본 연구는 4 족형 로봇의 험준 지형의 안정적인 거동에서 개활지나 평지에서 고속으로 움직이는 로봇의 개발이라는 관점에서 고양이과 동물의 허리 움직임의 적용의 효용성을 정량적으로 분석하려는 시도에서 출발하였다.
21 세기 초반 생체의 우수한 험지 극복 능력을 모사한 4 족형 로봇들이 개발되었는데 그 대표적인 예로서 Boston Dynamics 에서 개발한 Big Bog 과 Little Dog 이 있다. 이러한 로봇은 주로 군사용 작전에 사용되기 위하여 척추 동물의 하나인 개의 다리의 움직임을 모사한 것으로 장애물 및 주변 환경을 어떻게 적응하는지에 대한 생체 모사 측면을 적용한 로봇으로서 보다 좁고 장애물이 많은 지역을 극복하기 위한 특징을 지니고 있다. 이러한 기존 연구들은 주로 험지에서 생체의 동적 안정성에 관련된 연구로서 주로 다리에 움직임과 로봇의 몸체의 무게 중심에 관련되거나 장애물 극복에 용이한 다리 설계에 그리고 그에 따른 동적 안정성을 보장하는 제어기 설계에 중점이 이루어져 왔다.
그러나 실제 4 족 동물의 고속 움직임을 관찰해 보면 다리의 연속적인 움직임과 Body Trunk 의 굽힘/펴짐 운동과 상당한 연관성을 지니는 것을 알 수 있다. 이러한 거동을 허리의 움직임이라 정의하며 이러한 거동의 특징은 고속의 움직임에서 관찰 할 수 있다. 본 연구는 이러한 허리의 움직임에 대한 고속 효용성을 증명하고 이를 실제 4 족형 로봇에 적용하여 확인하는 것을 목표로 한다.
이를 위해 2장에서는 고양이과 동물의 정적, 동적 특징을 적외선 기반 동작 분석 시스템을 이용하여 연구하였다. 우선 고양이의 허리 구조를 이해하기 위해 실제 고양이의 Skeletal Mod-el를 제작하여 고양이의 허리뼈의 구성과 Bending 범위을 분석하여 실제 Galloping 시의 실험 대상의 측정 marker의 Position을 결정하였다. 이러한 정적 모델을 바탕으로 실제 고양이의 Galloping Gait를 분석하는 Section으로서 고속 카메라를 통해 Galloping Gait 중 가속 구간이 두드러지는 구간을 찾고, 이 구간에서의 가속력과 허리의 각도의 움직임을 Motion Capture Device로 분석하였다. 제시한 실험에서 실제 고양이의 허리와 뒷다리의 모션 거동의 상사성이 발현되었을 때 가장 가속력이 우수하였다. 이러한 허리-뒷다리의 동적 특징을 모다 면밀하게 분석하기 위해 시스템의 무게 중심의 관점에서 속도의 증가와 허리의 움직임의 변화를 측정하였다. 실험 분석을 통하여 내린 허리-뒷다리의 동적 움직임은 단순 Spring-Mass 모델로 단순화 할 수 있으며 Hindlimb Stance Phase의 경우 Spring Compression Period와 Spring Re-lease Period로 구분 할 수 있으며 실제 Active Spinal Motion은 Spring Release Period에서 발생하여 이 때의 역할은 CoM과 지면과의 각도인 CoM Angle을 Flight 에 유리한 각도로 이동 시키는 역할로 볼 수 있다. 이러한 특징을 가진 Spinal Motion Proifile은 주기성을 가지며 이를 용하여 주기적인 고속 주행을 한다는 결과를 도출 할 수 있다.
이러한 물리적 현상을 실제 4족형 로봇에서 확인하기 위하여 3장에서는 Under-Actuated leg과 Active Spine Mechanism을 적용한 Locomotive System인 Sprinter를 제작하였다. 허리의 다리는 Planar Motion을 고려하여 회전 방향을 일치 시켰고, Planar Boom을 통해 Roll, Yaw 방향의 회전력을 억제시켰다. 또한 Gait Pattern Modulator를 상위 제어기 영역에 배치하여 Gait Phase 만으로 목적 Gait인 Bounding Motion을 생성 시킬 수 있도록 구성하였다.
마지막으로 제작된 4족 주행 시스템에 맞는 Spinal Motion Profile을 도출하기 위해 Q-matrix를 반복적으로 Update하는 Optimal Algorithm인 Q-learning algorithm을 Forelimb/ Hindlimb Stance 에 적용하여 Unit Bounding Step에 적합한 Profile을 도출하였다. 이를 실제 Dynamic Simulator와 Experimental Set에 적용하여 단위 움직임 시 Hindlimb Stance의 경우에서 Spinal Motion Profile이 적용된 경우가 보다 빠른 속도 증가를 보임을 확인하였다.
향후 연구 방향으로는 우선 지면 반력값을 이용한 Force Control을 적용하여 다리 움직임을 Adaptive하게 Generation 하는 Control Method (Impedence, Reinforcement Learning Control) 방법들이 구체적으로 제시되어야 하며, 임무 수행 시의 Vision Data를 안정적으로 획득하기 위한 Cervical Spinal Column 모사 메커니즘의 수행이 필요하다. 또한 Spinal Motion Pro-file의 최적화를 위해 다양한 물리적 요소를 적용한 Reward Function을 설계하는 것 또한 필요 할 것이다.