Pink的13种任务全家福：FrameTask、PostureTask与ComTask如何选怎么用

Pink的13种任务全家福：FrameTask、PostureTask与ComTask如何选怎么用

【免费下载链接】pinkPython inverse kinematics using Pinocchio and QP solvers项目地址: https://gitcode.com/gh_mirrors/pink1/pink

Pink 是一个基于 Pinocchio 和 QP 求解器的Python 逆运动学库，它的核心思想是把机器人控制拆成一组"任务"（Task）：每个任务定义一个要驱动到零的误差，加权合并成一个二次规划问题统一求解。Pink 一共提供13 种任务类，涵盖末端定位、姿态正则、质心控制、关节耦合、全向轮约束等场景。本文带你 30 秒看懂 13 种任务，并掌握 FrameTask、PostureTask、ComTask 三大主角的选择方法与调参技巧。

一、30 秒理解：Pink 任务如何工作？

在 Pink 中，每个任务定义一个误差函数 e(q)，目标是把它驱动到零。多个任务同时存在时，Pink 通过cost（代价权重）把不同单位（米、弧度）的误差归一化到统一量纲，再交给 QP 求解器求出一组速度：

概念	含义	新手要点
误差 e(q)	当前状态与目标的差距	驱动到零即完成
cost	归一化权重	数值越大优先级越高
target	任务目标值	通过set_target()设置
solve_ik	求解入口	自动处理位置/速度限位

一句话总结：任务管"做什么"，cost 管"多重要"，solve_ik 管"怎么动"。

二、13 种任务全家福一览表 📋

Pink 的 13 种任务都在 pink/tasks/ 目录下实现，全部从抽象基类 pink/tasks/task.py 派生：

#	任务类	一句话功能	典型场景	源文件
1	Task	抽象基类，定义误差/雅可比接口	自定义任务的起点	pink/tasks/task.py
2	FrameTask	让某坐标系的位姿（位置+朝向）跟踪世界系目标	末端执行器定位，最常用	pink/tasks/frame_task.py
3	RelativeFrameTask	让某坐标系相对另一个坐标系保持目标位姿	手持相机、双手机器人协作	pink/tasks/relative_frame_task.py
4	ComTask	让机器人质心跟踪目标位置	人形机器人平衡控制	pink/tasks/com_task.py
5	PostureTask	把关节角拉向偏好姿态（不碰浮动基座）	姿态正则化，防奇异	pink/tasks/posture_task.py
6	JointVelocityTask	跟踪给定的关节速度参考值	速度级伺服控制	pink/tasks/joint_velocity_task.py
7	DampingTask	最小化关节速度（JointVelocityTask 的特例，目标为零）	减少多余运动	pink/tasks/damping_task.py
8	LowAccelerationTask	最小化当前速度与上一拍速度的差	让动作更平滑	pink/tasks/low_acceleration_task.py
9	ManipulabilityTask	最大化操作度指标	远离奇异位形	pink/tasks/manipulability_task.py
10	LinearHolonomicTask	施加线性完整约束 ∑aⱼ·qⱼ = b	自定义关节间线性关系	pink/tasks/linear_holonomic_task.py
11	JointCouplingTask	按固定比例耦合两个旋转关节（如 q₁−q₂=0）	双驱动同步关节	pink/tasks/joint_coupling_task.py
12	RollingTask	轮子无滑滚动约束	轮式机器人、Upkie 滚动	pink/tasks/rolling_task.py
13	OmniwheelTask	麦轮/全向轮的非完整约束	全向移动底盘	pink/tasks/omniwheel_task.py

💡 记忆口诀：定位看 Frame、姿态看 Posture、平衡看 Com、平滑看 LowAcceleration、避奇异看 Manipulability、轮子看 Rolling/Omniwheel。

三、三大主角怎么选怎么用？

3.1 FrameTask：末端定位的"瑞士军刀" 🦾

FrameTask 是绝大多数场景的第一选择——只要你需要"让某个连杆到达某个位姿"，就用它。它可以分别设置位置代价和朝向代价，且都支持各向异性（不同轴不同权重）：

tasks["base"] = FrameTask( "base", position_cost=1.0, # [cost]/[m]，标量 = 各向同性 orientation_cost=1.0, # [cost]/[rad] )

怎么选：

• 只关心位置不关心朝向（如脚底接触面）→orientation_cost=0.0，位置代价可用向量[0.1, 0.0, 0.1]只约束前后左右
• 目标要挂在"另一个移动坐标系"下（而非世界系）→ 换用RelativeFrameTask

目标可用set_target(transform)直接给齐次变换矩阵，或用set_target_from_configuration()把当前位姿"冻结"为目标（详见 pink/tasks/frame_task.py）。

3.2 PostureTask：几乎必加的"压舱石" ⚖️

PostureTask 把各关节角拉向一个偏好姿态（常用机器人中立位），典型代价设得很小（1e-3 量级），起正则化作用：

• 主任务接近奇异时（如腿部伸直、雅可比降秩），它会自动把膝关节拉回偏好角度，避免"软脚"
• 浮动基座坐标不受它影响，不会干扰位姿任务

怎么选：主任务 + PostureTask 是 Pink 最经典的"黄金组合"。几乎每个全身控制示例（双足、四足）都带着它，代价一般取主任务的 1/100 左右。

3.3 ComTask：平衡控制的核心 🧍

ComTask 把机器人质心拉向目标点，3 维位置误差、3 维代价：

com_task = ComTask(cost=1.0) com_task.set_target(target_com) # 世界系下的目标质心位置

怎么选：

• 人形/四足做原地平衡、CoM 轨迹跟踪 → ComTask
• 只需"姿态别乱晃"而不需要精确质心轨迹 → 通常不必加，PostureTask 就够了

质心目标也可用set_target_from_configuration()从某个构型自动计算。

四、5 秒决策：我该用哪个任务？

按你的控制目标对号入座：

1. "末端/连杆去某个世界系位姿"→FrameTask
2. "A 连杆相对 B 连杆保持位姿"→RelativeFrameTask
3. "质心到某个点"→ComTask
4. "关节别偏离偏好姿态太遠"→PostureTask（低代价）
5. "动作太抖、希望更柔和"→ 加LowAccelerationTask，或给任务调小gain
6. "卡在奇异位形附近"→ 加ManipulabilityTask
7. "两个关节要联动/同步"→JointCouplingTask
8. "轮子不能打滑 / 全向轮"→RollingTask/OmniwheelTask
9. "关节速度要跟踪参考值"→JointVelocityTask；只想"能慢就慢" →DampingTask

五、cost 调参：任务之间如何"分蛋糕"？

所有任务的误差单位不同（米 vs 弧度），Pink 用 cost 把它们换算成统一的"归一化代价"。代价是相对概念：

• 任务 A 位置代价 1.0，任务 B 代价 0.1 → 同样 1cm 误差，A 的"痛感"是 B 的 10 倍，求解器会优先满足 A
• 位置代价单位 [cost]/[m]，朝向代价单位 [cost]/[rad]，标量即各向同性，向量按帧坐标轴分量分别加权

调参经验值（人形双足示例）：

任务	位置代价	朝向代价
基座 base（主任务）	1.0	1.0
左/右接触点（次任务）	[0.1, 0.0, 0.1]	0.0
PostureTask（正则）	—	1e-3

另外两个通用旋钮：gain（0~1，越小响应越平滑，类似低通滤波）和lm_damping（目标不可达时的 Levenberg-Marquardt 阻尼，抖动大时适当调高）。

六、上手三步走：从定义到求解

完整工作流只有三步（详见 README.md 与 doc/tasks.rst）：

dt = 6e-3 for t in np.arange(0.0, 42.0, dt): velocity = solve_ik(configuration, tasks.values(), dt) # ① 求解速度 configuration.integrate_inplace(velocity, dt) # ② 积分到构型 time.sleep(dt) # ③ 下一拍

• 每个任务先设 cost、再set_target(...)设定目标，才能加入求解
• solve_ik会自动读取机器人模型中的位置限位与速度限位，无需手写约束
• 目标持续更新 → 机器人持续跟踪；目标静止 → 收敛到稳态构型

七、新手常见疑问 FAQ

Q1：Pink 能解全局逆运动学吗？Pink 是微分（局部）方法，收敛到代价函数的最近极值点；若目标不可达可能卡在某处，可加ManipulabilityTask或调低gain缓解。

Q2：任务数量有上限吗？没有硬性上限，但任务越多 QP 越大、越容易互相冲突——用 cost 明确优先级即可。

Q3：想实现自己的任务怎么办？继承 pink/tasks/task.py 中的Task，实现compute_error()和compute_jacobian()两个抽象方法，QP 目标会自动构建。参考 tests/ 目录下的各任务单测写法。

Q4：更多实际案例在哪看？examples/ 目录收录了 UR5/Panda 机械臂、双足 Upkie 滚动、四足 Go2 蹲姿、人形 Draco3 等丰富示例；碰撞避免类任务可结合 pink/barriers/ 中的屏障使用。

结语

Pink 的 13 种任务各司其职：FrameTask 管定位、PostureTask 管姿态、ComTask 管平衡，其余任务按需拼装。记住"任务定义目标、cost 分配优先级、solve_ik 统一求解"这条主线，你就能从容应对从机械臂到双足人形的各种逆运动学挑战了。

【免费下载链接】pinkPython inverse kinematics using Pinocchio and QP solvers项目地址: https://gitcode.com/gh_mirrors/pink1/pink