Antipodal Grasp

• 別名: antipodal point grasp
• カテゴリ: Planning & manipulation › Manipulation
• タグ: grasping, parallel-jaw, point-clouds, manipulation, contact

2 つの接触点を結ぶ直線が各接触点の摩擦円錐の内側にある 2 点接触の把持。指が滑らずに物体を挟み込める。

定義

アンチポーダル把持（antipodal grasp）は、物体の反対側に 2 つの接触点を置き、それらを結ぶ線が両点の表面法線と揃うようにする把持である。厳密な幾何学的意味では、2 本の法線はその線に沿って互いをまっすぐ指し合う。摩擦がある場合、この条件は緩和される。接触点を結ぶ直線が各接触点の摩擦円錐の内側にあれば、その把持はアンチポーダルであり、これはどちらの指も滑ることなく挟み込む力を伝達できることを意味する。これは平行グリッパーが作る把持の形であり、この用語が実用的な把持の研究開発でこれほど一般的な理由でもある。

平面物体では、摩擦のあるアンチポーダル把持はフォースクロージャである。十分な挟み込み力があれば、平面内のあらゆる外乱に抵抗できる。3D では事情はそれほど単純ではない。2 つの点接触では、それらを結ぶ軸まわりのトルクに抵抗できないため、実際のアンチポーダル把持は、ゴムや柔らかい指パッドの有限な接触面から生じるねじり摩擦にも依存する。物体を重心から遠い位置で保持すると、物体に働く重力がまさにそのようなトルクを生むため、一端をつかまれた長い物体は、本来は問題のないアンチポーダル把持から回転して外れることがある。

アンチポーダル性は低コストで判定できるため、把持のサンプリングとラベル付けにおける主力の手法となっている。法線を推定した点群が与えられれば、サンプラーはグリッパーの姿勢を提案し、各ジョーが触れる点を見つけ、それらの法線が閉じる方向に対して摩擦円錐角の範囲内にあるかを検査できる。Grasp Pose Detection と Dex-Net はこの種の幾何学的チェックを使って大量の把持候補を生成またはスコア付けしており、学習型の把持ネットワークもこの方法で作られたラベルで学習されることが多い。

重要な理由

実際に導入されているロボットグリッパーの大半は平行グリッパーであり、アンチポーダル判定は、そのようなグリッパーが物体を保持できるかどうかを調べる最も単純な幾何学的テストである。生の点群上での把持計画を高速なサンプリング問題に変え、学習型の把持検出器にラベルを供給する。

主な用途

• 点群上での平行グリッパーのための把持サンプリング
• 学習型把持検出器の学習用ラベルの生成
• ビンピッキングと倉庫のオーダーピッキング
• モーションプランニング前の把持候補の絞り込み
• シミュレーションでの把持品質のベンチマーク

実際の使われ方

ビンピッキングのセルが、手首カメラで混在部品の点群を取得する。把持モジュールは表面法線を推定し、閉じる軸が局所的な法線とおおむね揃うグリッパー姿勢をサンプリングする。各姿勢について、グリッパー本体が点群と衝突しないことを確認し、両ジョーの間にある点を見つけ、両側の点の法線が閉じる方向から約 15 ～ 20 度以内にあれば把持を採用する。この余裕はゴム製指パッドの摩擦円錐角より小さく選ばれている。採用された把持は、学習したスコアと、ジョーの中心が部品の推定重心にどれだけ近いかによって順位付けされる。後者は、ジョーの軸まわりの重力トルクによる回転を減らす。

よくある誤解

• アンチポーダルとは法線が正確に逆向きでなければならないことである — 摩擦がある場合、接触点間の線は両方の摩擦円錐の内側にあればよい
• アンチポーダル把持は 3D でもフォースクロージャである — 2 つの点接触ではジョーの軸まわりの回転に抵抗できないため、パッドによるねじり摩擦も必要になる
• アンチポーダル判定に通ればピッキングの成功が保証される — 質量分布、衝突、法線推定のノイズ、物体の変形によって失敗することはありうる

知っておくべき人

• ピックアンドプレースやビンピッキングのシステムを構築するエンジニア
• 把持検出と学習の研究者
• グリッパーと指パッドの設計者
• 把持の力学を学ぶロボティクスの学生

関連技術

• 平行グリッパー（Parallel-Jaw Gripper）
• Grasp Pose Detection（GPD）
• Dex-Net
• 表面法線推定（Surface Normal Estimation）
• Point Cloud Library

関連用語

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

関連プロジェクト

• 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