⚡ electrical engineering

From Non-Rigid to Rigid: Safe Acquisition of Rigid Communication Graphs under Limited Sensing

본 논문은 초기 강성 위상(rigid topology)이나 전역 위치 정보 없이도 제한된 센싱 범위를 갖는 이종 비선형 다중 로봇 시스템이 자율적으로 강성 통신 그래프를 획득하고 유지할 수 있도록 하는 분산형 충돌 방지 제어 전략을 제시한다.

원저자: Saharsh, Vedhas Talnikar, Pushpak Jagtap

게시일 2026-07-14

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Saharsh, Vedhas Talnikar, Pushpak Jagtap

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

로봇 새 떼가 하늘에서 완벽하고 깨지지 않는 다이아몬드 형태를 형성하려고 노력하는 모습을 상상해 보세요. 로봇 공학의 세계에서 이 "다이아몬드"는 **강성 형성(rigid formation)**이라고 불립니다. 이는 종이 클립으로 만든 흐물흐물한 사슬이 이리저리 휘어지고 변형될 수 있는 것과 달리, 어떤 움직임에도 특정한 모양을 유지하는 아주 특별한 형태입니다. 이는 무거운 짐을 함께 운반하거나 국경을 함께 순찰하는 로봇 팀에게 매우 중요합니다.

하지만 문제가 있습니다. 이 로봇들은 시야가 매우 짧은 "야간 투시" 고글을 쓰고 있습니다. 그들은 오직 자신의 바로 옆에 있는 이웃만을 볼 수 있습니다. 만약 로봇들이 흩어진 상태에서 시작하여 단순히 가장 가까운 이와 손을 잡으려고만 한다면, 그들은 나무 가지처럼 휘어지고 무너질 수 있는 흐물흐물한 사슬이 되고 말 것입니다. 그들은 형태를 강하게 만들기 위해 더 많은 친구를 찾아야 하지만, 서로 충돌하지 않고 그들을 찾아낼 만큼 멀리 내다볼 수는 없습니다.

이 논문은 이 문제를 해결하기 위한 영리하고 단계적인 춤을 제안합니다.

문제점: 흐물흐물한 사슬

저자들은 기존의 로봇 연구에서 흔히 발생하는 실수를 지적하며 시작합니다. 많은 기존 방식은 로봇들이 이미 완벽하고 강성 있는 형성을 유지하고 있다고 가정합니다. 하지만 현실 세계는 그렇지 않습니다. 네 대의 로봇이 일렬로 있다면(1-2-3-4), 이들은 뱀처럼 휘어질 수 있습니다. 로봇 1과 로봇 4는 서로 멀리 떨어져 버릴 수 있고, 결국 형성이 깨지게 됩니다. 이를 해결하려면 더 많은 연결이 필요합니다. 네 대의 로봇의 경우, 단순히 세 개의 연결이 아니라 최소 다섯 개의 연결이 있어야 강성을 가질 수 있습니다.

이 논문은 단순히 "연결성"(모두가 누군가와 연결되어 있는 것)에만 의존해서는 안 된다고 명시적으로 주장합니다. 연결된 그룹이라 할지라도 여전히 흐물거릴 수 있기 때문입니다. 또한, 부서진 형상을 고치기 위해 단순히 로봇들을 서로 밀어붙이는 방식에 대해서도 반대합니다. 이러한 방식은 로봇들이 이웃과 부딪힐까 봐 움직이지 못해 결국 형성을 완성하지 못하는 "데드락(deadlock, 교착 상태)" 즉, 교통 체증 현상을 초래하곤 합니다.

해결책: "스플레이(Splay)" 댄스

저자들은 로봇들이 스스로를 조직하는 새로운 방법인 **"스플레이 스킴(Splay Scheme)"**을 설계했습니다.

땅에서 위로 자라나는 나무를 상상해 보세요.

리더들: 몇 명의 "리더" 로봇(최소 두 명)이 꼭대기에서 시작합니다. 이들은 세상에서 자신이 어디에 있는지 알고 있습니다(마치 GPS를 가진 것처럼).
레이어(층): 나머지 로봇들은 나무 밑동의 나이테처럼 층을 이루어 구성됩니다.
춤: 리더들은 원을 그리며 머뭅니다. 다음 층의 로봇들은 자신들의 "부모" 리더를 중심으로 더 작은 원을 형성합니다. 그다음 층은 부모를 중심으로 더 작은 원을 만듭니다.

이는 아름답고 점점 작아지는 로봇의 나선형 구조를 만들어냅니다. 논문은 만약 원이 적절한 비율(테스트에서 약 0.436의 "감쇄율" 사용)로 작아진다면, 로봇들이 충돌을 피할 수 있을 만큼 충분히 퍼지면서도 동시에 필요한 추가적인 "손"을 잡을 수 있을 만큼 가까이 있게 될 것임을 수학적으로 증명합니다.

안전 유지 방법

가장 큰 공포는 로봇들이 새로운 "손"(연결)을 찾기 위해 움직이는 동안 서로 충돌하는 것입니다. 이 논문은 **제어 장벽 함수(Control Barrier Function, CBF)**라는 안전 도구를 사용합니다.

이것을 보이지 않는 마법 같은 힘의 장(force field)이라고 생각하세요. 만약 로봇이 다른 로봇이 너무 가까워지는 것을 발견하면, 이 힘의 장은 춤을 방해하지 않을 정도로만 살짝 밀어내어 안전을 확보합니다. 이는 로봇의 춤을 멈추게 하는 것이 아니라, 춤이 사고로 이어지지 않도록 하는 것입니다. 저자들은 이 도구를 일정한 속도로 움직이는 로봇뿐만 아니라, 속도가 변하는 로봇까지 처리할 수 있도록 확장했습니다.

"두 번째 부모"의 비법

이것이 전체 형성을 강성 있게 만드는 마법의 기술입니다. 이 "나무" 구조에서 모든 로봇은 하나의 주요 부모(따라가는 대상)를 가집니다. 하지만 전체 그룹이 강성을 갖추려면, 모든 로봇은 나무의 다른 가지에서 온 두 번째 부모가 필요합니다.

"스플레이" 댄스는 로봇들을 자연스럽게 위치시켜서, 그들이 갑자기 이 두 번째 부모를 "볼 수 있는" 위치로 이동시킵니다. 일단 그들을 발견하면, 그들은 손을 잡습니다. 논문은 요구되는 감지 범위가 특정 연결에 따라 달라짐을 보여줍니다. 즉, 바깥쪽 층의 에이전트들은 자신의 나무 가지 내에서 두 번째 부모를 찾기 위해 최소 18 유닛의 범위가 필요하며, 다른 나무 가지의 에이전트와 연결되어야 하는 특정 에이전트들은 더 넓은 50 유닛의 범위가 필요합니다.

실제 수행 내용

저자들은 단순히 이론만 제시한 것이 아니라, 이를 테스트했습니다.

시뮬레이션: 저자들은 27대의 로봇을 사용하여 컴퓨터 시뮬레이션을 실행했습니다. 로봇들을 무질서하고 강성이 없는 더미 상태에서 시작했습니다. 로봇들은 스플레이 형성을 향해 춤을 추며 나아갔고, 두 번째 부모의 손을 잡았으며, 12초 만에 완벽하고 강성 있는 구조를 형성했습니다. 충돌은 발생하지 않았습니다.
하드웨어: 저자들은 또한 5대의 실제 물리적 로봇과 모션 캡처 실험실의 9대의 가상 로봇을 사용하여 테스트했습니다. 실제 로봇들은 계획을 성공적으로 따랐으며, 충돌을 피하고 형성을 완성했습니다.

하지 않은 것

이 논문이 주장하지 않는 점을 명시하는 것도 중요합니다. 저자들은 이것이 모든 수의 로봇이나 모든 환경에서 작동한다고 말하지 않았습니다. 그들은 구체적으로 평면(바닥과 같은 2D 평면)에서 테스트했습니다. 또한, 그들의 방법이 형성을 하는 유일한 방법이라고 주장하지도 않았지만, 기존의 방식(이미 강성 상태라고 가정하는 방식)이 로봇들이 무질서하고 강성이 없는 상태에서 시작할 때 실패한다는 것을 보여주었습니다.

결-론

이 논문은 로봇 그룹이 시야가 짧더라도 무질서하고 흐물거리는 상태에서 강력하고 강성 있는 팀으로 변모할 수 있는 레시피를 제공합니다. 그들은 작아지는 원을 형성하고, 충돌을 피하기 위해 안전 힘의 장을 사용하며, 처음에는 보이지 않았던 이웃으로부터 추가적인 "손"을 잡는 방식으로 이를 수행합니다. 수학은 이것이 작동함을 증명했고, 실험실의 로봇들은 자신의 정확한 전역 위치를 알거나 완벽한 시작 형성을 갖추지 못한 상태에서도 실생활에서 이 방식이 작동함을 입증했습니다.

기술 요약: 비강성에서 강성으로: 제한된 센싱 환경에서의 안전한 강성 통신 그래프 획득

문제 정의
다중 로봇 시스템(MRS)에서 고유한 대형 형상을 달성하기 위해서는 일반적으로 강성 통신 그래프(rigid communication graph)가 필요하다. 그러나 실제 시나리오에서 로봇들은 제한된 센싱 범위와 동적인 조건 하에서 작동하며, 이로 인해 초기에는 고유한 형상을 유지할 수 없는 비강성(non-rigid)의 트리 형태 위상(topology)을 갖게 되는 경우가 많다(예: 체인 구조는 고리 형태로 굽어질 수 있음). 기존 문헌은 대부분 이미 강성 그래프가 존재한다고 가정하거나 연결성 유지에만 집중하며, 비강성 상태로부터 강성을 획득하는 문제를 다루지 못한다. 또한, 강성을 달성하기 위해 필요한 추가 엣지(edge)를 획득하는 과정에서 근접 운용 시 심각한 충돌 위험이 발생한다. 상수 속도 가정을 기반으로 하는 기존의 안전 기법들은 가속하는 비선형 에이전트를 다루기에 불충분하며, 안전 제약과 강성 획득 사이의 상호작용은 에이전트들이 무기한 정지하게 만드는 데드락(deadlock) 현상을 초래하기도 한다.

방법론
본 논문은 전역적인 절대 위치에 의존하지 않고, 이질적인 비선형 다중 에이전트 시스템을 위한 강성 및 충돌 방지 통신 그래프를 획득하기 위한 분산 프레임워크를 제안한다. 이 접근 방식은 특정 그래프 구조, 기하학적 대형 전략, 그리고 안전 보장 제어기를 통합한다.

계층적 중첩 유향 비순환 그래프 (iLDAG):
시스템은 iLDAG라고 불리는 시간 불변 스패닝 포레스트(spanning forest) 구조를 활용한다. 이 구조는 에이전트들을 리더를 루트로 하는 계층적인 유향 트리들로 조직한다. 에이전트들은 레이어 전반에 걸쳐 "인터리브드 너비 우선 인덱싱(Interleaved Breadth-First Indexing, iBFI)" 방식을 사용하여 인덱싱된다. 이 구조는 초기 그래프가 포레스트(비강성)일지라도, 엣지 획득을 위한 체계적인 스캐폴드(scaffold)를 제공한다.
스플레이 방식(Splay Scheme) 및 기하학적 제약:
누락된 엣지를 획득하여 강성을 높이기 위해, 에이전트들은 "스플레이 대형(splay formation)"을 향하도록 유도된다. 이 방식에서 부모 에이전트의 자식들은 해당 부모를 중심으로 원형 궤도 위에 균일하게 배치된다. 궤도 반지름은 레이어를 따라 기하급수적으로 감소한다 ( $\eta_s = \eta_0 \alpha^s$ ).

안전성: 기하학적 파라미터(궤도 반지름 및 감소율)는 과도 상태(transient phase) 중에도 모든 에이전트 간의 최소 안전 거리를 보장하도록 분석적으로 도출된다.
강성: 스플레이 기하 구조는 센싱 범위 제약을 만족하도록 설계되어, 에이전트들이 "크로스 패밀리(cross-family)" 유지 링크(두 번째 부모 또는 인접한 트리의 부모와 연결되는 링크)를 구축할 수 있도록 한다.

제어 프레임워크 (C3BF-QP):
제어 법칙은 대형 추종과 안전을 동시에 고려하는 계층적 이차 계획법(Quadratic Programming, QP) 최적화이다.

명목 제어기 (Nominal Controller): 분산 제어기는 이웃으로부터 얻은 상대 위치 및 속도 정보를 사용하여 에이전트들을 스플레이 대형 합의(consensus)로 유도한다. 이는 시간 불변 스패닝 포레스트 상에서 작동한다.
안전 필터 (Safety Filter): 획득 과정 중 안전을 보장하기 위해, 본 프레임워크는 확장된 충돌 콘 제어 장벽 함수(Extended Collision Cone Control Barrier Function, C3BF)를 채택한다. 상수 속도 장애물에 국한된 기존 방식과 달리, 이 C3BF는 가속하는 비선형 에이전트에 맞게 조정되었다. 이는 모델 불확실성을 처리하기 위해 시스템 역학의 리프시츠 상수(Lipschitz constants)와 누적된 상대 상태 정보(부모로부터 전파된 정보)를 포함한다.
최적화: 최종 제어 입력은 C3BF 제약 조건을 준수하면서 명목 제어기와의 편차를 최소화하도록 계산되며, 이를 통해 안전 집합의 전방 불변성(forward invariance)을 보장한다.

주요 기여

강성 획득 프레임워크: 초기 강성 구조를 가정하지 않고, 오직 국부적인 상대 정보만을 사용하여 비강성 트리 기반 위상에서 다중 에이전트 시스템을 강성 그래프로 전환하는 새로운 방법을 제시한다.
이질적 시스템 지원: 본 방식은 GPS가 제한된 환경에서 전역 위치 데이터 없이도 서로 다른 센싱 범위와 비선형 역학(예: 차동 구동 로봇, 애커만 차량)을 가진 이질적인 에이전트들을 수용할 수 있다.
공식적 안전 보장: 가속하는 장애물에 대해 C3BF 이론을 확장하고 안전 집합의 전방 불변성을 증명함으로써, 강성 획득 과정 중 에이전트 간 충돌 방지에 대한 공식적인 보장을 제공한다.
데드락 방지: 각 에이전트에게 고유한 목표(스플레이 궤도)를 부여함으로써, 안전 제약이 있는 강성 획득 과정에서 에이전트들이 서로를 차단하여 발생하는 데드락 현상을 방지한다.

결과
제안된 프레임워크는 다음을 통해 검증되었다:

시뮬레이션: 27개의 에이전트(리더 및 팔로워 포함)를 대상으로 한 MATLAB 시뮬레이션은 비강성 초기 상태에서 강성 유지 그래프로의 전환을 입증했다. 결과에 따르면 에이전트들은 안전 마진을 유지하면서 필요한 크로스 패밀리 링크를 성공적으로 획득하였으며, 위치 및 속도 오차가 0으로 수렴하였다.
하드웨어 실험: 모션 캡처 환경에서 물리적 로봇(차동 구동)과 가상 에이전트(Gazebo)를 사용하여 수행된 실험을 통해 제한된 센싱 능력 하에서도 본 방법의 신뢰성을 확인하였다. 시스템은 충돌 없이 강성 스플레이 구조를 성공적으로 형성하였다.
비교 분석: 본 논문은 자신의 접근 방식을 강성 행렬(rigidity-matrix) 기반 및 대수적 연결성(algebraic connectivity) 기반 방법과 대조한다. 기존의 유지 전용 제어기들은 비강성 그래프에서 시작할 경우 드리프트가 발생하거나 수렴에 실패하는 경우가 많음을 보여줌으로써 본 방법의 우수성을 입증하였다.

의의
본 논문은 제한된 센싱 환경에서 비강성 상태로부터 강성을 안전하고 체계적으로 획득하는 문제, 즉 분산 대형 제어의 핵심적인 공백을 해결한다. 시간 불변 구조적 제약(iLDAG)과 시변 엣지 획득(스플레이 방식)을 분리함으로써, 본 방법은 안전을 해치지 않으면서 강성을 달성하도록 보장한다. 이 연구는 GPS가 제한된 환경이나 로봇이 임의의 비강성 초기 구성으로부터 강성 대형으로 스스로 조직화해야 하는 동적인 시나리오에 매우 중요하다. 시뮬레이션과 하드웨어 실험을 통한 검증은 실제 다중 로봇 배포를 위한 C3BF-QP 제어기의 실용적 타당성을 뒷받ien다.