Robotic Grasp Detection (2): 抓取几何与质量评价

先看一个具体问题（A Concrete Starting Point）#

假设机器人要从桌面上夹起一个纸盒。视觉系统已经找到了两个候选抓取：

• 候选 A：两个夹指接触纸盒的左右两侧，接触位置大致位于中部；
• 候选 B：两个夹指也能接触左右两侧，但位置更靠近顶部。

这两个候选都可能看起来“能够夹住”。但是，当机器人抬起纸盒、机械臂发生一点姿态误差，或者纸盒受到侧向扰动时，它们的表现可能完全不同。候选 A 也许能够稳定抬起，候选 B 则可能让纸盒旋转或从夹指中滑落。

因此，抓取检测（Grasp Detection）不能只回答：

这个姿态看起来像不像一个抓取？

它还需要回答：

在多个可行候选中，哪一个更值得执行？

这就是抓取质量（Grasp Quality）要解决的问题。抓取质量不是一个由网络凭空产生的神秘分数，而是对某个抓取候选进行评价的结果。评价可以来自接触力学模型、仿真执行，也可以来自真实机器人试验；不同来源得到的分数，含义并不相同。

Grasp Quality 的宽泛定义（A Broad Meaning of Grasp Quality）#

对于给定的物体和机械手，通常不止一个抓取能够满足基本要求。Roa 和 Suárez 将抓取质量指标（Grasp Quality Measure）概括为：用于量化一个抓取“好坏程度”的指标（an index that quantifies the goodness of a grasp）[1]。

这个定义故意比较宽泛，因为“好”取决于我们究竟想评价什么：

• 如果关心接触力能否抵抗外部扰动，质量可以由力闭合（Force Closure）或 Ferrari–Canny 指标表示；
• 如果关心感知误差和控制误差，质量可以表示不确定性下的成功概率；
• 如果关心仿真中的动作结果，质量可以是是否成功闭合和抬升；
• 如果关心真实部署，质量可以是多次机器人试验中的执行成功率；
• 如果抓取服务于后续操作，质量还要考虑抓取是否适合任务。

所以，Grasp Quality 不是所有论文都共用的一个固定公式。下面这三个概念需要先分开：

概念	含义	典型输出
力闭合（Force Closure）	接触力学上是否能够抵抗各个方向的外部扰动	通常是二值判断
解析质量（Analytic Quality）	在力学模型下，抵抗扰动的余量有多大	连续分数，例如 Ferrari–Canny Epsilon
执行成功（Execution Success）	机器人实际是否完成闭合、抬升或后续任务	二值结果或成功率

一个力闭合抓取不一定能够被机器人成功执行；一个真实执行成功的抓取，也不一定具有较高的 Ferrari–Canny 分数。它们评价的是同一个抓取候选的不同方面。

本文聚焦平行夹爪（Parallel-Jaw Gripper），但重点不是某一副夹爪，而是建立一条从接触几何到质量分数的推导链：

$$\text{接触位置和法线} \rightarrow \text{摩擦约束} \rightarrow \text{力与力矩} \rightarrow \text{Force Closure / Quality}$$

先固定一个最简单的物理模型（A Minimal Physical Model）#

为了能够计算，我们先暂时做几个简化：

1. 物体是刚体（Rigid Body），形状在抓取过程中不改变；
2. 抓取过程是准静态的（Quasi-Static），暂不考虑碰撞冲击和高速动态；
3. 夹指与物体在有限个接触点接触；
4. 接触遵循库仑摩擦模型（Coulomb Friction Model）；
5. 物体的质心、接触位置和接触法线已经能够估计。

这些假设不是现实世界的完整描述，而是让接触力可以被写成公式。后面讨论的每个解析指标，都只在这些假设下成立。

下面统一使用物体坐标系，并把向量写成列向量。设 $n\in\mathbb N$ 为接触点数量，接触编号为 $i=1,\ldots,n$；这里 $\mathbb N$ 表示正整数集合。三维位置、方向和力都属于 $\mathbb R^3$；标量（例如法向力、摩擦系数和长度）属于 $\mathbb R$。

力负责平移，力矩负责旋转#

先不考虑摩擦。物体受到的接触力可以改变物体的平移运动；如果力的作用线没有经过质心，它还会产生旋转效果。

设第 $i$ 个接触点为 $p_i\in\mathbb R^3$，物体质心为 $c\in\mathbb R^3$，接触力为 $f_i\in\mathbb R^3$。从质心指向接触点的向量是力臂（Moment Arm）$r_i\in\mathbb R^3$：

$$r_i=p_i-c.$$

接触力产生的力矩（Torque）$\tau_i\in\mathbb R^3$ 为：

$$\tau_i=r_i\times f_i.$$

这里的叉乘说明了一个很直观的事实：力越大、力臂越长，产生的旋转效果通常越明显；如果力的作用线正好经过质心，力矩就会变小。

在准静态平衡下，设 $f_{\mathrm{ext}}\in\mathbb R^3$ 和 $\tau_{\mathrm{ext}}\in\mathbb R^3$ 分别是作用在物体上的外部力和外部力矩。记 $\mathbf 0_3\in\mathbb R^3$ 为三维零向量，接触力和外部扰动需要满足：

$$\sum_{i=1}^{n} f_i+f_{\mathrm{ext}}=\mathbf 0_3,$$ $$\sum_{i=1}^{n} (p_i-c)\times f_i+\tau_{\mathrm{ext}}=\mathbf 0_3.$$

第一行平衡平移，第二行平衡旋转。抓取质量的核心问题，就是判断接触力是否有足够的方向和幅值，同时满足这两个平衡关系。

摩擦锥：接触力不是任意方向（Friction Cone）#

如果夹指和物体完全没有摩擦，夹指只能沿接触法线推物体。现实中的夹指存在摩擦，因此还可以施加一部分切向力，但切向力不能无限增大。

把第 $i$ 个接触力分成法向分量和切向分量：

$$f_i=f_{n,i}n_i+f_{t,i},$$

其中 $n_i\in\mathbb R^3$ 是指向物体内部的单位接触法线（Contact Normal），$f_{n,i}\in\mathbb R$ 是法向力大小，$f_{t,i}\in\mathbb R^3$ 是切向力向量：

• $\lVert n_i\rVert_2=1$，且 $f_{n,i}\ge 0$；
• $n_i^\top f_{t,i}=0$，所以 $f_{t,i}$ 位于接触切平面内。

库仑摩擦模型给出的限制是：

$$\lVert f_{t,i}\rVert_2\le \mu f_{n,i},$$

其中 $\mu\in\mathbb R_{\ge 0}$ 是摩擦系数（Friction Coefficient）。当 $\mu$ 较大时，切向力允许更大，接触力的方向也可以偏离法线更多。

把所有满足这个不等式的力方向画在接触点周围，就得到一个圆锥，称为摩擦锥（Friction Cone）。记摩擦锥半角为 $\theta_\mu\in\mathbb R$，则：

$$\theta_\mu=\arctan\mu.$$

因此，判断一个候选是否可能稳定，第一步不是看两个接触点距离有多远，而是看夹指施加的力是否落在两个接触点各自的摩擦锥内。

为什么要离散化摩擦锥#

连续圆锥包含无穷多个力方向，计算机通常用 $m\in\mathbb N$ 条边组成的多面锥近似它。设 $t_{i1},t_{i2}\in\mathbb R^3$ 是接触切平面的两个正交单位向量，即 $n_i^\top t_{i1}=n_i^\top t_{i2}=0$、$t_{i1}^\top t_{i2}=0$ 且 $\lVert t_{i1}\rVert_2=\lVert t_{i2}\rVert_2=1$；再设每个接触的法向力预算为 $\bar f_{n,i}\in\mathbb R_{>0}$。令 $k=0,\ldots,m-1$，第 $k$ 条边对应的接触力 $f_{ik}\in\mathbb R^3$ 可以写成：

$$f_{ik}=\bar f_{n,i}\left[ n_i+ \mu\cos\!\left(\frac{2\pi k}{m}\right)t_{i1} +\mu\sin\!\left(\frac{2\pi k}{m}\right)t_{i2} \right], \qquad k=0,\ldots,m-1.$$

这些 $f_{ik}$ 是摩擦锥边界上的代表性接触力。$m$ 越大，圆锥近似越精细，但后续需要处理的候选力也越多。

如果只需要表示允许的力方向，通常令法向力预算为 $1$；如果需要保留力的物理尺度，则使用具体的 $\bar f_{n,i}$。在不带上限的库仑模型下，第 $i$ 个接触的摩擦锥可以写成：

$$\mathcal C_i= \left\{ f_i\in\mathbb R^3\ \middle|\ f_i=f_{n,i}n_i+f_{t,i},\ f_{n,i}\ge 0,\ n_i^\top f_{t,i}=0,\ \lVert f_{t,i}\rVert_2\le \mu f_{n,i} \right\}.$$

因此，$\mathcal C_i$ 是一个力的集合，而不是一个单独的力向量；$f_{ik}$ 则是给定法向力预算下对这个集合边界的离散采样。

这里的 $\bar f_{n,i}$ 很重要。如果不限制法向力大小，那么把所有接触力同时放大，就可以得到任意大的“抗扰动能力”，质量分数将失去有限尺度。因此，计算 Ferrari–Canny 指标时必须说明力是否被归一化，以及采用了怎样的力预算。

对向抓取：一个快速的几何判断（Antipodal Grasp）#

对于平行夹爪，常见的候选生成方法是寻找对向抓取（Antipodal Grasp）。它的直观条件是：

1. 两个接触点位于物体相对的两侧；
2. 两个夹指的压紧方向大致相反；
3. 连接两个接触点的方向落在两侧接触摩擦锥允许的范围内。

如果两个夹指只是碰到了物体，但接触力方向明显偏向同一侧，物体就可能沿着另一个方向滑走。对向条件可以快速排除这类候选。

但对向抓取只是局部几何条件，不是完整的质量评价。即使一个候选满足对向条件，它仍然可能：

• 与桌面或邻近物体碰撞；
• 夹爪开口不足；
• 夹得太浅；
• 产生过大的旋转力矩；
• 超出机械臂的可达范围。

因此，对向抓取通常用于候选生成，随后还需要进行力闭合、解析质量和执行可行性检查。

把接触力写成力旋量（Wrench）#

前面的分析同时涉及合力和力矩。为了用同一个数学对象表示它们，机器人抓取理论把三维力和三维力矩合称为力旋量（Wrench）。设 $\rho\in\mathbb R_{>0}$ 是物体的特征长度（Characteristic Length），并用它把力矩归一化；单个接触产生的归一化力旋量 $w_i\in\mathbb R^6$ 写成：

$$w_i= \begin{bmatrix} f_i\\ \tau_i/\rho \end{bmatrix} \in\mathbb R^6.$$

上面有六个分量：三维力 $f_i$ 和三维力矩 $\tau_i$。除以 $\rho$ 是为了处理单位不同的问题：

• 力的单位是牛顿（N）；
• 力矩的单位是牛顿米（N·m）；
• $\rho$ 是物体的特征长度（Characteristic Length）。

如果不进行归一化，就不能直接把力和力矩放在同一个欧氏距离中比较。$\rho$ 越大，同样大小的力矩在归一化后越小；因此 $\rho$ 会影响之后的质量分数，复现实验时必须记录这个参数。

抓取映射（Grasp Map）#

把接触力转换为力旋量，可以写成矩阵形式。先定义三维单位矩阵 $I_3\in\mathbb R^{3\times3}$，以及叉乘矩阵 $[r_i]_{\times}\in\mathbb R^{3\times3}$；对任意 $v\in\mathbb R^3$，它满足 $[r_i]_{\times}v=r_i\times v$。下式中的 $[p_i-c]_{\times}$ 就是同一个矩阵，因为 $r_i=p_i-c$。于是抓取映射 $G_i\in\mathbb R^{6\times3}$ 为：

$$w_i=G_i f_i, \qquad G_i= \begin{bmatrix} I_3\\ [p_i-c]_{\times}/\rho \end{bmatrix}.$$

其中 $[p_i-c]_{\times}$ 是叉乘矩阵。它的作用就是把“力作用在什么位置”编码进矩阵：同一个力作用在不同的接触点上，会产生不同的力矩。

如果有 $n$ 个接触点，把所有接触力按接触编号拼接为 $f\in\mathbb R^{3n}$：

$$f=\begin{bmatrix}f_1^\top&f_2^\top&\cdots&f_n^\top\end{bmatrix}^\top\in\mathbb R^{3n},$$

把所有接触的映射块横向拼接为 $G\in\mathbb R^{6\times3n}$，就可以写成：

$$w=Gf, \qquad G=\begin{bmatrix}G_1&G_2&\cdots&G_n\end{bmatrix}.$$

这里的 $w\in\mathbb R^6$ 是某一组接触力产生的合力旋量；把所有允许的 $w$ 收集起来，才得到后面定义的集合 $\mathcal W$。

Grasp Wrench Space：抓取能够抵抗哪些扰动#

到目前为止，我们已经完成了三次转换：

$$\text{接触点和法线} \rightarrow \text{允许的接触力} \rightarrow \text{接触力产生的力旋量}.$$

把所有可能的力旋量收集起来，就得到抓取力旋量空间（Grasp Wrench Space, GWS）。真实的 GWS 位于六维空间 $\mathbb R^6$，因为它同时包含三个力分量和三个力矩分量。虽然人无法直接画出六维空间，但计算机可以在六维空间中计算它的凸包（Convex Hull）。

在常见的接触力归一化下，先把每个接触的摩擦锥离散成 $f_{ik}\in\mathbb R^3$，再计算接触点 $i$ 的力矩 $\tau_{ik}\in\mathbb R^3$ 和对应力旋量 $w_{ik}\in\mathbb R^6$：

$$\tau_{ik}=(p_i-c)\times f_{ik},$$ $$w_{ik}= \begin{bmatrix} f_{ik}\\ \tau_{ik}/\rho \end{bmatrix}.$$

记 $\operatorname{conv}(\cdot)$ 为包含给定点集的最小凸集。对所有原始力旋量求凸包，得到 $\mathcal W\subseteq\mathbb R^6$：

$$\mathcal W= \operatorname{conv} \left( \{w_{ik}\mid i=1,\ldots,n,\ k=0,\ldots,m-1\} \right).$$

“求凸包”可以先用二维例子理解：给平面上一组点，用一条橡皮筋把它们从外面包起来，橡皮筋围成的区域就是凸包。在这里，点变成了六维向量，橡皮筋变成了六维凸多面体。

实际程序通常执行以下步骤：

Input:

接触点 $p_i$、法线 $n_i$、质心 $c$、摩擦系数 $\mu$、摩擦锥边数 $m$、法向力预算 $\bar f_{n,i}$ 和特征长度 $\rho$

Output:

抓取力旋量空间 $\mathcal W\subseteq\mathbb R^6$

1. for 对每个接触点 $i=1,\ldots,n$
2. 建立接触切平面的正交单位基 $t_{i1},t_{i2}$
3. for 对每条摩擦锥边 $k=0,\ldots,m-1$
4. 根据离散摩擦锥公式计算 $f_{ik}\in\mathbb R^3$

5. 计算 $\tau_{ik}=(p_i-c)\times f_{ik}$ 和 $w_{ik}=[f_{ik};\tau_{ik}/\rho]\in\mathbb R^6$

6. end for
7. end for

8. 在 $\mathbb R^6$ 中计算 $\mathcal W=\operatorname{conv}(\{w_{ik}\})$

如果每个接触点有独立的力上限，允许的 GWS 更严格地说是各接触力旋量集合的闵可夫斯基和（Minkowski Sum），而不是简单套用同一个总力预算。这个区别会影响最终分数，但初学时可以先掌握“摩擦锥边 → 力旋量点 → 凸包”的主线。

Force Closure：原点为什么重要#

外部扰动可以是任意方向的力和力矩，例如：

• 从侧面推物体；
• 向下拉物体；
• 让物体绕质心旋转。

对于下面的有限力旋量凸包判据，$\mathbf 0_6\in\mathbb R^6$ 表示六维零向量：

如果接触力能够组合出大小相反的力旋量，抵消这些扰动，抓取就具有较强的抗扰动能力。

在 GWS 中，常用的判断方式是看六维原点 $\mathbf 0_6$ 是否位于凸包 $\mathcal W$ 的内部。这里 $\operatorname{int}(\mathcal W)$ 表示集合 $\mathcal W$ 的内部：

$$\mathbf 0_6\in\operatorname{int}(\mathcal W) \quad\Longrightarrow\quad \text{Force Closure}.$$

这里的“原点”代表零合力、零合力矩；“位于内部”表示原点周围存在一个小区域，扰动方向稍微变化时，仍然可以通过改变接触力来平衡。

因此，Force Closure 是一个二值判断：满足或不满足。它回答的是：

理论上，接触力是否能够抵抗各个方向的外部扰动？

它没有回答以下问题：

• 需要多大的夹紧力？
• 机器人能否准确到达接触点？
• 夹爪是否会先撞到桌面？
• 摩擦系数的估计是否准确？
• 真实物体是否会变形？

这也是为什么还需要连续的质量指标。

Ferrari–Canny：从“能不能”到“余量有多大”#

Force Closure 只能把抓取分成“可以”和“不可以”。但如果两个候选都满足 Force Closure，我们还想知道哪个候选更有余量。

Ferrari–Canny Epsilon 指标用一个非常直观的几何量回答这个问题：以 GWS 原点为球心，能够放进 GWS 的最大球半径是多少。下面用 $\epsilon\in\mathbb R_{\ge0}$ 表示这个半径。

假设凸包已经被写成一组半空间约束。这里 $J\in\mathbb N$ 是凸包面的数量；对每个 $j=1,\ldots,J$，$a_j\in\mathbb R^6$ 是第 $j$ 个面的外向法向量，$b_j\in\mathbb R$ 是该面的偏置；$w\in\mathbb R^6$ 仍表示任意一个力旋量：

$$a_j^\top w\le b_j, \qquad j=1,\ldots,J.$$

其中每个约束对应凸包的一个面。若原点位于凸包内部，则在采用外向法向量、因而 $b_j>0$ 的约定下，原点到第 $j$ 个面的距离 $d_j\in\mathbb R_{>0}$ 为：

$$d_j=\frac{b_j}{\lVert a_j\rVert_2}.$$

最小的距离就是最薄弱方向的余量：

$$\epsilon=\min_j d_j =\min_j\frac{b_j}{\lVert a_j\rVert_2}.$$

计算过程可以概括为：

1. 离散每个接触的摩擦锥；
2. 将每条锥边变成六维力旋量；
3. 在 $\mathbb R^6$ 中求凸包；
4. 检查原点是否在内部；
5. 求原点到所有凸包面的距离；
6. 取最小距离作为 $\epsilon$。

因此，$\epsilon$ 不是“两个接触点距离越远越大”的简单几何启发式，而是 GWS 在最弱方向上的安全余量。摩擦锥边数、力矩归一化、最大接触力和接触模型都会影响它 [1]。

其他解析指标#

除了 $\epsilon$，还可以使用其他指标。令 $\sigma_{\min}(G),\sigma_{\max}(G)\in\mathbb R_{\ge0}$ 分别表示矩阵 $G$ 的最小、最大奇异值，并令 $Q_{\mathrm{iso}}\in\mathbb R$ 表示各向同性分数，则常见形式为：

• GWS 体积（Wrench-Space Volume）：计算 $\mathcal W$ 的六维体积，描述整体覆盖范围；

• 抓取矩阵最小奇异值：如果 $G$ 的最小奇异值很小，说明某个方向的力传递接近退化；

• 各向同性（Isotropy）：

  $$Q_{\mathrm{iso}} =\frac{\sigma_{\min}(G)}{\sigma_{\max}(G)}.$$

  这个比值越接近 $1$，表示不同方向的力传递越均衡；

• 几何和环境指标：例如接触到质心的距离、夹爪闭合余量、表面平坦度、重力方向和碰撞距离。

这些指标没有绝对的“最佳选择”。$\epsilon$ 强调最弱方向，体积强调整体范围，各向同性强调方向均衡，碰撞距离则关注执行安全。Hybrid Physical Metric 将力闭合、平坦度、重力和碰撞等因素结合起来 [6]，说明场景级抓取通常需要组合多个评价信号。

鲁棒抓取质量：把误差加入计算（Robust Grasp Quality）#

上面的计算默认物体模型、接触位置、夹爪姿态和摩擦系数都准确。但真实系统中至少存在以下误差：

• 深度相机的测量噪声；
• 手眼标定误差；
• 机器人到达姿态的误差；
• 摩擦系数未知；
• 物体质心估计不准。

一个名义姿态的 $\epsilon$ 很高，并不代表它在姿态偏移后仍然可靠。鲁棒抓取质量（Robust Grasp Quality）会对这些变量进行扰动，再重新计算质量。

Dex-Net 2.0 使用鲁棒性函数描述在观测和控制不确定性下的抓取表现。设 $u\in\mathcal U$ 是抓取动作，$y\in\mathcal Y$ 是观测，$\xi\in\Xi$ 表示由感知、标定或执行误差引起的不确定性状态；这里 $\mathcal U$、$\mathcal Y$ 和 $\Xi$ 分别表示动作、观测和不确定性状态的取值空间。令 $S(u,\xi)\in\{0,1\}$ 表示在该状态下是否成功，令 $p(\xi\mid y)$ 表示给定观测后的不确定性分布，则期望成功质量 $Q(u,y)\in[0,1]$ 为：

$$Q(u,y)=\mathbb E_{\xi\sim p(\xi\mid y)}[S(u,\xi)] =\Pr\bigl(S(u,\xi)=1\mid u,y\bigr),$$

这里的 $S(u,\xi)$ 可以由 Force Closure 或物理抬升等二值结果定义 [4]。如果质量函数不是二值成功指标，则令 $R(u,\xi)\in\mathbb R$ 表示某次不确定性状态下得到的连续质量，并在采样时用 $R$ 替换 $S$；此时对应的期望质量不再必然是成功概率。

如果解析积分无法直接求出，最常见的方法是蒙特卡洛采样（Monte Carlo Sampling）。设 $N_{\mathrm{MC}}\in\mathbb N$ 为样本数，$s=1,\ldots,N_{\mathrm{MC}}$ 为样本编号，$\alpha\in(0,1)$ 为分位数水平；对第 $s$ 个不确定性样本记 $R_s=R(u,\xi_s)\in\mathbb R$。当标签是成功与否时，$R_s$ 就是二值变量 $S_s=S(u,\xi_s)\in\{0,1\}$：

Input:

抓取动作 $u$、观测 $y$、不确定性分布 $p(\xi\mid y)$、样本数 $N_{\mathrm{MC}}$ 和分位数水平 $\alpha$

Output:

样本均值 $\hat Q$、低分位数 $q_\alpha$，以及二值标签下的失败比例

1. for 对 $s=1,\ldots,N_{\mathrm{MC}}$
2. 从 $p(\xi\mid y)$ 采样不确定性状态 $\xi_s$
3. 根据 $\xi_s$ 扰动物体位姿、夹爪位姿、摩擦系数或质心
4. 重新计算接触、碰撞和单次质量 $R_s=R(u,\xi_s)$
5. if 质量标签是成功与否
6. 令 $R_s=S_s=S(u,\xi_s)\in\{0,1\}$
7. end if
8. end for
9. 计算 $\hat Q=N_{\mathrm{MC}}^{-1}\sum_{s=1}^{N_{\mathrm{MC}}}R_s$
10. 计算质量样本的 $\alpha$ 分位数 $q_\alpha$
11. if 使用二值成功标签

12. 计算失败比例 $1-N_{\mathrm{MC}}^{-1}\sum_{s=1}^{N_{\mathrm{MC}}}S_s$

13. end if

其中 $\hat Q\in\mathbb R$ 是样本均值，$q_\alpha\in\mathbb R$ 是质量样本的 $\alpha$ 分位数。平均质量适合风险中性的排序；低分位数 $q_\alpha$ 更关注最差的一部分情况。一个候选可能平均分很高，但在少量姿态偏差下突然失效，这种候选的低分位数会较低。

Dex-Net 1.0 将物体模型、抓取模型和相关奖励组织到数据库中，用于鲁棒抓取规划 [2]。Johns 等人则研究了夹爪位姿不确定性对抓取函数的影响 [3]。这些工作说明，鲁棒质量不是给解析指标简单加一个噪声，而是需要明确扰动变量、分布和重新计算规则。

学习模型输出的质量是什么（Learned Quality Score）#

解析计算需要物体几何、接触位置和摩擦假设。在大规模检测中，网络通常学习从深度图或点云直接预测一个质量分数。

以 GQ-CNN 为例，输入并不是一张完整深度图就结束了。一个候选需要先确定：

• 抓取中心；
• 平面内旋转角；
• 夹爪距离相机的深度；
• 夹爪开口或候选宽度。

随后，系统把候选附近的深度区域旋转到夹爪闭合轴对齐的坐标系，裁剪成固定尺寸的局部图块，再把图块和候选深度送入网络。网络预测的是该候选在 Dex-Net 标签模型下的鲁棒质量 [4]。

因此，学习模型的输出语义完全依赖训练标签：

• 训练标签来自 Force Closure，模型学习的是力闭合相关分数；
• 训练标签来自仿真抬升，模型学习的是仿真成功相关分数；
• 训练标签来自真实机器人试验，输出才可能与真实执行概率相关。

网络输出一个位于 $0$ 和 $1$ 之间的分数，并不自动意味着它是经过校准的真实成功概率。更准确的推理流程是：

Input:

场景观测、抓取候选生成器和训练完成的质量预测网络

Output:

满足执行约束且预测质量最高的抓取候选

1. 采样或生成抓取候选
2. 删除缺少有效深度或存在明显碰撞的候选
3. 为每个保留候选构造候选对齐的局部输入
4. 用网络预测训练标签所定义的抓取质量
5. 检查夹爪宽度、场景碰撞、机械臂可达性和接近轨迹
6. 在满足全部约束的候选中选择最高分抓取

仿真成功和真实成功（Simulation and Physical Outcomes）#

仿真可以比静态力闭合加入更多因素，例如夹爪闭合过程、物体质量、重力、碰撞和动力学接触。ACRONYM 使用大规模物理仿真生成平行夹爪抓取数据，并将仿真结果作为成功标签 [5]。

但仿真成功仍然依赖：

• 物体网格是否准确；
• 质量和质心是否准确；
• 摩擦系数是否准确；
• 接触求解器是否可靠；
• 夹爪碰撞模型是否接近真实硬件。

真实机器人实验更接近最终目标，通常记录：

• 夹爪是否成功闭合；
• 物体是否被抬离桌面；
• 搬运过程中是否掉落；
• 受到扰动后是否保持；
• 多次试验中的成功率。

这些结果属于执行层面的评价。它们受到控制器、传感器、机械臂和环境的共同影响，因此不能直接替代解析质量；同样，解析质量也不能直接被称为真实成功概率。

解析质量不是执行终点（From Analytic Quality to Execution）#

一个解析分数较高的候选，真正发送给机器人之前还要通过几何和运动检查：

1. 夹爪是否与物体、桌面和邻近物体碰撞；
2. 夹爪开口是否处于硬件范围；
3. 机械臂是否存在逆运动学（Inverse Kinematics, IK）解；
4. 接近和退出轨迹是否能够规划；
5. 抓取位置是否适合后续搬运、放置或操作。

这解释了为什么实际系统常常先用解析质量筛掉明显不稳定的候选，再用碰撞、可达性和任务约束重新排序。

对于柔性物体，刚体模型还会失效。Deformation-Aware Grasp Synthesis 将物体刚度和形变信息加入抓取选择 [7]：一个几何上稳定的接触，可能会让软物体产生过大变形。对于已经发生接触的系统，视觉和触觉还可以继续判断滑移，并通过重新抓取修正初始动作 [8]。

小结（Summary）#

可以把本文的主线压缩成四句话：

1. 抓取检测通常会产生多个候选，因此需要质量指标进行排序；
2. 摩擦锥规定接触力允许朝哪些方向施加；
3. 接触力通过力臂产生力矩，再被组合成六维力旋量；
4. GWS 的位置和形状可以给出 Force Closure、$\epsilon$、体积等解析质量，但这些分数始终依赖物理假设，不能自动等同于真实执行成功。

后续分析任何抓取质量方法时，首先要问的不是“分数越大是不是越好”，而是：

这个分数究竟评价了什么，使用了什么假设，又与真实机器人执行的哪一个阶段对应？

---

参考文献（References）#

1. M. A. Roa and R. Suárez, “Grasp Quality Measures: Review and Performance,” Autonomous Robots, 2014. DOI ↗
2. J. Mahler et al., “Dex-Net 1.0: A Cloud-Based Network of 3D Objects for Robust Grasp Planning Using a Multi-Armed Bandit Model with Correlated Rewards,” 2016 IEEE International Conference on Robotics and Automation, 2016. DOI ↗
3. E. Johns, S. Leutenegger, and A. J. Davison, “Deep Learning a Grasp Function for Grasping under Gripper Pose Uncertainty,” 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems, 2016. DOI ↗
4. J. Mahler et al., “Dex-Net 2.0: Deep Learning to Plan Robust Grasps with Synthetic Point Clouds and Analytic Grasp Metrics,” Robotics: Science and Systems XIII, 2017. DOI ↗
5. C. Eppner, A. Mousavian, and D. Fox, “ACRONYM: A Large-Scale Grasp Dataset Based on Simulation,” 2021 IEEE International Conference on Robotics and Automation, 2021. DOI ↗
6. Y. Lu et al., “Hybrid Physical Metric for 6-DoF Grasp Pose Detection,” 2022 International Conference on Robotics and Automation, 2022. DOI ↗
7. T. N. Le, J. Lundell, F. J. Abu-Dakka, and V. Kyrki, “Deformation-Aware Data-Driven Grasp Synthesis,” IEEE Robotics and Automation Letters, 2022. DOI ↗
8. R. Calandra et al., “More Than a Feeling: Learning to Grasp and Regrasp Using Vision and Touch,” IEEE Robotics and Automation Letters, 2018. DOI ↗