[논문 리뷰] A Unified Method for Solving Inverse, Forward, and Hybrid Manipulator Dynamics using Factor Graphs

Mandy Xie, Frank Dellaert|arXiv (Cornell University)|2019. 11. 22.

Robotic Mechanisms and Dynamics참고 문헌 55인용 수 4

한 줄 요약

이 논문은 개방 및 폐쇄 운동학적 체인 모두에서 역운동역학, 정방향 운동역학, 하이브리드 운동역학 문제를 해결하기 위한 통합된 인자 그래프 프레임워크를 제안한다. 운동역학 방정식을 인자 그래프로 모델링하고 변수 제거 순서를 활용함으로써, 고전적이고 새로운 운동역학 알고리즘을 유도하고 구현하는 데 있어 시각적이고 직관적이며 계산적으로도 영리한 방법을 제공한다. 특히 내부 분할 기반의 제거 순서 전략을 통해 효율성이 입증되었다.

ABSTRACT

This paper describes a unified method solving for inverse, forward, and hybrid dynamics problems for robotic manipulators with either open kinematic chains or closed kinematic loops based on factor graphs. Manipulator dynamics is considered to be a well studied problem, and various different algorithms have been developed to solve each type of dynamics problem. However, they are not easily explained in a unified and intuitive way. In this paper, we introduce factor graphs as a unifying graphical language in which not only to solve all types of dynamics problems, but also explain the classical dynamics algorithms in a unified framework.

연구 동기 및 목표

• 로봇 매니퓰레이터의 역운동역학, 정방향 운동역학, 하이브리드 운동역학 문제를 하나의 그래픽 프레임워크로 통합하여 해결하기 위해.
• 요소 그래프를 통해 복잡한 운동역학 방정식을 직관적이고 시각적으로 표현하여, 전통적인 대수적 표현 방식보다 명확성을 높이기 위해.
• 요소 그래프 내에서 다양한 변수 제거 순서를 탐색함으로써 새로운 효율적인 운동역학 알고리즘을 도출할 수 있도록 하기 위해.
• 운동학 루프를 포함한 과잉 제약 조건과 다중 구동 장치를 갖춘 메커니즘을 포함한 시스템으로 운동역학 솔버의 적용 범위를 확장하기 위해.
• 요소 그래프의 위상적 제거 순서에서 자동 코드 생성의 기반을 마련하기 위해.

제안 방법

• 요소는 물리적 제약(예: 뉴턴-오일러 방정식)을, 변수는 상태량(예: 토크, 가속도, 와이어스)을 나타내는 방식으로 매니퓰레이터 운동역학을 인자 그래프로 모델링한다.
• 관의 운동역학, 운동학적 제약, 루프 닫힘 조건을 모두 그래프의 요소로 표현함으로써 개방 및 폐쇄 운동학적 체인 모두를 표현한다.
• 모르는 값을 구하기 위해 인자 그래프에 변수 제거(Gaussian elimination)를 적용하며, 제거 순서가 알고리즘의 효율성과 구조에 영향을 준다.
• 내부 분할과 같은 그래프 분할 기법을 적용하여 최적 또는 근사 최적의 제거 순서를 도출하고, 계산 성능을 향상시킨다.
• 폐쇄 루프 시스템에서 부족한 제약력 해결을 위해 특수 요소(예: 평면 요소)를 도입하여 유일한 해를 보장한다.
• 제거 과정을 통해 유도된 방향 비순환 그래프(DAG)를 활용해 운동역학 솔버를 위한 효율적이고 위상 기반의 코드를 생성한다.

실험 결과

연구 질문

• RQ1 개방 및 폐쇄 운동학적 체인 모두에서 역운동역학, 정방향 운동역학, 하이브리드 운동역학 문제의 해법을 하나의 그래픽 프레임워크로 통합할 수 있는가?
• RQ2 요소 그래프가 전통적인 대수적 방법에 비해 기초 운동역학 방정식을 더 직관적이고 시각적으로 표현할 수 있는가?
• RQ3 다양한 변수 제거 순서가 유도된 운동역학 알고리즘의 효율성과 구조에 어떤 영향을 미치는가?
• RQ4 요소 그래프를 사용하여 폐쇄 운동학 루프를 가진 복잡한 시스템(예: 평행로봇)에 대해 체계적으로 새로운 효율적인 운동역학 알고리즘을 도출할 수 있는가?
• RQ5 요소 그래프 기반의 제거가 운동역학 계산을 위한 자동 생성된 고성능 코드로 이어질 수 있는 정도는 어느 정도인가?

주요 결과

• 요소 그래프 프레임워크는 개방 및 폐쇄 운동학적 체인 모두에서 역운동역학, 정방향 운동역학, 하이브리드 운동역학 문제의 해법을 하나의 일관된 표현으로 성공적으로 통합하였다.
• 요소 그래프 내의 다양한 제거 순서는 기존 고전적 알고리즘(RNEA, ABA, CRBA 등)과 직접적으로 대응하며, 이들의 기초 구조와 관계를 드러낸다.
• 내부 분할 기반의 제거 순서는 성능 향상에 크게 기여하였으며, 표준 방법 대비 빠른 속도 향상을 보였지만, 절대적인 시간 측정은 주요 초점이 아니었다.
• 최소 토크, 평면 제약 요소 등의 추가 요소 도입을 통해 과잉 제약 조건과 다중 구동 장치를 갖춘 시스템의 해를 해결할 수 있었으며, 해의 유일성을 보장하였다.
• 제거 과정에서 유도된 DAG는 자동 코드 생성에 자연스러운 기반을 제공하였으며, 직관적이지 않은데도 효율적인 순서를 사용할 경우 수동 최적화된 솔버를 능가할 수 있었다.
• 증분 추론을 통합함으로써 향후 운동역학적 경로 계획 및 동적 균형 로봇의 상태 추정에 대한 확장이 가능하다.