Trajectory tracking of bionic fish based on a complex-valued central pattern generation network

유동적이고 변화무쌍한 수중 항해의 세계에서, 로봇들은 엔지니어들을 오랫동안 골머리 아프게 했던 과제에 직면해 있습니다. 그것은 바로 어떻게 살아있는 생명체와 같은 우아함과 회복력을 가지고 움직일 것인가 하는 점입니다. 고정된 프로펠러와 고정된 타(rudder)에 의존하는 잠수함과 달리, 물고기는 몸과 지느러미의 리드미컬한 파동을 조절하며 헤엄칩니다. 이 움직임은 생물학적 리듬 생성기에 의해 제어되며, 이를 통해 물고기는 조류와 장애물에 즉각적으로 적응할 수 있습니다. 과학계에서 '중앙 패턴 생성기(central pattern generator)'라고 알려진 이 생물학적 리듬은 움직임을 위한 내부 시계 역할을 하며, 지속적인 의식적 사고 없이도 근육을 구동하는 데 필요한 반복적인 신호를 생성합니다. 수십 년 동안 연구자들은 참치나 잉어처럼 난류 속에서도 수월하게 항해할 수 있는 로봇을 만들기 위해 이 시스템을 기계에 모사하려 노력해 왔습니다. 목표는 단순히 물고기의 형태를 흉내 내는 것이 아니라, 물이 저항을 가할 때도 균형을 유지하고 경로를 따라갈 수 있게 하는 신경 지능을 복제하는 것입니다.

절강대학교 과학기술연구팀은 'BF-1'이라 불리는 로봇 물고기를 위한 새로운 제어 시스템을 설계함으로써 이 목표를 향한 중요한 진전을 이루었습니다. 그들의 접근 방식은 로봇의 물리적 움직임에 대한 정교한 수학적 모델과 물고기의 내부 리듬을 모사하는 신경망을 결합한 것입니다. 이 혁신의 핵심은 '복소수 값(complex-valued)' 네트워크로, 이는 전통적인 시스템보다 더 유연한 조정을 가능하게 하는 방식으로 정보를 처리할 수 있는 일종의 디지털 두뇌입니다. 단순히 방해 요소에 반응하는 대신, 이 시스템은 자이로스코프(로봇의 기울기와 회전을 측정하는 센서)로부터 오는 신호를 사용하여 로봇 꼬리와 지느러미 움직임의 타이밍과 강도를 즉각적으로 미세 조정함으로써 방해 요소를 예측합니다. 연구진은 이러한 리드미컬한 제어를 로봇의 위치를 끊임없이 계산하는 예측 알고리즘과 통합하여, 물결이 거칠어지는 상황에서도 로봇이 경로를 유지할 수 있는 시스템을 만들었습니다.

로봇 자체인 BF-1은 플라스틱 외피, 전자 부품을 수용하는 밀폐된 캐빈, 그리고 방수 모터로 구동되는 생체 모사 꼬리를 갖춘 매끄러운 기계입니다. 또한 측면에는 꼬리와 협력하여 방향을 조절하고 안정성을 유지하는 두 개의 가슴 지느러미가 있습니다. 연구진은 야외 수중 환경에서 로봇을 테스트하며, 잔잔하고 안정적인 물과 난류가 있는 불안정한 물이라는 두 가지 뚜렷한 조건에 노출시켰습니다. 잔잔한 조건에서 로봇은 꼬리와 지느러미가 일정한 조화로운 리듬으로 진동하며 직선을 따라 매끄럽게 이동했습니다. 그러나 진정한 시험은 물의 흐름이 갑자기 난류로 변하여 로봇이 기울어지고 경로를 벗어났을 때 찾아왔습니다. 이 순간, 자이로스코프가 각도의 변화를 감지하고 중앙 패턴 생성기에 즉시 신호를 보냈습니다. 시스템은 꼬리와 지느서미를 구동하는 신호의 위상(phase)과 진폭(amplitude)을 변경함으로써 대응했고, 결과적으로 물의 힘에 맞서기 위해 로봇의 리듬을 재설정했습니다.

실험 결과, 새로운 제어 시스템이 효과적으로 작동함이 입증되었습니다. 실험 시작 5초 지점에서 물의 흐름이 완만한 상태에서 난류로 바뀌었을 때, 로봇의 몸체 각도가 처음에는 변했지만 제어 시스템이 빠르게 편차를 수정했습니다. 로봇은 경로를 잃지 않고 안정적인 상태로 돌아와 의도했던 직선 경로를 계속 따라갈 수 있었습니다. 연구진은 좌우 가슴 지느러미가 균형을 유지하기 위해 동기화된 방식으로 움직이는 한편, 꼬리가 조류에 맞서 밀어내기 위해 출력을 조절하는 것을 관찰했습니다. 이러한 협응 덕분에 로봇은 물이 밀어붙이는 상황에서도 높은 정밀도로 직선을 추적할 수 있었습니다. 이 시스템은 단순히 방해 요소에 반응하는 것에 그치지 않고, 로봇의 미래 위치를 추정하고 속도와 방향을 선제적으로 조정하는 예측 모델을 사용하여 추적 오차를 최소와로 유지했습니다.

설계의 다재다능함을 더욱 테스트하기 위해, 연구팀은 유사한 난류 조건 하에서 로봇을 원형 궤도로 유도하기도 했습니다. 원을 그리며 회전하는 것은 꼬리가 몸체를 회전시키는 동력을 생성하는 동시에 지느러미가 회전을 매끄럽게 유지하도록 조절해야 하는 다른 종류의 협응을 요구합니다. 복소수 값 네트워크는 서로 다른 관절 사이의 위상 지연(phase delay)을 조절함으로써 이를 성공적으로 관리하여, 로봇이 회전하며 원형 경로를 따를 수 있게 했습니다. 물의 흐름이 로봇의 움직임을 방해하여 기울어지게 만들었음에도 불구하고, 시스템은 지느러미 움직임의 빈도와 강도를 조절함으로써 이를 보완했습니다. 로봇은 원형 경로를 유지하며, 제어 시스템이 역동적인 환경에서 단순한 직선 추적뿐만 아니라 복잡한 기동도 처리할 수 있음을 보여주었습니다.

연구진은 자신들의 성공이 리드미컬한 중앙 패턴 생성기와 예측 위치 제어기의 특정한 조합에 달려 있다고 강조합니다. 단순한 피드백 루프에 기반한 전통적인 제어 방식은 물이 너무 난류가 되면 불안정한 움직임을 보이거나 원하는 경로에 수렴하지 못하는 경우가 많습니다. 반면, 이 새로운 시스템은 로봇 물리학의 동적 모델을 사용하여 미지의 방해 요소를 추정하고 그 정보를 제어 루프에 다시 입력합니다. 이를 통해 로봇은 외부 환경에 실시간으로 적응하며 견고한 성능을 유지할 수 있습니다. 이 연구는 이 방식이 생체 모사 물고기 로봇을 항해하는 안정적이고 정확한 방법을 제공하며, 상당한 수류 방해가 발생하더라도 원래 방향으로 계속 이동할 수 있음을 입증한다고 결론지었습니다. 현재의 실험은 표면 수준의 움직임에 집중되어 있으나, 연구진은 향후 작업에서 물의 역학 관계와 로봇의 행동이 더욱 변화할 수 있는 더 깊은 잠수 문제를 다루어야 할 것이라고 언급했습니다. 하지만 현재로서는, 이 연구가 생물학적 대상과 같은 적응력과 회복력을 가지고 헤엄칠 수 있는 로봇을 향한 명확한 경로를 보여주고 있습니다.