Whole-Body Human Kinematics Estimation using Dynamical Inverse Kinematics and Contact-Aided Lie Group Kalman Filter
Italian Institute of Technology(意大利理工学院);University of Genoa(热那亚大学);University of Manchester(曼彻斯特大学)
在没有位置传感器的情况下,通过可穿戴感测技术对人的全身运动估计是具有挑战性的。本文致力于开发一种基于模型的全身运动学估计算法,使用可穿戴分布式惯性和力-力矩传感。这是通过扩展现有的动态优化为基础的逆运动学(IK)的联合状态估计的方法,级联,包括一个中心的压力为基础的接触检测器和接触辅助卡尔曼滤波器上的李群的浮动基础姿势估计。所提出的方法进行了测试,在一个实验场景中,一个人配备了传感器的西装和鞋进行步行运动。所提出的方法被证明,以获得一个可靠的重建的全身人体运动。
2022-05-16 cs.RO
A DH-parameter based condition for 3R orthogonal manipulators to have 4 distinct inverse kinematic solutions
Institut de Recherche en Communications et Cybernétique de Nantes(南特通信与控制研究所)
定位3R操纵器可以具有两个或四个逆运动学解(IKS)。本文推导了具有正交关节轴的3R定位机器人具有四个不同IKS的充要条件。我们表明,2和4 IKS之间的过渡机械手定义的一组机械手的逆运动学的四重根。由此产生的条件是明确的,并指出,最后一个链接长度的机械手必须大于一个数量,取决于其剩余的三个DH参数。这一结果对新型机械手的设计具有参考价值。
2007-09-04 cs.RO
CASCLIK: CasADi-Based Closed-Loop Inverse Kinematics
NTNU, Norwegian University of Science and Technology(挪威科技大学);SINTEF DIGITAL(挪威科技工业研究院数字部门)
提出了一种基于约束的闭环逆运动学控制器快速原型设计的Python模块。该模块允许组合多个任务,这些任务通过基于二次、非线性或模型预测优化的方法或基于集合的任务优先级逆运动学方法来解决。基于优化的方法描述了与基于集合的任务方法,并提出了一种新的多维“切锥”功能的基于集合的任务。提供了一个ROS组件,和控制器进行测试,匹配的姿态使用变换矩阵或双四元数,轨迹跟踪,同时保持在一个有界的工作空间,最大限度地提高可操作性在跟踪任务,跟踪输入标记的位置,和力的顺应性。
2019-01-20 cs.RO
IKFlow: Generating Diverse Inverse Kinematics Solutions
Duke University(杜克大学);Third Wave Automation(第三波自动化公司);Brown University(布朗大学)
逆运动学--找到达到给定笛卡尔空间末端执行器位姿的关节位姿--是机器人中的常见操作,因为目标和路点通常在笛卡尔空间中定义,但机器人必须在关节空间中控制。然而,现有的逆运动学解算器返回单个解姿势,其中具有多于6个自由度的系统支持无限多个这样的解,这在存在约束、姿势偏好或障碍物时可能是有用的。我们介绍了一种方法,该方法使用深度神经网络来学习从这种运动链的解空间生成一组不同的样本。所得到的样品可以快速(在10 ms内生成2000个解决方案)和准确(精确解决方案的10毫米和2度范围内),并且可以在必要时通过经典方法快速改进。
2022-08-29 cs.RO
Inverse Kinematics as Low-Rank Euclidean Distance Matrix Completion
University of Toronto Institute for Aerospace Studies(多伦多大学航空航天研究所);University of Zagreb(萨格勒布大学)
大多数逆运动学(IK)算法在由关节角度定义的配置空间中搜索解。然而,许多机器人的运动学也可以用刚性连接点之间的距离来描述,这些距离共同形成了欧几里得距离矩阵。这种替代的几何描述的运动学揭示了一个优雅的等效IK和低秩矩阵完成的问题。我们使用这种连接来实现一种新的黎曼优化为基础的解决方案,以IK为各种关节式机器人与对称关节角度的约束。
2022-07-05 cs.RO
Direct Kinematics, Inverse Kinematics, and Motion Planning of 1-DoF Rational Linkages
University of Innsbruck(因斯布鲁克大学);VSB – Technical University of Ostrava(俄斯特拉发技术大学)
本研究提出了一组基于对偶四元数表示的1自由度有理单环机构轨迹规划算法,涵盖正向运动学公式、基于Gauss-Newton搜索的逆向运动学求解及弧长重参数化平滑轨迹生成,可广泛应用于四至七关节机构且无需额外几何分析。
2025-06-02 cs.RO
Kinova Gen3-Lite manipulator inverse kinematics: optimal polynomial solution
École de technologie supérieure(高等技术学院)
本文提出了Kinova Gen 3 Lite机器人运动学逆问题的多项式解法。该串联机器人基于6 R运动链,并且没有腕部分区。我们首先从正运动学方程提供的位置和方向的末端执行器,最后,一元多项式方程作为第一关节变量$θ_{1}$的函数。剩余的关节变量通过回代计算。因此,对于单变量方程的每个根,获得关节位置的唯一集合。数值例子,在ROS(机器人操作系统)模拟,给出验证结果,这是比较与MoveIt!and with the actual实际robot机器人.还提出了一个程序来选择一个最佳的姿态的机器人。
2021-02-01 cs.RO
Inverse kinematic solution for generic 3R positional robots using Conformal Geometric Algebra
该研究针对通用3R位置机器人的逆运动学问题,采用共形几何代数(CGA)方法,将问题转化为两圆交点求解,直接得到关于θ₂的单变量多项式,无需消去θ₁和θ₃,拓展了逆运动学的几何解释并简化了求解过程。
2026-09-02 cs.RO
Riemannian Optimization for Distance-Geometric Inverse Kinematics
University of Toronto, Institute for Aerospace Studies(多伦多大学航空航天研究所);University of Zagreb, Faculty of Electrical Engineering and Computing(萨格勒布大学电气工程与计算学院)
该研究将基于距离的逆运动学等价为距离几何问题,提出在固定秩 Gram 矩阵黎曼流形上补全部分欧氏距离矩阵,并用边界平滑初始化,以提升多约束问题的求解成功率。
2023-12-10 cs.RO
NODE IK: Solving Inverse Kinematics with Neural Ordinary Differential Equations for Path Planning
Seoul National University(首尔国立大学);NJIT(新泽西理工学院)
提出了一种用于关节型机器人路径规划的逆运动学求解器。IK是机器人操作中一个传统而又重要的问题。最近,数据驱动的方法已被提出来快速解决路径规划的IK。这些方法可以利用GPU的优势一次处理大量的IK请求。然而,准确性仍然很低,并且模型需要相当长的时间进行训练。因此,我们提出了一个IK求解器,通过利用神经ODE的连续隐藏动力学来提高精度和内存效率。使用多个机器人的性能进行比较。
2022-09-01 cs.RO
CEMSSL: Conditional Embodied Self-Supervised Learning is All You Need for High-precision Multi-solution Inverse Kinematics of Robot Arms
针对机器人手臂逆运动学多解且精度不足的问题,提出条件具身自监督学习(CEMSSL)统一框架,将现有条件深度生成模型的精度提升2-3个数量级,并保持其特性,可扩展至其他多解逆问题。
2025-04-23 cs.RO
Actuator-Aware Inverse Kinematics with Joint-Limit Admissibility for Torque-Controlled Redundant Robots
Unit of Automation Technology and Mechanical Engineering, Faculty of Engineering and Natural Sciences(自动化技术与机械工程单位,工程与自然科学学院)
提出一种基于凸二次规划的逆运动学方法,通过控制障碍函数约束关节极限,并利用控制器兼容性目标解决冗余,实现无需修改下层控制器的任务行为改善。
2026-05-29 cs.RO
Pose Imitation Constraints for Collaborative Robots
Purdue university(普渡大学)
在机器人中实现类似人类的运动一直是机器人研究的许多领域的基本目标。逆运动学(IK)求解器已被探索作为一种解决方案,以提供具有拟人运动的运动学结构。特别是,基于几何的数值求解器,如FABRIK,已经显示出以低计算成本产生类似人类运动的潜力。然而,这些方法在解决机器人运动学约束时显示出局限性。这项工作提出了一个框架的启发FABRIK的实时人体姿势模仿。我们的目标是减轻原始算法的问题,同时保持所产生的人性化的流动性和低成本。我们首先提出了一个人体约束模型的姿态模仿。然后,我们提出了一个姿势模仿算法(PIC),它的软版本(PIC),可以成功地模仿人体姿势使用建议的约束系统。PIC在两个协作机器人(Baxter和YuMi)上进行了测试。收集了50个人类示范,用于双手动组装和切割任务。然后,获得两个性能指标的机器人:相对于人类的姿态精度和环境遮挡/障碍物的百分比。PIC和PIC的性能与数值求解器基线(FABRIK)进行了比较。所提出的算法实现了更高的姿态精度比FABRIK的两个任务(25%-FABRIK,53%-PIC,58%-PIC)。此外,PIC及其软版本在切开过程中实现了较低的闭塞百分比(10%-FABRIK,4%-PIC,9%-PIC)。这些结果表明,PIC方法可以再现人体姿态,并达到关键的预期效果的人模仿。
2020-10-12 cs.HC cs.RO
Analytical Inverse Kinematics for a 5-DoF Robotic Arm with a Prismatic Joint
Cornell University(康奈尔大学)
提出了一种具有一个移动关节和四个转动关节的机器人手臂的逆运动学的解析解。这种5自由度设计是在可穿戴使用环境中最小化重量同时保留设备功能的结果。通常,由于系统受到过度约束,5自由度机器人的IK问题不能保证解决方案。我们通过应用几何投影和限制每个自由度的运动范围来获得解析解。我们通过重建随机采样的末端执行器姿势来验证这种解决方案,并发现位置误差低于2厘米,方向误差低于4度。
2020-11-14 cs.RO
Embodied Self-Supervised Learning (EMSSL) with Sampling and Training Coordination for Robot Arm Inverse Kinematics Model Learning
Peking University(北京大学)
针对机器人手臂逆运动学模型学习中的非凸难题,提出基于具身自监督学习(EMSSL)的采样与训练协调框架,通过批量推理和并行计算加速学习,并实现模型快速适应,实验验证了其有效性。
2025-04-23 cs.RO
Whole-Body Inverse Kinematics with Graph Diffusion
Large Model Algorithm Lab, Huawei(华为大模型算法实验室)
提出GraphDiff-IK,一种结构感知的图扩散逆运动学框架,通过将机器人表示为运动学图并引入分层消息传递和躯干感知条件,实现了多分支机器人的准确稳定IK求解。
2026-05-23 cs.RO
Viscoelasticity Estimation of Sports Prosthesis by Energy-minimizing Inverse Kinematics and Its Validation by Forward Dynamics
The University of Tokyo(东京大学)
本研究针对运动假肢粘弹性估计与三维变形研究不足的问题,提出结合PCS模型、弹性能最小化逆运动学与二次规划的粘弹性估计方法,经前向动力学验证可准确建模假肢动态特性。
2024-10-08 cs.RO
An Efficient Multi-solution Solver for the Inverse Kinematics of 3-Section Constant-Curvature Robots
Zhejiang University(浙江大学)
针对三段常曲率连续体机器人的逆运动学问题,提出一种结合理论约简、误差有界近似与数值修正的高效多解求解器,在单解场景下效率与成功率优于传统数值方法,还可支持障碍空间下的多解路径规划。
2023-05-02 cs.RO
Inverse Kinematics, Identification, RIC-based Control, and implementation of an Aerial Manipulator
Egypt-Japan University of Science and Technology(埃及-日本科学技术大学)
本文对一种新型空中操作系统进行了逆运动学分析和参数辨识。该系统由连接到四旋翼底部的2连杆机械手组成。这个新系统提出了一个解决方案,在目前的四旋翼操纵系统中发现的局限性。通过导出逆运动学,可以设计控制器,使得可以跟踪期望的末端执行器位置和取向。为了研究所提出的系统的可行性,一个四旋翼有足够高的有效载荷,以增加2连杆机械手的设计和建造。介绍了该系统的实验装置,并进行了转子参数的实验。它的参数被识别用于所提出的系统的仿真和控制器设计。基于牛顿-欧拉法对系统动力学进行了简要推导。所提出的系统的控制器的鲁棒内环补偿器(RIC)的基础上设计的模糊模型参考学习控制(FMRLC)技术,这是以前设计和测试所提出的系统相比。这些控制器进行了测试,以提供系统的稳定性和轨迹跟踪的影响下,采摘以及放置有效载荷和改变操作区域的影响下。仿真框架在MATLAB/SIMULINK环境下实现。仿真结果表明了逆运动学分析和控制方法的有效性。
2020-04-12 cs.RO
Multi-task closed-loop inverse kinematics stability through semidefinite programming
Institut de Robòtica i Informàtica Industrial, CSIC-UPC(机器人与工业信息研究所(CSIC-UPC));NASA-JPL, California Institute of Technology(美国国家航空航天局喷气推进实验室,加州理工学院)
当今复杂的机器人设计在某些情况下包括大量的自由度,使得能够实现多目标任务解决方案(例如,人形机器人或空中操纵器)。本文针对这种高冗余度机器人,研究了分层闭环逆运动学算法的稳定性问题。我们提出了一种方法来保证系统的稳定性,通过执行的闭环控制增益的在线调整。我们定义了一个半定规划问题(SDP),这些收益作为决策变量和离散时间李雅普诺夫稳定性条件作为一个线性矩阵不等式,约束SDP优化问题,并保证优先任务的稳定性。据作者所知,这项工作是第一次数学发展的SDP制定,引入稳定性条件的多目标闭环逆运动学问题的高度冗余机器人。所提出的方法的有效性证明通过模拟案例研究,包括教学的例子和Matlab工具箱,为社会的利益。
2020-04-23 cs.RO
Fast Functionally Redundant Inverse Kinematics for Robotic Toolpath Optimisation in Manufacturing Tasks
CSIRO(澳大利亚联邦科学与工业研究组织)
本文提出了一种利用任务空间分解方法和阻尼最小二乘法的快速功能冗余逆运动学算法,用于优化机器人在非平面表面的冷喷涂工具路径。
2025-12-10 cs.RO
LOInK: Learned Optimal Inverse Kinematics via Structured Neural Surrogate Models
The University of Sydney(悉尼大学)
LOInK通过结构化神经代理模型学习配置空间到解耦任务/潜在空间的双Lipschitz映射,将成本最小化解置于原点,利用算子分裂实现高效采样,在机械臂、四足攀爬机器人和软体执行器上验证了其快速生成近最优解的能力。
2026-09-21 cs.RO
Choosing the Correct Generalized Inverse for the Numerical Solution of the Inverse Kinematics of Incommensurate Robotic Manipulators
University of Missouri-Columbia(密苏里大学哥伦比亚分校)
本文针对不公度机器人逆运动学问题,提出基于混合广义逆的系统数值解法,并通过六种操作臂实验证明正确选择广义逆对保持单位一致性等系统性质至关重要。
2023-08-05 cs.RO
Bald Eagle Search Algorithm for High Precision Inverse Kinematics of Hyper-Redundant 9-DOF Robot
B.M.S. College of Engineering(B.M.S.工程学院)
本文针对超冗余9自由度机器人逆运动学求解问题,比较多种元启发式优化算法,发现白头鹰搜索算法在末端执行器定位精度和位置误差方面表现最优。
2023-08-04 cs.RO
Handling robot constraints within a Set-Based Multi-Task Priority Inverse Kinematics Framework
University of Cassino and Southern Lazio(卡西诺与南拉齐奥大学)
基于集合的多任务优先是一个新的框架来处理冗余结构的逆运动学。这两项平等任务,即,要驱动到期望值的控制目标,以及基于集合的任务,即,可以在优先级框架内以严格的方式来处理要满足一组/一系列值的控制目标。此外,也可以考虑由适当函数的梯度驱动的优化任务,通常作为较低优先级的任务。在本文中,提出了适当的设计任务,他们的优先级和使用一个基于集合的多任务优先级框架,以处理多个约束,同时在实时。它表明,安全相关的任务,例如,关节限制或运动学奇异性,可以通过将它们以较高优先级考虑为基于集合的任务和以较低优先级考虑在适当的优化函数内来适当地处理。七自由度Jaco $^2$的实验结果
2019-05-30 cs.RO
Forward and Inverse Kinematics of a Single Section Inextensible Continuum Arm
DePaul University(德保罗大学)
连续体手臂,如躯干和肌腱机器人,位于刚性和软体机器人的两个末端之间,并承诺在可操作性,灵活性和顺应性方面获得两个世界的最佳状态。本文提出了一种新的运动学模型的一种新的恒定长度的连续体机器人,包括软,刚性元件。与传统的双驱动可变长度连续臂相比,所提出的设计利用超冗余刚性链来提供额外的结构强度。该模型引入了降阶映射,以考虑刚性连接链产生的机械约束,从而推导出封闭形式的曲线参数模型。对该模型进行了数值计算,结果表明该模型是可靠的.
2019-07-15 cs.RO
Collision-Free Inverse Kinematics Through QP Optimization (iKinQP)
Naval Research Laboratory(海军研究实验室)
提出一种基于二次规划的逆运动学方法iKinQP,通过将碰撞设为硬约束并优化平滑性,实现冗余机械臂实时生成无碰撞轨迹。
2023-08-29 cs.RO
Safety-related Tasks within the Set-Based Task-Priority Inverse Kinematics Framework
University of Cassino and Southern Lazio(卡西诺和南拉齐奥大学)
在本文中,我们提出了一个框架,允许自动处理不同类型的安全相关的任务的机器人手臂的运动控制。所开发的控制器是基于任务优先级逆运动学算法,该算法允许机械手的运动,同时尊重定义在关节或在操作空间中的平等为基础的或基于集合的任务的形式的约束。这使得有可能将任务定义为关节限制、避障或限制操作空间中的工作空间。此外,已经实现了一种使用深度测量实时计算机械手与环境中其他物体之间的最小距离的算法,有效地实现了避障任务。Jaco $^2$机械手的实验,在RGB-D传感器用于障碍物检测的环境中操作,显示所开发的系统的有效性。
2019-05-29 cs.RO
Inverse Kinematics and Sensitivity Minimization of an n-Stack Stewart Platform
University of Massachusetts Amherst College of Computer Sciences(马萨诸塞大学阿默斯特分校计算机学院);NASA Langley Research Center(美国国家航空航天局兰利研究中心);Virginia Tech(弗吉尼亚理工大学)
提出了一种用于解决空间装配问题的自主系统,该系统可用于进一步推进NASA的深空探测目标。特别令人感兴趣的是大型桁架结构的组装,这需要在不断变化的环境中进行精确和灵巧的运动。为了研究空间自主装配能力,利用Stewart平台机器人的集合构造了一种自主装配机械手样机。装配机的正运动学由Stewart平台的每个部件的平移和旋转角度的集合来描述,由此末端执行器的位置和方向可以简单地计算。然而,为装配器选择由平移和旋转角度定义的逆运动学姿态需要每个Stewart平台之间的协调,并且是欠约束的非线性优化问题。对于装配任务,理想的情况是所选的姿态对可能的干扰具有最小的敏感性。提出了一种通过最小化正运动学雅可比矩阵的Frobenius范数来降低灵敏度的方法。FN方法的有效性将通过蒙特卡罗模拟方法来模拟结构内部的随机运动来证明。
2018-11-13 cs.RO
CIDGIKc: Distance-Geometric Inverse Kinematics for Continuum Robots
University of Toronto(多伦多大学)
针对连续体机器人在杂乱环境中的逆运动学难题,提出CIDGIKc算法,利用距离几何参数化将非凸问题转化为半定规划序列,实现超过98%的求解成功率。
2023-06-23 cs.RO
MIRROR: Visual Motion Imitation via Real-time Retargeting and Teleoperation with Parallel Differential Inverse Kinematics
Department of Mechanical and Civil Engineering, California Institute of Technology(机械与土木工程系,加州理工学院)
本文提出一种基于GPU的连续微分逆运动学方法,通过并行求解多个约束逆运动学二次规划和自碰撞避障控制屏障函数,提升实时操作的安全性和稳定性,实现对THEMIS人形机器人上半身的鲁棒实时远程操作。
2026-03-25 cs.RO
An Optimization-Based Inverse Kinematics Solver for Continuum Manipulators in Intricate Environments
针对高自由度连续体机械臂在多障碍复杂环境中的逆运动学难题,提出一种融合避障及长度、方向等约束的基于优化的IK求解器,仿真验证其灵活、高效、鲁棒且延迟可接受。
2024-10-27 cs.RO
Contact-based Grasp Control and Inverse Kinematics for a Five-fingered Robotic Hand
Department of Computer Science(计算机科学系);The University of Alabama(阿拉巴马大学)
本文提出一种结合接触控制与逆运动学的五指机器人抓取方法,在PyBullet中基于DexHand v2实现力闭合验证的稳定抓取,实验表明其具有高运动效率与位置精度,并指出拇指对掌控制仍需改进。
2025-04-25 cs.RO
Convex Iteration for Distance-Geometric Inverse Kinematics
University of Toronto(多伦多大学);University of Zagreb(萨格勒布大学);Massachusetts Institute of Technology(麻省理工学院)
逆运动学(IK)是寻找满足一个或多个末端执行器的位置或姿态约束的机器人关节配置的问题。对于具有冗余自由度的机器人,通常存在无穷多的非凸解集。当工作空间中的障碍物施加碰撞避免约束时,IK问题进一步复杂化。在一般情况下,封闭形式的表达式产生可行的配置不存在,激励使用数值求解方法。然而,这些方法依赖于非凸问题的局部优化,通常需要精确的初始化或多次重新初始化才能收敛到有效的解。在这项工作中,我们首先制定逆运动学复杂的工作空间约束作为一个凸可行性问题,其低秩可行点提供精确的IK解决方案。然后,我们提出了\texttt{CIDGIK}(凸迭代距离几何逆运动学),一个算法,解决了这个可行性问题的一系列半定方案,其目标是鼓励低秩极小。我们的问题制定优雅地统一了机器人的配置空间和工作空间的约束:内在的机器人几何形状和避障都表示为简单的线性矩阵方程和不等式。我们对各种流行的机械手模型的实验结果表明,更快,更准确的收敛比传统的非线性优化为基础的方法,特别是在环境中有许多障碍物。
2022-07-06 cs.RO
Constrained Bimanual Planning with Analytic Inverse Kinematics
Massachusetts Institute of Technology(麻省理工学院);Computer Science and Artificial Intelligence Laboratory (CSAIL)(计算机科学与人工智能实验室)
针对双臂机器人操纵物体时末端执行器变换固定的约束,提出利用解析逆运动学参数化配置空间,将可行集从零测度转为正测度,并兼容多种现有规划算法。
2024-03-13 cs.RO
Inverse Kinematics with Forward Dynamics Solvers for Sampled Motion Tracking
FZI Research Center for Information Technology(FZI信息技术研究中心);IAR Institute for Anthropomatics and Robotics(IAR拟人系统与机器人研究所);KIT Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
本文提出一种利用虚拟孪生体质量矩阵增强雅可比转置法的逆运动学求解器,用于采样运动跟踪,在UR10上展现出更优的收敛性和质量,且易于实现。
2023-05-12 cs.RO
ETA-IK: Execution-Time-Aware Inverse Kinematics for Dual-Arm Systems
Karlsruhe University of Applied Sciences(卡尔斯鲁厄应用科学大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);Proximity Robotics & Automation GmbH(近程机器人与自动化公司)
针对仅约束相对位姿的双臂任务,提出ETA-IK,将执行时间与隐式碰撞纳入逆运动学优化,并用神经网络预测高效关节构型,在UR5与KUKA iiwa系统上显著缩短执行时间且保持精度。
2025-10-19 cs.RO
Propagative Distance Optimization for Constrained Inverse Kinematics
Carnegie Mellon University(卡内基梅隆大学);Shanghai Jiao Tong University(上海交通大学)
针对约束逆运动学中基于距离方法效率低、传统关节角优化受非线性约束影响的问题,提出PDO-IK,沿运动学链传播计算正运动学与雅可比,显著提升速度、成功率并支持人形机器人实时避障。
2024-06-17 cs.RO
Intuitive Telemanipulation of Hyper-Redundant Snake Robots within Locomotion and Reorientation using Task-Priority Inverse Kinematics
Leibniz University Hannover(莱布尼茨汉诺威大学)
本文提出一种统一遥操作策略,利用Fréchet距离形状拟合和任务优先级逆运动学,实现超冗余蛇形机器人的跟随引导者移动与枢轴重定向,并通过14人模拟实验验证其有效性。
2024-04-16 cs.RO
Working Modes and Aspects in Fully-Parallel Manipulator
Institut de Recherche en Cybernétique de Nantes(南特控制论研究所);École Centrale de Nantes(南特中央理工学院)
本文的目的是表征的概念方面的工作空间和关节空间的并联机器人。与串联机器人相反,并联机器人不仅可以有多个逆运动学解,而且可以有多个正运动学解。在[Borrel 86]中为串联机器人引入了方面的概念,在[Wenger 1997]中为只有一个逆运动学解的并联机器人重新定义了方面的概念,并为一般的完全并联机器人重新定义了方面的概念。在关节速率矢量和笛卡尔速度矢量之间的运动学关系中出现了两个雅可比矩阵,称为“逆运动学“和“正运动学”矩阵。这些矩阵的研究允许分别定义的并行和串行奇点。工作模式的概念被引入到分离的逆运动学解。这样,我们就可以找到工作空间和关节空间中不存在奇异的区域。应用于机械手工作空间的可动性分析以及路径规划与控制。本文以RR-RRR平面并联机器人为例说明了这一研究。
2007-07-13 cs.RO
Kinematics analysis and three-dimensional simulation of the rehabilitation lower extremity exoskeleton robot
Xi’an Jiaotong University(西安交通大学)
在分析康复下肢外骨骼结构的基础上,采用改进的D-H法建立了运动学递推方程。给出了逆运动学的数值算法。然后利用MATLAB软件建立了外骨骼机器人的三维仿真模型,在此基础上实现了完整步态的三维再现。仿真结果验证了逆运动学数值算法的可靠性。以上工作为外骨骼机器人三维仿真平台的开发奠定了基础。
2014-01-25 cs.RO
A geometric approach towards inverse kinematics of soft extensible pneumatic actuators intended for trajectory tracking
Eindhoven University of Technology(埃因霍温理工大学);University of Twente(特文特大学)
软体机器人是机器人学中超冗余的有趣例子,然而,这些机器人的非线性连续动力学以及超弹性和粘弹性材料的使用使得这些机器人的建模更加复杂。提出了一种用于多段可伸缩软体机器人轨迹跟踪的几何逆运动学(IK)模型。使用优化方法,所需的配置变量的软致动器所需的末端执行器的位置。此外,机器人的冗余度应用于第二任务应用,例如倾角控制。该模型的性能进行了研究,通过模拟,数值基准测试和实验验证,结果表明,较低的计算成本和更高的精度相比,大多数现有的方法。该方法易于应用于多节软体机器人,无论是在2D和3D。作为案例研究,使用控制单元测试了完全3D打印的软体机器人操纵器,模型预测与实验结果吻合良好。
2022-11-11 cs.RO
The Kinematic Analysis of a Symmetrical Three-Degree-of-Freedom Planar Parallel Manipulator
对一种对称三自由度平面并联机器人进行了运动学分析。与串联机器人相反,并联机器人不仅可以有多个逆运动学解,而且可以有多个正运动学解。该属性产生更复杂的运动学模型,但允许更灵活的轨迹规划。考虑到这一特性,方面的概念,即最大的奇异自由域,被引入,基于工作模式的概念,这使得有可能分离的逆运动学解决方案。本文的目的是证明一个非奇异的装配模式的变化轨迹存在的对称平面并联机器人,具有等边基地和平台三角形。
2007-05-07 cs.RO
HJCD-IK: GPU-Accelerated Inverse Kinematics through Batched Hybrid Jacobian Coordinate Descent
Columbia University(哥伦比亚大学);Purdue University(普渡大学);Barnard College, Columbia University(巴纳德学院,哥伦比亚大学)
研究机器人逆运动学问题,提出基于GPU加速、采样的混合求解器HJCD-IK,通过结合方向感知贪婪坐标下降初始化、雅可比优化和并行碰撞滤波器,在速度和精度上比现有求解器有显著提升,且能找到无碰撞解决方案并开源代码。
2026-07-08 cs.RO
A Framework for Combining Optimization-Based and Analytic Inverse Kinematics
Computer Science and Artificial Intelligence Laboratory (CSAIL), Massachusetts Institute of Technology(计算机科学与人工智能实验室(CSAIL),麻省理工学院)
本文提出了一种结合解析和优化方法的逆运动学框架,通过变量替换提升求解效率,实验表明在碰撞避免等复杂任务中表现更优。
2026-02-04 cs.RO
Analytical Solution for Inverse Kinematics
Toronto Metropolitan University(多伦多都会大学);Dr Robot Inc.(Dr Robot公司)
针对月球探测漫游车系统的6自由度串联机械臂,提出基于几何原理的逆运动学闭式解析解,相比传统数值方法计算量更低,可提升空间机器人实时操作能力,支撑自主探月任务。
2024-10-29 cs.RO
Automatic Geometric Decomposition for Analytical Inverse Kinematics
Department of Computer Engineering, Technical University of Munich(计算机工程系,慕尼黑技术大学);Munich Center for Machine Learning(慕尼黑机器学习中心)
本文提出一种基于运动学分类的自动几何分解方法,首次将解析逆运动学的推导与计算总耗时降至一毫秒以内,并开源了带 Python 封装的 C++ 工具箱,在速度与精度上超越 IKFast 等基线。
2025-08-21 cs.RO
IKSel: Selecting Good Seed Joint Values for Fast Numerical Inverse Kinematics Iterations
Osaka University(大阪大学)
本文提出一种基于KDTree和关节空间调整的种子选择策略,结合失败重试机制,构建了快速且高成功率的数值逆运动学求解器,优于传统数值和基于学习的方法。
2025-03-28 cs.RO
Manipulability maximization in constrained inverse kinematics of surgical robots
Nagoya University(名古屋大学)
本文提出基于分层二次规划的手术机器人约束逆运动学方法,在满足RCM约束和关节限位的同时最大化可操作度,仿真显示可操作度提升超100%且求解时间低于1ms。
2024-06-14 cs.RO
CppFlow: Generative Inverse Kinematics for Efficient and Robust Cartesian Path Planning
University of Southern California(南加州大学);Amazon(亚马逊)
提出新型规划器CppFlow,结合生成式逆运动学与经典优化方法,在笛卡尔路径规划中实现更快求解与更高成功率。
2024-06-03 cs.RO
Euclidean Equivariant Models for Generative Graphical Inverse Kinematics
University of Toronto(多伦多大学);University of Zagreb(萨格勒布大学)
针对现有学习方法需为每个机器人单独训练模型的问题,本文提出基于距离几何图表示和图神经网络的生成式图逆运动学求解器GGIK,利用欧几里得等变性实现单一模型为多种机器人并行生成多样IK解。
2023-07-04 cs.RO
Singularity Avoidance in Inverse Kinematics: A Unified Treatment of Classical and Learning-based Methods
IEEE
本文统一了经典和学习方法在逆运动学中的奇异避障,通过系统分类和实验评估,揭示了纯学习方法的不足及混合架构的改进效果。
2026-04-15 cs.RO
Image-to-Joint Inverse Kinematic of a Supportive Continuum Arm Using Deep Learning
Toronto Metropolitan University(多伦多都会大学)
本研究提出基于修改VGG-16的深度学习方法,实现腱驱动连续臂的图像到关节逆运动学估计,具备抗噪鲁棒性并提供实时替代方案。
2024-06-27 cs.RO
Inverse Kinematics and Dexterous Workspace Formulation for 2-Segment Continuum Robots with Inextensible Segments
连续体机器人的逆运动学(IK)问题在过去的几十年中得到了深入的研究。在常曲率弯曲假设下,得到了变节长连续体机器人的封闭形式的IK解。试图缩小差距走向一个完整的解决方案,本文提出了一个有效的解决方案,为IK问题的2段连续体机器人与一个或两个不可扩展的部分(又名,恒定段长度)。通过将机器人的形状表示为分段线段,将配置变量从IK公式中分离出来,使得求解一个单变量非线性方程导致整个IK问题的解决方案。深入研究了连续体机器人位形变量限制和角速度奇异性对末端执行器灵巧工作空间边界的影响。这个灵巧的工作空间配方,这是第一次推导出的最好的作者的知识,是特别有用的,以找到最接近的方向时,目标姿态的目标方向是灵巧的工作空间。在50万例的仿真实验中,该方法与基于雅可比矩阵的IK方法的计算效率得到了显著提高,解决了100%的IK问题。
2021-10-05 cs.RO