슬라이딩모드제어 (Sliding Mode Control)
쉽게 풀면
정해진 경로(면) 위에 로봇 상태를 강제로 붙잡아 놓고 그 위를 미끄러지듯 따라가게 하는 제어예요. 스키를 탈 때 정해진 슬로프 경계를 살짝 벗어나려 하면 즉시 방향을 틀어 다시 경사면 위로 돌아오게 하는 것처럼, 슬라이딩모드제어는 시스템 상태가 목표로 정한 가상의 경계(슬라이딩면)에서 벗어나려 할 때마다 강하게 잡아당겨 그 면 위에서만 움직이도록 만듭니다. 일단 그 면 위에 올라서면 로봇의 정확한 무게나 마찰을 몰라도 안정적으로 목표에 도달하게 되는 것이 핵심입니다.
왜 중요한가
모델 불확실성과 외란에 강인한 성질 덕분에, 정확한 동역학 모델을 확보하기 어려운 로봇이나 비선형성이 강한 시스템의 제어에 활용됩니다. 실제 로봇은 마찰, 부하 변화, 모델링 오차처럼 정확히 예측하기 힘든 요소가 많은데, 슬라이딩모드제어는 이런 불확실성이 일정 범위 안에만 있다면 그 크기를 정확히 몰라도 안정성과 성능을 보장할 수 있어, 정밀한 파라미터 추정이 어려운 현장 로봇이나 다리 달린 로봇처럼 비선형성이 강한 시스템에서 특히 선호됩니다.
논문에서는 이렇게 쓰입니다
논문에서 슬라이딩모드제어는 대표적인 강건제어 기법으로, 불확실성에 대한 강인성과 채터링이라는 단점이 함께 논의됩니다.
채터링이라는 고질적인 단점을 해결하기 위해 슬라이딩모드제어 자체가 여러 개선된 형태로 계속 발전하고 있다는 점을 보여주는 문장이다.
조금 더 깊게 보면
이론적 강건성이 뛰어나지만 실제 구현에서는 채터링(고주파 진동)이 발생해 액추에이터에 부담을 줄 수 있어, 이를 완화하기 위한 경계층 기법 등이 함께 적용됩니다. 부호함수를 그대로 쓰면 이론적으로는 완벽하지만 실제로는 스위칭이 무한히 빨라져 채터링이 생기므로, 경계층을 두어 부호함수를 완만한 포화함수로 대체하거나 고차슬라이딩모드 같은 개선된 기법을 적용해 진동을 줄이는 연구가 활발합니다. 적응제어나 강화학습 기반 제어와 결합해 불확실성 범위 자체를 온라인으로 추정하는 방향으로도 확장되고 있습니다.
주의할 점
슬라이딩모드제어는 이론적으로 불연속 제어 입력을 사용해 채터링을 유발할 수 있어, 실제 구현에서는 경계층 등으로 완화해야 한다.