my devloping history.

5 minute read

로봇 핸드와 같은 정밀 제어 시스템을 개발할 때 가장 고민되는 부분인 DC 모터와 BLDC 모터의 구동 방식 차이, 그리고 핵심 제어 알고리즘인 FOC(Field Oriented Control)에 대해 엔지니어링 관점에서 정리한 문서입니다.

1. DC 모터와 BLDC 모터: 아키텍처 비교

두 모터의 가장 큰 차이는 전류의 흐름을 바꾸는(Commutation) 주체가 기계적인가 전자적인가에 있습니다.

특징 DC 모터 (Brushed DC) BLDC 모터 (Brushless DC)
구조 내부에 브러시(Brush)와 정류자 존재 브러시 없음, 영구자석 회전자
구동 회로 H-Bridge (MOSFET 4개) 3-Phase Inverter (MOSFET 6개)
제어 복잡도 하 (PWM 1~2핀으로 구동 가능) 상 (위치 피드백에 따른 위상 제어 필수)
토크 특성 전류에 비례 (선형적) 위상 제어 방식에 따라 리플 발생 가능
주요 용도 RC 서보, 완구, 비용 절감형 구동부 정밀 로봇 관절, 드론, 전기차

2. DC 모터 정밀 제어 (Position/Velocity Control)

DC 모터는 전압만 인가하면 회전하므로 구동 자체는 쉽지만, 로봇 관절로 쓰기 위해서는 정밀한 위치 피드백과 PID 제어가 필수입니다.

2.1 필수 센서 및 조합

로봇 핸드와 같이 ‘저속 고토크’ 및 ‘부드러운 움직임’이 필요한 경우의 센서 조합입니다.

  1. Motor-side Encoder (추천)
    • 구성: 모터 축 뒤에 엔코더 장착 $\rightarrow$ 감속기 $\rightarrow$ 출력축
    • 장점: 감속기 기어비만큼 분해능이 증폭됨 (예: 100:1 기어비 사용 시 제어 정밀도 100배 향상). 속도 제어가 매우 부드러움.
    • 단점: 기어의 백래시(Backlash)를 감지할 수 없음.
  2. Joint-side Potentiometer
    • 구성: 감속기 출력축(관절)에 포텐셔미터 장착
    • 장점: 절대 위치 파악 가능, 백래시 영향 없음.
    • 단점: 분해능이 낮고 미분이 노이즈에 취약하여 저속 제어 시 떨림(Hunting) 발생 가능.

2.2 DC 모터 제어 알고리즘 (Cascade PID)

단순 위치 제어보다 전류(토크) $\rightarrow$ 속도 $\rightarrow$ 위치 순으로 제어 루프를 감싸는 Cascade(다단) 제어가 가장 안정적입니다.

Flow Diagram:

graph LR
    %% 노드 정의
    Target[("Target Position")] --> ErrPos(Error)
    ErrPos --> P_PID["Position PID"]
    P_PID -->|"Target Velocity"| ErrVel(Error)
    ErrVel --> V_PID["Velocity PID"]
    V_PID -->|"PWM Duty (Voltage)"| Driver["H-Bridge Driver"]
    Driver --> Motor[("DC Motor")]
    Motor --> Encoder[("Encoder")]
    
    %% 피드백 루프
    Encoder -->|"Current Velocity"| ErrVel
    Encoder -->|"Current Position"| ErrPos
  • 위치 제어기 (Outer Loop): 목표 위치와 현재 위치의 차이를 계산해 ‘목표 속도’를 출력.
  • 속도 제어기 (Inner Loop): 목표 속도를 추종하도록 전압(PWM)을 조절. (Damping 효과로 부드러운 정지 가능)

3. BLDC 모터와 FOC (Field Oriented Control)

BLDC 모터를 DC 모터처럼 부드럽고 효율적으로 제어하기 위한 벡터 제어 기술입니다. 3상 교류를 수학적으로 변환하여 직류처럼 제어합니다.

3.1 FOC 제어 알고리즘 흐름 및 용어 설명

FOC는 좌표 변환(Transform)이 핵심입니다. 복잡한 AC 전류 파형을 수학적으로 정지시켜 DC 값으로 만든 뒤 제어합니다.

FOC Block Diagram:

graph TD
    %% 흐름도 정의
    Sensor[("Current Sensor & Encoder")] -->|"Ia, Ib / θ"| Clarke["Clarke Transform"]
    Clarke -->|"Iα, Iβ"| Park["Park Transform\n(Uses θ)"]
    Park -->|"Id (Flux), Iq (Torque)"| PID["PI Controllers"]
    
    Ref[("Reference\nId=0, Iq=Target")] --> PID
    
    PID -->|"Vd, Vq"| InvPark["Inv. Park Transform"]
    InvPark -->|"Vα, Vβ"| SVPWM["SVPWM Generator"]
    SVPWM -->|"3-Phase PWM"| Inverter["Inverter (Gate Driver)"]
    Inverter --> Motor[("BLDC Motor")]
    
    Motor --> Sensor

🔌 FOC 제어의 핵심 입력값 (Inputs)

FOC 알고리즘이 시작되기 위해 반드시 측정되어야 하는 두 가지 물리량입니다. 이 값이 부정확하면 제어가 불가능합니다.

  1. Phase Currents ($I_a, I_b$) - 전류 센싱
    • 설명: 모터의 상(Phase)에 실제로 흐르고 있는 전류값입니다. 보통 션트 저항(Shunt Resistor)과 MCU의 ADC를 통해 측정합니다.
    • 특징: 3상 전류의 합은 0 ($I_a + I_b + I_c = 0$)이므로, 보통 2개의 전류($I_a, I_b$)만 측정하고 나머지 하나는 계산으로 구합니다.
    • 용도: 현재 모터가 내고 있는 토크(힘)와 자속량을 계산하는 기초 데이터가 됩니다.
  2. Rotor Angle ($\theta_{elec}$) - 엔코더 값
    • 설명: 회전자(영구자석)의 현재 절대 위치입니다. 엔코더 값을 읽어와 전기각(Electrical Angle)으로 변환하여 사용합니다.
    • 특징: 기계적인 각도가 아니라 자석의 N/S극 주기에 맞춘 전기적 각도여야 합니다. ($\theta_{elec} = \theta_{mech} \times PolePairs$)
    • 용도: Park 변환의 핵심 키(Key)입니다. 이 각도를 알아야 회전 좌표계로 변환하여 전류를 직류($I_d, I_q$)처럼 다룰 수 있습니다.


🛠️ 블록 상세 설명 및 핵심 용어

위 다이어그램의 각 단계별 의미는 다음과 같습니다.

  1. Clarke Transform (클라크 변환)
    • 역할: $120^\circ$ 간격으로 배치된 3상 전류($I_a, I_b, I_c$)를 직교하는 2상 정지 좌표계($\alpha, \beta$)로 변환합니다.
    • 의미: 3개의 축을 2개의 축(X, Y)으로 줄여 계산을 단순화하지만, 여전히 교류(AC) 파형입니다.
  2. Park Transform (파크 변환) ★ 핵심
    • 역할: 정지 좌표계($\alpha, \beta$)를 회전하는 모터와 함께 도는 회전 좌표계($d, q$)로 변환합니다.
    • 입력: 위에서 측정한 전기각($\theta_{elec}$)이 여기서 사용됩니다.
    • 결과: 밖에서 볼 때는 교류였던 전류가, 회전하는 관점에서는 일정한 직류(DC) 값처럼 보입니다.
  3. $I_d$ (Flux Current, 자속 전류)
    • 자석의 힘을 만드는 성분입니다. 영구자석 모터(BLDC/PMSM)에서는 이미 자석이 있으므로, 이 전류는 불필요한 열만 발생시킵니다.
    • 제어 목표: 보통 0으로 제어합니다. (단, 고속 회전 시 ‘약자속 제어’를 위해 음수로 제어하기도 함)
  4. $I_q$ (Torque Current, 토크 전류)
    • 회전력을 만드는 성분입니다. DC 모터의 전류와 똑같은 역할을 합니다.
    • 제어 목표: 원하는 토크(힘)의 크기만큼 전류를 흘립니다.
  5. PI Controllers (전류 제어기)
    • $I_d$를 0으로, $I_q$를 목표값으로 맞추기 위해 PID 제어를 수행하여 전압 지령($V_d, V_q$)을 계산합니다.
  6. SVPWM (Space Vector PWM)
    • 역할: 계산된 전압 벡터를 실제 인버터 스위치 3개(U, V, W)가 이해할 수 있는 PWM 신호로 변환합니다.
    • 장점: 일반적인 사인파 PWM보다 전압 이용률을 약 15% 높여 모터 출력을 극대화합니다.

3.2 센서리스(Sensorless) FOC vs 센서 기반 FOC

구분 센서리스 FOC (Sensorless) 센서 기반 FOC (Sensored)
원리 역기전력(BEMF)을 관측(Observer)하여 위치 추정 엔코더를 통해 물리적 위치 직접 측정
장점 센서 비용 절감, 배선 단순화 저속/정지 상태에서도 완벽한 토크 제어
단점 초기 기동 시 위치 모름, 저속 제어 불가능 센서 비용 및 배선 필요
적합 분야 드론 프로펠러, 팬, 펌프 로봇 팔, 로봇 핸드, 짐벌

Note: 로봇 핸드는 물체를 잡고 버티거나(Zero Speed High Torque), 아주 느리게 움직여야 하므로 반드시 엔코더(예: AS5048 등)가 포함된 센서 기반 FOC를 사용해야 합니다.

3.3 추천 영상 (YouTube)

1. FOC 제어의 시각적 설명 (Great Scott!) FOC의 기본 원리와 파형을 아주 쉽게 설명해 주는 영상입니다.

2. 센서리스 vs 센서드 저속 구동 비교 (RCexplained) 센서가 없는 모터가 저속에서 얼마나 불안정한지(Cogging 현상) 슬로우 모션으로 비교한 영상입니다. 로봇 핸드에 왜 센서가 필요한지 바로 이해할 수 있습니다.

4. 참고 자료 및 오픈소스 프로젝트

직접 바닥부터 코딩하기보다 검증된 라이브러리를 활용하는 것이 좋습니다.

  • SimpleFOC (Arduino/STM32)
    • 특징: Arduino 및 STM32를 지원하는 가장 직관적인 FOC 라이브러리. 로봇 연구용으로 최적.
    • 장점: 복잡한 레지스터 설정 없이 FOC를 바로 테스트 가능.
  • STM32 Motor Control SDK (MCSDK)
    • 특징: STMicroelectronics 공식 모터 제어 툴.
    • 장점: 양산 레벨의 신뢰성, 고효율. (단, 초기 설정 난이도 높음)
  • ODrive Project
    • 특징: 고성능 로봇용 모터 드라이버 하드웨어 및 펌웨어.
    • 용도: 강력한 토크 제어가 필요한 로봇 다리나 팔 개발 시 참고.
  • VESC Project
    • 특징: 전동 보드용으로 시작했으나 현재 다목적 고출력 BLDC 제어기의 표준.

5. 요약: 로봇 핸드 개발자를 위한 제언

  1. 모터 선정: 공간이 허락한다면 BLDC + 마그네틱 엔코더 조합이 베스트(소음 적고 토크 밀도 높음). 공간이 너무 협소하다면 고성능 DC 모터(Coreless) 사용.
  2. 센서 선정: 부드러운 움직임을 위해 모터 축(Motor-side) 엔코더는 필수입니다. 포텐셔미터는 초기 위치 파악용 보조 센서로만 사용하세요.
  3. 제어 전략: 위치 제어기 내부에 반드시 속도 제어 루프와 전류 제어 루프를 포함시켜야 고급스러운 동작(Compliance)을 구현할 수 있습니다.

You may also enjoy

Google Mediapipe model

1 minute read

media pipe hand 사용 모션 캡쳐 conda create -n robot_env python=3.11 conda activate robot_env pip install opencv-python mediapipe "numpy<2" import cv2 import...

OpenSource hand project

1 minute read

🤖 오픈소스 로봇 핸드 프로젝트 (URDF/STL 제공) 로봇 핸드 개발에 참고할 수 있는 훌륭한 오픈소스 프로젝트들을 소개합니다. 이 프로젝트들은 URDF와 STL 파일이 모두 공개되어 있어 RViz나 MuJoCo 같은 시뮬레이터에서 바로 테스트해볼 수 있습니다. 1. Y...