机器人入行指南
原理层/力封闭与抓取度量:ε 是一个线性规划

原理层 T25 / 27 · 接触与凸几何

力封闭与抓取度量:ε 是一个线性规划

「抓得稳」可以严格定义,而且可以算出一个数:力旋量集内切球的半径 ε。两指对捏和三指 120° 差多少、手指挪 40° 掉多少、摩擦系数值多少钱——全部是这个 LP 的输出。

wrench力 + 力矩 六维w=(f,τ)wrench 集各接触锥的 Minkowski 和凸力封闭0 在 W 内部能抵抗任意扰动ε 度量W 的内切球半径一个 LP从「抓得住」到可计算「抓得好」的严格定义是一个线性规划——Ferrari-Canny 指标至今仍是抓取数据集的评分口径
约 50 分钟3 定理8 步证明4 题自测

一句话结论

力封闭 = 接触锥在 wrench 空间中的像包含原点的邻域;抓取质量 ε = 该像的内切球半径,内层计算就是一个线性规划。

抓取数据集的排序指标、灵巧手为什么默认三指构型、摩擦系数对抓取质量的边际价值——背后全是这一篇的语言。学完你可以亲手算出一个抓取的 ε,而不是只看演示视频。

为什么需要它

两指捏住一个杯子:稳。手指挪几度再捏:也稳,但感觉「虚」了一点。再挪:突然就捏不住了——从稳到不稳不是渐变的,中间出了什么事?要回答这个问题,得先能把「稳」写成数学命题。

写法是把问题搬个家:不看接触力在物理空间长什么样,看它们的合力与合力矩(合称力旋量 wrench)能覆盖到哪些方向。手指能「抗住」的外界扰动,恰好是这些 wrench 能组合出来的反面。稳 = 无论外界从哪个方向推,手指组合出的 wrench 都能顶住。

1992 年 Ferrari 与 Canny 把这个直觉变成一个数:在 wrench 空间里看接触力能组合出的集合,取它包含原点的最大球半径 ε。ε 大 = 各方向的裕度都大。这个定义的好处立刻显现:ε 的计算是一个线性规划——上一篇的摩擦锥线性化在这里恰好接上。

定义

定义 3.1 力旋量与抓取矩阵

平面情形一个接触力 f = (f_x, f_y) 作用在位置 p = (p_x, p_y) 处,对物体作用的 wrench 是 w = (f_x, f_y, p_x·f_y − p_y·f_x)(力 + 绕原点的力矩)。k 个接触、每个接触 m 条锥射线时,抓取矩阵 G ∈ R3×(km) 把所有射线力系数 α 打包成总 wrench:w = Gα。

为什么这样定G 的每一列就是「单位力沿这条射线作用」的 wrench。抓取的全部静态信息都在 G 里——接触位置在力矩列里、接触方向在力列里。

定义 3.2 wrench 集

W = G·(C₁ × C₂ × … × C_k),即每个接触的摩擦锥(线性化后为极锥)中各取一个力、总 wrench 的全体。凸锥的有限个仿射像之和仍是凸锥(各分量对正组合封闭)。

为什么这样定W 是「手指合力能覆盖的方向空间」。物体平衡要求外界 wrench 的反面落在 W 里;力封闭要求更强——任何方向的扰动都能顶住。

定义 3.3 力封闭与 ε 度量

力封闭:W 包含原点的一个邻域(等价地,0 是 W 的内点)。ε 度量:给定每接触力上限(如 Σ射线系数 ≤ 1),W 收缩为有界集,ε = max{r : 以原点为中心半径 r 的球 ⊂ W}。

为什么这样定力封闭是「能不能」,ε 是「多能」。有界化是必须的:锥对缩放封闭,无穷大的力给出无穷大的 wrench,不加力上限则「内切球半径」是无穷——比较就没有意义了。

定理与证明

定理 3.1 力封闭的判据

W 是有限生成的闭凸锥。0 ∈ int W ⟺ W = R³(平面情形)。

证

(⟸) W = R³ 显然包含原点邻域。

(⟹) 设 B(0, r) ⊂ W。任取 x ∈ R³,令 y = (r/2)·x/||x|| ∈ B ⊂ W。因为 W 是锥,λy ∈ W 对一切 λ ≥ 0;取 λ = 2||x||/r 得 x = λy ∈ W。所以 R³ ⊆ W,反向包含显然。∎

注证明只用了锥的缩放封闭——「邻域 + 锥 = 全空间」。这就是「稳和不稳之间没有中间地带」的数学内容:W 要么盖住全空间(力封闭),要么在某些方向有硬边界(那些方向一推就垮)。

定理 3.2 ε 的 LP 形式

给定单位扰动方向 w(||w||=1),该方向上的最大可抵抗倍数 t*(w) = max{t : ∃α ≥ 0, Gα = t·w, Σ_j α_ij ≤ 1 ∀i} 是一个线性规划;ε = min_w t*(w)。

证

约束逐条检查:Gα = t·w 是线性等式;α ≥ 0 是线性不等式;每接触力上限 Σ_j α_ij ≤ 1 是线性不等式(其中 α_ij 是第 i 接触沿第 j 条射线的系数;因为射线是单位向量,|f_i| ≤ Σ_j α_ij,故约束 Σα_ij ≤ 1 蕴含 |f_i| ≤ 1——它内接于真实「力球∩锥」约束,与线性化哲学一致)。

目标 max t 线性。以上构成标准形式的线性规划。t*(w) 有限(力上限限制了 wrench 范围)且最优解存在(可行集非空有界——α=0, t=0 可行)。∎

外层 min 是对方向球的连续优化,精确求解需要肢单纯形或 SOCP 对偶;工程上用方向离散化(球面上均匀取 N 个方向)近似。离散化是本篇唯一的近似步骤,误差随 N 增大而减小但无简单阶——诚实声明,不冒充精确。

注这个 LP 就是我们实验里跑 160 次的东西。注意「ε = min 而非 avg」:抓取质量由最差方向决定——这正是演示视频里看不出来的那一项。

定理 3.3 两指平面抓取的对指判据

两个指尖夹圆盘,接触点角距 2γ,则弦(两接触点连线)与各自接触法线的夹角 θ = 90° − γ。两指抓取力封闭 ⟺ 弦落在两个摩擦锥之内 ⟺ arctan(μ) ≥ θ。

证

几何第一步:接触点 A、B 与圆心 O 构成等腰三角形(AO=BO=R),顶角 2γ,底角 (180°−2γ)/2 = 90°−γ。弦 AB 与半径 AO 的夹角 = 90° − 底角 = γ…换用准确说法:弦与「A 处指向圆心的法线」的夹角 θ 满足 θ = 90° − γ(对指 γ=90° 时 θ=0,弦沿法线 ✓;角距 120° 时 γ=60°、θ=30° ✓——与实验里代 30° 吻合)。

对指情形(θ=0)的完整构造证明:取三个基方向逐一构造抵抗力(无力上限,纯封闭)。fx(沿弦):两指法向力各取 n,正组合给出任意倍数;fy(垂直弦):对称切向力对,每指 c ≤ μn、可正可负,取 n 充分大则任意 fy 可达(μ>0 保证 c 可非零);力矩:切向力偶 c₁ = −c₂(方向相反)给纯力矩,同理任意可达。三个基方向都在 W 的正锥里 ⟹ W = R³ ⟹ 力封闭。∎

一般情形(θ > 0):判据「弦在两个摩擦锥内 ⟺ arctan μ ≥ θ」是 Nguyen (1988) 的构造性几何判据——从两接触点互画摩擦锥,力封闭等价于「保守区」非空,其充要条件即弦落在双方锥内。本篇不逐行复刻该构造(边界声明),但用数值精确验证了它的恢复点:角距 120°(θ=30°)时,μ = 0.55 丢封闭、μ = 0.5774 临界、μ = 0.58 恢复——恢复点与 tan(30°) = 0.5774 精确吻合(见实跑数字)。

注这类「几何角要代入哪一个」是手算抓取最常翻的车:角距 120° 时弦-法线夹角是 30° 不是 60°(等腰三角形底角是 60°,弦与法线的夹角是它的余角)。判据里的角是弦-法线角。

手算一遍

两指对指夹圆盘,μ = 0.4,每指总力上限 1。估算纯剪切方向(fy)的最大可抵抗倍数。

  1. 纯 fy 扰动需两指切向力同向叠加、法向力对称(不打偏力矩)。设两指法向力各 n、切向力各 c(同向):c ≤ 0.4n(库仑),n² + c² ≤ 1(力上限)。
  2. 代入 c = 0.4n:n²(1 + 0.16) ≤ 1 ⟹ n = 1/√1.16 = 0.928,c = 0.371。
  3. fy 容量 = 2c = 0.743。
  4. 但 ε = min over 所有方向:实验给出最坏方向是力-力矩混合方向 (−0.545, +0.628, −0.556),ε = 0.49 < 0.743。手算单方向给「局部能力」,ε 给「全方向最差」——两者不等是常态,别拿单方向手感代替 ε。
答

fy 方向手算容量 0.743;真正的 ε = 0.49(最坏在混合方向)。教训:ε 是 min 不是 avg,演示里「各方向都挺稳」的手感会系统性高估抓取质量。

实跑一遍

数字出处

平面抓取 ε(μ=0.4、4 极射线、球面 160 个扰动方向、每方向一个 LP、Bland 规则单纯形):

  • 两指对指(0°/180°):ε = 0.490,最坏方向 (−0.545, +0.628, −0.556)
  • 三指 120°:ε = 0.895 —— 比两指高 83%
  • 三指把一根手指沿圆弧转 5°/10°/20°/40°:ε = 0.875/0.856/0.821/0.696 —— 平滑退化不丢封闭(法线仍过圆心)
  • 两指夹 120°:μ=0.4 力封闭丢失;μ=0.55 丢失、μ=0.5774 临界、μ=0.58 恢复 —— 与对指判据 μ=tan30°=0.5774 精确吻合
  • 三指 μ 扫描:μ=0.1→0.294, 0.2→0.548, 0.4→0.895, 0.6→1.018, 0.8→1.269, 1.0→1.449

映射回强化学习

这里的对象RL 里的对应物站内用法
ε = min 方向容量抓取数据集排序指标的数学身份;演示视频 vs ε 排序的落差用法 →
力封闭 ⟺ 0 ∈ int W灵巧手三指构型的理由:第三指补足两锥盖不住的方向用法 →
每接触一个 LP「抓取优化很贵」的真实成本结构:N 方向 × LP用法 →
摩擦的边际价值μ 从 0.4 到 1.0,ε +62%:材料选择(涂层/纹理)是抓取性能的一等公民用法 →

边界:这一篇停在哪里

本篇停在哪里:三维一般抓取(6 维 wrench、曲面接触、软指的四自由度锥)、形封闭(form closure,无摩擦判据)、动态抓取(考虑惯性与离心)、ε 的方向离散化误差阶,都不讲。诚实声明:ε 是静态度量,不含控制器质量;ε 高的抓取配上烂的力控照样掉——它排的是「几何与摩擦的潜力」,不是交付能力。

自测 4 题

全是手算和「找证明错在哪」类题目,不出背诵题。答不上来回到对应小节。

01力封闭和形封闭的区别是什么?

形封闭只靠接触几何(法向、无摩擦)钉死物体,力封闭允许借摩擦。两指捏杯子是力封闭(靠摩擦),夹具四壁固定工件是形封闭。形封闭更「硬」,但往往需要更多接触点。

02为什么 ε 的计算要给接触力加上限?

不加限则锥对缩放封闭,t* 对几乎所有方向都是无穷——内切球半径无穷大,抓取间无法比较。上限把锥截成有界集,ε 才是有限可比的量。不同论文上限取法不同(Σα≤1 或各 f≤1),比较 ε 前先查口径。

03三指 120° 比两指对指 ε 高 83%,多出的那根手指值在哪?

两指 wrench 集在力矩-剪切混合方向上有短板(切向容量 2c 受力上限限制);第三指补上这些方向。实验:最坏方向从 (−0.545,+0.628,−0.556) 移动且容量抬升。这也是人类三指捏(拇指+食指+中指)是默认精细抓取构型的原因。

04手指沿圆弧挪 40°,ε 掉 22% 但封闭不丢——为什么法线过圆心这么关键?

法线过圆心保证每个接触的力矩臂结构与方向覆盖不出现「空洞」;沿弧挪动只改力矩臂长度(容量平滑变差)。若把手指挪离圆弧(法线不过圆心),几何出现纯力矩死角,封闭可能直接丢——位置误差的性质比大小更重要。

接着看

全系列 27 篇

T1矩阵就是旋转的记账本约 25 分钟T2从斜率到梯度:机器人学习算法的第一行约 25 分钟T3向量与受力:点积的物理读法约 20 分钟T4两把尺子和一把更好的尺子约 25 分钟T5电机转一圈的账:弧度、转速与功率约 20 分钟T6复数乘法就是旋转:四元数的一维版约 20 分钟T7基与坐标:为什么机器人什么都用矩阵约 45 分钟T8矩阵乘法:变换的串联,不是表格运算约 40 分钟T9雅可比:关节转一度,末端动多少约 45 分钟T10特征向量:矩阵不敢动的方向约 45 分钟T11SVD 与伪逆:没有精确解时,找最近的解约 50 分钟T12泰勒展开:用直线替曲线打工约 40 分钟T13概率空间:为什么「随机」需要公理约 50 分钟T14期望:「平均」的严格构造约 55 分钟T15条件期望:竖线的真正含义约 60 分钟T16四个不等式:「多少样本才够」的定量答案约 45 分钟T17范数与不动点:「一定收敛」的出处约 55 分钟T18马尔可夫链:时间平均何时等于集合平均约 55 分钟T19MDP 的数学构造:一条公理值多少钱约 50 分钟T20动态规划:两种迭代的账约 50 分钟T21优化:约束为什么不能只靠罚约 55 分钟T22随机逼近:学习率公式里的每一条约 55 分钟T23接触的数学:Hertz 理论约 45 分钟T24摩擦与摩擦锥:约束的几何形状约 40 分钟T25力封闭与抓取度量:ε 是一个线性规划约 50 分钟T26接触运动学:滚动为什么不是「贴着滑」约 45 分钟T27滑移检测:从「感觉到了」到「算出来了」约 50 分钟