Home / 机器人经典基础 / 奇异鲁棒逆解：允许一点偏差，换取可执行的关节运动

016｜奇异鲁棒逆解：允许一点偏差，换取可执行的关节运动

论文：Yoshihiko Nakamura、Hideo Hanafusa，Inverse Kinematic Solutions With Singularity Robustness for Robot Manipulator Control，1986，JDSMC 108(3):163–171。原始出版入口。

先接住前作的问题

Resolved-rate在弱奇异方向可能要求巨大关节速度，本篇承接这个逆问题，允许近似任务运动以换取有界指令。可操作度帮助诊断方向能力。

五个前置概念

五个前置概念：病态矩阵对误差有大放大；伪逆给出最小范数最小二乘解；奇异值刻画方向能力；正则化用偏差换取稳定性；硬约束明确禁止超限，而不仅在目标中惩罚它。

一、问题设定：奇异附近怎样避免不可执行的巨大关节速度

机械臂接近完全伸直时，要求夹爪沿某个方向移动一点点，可能需要关节以极高速度转动。数学上的逆解可以存在，电机却执行不了。直接截断巨大速度又会破坏各关节之间的配合。

问题设定：病态与无解不是同一件事

设期望任务速度为 $v_d$ ，机器人满足 $v=J(q)\dot q$ 。普通逆或伪逆给出 $\dot q=J^\dagger v_d$ 。若 $J$ 满行秩，这个解能精确实现任务速度；但接近奇异时，最小奇异值很小，关节速度可能异常大。

在真正奇异点，某些任务速度方向根本不可实现；在邻近奇异点，这些方向虽然理论可实现，所需关节速度却可能超出硬件。工程控制必须同时面对两种情况，不能只在矩阵恰好不可逆时才采取措施。

这里研究的是机器人局部运动学，不是规划完整路径。输入是当前姿态、雅可比和任务速度；输出是关节速度。它没有奖励学习，也不自动计算电机力矩。若把有限速度误认为动力学可行，就忽略了加速度与力矩约束。

二、加入正则化，按奇异方向解释逆增益

采用等权教学形式，求解

$\min_{\dot q}\ \|J\dot q-v_d\|^2+\lambda^2\|\dot q\|^2.$

第一项要求末端运动接近期望，第二项惩罚过大的关节速度。 $\lambda>0$ 决定折中程度。对目标求导得到

$\dot q_\lambda=J^T(JJ^T+\lambda^2I)^{-1}v_d.$

实现应解线性方程，而不是显式计算逆矩阵。正则化使被求解矩阵保持正定，即使 $J$ 降秩也能给出唯一有限的优化解。这是目标的性质，不是说原机器人突然获得失去的自由度。

令 $J=U\Sigma V^T$ ，每个奇异方向的逆增益从 $1/\sigma_i$ 变为

$g_i=\frac{\sigma_i}{\sigma_i^2+\lambda^2}.$

当 $\sigma_i$ 很小，增益不再爆炸；当 $\sigma_i$ 远大于 $\lambda$ ，行为接近伪逆。所实现的末端速度在该方向被乘以 $\sigma_i^2/(\sigma_i^2+\lambda^2)$ ，所以抑制关节速度必然伴随任务误差。

增益 $g(\sigma)$ 的最大值为 $1/(2\lambda)$ ，可由求导验证。这为理解数值放大提供一个简单上界，但它不是每个关节都严格满足指定速度上限的约束。如果某关节有特别低的限速，仍需要权重设计或带不等式约束的优化。

先把“求导得到”中省略的一步补上。二次目标的梯度为 $2J^\top(J\dot q-v_d)+2\lambda^2\dot q$ ，令其为零得到 $(J^\top J+\lambda^2I)\dot q=J^\top v_d$ 。通过奇异值分解可验证它等价于上面的任务维数形式；哪一种线性系统更小，取决于关节数和任务维数，而不是两种算法具有不同物理含义。

还可以定量检查所谓“阻尼零空间”。记 $J_\lambda^\#=J^\top(JJ^\top+\lambda^2I)^{-1}$ ，则 $N_\lambda=I-J_\lambda^\#J$ 在一个非零奇异方向上保留 $\lambda^2/(\sigma_i^2+\lambda^2)$ ，因此通常 $JN_\lambda\ne0$ 。原创例取 $J=\operatorname{diag}(1,0.1),\lambda=0.1$ ，辅助命令 $z=(0,1)$ 经 $N_\lambda$ 后为 $(0,0.5)$ ，仍产生 $(0,0.05)$ 的任务速度。把这种泄漏误当主任务完全解耦，会使姿态优化偷偷改变末端轨迹。

阻尼在小奇异值方向压低逆增益，同时留下任务误差。下面直接计算最弱方向的输出，将这个代价与简单速度截断区分开，再读理论和仿真范围。

三、计算阻尼逆解，用最弱方向手算误差

输入：当前 q、目标任务速度 vd、阻尼参数 lambda
J ← 计算当前任务雅可比
A ← J*J转置 + lambda平方*单位矩阵
y ← 解线性方程 A*y = vd
dq ← J转置*y
检查预测末端误差 J*dq-vd、关节速度和限位余量
若超过硬件限制，进入明确设计的约束处理
输出 dq；下一控制周期依据新状态重新计算

这是一种现代标准化教学实现。原文的 SR-inverse 还涉及可行性评价与选择，未核实其全部调度细节，不能把固定 $\lambda$ 宣称为原文唯一版本。

自构数值例子：最弱方向到底发生了什么

设 $J=\operatorname{diag}(1,0.01)$ ，期望速度 $v_d=(0,1)$ 。伪逆要求第二个关节速度为 100。令 $\lambda=0.1$ ，阻尼解的第二分量为 $0.01/(0.0001+0.01)\approx0.9901$ 。

此时末端第二方向实际速度只有约 $0.009901$ ，误差很大。这个例子刻意选得极端，用来说明“关节速度变小”不是免费收益：机器人几乎放弃了当前难以实现的任务方向。

若 $\lambda$ 减小到 $0.001$ ，同一分量约为 $99.01$ ，跟踪恢复，但速度再次接近巨大伪逆值。没有一个阻尼参数能让真实缺失的运动能力凭空出现。更好的上层做法可能是换姿态、改路径或降低期望速度。

还可以把期望速度改为 $(1,0)$ 。它沿强方向，阻尼影响小得多。由此可见，接近奇异不代表所有方向都一样危险，应结合任务速度在奇异向量上的投影分析。

四、区分理论、仿真主张与未核实数值

阻尼逆解：抑制放大，同时牺牲任务速度；曲线由正文解析公式直接计算，不是原论文仿真曲线 — 原创教学图：本文手算与几何示意；核对相关原文。非原论文图，非实验数据。

读图：曲线由正文解析公式直接计算，不是原论文仿真曲线。橙线在零附近发散，蓝线的峰值被 5 限制；右侧数值同时展示关节速度下降与任务速度损失。

理论与仿真怎样判断

出版全文及原图仍未取得。以下阻尼最小二乘是解释 SR-inverse 思想的教学推导；原稿的权重、调度函数和公式编号不作未核实归因。

原始摘要，问题定义。 逆解在奇异附近不可执行；研究重点是可行近似运动；具体机械臂设置未核实。

原始摘要，SR-inverse 描述。 替代普通逆与伪逆；方法接受笛卡尔轨迹近似；不能说完全消除跟踪误差。

原始摘要，性质与复杂度。 实施可行性分析；原文包含相关分析；原运算计数未核实。

原始摘要，仿真说明。 奇异问题与方法效果；原文有仿真演示；图号、峰值速度及重复次数未核实。

本文 SVD 推导。 逆增益与速度衰减；给出正则化作用的可计算解释；不替代实物实验。

目前不提供无法确认的实验表数字。若要复现实验，最有价值的图不是单一末端轨迹，而是同一横轴上的最小奇异值、关节速度峰值和末端速度误差。这样才能看见“牺牲什么，换来什么”。

比较时还应固定任务轨迹、采样周期、速度上限与后处理。若伪逆结果经过截断而阻尼结果没有截断，必须同时报告截断策略，否则无法解释差异究竟来自逆解还是限制器。

五、检查跟踪偏差、硬限位与碰撞约束

核心思想是把数值逆问题变成可调的近似问题，承认硬件能力比代数精确性更重要。它与可操作度形成互补：可操作度描述能力，阻尼逆解根据能力不足改变动作。

代价是跟踪偏差和参数选择。固定大阻尼会在正常姿态也降低准确度；过于突变的自适应阻尼可能导致指令不平滑。权重设置还涉及不同关节速度尺度，不能默认转动与移动关节的一单位成本相同。

阻尼不是碰撞避免，也不是严格的任务优先级工具。尤其把阻尼伪逆直接放入 $I-J^\#J$ 后，这个矩阵通常不再是真正零空间投影，辅助动作可能泄漏到主要任务。这里是由公式推出的实现提醒，不是原文已核实的实验结论。

六、追问：单纯增大阻尼能否同时解决关节硬限位和碰撞？

单纯增大阻尼能否同时解决关节硬限位和碰撞？

参考答案：不能。阻尼调节任务误差与关节运动大小的折中，但目标函数中没有因此自动出现位置硬限位或碰撞可行域。应分别检查速度增益是否被抑制，以及积分后的构型是否满足约束。若需要保证后者，必须增加相应的约束处理，不能把“数值有限”当“物理安全”。

七、在动态一致性与任务优先级中处理约束

教学联系：操作空间：直接设计夹爪的动力学行为。进入力矩控制后，冗余分解还须满足动态一致条件，不能照搬速度伪逆。
模块组合：全身任务层级：够不到目标时，先决定什么不能牺牲。把多个任务与约束按优先级组织，显式处理彼此冲突。

八、自测与参考答案

1．为什么直接把伪逆输出逐关节截断不等价于阻尼最小二乘？

截断发生在解算之后，改变了关节间协作，却没有重新优化任务误差。阻尼解从一开始就在整个向量空间权衡两个目标；两者一般产生不同方向的末端误差。

2．阻尼让矩阵可逆，是否也让机器人雅可比恢复满秩？

没有。被正则化的是数值求解矩阵 $JJ^T+\lambda^2I$ ，真实运动关系仍由 $J$ 决定。缺失方向仍然不能实现。

3．如果要求每个关节速度绝对不超过上限，单独选择 $\lambda$ 足够吗？

通常不够。范数惩罚只鼓励小速度，不直接编码每关节边界。应使用带速度不等式的优化，或具有明确保证的限制机制，并重新评价任务误差。