Feasibility and Singularity in High-Order Safety-Critical Control for Quadrotor UAVs

식사 접시 크기보다 크지 않은 작은 비행 로봇들의 군집이 복잡한 공간을 함께 항해하는 모습을 상상해 보십시오. 이 기계들은 현대 항공 로봇 공학의 일꾼인 쿼드로터(quadrotor)로 알려져 있으며, 교량 점검부터 의료 물품 배송에 이르기까지 다양한 용도로 사용됩니다. 그러나 이들은 근본적인 물리적 한계를 가지고 있습니다. 이들은 오직 자신의 몸체를 기울이고 프로펠러를 회전시켜 자신의 프레임에 상대적인 단일 방향으로 추력을 생성함으로써만 앞이나 뒤로 나아갈 수 있습니다. 이 때문에 옆으로 움직이거나 몸체를 기울이지 않고 갑자기 멈춰야 할 때 제어하기가 본질적으로 어렵습니다. 이 로봇들이 가까운 거리에서 팀을 이루어 비행할 때, 충돌의 위험은 끊임없이 존재합니다. 이들을 안전하게 유지하기 위해, 엔지니어들은 보이지 않는 가드레일처럼 작동하며 로봇의 경로를 지속적으로 확인하고, 충돌이 임박했을 때만 개입하는 수학적 안전 필터를 사용합니다. 목표는 로봇이 의도한 경로를 최대한 잘 따르도록 하되, 재앙을 막기 위해 꼭 필요할 때만 개입하는 것입니다.

이 로봇들이 모터가 생성할 수 있는 최대 힘과 같은 엄격한 물리적 한계 하에서 작동해야 할 때 도전 과제는 더욱 심화됩니다. 복잡한 시나리오에서는 상황의 기하학적 구조가 안전 시스템에 불리하게 작용할 수 있습니다. 두 로봇이 특정 각도로 서로에게 접근할 때, 충돌을 피하기 위해 밀어내야 하는 방향이 실제 모터가 밀 수 있는 방향과 수직이 될 수 있습니다. 이러한 순간에 안전 시스템은 필요한 힘을 생성하는 능력을 상실하며, 이를 '특이점(singularity)'이라고 합니다. 또한, 설령 안전 시스템이 각 로봇 쌍에 대해 개별적으로 완벽하게 작동하더라도, 여러 이웃과의 충돌을 동시에 피해야 하는 결합된 요구 사항이 팀 전체가 생성할 수 있는 총 힘을 초과할 수 있습니다. 이는 안전 규칙을 동시에 만족시키는 것이 수학적으로 불가능한 상황을 만들어내며, 결국 시스템의 안전 유지 능력을 무너뜨립니다.

최근 연구에서 연구자 오마이라 야고 니에토(Omayra Yago Nieto)와 레오나르도 콜롬보(Leonardo Colombo)는 쿼드로터 드론 팀에서 발생하는 이러한 구체적인 실패 모드를 조사했습니다. 그들은 안전 필터가 정확히 언제, 왜 실패하는지 이해하고, 이러한 한계를 극려할 수 있는 새로운 제어 방법을 설계하고자 했습니다. 그들의 연구는 두 가지 뚜렷한 문제에 초점을 맞추고 있습니다. 하나는 로봇의 가용 추력이 필요한 방향과 어긋났을 때 발생하는 효능 저하이며, 다른 하나는 공유된 전력 제한으로 인해 그룹 전체가 모든 안전 제약을 동시에 만족시키지 못하는 문제입니다. 상황의 물리학을 분석함으로써, 그들은 기존의 안전 점검 방식이 로봇 간의 거리만을 확인하기 때문에, 드론이 추력의 방향을 바꾸기 위해 몸체를 회전시킬 수 있는 능력을 고려하지 못해 종종 실패한다는 것을 밝혀냈습니다.

이를 해결하기 위해 연구진은 더 먼 미래를 내다보는 더 정교한 접근 방식을 개발했습니다. 단순히 로봇 사이의 현재 거리를 확인하는 대신, 그들의 새로운 방법은 향후 몇 순간 동안 로봇의 속도, 가속도, 그리고 회전력이 어떻게 진화할지를 고려합니다. 그들은 토크(회전력을 만드는 비틀림 힘)를 안전 계산에 명시적으로 포함하는 기술을 도입했습니다. 이렇게 함으로써, 그들은 드론이 지금 당장 충돌로부터 직접 밀어낼 수 없더라도, 아주 짧은 시간 후에는 몸체를 회전시켜 추력의 방향을 올바른 곳으로 향하게 할 수 있다는 점을 이해하는 '토크 인지형(torque-aware)' 안전 필터를 만들었습니다. 이 기술은 드론이 여전히 어떤 추력이라도 생산하고 있는 한, 안전 시스템이 항상 교정적인 힘을 생성할 수 있는 유효한 방법을 갖도록 보장합니다.

연구진은 또한 집단적 실행 가능성(collective feasibility) 문제를 다루었습니다. 그들은 팀 전체가 모든 안전 제약을 동시에 만족할 수 있는지 판단하는 수학적 척도를 만들었습니다. 그들의 분석에 따르면, 개별 로봇 쌍이 관리 불가능한 특이 상태에 있지 않더라도, 그룹 전체가 단 하나의 명령 세트로도 모두를 안전하게 지킬 수 없는 상황에 처할 수 있음을 보여주었습니다. 이를 해결하기 위해 그들은 집단 전체의 실행 가능성을 지속적으로 확인하는 새로운 제어 알고리즘을 공식화했습니다. 시스템이 팀이 안전이 불가능한 지점에 접근하고 있음을 감지하면, 알고리즘은 로봇의 행동을 조정하여 유효한 솔루션이 항상 존재하도록 안전한 운영 구역 내에 머물게 합니다.

바람의 돌풍이나 로봇 무게의 미세한 변화와 같은 현실 세계의 예측 불가능성을 처리하기 위해, 팀은 학습 구성 요소를 통합했습니다. 그들은 가우시안 프로세스(Gaussian processes)라는 통계적 방법을 사용하여 데이터로부터 시스템 모델의 알려지지 않은 오류를 직접 학습했습니다. 모든 방해 요소를 일일이 계산하는 대신, 시스템은 이러한 오류의 패턴을 학습하고 그 주변에 안전 마진을 구축합니다. 이를 통해 컨트롤러는 원래 모델이 예측하지 못한 방식으로 환경이 작동하더라도 견고함을 유지할 수 있습니다. 결과적으로 이 안전 필터는 정밀하면서도 적응력이 뛰어나며, 불확실성 속에서도 안전한 거리를 유지할 수 있습니다.

연구팀은 세 대의 쿼드로터가 복잡한 교차 기동을 수행하는 컴퓨터 시뮬레이션에서 새로운 컨트롤러를 테스트했습니다. 이 시나리오는 연구진이 방지하고자 했던 바로 그 실패를 유발하도록 설계된, 로봇들이 서로를 스쳐 지나가는 좁은 대형의 상황입니다. 기존의 오래된 안전 컨트롤러로 시뮬레이션을 실행했을 때, 시스템은 실패했습니다. 로봇들은 위험할 정도로 가까워졌으며, 두 로봇 사이의 거리는 안전 한계인 0.8미터에 훨씬 못 미치는 0.300미터까지 떨어졌습니다. 기존 컨트롤러는 로봇들을 떼어놓을 수 있는 해법을 찾지 못해 수학적으로 막혀버렸고, 시뮬레이션은 중단되어야 했습니다.

반면, 연구진이 새로운 토크 인지형 컨트롤러를 적용했을 때, 로봇들은 동작을 완벽하게 수행했습니다. 비행 전체 과정 중 두 드론 사이의 최소 거리는 0.822미터로, 요구되는 임계값보다 안전하게 높았습니다. 새로운 시스템은 로봇들이 통제력을 잃거나 안전 제약을 위반하지 않고도 가장 좁은 교차 구간을 성공적으로 통과했습니다. 또한 시뮬레이션은 기존 컨트롤러가 로봇의 회전 능력을 고려하지 못해 실패한 반면, 새로운 컨트롤러는 이 회전 능력을 활용하여 필요한 회피력을 생성했음을 보여주었습니다. 연구진이 바람과 기계적 불완전함을 모사하기 위해 무작위 방해 요소를 도입했을 때도, 새로운 시스템은 0.895미터의 안전 거리를 유지하며 그 탄력성을 입증했습니다.

이 연구는 드론의 물리학(특히 회전 역학)을 더 깊이 파고들고 데이터로부터 학습함으로써, 엔지니어가 훨씬 더 신뢰할 수 있는 안전 시스템을 만들 수 있다는 결론을 내립니다. 연구진은 기하학적 특이점이나 집단적 전력 제한으로 인해 안전 필터가 실패할 것이라는 우려가, 기계의 완전한 능력을 존중하는 제어 전략을 통해 완화될 수 있음을 입증했습니다. 그들의 작업은 안전이 타협 불가능한 요소인 붐비는 실제 환경에서 드론 팀을 배치하기 위한 구체적인 경로를 제공하며, 상황이 불가능해 보일 때조차 이 항공 로봇들이 충돌 없이 함께 협력할 수 있도록 보장합니다.