Friction Cone

• 別名: Coulomb friction cone, friction pyramid, linearized friction cone
• カテゴリ: Planning & manipulation › Manipulation
• タグ: contact-mechanics, friction, grasping, legged-locomotion, optimization

クーロン摩擦のもとで表面が滑らずに伝えられる接触力の集合で、表面法線を軸とする円錐の形をとり、その半頂角は摩擦係数によって決まる。

定義

摩擦円錐（Friction cone）は、接触が滑らずに伝えられる力を幾何学的に表したものである。クーロン摩擦モデルのもとでは、接触は摩擦係数と法線力の積までの接線方向の力に抵抗できる。法線力を f_n、接線力を f_t とすると、|f_t| ≤ μ f_n である限り接触は固着したままである。ここで μ は静止摩擦係数である。3 次元で描くと、許容される力ベクトルの集合は、表面法線を軸とし半頂角が arctan(μ) の円錐をなす。

円錐内の力はどれも滑らずに加えられる。境界上の力は滑り出す寸前であり、円錐外の力は維持できず接触は滑る。また接触は押すことしかできず引くことはできないので、法線成分は非負でなければならない。

摩擦円錐はマニピュレーションと移動のいたるところに現れる。把持解析では、指先での摩擦円錐が、把持が物体に加わるどの力とトルクに抵抗できるかを決め、これがフォースクロージャ判定の基礎となる。脚移動では、各足の床反力がその摩擦円錐の内側にとどまらなければ足が滑るため、プランナーやコントローラはこれを制約として課す。

この円錐は非線形（二次錐）制約なので、多くの最適化ベースのコントローラはこれを摩擦角錐、すなわち 4 面以上の多面体近似で置き換え、制約を二次計画法に適した線形不等式に変える。実際の摩擦は表面、材料、汚れによって変わるため、通常は保守的な摩擦係数を選ぶ。

重要な理由

ロボットが把持し、押し、歩くとき、それは常に摩擦に頼っており、摩擦円錐はどの力なら安全に加えられるかをプランナーに伝える制約である。これに違反すると物体を落としたり足が滑ったりするため、ほぼすべてのモデルベースの把持プランナーと脚移動コントローラに登場する。

主な用途

• フォースクロージャと把持品質の解析
• 脚移動コントローラにおける床反力の制約
• 押す、ピボットさせるなど接触の多いマニピュレーションの計画
• ヒューマノイドの多接触動作計画
• 物理シミュレータにおける接触のモデル化

実際の使われ方

四足ロボットやヒューマノイドに取り組む制御エンジニアは、足の力を計算する二次計画問題やモデル予測コントローラに摩擦円錐制約を加える。通常は角錐として線形化し、床について想定される値より低い摩擦係数を使って余裕を残す。把持プランナーも、把持が重力と想定される外乱に抗して物体を保持できるかを確かめる際、各指先の接触で同じことを行う。試験中にロボットが滑った場合、チームはまず、指令した力が円錐の境界に近かったかどうか、そして仮定した摩擦係数がその表面に対して現実的だったかどうかを確認する。

よくある誤解

• 摩擦係数は一つの材料に固有の値である — 接触している表面の組み合わせと、ほこり、湿気、摩耗などの条件に依存する
• 摩擦角錐は厳密である — 円錐の近似であり、内接角錐は保守的で使える力をわずかに制限する
• 各摩擦円錐の内側にとどまれば安定した把持が保証される — すべての接触が固着している必要があるが、それに加えて接触全体で物体にかかる荷重とつり合えなければならない

知っておくべき人

• 脚移動制御のエンジニア
• 把持・マニピュレーション計画の研究者
• 物理シミュレーションの開発者
• グリッパーやロボットの足を設計する機械エンジニア

関連技術

• クーロン摩擦（Coulomb Friction）
• フォースクロージャ（Force Closure）
• 二次計画法（Quadratic Programming）
• 全身制御（Whole-Body Control）
• 接触ダイナミクス（Contact Dynamics）
• 把持レンチ空間（Grasp Wrench Space）

関連用語

• Grasp Planning
• Whole-Body Control
• Gripper
• Centroidal Dynamics

関連プロジェクト

• Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
• GTSAM: Factor-graph optimization library powering many modern SLAM backends
• PyPose: PyTorch library for differentiable robotics with deep learning and Lie group optimization
• NeuPAN: Real-time end-to-end planner that maps raw lidar points directly to robot actions
• OpEn (Optimization Engine): Embedded nonconvex optimization solver in Rust for real-time MPC on robots
• ProxSuite: High-performance QP/LP solver for robotics control and optimization

動画

• Coulomb Friction, Cone of Friction, Falling Broom & Spinning Top | ESM 5314 Lecture 25: Dr. Shane Ross
• Modern Robotics, Chapter 12.2.1: Friction: Northwestern Robotics