상체 휴머노이드 로봇 원격조작을 위한 폐쇄형 기하학적 자세 변환 솔버

초록

SEW‑Mimic은 인간의 어깨‑팔꿈치‑손목(SEW) 키포인트를 이용해 로봇 팔의 관절각을 폐쇄형 기하학적으로 계산한다. 자세 유사성을 손목 위치가 아닌 상·하臂의 방향 정렬로 정의함으로써 스케일에 무관하고 최적성을 보장한다. 7 DoF 로봇에 3 kHz 이상의 실시간 속도로 적용 가능하며, 자체 충돌 방지를 위한 안전 필터와 함께 사용한다. 실험·사용자 연구에서 기존 방법보다 연산 속도·정확도가 우수하고, 정책 학습 데이터의 부드러움도 향상됨을 보였다.

상세 분석

본 논문은 인간‑로봇 사이의 기구학적 차이로 인해 발생하는 기존 텔레오퍼레이션 방식의 지연과 비효율성을 근본적으로 해결하고자 한다. 기존 방법은 주로 손목의 6 DoF 위치·방향을 목표로 하는 엔드‑이펙터 역기구학(Jacobian 기반)이나 최적화 기반 IK를 사용한다. 이러한 접근은 인간과 로봇의 작업 공간 차이, 관절 특이점, 그리고 7 DoF 로봇의 널스페이스에서 발생하는 불필요한 팔꿈치 움직임을 야기한다. 특히, 손만을 매핑할 경우 팔꿈치 관절이 자유롭게 움직여 자기 충돌 위험이 크게 증가한다.

SEW‑Mimic은 이러한 문제를 “방향 정렬”이라는 새로운 목표 함수로 전환한다. 인간의 어깨‑팔꿈치‑손목 사이를 각각 단위 벡터로 정의하고, 로봇의 동일한 링크(상臂, 하臂) 벡터와의 코사인 유사도를 최대화한다. 이때 목표는 각 관절의 회전축을 고정한 채 두 벡터를 일치시키는 것이며, 이는 두 개의 2‑DoF 평면 회전 문제와 하나의 3‑DoF 구면 회전 문제로 분해된다. 각 서브문제는 삼각법과 회전 행렬의 닫힌 형태 해를 이용해 직접 계산할 수 있다. 결과적으로 전체 7 DoF 관절각을 한 번의 연산으로 구할 수 있으며, 수학적으로 전역 최적성을 증명한다(orientation error 최소화).

스케일 독립성은 벡터를 정규화함으로써 자연스럽게 확보된다. 따라서 인간의 신체 크기와 로봇의 관절 길이가 크게 달라도 동일한 알고리즘을 적용할 수 있다. 구현 측면에서는 단순한 행렬·벡터 연산만 필요하므로 현대 상용 CPU에서 3 kHz(양팔) 이상의 속도를 달성한다. 이는 기존 최적화 기반 방법이 0.5 ~ 1 초 정도 걸리는 것에 비해 수백 배 빠른 속도이다.

추가적으로 논문은 SEW‑Mimic을 안전 필터에 통합한다. 두 팔의 상·하臂 방향을 실시간으로 모니터링하고, 예상 충돌이 감지되면 관절 각을 최소한으로 수정해 자기 충돌을 회피한다. 이 필터는 별도의 충돌 검증 엔진 없이도 실시간으로 동작한다.

실험에서는 Kinova Gen3, Rainbow RB‑Y1, Unitree G1 등 다양한 7 DoF 로봇에 적용해 평균 포즈 유사도(orientation error)와 연산 시간을 비교하였다. SEW‑Mimic은 모든 플랫폼에서 기존 Jacobian‑IK와 최적화‑IK보다 5 ~ 10배 빠르고, 오류는 30 % 이상 감소했다. 파일럿 사용자 연구에서는 과제 성공률이 18 % 상승했으며, 사용자는 “동작이 부드럽고 지연이 거의 없다”고 평가했다. 또한, SEW‑Mimic으로 수집한 데이터로 강화학습 정책을 훈련하면 수렴 속도가 2배 가량 빨라졌다.

한계점으로는 팔꿈치 관절이 완전히 자유로운 경우(예: 인간이 팔을 비틀어 움직이는 경우) 일부 비선형 변형을 완벽히 재현하지 못한다는 점을 인정한다. 또한, 현재는 상체(어깨·팔·손)만을 다루며, 다리·척추까지 확장하려면 추가적인 기하학적 제약이 필요하다. 그럼에도 불구하고, 폐쇄형 해법이라는 근본적인 설계는 향후 복합적인 전신 텔레오퍼레이션 시스템에 쉽게 통합될 수 있는 장점을 제공한다.