반복 학습 기반의 불확정성 추정기법 및 로봇 매니퓰레이터 시스템 제어에의 적용에 관한 연구

Abstract

This thesis proposed a novel uncertainty estimation method which utilizes iterative learning for a robot manipulator system in a repetitive tasks. Time delay control (TDC), which utilizes time delay estimation (TDE) technique, is widely used to reject complex uncertainties such as unknown model dynamics and external disturbances. However, TDC may suffer from serious error tracking performance degradation in certain control system due to the TDE errors. We found that combining iterative learning technique to the TDC scheme can help reducing TDE errors. The simulation results are provided to show the effectiveness of the proposed estimation method.

본 논문은 로봇 매니퓰레이터 시스템을 제어하기 위한 제어기로서, 반복 학습 제어 기법을 활용한 불확정성 추정기법 기반의 제어 알고리즘을 제안한다. 제안된 불확정성 추정 기법은 시간 지연 제어기 (TDC)와 반복 학습 제어기 (ILC)의 구조적 유사성에 주목하여, TDC와 ILC가 각각 가지는 단점을 상호보완할 수 있도록 디자인 되었다. 미지의 외란 등이 포함된 불확실성 항이 시간에 대한 함수와 iteration에 대한 함수로 변수 분리 가능하다는 가정이 성립할 경우, 우리가 제안하는 기법을 통해 해당 불확실성 항을 완벽히 추정하여 상쇄시킬 수 있다. 또한, 변수 분리 가정이 성립한다는 조건 하에서, Pole-placement 제어기와의 결합을 통해 시스템의 안정성이 보장되는 것이 증명되었다. 불확실성 항의 변수 분리가 가능하다는 가정을 사용할 수 없는 경우에도 슬라이딩 모드 제어기를 활용 한 후 적절한 제어 게인을 선정한다면 마찬가지로 시스템의 안정성을 보장할 수 있다. 로봇 매니퓰레이터의 제어 시뮬레이션 결과는 제안한 기법이 타 제어 기법과 비교하여 더 효과적으로 불확실성 항을 처리하여 높은 제어 성능을 보임을 입증한다.