Jacobian

又稱: Jacobian Matrix, Robot Jacobian, Manipulator Jacobian
類別: Foundations & spatial maths › Kinematics
標籤: mathematics, kinematics, control, velocity, singularity

把關節速度與末端執行器速度關聯起來的矩陣，是機器手臂控制的基礎。

定義

在機器人學中，雅可比矩陣是描述關節速度與末端執行器速度之間關係的矩陣。它是連接機器人關節空間（馬達角度）與任務空間（夾爪在真實世界中的位置與方向）的基本數學工具。

對於有 n 個關節的機器手臂，雅可比矩陣是一個 6×n 的矩陣（6 列分別對應末端執行器的 3 個線速度與 3 個角速度）。把雅可比矩陣乘以關節速度向量，就得到相應的末端執行器速度：

v_end_effector = J q_dot**

雅可比矩陣的主要用途： - 速度控制：給定期望的末端執行器速度，利用雅可比矩陣的反矩陣計算所需的關節速度。 - 力映射：雅可比矩陣的轉置把末端執行器的力映射回關節扭矩，讓工具尖端的力控制成為可能。 - 奇異點偵測：當雅可比矩陣降秩（行列式趨近於零）時，機器人就接近奇異點，也就是在某些方向上無法移動的組態。偵測到這一點可以防止危險的高速關節運動。 - 逆向運動學：迭代式 IK 求解器利用雅可比矩陣計算微小的關節調整量，讓末端執行器朝目標位姿移動。 - 可操作度分析：雅可比矩陣揭示了機器人在某個組態下，往不同方向移動與施力的能力有多好。可操作度橢球把這種能力視覺化。

雅可比矩陣會隨機器人的組態而改變：關節移動時，每個時間步都必須重新計算。這讓以雅可比矩陣為基礎的控制在運算上很有效率（矩陣乘法），但會隨組態而變。

對任何從事機器手臂控制、力控制，或超越基本關節空間控制之運動規劃的人來說，了解雅可比矩陣都不可或缺。

為何重要

雅可比矩陣是關節速度與工具速度之間的橋梁：這個矩陣說明了每個關節轉動時，末端執行器以多快的速度、往哪個方向移動。它讓平順的笛卡兒控制成為可能，也揭露了機器人的弱點：在雅可比矩陣降秩的地方，手臂處於奇異點，在某個方向上完全無法移動。力控制也仰賴它，因為同一個矩陣把工具上的力與關節上的扭矩關聯起來。

主要應用

分解速率控制：以指令的笛卡兒速度驅動工具
視覺伺服，把影像空間的誤差轉換成關節運動
力控制與阻抗控制，把工具的力映射到關節扭矩
在規劃期間偵測並避開奇異點
可操作度分析，量測手臂在某個姿態下能多自由地移動
冗餘手臂上的零空間控制，在保持工具不動的同時移動手肘

實際應用

在遠端操作或視覺伺服迴路中，控制器反覆計算期望的工具速度，並乘以雅可比矩陣的反矩陣，得到關節速度。這在手臂接近奇異點之前都運作良好；奇異點通常是完全伸直的手肘或對齊的手腕，在那裡反矩陣會發散，微小的指令運動就需要極大的關節速度。量產控制器以阻尼最小平方法防範這種情況，它犧牲一點精度來換取穩定性，這也是為什麼手臂在接近工作範圍邊緣時，常感覺遲緩或不肯移動。

常見誤解

雅可比矩陣是機器人的固定屬性：它隨每個組態而改變，必須持續重新計算
它一定可以求反：在奇異點上它會降秩，反矩陣並不存在
它只與速度有關：它的轉置把工具的力與關節扭矩關聯起來，這是力控制的基礎
奇異點是罕見的極端情況：完全伸直的手臂或對齊的手腕，都是再普通不過的要求姿態

誰需要了解

任何實作笛卡兒速度控制或力控制的人
撰寫遠端操作或視覺伺服迴路的開發者
調查手臂在某些姿態下變得不穩定之問題的工程師
從位置控制邁向速度與力控制的學生
任何在評估手臂在整個工作範圍內是否具備可用靈巧度的人

影片

Velocity Kinematics & Jacobian Matrix | Robotics 101: Engineering Simplified

維基百科

雅可比矩阵

Open Source Robotics