소프트 성장 로봇의 접촉·구동 병렬 시뮬레이션

초록

본 논문은 성장·구부림·압축 구동·환경 접촉을 모두 포함하는 통합 모델을 제시하고, 이를 GPU 기반 병렬 시뮬레이터로 구현한다. 모델은 얇은 팽창 튜브의 주름 기반 복원 모멘트를 이용해 작은 각도에서의 굽힘을 정확히 예측하고, 시리얼 펌프식 인공근(sP‑AM) 의 포화 현상을 반영한다. 설계 최적화 실험을 통해 최소한의 구동기 수로 복잡한 장애물 환경을 통과할 수 있는 로봇 설계를 도출하고, 실제 제작·실험을 통해 시뮬레이션과의 일치를 검증한다.

상세 분석

이 연구는 기존의 비활성(패시브) 비네 로봇 모델이 갖는 한계를 뛰어넘어, 활성 구동 메커니즘과 환경 접촉을 동시에 고려한 통합 해석 프레임워크를 구축한다는 점에서 의미가 크다. 첫째, 얇은 필름 튜브를 인플레이트된 빔으로 모델링하고, 주름(wrinkling) 기반 복원 모멘트를 도입함으로써 작은 굽힘 각도(≤10°)에서도 과대평가되지 않는 정확한 굽힘 저항을 제공한다. 이는 기존의 최대 주름 가정에 비해 물리적 현실성을 크게 향상시킨다. 둘째, 시리얼 펌프식 인공근(sP‑AM)의 포화 현상을 수식적으로 포함한 개선된 모델을 제시한다. 포화 길이와 반경을 변수화하고, 타원 적분을 이용해 압력‑변형 관계를 정밀히 기술함으로써, 구동력‑스트레인 곡선을 신경망 대체 모델로 학습시켜 실시간 계산 비용을 크게 낮춘다. 셋째, 로봇을 일정 길이(25 mm) 구간으로 이산화하고, 각 구간에 대해 복원 모멘트와 구동력의 합을 비용 함수로 설정한 뒤, Position‑Based Dynamics(PBD) 방식을 적용한다. PBD는 강체와 연성체 시뮬레이션에 널리 쓰이며, GPU 가속을 통해 수천 개의 시뮬레이션을 동시에 수행할 수 있다. 이를 통해 설계 최적화와 장기 계획에 필요한 대규모 샘플링 기반 탐색(SST*)이 실시간에 가깝게 가능해진다. 넷째, 설계 최적화 단계에서는 목표 지점 도달을 위한 최소 구동기 수를 목표 함수로 설정하고, 환경·제조 불확실성을 고려한 로버스트 최적화를 수행한다. 최적 설계는 실제 제작 후 복잡한 장애물 구역에서 성공적으로 목표에 도달했으며, 시뮬레이션과 실험 결과 간 오차가 최소화된 점이 강조된다. 전체적으로 모델링 정확도, 계산 효율성, 그리고 실제 적용 가능성을 모두 만족시키는 종합적인 접근법을 제시한다는 점이 가장 큰 공헌이다.