Open Source Robotics

Una colección curada de proyectos, herramientas y software de robótica de código abierto de alta calidad.

Force Closure

  • También llamado: force-closure grasp
  • Categoría: Planning & manipulation › Manipulation
  • Etiquetas: grasping, contact, statics, manipulation, grasp-quality

Una propiedad del agarre: los contactos, usando la fricción, pueden aplicar juntos una llave de fuerzas que resista cualquier fuerza y par externos sobre el objeto sujetado.

Definición

Un agarre tiene cierre de fuerza (force closure) cuando las fuerzas que sus contactos pueden aplicar son capaces de equilibrar cualquier llave de fuerzas (wrench) externa sobre el objeto, es decir, cualquier combinación de fuerza y par. Cada contacto solo puede empujar, no tirar, y con fricción de Coulomb puede aplicar fuerzas en cualquier dirección dentro de su cono de fricción. Llevar esas fuerzas del cono al espacio de llaves de fuerzas del objeto da un conjunto de llaves de fuerzas de contacto; el agarre tiene cierre de fuerza cuando las combinaciones no negativas de ellas generan todo el espacio (tres dimensiones para un objeto plano, seis para uno espacial). Una prueba equivalente es que el origen del espacio de llaves de fuerzas quede estrictamente dentro de la envolvente convexa de las llaves de fuerzas de contacto.

El cierre de fuerza se distingue del cierre de forma (form closure), en el que el objeto queda inmovilizado solo por la geometría de contactos sin fricción. El cierre de forma necesita más contactos (al menos cuatro para un objeto plano y siete para uno espacial), pero no depende de la fricción. El cierre de fuerza suele necesitar menos contactos porque la fricción añade fuerza tangencial, pero depende de que la mano apriete activamente: las fuerzas internas entre los dedos presionan los contactos hacia el interior de sus conos de fricción. Un resultado clásico para agarres planos, debido a Nguyen (1988), es que dos contactos con fricción dan cierre de fuerza cuando la línea que los une está dentro de ambos conos de fricción. En 3D, dos contactos puntuales con fricción no pueden resistir un par alrededor de esa línea, por lo que se necesitan contactos de dedo blando, que añaden fricción torsional, o un tercer contacto.

El cierre de fuerza es una propiedad de sí o no, por lo que los planificadores de agarre suelen combinarlo con una medida de calidad. La más conocida, de Ferrari y Canny (1992), es el radio de la mayor bola alrededor del origen que cabe dentro de la envolvente convexa de las llaves de fuerzas de contacto: un radio mayor significa que la perturbación del peor caso que el agarre puede resistir, por unidad de fuerza de los dedos, es mayor. Los planificadores de agarre analíticos y muchos pipelines de agarre aprendidos usan el cierre de fuerza o esas métricas para etiquetar datos de entrenamiento, aunque el sistema desplegado nunca las calcule en línea.

Por qué importa

El cierre de fuerza es la respuesta formal estándar a la pregunta de si un agarre aguantará. Explica por qué importan la colocación de los dedos, la fricción y la fuerza de apriete, y sustenta las métricas de calidad de agarre, las etiquetas de agarre simuladas y el análisis de manos de varios dedos.

Aplicaciones clave

  • Etiquetado de agarres para entrenar detectores de agarre aprendidos
  • Planificación analítica de agarres para pinzas de mordazas paralelas y manos de varios dedos
  • Métricas de calidad de agarre en el espacio de llaves de fuerzas
  • Diseño de utillajes y sujeción de piezas
  • Comprobación de la estabilidad de reagarres en la mano y de secuencias de movimiento de los dedos

En la práctica

Un equipo que construye un conjunto de datos para un detector de agarre aprendido muestrea miles de agarres candidatos de mordazas paralelas sobre mallas de objetos. Para cada candidato encuentra los dos puntos de contacto y sus normales de superficie, aproxima cada cono de fricción con ocho aristas usando un coeficiente de fricción supuesto de alrededor de 0,5 y ensambla las llaves de fuerzas de contacto resultantes con términos torsionales de dedo blando. Un programa lineal o una prueba de envolvente convexa comprueba si el origen queda estrictamente dentro del conjunto de llaves de fuerzas, y la métrica de Ferrari-Canny clasifica los agarres que pasan. Como el coeficiente de fricción es incierto, repite la prueba con un coeficiente más bajo y conserva solo los agarres que siguen teniendo cierre de fuerza, lo que elimina candidatos cerca del borde del cono de fricción.

Ideas erróneas comunes

  • El cierre de fuerza significa que el agarre no puede fallar — dice que los contactos podrían resistir cualquier llave de fuerzas con suficiente fuerza de apriete; los límites de los actuadores, el deslizamiento y la deformación del objeto siguen importando
  • El cierre de fuerza y el cierre de forma son lo mismo — el cierre de forma surge solo de la geometría, sin fricción, mientras que el cierre de fuerza depende de la fricción y del apriete activo
  • Dos dedos enfrentados siempre dan cierre de fuerza en 3D — dos contactos puntuales no pueden resistir la rotación alrededor de la línea que los une, a menos que las superficies de contacto aporten fricción torsional
  • Un agarre con cierre de fuerza es un buen agarre — el cierre de fuerza es binario; se necesitan métricas de calidad para distinguir un agarre marginal de uno robusto

Quién debería saberlo

  • Investigadores de planificación de agarres y manipulación
  • Ingenieros que diseñan pinzas y manos robóticas
  • Desarrolladores que generan conjuntos de datos de agarre en simulación
  • Estudiantes de robótica que estudian la mecánica del contacto

Tecnologías relacionadas

  • Espacio de llaves de fuerzas del agarre (Grasp Wrench Space)
  • Métrica de Ferrari-Canny (Ferrari-Canny Metric)
  • Linealización del cono de fricción (Friction Cone Linearization)
  • Dex-Net
  • GraspIt!

Términos relacionados

  • Wrench
  • Friction Cone
  • Antipodal Grasp
  • Grasp Planning
  • Coulomb Friction
  • Dexterous Manipulation

Proyectos relacionados

  • 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

Vídeos

  • Modern Robotics, Chapter 12.2.3: Force Closure: Northwestern Robotics

Este sitio web requiere JavaScript. Por favor, habilite JavaScript para explorar nuestros proyectos de robótica.