[论文解读] Rapidly computable viscous friction and no-slip rigid contact models

Evan Drumwright|arXiv (Cornell University)|Apr 3, 2015

Dynamics and Control of Mechanical Systems参考文献 19被引用 3

一句话总结

本文提出了一种计算高效的算法，用于模拟具有黏性摩擦或无滑移条件的刚体接触，避免了库仑摩擦模型的高复杂度。通过将问题重新表述为正半定线性互补问题（LCP），实现了 O(m³ + m²n) 的期望时间复杂度，减少了求解器失败的情况，并在机器人行走与抓取任务中实现了更快的模拟速度。

ABSTRACT

This article presents computationally efficient algorithms for modeling two special cases of rigid contact---contact with only viscous friction and contact without slip---that have particularly useful applications in robotic locomotion and grasping. Modeling rigid contact with Coulomb friction generally exhibits $O(n^3)$ expected time complexity in the number of contact points and $2^{O(n)}$ worst-case complexity. The special cases we consider exhibit $O(m^3 + m^2n)$ time complexity ($m$ is the number of independent coordinates in the multi rigid body system) in the expected case and polynomial complexity in the worst case; thus, asymptotic complexity is no longer driven by number of contact points (which is conceivably limitless) but instead is more dependent on the number of bodies in the system (which is often fixed). These special cases also require considerably fewer constrained nonlinear optimization variables thus yielding substantial improvements in running time. Finally, these special cases also afford one other advantage: the nonlinear optimization problems are numerically easier to solve.

研究动机与目标

• 解决模拟具有库仑摩擦的刚体接触时计算成本过高的问题，其时间复杂度为 O(n³)，在最坏情况下可能达到 2^O(n)。
• 为两种特殊接触情形开发计算高效的替代方法：纯黏性摩擦和无滑移刚体接触。
• 减少接触求解中非线性优化变量的数量，并提高数值稳定性。
• 通过替换复杂的库仑摩擦模型，实现更快、更可靠的机器人行走与抓取模拟。

提出的方法

• 将接触问题表述为混合线性互补问题（MLCP），并通过矩阵求逆消除无约束变量，将其简化为正半定线性互补问题（LCP）。
• 使用改进的投影原始-对偶算法（PPM）求解所得的 LCP，其数值鲁棒性优于标准库仑摩擦求解器中使用的共正定加 LCP。
• 将 LCP 公式化应用于两种特殊情况：无滑移接触（相对切向速度为零）和黏性摩擦（摩擦力与相对速度成正比）。
• 推导出时间复杂度为 O(m³ + m²n)，其中 m 为独立坐标数，n 为接触点数，使复杂度与接触点数量解耦。
• 在 Moby 模拟器中实现该算法，采用显式辛欧拉法与龙格-库塔法进行事件驱动模拟，严格避免穿透。
• 通过高效的矩阵运算优化 PPM 求解器，避免 MEX 文件编译，但仍实现了显著的速度提升。

实验结果

研究问题

• RQ1 是否能够以多项式时间复杂度求解具有无滑移或黏性摩擦的刚体接触模型，从而避免库仑摩擦模型在最坏情况下的指数级复杂度？
• RQ2 在不使用库仑摩擦的接触模型中，是否能显著减少非线性优化变量的数量？
• RQ3 将标准的共正定加 LCP 替换为正半定 LCP 是否能提升数值稳定性与求解器收敛性？
• RQ4 所提出的方法是否能在不牺牲物理保真度的前提下，显著提升机器人行走与抓取模拟的运行时性能？

主要发现

• 所提算法实现了 O(m³ + m²n) 的期望时间复杂度，将计算负担从接触点数量转移到系统中物体的数量。
• 无滑移接触模型的模拟速度比基线快 28%（301.796 秒 vs. 416.284 秒），平均接触点数为 6，标准差为 8。
• 黏性摩擦模型实现了 37% 的速度提升（2139.73 秒 vs. 2936.36 秒），尽管由于 ODE 对敏感性的响应导致运行时间较长。
• 即使未进行 MEX 优化，改进的 PPM 算法在速度上仍比 quadprog 快近 20%，且平均仅需 5.5 次枢轴操作。
• 正半定 LCP 公式化相比标准库仑摩擦求解器，显著减少了求解器失败并提升了数值鲁棒性。
• 该方法实现了无穿透的可验证模拟，适用于高保真度机器人动力学仿真，且不牺牲性能。