가변 임피던스 제어(Variable impedance control)는 물리적 인간-로봇 협업(physical human-robot collaboration, pHRC) 및 물리적 인간-로봇 상호작용(physical human-robot interaction, pHRI)에서 널리 사용되는 제어 전략이다. 가변 강성 및 감쇠 파라미터는 변화하는 환경에 대한 적응성을 향상시키고 인간-로봇 상호작용에서의 안전성을 강화한다. 그러나 이러한 적응 파라미터는 특히 동적 환경에서 적절한 관리가 이루어지지 않으면 시스템의 안정성을 저해할 수 있다. 이를 해결하기 위해, 제어 랴푸노프 함수(Control Lyapunov Function, CLF)를 사용하는 모델 예측 제어(model predictive control, MPC) 기반의 가변 임피던스 제어를 위한 실시간 파라미터 예측 방법을 제안한다. 종단 제약을 평형 위치(equilibrium position)로 설정하는 기존 방법과 달리, 제안하는 방법은 파라미터가 변경되거나 외란이 발생하더라도 시스템 안정성을 보장하여 안전하고 적응적인 로봇 동작을 확보한다. 또한 평형 위치에 의존하는 대신 CLF를 적용함으로써 비적합(infeasibility) 문제를 해결한다. 더 나아가 예측 지평(prediction horizon) 전반에 걸친 안정성을 고려하여 시스템의 안정성을 엄격하게 보장한다. 제안 방법은 Franka Emika Panda 로봇을 사용하여 시뮬레이션 및 실제 환경에서 모두, 종단 제약을 평형 위치로 설정하는 방법과의 비교 실험을 통해 검증되었다. 이러한 실험에서 제안된 제어기는 파라미터 계산 시간의 유의미한 감소를 보였으며, 기존 방법에 비해 시뮬레이션 테스트에서 각각 약 97.13% 및 96.20% 더 빠른 계산 성능을 달성하면서도 인간 상호작용, 공구 진동(tool vibration), 접촉 상실(contact loss) 시나리오를 포함한 다양한 외란 하에서 안정성을 일관되게 유지하는 것으로 나타났다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.