Workspace

• 又稱: Work Envelope, Reach, Operating Volume, Work Volume
• 類別: Foundations & spatial maths › Kinematics
• 標籤: specifications, design, kinematics, manipulation

機器人末端執行器能到達的整個空間體積，定義了運作的邊界。

定義

工作範圍是機器人末端執行器所能到達的整個空間體積。它定義了機器人能夠運作的實體邊界，也是為特定應用挑選機器人時最重要的規格之一。

工作範圍的類型： - 可達工作範圍：末端執行器至少能以一種姿態到達的所有點的集合。這是機器人可達範圍的最大包絡。 - 靈巧工作範圍：可達工作範圍的子集，末端執行器能以任何期望的姿態到達其中的點。它一定比可達工作範圍小，但在實務上更有用。

工作範圍的形狀取決於機器人的幾何結構： - 關節式手臂（6 自由度旋轉）：大致呈球形的工作範圍，中心是空的（手臂無法太靠近自己的底座）。半徑等於所有連桿長度的總和。 - SCARA 機器人：圓柱形的工作範圍，在水平面上呈圓形，並具有用於組裝任務的垂直行程。 - 直角座標/龍門機器人：與各軸線性行程相符的矩形工作範圍。 - Delta 機器人：位於安裝點下方的圓頂形工作範圍，針對在有限體積內快速取放而最佳化。

影響工作範圍的因素： - 連桿長度：連桿越長，可達距離越遠，但可能降低剛性與負載能力。 - 關節極限：關節上的機械限位會限制理論上的工作範圍。關節很少具有完整的 360 度範圍。 - 伸展距離下的負載：由於內側關節承受的扭矩需求增加，最大負載在工作範圍邊界通常會下降。 - 障礙物與安裝：實際的工作範圍必須考量機器人的安裝表面、線纜、附近設備與安全區域。

評估開源機器手臂時，把工作範圍的體積與形狀與預定的任務區域相比較，是確保機器人能實際到達所有所需位置的關鍵。

為何重要

機器人的工作範圍是它的工具實際能到達的點的集合，也是任何工作單元配置首先必須遵守的限制。它很少是人們想像中那個整齊的球體：關節極限、自我碰撞與連桿幾何會在其中挖出空洞與死區，而手臂能以任何姿態到達的那個體積，也就是靈巧工作範圍，比它只能碰觸到的體積小得多。對新手臂的失望，大多源自把這兩者混為一談。

主要應用

• 工作單元配置：把治具、料盒與輸送帶放在可到達的包絡範圍內
• 機器人選型，讓手臂的可用體積與任務相符，而不是只看標示的可達距離
• 安裝決策：地面、牆面、天花板或滑軌，每一種都會改變工作範圍的形狀
• 運動規劃，必須在嘗試規劃之前就拒絕無法到達的目標
• 工具設計，因為較長的末端執行器能延伸可達距離，但會移動重心
• 在購買硬體之前驗證可達性的模擬研究

實際應用

像「750 mm 可達距離」這樣的標示數字，描述的是手臂完全伸展時沿某一方向的最遠距離，而這也是它最弱、最不靈巧的姿態。實務上，有用的包絡範圍是一層殼：太靠近底座，手臂會與自己碰撞；伸得太遠，又會失去負載與剛性，並接近奇異點。配置工作單元時，實際的測試方式是裝上實際使用的工具，把手臂移到預定任務的每個角落，因為夾爪的長度與形狀對可達範圍的改變，不亞於手臂本身的幾何結構。

常見誤解

• 可達距離只是一個數字：可達工作範圍與靈巧工作範圍差異很大，只有後者允許任意的工具姿態
• 工作範圍是一個球體：關節極限、底座與自我碰撞會去除大片區域，尤其是靠近底座之處
• 加上夾爪不會改變工作範圍：工具會成為幾何的一部分，同時改變可達距離與碰撞行為
• 可達範圍內的每個位置都一樣好用：剛性、精度與負載都會朝邊界逐漸下降

誰需要了解

• 任何在手臂周圍配置工作單元或工作台的人
• 比較標示可達距離看似相近之手臂的採購者
• 決定機器人安裝方式與位置的工程師
• 學習為什麼可到達的點仍可能無法使用的學生
• 任何機器人始終差一點碰不到任務某個角落的人

相關技術

• 正向與逆向運動學
• Denavit-Hartenberg 參數
• 奇異點分析
• 碰撞檢查與運動規劃
• 可達性地圖
• 運動學冗餘與零空間控制
• 工作單元模擬（RoboDK、ROS MoveIt）
• 安全標準（ISO 10218、ISO/TS 15066）

相關術語

• DOF
• Inverse Kinematics
• Joint
• Payload

相關專案

• 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

影片

• Understanding Work Envelopes of Robots!: Sabin Civil Engineering