관측기기반제어 (Observer-Based Control)
쉽게 풀면
직접 잴 수 없는 값을 아는 정보로부터 추측해내는 장치(관측기)를 이용해 제어하는 방법이에요.
왜 중요한가
직접 측정하지 못하는 상태나 외란을 모델로 추정해 제어에 쓰는 방식으로, 로봇에서는 속도·외력·마찰을 센서 없이 추정하는 데 널리 쓰입니다. 외란 관측기는 협동로봇의 센서리스 충돌 감지와 마찰 보상의 표준 구현입니다. 관절 속도를 직접 측정하는 센서 없이 위치 인코더 신호만으로 속도를 추정해야 하는 저가형 로봇 시스템에서, 관측기 기반 제어는 추가 센서 비용 없이 필요한 상태 정보를 확보하는 실용적인 방법으로 쓰입니다. 센서 고장 상황에서도 모델 기반 추정값으로 일시적인 제어를 지속할 수 있어, 관측기는 시스템의 신뢰성과 견고성을 높이는 보조 수단으로도 활용됩니다.
논문에서는 이렇게 쓰입니다
논문에서 관측기기반제어는 센서를 줄이거나 노이즈가 큰 측정을 보완하기 위한 방법으로 상태피드백제어와 결합되어 사용됩니다.
이 문장은 관측기를 더 민감하게 만들면 무조건 좋아지는 것이 아니라, 어느 순간부터는 잡음까지 크게 증폭시켜 오히려 제어가 불안정해질 수 있다는 것을 보여줍니다.
조금 더 깊게 보면
관측기 정확도는 모델 정확도에 의존하므로 모델 오차가 그대로 추정 외란으로 나타나며, 이를 외란으로 보상하면 결과적으로 모델 오차까지 보상되는 효과가 있지만 잡음도 함께 증폭됩니다. 관측기 대역폭을 높이면 응답이 빨라지지만 잡음에 민감해지므로, 제어기와 관측기 대역폭의 분리가 안정성의 실무적 조건입니다. 모든 상태 변수를 직접 센서로 측정하기 어렵거나 비용이 큰 경우, 측정 가능한 출력과 시스템 모델을 이용해 나머지 상태를 수학적으로 추정하는 관측기를 설계해 제어에 활용합니다.
주의할 점
관측기의 추정 성능은 시스템 모델의 정확도에 의존하므로, 모델 오차가 크면 추정된 상태가 실제와 크게 달라질 수 있다. 관측기가 추정한 상태값은 실제 시스템 모델의 정확도에 의존하므로, 모델 오차나 센서 잡음이 크면 추정값이 실제 상태와 어긋나 제어 성능 저하로 이어질 수 있습니다.