[논문]상지 외골격 로봇 제어를 위한 인체 팔 동작의 기구학 및 동역학적 분석 - 파트 2: 제한조건의 선형 결합

김현철; 이춘영

doi:10.5302/j.icros.2014.13.0012

[국내논문] 상지 외골격 로봇 제어를 위한 인체 팔 동작의 기구학 및 동역학적 분석 - 파트 2: 제한조건의 선형 결합
Analysis on the Kinematics and Dynamics of Human Arm Movement Toward Upper Limb Exoskeleton Robot Control - Part 2: Combination of Kinematic and Dynamic Constraints 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.20 no.8, 2014년, pp.875 - 881

Abstract ▼ AI-Helper

The redundancy resolution of the seven DOF (Degree of Freedom) upper limb exoskeleton is key to the synchronous motion between a robot and a human user. According to the seven DOF human arm model, positioning and orientating the wrist can be completed by multiple arm configurations that results in the non-unique solution to the inverse kinematics. This paper presents analysis on the kinematic and dynamic aspect of the human arm movement and its effect on the redundancy resolution of the seven DOF human arm model. The redundancy of the arm is expressed mathematically by defining the swivel angle. The final form of swivel angle can be represented as a linear combination of two different swivel angles achieved by optimizing two cost functions based on kinematic and dynamic criteria. The kinematic criterion is to maximize the projection of the longest principal axis of the manipulability ellipsoid of the human arm on the vector connecting the wrist and the virtual target on the head region. The dynamic criterion is to minimize the mechanical work done in the joint space for each of two consecutive points along the task space trajectory. The contribution of each criterion on the redundancy was verified by the post processing of experimental data collected with a motion capture system. Results indicate that the bimodal redundancy resolution approach improved the accuracy of the predicted swivel angle. Statistical testing of the dynamic constraint contribution shows that under moderate speeds and no load, the dynamic component of the human arm is not dominant, and it is enough to resolve the redundancy without dynamic constraint for the realtime application.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

최근 3차원 역기구학 문제의 해를 구하기 위해 매 순간각 관절 토크에 의해 수행된 전체 일의 크기를 최소화하는 기법이 제안되었는데[6] 이런 동역학적 기준은 어깨의 내전/외전, 굴곡/신전, 내부/외부 회전 및 팔꿈치의 굴곡/신전 등과 같은 사람 팔의 기본적인 동작에 관한 관절 공간에서의 경로를 예측하는 데 만족할 만한 결과를 제공하고 있다. 따라서 본 논문에서는 [6]에서 제안한 동역학적 제약 조건과 기구학적으로 추정된 Swivel Angle을 선형적으로 결합하는 방식을 적용하고자 한다. 하지만 추정 성능을 향상시키기 위해 다른 유형의 동역학적 기준이 추가로 고려될 수 있으며 선형 결합 이외에 보다 발전된 비선형적 결합 방식이 고려될 수 있다.
본 논문에서는 Part 1[1]에서 이미 소개했던 기구학적 접근 방식과 최소-토크 변화 모델(minimum-torque-change model) [6] 기반의 동역학적인 방식이 선형 결합된 바이모달 (bimodal) 여유자유도 해결 기법을 이용하여 swivel angle로 대표되는 팔 운동의 여유 자유도를 수학적으로 모델링 하는 기법을 소개한다. 기구학적인 수준에서 구해진 swivel angle은 동역학적 제약조건 기반의 swivel angle과 선형적으로 결합될 수 있으며 결합 시 각각의 swivel angle에 적용되는 가중치는 실험을 통해 최적화 될 수 있다.
본 절에서는 swivel angle 추정을 위해 필요한 7자유도 기반의 인체 팔 모델과 part 1[1] 에서 유도한 기구학적 제약 조건 기반의 swivel angle 추정 모델에 대해 간략히 설명하고 동역학적인 제약 조건 기반의 swivel angle 추정 기법에 대해 소개한다. 기구학적 제약 조건 및 시스템 모델에 대한 보다 상세한 내용은 part 1[1]의 II 장과 III 장에 상세히 기술되어 있다.

가설 설정

가설: 자연스러운 팔 뻗기 동작의 수행 시 사람의 운동 조절 중추에 의해 선택되는 swivel angle은 감각 기관의 집합체(cluster)인 머리가 있는 영역으로 팔을 효율적으로 움직이기 위해 선택되어진다.
팔 뻗기 동작의 동역학적 특성을 분석하기 위해 Kane's method [10]에 의해 동역학 식을 생성하는 Autolev 패키지[9]를 이용하였다. 또한 자유 공간상에서 팔 뻗기 동작 수행 시 손목의 움직임은 무시할 수 있다고 가정하였으며 손목 관절은 초기 위치로 고정하였다.
본 가설은 머리에 위치한 가상의 목표 P_m을 향하여 언제든 손을 움직일 수 있는 가상의 직선 최단 경로가 정의되어 있을 때 swivel angle은 이 움직임의 효율성을 최적화 하도록 정의 된다는 것이다.

제안 방법

본 연구에서 적용한 전체적인 추정기법은 식 (16)과 같이 기구학 및 동역학적 제한조건을 바탕으로 구한 swivel angle값을 가중 선형 결합하는 방식을 바탕으로 한다.
본 절에서는 III 장에서 제안한 선형결합 추정 기법을 입증하기 위해 사용한 실험방법과 프로토콜을 소개하고 추정된 가중치 값 및 Swivel Angle을 비교 제시한다.
실험자별 팔 세그먼트의 길이는 모션 캡쳐 장비를 이용하여 얻은 주요 관절 위치 값을(그림 3) 이용하여 구할 수 있다. 상박의 길이는 어깨의 마커와 팔꿈치 마커 사이의 평균 거리로 하였고, 하박의 길이는 팔꿈치 마커와 추정된 손목의 위치 (손목 주변에 설치된 3개의 마커를 이용함) 사이의 평균거리로 설정하였다. 각각의 팔 세그먼트의 질량 중심은[11]에 있는 기법을 바탕으로 추정하였으며 각 세그먼트 길이에 대한 질량 중심의 비율은 표 1에 나타내었다.
이 장비는 3미터 범위내의 작업 공간 내에서 밀리미터 단위의 정확도와 240Hz 샘플링 주파수를 제공한다. 이 시스템을 바탕으로 각 관절의 동작을 기록하기 위해, 능동 LED 마커를 오른 쪽 어깨, 팔꿈치, 손목 및 가슴에 그림 3(d)와 같이 부착하였으며 장비를 통해 얻은 각 관절의 위치 정보를 바탕으로 실제 swivel angle 을 측정한 후 손목 위치만으로 추정된 swivel angle과 비교 분석하였다.
최적의 가중치 K₁과 K₂를 결정하기 위해 모션 캡쳐 장비를 이용하여 주어진 팔 동작을 수행할 때의 관절의 움직임을 기록하고 분석하였다. 이를 위해 실험 참가자 들은 정해진 실험 프로토콜에 따라 여러 가지 동작을 5회 반복하였다. 그 중 20%의 실험 데이터에 최소자승법(least square method)을 적용하여 최적의 (K₁, K₂)쌍을 추정하였다.
지금까지 기구학 및 동역학적 제한조건에 따라 생성된 Swivel Angle값을 선형적으로 가중합하여 추정하는 기법을 제안하였다. 제안된 기법은 자연스러운 사람의 팔 동작을 대부분 5도 이내의 오차를 가지고 재현할 수 있었다.
지금까지 사람 팔의 여유 자유도를 두 가지 제약 조건에 기반 하여 계산된 Swivel Angle의 선형 조합으로 추정하는 방법을 소개하였다. 그림 4와 표 5에 요약된 각 제약 조건별 및 선형 결합 모델에 의해 추정된 결과를 종합하여 보면 동역학적 제약 조건하에서 추정된 Φ_dyn만으로는 충분한 추정 결과를 얻을 수 없지만 Φ_kin과 선형적으로 결합함으로써 모든 실험 조건에서 추정결과가 향상되는 것을 확인 할 수 있었다.
는 각각의 제한조건을 이용하여 구한 swivel angle들의 가중치를 의미한다. 최적의 가중치 K₁과 K₂를 결정하기 위해 모션 캡쳐 장비를 이용하여 주어진 팔 동작을 수행할 때의 관절의 움직임을 기록하고 분석하였다. 이를 위해 실험 참가자 들은 정해진 실험 프로토콜에 따라 여러 가지 동작을 5회 반복하였다.
그림4. 한 실험자로부터 얻은 데이터로 측정한 swivel angle 과 추정된 swivel angle 간의 비교.

대상 데이터

사람 팔의 기구학적 데이터는 Phasespace사의 모션 캡쳐 장비를 사용하여 획득하였다. 이 장비는 3미터 범위내의 작업 공간 내에서 밀리미터 단위의 정확도와 240Hz 샘플링 주파수를 제공한다.
실험을 위해 7명의 남성과 3명의 여성으로 구성된 10명의 오른 손잡이 실험자들이 본 실험에 참가하였으며 각 실험자는 그림 3(a)에 표시된 9개의 목표지점으로 팔을 뻗는 동작을 아래와 같은 순서로 5회 반복 수행하였다. 이 때 실험자의 팔이 목표에 닿았을 때 팔이 완전히 펴져 singular position이 되지 않도록 좌석의 위치를 조절하였다.

데이터처리

또한 표 4에 요약된 선형결합 모델에서의 제한 조건별 중요성 및 일원 변량 분석 (one-way ANOVA test) (|K₁|)/((|K₁|+|K₂|) 를 살펴보면 실험자들 사이의 정규화 된 가중치 분표가 통계적으로 차이가 없음을 알 수 있다. 결과적으로 일상생활에서 자주 관찰되는 사람 팔 동작의 여유자유도는 동역학적 제약조건 보다는 기구학적인 제약조건에 큰 영향을 받는 다는 것을 확인할 수 있는데 이는 본 논문에서 제안한 실험조건의 경우 각 관절의 속도 변화를 크게 야기하지 않았기 때문이다.
제안된 바이모달 기반 여유도 해결 기법의 타당성을 검증하기 위해 다수의 실험참가자들로부터 얻은 모션 캡쳐 데이터를 면밀히 분석하였으며 기구학 및 동역학적인 제한 조건의 상대적인 중요도를 설명하기 위한 심도 있는 통계분석을 수행하였다.

이론/모형

이를 위해 실험 참가자 들은 정해진 실험 프로토콜에 따라 여러 가지 동작을 5회 반복하였다. 그 중 20%의 실험 데이터에 최소자승법(least square method)을 적용하여 최적의 (K₁, K₂)쌍을 추정하였다. 식 (17)는 적용된 최적화 과정을 나타낸다.
팔 뻗기 동작의 동역학적 특성을 분석하기 위해 Kane's method [10]에 의해 동역학 식을 생성하는 Autolev 패키지[9]를 이용하였다.

성능/효과

|) 를 살펴보면 실험자들 사이의 정규화 된 가중치 분표가 통계적으로 차이가 없음을 알 수 있다. 결과적으로 일상생활에서 자주 관찰되는 사람 팔 동작의 여유자유도는 동역학적 제약조건 보다는 기구학적인 제약조건에 큰 영향을 받는 다는 것을 확인할 수 있는데 이는 본 논문에서 제안한 실험조건의 경우 각 관절의 속도 변화를 크게 야기하지 않았기 때문이다. 이를 좀 더 정략적으로 살펴보기 위해 각 관절의 가속도 성분을 0으로 근사화 하면, 식 (12)의 동역학 방정식은 다음과 같이 표현될 수 있다.
그림 4와 표 5에 요약된 각 제약 조건별 및 선형 결합 모델에 의해 추정된 결과를 종합하여 보면 동역학적 제약 조건하에서 추정된 Φdyn만으로는 충분한 추정 결과를 얻을 수 없지만 Φkin과 선형적으로 결합함으로써 모든 실험 조건에서 추정결과가 향상되는 것을 확인 할 수 있었다.
제안된 기법은 자연스러운 사람의 팔 동작을 대부분 5도 이내의 오차를 가지고 재현할 수 있었다. 또한, 기구학 및 동역학적 제한조건을 모두 사용하는 가중선형 결합 기법이 추정성능을 향상하지만, 일반적으로 가벼운 물건을 집거나 만지는 일과 같이 빠른 속도를 요구하지 않는 일상적인 팔 동작의 경우 기구학적 제약 조건에 의한 여유 자유도 성분이 보다 중요함을 확인 할 수 있었다. 본 연구를 바탕으로 보다 인간 팔 동작의 여유 자유도를 수학적으로 보다 정밀하게 모델링 할 수 있었으며 이를 바탕으로 외골격 로봇의 실시간 제어를 용이하게 할 수 있을 것이다.
지금까지 기구학 및 동역학적 제한조건에 따라 생성된 Swivel Angle값을 선형적으로 가중합하여 추정하는 기법을 제안하였다. 제안된 기법은 자연스러운 사람의 팔 동작을 대부분 5도 이내의 오차를 가지고 재현할 수 있었다. 또한, 기구학 및 동역학적 제한조건을 모두 사용하는 가중선형 결합 기법이 추정성능을 향상하지만, 일반적으로 가벼운 물건을 집거나 만지는 일과 같이 빠른 속도를 요구하지 않는 일상적인 팔 동작의 경우 기구학적 제약 조건에 의한 여유 자유도 성분이 보다 중요함을 확인 할 수 있었다.

후속연구

순전히 기구학적 제한조건에 기초하여 추정한 Swivel angle이 좋은 추정성능을 보일지라도, 매니퓰레이터의 동역학적 특성이 동작 중인 팔 관절에 영향을 주는 것은 분명한 사실이다. 따라서 사람의 팔 동작에 미치는 동역학적 영향을 Swivel angle 추정에 결합하면, 더욱 향상된 추정 값을 얻을 수 있을 뿐만 아니라 사람 팔 동작에서의 여유도 해결에 대한 동역학적 효과도 검증할 수 있을 것이다.
또한, 기구학 및 동역학적 제한조건을 모두 사용하는 가중선형 결합 기법이 추정성능을 향상하지만, 일반적으로 가벼운 물건을 집거나 만지는 일과 같이 빠른 속도를 요구하지 않는 일상적인 팔 동작의 경우 기구학적 제약 조건에 의한 여유 자유도 성분이 보다 중요함을 확인 할 수 있었다. 본 연구를 바탕으로 보다 인간 팔 동작의 여유 자유도를 수학적으로 보다 정밀하게 모델링 할 수 있었으며 이를 바탕으로 외골격 로봇의 실시간 제어를 용이하게 할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	외골격 로봇의 제어목표는?	Part 1[1]에서 소개했던 바와 같이 인체 팔 동작의 여유 자유도를 해결하는 것은 착용 형 로봇 연구 및 컴퓨터 그래픽 분야에 있어서 매우 중요한 주제이다. 특히 사용자의 신체적 능력을 강화하거나 외부의 위험으로부터 사용자를 보호하기 위해 직접 착용하는 외골격 로봇(wearable exoskeleton robot)의 경우 사용자와 로봇 간의 에너지 교환 (energy exchange)을 최소화함으로써 작업능률을 향상시키는 것이 가장 중요한 제어 목표 중의 하나이다. 따라서 이를 만족시키기는 로봇 제어 모델을 구현하기 위해서는 여유 자유도를 갖는 인간의 팔 운동 모델을 이해하고 정량화하는 과정이 선행되어야 한다.
	7자유도를 갖는 사람의 팔 운동 모델의 여유자유도 문제를 해결하기 위해 어떤 방법이 적용되는가?	7자유도를 갖는 사람의 팔 운동 모델의 여유자유도 문제를 해결하기 위해 신경 회로망(neural network), ARX (Auto-Regressive Exogenous) 모델, 및 확률 모델과 같은 시스템 판별(system identification) 기법[2,3], 기구학적인 방법[4] 및 최소-토크 변화 모델(minimum-torque-change model) [5,6]와 같은 동역학적인 접근 방법이 적용되고 있다.
	Phasespace사의 모션 캡쳐 장비의 특징은?	사람 팔의 기구학적 데이터는 Phasespace사의 모션 캡쳐 장비를 사용하여 획득하였다. 이 장비는 3미터 범위내의 작업 공간 내에서 밀리미터 단위의 정확도와 240Hz 샘플링 주파수를 제공한다. 이 시스템을 바탕으로 각 관절의 동작을 기록하기 위해, 능동 LED 마커를 오른 쪽 어깨, 팔꿈치, 손목 및 가슴에 그림 3(d)와 같이 부착하였으며 장비를 통해 얻은 각 관절의 위치 정보를 바탕으로 실제 swivel angle 을 측정한 후 손목 위치만으로 추정된 swivel angle과 비교 분석하였다.

참고문헌 (12)

H. C. Kim and C. Y. Lee, "Analysis on kinematics and dynamics of human arm movement toward upper limb exoskeleton robot control, part1 : system model and kinematic constraint," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 18, no. 12, pp. 1106-1114, 2012.

원문보기 상세보기
S. Haykin, Adaptive Filter Theory, Fourth edition. Reading, MA: Prentice Hall, 2002.
D. Kriesel, A Brief Introduction to Neural Networks. http://www.dkriesel.com, 2007.
Y. Uno, M. Kawato, and R. Suzuki, "Formation and control of optimal trajectory in human multi joint arm movement," Biological Cybernetics, vol. 61, no. 2, pp. 89-101, 1989.

상세보기
P. Lee, S. Wei, J. Zhao, and N. I. Badler, "Strength guided motion," Computer Graphics, vol. 24, no. 4, pp. 253-262, 1990.

상세보기
T. Kang, J. He, and S. I. H. Tillery, "Determining natural arm configuration along a reaching trajectory," Experimental Brain Research, vol. 167, no. 3, pp. 352-361, 2005.

상세보기
N. I. Badler and D. Tolani, "Real-time inverse kinematics of the human arm," Presence, vol. 5, no. 4, pp. 393-401, 1996.

상세보기
H. Kim, L. M. Miller, and J. Rosen, "Redundancy resolution of a human arm for controlling a seven dof wearable robotic system," 33rd Annual International Conference of the IEEE EMBC, pp. 3471-3474, Boston, USA, August 30 - September 3 2011.
M. Genesis, "Autolev." [Online]. Available: http://www.autolev.com/
T. Kane and D. Levinson, Dynamics: Theory and Applications. New York: McGraw-Hill, 1985.
S. L. Roberts and S. K. Falkenberg, Biomechanics: Problem Solving for Functional Activity. St. Louis: Mosby, United States, 1992.
A. Medical Research Laboratory, "Investigation of inertial properties of human body," Tech. Rep., Mar. 1975.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format