運動學奇異點是什麼：機械手臂為何在特定姿態突然「卡住」

手臂明明沒撞到任何東西，卻突然「卡住」

操作機械手臂做軌跡規劃時，有時會遇到一個令人困惑的現象：手臂周圍沒有任何障礙物、目標姿態在物理上也完全合理，但控制器算出來的關節速度卻突然暴衝到不合理的數值，某根關節像是要瞬間轉一大圈才能完成一個原本應該很平順的微小移動。這不是感測器故障，也不是控制器的 bug，而是手臂進入了運動學奇異點（Kinematic Singularity）——機構本身在這個特定關節組態下，就是無法在某個方向上產生任意大小的末端速度。

從雅可比矩陣看奇異點的本質

機械手臂的關節速度 $\dot{\boldsymbol{\theta}}$ 與末端速度（線速度、角速度）之間，靠雅可比矩陣 $J(\boldsymbol{\theta})$ 這個隨姿態變化的線性映射連結：

$$\begin{bmatrix} \boldsymbol{v} \\ \boldsymbol{\omega} \end{bmatrix} = J(\boldsymbol{\theta})\, \dot{\boldsymbol{\theta}}$$

當手臂為 6 軸、$J$ 是方陣時，最直接的奇異判斷是行列式：

$$\det J(\boldsymbol{\theta}) = 0 \iff \text{奇異點}$$

但行列式只回答「是不是」奇異，回答不了「有多接近奇異」，實務上更常用奇異值分解（SVD）$J = U\Sigma V^T$ 觀察最小奇異值 $\sigma_{\min}$。當 $\sigma_{\min} \to 0$，代表末端在某個特定方向上，不管關節轉多快都無法產生任何速度——反過來做逆向運動學求解時，$J^{-1}$ 裡包含 $1/\sigma_i$ 項，$\sigma_{\min} \to 0$ 會讓對應項直接發散，這正是奇異點附近關節速度暴衝的數學根源。Yoshikawa 提出的可操縱度指標 $w(\boldsymbol{\theta}) = \sigma_1\sigma_2\cdots\sigma_6$ 則把這個「離奇異點多遠」量化成一個純量，$w=0$ 就是奇異點本身，實務上常被拿來當作軌跡規劃的最佳化目標之一。完整推導可參考雅可比矩陣完整推導一文。

兩種最常見的奇異型態

邊界奇異點（Boundary Singularity） 發生在手臂完全伸直、觸及工作空間邊界的姿態——直覺上很好理解：手臂伸到最長時，沿著手臂延伸方向已經沒有多餘的自由度可以再往外送，末端在這個方向的速度輸出能力直接歸零。這類奇異點的位置完全由連桿幾何決定，是所有旋轉關節手臂共有的結構性限制。

手腕奇異點（Wrist Singularity） 是內部奇異點裡最常見的型態，發生在 6 軸手臂第 4 軸與第 6 軸的旋轉軸線重合的姿態（通常對應第 5 軸角度接近 0）。這時候兩個軸線效果上退化成同一個自由度，手臂要維持末端姿態的微小連續變化，就需要第 4、6 軸做出極大幅度、極高速的補償轉動——這正是前面「手臂突然卡住」現象最典型的成因，也是多數商用手臂軌跡規劃軟體會標示「接近奇異姿態」警告的具體情境。

兩種實務因應策略

阻尼最小平方法（Damped Least Squares） 是最常見的數值層面對策——在逆向運動學迭代求解時，把單純的 Jacobian 反矩陣換成加了阻尼項的版本：

$$\dot{\boldsymbol{\theta}} = J^T(JJ^T + \lambda^2 I)^{-1} \dot{\boldsymbol{x}}$$

阻尼係數 $\lambda$ 通常設計成隨 $\sigma_{\min}$ 動態調整——離奇異點遠時 $\lambda$ 趨近 0，幾乎不犧牲精度；接近奇異點時 $\lambda$ 增大，用犧牲一點末端追蹤精度換取數值穩定，避免關節速度真的發散到不合理的數值。這個方法的代價是奇異點附近末端會出現追蹤誤差，但換來的是動作依然平順可控，不會觸發保護性停機。

軌跡重規劃（Trajectory Re-planning） 則是在規劃階段就主動避開已知的奇異姿態——多數運動規劃演算法（例如取樣式規劃器）在搜尋可行路徑時，會把可操縱度指標納入代價函數，優先選擇遠離奇異點的路徑，或者在無法完全避開時，調整末端經過該區域的時序與速度分布，讓手臂用更慢的速度、更長的時間通過奇異姿態附近，降低瞬時關節速度需求。這個做法的代價是規劃出的軌跡可能不是最短路徑，但能從根本上減少倚賴阻尼項這種事後補救手段的頻率。

實務上兩者通常是搭配使用：軌跡規劃盡量繞開明顯的奇異區域，阻尼最小平方法則作為即時控制迴路裡的最後一道防線，處理規劃階段沒能完全預見、或是因為即時感測回饋而臨時調整路徑時仍可能貼近的奇異姿態。