탈세포화된 세포외 기질(dECM)은 자연 세포외 기질(ECM)을 탈세포화하여 제조되는 핵심 생체재료이다. 이 물질은 복잡한 세포 상호작용을 위한 지지 매질로서 기능하며, 세포의 성장, 분화 및 조직화를 촉진한다. 그러나 탈세포화 과정에는 여전히 과제가 남아 있으며, ECM의 구조적 완전성을 보존하면서 동시에 효과적으로 세포 성분을 제거하기 위한 균형이 필요하다. 탈세포화를 향상시키기 위한 한 접근법으로는 불필요한 조직을 사전 제거하고, 전처리된 조직에서 최종 DNA 수준을 ECM 1 mg당 50 ng 미만으로 효과적으로 낮추는 방법이 제시된다. 이러한 전략적 단계는 탈세포화 효율을 증대시키지만, 현재의 수작업 실행 방식은 작업자의 숙련도에 의존한다. 이 한계를 해결하기 위해, 본 연구는 절단을 위한 조직 전처리가 필요하지 않은 자동화 원조직 절단 시스템을 제안하였다. 정밀하게 제어된 조직 접촉압과 최적화된 매개변수를 이용한 진동성 절개(incision)를 통해, 이 시스템은 조직 조직학(tissue histology)으로 관찰되는 바와 같이 조직 구조에서 현저한 미세학적 합병증을 피하면서, 돼지 각막으로부터 밀리미터 미만(submillimeter-scale) 크기의 조직 절편을 획득하는 데 있어 ±10 µm 이내의 정밀도를 달성하였다. 이러한 결과는 해당 시스템이 예비 조직 절단 작업을 간소화하고 자동화할 수 있는 잠재력을 시사하였다. 제안된 시스템을 이용해 돼지 각막을 처리한 후 후속적으로 탈세포화를 수행함으로써, 탈세포화에 대한 이 접근법의 효능을 검증하였다. DNA 수준 분석 결과, 이 시스템이 생성한 절편화 및 세분화된 조직은 탈세포화 초기 단계에서도 DNA 감소를 신속하게 촉진할 수 있으며, 결과적으로 전체 탈세포화 절차를 향상시킨다는 것이 확인되었다.

임피던스 제어는 로봇 매니퓰레이터가 특정하게 설계된 동역학에 따라 환경과 상호작용할 때 순응(compliant) 거동을 보장하는 널리 채택된 접근법이다. 6자유도(DoF) 작업에서는 동역학적 거동을 제어함으로써 말단 가공기(end-effector)의 위치 및 방향을 적절히 관리하는 것이 중요하다. 그러나 자세(orientational) 변위의 기술과 이에 상응하는 회전 임피던스의 설계는, 특히 최소 표현을 사용하는 경우에 어렵다. 방향을 위한 잘 알려진 최소 표현인 오일러 각(Euler angle)은 표현 특이성(representation singularity)을 겪는다. 이를 해결하기 위한 방안으로 쿼터니언(quaternion) 또는 듀얼 쿼터니언(dual quaternion)이 대안이 될 수 있지만, 이들은 비최소 표현(non-minimal representations)에 해당한다. 표현 특이성을 겪지 않으면서 최소 표현이 부족한 이러한 제약은, 종종 임피던스 설계를 매트릭스 리 군(matrix Lie group)에서 퍼텐셜 에너지 함수(potential energy function)를 직접 정의함으로써 처리하게 만든다. 본 논문은 지수 좌표(exponential coordinate)로 알려진 최소 표현을 활용하는 리 군 이론(Lie group theory)을 바탕으로 6-DoF 임피던스 제어 설계를 위한 프레임워크를 제안한다. 지수 좌표는 주사성(injectivity) 반경 내에서 유클리드 변수(Euclidean variable)처럼 취급될 수 있으므로, 임피던스 제어를 보다 체계적이고 친숙한 방식으로 정식화할 수 있다. 우리의 프레임워크에서는 우회(detour) 전략을 사용한다. 즉, 임피던스는 리 군 $SE(3)$에서 설계하고, 제어는 리 대수(Lie algebra) 1rak {se}(3)에서 설계하며, 이는 벡터 공간 1b {R}^{6}에 동형(isomorphic)이다. $SE(3)$의 군 구조는, 지수 사상(exponential map)의 미분(differential of the exponential map) 및 그 시간 도함수(time derivative)로 불리며 폐형(closed-form) 표현을 갖는 리 군과 리 대수 사이의 제안된 변환 공식을 사용하여 유지할 수 있다. 6-DoF 로봇 매니퓰레이터에 대한 실험에서, 제안된 임피던스 제어 프레임워크가 $SE(3)$의 군 구조를 효과적으로 반영하며, 최소 매개변수(minimal parameters)를 활용한 임피던스 제어의 기능으로서 원하는 동역학적 거동을 달성함을 검증하였다.

전기-유압 서보밸브 제어 액추에이터(EHSA)에서 나타나는 비정형 동역학, 모델에 포함되지 않은 매개변수, 그리고 불확실성은 안정성과 강건성 요구를 충족하면서 출력 추종 성능을 위한 제어기를 설계하는 데 어려움을 초래한다. 따라서 본 논문에서는 시스템 거동이 완전히 미지이고 불확실성이 존재하는 상황에서 위치 조절을 목적으로 한 출력 피드백 기반 제어를 제안한다. 이를 위해, 불일치/일치 불확실성을 모두 미지의 동역학을 갖는 하나의 항으로 묶어내는 좌표 변환된 정준(canonical) 시스템을 활용한다. 다음으로, 시스템 거동을 효과적으로 보상하기 위해 가중 벡터 추정의 노름과 결합된 시간지연 추정(time-delayed estimation, TDE)을 사용하는 방사기저함수 신경망(RBFNN)을 적용한다. 이에 따라, 단계별 백스태핑 제어(backstepping control, BSC) 설계를 피하기 위해 2차 슬라이딩 모드 기반 출력 피드백 제어를 수행한다. 흥미롭게도 제안된 방법론은 RBF 기반 TDE(RBF-TDE)를 사용하는 하이브리드 방식을 통해 시스템 동역학 보상에 필요한 추정 변수를 단 하나만 사용하므로, 제어 법칙 구현을 위해 측정된 출력만 필요로 한다. 또한 이러한 근사 오차를 낮추기 위해 수정된 슬라이딩 모드 기반 비선형 디스턴스 옵저버(disurbance observer, DOB)가 광범위하게 활용된다. 폐루프 시스템의 안정성은 라이푸노프 정리를 통해 수학적으로 증명되며, 제안된 알고리즘의 유효성을 실현하기 위해 EHSA 프로토콜에 대한 시뮬레이션과 실험을 수행한다.

어드미턴스 제어는 로봇의 물리적 상호작용을 가능하게 하는 제어 방식이지만, 로봇이 강체 표면과 접촉할 때 쉽게 불안정성을 유발한다. 본 연구에서는 어드미턴스 제어를 사용하는 로봇 시스템에 대해 패시비티(passivity) 분석을 수행하였다. 그 결과, 프록시(proxy)와 실제 로봇 간의 속도 오차가 제거될 때 환경과의 결합 안정성을 보장할 수 있음이 확인되었다. 이에 따라 잠재적인 불안정성의 원천을 억제하기 위한 적응적 구조 수정(adaptive structure modification) 방법을 제안한다. 또한 제안된 방법과 에너지 탱크(energy tank) 방법을 결합하여 시스템의 패시비티를 보장한다. 개념 증명의 일환으로 3가지 로봇 실험을 수행하였고, 그 결과를 기존 어드미턴스 제어 및 임피던스 제어(마찰 보상 포함)와 비교하였다. 비교 결과, 제안된 방법은 상호작용 동안 원하는 동역학을 구현하면서도 시스템을 패시브 상태로 만들 수 있음을 보여주었다.

이 논문은 구조화되지 않은 동역학, 불확실성, 그리고 액추에이터 및 센서 고장에 의해 영향을 받는 서보밸브 구동 전기유압 액추에이터(EHA)를 위한 능동 고장허용제어(FTC)를 제안한다. 제안된 방법론은 관측기와 퍼지 로직 엔진을 통합한 백스테핑 제어 기법에 기반하여 정립된다. 퍼지 로직 기반 근사는 구조화되지 않은 동역학을 보상하는 데 활용되며, 관측기는 교란 및 뭉뚱그려진 불확실성의 영향을 억제하도록 혼성화된다. 또한 센서 오작동의 불리한 영향 하에서, 미지의 잔여 신호를 분리하기 위해 교란상태 관측기(DSO)가 개발된다. 특히, 선형행렬부등식(LMI) 도구를 사용하여 관측기 이득을 결정하고 고장을 감지·분리하기 위해 관측기 뱅크(BOb)를 활용하는 다른 기법들과 달리, 제안된 관측기는 잔여를 확장 상태로 간주하여 이를 직접적으로 식별한다. 이후, 백스테핑 기반 능동 FTC를 개발하여 특정 제어 요구조건을 충족시킨다. 폐루프 시스템의 안정성은 리아푸노프 정리를 통해 이론적으로 달성되며, 제안된 방법론의 유효성은 서로 다른 고장 시나리오 하에서의 비교 시뮬레이션을 통해 검증된다.

본 연구는 외부 변형 조건을 고유 하중 조건으로 변환함으로써 자가 구동 소프트 그리퍼를 위한 경로 생성 정책을 제안한다. 이러한 변환은 자극 하에서 변형될 수 있는 기능성 재료의 이방성 재료 배향 제어를 가능하게 하여, 변형 요구 사항에 정렬함으로써 제어성을 향상시킨다. 임의의 형상에 대해 원하는 변형을 도출하면, 유한요소법(FEM) 분석을 사용하여 내부 응력 분포를 결정한다. 제2차 응력 텐서를 견인(traction) 벡터장으로 변환하여, 최적 변형을 위한 재료 이방성의 배향을 유도한다. 또한 목표 형상의 내부 형상을 제어하기 위해 벡터장을 따라 적분함으로써 매끄럽고 연속적인 출력(프린팅) 경로를 생성하는 계산 프레임워크를 개발한다. 제안된 방법은 FEM 분석을 통해 검증되었으며, 다양한 시험된 형상과 변형 조건에 대해 각 시험 케이스에서 가장 큰 기하학적 특징에 비례한 위치 편차율이 5% 미만임을 보였다. 결과는 본 알고리즘이 고매칭률로 소프트 그리퍼가 목표 변형을 달성할 수 있도록 하는 4D 출력 경로를 효과적으로 생성함을 보여준다.

액추에이터는 로봇의 필수 구성요소로, 로봇과 그 환경 사이의 운동을 가능하게 한다. 얇고 유연한 형상을 가진 액추에이터는 더 다양한 환경에서 작동할 수 있으며, 다자유도 액추에이터는 보다 복잡한 운동을 생성할 수 있다. 본 연구에서는 표면에 서로 다른 운동 벡터장을 생성할 수 있는 얇고 유연한 시트 형태의 연성(soft) 공압 액추에이터를 제안한다. 해당 액추에이터는 수십 개의 얇은 공압 챔버를 포함하며, 이를 얇은 본체 내부에서 연결하는 다채널 공압 회로가 내장되어 있어, 입력 압력을 복잡한 표면 운동으로 변환한다. 압력 시퀀스에 따라 표면 운동을 여섯 가지 서로 다른 방향에서, 서로 다른 속도로, 서로 다른 거리 범위에 걸쳐 생성할 수 있다. 제안한 액추에이터의 유용성은 좁은 관에서의 장애물 제거, 손안에서의 조작(in-hand manipulation), 수중 물체 운반과 같은 과제를 통해 입증된다.

협업형 조작기에서의 직접 지도(direct teaching)는 직관적인 궤적 제어를 위한 필수 방법이지만, 로봇 관절의 마찰로 인해 중대한 어려움에 직면한다. 이를 해결하기 위해 본 연구에서는 로봇의 직접 지도 방법을 개선하기 위한 새로운 마찰 보상 프레임워크를 제안한다. 우리의 접근은 마찰의 영향을 가장 크게 받는 관절에서의 마찰을 완화하여 더 매끄럽고 정확한 운동을 보장하는 데 초점을 둔다. 제안된 프레임워크는 복잡한 마찰 거동을 모델링하기 위해 심층 신경망(deep neural networks, DNN)을 사용한다. 이 접근은 전통적인 마찰 보상 모델 선택과 관련된 어려움을 회피한다. 또한 협업 로봇에서 흔히 사용되는 표준 인코더와 결합했을 때 마찰 추정을 최적화하기 위해 특정 데이터 입력 전처리 알고리즘을 개발한다. 더불어 맞춤형 손실 함수는 저속 영역에서의 DNN 학습을 개선하도록 특별히 설계되었다. 프레임워크의 효과를 평가하기 위해 전처리 알고리즘과 맞춤형 손실 함수라는 두 가지 핵심 구성 요소가 전체 성능에 미치는 영향을 검토하는 포괄적인 절제(ablation) 연구를 수행한다. 이러한 연구는 각 요소가 전체 성능에 기여하는 바에 대한 통찰을 제공한다. 6-자유도(6-DoF) 협업 로봇 2대를 사용한 실험적 검증을 통해 본 접근의 실용성과 효과성을 입증한다.

탈세포화된 세포외 기질(dECM)은 자연 세포외 기질(ECM)을 탈세포화하여 제조되는 핵심 생체재료이다. 이 물질은 복잡한 세포 상호작용을 위한 지지 매질로서 기능하며, 세포의 성장, 분화 및 조직화를 촉진한다. 그러나 탈세포화 과정에는 여전히 과제가 남아 있으며, ECM의 구조적 완전성을 보존하면서 동시에 효과적으로 세포 성분을 제거하기 위한 균형이 필요하다. 탈세포화를 향상시키기 위한 한 접근법으로는 불필요한 조직을 사전 제거하고, 전처리된 조직에서 최종 DNA 수준을 ECM 1 mg당 50 ng 미만으로 효과적으로 낮추는 방법이 제시된다. 이러한 전략적 단계는 탈세포화 효율을 증대시키지만, 현재의 수작업 실행 방식은 작업자의 숙련도에 의존한다. 이 한계를 해결하기 위해, 본 연구는 절단을 위한 조직 전처리가 필요하지 않은 자동화 원조직 절단 시스템을 제안하였다. 정밀하게 제어된 조직 접촉압과 최적화된 매개변수를 이용한 진동성 절개(incision)를 통해, 이 시스템은 조직 조직학(tissue histology)으로 관찰되는 바와 같이 조직 구조에서 현저한 미세학적 합병증을 피하면서, 돼지 각막으로부터 밀리미터 미만(submillimeter-scale) 크기의 조직 절편을 획득하는 데 있어 ±10 µm 이내의 정밀도를 달성하였다. 이러한 결과는 해당 시스템이 예비 조직 절단 작업을 간소화하고 자동화할 수 있는 잠재력을 시사하였다. 제안된 시스템을 이용해 돼지 각막을 처리한 후 후속적으로 탈세포화를 수행함으로써, 탈세포화에 대한 이 접근법의 효능을 검증하였다. DNA 수준 분석 결과, 이 시스템이 생성한 절편화 및 세분화된 조직은 탈세포화 초기 단계에서도 DNA 감소를 신속하게 촉진할 수 있으며, 결과적으로 전체 탈세포화 절차를 향상시킨다는 것이 확인되었다.

임피던스 제어는 로봇 매니퓰레이터가 특정하게 설계된 동역학에 따라 환경과 상호작용할 때 순응(compliant) 거동을 보장하는 널리 채택된 접근법이다. 6자유도(DoF) 작업에서는 동역학적 거동을 제어함으로써 말단 가공기(end-effector)의 위치 및 방향을 적절히 관리하는 것이 중요하다. 그러나 자세(orientational) 변위의 기술과 이에 상응하는 회전 임피던스의 설계는, 특히 최소 표현을 사용하는 경우에 어렵다. 방향을 위한 잘 알려진 최소 표현인 오일러 각(Euler angle)은 표현 특이성(representation singularity)을 겪는다. 이를 해결하기 위한 방안으로 쿼터니언(quaternion) 또는 듀얼 쿼터니언(dual quaternion)이 대안이 될 수 있지만, 이들은 비최소 표현(non-minimal representations)에 해당한다. 표현 특이성을 겪지 않으면서 최소 표현이 부족한 이러한 제약은, 종종 임피던스 설계를 매트릭스 리 군(matrix Lie group)에서 퍼텐셜 에너지 함수(potential energy function)를 직접 정의함으로써 처리하게 만든다. 본 논문은 지수 좌표(exponential coordinate)로 알려진 최소 표현을 활용하는 리 군 이론(Lie group theory)을 바탕으로 6-DoF 임피던스 제어 설계를 위한 프레임워크를 제안한다. 지수 좌표는 주사성(injectivity) 반경 내에서 유클리드 변수(Euclidean variable)처럼 취급될 수 있으므로, 임피던스 제어를 보다 체계적이고 친숙한 방식으로 정식화할 수 있다. 우리의 프레임워크에서는 우회(detour) 전략을 사용한다. 즉, 임피던스는 리 군 $SE(3)$에서 설계하고, 제어는 리 대수(Lie algebra) 1rak {se}(3)에서 설계하며, 이는 벡터 공간 1b {R}^{6}에 동형(isomorphic)이다. $SE(3)$의 군 구조는, 지수 사상(exponential map)의 미분(differential of the exponential map) 및 그 시간 도함수(time derivative)로 불리며 폐형(closed-form) 표현을 갖는 리 군과 리 대수 사이의 제안된 변환 공식을 사용하여 유지할 수 있다. 6-DoF 로봇 매니퓰레이터에 대한 실험에서, 제안된 임피던스 제어 프레임워크가 $SE(3)$의 군 구조를 효과적으로 반영하며, 최소 매개변수(minimal parameters)를 활용한 임피던스 제어의 기능으로서 원하는 동역학적 거동을 달성함을 검증하였다.

전기-유압 서보밸브 제어 액추에이터(EHSA)에서 나타나는 비정형 동역학, 모델에 포함되지 않은 매개변수, 그리고 불확실성은 안정성과 강건성 요구를 충족하면서 출력 추종 성능을 위한 제어기를 설계하는 데 어려움을 초래한다. 따라서 본 논문에서는 시스템 거동이 완전히 미지이고 불확실성이 존재하는 상황에서 위치 조절을 목적으로 한 출력 피드백 기반 제어를 제안한다. 이를 위해, 불일치/일치 불확실성을 모두 미지의 동역학을 갖는 하나의 항으로 묶어내는 좌표 변환된 정준(canonical) 시스템을 활용한다. 다음으로, 시스템 거동을 효과적으로 보상하기 위해 가중 벡터 추정의 노름과 결합된 시간지연 추정(time-delayed estimation, TDE)을 사용하는 방사기저함수 신경망(RBFNN)을 적용한다. 이에 따라, 단계별 백스태핑 제어(backstepping control, BSC) 설계를 피하기 위해 2차 슬라이딩 모드 기반 출력 피드백 제어를 수행한다. 흥미롭게도 제안된 방법론은 RBF 기반 TDE(RBF-TDE)를 사용하는 하이브리드 방식을 통해 시스템 동역학 보상에 필요한 추정 변수를 단 하나만 사용하므로, 제어 법칙 구현을 위해 측정된 출력만 필요로 한다. 또한 이러한 근사 오차를 낮추기 위해 수정된 슬라이딩 모드 기반 비선형 디스턴스 옵저버(disurbance observer, DOB)가 광범위하게 활용된다. 폐루프 시스템의 안정성은 라이푸노프 정리를 통해 수학적으로 증명되며, 제안된 알고리즘의 유효성을 실현하기 위해 EHSA 프로토콜에 대한 시뮬레이션과 실험을 수행한다.