Kinematic singularity
- 又稱: singular configuration, singularity
- 類別: Foundations & spatial maths › Kinematics
- 標籤: kinematics, jacobian, manipulators, inverse-kinematics, motion-planning
機構的雅可比矩陣降秩的一種組態,此時末端執行器在某些方向上無法移動或施力,而鄰近的運動需要非常大的關節速度。
定義
運動學奇異點(kinematic singularity)是機器手臂、腿或其他機構的一種組態,在此組態下,其雅可比矩陣(把關節速度映射為末端執行器速度的矩陣)會降秩。此時,關節在一個或多個方向上再也無法產生末端執行器運動,機構實際上失去了自由度。雅可比矩陣本身處處都有定義;奇異點是其秩下降的特定組態所具有的性質。實務上的麻煩在到達精確的奇異點之前就開始了:當組態逼近奇異點時,雅可比矩陣的最小奇異值趨近於零,而以雅可比矩陣求逆的逆向運動學會要求無限增大的關節速度。
奇異點通常依出現的位置分類。邊界奇異點出現在工作範圍的邊緣,例如手臂或腿完全伸直或完全折起、肘或膝打直的時候。內部奇異點在關節軸線對齊時出現在工作範圍內部:在具有球型手腕的六軸工業機器手臂上,第四軸與第六軸共線時出現手腕奇異點,手腕中心位於第一軸上時出現肩部奇異點,手臂完全伸展時出現肘部奇異點。並聯機構還有其他類型的奇異點,在這些奇異點上,即使所有致動器都已鎖住,平台仍可能獲得不受控制的自由度。
奇異點也有力的一面。由於關節扭矩經由雅可比矩陣的轉置與末端執行器的力旋量相關聯,在奇異組態下,有些力旋量不需任何關節扭矩就由結構承受,另一些力旋量則完全無法產生。處理奇異點的標準方式包括:在路徑或軌跡規劃器中避開奇異點;監測 Yoshikawa 可操作度等指標;使用阻尼最小平方法逆向運動學,以少量追蹤誤差換取有界的關節速度;以及在冗餘機器人上利用多出的自由度繞開奇異點。
為何重要
在奇異點附近,笛卡兒控制器與逆向運動學可能下達危險的關節速度、失去追蹤,或因觸發安全限制而停機。知道一個機構的奇異點位於何處,會影響工作範圍配置、軌跡規劃、控制器設計,甚至腿與手臂的設計。
主要應用
- 工業機器手臂的笛卡兒路徑規劃與軌跡檢查
- 機器人周圍的工作範圍配置與工作站設計
- 具阻尼或奇異點迴避的逆向運動學求解器
- 足式機器人的腿部設計與機身運動限制
- 冗餘手臂以可操作度為基礎的最佳化
實際應用
一位工程師為一支六軸手臂編寫程式,讓它帶著工具沿直線橫越工件。移動途中,第四與第六關節軸線接近對齊,控制器的逆向運動學要求手腕快速轉半圈,因而觸發關節速度限制,使機器人停機。解決方式是移動工件,讓路徑遠離手腕奇異點;或為工具加上小角度傾斜,讓兩條軸線保持分開;或改用能容忍些微偏離直線的阻尼最小平方法求解器。在足式機器人上,對應的問題是腿伸到完全打直:規劃器會限制機身運動,讓每條腿都維持膝部彎曲、雅可比矩陣維持良態。
常見誤解
- 奇異點只發生在工作範圍的邊緣 — 內部奇異點,例如六軸手臂的手腕奇異點,就出現在工作範圍內部深處
- 只有精確的奇異組態才有問題 — 逼近奇異點時雅可比矩陣就會變得病態,因此在整個鄰域內都會出現很大的關節速度與不佳的精度
- 使用虛反矩陣就能消除奇異點問題 — 一般的虛反矩陣在奇異點附近仍會產生非常大的關節速度;需要阻尼或迴避
- 冗餘機器人沒有奇異點 — 它們仍有奇異組態,只是多出的自由度常可用來避開
誰需要了解
- 使用工業機器手臂的機器人程式設計人員與系統整合商
- 運動規劃與逆向運動學開發人員
- 機構與腿部設計人員
- 學習機器手臂運動學的機器人學學生
相關技術
- 阻尼最小平方法逆向運動學(Damped Least-Squares Inverse Kinematics)
- 可操作度指標(Manipulability Measure)
- 奇異值分解(Singular Value Decomposition)
- 球型手腕(Spherical Wrist)
- 並聯式機器手臂(Parallel Manipulators)
相關術語
- Jacobian
- Kinematic Redundancy
- Inverse Kinematics
- Workspace
- Task-Priority Inverse Kinematics
- Operational Space Control
相關專案
- 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
- DART: C++ physics engine for articulated rigid body dynamics and robotics simulation