ETH Zurich2025#005제어·MPC논문 PDF

유압장비 힘·적재량 추정

Calibrated dynamic modeling for force and payload estimation in hydraulic machinery

한줄 요약 — 대형 유압 굴착기를 별도 힘 센서 없이 정밀 힘 계측 장치로 바꾸기 위해 압력-토크 변환과 관성·마찰·중력의 구조화된 보정을 결합했으며, 25 t 장비의 55회 시험에서 페이로드 평균 오차 5.7 kg, 말단 힘 방향 평균 오차 13°, 추정 시간 평균 0.4 ms를 보였다.

1.연구 배경 및 동기

대형 굴착기에서 힘을 알아야 하는 이유와 기존 모델의 빈틈

자율 굴착은 버킷 궤적만 맞추는 위치 제어 문제로 끝나지 않는다. 지반을 파고 암석을 들어 올릴 때 실린더 힘과 말단 힘을 알아야 과부하를 피하고, 작업 결과를 계량하며, 접촉 제어와 고장 진단까지 수행할 수 있다. 그러나 대형 굴착기의 핀이나 버킷에 다축 힘 센서를 달기는 충격·오염·비용 때문에 어렵다. 논문은 이미 기계에 있는 실린더 압력과 관절 자세를 이용해 힘을 복원하는 방향을 택한다.

압력을 실린더 힘으로 바꾸는 식 자체는 단순하지만, 실제 측정 토크에는 링크와 적재물의 중력, 가속에 따른 관성, 밸브·실린더의 마찰, 구심 항이 함께 들어간다. CAD 질량·관성값이나 공칭 실린더 치수를 그대로 쓰면 제작 공차와 부착물 변경, 호스·오일의 영향이 누적된다. 특히 버킷 끝에서 작은 힘 오차를 얻으려면 각 동역학 성분을 현장 장비에서 식별하는 절차가 필요하다.

저자들은 Coriolis 항이 최대 관절 속도 약 0.7 m/s인 대상 동작에서 중력 항보다 두 자릿수 작음을 시뮬레이션으로 확인하고, 계산량과 식별성을 위해 우선 제외한다. 그 대신 압력-토크 변환 계수, 관성, 방향 의존 마찰, 중력 파라미터를 서로 다른 운동 데이터로 분리해 보정하고, 최종 잔차 토크를 Jacobian으로 말단 힘에 매핑한다.

원문 Figure 1, PDF 2쪽
원문 Figure 1 · PDF p.2 — Fig. 1 CASE250 excavator used for evaluation. Definition and naming of angles, torques and external force.
원문 Figure 3, PDF 5쪽
원문 Figure 3 · PDF p.5 — Fig. 3 Simulated coriolis and gravity-induced torques for a typical digging motion at 0.7 m s−1 EE velocity on M545.
선행 연구의 한계
이 연구의 기여

2.방법론 및 시스템 구성

관절별 챔버 압력을 유효 피스톤 면적으로 곱해 실린더 힘을 얻고, 기구학적 모멘트 암을 적용해 관절 토크로 변환한다. 이 측정 토크에서 보정된 무부하 동역학 토크를 빼면 외력에 의한 잔차 토크가 남는다.

보정은 모든 미지수를 한 번에 맞추지 않는다. 실린더 치수는 정지 구간, 관성은 왕복 가감속의 주파수 성분, 마찰은 여러 속도·방향, 중력은 저속 작업공간 운동을 사용한다. 마지막에는 일정한 알려진 페이로드의 중량을 Nelder–Mead로 맞춰 남은 질량 오프셋을 1초 이내에 추정한다.

처리 파이프라인

1

압력에서 관절 토크로 변환

피스톤측과 로드측 압력에 각 유효 면적을 적용해 순 실린더 힘을 계산한다. 관절각으로부터 얻은 실린더 모멘트 암을 곱하여 boom, stick, bucket 관절의 측정 토크를 만든다.

2

식별 운동 설계와 순차 보정

알려진 페이로드를 든 상승·하강 정지 구간으로 압력-힘 계수를 잡고, 0.5~3 Hz 성분이 포함된 동작으로 관성 파라미터를, 네 가지 방향·속도 구성으로 마찰을, 느린 작업공간 궤적으로 중력 파라미터를 식별한다.

3

무부하 토크 예측

중력·관성·방향 의존 마찰 모델을 현재 관절 상태에 평가한다. 각 구성요소를 별도의 물리 항으로 유지하므로 어느 항이 오차를 만들었는지 추적할 수 있고 다른 장비에도 같은 절차를 재사용할 수 있다.

4

잔차 토크와 외력 복원

측정 토크에서 예측 동역학 토크를 뺀 뒤 Jacobian 역전치로 3차원 말단 힘을 계산한다. 페이로드 계량에서는 힘 벡터의 중력 성분을 이용하고, 알려진 물체를 여러 자세에서 들어 반복성·방향 오차를 평가한다.

원문 수식과 의미

실린더 힘 (식 1)

F=App1−(Ap−Ar)p2F=A_p p_1-(A_p-A_r)p_2

피스톤 면적 Ap와 로드 면적 Ar을 고려해 extension·retraction 챔버 압력에서 순 실린더 힘을 계산한다.

측정 토크 모델 (식 5)

τm=I(Θ)Θ¨+τfric(Θ˙)+τg(Θ)+h(Θ,Θ˙)+J(Θ)Tfext\tau_m=I(\Theta)\ddot{\Theta}+\tau_{fric}(\dot{\Theta})+\tau_g(\Theta)+h(\Theta,\dot{\Theta})+J(\Theta)^T f_{ext}

측정 토크를 관성, 마찰, 중력, 구심·Coriolis, 외력 투영으로 분해한다. 실험 운전 범위에서는 h가 중력보다 두 자릿수 작음을 확인해 식별 모델에서 생략한다.

말단 외력 (식 23)

fext=−J(Θ)−T[Δτboom,Δτstick]Tf_{ext}=-J(\Theta)^{-T}[\Delta\tau_{boom},\Delta\tau_{stick}]^T

boom·stick의 측정 토크와 무부하 예측 토크 차이를 Jacobian 역전치로 말단 힘 벡터에 변환한다.

원문 Figure 4, PDF 6쪽
원문 Figure 4 · PDF p.6 — Fig. 4 Up - and down motion. Identification of torque contributing effects on CASE250.
원문 Figure 6, PDF 9쪽
원문 Figure 6 · PDF p.9 — Fig. 6 Flow diagram of the calibration sequence.

3.핵심 기술

물리적으로 분해된 lumped-parameter 모델

링크별 CAD 파라미터를 모두 따로 식별하면 관측 불가능한 조합과 과적합이 생긴다. 논문은 관절 토크에 실제로 나타나는 질량·무게중심·관성의 조합을 lumped parameter로 재표현해 선형 또는 저차원 최적화가 가능하게 한다.

중력과 관성의 효과가 다른 운동 구간에 나타나도록 데이터 수집을 설계한다. 이 구조는 라벨 외력 데이터 없이도 무부하 모델을 만들고, 부착물이나 장비가 바뀌면 같은 순서로 재보정할 수 있다는 장점이 있다.

  • 관측 가능한 파라미터 조합만 식별
  • 중력·관성·마찰 데이터를 의도적으로 분리
  • Coriolis 생략의 크기를 사전 시뮬레이션으로 확인

방향·속도 의존 마찰 보정

유압 구동계 마찰은 단순한 상수 부호 함수가 아니며 상승과 하강, 속도에 따라 압력 잔차가 달라진다. 저자들은 여러 방향과 속도의 토크 궤적을 모아 관절별 마찰 곡선을 식별한다.

마찰을 중력으로 흡수시키지 않기 때문에 동일 페이로드를 서로 다른 자세와 운동 방향에서 들어도 계량값이 덜 흔들린다. 이는 평균 오차뿐 아니라 55회 측정 표준편차를 크게 줄이는 핵심이다.

  • 상승·하강 비대칭 반영
  • 속도별 토크 잔차 식별
  • 작업 자세 변화에 대한 계량 반복성 개선

센서리스 외력 및 페이로드 추정

보정이 끝나면 실린더 압력과 관절 상태만으로 매 제어 주기 외력 벡터를 계산한다. 별도 힘 센서를 쓰지 않으므로 장비 하드웨어 변경이 작고, 버킷뿐 아니라 다른 작업기에도 기구학 정보만 바꿔 적용할 여지가 있다.

일정 물체를 든 배치에서는 자세별 중력 방향과 추정 외력이 일치하도록 페이로드를 최적화한다. 이 후처리는 1초 미만이며 온라인 제어기에서 평균 0.4 ms, 최대 1.4 ms로 수행됐다.

  • 기존 압력·자세 센서 재사용
  • 3차원 힘 방향과 크기 동시 추정
  • 임베디드 실시간 실행
원문 Figure 8, PDF 10쪽
원문 Figure 8 · PDF p.10 — Figure 8 shows the comparison of the torque signals PSD before and after subtraction of esti- mated Inertia torques in frequency domain. Calibration requires a dataset with high and repeated joint accelerations. To excite all 𝜋I parameters, the arm configuration must change after each motion to cover the entire workspace of the machine. Using the natural rocking of the excavator after hard accelerations of one arm joint is the easiest way to excite inertia-induced torques. A dataset with approximately 10 full up-and-down motions, involving a rocking machine and differ- ent arm configurations, has proved sufficient for reliable identification.
원문 Figure 9, PDF 11쪽
원문 Figure 9 · PDF p.11 — Fig. 9 Torque trajectories for friction identification with the second-order fit overlaid.
원문 Figure 10, PDF 11쪽
원문 Figure 10 · PDF p.11 — Fig. 10 Torque resulting from friction plotted against the measured torque from the Joint. Measured torques include friction, gravity, and dynamic effects.
원문 Figure 11, PDF 12쪽
원문 Figure 11 · PDF p.12 — Fig. 11 Gravity Calibration movement of M545

4.실험 결과

실험 환경·장비·데이터

실험 프로토콜

비교 기준

평가 지표

원문 Figure 13, PDF 13쪽
원문 Figure 13 · PDF p.13 — Fig. 13 Workspace analysis of torque prediction accuracy on CASE250. Data interpolated from 10 consecutive lifting motions spread across the whole workspace of the machine.

핵심 결과 해석

15개 무부하 궤적에서 세 관절을 합친 평균 토크 예측 오차는 644 Nm, 98번째 백분위 오차는 2,186 Nm였다. 최대 작업 반경 약 6 m에서 이 오차를 등가 중량으로 환산한 순간 최대치는 약 36 kg이다. 오차가 작업공간 전체에 균일하지는 않지만, 힘 추정에 필요한 무부하 토크를 실용 범위로 제한했다.

55회 반복 페이로드 시험에서 제안 모델은 평균 오차 5.7 kg, 표준편차 30.4 kg을 기록했다. 준정적 모델은 평균 오차 264.7 kg, 표준편차 2,263 kg이었고 상용 시스템은 101.7 kg, 51.3 kg이었다. 즉 구조화된 동역학 보정은 평균 편향과 자세별 산포를 동시에 줄였으며, 25 t 장비의 최대 정격 페이로드 기준 약 1% 수준 정확도를 달성했다.

580 kg 하중의 실제 중력 힘은 5,689.8 N이며 제안법의 평균 추정 크기는 6,183 N, 표준편차는 452 N이었다. 추정 힘과 중력 방향 사이 절대 각도는 평균 13°, 표준편차 9.2°였다. 크기 편향은 남지만 센서리스 방식으로 3차원 접촉 방향까지 복원할 수 있음을 보여준다.

임베디드 구현은 한 번의 힘 추정에 평균 0.4 ms, 최대 1.4 ms가 걸렸다. 배치 페이로드 최적화도 1초 이내이므로 실시간 제어 루프와 작업 종료 후 계량에 모두 사용할 계산 여유가 있다.

정량 결과

평가 항목정량 결과조건·맥락원문 근거
무부하 토크 평균 오차644 Nm15개 작업공간 검증 궤적의 세 관절 종합PDF p.13
무부하 토크 98% 오차2,186 Nm오차 분포의 98번째 백분위PDF p.13
제안법 페이로드 오차평균 5.7 kg, 표준편차 30.4 kg총 55회 반복 계량PDF p.14
준정적 모델 페이로드 오차평균 264.7 kg, 표준편차 2,263 kg동일 55회 시험PDF p.14
상용 시스템 페이로드 오차평균 101.7 kg, 표준편차 51.3 kg동일 반복 시험의 제조사 계량값PDF p.14
말단 힘 방향 오차평균 13°, 표준편차 9.2°580 kg 하중의 중력 방향 대비 절대 각도PDF p.14
실시간 계산 시간평균 0.4 ms, 최대 1.4 ms임베디드 제어기에서 1회 추정PDF p.14
실패 사례와 경계조건
원문 Figure 12, PDF 13쪽
원문 Figure 12 · PDF p.13 — Fig. 12 Examplary zero load torque prediction on boom joint of M545
원문 Figure 14, PDF 14쪽
원문 Figure 14 · PDF p.14 — Fig. 14 Histogram of 52 weight measurements on CASE250
원문 Figure 15, PDF 14쪽
원문 Figure 15 · PDF p.14 — Fig. 15 Force vector estimation evaluation on CASE250

5.한계 및 향후 연구

현재 한계

  • 검증은 알려진 페이로드와 무부하 궤적 중심이며 실제 토양 절삭의 시변 접촉력 정확도는 직접 검증하지 않았다.
  • 마찰과 오일 이동을 단순화했고 온도·마모에 따른 장기 파라미터 변화는 다루지 않았다.
  • 빠른 운전에서 커질 수 있는 Coriolis와 유압 압축성·호스 동역학을 모델에서 제외했다.
  • 580 kg 힘 벡터 시험에서 크기 편향과 13° 평균 방향 오차가 남아 정밀 임피던스 제어에는 추가 보정이 필요하다.

향후 연구

  • 추정 외력을 이용한 말단 임피던스 제어와 지중 충돌 감지, 동력 제한 제어를 폐루프로 검증한다.
  • 비균질 토양의 grading, demolition 등 실제 접촉 작업에서 힘 추정의 작업 성능 기여를 평가한다.
  • 마찰과 Coriolis 모델을 확장하고 상태 관측기를 도입해 미분 노이즈와 동적 잔차를 줄인다.
  • 자동 보정 및 학습 기반 잔차 보상으로 장비·부착물 교체와 장기 드리프트에 대응한다.

6.한마디로 정리

핵심 방법은?

압력-토크 변환과 중력·관성·마찰의 순차 물리 보정을 결합해 기존 센서만으로 잔차 외력을 복원한다.

핵심 결과는?

55회 계량에서 평균 5.7 kg 오차, 580 kg 하중에서 평균 13° 방향 오차, 평균 0.4 ms 실행을 달성했다.

한계는?

토양 절삭력 검증, 빠른 동작의 생략 동역학, 온도·마모에 따른 마찰 변화와 힘 크기 편향이 남는다.

#제어·MPC#환경인식#압력 기반 관절토크#단계별 동역학 보정#적재량·외력 추정

나의 의견 / 우리 연구와의 연관성

이 모델은 자율 굴착 스택의 저수준 감각 기반을 제공한다. 계획기나 강화학습 정책이 위치·속도만 관측할 때 놓치는 접촉 강도와 적재량을 기존 유압 센서에서 공급할 수 있어, 안전 제한과 생산성 평가를 같은 신호로 연결한다.

고정밀 grading 제어의 pressure feedback, boulder excavation의 접촉 판정, 다중 작업 정책의 abort/reset 조건에 공통으로 쓰일 수 있다. 다만 학습 정책에 넣기 전에는 온도·장비별 드리프트에 대한 confidence와 필터링을 함께 설계해야 한다.

7.전체 그림·표

섹션별 원문 근거 페이지

원문·기존 요약·관련 자료

추출·교차검증 근거