학습 기반 기하학적 리더 팔로워 제어를 통한 다중 공중 매니퓰레이터의 강체 적재물 협동 운송

본 논문은 다중 공중 매니퓰레이터가 강체 적재물을 강체 그립 제약 하에 협동 운송할 때 발생하는 복합적인 동역학과 불확실성을 해결하기 위해, 기하학적 리더‑팔로워 제어 프레임워크와 가우시안 프로세스(GP) 기반 학습 보강을 결합한 새로운 제어 방식을 제안한다. 1. **통합 기하학적 모델링** - 각 UAV‑매니퓰레이터를 트리 구조의 다체 시스템으로 모델링하고, 구성 변수를 SE(3) 위의 자세 \(R\)와 위치 \(x\)로 정의한다. - 관절 좌표 \(r\)와 그에 따른 질량 행렬 \(M(r)\)을 도입해, 질량 행렬을 블록 대각화함으로써 전이 동역학을 단순화한다. - 축소 상태 \(\bar q = (R, x, r, \omega, v, \dot r)\) 를 사용해 추력 기반 전이·회전 방정식을 명시하고, 미지 교란 \(f_{uk}\)을 상태 의존적인 비선형 함수로 추가한다. 2. **협동 시스템 DAE 형태** - N개의 UAV‑매니퓰레이터와 하나의 강체 페이로드를 결합해, 전체 상태 \(z = \{\bar q_j\}_{j=1}^N \cup q_L\) 를 정의한다. - 각 매니퓰레이터는 접촉점 \(c_{L_{j,b}}\) 을 통해 페이로드와 강체 그립 제약 \(\Phi_{j,b}(z)=0\) 을 만족한다. - 접촉력 \(\lambda_{j,b}\) 는 접촉 야코비안 \(J_{c_{j,b}}\) 과 연결되어, DAE 형태 \(\dot z = F(z,u,\lambda) + F_{uk}(z)\), \(0 = \Phi(z)\) 로 표현된다. 3. **리더‑팔로워 와크 생성·할당** - 리더 UAV는 현재 페이로드 위치·자세·속도 오차를 이용해 원하는 페이로드 와크 \(W_d =