중복성해결 (Redundancy Resolution)
쉽게 풀면
손끝 위치는 같아도 팔을 어떤 모양으로 둘지 여러 선택지 중 가장 좋은 것을 고르는 방법이에요. 사람이 책상 위의 컵을 집을 때도 팔꿈치를 낮게 늘어뜨리거나 높이 들어 올리거나 여러 자세로 같은 컵을 집을 수 있는 것처럼, 관절이 손끝 목표 위치를 정하는 데 필요한 개수보다 많은 로봇(중복자유도로봇)은 같은 손끝 위치라도 팔의 모양을 여러 가지로 만들 수 있는데, 이 중 어떤 모양이 가장 좋을지 정해진 기준(에너지 절약, 장애물 피하기 등)에 따라 골라내는 것이 중복성해결입니다.
왜 중요한가
동일한 작업을 수행하면서도 특이점 회피나 장애물 회피 같은 부가 목적을 함께 달성할 수 있어, 협동로봇이나 인간형 로봇의 실제 작업 제어에서 중요하게 다뤄지는 방법론입니다. 좁고 복잡한 공간에서 작업해야 하는 로봇은 손끝 목표만 맞추다가 팔의 다른 부분이 장애물이나 사람과 부딪힐 수 있는데, 여분의 자유도를 활용해 팔의 자세 자체를 안전하고 효율적인 쪽으로 유도할 수 있다는 점에서 중복성해결은 단순한 이론이 아니라 실제 안전과 직결되는 문제로 다뤄집니다.
논문에서는 이렇게 쓰입니다
논문에서 중복성해결은 여유 자유도를 가진 로봇에서 실행할 구체적 관절 동작을 결정하는 방법론으로 다뤄집니다.
중복성해결이 단일 목표만 다루는 것이 아니라, 주 작업을 그대로 유지하면서 장애물 회피 같은 부가 목표를 동시에 끼워 넣는 계층적 방식으로 이뤄질 수 있음을 보여주는 문장이다.
조금 더 깊게 보면
여러 목적을 동시에 만족시키려 할 때 우선순위 설정에 따라 결과가 크게 달라져, 목적 함수 설계가 성능을 좌우하는 핵심 요소가 됩니다. 대표적인 방법으로는 야코비안의 유사역행렬에 영공간 투영 항을 더해 부가 목적을 반영하는 방식과, 관절속도나 위치 자체를 최적화 문제로 풀어 여러 제약과 목적을 동시에 고려하는 방식이 있으며, 후자는 계산 부담이 크지만 더 다양한 제약을 다룰 수 있습니다. 주 작업과 부 작업 사이에 우선순위를 어떻게 두는지에 따라 로봇이 실제로 선택하는 자세가 크게 달라지므로, 목적함수와 가중치 설계 자체가 연구의 핵심 주제가 됩니다.
주의할 점
중복성해결 기법의 선택(가중 유사역행렬, 최적화 기반 등)에 따라 계산 비용과 실시간성이 크게 달라질 수 있다.