Impedance MPC for Physical Human-Robot Interaction: Predictive Disturbance Rejection with Joint-Limit Safety

기술 요약: 물리적 인간-로봇 상호작용(pHRI)을 위한 임피던스 MPC

문제 정의
물리적 인간-로봇 상호작용(pHRI)은 로봇이 높은 궤적 정확도를 유지하는 동시에, 예기치 않은 접촉 시 순응형 안전성(compliant safety)을 보장할 것을 요구한다. 고전적인 임피던스 제어는 안전성 측면에서는 효과적이지만, 구조적인 근본 한계를 지닌다. 즉, 지속적인 인간의 힘($F_h$)이 가해질 때 $e_\infty = K_d^{-1}F_h$로 정의되는 0이 아닌 정상 상태 위치 오차(steady-state position error)를 나타낸다. 예를 들어, 300 N/m 강성(stiffness)에 대해 15 N의 밀기 힘이 가해지면 50 mm의 변위가 발생한다. 강성($K_d$)을 높이면 이 오차를 줄일 수 있지만, 이는 접촉력을 증가시켜 안전 제약 조건을 위반하게 된다. 반대로, 정상 상태 오차를 제거하기 위해 적분 동작(integral action)을 추가하는 것은 안정성 요구 사항에 의해 심각하게 제한되며, 이는 수렴 속도를 제약한다. 기존의 pHRI용 모델 예측 제어(MPC) 방식들은 종종 완전한 비선형 플랜트 역학을 유지하여 제어 속도를 제한하거나, 지속적인 외란 하에서 제로 정상 상태 오차를 보장하는 공식적인 증명을 제공하지 못한다.

방법론
저자들은 궤적 정확도와 순응형 안전성 사이의 긴장을 해결하기 위해 설계된 2계층 임피던스 MPC 아키텍처를 제안한다.

• 계층 1: 해석적 비선형 역변환 (Analytical Nonlinear Inversion)
  첫 번째 계층은 작업 공간 분해(operational-space decomposition)에 기반한 피드포워드 제어 전략을 사용한다. 이는 중력, 코리올리(Coriolis), 그리고 작업 공간 관성 항을 해석적으로 상쇄한다. 이를 통해 잔여 플랜트 역학을 **구성 독립적인 선형 이중 적분기(configuration-independent linear double integrator)**로 변환한다.

  • 오차 역학은 $\ddot{e} = -\Lambda^{-1}(q) F_{mpc} + d(t)$로 축소된다. 여기서 $d(t)$는 집합된 외란(인간의 힘, 마찰, 모델 오차 등)을 나타낸다.
  • 결정적으로, 이러한 선형화는 이산 시간 시스템에 대해 구성(configuration)에 관계없이 일정한 상태 전이 행렬($A_d$)을 생성한다. 이를 통해 "자유 응답(free-response)" 행렬을 한 번만 사전 계산할 수 있어, 온라인 계산 부하를 크게 줄일 수 있다.

• 계층 2: 외란 증강을 포함한 볼록 QP (Convex QP with Disturbance Augmentation)
  두 번째 계층은 100 Hz의 재귀적 호라이즌 최적화 문제를 해결한다(피드포워드 업데이트를 위한 1 kHz 내부 루프 포함).

  • 외란 추정: 증강 칼만 필터(Augmented Kalman Filter)는 랜덤 워크(random walk)로 모델링된 지속적 외란 상태($\hat{d}$)를 추정한다. 이 상태는 MPC 예측 모델에 통합되어, 일정하거나 점근적으로 일정한 외란에 대해 **오프셋 없는 추적(offset-free tracking, 제로 정상 상태 오차)**을 가능하게 한다.
  • 최적화: 제어력($F_{mpc}$)에 대한 박스 제약 조건 하에서 30개의 변수를 가진 볼록 이차 계획법(Convex Quadratic Program, QP)을 해결한다. 비용 함수는 조인트 한계를 준수하면서 호라이즌 동안의 추적 오차를 최소화한다.
  • 안전 메커니즘: 조인트 한계 안전성은 널 공간 역-장벽 포텐셜(null-space inverse-barrier potential)과 작업 공간 투영(task-space workspace projection)을 통한 이중 장벽 접근법을 통해 강제된다. 이러한 메커니즘은 안전한 영역에서의 작업 추적 성능을 저하시키지 않으면서 조인트 한계 위반을 방지한다.

주요 기여

1. 2계층 Constant-$A_d$ 아키텍처: 해석적으로 비선형성을 상쇄함으로써, 저자들은 플랜트를 일정한 상태 행렬을 가진 선형 시변 시스템으로 축소했다. 이는 30개 변수의 QP를 1 ms 미만으로 해결할 수 있게 하여 실시간 구현을 가능하게 한다.
2. 고전적 임피던스와의 해석적 연결: 본 논문은 제약이 없고 외란이 없는 극한 상황에서 제안된 MPC가 수학적으로 고전적인 작업 공간 임피던스 제어와 동일함을 증명한다(Theorem 1). 구현된 강성과 댐핑은 비용 가중치로부터 유도된 LQR 이득에 의해 결정된다. 이는 본 방법론이 고전적 임피던스를 대체하는 것이 아니라, 제약 조건 처리와 오프셋 없는 외란 제거 기능을 추가한 확장임을 위치시킨다.
3. 공식적인 제로 정상 상태 오차 보장: 칼만 외란 증강을 통해, 시스템은 지속적인 외란에 대해 내부 모델 원리(Internal Model Principle)에 기반한 제로 정상 상태 오차 보장을 달성하며, 이는 기존의 오프셋 없는 MPC 이론을 토크 제어 매니퓰레이터로 확장한다.
4. 이중 장벽 조인트 한계 안전성: 널 공간 포텐셜과 작업 공간 투영의 통합은 경계 스트레스 테스트를 포함한 테스트된 작업 공간 전체에서 조인트 한계 위반을 경험적으로 방지한다.

실험 결과
실험은 MuJoCo 시뮬레이션 상에서 7자유도 Franka FR3 로봇을 사용하여 수행되었으며, 제안된 방법(칼만 증강 임피던스 MPC)을 고전적 임피던스, 어드미턴스 제어, PI 임피던스와 비교하였다.

• 정상 상태 오차: 지속적인 15 N의 힘 하에서, 제안된 방법은 <0.05 mm의 정상 상태 오차를 달축성한 반면, 고전적 임피던스는 44.8 mm를 기록하여 800배 이상의 차이를 보였다.
• 과도 응답 성능: 원형 궤적 추적 시, MPC 단독(칼만 제외)은 고전적 임피던스 대비 접촉 구간 RMS 오차를 19배 감소시켰다. 칼만 필터의 추가는 정상 상태 오차를 완전히 제거했다.
• 강건성: 시스템은 측정 노이즈에 대해 우수한 강건성을 보였으며(5 mm 노이즈 상황에서도 정상 상태 오차 <1 mm 유지), 관성 모델 불일치에 대해서도 칼만 필터가 활성화된 상태에서 추적 RMSE가 불변하게 유지됨으로써 강건함을 입증했다.
• 안전성: 고전적 임피던스가 조인트 한계를 위반했던 경계 테스트에서, MPC는 안전한 여유를 유지했다(최소 조인트 여유 0.084 vs 임피던스 0.048).

의의 및 주장
본 논문은 제안된 아키텍처가 pHRI의 상충하는 요구 사항인 고정밀 궤적 추적과 순응형 안전성을 성공적으로 통합한다고 주장한다. 주요 의의는 구조적 통찰에 있으며, 해석적 피드포워드 상쇄를 통해 일정한 선형 구조를 가능케 함으로써 다음을 실현했다:

1. 사전 계산: 자유 응답 행렬을 한 번만 계산하여, QP의 복잡도를 로봇의 구성으로부터 분리했다.
2. 공식적 보장: 선형 구조를 통해 임피던스 등가성과 오프셋 없는 추적에 대한 엄격한 증명을 가능하게 했다.
3. 실시간 실현 가능성: 이 방식은 표준 하드웨어에서 높은 제어율(100 Hz QP, 1 kHz 피드포워드)을 달성하여, 기존 비선형 MPC 방식의 계산적 병목 현상을 극복했다.

저자들은 이 방법이 고전적 임피던스 제어에 내재된 정상 상태 오차를 제거하면서도 안전 제약 조건을 유지하는, 이론적 근거가 탄탄하고 견고한 pHRI 솔루션을 제공한다고 결론지었다. 향후 연구로는 물리적 하드웨어 검증 및 에너지 탱크 패시비티(energy-tank passivity) 증강이 계획되어 있다.