Open Source Robotics

Eine kuratierte Sammlung hochwertiger Open-Source-Robotikprojekte, Werkzeuge und Software für die Robotik-Community.

Antipodal Grasp

  • Auch genannt: antipodal point grasp
  • Kategorie: Planning & manipulation › Manipulation
  • Schlagwörter: grasping, parallel-jaw, point-clouds, manipulation, contact

Ein Griff mit zwei Kontakten, bei dem die Verbindungslinie der Kontakte an jedem Kontakt im Reibungskegel liegt, sodass die Finger das Objekt klemmen können, ohne zu rutschen.

Definition

Ein antipodaler Griff (antipodal grasp) setzt zwei Kontakte auf gegenüberliegende Seiten eines Objekts, sodass die Linie zwischen ihnen an beiden Punkten mit den Oberflächennormalen ausgerichtet ist. Im strengen geometrischen Sinn zeigen die beiden Normalen entlang dieser Linie genau aufeinander zu. Mit Reibung lockert sich die Bedingung: Der Griff ist antipodal, wenn die Verbindungslinie der Kontakte an jedem Kontakt innerhalb des Reibungskegels liegt, was bedeutet, dass die Klemmkraft übertragen werden kann, ohne dass einer der Finger rutscht. Genau diese Griffform erzeugt ein Parallelgreifer, weshalb der Begriff in der praktischen Greifarbeit so verbreitet ist.

Für ebene Objekte ist ein reibungsbehafteter antipodaler Griff kraftschlüssig: Bei ausreichender Klemmkraft kann er jeder Störung in der Ebene widerstehen. In 3D ist das Bild weniger vollständig. Zwei Punktkontakte können kein Drehmoment um die Achse zwischen ihnen aufnehmen, sodass ein realer antipodaler Griff zusätzlich auf Torsionsreibung aus den endlichen Kontaktflächen von Gummi- oder weichen Fingerpads angewiesen ist. Die Schwerkraft, die auf ein weit von seinem Schwerpunkt gehaltenes Objekt wirkt, erzeugt genau ein solches Drehmoment, sodass sich lange, an einem Ende gegriffene Objekte aus einem ansonsten soliden antipodalen Griff herausdrehen können.

Antipodalität ist günstig zu prüfen, was sie zu einem Arbeitspferd beim Griff-Sampling und Labeln macht. Bei einer Punktwolke mit geschätzten Normalen kann ein Sampler eine Greiferpose vorschlagen, die Punkte finden, die jede Backe berühren würde, und testen, ob ihre Normalen innerhalb eines Reibungskegelwinkels zur Schließrichtung liegen. Grasp Pose Detection und Dex-Net nutzen diese Art geometrischer Prüfung, um große Mengen von Kandidatengriffen zu erzeugen oder zu bewerten, und gelernte Griffnetze werden oft mit Labels trainiert, die auf diese Weise erzeugt wurden.

Warum es wichtig ist

Die meisten eingesetzten Robotergreifer sind Parallelgreifer, und eine Antipodalitätsprüfung ist der einfachste geometrische Test dafür, ob ein solcher Greifer ein Objekt hält. Sie macht aus Griffplanung auf rohen Punktwolken ein schnelles Sampling-Problem und liefert Labels für gelernte Griffdetektoren.

Wichtige Anwendungen

  • Griff-Sampling für Parallelgreifer auf Punktwolken
  • Erzeugen von Trainingslabels für gelernte Griffdetektoren
  • Griff in die Kiste und Kommissionierung im Lager
  • Filtern von Griffkandidaten vor der Bewegungsplanung
  • Benchmarking der Griffqualität in der Simulation

In der Praxis

Eine Zelle für den Griff in die Kiste erfasst mit einer Handgelenkkamera eine Punktwolke gemischter Teile. Das Greifmodul schätzt Oberflächennormalen und sampelt dann Greiferposen, deren Schließachse grob mit den lokalen Normalen ausgerichtet ist. Für jede Pose prüft es, dass der Greiferkörper nicht mit der Wolke kollidiert, findet die Punkte zwischen den Backen und akzeptiert den Griff, wenn die Punkte auf beiden Seiten Normalen innerhalb von etwa 15 bis 20 Grad zur Schließrichtung haben, eine Toleranz, die unterhalb des Reibungskegelwinkels der Gummifingerpads gewählt ist. Akzeptierte Griffe werden nach einer gelernten Bewertung geordnet und danach, wie nah die Backenmitte am geschätzten Schwerpunkt des Teils liegt, was die durch das Schwerkraftmoment um die Backenachse verursachte Drehung verringert.

Häufige Missverständnisse

  • Antipodal bedeutet, dass die Normalen genau entgegengesetzt sein müssen — mit Reibung muss die Linie zwischen den Kontakten nur in beiden Reibungskegeln liegen
  • Ein antipodaler Griff ist in 3D kraftschlüssig — zwei Punktkontakte lassen die Drehung um die Backenachse unbehindert, daher ist zusätzlich Torsionsreibung der Pads nötig
  • Das Bestehen der Antipodalitätsprüfung garantiert ein erfolgreiches Greifen — Massenverteilung, Kollisionen, Rauschen in der Normalenschätzung und Objektverformung können trotzdem zum Fehlschlag führen

Wer das wissen sollte

  • Ingenieure, die Pick-and-Place- und Griff-in-die-Kiste-Systeme bauen
  • Forschende in Griffdetektion und Grifflernen
  • Konstrukteure von Greifern und Fingerpads
  • Robotikstudierende, die Greifmechanik lernen

Verwandte Technologien

  • Parallelgreifer (Parallel-Jaw Gripper)
  • Grasp Pose Detection (GPD)
  • Dex-Net
  • Schätzung von Oberflächennormalen (Surface Normal Estimation)
  • Point Cloud Library

Verwandte Begriffe

  • Force Closure
  • Friction Cone
  • Grasp Planning
  • Gripper
  • Point Cloud
  • Task-Oriented Grasping

Verwandte Projekte

  • LeRobot: HuggingFace ML library for real-world robotics in PyTorch
  • Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
  • NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
  • OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
  • Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
  • OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments

Diese Website benötigt JavaScript. Bitte aktivieren Sie JavaScript, um unsere Open-Source-Robotikprojekte zu erkunden.