소프트 액추에이터 기반 항공 마이크로봇의 설계, 제작 및 제어

MIT에 있는 Soft and Micro Robotics Laboratory의 우리 팀이 제작한 곤충 크기의 로봇은 무게가 0.6그램에 불과하지만, 질량의 두 배 이상의 비교적 무거운 페이로드를 운송할 수 있습니다. 이 성과의 비결 중 하나는 로봇의 날개를 구동하는 인공 근육인 DEA(유전 탄성체 액추에이터)입니다.

최초의 소프트 액추에이터 기반 항공 로봇을 제작하기 위해 우리는 전자기 모터와 다른 강체 액추에이터를 사용하지 않고 다양한 제조, 제어 설계 및 기타 과제를 해결하려고 했습니다. 첫째, 로봇의 크기가 작아질수록 동역학적으로 빨라지므로 감지 및 제어 속도가 더 높아져야 합니다. 우리 마이크로봇은 정현주기로 초당 400회 날갯짓을 하며 모든 날개에서 발생하는 양력의 균형을 동적으로 유지하기 때문에, 초당 10,000번의 피드백 제어를 실행해야 합니다(그림 1). 게다가 소프트 액추에이터의 동역학은 매우 비선형적입니다. 마지막으로, 액추에이터와 다른 구성요소를 포함해 로봇을 전부 처음부터 직접 제조해야 하는데, 이는 매우 얇은 탄성체 층을 섬세하게 조립하고 로봇 날개, 기체, 변속기를 레이저로 절단해야 하는 수작업 공정입니다.

이러한 과제들을 해결하기 위해 우리는 Simulink^®, Simulink Real-Time™ 및 Speedgoat^® 하드웨어를 기반으로 한 모델링, 시뮬레이션, 실시간 테스팅 방법을 사용했습니다. 또한 로봇의 비행 전 특성 분석, 액추에이터의 결함 제거, 다양한 날개 형상의 평가, 실험 실행 등 몇 가지 수작업 공정을 자동화하기 위해 MATLAB^®을 사용했습니다. 이러한 환경 덕분에 실제 곤충의 비행 방법 및 곤충 크기 드론에 대한 실용적 응용에 대한 더 깊은 이해를 얻는 과정에서 연구 속도를 높일 수 있었습니다.

여러 수준에서 마이크로봇 모델링

우리는 모델링과 시뮬레이션을 널리 활용해 실험을 진행하고, 수행해야 하는 하드웨어 테스트 횟수를 최소화했습니다. 이를 위해 다양한 충실도 수준에서 시뮬레이션을 실행할 수 있도록 MATLAB과 Simulink에서 다양한 모델을 생성했습니다.

가장 높은 수준에는 로봇이 고체 입자로 모델링된 단순한 비행 동역학 모델이 있습니다. 우리는 제어기 모델과 함께 이를 플랜트 모델로 사용해 Simulink에서 폐루프 시뮬레이션을 실행합니다(그림 2).

우리는 MATLAB에서 날개 질량, 날개 관성, 날개와 로봇의 상호작용을 반영하는 보다 상세한 모델을 개발했는데, 이 모델은 소프트 액추에이터의 수축 및 연장 모션을 날갯짓 모션으로 변환하는 선형 4절 변속기에 의해 제어됩니다. 우리는 또한 시간에 따라 변화하는 공기력을 예측하는 데 사용하는 모델과 한 번의 날갯짓으로 발생하는 동역학 힘을 시뮬레이션하는 CFD(전산 유체 역학) 모델도 만들었습니다(그림 3). 각 시뮬레이션마다 날개의 형상을 변경해 가며 힘 요구사항을 충족하는 형상 설계를 찾았습니다. 이러한 모델들로 시뮬레이션을 실행해 실험적으로 테스트할 날개 형상 설계를 찾은 후, 우리가 작성한 MATLAB 스크립트를 사용해 실제 날개를 제작하는 데 필요한 레이저 제조 파일을 자동으로 생성하였습니다.

비행 전 준비 및 특성 분석

각 마이크로봇에 대해 우리가 제작하는 소프트 액추에이터는 서로 동일하지 않습니다. 제조 공정에서의 변형과 액추에이터 내 기포 및 기타 결함이 액추에이터의 성능에 큰 변동을 가져옵니다.

액추에이터의 변동성과 제조 문제를 처리하기 위해 우리는 MATLAB, Simulink 및 Speedgoat 설정을 통해 자동화한 두 가지 공정을 사용합니다. 먼저, 액추에이터에 고전압을 반복적으로 가해 국부적 단락을 일으켜 액추에이터 내의 불순물을 제거하는 자기 청소(self-clearing) 공정을 수행합니다. 큰 전류 스파이크로 인해 탄성체에 구멍이 생겨 액추에이터가 손상될 수 있으므로 이 공정의 타이밍은 정확해야 합니다. Simulink 및 Speedgoat의 빠른 감지 속도와 저지연 설정이 특히 여기서 빛을 발하는데 강한 전류가 감지되면 시스템에서 전압을 마이크로초 이내에 차단할 수 있기 때문입니다.

우리는 액추에이터의 결함을 제거한 후, 마이크로봇의 정적 특성 분석을 수행합니다. 이 공정에서는 마이크로봇이 움직이지 않도록 고정시킨 후 액추에이터에 다양한 전압을 가하며 로봇의 날갯짓 모션을 측정합니다. 우리는 테스트 전압을 가하면서 날갯짓 모션을 초당 22,000프레임으로 캡처합니다. 우리가 작성한 MATLAB 스크립트를 실행해 캡처한 비디오에서 마이크로봇의 기구학을 분석합니다. 그다음, 맞춤 설계한 이륙 스탠드에 로봇을 장착합니다. 로봇을 다시 구동하고 이륙 비디오를 촬영한 후, MATLAB 스크립트를 사용해 이륙 모션을 추출하고 이에 해당하는 양력을 계산합니다. 그런 다음 분석 결과를 사용해 전압 입력값을 양력 출력값에 매핑하고, 폐루프 시뮬레이션에 사용하는 비행 동역학 모델의 파라미터에 이 매핑을 자동으로 적용합니다.

제어 알고리즘 모델링, 시뮬레이션 및 테스트

새로운 제어 알고리즘과 전략을 개발하면서 실제 하드웨어에서 테스트하기 전에, 시뮬레이션을 통해 알고리즘과 전략을 정교화하고 검증합니다. 이러한 시뮬레이션은 Simulink에서 제어기 모델과 정적 특성 분석을 통해 얻은 파라미터 값으로 업데이트된 비행 동역학 모델을 사용해 실행됩니다. 이를 통해 제어할 수 없는 충돌로 마이크로봇이 손상될 위험 없이 제어 설계를 빠르게 반복할 수 있습니다.

테스트할 제어 알고리즘이 준비되면 실시간 테스트를 위해 4개의 유닛, 즉 4쌍의 액추에이터와 날개를 조립해 완전한 마이크로봇을 준비합니다(그림 4).

그런 다음 Simulink Real-Time을 사용해 Speedgoat 타겟 하드웨어에 제어기를 배포합니다. Speedgoat 시스템은 Vicon 모션 캡처 시스템으로부터 마이크로봇의 중심 좌표와 피치, 롤, 요 값을 비롯한 데이터를 수신합니다(그림 5). 제어 알고리즘은 이 데이터를 읽고, 현재 상태를 기반으로 4개의 유닛이 각각 생성해야 하는 힘과 토크를 계산합니다. 그런 다음 각 값을 정현파 신호의 대응하는 전압 진폭에 매핑하며, 이 신호는 증폭되어 소프트 액추에이터로 전송됩니다.

이 작업에 Speedgoat 플랫폼을 사용하는 주요 이점에는 높은 감지 속도, 일관적인 저지연 속도, 구성의 간단함 등이 있습니다. 과거에는 실시간 테스트를 위해 하드웨어를 조립했습니다. 이 과정은 지루하고 긴 디버깅 세션으로 인해 지연되는 경우가 많았습니다. Speedgoat 하드웨어는 훨씬 더 신뢰성이 높으며, 제어기를 10,000헤르츠로 실행함으로써 마이크로봇으로 공중제비를 포함한 복잡한 항공 조작을 할 수 있습니다(그림 6).

우리는 실험을 진행하면서 초기화, 비행 제어, 센서 제어를 단순화하기 위해 우리가 제작한 MATLAB 앱을 사용합니다(그림 7). 이후, 실험 결과와 시뮬레이션 결과를 비교합니다. 예를 들어, 실제 로봇은 0.16초 안에 공중제비를 완료했고, 시뮬레이션은 0.13초를 예측했습니다. 이러한 비교를 통해 Simulink 모델을 점차 검증하고 개선할 수 있습니다.

향후 개선 사항

항공 마이크로봇의 가장 흥미로운 잠재적 응용 분야에는 탐색 구조 작업이 있습니다. 예를 들어, 향후에는 마이크로봇의 무리가 인간이나 대형 드론이 지나가기에는 너무 좁은 통로를 따라 이동해 무너진 건물에서 생존자를 찾을 수도 있을 것입니다. 우리는 이러한 응용 분야에 필요한 개선 사항을 적극적으로 연구하고 있습니다. 첫 번째로 필요한 것은 전력 자율성입니다. 현재 우리 마이크로봇은 가는 전선을 통해 전력을 공급받기 때문에 고정된 전원 공급장치에 밀접하게 연결되어 있습니다. 무선 비행을 위한 첫 단계로 로봇에 전력 전자 회로를 통합하는 연구를 진행하고 있습니다. 이와 비슷하게, 센서 자율성도 목표로 하고 있습니다. 특히 마이크로봇이 수동적으로 직립하고 안정적인 상태를 유지하도록 만들 방법을 살펴보고 있으며, 이에 성공한다면 제어기 설계에서 로봇의 위치를 파악하기 위해 훨씬 낮은 대역폭의 센서를 사용할 수 있습니다. 또한 Simulink, Simulink Real-Time 및 Speedgoat 하드웨어의 기존 설정을 사용해 한 번에 최대 5대의 마이크로봇을 소규모 무리로 날릴 계획입니다.