손 전체 접촉력을 실시간 재계산하는 로봇 그립 제어 기술 공개

물체를 단단히 쥐는 것과, 흔들리거나 미끄러지거나 외부 충격을 받는 와중에도 계속 붙잡고 있는 것은 전혀 다른 문제입니다. 대부분의 정교한 로봇 손 제어 방식은 그립을 시작할 때 접촉력 분배를 한 번 계산해두고 그대로 유지하는데, 물체가 조금만 움직이거나 센서 모델에 오차가 있거나 외부에서 힘이 가해지면 이 계산이 곧바로 무용지물이 될 수 있습니다.

Sang Min Kim이 이끄는 연구팀은 이 문제를 해결하기 위해 원하는 힘 분배를 매 제어 주기마다 다시 계산하는 프레임워크를 제안했다고 arXiv(cs.RO/eess.SY 분야)에 제출된 논문을 통해 밝혔습니다. 이 시스템은 모든 접촉 지점에 별도의 촉각 센서를 두는 대신, 추적 중인 물체 모델과 고유수용성감각(로봇이 스스로의 관절 위치를 인식하는 내부 감각 정보)을 결합해 손이 물체와 어디서 접촉하고 있는지를 기하학적으로 추정합니다.

프레임워크는 매 제어 주기마다 손 전체에 걸친 접촉력 분배를 세 가지 실질적 제약 조건 아래 다시 계산합니다. 손가락이 미끄러지지 않도록 하는 각 접촉점의 마찰 한계, 모터가 감당할 수 있는 범위를 넘지 않도록 하는 액추에이터 한계, 그리고 고전적인 팔 전체 힘 분석에서 영감을 받은 '구동 일관성(actuation-consistency)' 제약으로, 이는 실제 관절 토크로 구현 가능한 힘만을 지시하도록 보장합니다.

이 힘 조절 계층은 반응형 도달(reaching) 제어기와 결합되어, 단순히 붙잡는 것을 넘어 그립을 시작하고, 방해가 발생해도 유지하며, 물체를 놓쳤을 경우 자동으로 다시 잡는 동작까지 가능하게 합니다.

연구팀은 두 가지 환경에서 이 방법을 검증했습니다. 중력이 없는 시뮬레이션 실험에서는 통제된 외란 상황에서, 미리 계산해둔 고정 힘 분배 방식이나 손끝 접촉만 고려하는 방식과 비교했을 때 그립 유지 성능이 개선된 것으로 나타났습니다. 27자유도 로봇 팔-손 시스템을 이용한 실제 환경 실험에서는, 사람이 물체에 물리적으로 방해를 가하는 상황에서도 접촉점이 손 전체에 걸쳐 계속 변화하는 와중에 그립을 유지하고 복구하는 데 성공했습니다.

이번 연구 결과는 정교한 로봇 손이 미리 정해둔 손가락 위치에 의존하는 경직된 그리퍼에서 벗어나, 실제 접촉면에서 벌어지는 상황에 따라 그립을 지속적으로 재조정하는 적응형 시스템으로 발전할 가능성을 보여줍니다. 손 전체에 촉각 센서 배열을 장착할 필요도 없습니다.

논문 제목은 'Real-Time Force Regulation for Whole-Hand Dexterous Grasping'이며, 본문 9쪽과 그림 10개로 구성되어 있고, 추가 시연 자료를 담은 프로젝트 페이지도 함께 언급되어 있습니다.