An Adaptive Fixed-Time Line-of-Sight Guidance Scheme for 3D Path Following of Underwater Vehicles: Theory and Experiment

햇빛이 희미해지고 해류가 예측 불가능하게 변하는 파도 아래 깊은 곳에서, 자율 무인 잠수정(AUV)은 인류의 가장 중요한 임무 중 일부를 수행하고 있습니다. 이 로봇 탐사선들은 해저 지형을 지도화하고, 수중 인프라를 점검하며, 해양 생태계의 건강 상태를 모니터링합니다. 이 기계들이 성공하기 위해서는 끊임없이 밀려오는 물의 압력에 의해 경로를 벗어나더라도, 일정한 방향을 유지하고 정밀한 경로를 따라갈 수 있어야 합니다. 문제는 바다의 본질에 있습니다. 평평한 도로 위를 움직이는 로봇과 달리, 수중 차량은 경로를 이탈하게 만드는 시변적(time-varying) 교란에 끊임없이 노출됩니다. 전통적인 항법 시스템은 종종 이러한 오차를 시간이 흐름에 따라 서서히 수정하는 방식에 의존하는데, 이 과정은 빠른 회복이나 좁은 공간에서의 정밀한 기동이 필요한 임무에는 너무 느릴 수 있습니다. 만약 차량이 경로로 복귀하는 데 너무 오랜 시간이 걸린다면, 목표를 놓치거나, 에너지를 낭비하거나, 장애물과 충돌할 위험이 있습니다.

이를 해결하기 위해 퍼듀 대학교(Purdue University)의 연구진은 수중 차량이 어디서 시작했는지 또는 전류가 얼마나 강한지와 관계없이, 차량을 원래 경로로 빠르게 그리고 확실하게 끌어당기도록 설계된 새로운 유도 시스템을 개발했습니다. 실제 호수에서 로봇을 통해 테스트된 이 새로운 접근 방식은 차량이 정해진 예측 가능한 시간 내에 의도한 궤적으로 돌아올 것을 보장합니다. '고정 시간 안정성(fixed-time stability)'이라는 수학적 개념과 물이 차량을 어떻게 밀어내는지 추정하는 스마트한 방식을 결합함으로써, 이 시스템은 로봇이 변화하는 환경에 즉각적으로 적응할 수 있게 합니다. 그 결과, 이 항법 방식은 현재의 표준보다 경로를 더 정확하게 추적할 뿐만 아니라 교란으로부터 훨씬 더 빠르게 회복하여, 자율 수중 탐사의 신뢰성을 크게 향면시키는 도약을 제공합니다.

이 혁신의 핵심은 수십 년 동안 수중 차량을 안내해 온 근본적인 한계를 다룹니다. 기존의 대부분의 시스템은 '시선 유도(line-of-sight guidance)'라고 불리는 전략을 사용하는데, 이는 차량을 경로상의 미래 지점을 향해 끊임없이 조준하는 방식입니다. 효과적이긴 하지만, 이러한 전통적인 시스템은 '점근적 수렴(asymptotic convergence)'에 의존합니다. 이는 기술적으로 차량이 올바른 경로에 점점 가까워지기는 하지만, 이론적으로는 유한하고 예측 가능한 순간에 완전히 도착하지는 못한다는 것을 의미합니다. 잔잔한 환경에서는 이러한 느린 접근 방식이 충분할 수 있습니다. 그러나 전류의 방향과 강도가 갑자기 변할 수 있는 역동적이고 불확실한 해양 환경에서는, 느린 수정을 기다리는 것은 큰 리스크가 됩니다. 연구진은 이러한 차량들이 안전하고 효율적으로 작동하기 위해서는, 차량이 얼마나 멀리 벗어났는지와 관계없이 정해진 시간 내에 경로로 복귀할 수 있는 시스템이 필요하다는 점을 인식했습니다.

이를 달기 위해 연구팀은 고정 시간 안정성 이론을 통합한 새로운 유도 프레임워크를 설계했습니다. 간단히 말해, 이 수학적 접근 방식은 차량의 오차(의도한 경로에서 얼마나 떨어져 있는지)가 미리 결정된 시간 제한 내에 제로(0)로 줄어들도록 보장합니다. 이 시간 제한은 고정되어 있으며, 초기 오차가 얼마나 컸는지에 따라 달라지지 않습니다. 차량이 경로에서 약간 벗어났든 강한 전류에 의해 멀리 밀려났든, 시스템은 동일한 예측 가능한 시간 안에 복귀할 것을 약속합니다. 이는 자율 운항에 있어 매우 중요한 차이점으로, 임무 설계자가 복구에 정확히 얼마나 걸릴지 알 수 있게 해주며, 이는 기존의 유도 방식으로는 불가능했던 확실성을 제공합니다.

또한 연구진은 차량이 옆으로 밀려나면서 가리키는 방향과 실제 이동 방향 사이에 각도가 생기는 현상인 '사이드슬립(sideslip)' 문제를 해결했습니다. 이러한 드리프트는 흔히 해류에 의해 발생하며, 많은 상업용 수중 차량의 센서가 항상 사용 가능하거나 신뢰할 수 없기 때문에 직접 측정하기 어렵습니다. 이를 극복하기 위해 팀은 차량의 움직임을 관찰하고 물이 차량을 얼마나 밀어내는지 빠르게 계산하는 스마트 알고리즘인 '적응형 추정기(adaptive estimator)'를 만들었습니다. 이 추정기는 고정 시간 유도와 함께 작동하여, 시스템이 드리프트를 거의 즉각적으로 보상할 수 있도록 합니다. 환경에 대한 이해를 지속적으로 업데이트함으로써, 차량은 전류에 대응하여 방향과 깊이를 조정하고, 난류 속에서도 곧고 정확한 경로를 유지할 수 있습니다.

이 아이디어들을 테스트하기 위해, 연구진은 먼저 일반적인 유형의 수중 로봇인 REMUS-100의 모델을 사용하여 광범한 컴퓨터 시뮬레이션을 실행했습니다. 이 가상 테스트에서 차량은 일정한 전류와 예측 불가능하게 변하는 파도에 모두 노출되었습니다. 결과는 놀라웠습니다. 기존의 최선형 적응 유도 방식과 비교했을 때, 새로운 고정 시간 시스템은 곡선 기동 중에 경로 추적 평균 오차를 거의 70% 감소시켰습니다. 차량은 훨씬 더 정밀하게 복잡하고 구불구불한 경로를 따라갈 수 있었으며, 교란으로부터 훨씬 더 빠르게 회복했습니다. 또한 시뮬레이션 결과, 이 시스템이 차량의 측면 드리프트를 훨씬 더 높은 정확도로 추정할 수 있음을 보여주었으며, 이러한 추정치의 오차를 30% 이상 줄였습니다.

하지만 컴퓨터 시뮬레이션은 이론의 테스트일 뿐입니다. 시스템이 실제 세계에서 작동함을 증명하기 위해, 팀은 알고리즘을 과학 연구용으로 사용되는 어뢰 모양의 자율 차량인 Iver 3에 설치하여 현장 테스트를 진행했습니다. 실험은 인디애나주의 한 호수에서 진행되었으며, 차량은 일련의 수중 웨이포인트(경유지)를 따라가는 임무를 수행했습니다. 연구진은 바람과 파도로 인해 수면이 거칠어진 환경을 포함한 '중간 정도의 환경 교란' 상황과, '매우 가벼운 조건'의 두 가지 테스트 시나리오를 설정했습니다. 두 경우 모두 차량은 잠수하여 수중을 이동한 후, 위치 업데이트를 위한 GPS 신호를 얻기 위해 부상해야 했으며, 이 과정은 컴퓨터가 받는 데이터에 갑작스러운 도약을 유발합니다.

현장 테스트 기간 동안, 새로운 유도 시스템은 바다의 실제적인 무질서함을 처리하는 데 있어 우월성을 입증했습니다. 중간 정도의 교란 테스트에서, 새로운 방식을 사용한 차량은 전통적인 방식을 사용한 차량보다 의도한 경로에 훨씬 더 가깝게 유지되었습니다. 평균 추적 오차는 직선 경로에서 절반 이상 감소했고, 곡선 경로에서는 거의 28% 감소했습니다. 전통적인 시스템은 속도를 맞추는 데 어려움을 겪으며, 종종 느리고 진동하는 듯한 드리프트를 보이며 수정하는 데 오랜 시간이 걸렸습니다. 반면, 새로운 시스템은 교란에 빠르게 반응하여 단호하고 매끄러운 동작으로 차량을 경로로 끌어당겼습니다. 차량이 부상하여 GPS 신호로 인해 위치 데이터에 갑작스러운 도약이 발생했을 때도, 새로운 시스템은 안정성을 잃지 않고 적응한 반면, 기존 시스템은 종종 혼란을 겪으며 경로에서 더 멀리 벗어났습니다.

연구진은 또한 차량이 경로에서 얼마나 떨어져 있는지에 따라 '전방 주시(look-ahead)' 거리를 조절하는 시스템의 변형 모델도 탐구했습니다. 마치 운전자가 직선 도로에서는 멀리 보고, 커브길에서는 바로 앞을 집중해서 보는 것과 유사합니다. 차량이 경로에서 멀리 떨어져 있을 때는 급격하고 공격적인 수정을 위해 현재 위치에 가까운 지점을 바라봅니다. 경로에 가까워지면, 더 멀리 앞을 내다보며 접근을 부드럽게 하고 오버슈팅(목표치를 지나치는 것)을 방지합니다. 이 시변적(time-varying) 접근 방식은 최적의 균형을 제공하여, 고정 시간 시스템의 속도를 유지하면서도 불필요하게 덜컥거리는 움직임을 최소화하는 부드럽고 편안한 주행을 유지했습니다.

이 연구의 함의는 단순히 차트 위의 숫자 개선을 넘어섭니다. 이 수중 로봇의 운영자들에게, 정해진 시간 내에 경로 복귀를 보장할 수 있다는 능력은 임무 계획 방식을 바꿉니다. 이는 손상된 해저 파이프라인을 점검하거나 선체 근처를 항해하는 것과 같은 안전이 중요한 상황에서, 차량이 전류에 의한 갑작스러운 밀림으로부터 안전하게 복구될 수 있다는 신뢰를 의미합니다. 이 시스템은 차량의 내부 모터나 저수준 제어를 수정할 필요 없이 달성됩니다. 이는 큰 장점인데, 많은 상업용 수중 차량은 제조사에 의해 내부 컨트롤러가 잠겨 있어 연구자들이 저수준 소프트웨어를 수정하는 것이 불가능하기 때문입니다. 이 새로운 유도 계층은 기존 시스템 위에 위치하여, 차량의 뇌가 어떻게 이동할지를 처리하는 동안, 어디로 가야 할지를 알려주는 스마트한 항해사 역할을 합니다.

새로운 방식이 속도와 정확도 면에서 명확한 이점을 제공하지만, 연구진은 이러한 성능이 트레이드오프(trade-off)를 동반한다는 점을 인정합니다. 빠른 수렴을 달 수 있는 공격적인 수정은 차량의 제어면(rudder 및 elevator 등)이 더 빈번하고 강력하게 움직여야 함을 의미합니다. 이러한 활동의 증가는 배터리 전력으로 장기간 작동해야 하는 차량에게 중요한 요소인 에너지 소비 증가로 이어질 수 있습니다. 연구팀은 향히 작업이 이러한 트레이드오프의 균형을 맞추는 데 집중할 것이라고 제안하며, 아마도 꼭 필요한 경우에만 가장 공격적인 수정을 사용하는 전략을 개발할 것이라고 밝혔습니다.

이번 현장 테스트의 성공은 자율 수중 항법의 신뢰성에 있어 중요한 진전을 의미합니다. 고정 시간 유도가 실제 호수의 실제 차량에서 작동할 수 있음을 증명함으로써, 연구진은 과거의 느리고 불확실한 수정 방식을 넘어설 수 있음을 보여주었습니다. 이 시스템은 복잡한 해양 환경에서 신뢰할 수 있는 항법을 달하는 실질적인 솔루션을 제공하며, 이 로봇 탐사선들이 이전에는 도달할 수 없었던 수준의 정밀함과 신뢰성을 가지고 임무를 완수할 수 있도록 보장합니다. 해양이 자원 관리, 기후 연구, 국가 안보를 위해 점점 더 중요해짐에 따라, 이러한 확신을 가지고 항해할 수 있는 차량을 보유하는 것은 파도 아래 숨겨진 비밀을 밝혀내는 데 필수적일 것입니다.