KaRMA: A Kinematic Metric for Fine Manipulation Ability in Robotic Hands
作者: Martin Peticco, Pulkit Agrawal
分类: cs.RO
发布日期: 2026-05-15
💡 一句话要点
提出KaRMA指标，评估机器人手在灵巧操作中的运动学能力
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人手 灵巧操作 运动学指标 滚动操作 性能评估
📋 核心要点
- 现有机器人手评估指标侧重静态属性，无法有效衡量灵巧操作中持续改变物体姿态的能力。
- KaRMA通过运动学方法，量化机器人手在满足约束条件下，手内物体可达到的平移和旋转范围。
- 实验表明，KaRMA能有效区分静态指标下性能相似的机械手，并揭示平移-旋转的权衡关系。
📝 摘要（中文）
传统机器人手指标侧重于静态属性，如工作空间、可操作性和抓取稳定性。然而，这些指标不能直接衡量机器人操作中灵巧性的标准定义：在保持初始抓取接触的同时，持续改变物体在手中的姿态的能力。我们引入了运动学滚动操作能力（KaRMA），这是一种仅基于运动学的精细操作指标，它量化了在两指精确捏持中，通过可行的滚动运动，球形测试物体可达到的手内平移和重新定向。KaRMA强制执行关节限制、碰撞约束、滚动接触和反作用力可行性，然后通过在平移和旋转基元上的广度优先搜索来研究可达到的手内物体姿态。KaRMA报告三个分数：平移覆盖率（KaRMA-T）、旋转覆盖率（KaRMA-R）和对初始抓取的敏感性（KaRMA-S）。我们在16个广泛使用的机器人手上评估了KaRMA，并与静态基线进行了比较，结果表明KaRMA可以区分在静态代理下排名相同的机械手，揭示了现有基线无法看到的平移-旋转权衡，并且在基于雅可比矩阵的指标可能产生误导的情况下，与选定的已发表任务基准在质量上是一致的。
🔬 方法详解
问题定义：论文旨在解决如何有效评估机器人手进行精细操作的能力，特别是其在保持抓取的同时，在手内连续改变物体姿态的能力。现有方法主要关注静态属性，如工作空间和可操作性，无法准确反映灵巧操作的动态特性。这些静态指标无法区分具有相似静态性能但动态操作能力不同的机械手，也难以揭示平移和旋转操作之间的权衡关系。
核心思路：论文的核心思路是通过运动学方法，量化机器人手在满足一系列约束条件（关节限制、碰撞约束、滚动接触、反作用力可行性）下，能够实现的手内物体姿态变化范围。通过模拟滚动操作，评估物体在手内可达到的平移和旋转程度，从而更准确地反映机械手的灵巧操作能力。
技术框架：KaRMA的整体框架包括以下几个主要步骤：1) 定义初始抓取姿态；2) 通过广度优先搜索，在平移和旋转基元上探索可行的滚动运动；3) 在搜索过程中，强制执行关节限制、碰撞约束、滚动接触和反作用力可行性；4) 根据搜索结果，计算平移覆盖率（KaRMA-T）、旋转覆盖率（KaRMA-R）和对初始抓取的敏感性（KaRMA-S）三个指标。
关键创新：KaRMA的关键创新在于其采用运动学方法，直接量化了机器人手在满足物理约束下的手内操作能力。与传统的静态指标相比，KaRMA能够更准确地反映机械手的灵巧性，并揭示平移和旋转操作之间的权衡关系。此外，KaRMA通过广度优先搜索，系统地探索可行的运动空间，保证了评估的全面性。
关键设计：KaRMA的关键设计包括：1) 使用球形测试物体，简化滚动接触的建模；2) 采用广度优先搜索，保证搜索的全面性；3) 定义平移和旋转基元，离散化运动空间；4) 强制执行关节限制、碰撞约束、滚动接触和反作用力可行性，保证运动的物理可行性；5) 计算KaRMA-T、KaRMA-R和KaRMA-S三个指标，全面评估操作能力。
🖼️ 关键图片
📊 实验亮点
在16个广泛使用的机器人手上进行的实验表明，KaRMA能够区分在静态指标下排名相同的机械手，揭示了现有基线无法看到的平移-旋转权衡。KaRMA的评估结果与已发表的任务基准在质量上是一致的，表明KaRMA能够更准确地反映机械手的灵巧操作能力。
🎯 应用场景
KaRMA可用于机器人手的选型、设计和控制策略优化。通过KaRMA评估，可以选择更适合特定精细操作任务的机械手。此外，KaRMA可以指导机械手的设计，使其具有更好的灵巧操作能力。KaRMA还可以用于优化控制策略，提高机械手在复杂环境中的操作性能。该研究对提升机器人手在工业、医疗等领域的应用具有重要意义。
📄 摘要（原文）
Traditional robotic hand metrics focus on static properties such as workspace, manipulability, and grasp stability. However, these metrics do not directly measure dexterity under the standard definition in robotic manipulation: the ability to continuously change an object's pose within the hand while maintaining contact from an initial grasp. We introduce Kinematic Rolling Manipulation Ability (KaRMA), a kinematic-only metric for fine manipulation that quantifies reachable in-hand translation and reorientation of a spherical test object within a two-finger precision pinch through feasible rolling motions. KaRMA enforces joint limits, collision constraints, rolling contact, and antipodal force feasibility, then investigates reachable in-hand object poses via breadth-first search over translation and rotation primitives. KaRMA reports three scores: translational coverage (KaRMA-T), rotational coverage (KaRMA-R), and sensitivity to the initial grasp (KaRMA-S). We evaluate KaRMA on 16 widely used robotic hands and compare against static baselines, showing that KaRMA separates hands that rank identically under static proxies, reveals translation-rotation tradeoffs invisible to existing baselines, and is qualitatively consistent with selected published task benchmarks where Jacobian-based metrics can be misleading.