동적 움직임을 위한 3단계 전신 방해 억제 제어 프레임워크

초록

본 논문은 모델 불확실성, 외부 교란 및 고장까지 포괄적으로 다루는 3단계 전신 방해 억제 제어(T‑WB‑DRC) 구조를 제안한다. 핵심은 노이즈에 강인한 이동 호라이즌 확장 상태 관측기(MH‑ESO)를 이용해 실시간으로 불확실성을 추정하고, 고수준 MPC와 저수준 전신 제어가 이를 기반으로 보상하도록 설계한 것이다. 시뮬레이션과 실제 사족보행 로봇 실험을 통해 페이로드 운반, 푸시 교란, 액추에이터 고장 상황에서 기존 2단계 방식보다 향상된 안정성과 강인성을 확인하였다.

상세 분석

본 연구는 기존 2단계 전신 방해 억제 제어( WB‑DRC )가 확장 상태 관측기(ESO)의 노이즈 민감성으로 인해 추정 정확도가 저하되는 문제점을 인식하고, 이를 해결하기 위한 세 가지 핵심 혁신을 제시한다. 첫째, 이동 호라이즌 기반의 확장 상태 관측기(MH‑ESO)를 도입하여, 관측기 내부에 제한된 길이의 데이터 윈도우를 활용해 최소 제곱 해를 실시간으로 계산한다. 이는 전통적인 ESO가 고대역폭을 필요로 하여 노이즈를 증폭시키는 단점을 완화하고, 추정 지연을 최소화한다. 둘째, 제어 구조를 3단계로 재구성하였다. 고수준에서는 모델 예측 제어(MPC)를 이용해 명목적인 전신 동역학(외부 교란을 무시한) 기반으로 중심 모멘텀, 관절 위치·속도, 접지 반력 등을 계획한다. 중간 단계에서는 MH‑ESO가 실제 시스템에서 발생하는 불확실성(모델 파라미터 변동, 외부 힘, 고장)을 추정하고, 필요에 따라 이동 호라이즌 필터(MAF)나 저역통과 필터와 결합해 신호를 정제한다. 마지막 저수준 전신 제어는 QP 기반 최적화를 통해 추정된 교란을 보상하고, 접지 조건·관절 제한을 만족시키면서 실제 토크 명령을 생성한다. 셋째, 이중 플래닝 접근법—즉, “이상적인” 명목 계획과 “교란이 포함된” 재계획을 동시에 고려함으로써, 페이로드 변화나 급격한 푸시 교란 상황에서도 제어 명령이 급격히 불가능해지는 QP 비실현성을 방지한다. 실험 결과는 인간형 로봇과 사족보행 로봇 모두에서 시뮬레이션과 실제 하드웨어 테스트를 통해 검증되었으며, 특히 Unitree A1 로봇에 적용했을 때 외부 푸시·무게 추가·액추에이터 고장 상황에서도 안정적인 보행을 유지함을 보여준다. 전체적으로 본 논문은 관측기 설계와 제어 구조를 통합적으로 재설계함으로써, 노이즈와 교란에 대한 로봇의 강인성을 크게 향상시킨 점이 가장 큰 공헌이라 할 수 있다. 다만, MH‑ESO의 윈도우 길이와 관측기 이득(ω₀) 선택이 시스템마다 민감하게 작용할 수 있으며, 실시간 계산 부하가 증가할 가능성도 존재한다는 점은 향후 연구에서 최적화가 필요하다.