Constraint Manifold

Também chamado: constraint surface
Categoria: Planning & manipulation › Trajectory optimisation
Tags: motion-planning, configuration-space, constrained-planning, bimanual-manipulation, sampling-based-planning

O conjunto de configurações do robô que satisfazem uma ou mais restrições de igualdade, como manter uma bandeja nivelada; em geral, uma superfície de dimensão menor dentro do espaço de configurações.

Definição

Uma variedade de restrições (constraint manifold) é o subconjunto do espaço de configurações formado por todas as configurações q que satisfazem uma restrição de igualdade F(q) = 0. Restrições típicas fixam parte da pose do efetuador final: manter uma xícara em pé, segurar uma caneta contra um quadro branco, manter uma garra na maçaneta de uma porta enquanto a porta gira ou manter uma transformação fixa entre duas mãos que seguram o mesmo objeto. Quando as k equações de restrição são independentes, o teorema da função implícita diz que o conjunto de soluções é localmente uma variedade suave de dimensão (n − k) dentro do espaço de configurações de dimensão n. Por ter dimensão menor que o espaço ao redor, ela tem volume zero: uma configuração amostrada ao acaso satisfaz a restrição com probabilidade zero.

É essa propriedade que torna difícil o planejamento de movimento com restrições. Planejadores baseados em amostragem, como PRM e RRT, sorteiam configurações aleatórias e as conectam com segmentos retos, e os dois passos falham em uma variedade, já que as amostras não caem nela e um segmento reto entre dois pontos de uma variedade curva sai dela. Planejadores com restrições usam algumas estratégias principais. Métodos de projeção pegam uma amostra fora da variedade e a puxam para a variedade, muitas vezes com iterações de Newton usando a jacobiana das restrições. Métodos de continuação ou de atlas constroem cartas locais no espaço tangente e expandem a busca ao longo delas. Métodos de relaxamento aceitam uma pequena faixa de tolerância em torno da variedade, o que a transforma em uma região fina de volume não nulo. Métodos de parametrização, quando disponíveis, descrevem a variedade diretamente com um conjunto menor de coordenadas livres, por exemplo usando cinemática inversa analítica para calcular as juntas de um braço a partir das juntas do outro braço em uma pegada bimanual.

Em cadeias cinemáticas fechadas, incluindo dois braços segurando um mesmo objeto rígido e mecanismos paralelos, a variedade de restrições é o conjunto de configurações em que a malha permanece fechada. A otimização de trajetória trata as mesmas restrições como restrições de igualdade no problema de otimização, e não como um conjunto do qual amostrar. A estrutura da variedade importa para os dois: ela pode ser dividida em componentes separados por limites das juntas ou por ramos diferentes da cinemática inversa, e nenhum movimento contínuo pode passar de um para outro.

Por que importa

Muitas tarefas úteis têm restrições: carregar recipientes abertos, mover objetos com dois braços, abrir portas e gavetas e desenhar ou limpar sobre superfícies. Planejadores que ignoram a estrutura de volume zero da variedade de restrições não encontram caminhos ou devolvem caminhos que violam a restrição entre waypoints, então o modo como um planejador lida com a variedade explica boa parte de sua velocidade e confiabilidade.

Principais aplicações

Manipulação bimanual de um objeto rígido compartilhado
Transporte de objetos que precisam ficar em pé, como recipientes abertos
Abertura de portas, gavetas e válvulas ao longo de uma dobradiça ou trilho
Planejamento para mecanismos de cadeia fechada e robôs paralelos
Movimento de ferramentas sobre superfícies, como escrever, limpar ou polir
Planejamento para humanoides e robôs com pernas com contatos fixos de mãos ou pés

Na prática

Dois braços de sete juntas carregam uma caixa comprida, com as duas garras segurando-a rigidamente. O espaço de configurações combinado tem catorze dimensões, mas a transformação fixa entre as mãos impõe seis restrições de igualdade, então as configurações válidas ficam em uma variedade de restrições de oito dimensões. Um RRT baseado em projeção amostra uma configuração aleatória, aplica passos de Newton com a jacobiana das restrições para puxá-la para a variedade e verifica passos curtos ao longo de cada aresta quanto a colisões e a erro de restrição. Uma alternativa, usada quando há cinemática inversa analítica disponível, planeja sobre as juntas de um braço mais o parâmetro de redundância do outro e calcula as juntas do segundo braço em forma fechada, de modo que toda amostra satisfaz a restrição por construção. A equipe compara com que frequência cada abordagem falha perto dos limites das juntas, onde nem a projeção nem a solução em forma fechada podem ter uma resposta válida.

Equívocos comuns

Planejamento com restrições só precisa de mais amostras — a variedade tem volume zero, então amostras aleatórias quase nunca caem nela, por mais que sejam sorteadas
Se cada waypoint satisfaz a restrição, o caminho inteiro também satisfaz — a interpolação em linha reta entre duas configurações válidas em geral sai de uma variedade curva, então as arestas também precisam ser verificadas ou projetadas
A variedade de restrições é uma única superfície conexa — limites das juntas e ramos separados da cinemática inversa podem dividi-la em componentes que nenhum movimento contínuo consegue unir

Quem deve saber

Engenheiros de planejamento de movimento
Pesquisadores de manipulação bimanual e manipulação móvel
Engenheiros que desenvolvem otimizadores de trajetória com restrições
Estudantes de robótica que estudam o espaço de configurações

Tecnologias relacionadas

Planejamento com restrições baseado em projeção (Projection-Based Constrained Planning)
Planejamento baseado em atlas (Atlas-Based Planning)
Jacobiana das restrições (Constraint Jacobian)
Método de Newton–Raphson (Newton–Raphson Method)
Teorema da função implícita (Implicit Function Theorem)

Termos relacionados

Projetos relacionados

OMPL: Sampling-based motion planning library powering MoveIt and countless robotics applications
MoveIt 2: Motion planning framework for ROS 2 robot arms, with kinematics and collision checking
PyRoki: Modular Python toolkit for kinematic optimization across CPU, GPU, and TPU via JAX
mink: Python inverse kinematics library built on MuJoCo supporting 20+ robot platforms
Ruckig: Real-time jerk-constrained time-optimal trajectory generation for robots and machines
NeuPAN: Real-time end-to-end planner that maps raw lidar points directly to robot actions