서울대학교2020#058작업·궤적계획학위논문

자동화 굴착기를 위한 숙련자 굴착력 패턴 기반 굴착 작업 궤적 생성

Trajectory Generation for Autonomous Excavators Based on Expert Operator Forcing Pattern

Changmuk Kim · 서울대학교 대학원 공학석사학위논문

한줄 요약 — 평지와 세 경사에서 수집한 숙련자 궤적을 지형 경사·최대 깊이에 조건화된 DMP 학습 모델로 일반화하고, 모멘텀 외란관측기로 추정한 버킷 굴착력이 숙련자 힘 패턴을 벗어나면 더 얕거나 깊은 방향으로 실시간 수정해 생산성과 과부하 회피를 함께 달성하도록 설계한 석사학위 연구다.

1.연구 배경 및 동기

토양 모델 대신 숙련자의 궤적과 힘 관리 전략 학습

굴착은 토질, 지형, 장비와 작업자 경험에 따라 상호작용력이 크게 달라지는 반복 작업이다. 기존 최적화 연구는 관절 속도·가속도와 작업시간을 다루거나, 침투·끌기·말아올리기의 고정된 세 단계와 단순 토양모델을 사용했다. 그러나 실제 숙련자는 명확한 단계 경계 없이 연속적으로 굴착하고, 엔진·펌프·장비 반응에서 부하를 감지해 붐을 들거나 내려 궤적을 바꾼다.

학위논문은 안전을 우선하고 그다음 생산성과 연료효율을 확보한다는 관점에서 숙련자의 위치 궤적과 굴착력 패턴을 함께 모사한다. 공칭 궤적은 LiDAR에서 얻은 지형 경사와 최대 깊이를 입력으로 생성하고, 지하 물체나 토양 강도처럼 시각으로 알 수 없는 변화는 실린더 압력과 동역학 모델에서 추정한 굴착력으로 대응한다. 시뮬레이션과 38톤급 상용 굴착기 시험을 모두 포함해 논문형 요약보다 넓은 조건을 검토한다.

원문 Figure 3.1, PDF 25쪽
원문 Figure 3.1 · PDF p.25 — Figure 3.1: Excavation trajectories and excavation force patterns
원문 Figure 3.4, PDF 27쪽
원문 Figure 3.4 · PDF p.27 — Figure 3.4: Excavation data analysis : expert, semi-expert, non-expert
선행 연구의 한계
이 연구의 기여

2.방법론 및 시스템 구성

Doosan DX380LC에 붐·암·버킷·선회축 IMU, 실린더 압력센서, 캐빈 RTK-GNSS와 붐 장착 LiDAR를 사용한다. 굴착 중 선회가 없다고 보고 붐·암·버킷의 3자유도 강체 동역학과 버킷 끝 위치·자세의 SE(2) 좌표를 구성한다. IMU로 관절각·각속도를 측정하고 압력으로 입력토크를 계산한 뒤, 오프라인 식별한 관성·중력·마찰 모델과 모멘텀 외란관측기로 외력을 추정한다.

숙련자 궤적은 버킷이 지면에 닿는 시점부터 굴착 뒤 지면 0.5m 위에 도달할 때까지 자르고 6.5초로 시간 정규화한다. LiDAR 지형은 가우시안 피팅으로 경사각과 최대 깊이를 추출하며, 궤적은 DMP shaping force로 변환해 지형 특징에 따라 생성하도록 학습한다. 실행 중에는 전문가 평균 굴착력 패턴과 현재 추정력의 차이로 피드백 비율을 구하고, 지면과 공칭 궤적의 상대 각도로 법선 방향 변조력을 만든다.

처리 파이프라인

1

숙련자 작업 데이터 분석

평지와 세 경사에서 작업자별 40~50회 굴착 데이터를 수집해 궤적, 힘, 사이클 시간과 적재량을 비교한다. 숙련자가 짧은 시간과 작은 힘 변동으로 유사한 적재량을 만드는 반복 패턴을 학습 대상으로 선택한다.

2

LiDAR 지형 특징 추출

작업면 점군에서 경사각과 최대 깊이를 파라미터화한다. 고차원 점군을 직접 학습하지 않고 두 지형 특징으로 축약해 제한된 전문가 데이터의 효율을 높인다.

3

DMP 공칭 궤적 학습

시간과 공간 스케일을 정규화한 버킷 끝 궤적을 DMP shaping force로 변환하고, 지형 특징과 시간 신호에서 shaping force를 출력하는 학습 모델을 만든다.

4

굴착력 온라인 추정

IMU 관절 상태와 실린더 압력에서 계산한 입력토크를 3자유도 동역학과 모멘텀 외란관측기에 넣어 버킷 끝의 외력을 추정한다.

5

전문가 힘 패턴 기반 변조

추정력이 전문가 패턴보다 크면 지면에서 멀어지는 얕은 방향, 작으면 더 깊은 방향의 coupling term을 DMP 속도·가속도 수준에 추가해 6.5초 동안 궤적을 재생성한다.

원문 수식과 의미

공칭 DMP

y¨=αy(βy(g−y)−y˙)+f(s),τs˙=−αss\ddot y=\alpha_y(\beta_y(g-y)-\dot y)+f(s),\qquad \tau\dot s=-\alpha_s s

전문가 궤적 형상은 shaping force f(s)에 담고, 임계감쇠 attractor가 목표점 수렴을 보장한다.

굴착력 피드백 비율

fb={1,fe>fmargin−1,fe<−fmarginfe/fmargin,otherwisef_b=\begin{cases}1,&f_e>f_{margin}\\-1,&f_e<-f_{margin}\\f_e/f_{margin},&\text{otherwise}\end{cases}

현재 추정 굴착력과 전문가 힘 패턴의 차이를 포화된 비율로 변환해 지나치게 큰 변조 명령을 제한한다.

지면 법선 방향 변조력

C=[CxCz]=[−fbsin⁡(θtrj−θslope)fbcos⁡(θtrj−θslope)]C=\begin{bmatrix}C_x\\C_z\end{bmatrix}=\begin{bmatrix}-f_b\sin(\theta_{trj}-\theta_{slope})\\f_b\cos(\theta_{trj}-\theta_{slope})\end{bmatrix}

공칭 궤적과 지면 경사의 상대각을 이용해 더 얕거나 깊은 방향의 변조력을 DMP 좌표계 성분으로 분해한다.

coupling movement primitive

τy¨=αy(βy(g−y)−y˙)+f(s)+c2C˙,τy˙=y˙+c1C\tau\ddot y=\alpha_y(\beta_y(g-y)-\dot y)+f(s)+c_2\dot C,\qquad \tau\dot y=\dot y+c_1C

힘 피드백을 속도와 가속도 수준에 동시에 넣어 단순 가속도 주입에서 나타날 수 있는 접촉 오버슈트를 줄인다.

원문 Figure 3.5, PDF 29쪽
원문 Figure 3.5 · PDF p.29 — Figure 3.5: Terrain feature extraction method
원문 Figure 3.6, PDF 30쪽
원문 Figure 3.6 · PDF p.30 — Figure 3.6: Expert excavation trajectories learning architecture
원문 Figure 3.8, PDF 34쪽
원문 Figure 3.8 · PDF p.34 — Figure 3.8: Excavation trajectory generation architecture

3.핵심 기술

숙련도에 따른 궤적·힘 반복성 분석

숙련자는 침투와 끌기의 경계가 비숙련자보다 덜 뚜렷하고, 다양한 지형에서도 궤적과 힘 패턴의 분산이 작았다. 평균 적재량은 세 작업자 집단이 비슷했지만 숙련자는 평균 사이클 6.19초로 준숙련 7.26초, 비숙련 7.89초보다 짧았고 적재량 표준편차도 0.40톤으로 가장 작았다. 논문은 이 반복 가능한 궤적과 부하 관리 패턴을 자동화의 목표로 삼는다.

  • 숙련자는 20년 이상 굴착기 연료소비 패턴 시험 경험을 가진 작업자다.
  • 준숙련자는 10년 이상 기능시험 경험, 비숙련자는 굴착기 회사의 기능 개발자다.
  • 전문가 인터뷰에서는 버킷 용량의 120~150%를 효율적인 일반 작업 적재량으로 제시했다.

지형 조건부 DMP 공칭 궤적

DMP는 전문가 궤적을 단순 점열이 아니라 목표점으로 수렴하는 비선형 동역학으로 표현한다. 지형 경사와 깊이가 달라져도 학습된 shaping force를 이용해 궤적을 생성하고, 시간이 끝나면 목표점으로 수렴한다. 고차원 점군을 두 개의 지형 특징으로 줄인 것은 학습 데이터가 제한된 상황에서 데이터 효율을 높이는 대신 복잡한 다중 요철을 표현하지 못하는 절충이다.

  • 궤적 시작은 버킷의 지면 접촉, 종료는 굴착 뒤 지면 0.5m 위 도달 시점이다.
  • 모든 학습 궤적의 실행시간을 6.5초로 통일했다.
  • 버킷 끝 위치 궤적과 별도로 버킷 자세를 기하학적으로 결정한다.

외력관측과 법선 방향 온라인 변조

토양·매설물로 힘이 커지면 단순 위치제어는 굴착기를 끌거나 들어 올릴 수 있다. 제안법은 대형 힘센서를 버킷에 설치하지 않고 실린더 압력과 동역학 모델로 외력을 추정한다. 전문가 평균 힘보다 큰 구간에서는 경로를 얕게 만들어 부하를 줄이고, 작은 구간에서는 깊이를 늘려 동일 시간의 적재량을 확보한다.

  • 모멘텀 관측기는 관성행렬 역산과 관절가속도 측정을 피할 수 있다.
  • coupling term은 DMP 목표점 수렴 구조를 유지하면서 실행 중 궤적을 변경한다.
  • 잘못된 지형 인식과 매설 파이프 시험은 시각에 없는 위험에 힘 피드백이 대응하는지를 평가한다.
원문 Figure 3.3, PDF 26쪽
원문 Figure 3.3 · PDF p.26 — Figure 3.3: Mean and variance of excavation trajectories and excavation force patterns
원문 Figure 3.7, PDF 32쪽
원문 Figure 3.7 · PDF p.32 — Figure 3.7: Modulation force

4.실험 결과

실험 환경·장비·데이터

실험 프로토콜

비교 기준

평가 지표

원문 Figure 4.1, PDF 36쪽
원문 Figure 4.1 · PDF p.36 — Figure 4.1: Excavation simulation experiment environment
원문 Figure 4.5, PDF 42쪽
원문 Figure 4.5 · PDF p.42 — Figure 4.5: Excavation test with the obstacle in the ground
원문 Figure 4.7, PDF 44쪽
원문 Figure 4.7 · PDF p.44 — Figure 4.7: Excavation experiment environment using Excavator

핵심 결과 해석

작업자 분석에서 숙련자의 평균 사이클은 6.19초로 준숙련 7.26초와 비숙련 7.89초보다 짧았고, 평균 적재량은 3.89톤으로 세 집단이 비슷했지만 표준편차가 0.40톤으로 가장 작았다. 시뮬레이션의 변조 궤적은 평지 점토·자갈에서 공칭보다 각각 6.1%, 1.4%, 경사 점토·자갈에서 14.4%, 10.7% 더 많은 토사를 담았다. 잘못된 지형 인식에서는 공칭 궤적이 과부하로 굴착기를 끌었지만 변조 궤적은 2.4% 더 높은 적재량과 안정적인 힘 추종을 보였다. 매설 파이프 조건에서도 공칭은 굴착기를 들어 올린 반면 변조는 파이프에서 멀어지는 방향으로 움직이며 적재량을 6.2% 높였다.

실차 평지에서 공칭 두 회는 3.059톤과 2.505톤, 변조 두 회는 4.381톤과 4.176톤이었다. 평균으로는 약 2.78톤에서 4.28톤으로 53.79% 증가해 3톤 버킷의 전문가 효율 범위 3.6~4.5톤에 진입했다. 경사면에서는 공칭 3.633톤·3.826톤, 변조 4.457톤·4.523톤으로 평균 약 3.73톤에서 4.49톤, 20.39% 증가했다. 다만 평지의 힘 패턴 추종은 경사보다 열세였고, 논문은 평지 전문가 데이터 부족으로 평균 패턴이 충분히 대표적이지 못했다고 설명한다.

정량 결과

평가 항목정량 결과조건·맥락원문 근거
숙련자 평균 사이클 시간6.19초준숙련 7.26초, 비숙련 7.89초와 비교PDF p.27
숙련자 적재량 반복성평균 3.89톤, 표준편차 0.40톤준숙련 표준편차 0.81톤, 비숙련 0.55톤PDF p.27
평지 시뮬레이션 적재량점토 1.9369→2.0578톤, 자갈 1.7094→1.7319톤공칭→힘 변조 궤적PDF p.38
경사 시뮬레이션 적재량점토 1.9518→2.2332톤, 자갈 1.7055→1.8882톤공칭→힘 변조 궤적PDF p.39
잘못된 지형 인식 조건1.9772→2.025톤, +2.4%과도하게 깊은 공칭 궤적 대비 실시간 변조PDF p.41
매설 파이프 조건1.8687→1.9847톤, +6.2%공칭 궤적 대비 장애물 접촉력 기반 변조PDF p.43
실차 평지 평균 적재량약 2.78→4.28톤, +53.79%DX380LC 공칭 두 회와 변조 두 회 평균PDF p.45
실차 경사 평균 적재량약 3.73→4.49톤, +20.39%DX380LC 공칭 두 회와 변조 두 회 평균PDF p.45
실패 사례와 경계조건
원문 Figure 4.2, PDF 38쪽
원문 Figure 4.2 · PDF p.38 — Figure 4.2: Flat terrain excavation trajectories and excavation forces
원문 Figure 4.3, PDF 39쪽
원문 Figure 4.3 · PDF p.39 — Figure 4.3: Slope terrain excavation trajectories and excavation forces
원문 Figure 4.4, PDF 41쪽
원문 Figure 4.4 · PDF p.41 — Figure 4.4: Excavation test results using trajectory generated by incorrect terrain recognition
원문 Figure 4.6, PDF 43쪽
원문 Figure 4.6 · PDF p.43 — Figure 4.6: Excavation test results with the obstacle in the ground
원문 Figure 4.8, PDF 46쪽
원문 Figure 4.8 · PDF p.46 — Figure 4.8: Excavation test results using excavator on the flat terrain
원문 Figure 4.9, PDF 47쪽
원문 Figure 4.9 · PDF p.47 — Figure 4.9: Excavation test results using excavator on the slope terrain

5.한계 및 향후 연구

현재 한계

  • 실차 시험환경 제약 때문에 다양한 실제 토질을 비교하지 못했다.
  • 토질 변화는 전문가 힘 패턴의 모양이 아니라 크기만 바꾼다는 가정을 시뮬레이션에 사용했으나 실험적으로 확인하지 않았다.
  • 지형을 경사각과 단일 최대 깊이로 축약해 복수 요철·암석·층상 토질을 표현하지 못한다.
  • 사지탈 평면의 단일 굴착 동작만 다루며 선회, 적재와 차체 이동을 포함한 전체 사이클 계획이 아니다.
  • coupling gain과 fmargin을 조건별로 수동 설정해 장비·토질이 바뀔 때 재조정이 필요하다.
  • 모멘텀 외란관측기의 정확도는 동역학·마찰 식별과 압력센서 오차에 영향을 받는다.

향후 연구

  • 다양한 실제 토질에서 토양 종류가 힘 패턴의 크기만 바꾼다는 가정을 검증한다.
  • 토질 정보를 지형 특징에 추가해 환경별로 더 안정적인 궤적을 생성한다.
  • 장비와 작업면에 맞는 coupling gain과 피드백 마진을 자동 최적화한다.
  • 여러 요철과 매설물 가능성을 표현하는 풍부한 지형·토질 임베딩으로 확장한다.
  • 선회·적재·이동을 포함한 상위 작업계획과 DMP 단일 굴착 프리미티브를 연결한다.

6.한마디로 정리

핵심 방법은?

숙련자 궤적을 지형 조건부 DMP로 학습하고, 압력·동역학 기반 추정력이 전문가 힘 패턴과 다르면 지면 법선 방향 coupling term으로 궤적을 수정한다.

핵심 결과는?

실차에서 변조 궤적은 공칭 대비 평지 53.79%, 경사 20.39% 더 많은 적재량을 기록했고 위험 시뮬레이션에서도 장비 끌림·들림을 줄였다.

한계는?

다양한 실제 토질 검증이 없고 토질 효과와 coupling gain이 수동 가정에 의존하며, 지형 표현과 작업 범위가 2차원 단일 굴착에 한정된다.

#작업·궤적계획#학습·RL·IL·VLA#제어·MPC#DMP#MLP#숙련자 시연#외란관측기#coupling term 궤적 변조

나의 의견 / 우리 연구와의 연관성

석사논문은 2020 IROS 논문의 압축된 핵심보다 넓게 숙련도 분석, 점토·자갈 시뮬레이션, 지형 오인식과 매설물 조건, 실차 적재량을 제공한다. 자율굴착 연구에서 공칭 작업 프리미티브와 안전·생산성 피드백을 분리해 설계하는 구체적 사례로 사용할 수 있다.

우리 연구에 적용하려면 DMP 앞단에 3차원 지형·굴착성 지도를, 뒤에는 유압 제약 제어와 미끄럼·전복 안전층을 연결할 수 있다. 이때 전문가 힘 패턴은 절대 정답이 아니라 장비·토질별로 적응해야 하는 참조로 취급해야 한다.

7.전체 그림·표

섹션별 원문 근거 페이지

원문·기존 요약·관련 자료

추출·교차검증 근거