💻 computer science

Real-time Estimator of Actuator Control and Health (REACH) on an Eel-Inspired Soft Robot

이 논문은 다양한 수영 보행 및 센서 구성에 걸쳐 장어 모사 수중 로봇의 액추에이터 상태와 열화를 정확하게 추정하기 위해 소프트 로봇 모델, 시그마 포인트 필터, 통계적 가설 검정을 활용하는 실시간 알고리즘인 REACH를 제시한다.

원저자: Zhangjingyi Jiang, Myungsun Park, Michael T. Tolley, Mark Campbell

게시일 2026-08-18

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Zhangjingyi Jiang, Myungsun Park, Michael T. Tolley, Mark Campbell

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

햇빛이 희미해지고 압력이 높아지는 수면 깊은 곳, 자율 주행 기계들이 미지의 세계를 탐사하는 임무를 수행하고 있습니다. 인간의 안내 없이 작동하도록 설계된 이 수중 이동체들은 독특한 과제에 직면해 있습니다. 바로 이들을 유연하고 적응력 있게 만드는 바로 그 재료가 동시에 가장 취약한 연결 고리라는 점입니다. 단단한 금속 로봇과 달리, 소프트 로봇은 살아있는 생명체처럼 구부러지고 뒤틀릴 수 있는 유연한 물질로 제작되어 좁은 공간을 빠져나가고 조용하게 움직일 수 있습니다. 하지만 이러한 부드러운 재료들은 시간이 지남에 따라 마모되거나, 찢어지거나, 단순히 강도를 잃기 쉽습니다. 만약 수중 로봇이 자신의 근육이 기능 저하를 겪고 있다는 것을 알지 못한다면, 경로를 이탈하거나 안전하게 돌아오지 못한 채 고립될 수 있습니다. 엔지니어들에게 주어진 핵심적인 질문은 어떻게 이 기계들에게 스스로의 내부 상태를 감지하는 능력을 부여하여, 손상을 즉각적으로 탐지하고 생존을 위해 움직임을 조정하게 할 것인가 하는 점입니다.

연구진은 뱀처럼 헤엄치도록 설계된 특정 유형의 수중 로봇을 위한 이 문제를 해결하기 위해 REACH라고 불리는 새로운 시스템을 개발했습니다. 코넬 대학교와 캘리포니아 대학교 샌디에이고 팀이 제작한 이 로봇은 뱀의 물결치는 움직임을 모방하며, 물이 채워진 일련의 부드러운 챔버들이 팽창하고 수축하며 앞으로 나아가는 추진력을 얻습니다. 연구진은 이 로봇의 '디지털 트윈', 즉 완벽한 조건에서 기계가 어떻게 움직여야 하는지를 예측하는 정교한 시뮬레이션을 만들었습니다. 그런 다음 실제 버전의 로봇을 제작하여 수조에 넣고, 예상되는 움직임과 실제 움직임 사이의 차이를 이용해 액추에이터(로봇의 '근육')가 고장 났을 때 이를 파악할 수 있는지 테스트했습니다. 이 시스템은 유체 역학 및 부드러운 재료의 무질서하고 예측 불가능한 특성을 처리할 수 있는 통계적 방법을 사용하여, 로봇이 하고 있는 일과 해야 하는 일을 끊임없이 비교함으로써 작동합니다.

이 시스템을 작동시키기 위해 연구팀은 어떤 센서가 최상의 데이터를 제공할지 결정해야 했습니다. 그들은 위치를 추적하는 글로벌 포지셔닝 시스템(GPS), 가속도와 방향을 감지하는 관성 측정 장치(IMU), 그리고 로봇 몸체에 직접 부착된 유연한 굽힘 센서 등 세 가지 유형의 측정 도구를 테스트했습니다. 결과는 명확하고 놀라웠습니다. 항법의 기본으로 여겨지는 GPS는 이 특정 작업에는 쓸모없는 것으로 드러났습니다. 로봇이 느리게 움직이고 수중 환경이 복잡하기 때문에, 위치 데이터가 갑작스러운 고장에 반응하기에는 너무 느렸습니다. 반면, 굽힘 센서와 관성 측정 장치는 매우 뛰어난 성능을 보였습니다. 로봇의 몸체가 얼마나 휘어지는지를 측정하는 굽힘 센서는 고장을 거의 즉각적으로 감지할 수 있었으며, 로봇의 흔들림과 회전을 감지하는 관성 장치 또한 그에 못지않게 효과적이었습니다.

연구진은 또한 로봇을 안전하게 유지하기 위해 실제로 얼마나 많은 센서가 필요한지도 조사했습니다. 그들은 관성 측정 장치의 경우, 로봇에 단 두 개의 센서만 배치해도 모든 근육의 건강 상태를 정확하게 진단하는 데 충분하다는 것을 발견했습니다. 굽힘 센서의 경우, 국소적이며 부착된 부분만을 '볼' 수 있기 때문에 전체적인 상태를 파악하려면 세 개의 센서가 필요했습니다. 이러한 차이는 향후 설계에 있어 매우 중요한데, 센서를 너무 많이 추가하면 로봇이 무거워지고 비용이 많이 들며, 너무 적으면 손상에 대해 눈먼 상태가 되기 때문입니다. 연구팀은 직선 헤엄, 넓은 회전, 그리고 급격하고 날카로운 회전이라는 세 가지 서로 다른 수영 스타일 아래에서 시스템을 테스트했습니다. 모든 시나리오에서 시스템은 로봇이 어떻게 움직이든 상관없이 근육의 고장을 성공적으로 식ี่별해 냈습니다.

마지막으로, 연구팀은 컴퓨터 속의 시스템을 실제 물속의 물리적인 로봇 물고기로 가져갔습니다. 그들은 특정 챔버로 들어가는 물의 흐름을 줄임으로써 로봇 근육의 성능을 의도적으로 저하시켜, 파손이나 펌프 고장을 시뮬레이션했습니다. 굽힘 센서의 데이터를 사용하는 이 시스템은 이러한 변화를 실시간으로 감지할 수 있었습니다. 물 펌프가 가동되는 데 걸리는 시간 때문에 초기 몇 초 동안은 추정치가 항상 완벽하게 정밀하지는 않았지만, 시스템은 빠르게 안정화되어 어떤 근육이 손상되었는지와 그 정도가 어느 정도인지를 정확히 식별해 냈습니다. 이 연구는 현실적인 시뮬레이션과 적절한 센서 조합을 결합함으로써, 소프트 로봇이 스스로의 건강을 모니터링할 수 있는 능력을 갖추게 하여, 신체의 일부가 기능을 상실하더라도 임무를 완수하고 집으로 돌아올 수 있음을 보여줍니다.

기술 요약: 장어 모사 소프트 로봇을 위한 실시간 액추에이터 제어 및 상태 추정기 (REACH)

문제 정의
가혹한 환경에서 운용되는 자율 무인 잠수정(AUV)은 특히 소프트 로보틱스를 활용할 때 재료의 열화(예: 멀린스 효과) 및 액추에이터 고장과 관련된 심각한 문제에 직면한다. 소프트 로봇은 유연성, 적응성, 낮은 항력이라는 장점이 있지만, 열화(예: 멀린스 효과) 및 찢어짐에 취약한 탄성 재료의 특성을 갖는다. 기존의 강성 액추에이터 방식은 이진(binary) 모델 기반 로직이나 이산적 머신러닝 분류에 의존하는 반면, 소프트 액추에이터는 복잡하고 연속적인 비선형 거동을 보인다. 현재의 방법들은 소프트 액추에이터의 점진적인 열화와 연속적인 결함 상태를 포착하기에는 불충분하다. 따라서 인간의 개입 없이 미션 적응 및 안전한 기지 귀환을 가능하게 할 수 있도록, 액추에이터의 상태를 정확하고 빠르게 예측할 수 있는 추정 시스템이 절실히 필요하다.

방법론
본 논문은 장어 모사 소프트 스위밍 로봇의 액추에이터 상태를 추정하기 위해 설계된 새로운 아키텍처인 REACH(Real-time Estimator of Actuator Control and Health)를 제안한다. 이 시스템은 액추에이터 상태( $H$ )를 실제 토크 출력과 목표 토크 출력의 비율로 정의하며, 여기서 $H=0$ 은 완전한 고장을, $H=1$ 은 완전한 기능을 의미한다.

핵심 방법론은 세 가지 주요 구성 요소를 통합한다:

예측 모델: 시스템은 ASSRSimP(Anguilliform Swimming Soft Robot Simulation Platform)를 활용한다. 이 플랫폼은 자유 부유 탄성 빔의 유한 요소법(FEM) 모델과 비선형 유체 역학 모델을 결합한 형태이다. 제어 방식은 토크 입력을 조절하여 유영 게이트(직진, 회전, 제동)를 생성한다. 열화를 시뮬레이션하기 위해 각 액추에이터의 토크 입력에 해당 상태 값( $H_i$ )을 곱한다.
추정 알고리즘: 비선형 유체 역학 모델의 비선형성을 처리하기 위해 해석적 야코비안(Jacobian) 없이도 작동하는 **시그마 포인트 칼만 필터(SPKF)**를 사용한다. 액추에이터 상태 벡터를 상태 벡터에 추가함으로써, 필터가 로봇의 물리적 상태와 함께 상태(health)를 함께 추정할 수 있도록 한다.
검증 및 튜닝: 필터의 일관성을 검증하기 위해 공식적인 통계적 가설 검정을 사용한다. 시간 창(time window) 동안 평균 정규화된 혁신 제곱( $\lambda_{KF}$ )을 계산하고 이를 카이제곱 임계값과 비교하여, 필터가 편향되거나 과도하게 보수적이지 않은지 확인한다. 이 방법은 프로세스 및 측정 노이즈 통계량을 튜닝하는 데 사용된다.

주요 기여
본 논문은 세 가지 주요 기여를 제시한다:

REACH 아키텍처: 센서, SPKF 추정기, 그리고 장어 모사 소프트 로봇의 액추에이터 열화를 추정하기 위한 공식 가설 검정을 포함하는 완전한 시스템을 제시한다.
센서 비교 연구: 내부 굴곡 센서(bend sensors)와 관성 측정 장치(IMU) 및 GPS 간의 건강 상태 추정 성능을 엄격하게 평가하여, 두 센서 유형과 최적의 배치 전략을 분석한다.
실험적 검증: 물리적인 3개 액추에이터 구조의 소프트 로봇 물고기를 이용한 수중 유영 실험을 통해 액추에이터 상태 추정기를 검증하였으며, 노이즈가 포함된 실제 데이터 및 제조 편차 환경에서도 알고리즘의 성능을 입증하였다.

결과
REACH의 성능은 시뮬레이션과 물리적 실험을 통해 RMS 오차(정확도) 및 상승 시간(적시성) 지표를 사용하여 평가되었다.

센서 비교:
- GPS: 긴 상승 시간과 신뢰할 수 없는 수렴성으로 인해 본 응용 분야에 부적합함이 입증되었으며, 요구되는 시간 내에 결함을 감지하는 데 실패하였다.
- IMU 및 굴곡 센서: 두 방식 모두 적절한 것으로 판단되었다. IMU는 일반적으로 처음 4개의 액추에이터에 대한 결함 발생 시 더 짧은 상승 시간을 보였으나, 굴곡 센서는 대부분의 경우 더 낮은 RMS 오차를 보였고 다섯 번째 액추에이터에 대해 더 빠른 감지 속도를 보였다.
- 센서 수량 및 배치: 시뮬레이션 결과, 2개의 IMU(A1 및 A4 위치)만으로도 우수한 상태 추정이 가능하다는 것이 나타났다. 반면, 굴곡 센서는 동등한 성능을 내기 위해 3개의 굴곡 센서(A2, A4, A5 위치)가 필요하며, 이는 굴곡 센서가 국부적(local) 성격이 강해 계측되지 않은 액추에이터의 상태를 추정하는 데 어려움이 있기 때문이다.
게이트 성능: REACH는 세 가지 유영 게이트(직진 유영, 넓은 회전, 좁은 회전)에서 최소한의 성능 차이를 보이며 성공적으로 액추에이터 상태를 예측하였다.
필터 일관성: 통계적 검증을 통해 필터의 일관성을 확인하였으며, 정규화된 혁신 제곱이 계산된 범위 내에 약 95%의 시간 동안 존재하였다.
실험적 결과: 물리적인 UCSD 로봇 물고기를 사용하여, REACH는 다양한 열화 시나리오(부분 및 완전 고장)에 대해 액추에이터 상태를 성공적으로 추정하였다. 알고리즘은 결함 이벤트를 정확하게 예측하였으나, 일부 실험에서는 유체 펌프의 램프업(ramp-up) 시간 및 측정 데이터의 미세한 지연으로 인해 부분 기능 수행 중인 액추에이터의 정확한 상태 값에서 약간의 오차가 관찰되었다.

의의 및 주장
본 논문은 REACH가 실시간으로 소프트 로봇의 액추에이터 상태를 모니터링할 수 있는 통계적으로 일관되고 견고한 방법을 제공한다고 주장한다. 이 시스템은 이진 결함 탐지를 넘어 연속적인 상태 추정으로 나아감으로써, 소프트 AUV가 재료의 열화와 결함에 적응할 수 있게 하여 미션 지속 시간과 안전성을 높인다. 본 연구는 IMU가 전역적 상태 추정을 위한 더 컴팩트한 솔루션을 제공하는 반면, 굴곡 센서는 고정밀 국부 데이터를 제공한다는 점을 확립하였으며, 제안된 아키텍처가 제조 편차와 노이즈가 있는 실험 데이터 환경에서도 효과적임을 입증하였다. 이 연구는 복잡하고 비선형적인 소프트 스위밍 로봇에 대해 정확하고 신속한 상태 추정이 가능하다는 것을 보여주며, 이는 장기적인 자율 운용을 위한 핵심 장벽을 해결하는 작업이다.

유사한 논문