휴머노이드 균형 제어: ZMP·캡처 포인트·MPC가 넘어짐을 막는 방식

휴머노이드 균형 제어는 무게중심만 발 안에 두는 문제가 아닙니다. ZMP로 접촉 모멘트를 보고, 캡처 포인트로 멈추기 위한 발 위치를 예측하며, MPC로 발목·힙·스텝 전략을 제약 안에서 조율합니다.

아래에서는 용어의 차이를 실제 시스템 경계, 실패 조건과 검증 순서로 나눠 살펴봅니다.

ZMP·캡처 포인트·MPC는 서로 다른 질문에 답한다

ZMP는 현재 접촉에서 합력 모멘트가 지면에 작용하는 기준점을 보고, 캡처 포인트는 현재 무게중심 속도를 멈추기 위해 지지점을 어디에 두어야 하는지 근사합니다. MPC는 앞으로 몇 단계의 상태와 입력을 예측해 이 기준과 관절·접촉 제약을 만족하는 동작을 계산합니다.

이 글은 휴머노이드 전신 제어 전체가 아니라 넘어짐을 막는 균형 복구 문제에 집중합니다. 전신 제어가 손·발·자세 과제를 동시에 관절 토크로 푸는 실행 계층이라면, 균형 제어는 지지점과 운동량을 어떻게 바꿀지 목표와 제약을 제공합니다.

무게중심이 발 안에 있어도 움직이면 넘어질 수 있다

정지한 로봇은 무게중심의 수직 투영이 지지영역 안에 있는지로 직관을 얻을 수 있습니다. 그러나 걷거나 밀린 로봇은 무게중심 속도와 각운동량이 있어 현재 위치만으로 멈출 수 있는지 판단할 수 없습니다.

앞으로 빠르게 움직이는 몸의 무게중심이 순간적으로 발 위에 있어도 제동할 공간과 토크가 부족하면 경계를 넘어갑니다. 그래서 균형 제어는 위치뿐 아니라 속도, 접촉 상태와 앞으로 사용할 수 있는 발 위치를 함께 봅니다.

ZMP는 지지영역 안에서 만들 수 있는 접촉 모멘트를 보여 준다

평평한 발 접촉을 가정하면 ZMP가 지지 다각형 안에 있을 때 발바닥이 들리지 않는 범위에서 지면 반력과 모멘트를 만들 수 있습니다. 경계에 가까워질수록 압력중심을 더 움직일 여유가 줄어 발목 전략의 복구 능력이 작아집니다.

ZMP는 마찰이 충분하고 접촉 모델이 맞다는 전제를 갖습니다. 발이 미끄러지거나 모서리만 닿고, 손으로 벽을 짚는 다중 접촉에서는 단순한 발바닥 다각형만으로 실제 가능한 힘과 모멘트를 설명하기 어렵습니다.

지지영역 ZMP 캡처 포인트가 발목 힙 스텝 전략으로 이어지는 휴머노이드 균형 제어 흐름
ZMP에서 스텝 복구까지. 출처: 피지컬 AI Lab.

캡처 포인트는 현재 속도를 멈출 새 지지점을 가리킨다

선형 역진자 모델에서는 무게중심 위치와 속도를 결합해 캡처 포인트를 계산할 수 있습니다. 이 점이 현재 지지영역 안에 있으면 발목을 이용한 무스텝 복구 가능성이 있고, 밖으로 나가면 새 발을 내디뎌 지지영역을 옮기는 판단 근거가 됩니다.

캡처 포인트는 유용한 근사지만 몸 높이 변화, 큰 각운동량, 비평면 접촉과 관절 한계를 모두 담지는 않습니다. 따라서 실제 로봇에서는 추정 오차와 모델 오차를 고려한 여유, 발 디딜 수 있는 영역과 전신 동역학 제약을 함께 둡니다.

발목·힙·스텝 전략은 외란 크기와 남은 여유에 따라 바뀐다

작은 외란에서는 발목 토크로 압력중심을 움직여 몸을 되돌릴 수 있습니다. 발목 여유가 부족하면 상체와 팔의 각운동량을 사용하는 힙 전략이 동원되고, 그마저 부족하면 발을 내디뎌 새로운 지지영역을 만듭니다.

전략은 배타적인 세 모드라기보다 동시에 일부씩 사용될 수 있습니다. 발을 내디디는 동안에도 발목과 상체를 조절하며, 손을 짚을 수 있는 환경에서는 손 접촉이 추가 복구 수단이 될 수 있습니다.

MPC는 미래의 ZMP·발 위치·운동량을 제약 안에서 고른다

MPC는 현재 상태에서 여러 미래 단계의 동작을 예측하고 목표 오차와 제어 비용을 줄이는 입력을 계산한 뒤 첫 입력만 실행합니다. 다음 주기에는 새 센서 상태로 문제를 다시 풀기 때문에 외란과 모델 오차를 계속 반영할 수 있습니다.

MPC 기반 캡처 포인트 제어 연구는 발목·힙·스텝 전략을 하나의 프레임워크에 통합하고 스텝 시간까지 조정하는 접근을 제시합니다. 실제 적용에서는 계산시간, 해의 실패, 상태 추정 지연과 액추에이터 포화를 반드시 포함해야 합니다.

상태 추정이 늦거나 접촉을 틀리면 복구 발판도 틀린다

균형 제어에는 몸통 자세와 각속도, 관절 상태, 발 접촉, 지면 반력과 무게중심 상태가 필요합니다. IMU 편향, 발 미끄럼, 힘센서 영점과 지연이 섞이면 ZMP와 캡처 포인트가 실제보다 안쪽 또는 바깥쪽으로 보일 수 있습니다.

센서 데이터의 시간과 좌표를 맞추는 문제는 로봇 센서 퓨전로봇 캘리브레이션에서 먼저 확인할 수 있습니다. 균형 로그에는 원시 센서, 추정 상태와 제어기가 사용한 타임스탬프를 함께 남겨 지연과 모델 문제를 구분해야 합니다.

관절 토크·속도·열 한계가 이론적 복구 영역을 줄인다

계산된 발목 토크가 모터와 감속기의 한계를 넘거나, 스텝 목표가 관절 속도와 가동범위를 넘으면 수학적 해가 있어도 실제 로봇은 수행하지 못합니다. 반복 외란에서는 관절 열 제한이 들어와 같은 크기의 밀기에도 복구 성능이 달라질 수 있습니다.

MPC 제약에는 위치·속도·토크 제어의 실제 인터페이스와 충돌 없는 발 궤적, 토크 변화율과 접촉 마찰을 반영해야 합니다. 포화가 생겼을 때 남은 전략으로 전환하거나 안전하게 앉고 지지하는 실패 경로도 설계합니다.

복구 상태 머신은 무스텝·스텝·보호 동작을 연결한다

실제 시스템은 정상 보행, 작은 외란의 무스텝 복구, 스텝 복구, 손 지지, 통제된 착지나 보호 정지로 상태를 나눌 수 있습니다. 캡처 포인트가 경계를 넘었는지뿐 아니라 발을 디딜 공간, 충돌 위험과 계산 여유를 보고 전환합니다.

스텝을 결정한 뒤 목표를 자주 뒤집으면 다리가 진동하고 착지가 불안해질 수 있으므로 히스테리시스와 최소 유지시간이 필요할 수 있습니다. 반대로 너무 늦게 전환하면 남은 발 디딤 시간이 사라지므로 상태 추정과 계획 지연을 포함해 경계를 조정합니다.

외란 상태추정 액추에이터 지면 조건을 바꿔 휴머노이드 균형 복구를 검증하는 표
균형 복구 성능 지도. 출처: 피지컬 AI Lab.

균형 성능은 넘어졌는지보다 복구 지도와 품질로 본다

외란의 힘만 기록하면 접촉 시간과 방향이 다른 시험을 비교하기 어렵습니다. 힘–시간 적분인 충격량, 적용 높이와 방향, 로봇 자세와 보행 위상을 함께 기록해 무스텝 복구, 한 걸음 복구, 여러 걸음 복구와 실패 경계를 지도화합니다.

복구 후에도 과도한 스텝 수, 발 미끄럼, 관절 포화, 손 작업 중단과 안정화 시간을 봐야 합니다. 한 번 서 있는 데 성공했더라도 작업물이 떨어지거나 주변 사람 방향으로 큰 발을 내디뎠다면 시스템 수준 성공이라고 보기 어렵습니다.

지표의미함께 기록할 조건
복구 경계버틸 수 있는 외란 범위방향·지속시간·적용 높이
전략발목·힙·스텝 사용보행 위상·지지발
안정화 시간목표 상태로 돌아오는 시간잔류 흔들림·스텝 수
제약 여유토크·속도·마찰 한계포화·미끄럼·열 상태

시험은 방향·위상·지면·지연을 체계적으로 바꾼다

MPC와 캡처 포인트 기반 푸시 복구 연구처럼 외란 복구는 모델과 실험을 함께 사용해 검증할 수 있습니다. 시뮬레이션에서 넓게 탐색한 뒤 안전 장치가 있는 실제 로봇에서 작은 외란부터 올리고, 모든 실패를 낙상으로 끝내지 않도록 보호 설비를 둡니다.

ISO 18646-5:2026은 다리형 로봇의 이동 성능 시험과 지표를 다루지만 안전 요구나 안전 검증을 다루는 문서는 아닙니다. 성능 시험 결과를 사람 주변 운용의 안전 근거로 단독 사용하지 말고 별도 위험평가와 보호계층에 연결해야 합니다.

변수낮은 난도경계 조건
외란작은 정면 밀기측면·후면, 긴 접촉
동작정지 양발 지지단일 지지·전환·조작 중
지면평탄·고마찰경사·낮은 마찰·높이차
시스템정상 센서·냉간지연·노이즈·열 제한

균형 제어는 예측과 실행, 안전의 경계를 분명히 해야 한다

MPC가 계산한 스텝과 토크 목표는 전신 제어와 관절 제어가 실행하고, 독립 안전 계층은 속도·공간·충돌 위험을 감시합니다. 최적화가 수렴했다는 사실은 발 디딜 곳이 사람에게 안전하거나 하드웨어 한계가 지켜졌다는 보증이 아닙니다.

따라서 피지컬 AI 안전 계층과 연결해 해 실패, 센서 상실, 발 디딤 공간 부재와 낙상 임박 시의 보호 동작을 정의해야 합니다. 좋은 균형 제어는 화려한 한 번의 밀기 복구가 아니라 반복 가능한 복구 범위와 실패할 때의 예측 가능한 행동으로 평가됩니다.

휴머노이드 균형 제어에서 자주 묻는 질문

ZMP가 발 안에 있으면 절대 넘어지지 않나요?

아닙니다. 무게중심 속도, 마찰, 관절 한계와 미래 접촉이 중요하며 ZMP 자체도 모델과 센서 오차를 가집니다.

캡처 포인트가 지지영역 밖이면 반드시 발을 내디뎌야 하나요?

힙·팔 운동량이나 손 접촉 등 다른 수단이 있을 수 있지만, 단순 모델에서는 새 지지점이 필요한 강한 신호입니다. 실제 제약을 함께 판단해야 합니다.

MPC를 쓰면 모든 외란을 복구할 수 있나요?

아닙니다. 발 디딜 공간, 마찰, 토크·속도, 계산시간과 센서 정확도가 정하는 물리적 한계가 있습니다.

균형 제어 주기는 빠를수록 좋은가요?

빠른 주기는 지연을 줄일 수 있지만 계산이 마감시간을 놓치거나 잡음에 민감해질 수 있습니다. 최악 지연과 하드웨어 대역폭으로 검증해야 합니다.

푸시 복구는 어떤 값으로 비교하나요?

외란의 방향·충격량·높이, 보행 위상, 복구 전략, 스텝 수, 안정화 시간, 미끄럼과 관절 포화를 함께 기록해야 합니다.

이 글은 휴머노이드 균형 제어의 기술 개념을 설명합니다. 실제 로봇의 외란·낙상 시험은 보호 설비, 제조사 절차와 자격을 갖춘 안전 계획 아래 단계적으로 수행해야 합니다.