Unified Kinematic and Dynamical Modeling of a Soft Robotic Arm by a Piecewise Universal Joint Model
软机器人手臂的顺应性使得精确的运动学和动力学模型的开发特别具有挑战性。软机器人运动学中最广泛使用的模型假定分段常曲率(PCC)。然而,PCC无法有效地处理外力,甚至重力的影响,因为机器人在这些条件下不会以恒定曲率变形。在本文中,我们建立了三维(3D)建模的多段软机器人手臂的限制性较低的假设下,每段的手臂是在一个平面上变形没有扭曲。我们设计了一个运动学和动力学模型的软臂推导等价于一个串行万向关节机器人。在真实机器人平台上的大量实验以及模拟证明了我们的方法在负载的3D运动中的建模精度。所提出的模型的最大位置/旋转误差被验证为比考虑重力和外力的PCC模型低6.7倍/4.6倍。
2022-03-15 cs.RO
3D Hand-Eye Calibration for Collaborative Robot Arm: Look at Robot Base Once
Department of Mechanical and Production Engineering, Aarhus University(机械与生产工程系,奥胡斯大学);Department of Computer Science, Lund University(计算机科学系,卢德大学)
本文提出一种无需外部标定物的3D手眼标定方法,通过将机器人基座点云与扫描数据对齐,在14个品牌机器人臂上验证了其与商业方案相当的精度,并将标定时间缩短至数秒。
2025-05-09 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
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
Kinematics-Aware Diffusion Policy with Consistent 3D Observation and Action Space for Whole-Arm Robotic Manipulation
本文提出一种基于一致3D空间的运动学感知扩散策略,用于提高全身机械臂操作的样本效率和空间泛化能力。
2025-12-19 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
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
Consistency-Driven Dual LSTM Models for Kinematic Control of a Wearable Soft Robotic Arm
本文提出了一种一致性驱动的双LSTM框架,用于精确学习软气动机器人手臂的正向和逆向运动学。通过引入循环一致性损失,提升了物理真实性和逆向预测的稳定性,实验验证了方法的有效性。
2026-03-18 cs.RO
Automating the Learning of Inverse Kinematics for Robotic Arms with Redundant DoFs
National Tsing Hua University(国立清华大学)
逆运动学解决了从笛卡尔空间到机器人手臂关节位形空间的映射问题,在计算机图形学、蛋白质结构预测、机器人学等领域有着广泛的应用。随着人工神经网络(NN)的巨大进步,许多研究人员最近转向数据驱动的方法来解决IK问题。不幸的是,NN对于具有冗余自由度(DoF)的机器人手臂变得不足够。这是因为这样的手臂可能有多个角度的解决方案,以达到相同的期望姿态,而典型的神经网络只实现一对一的映射函数,它只关联一个一致的输出为一个给定的输入。为了训练可用的神经网络来解决IK问题,大多数现有的工作采用定制的训练数据集,其中每个期望的姿势只有一个角度的解决方案。这不可避免地限制了所提出的方法的推广和自动化。本文在两个方面有所突破:(1)采用系统化、机械化的方法进行训练数据采集,覆盖整个机械臂的工作空间,在机械臂研制完成后,可以实现全自动化、一次性完成;(2)一种新的NN-的框架,可以利用冗余自由度,以产生多个角度的解决方案,任何给定的期望姿态的机器人手臂。可用于机器人应用,例如避障和姿势模仿。
2022-08-29 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
A Visual Kinematics Calibration Method for Manipulator Based on Nonlinear Optimization
School of Artificial Intelligence and Automation, Huazhong University of Science and Technology(华中科技大学人工智能与自动化学院);School of Automation, South East University(东南大学自动化学院)
传统的机械手运动学标定方法需要精确的三维测量仪器来测量末端位姿,不仅测量仪器价格昂贵,而且不适用于所有机械手。另一种标定方法是使用摄像机,但摄像机参数引起的系统误差影响了机械臂运动学模型的标定精度。为此,本文提出了一种基于单目视觉的机械臂运动学模型几何参数标定方法。首先,采用经典的Denavit-Hartenberg(D-H)建模方法建立机械手的运动学参数。其次,进行非线性优化和参数补偿。将实际运动学模型和经典D-H运动学模型对应的各机械手姿态下标定板特征点的三维位置映射到像素坐标系中,以两者像素坐标的欧氏距离误差之和作为待优化的目标函数。实验结果表明,本文提出的优化D-H运动学模型对应的末端位姿与实际运动学模型对应的末端位姿在像素坐标系中的像素偏差为0.99个像素。与经典D-H运动学模型计算的像素坐标与实际像素坐标之间的7.9个偏差像素相比,偏差减少了近7个像素,误差减少了87%。因此,该方法能有效避免视觉标定中摄像机参数引起的系统误差,提高机械臂末端的绝对定位精度,具有良好的经济性和通用性。
2020-05-18 cs.RO
Robot self-calibration using multiple kinematic chains -- a simulation study on the iCub humanoid robot
Czech Technical University in Prague(布拉格捷克理工大学);Czech Institute of Informatics, Robotics, and Cybernetics, Czech Technical University in Prague(布拉格捷克理工大学捷克信息学、机器人学与控制论研究所)
机构标定是机器人学中一项重要而重要的任务。传感器技术的进步使得相机和触觉传感器等价格实惠但越来越精确的设备变得可用,从而可以依靠这些感觉流中的冗余信息执行自动化的自包含校准。在这项工作中,我们使用了一个模拟的iCub人形机器人与立体摄像机系统和末端执行器接触仿真,定量比较运动学校准的性能,采用不同的交叉运动链的组合-无论是通过自我观察或自我触摸。变化的参数为:(i)用于校准的交叉运动链的类型和数量,(ii)经受优化的参数和链,(iii)运动参数的初始扰动量,(iv)用于优化的姿态/配置的数量,(v)末端执行器位置/相机中的测量噪声量。主要调查结果如下:(1)标定单链参数(例如一个臂)通过采用多个运动链(2)当使用多链校准时,与例如仅使用来自单个相机的观察相比,较少的姿态足以获得类似的性能;(3)所有链的参数(这里是86个DH参数)可以同时进行校准,并且利用50(100)个姿态,可以实现大约2(1)mm的末端执行器误差;(4)向感觉模态添加噪声降低了采用依赖于该信息的链的所有校准的性能。
2020-08-31 cs.RO
SCALAR - Simultaneous Calibration of 2D Laser and Robot's Kinematic Parameters Using Three Planar Constraints
Nanyang Technological University(南洋理工大学)
工业机器人越来越多地用于各种应用中,其中机器人精度变得非常重要,因此需要机器人的运动学参数和测量系统的外部参数的校准。然而,现有的校准方法要么过于繁琐,要么需要另一个昂贵的外部测量系统,如激光跟踪仪或测量旋臂。在本文中,我们提出了SCALAR,校准方法,同时提高6自由度机器人的运动学参数和外部参数的二维激光测距仪(LRF),这是附加到机器人。三个平面放置在机器人周围,并且对于每个平面,机器人移动到几个姿势,使得LRF的射线与相应的平面相交。然后,利用Levenberg- Marquardt非线性优化算法,利用几何平面约束对标定参数进行优化.仿真结果表明,SCALAR算法可以使机器人系统的平均位姿误差分别从14.6mm和4.05 °减小到0.09mm和0.02 °。
2018-03-02 cs.RO
Automatic self-contained calibration of an industrial dual-arm robot with cameras using self-contact, planar constraints, and self-observation
Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague(布拉格捷克理工大学电气工程学院控制论系);Czech Institute of Informatics, Robotics, and Cybernetics, Czech Technical University in Prague(布拉格捷克理工大学捷克信息学、机器人学与控制论研究所)
我们提出了一种机器人运动学校准方法,结合互补的校准方法:自接触,平面约束,和自我观察。我们分析了末端执行器参数的估计,机械手的关节偏移,和完整的运动链(DH参数)的校准。结果进行了比较与地面实况测量提供的激光跟踪仪。我们的主要发现是:(1)当单独应用互补校准方法时,自接触方法产生最好和最稳定的结果。(2)在校准误差和估计参数的可观测性方面,一种以上方法的所有组合总是优于使用任何单一方法。结合更多的方法提供了更好地推广到不用于校准的工作空间部分的机器人参数。(3)顺序校准,即首先校准摄像机,然后机器人运动学,比所有参数的同时校准更有效。在实际实验中,我们采用两个工业机械手安装在一个共同的基础。机械手在手腕处配备了力/扭矩传感器,两个摄像机连接到机器人底座,并配备了带基准标记的特殊末端执行器。我们收集了一个新的全面的数据集机器人运动学校准,并公开提供。数据集及其分析提供了定量和定性的见解,超出了这项工作中使用的特定机械手,并适用于一般的独立机器人运动学校准。
2021-09-24 cs.RO
Dual-Arm Whole-Body Motion Planning: Leveraging Overlapping Kinematic Chains
Toyota Research Institute(丰田研究院)
针对高自由度双臂机器人在未知动态环境中实时运动规划的维度灾难问题,提出利用共享关节结构构建双动态路线图并高效搜索其组合的方法,在19自由度机器人上实验实现0.4秒平均规划时间与99.9%成功率。
2025-11-11 cs.RO
Observability Analysis of Visual-Inertial Odometry with Online Calibration of Velocity-Control Based Kinematic Motion Models
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所)
在本文中,我们分析了视觉惯性里程计(VIO)的可观测性使用立体相机与速度控制为基础的运动学运动模型。以往的工作表明,在一般情况下,全局位置和偏航是不可观测的VIO系统,此外,滚动和俯仰也变得不可观测,如果没有旋转。我们证明,通过整合一个平面的运动约束滚动和俯仰成为可观察的。我们还表明,运动模型的参数是可观察的。
2022-04-13 cs.RO
Kinematic and Ergonomic Design of a Robotic Arm for Precision Laparoscopic Surgery
本文提出一种用于高精度腹腔镜手术的7自由度机械臂系统,结合远程运动中心与工效学设计,实验证明其显著提升了瞄准精度与任务效率,并降低了操作者的肌肉劳损。
2025-11-04 cs.RO
Analytical Inverse Kinematic Solution for "Moz1" NonSRS 7-DOF Robot arm with novel arm angle
Ke CHEN
本文提出了一种针对Moz1七自由度机器人臂的解析逆运动学解法,通过引入新型臂角解决奇异性问题并提供完整的解空间。
2026-02-04 cs.RO math.OC
SCALAR: Simultaneous Calibration of 2D Laser and Robot Kinematic Parameters Using Planarity and Distance Constraints
Idiap Research Institute(伊迪亚普研究所);Nanyang Technological University(南洋理工大学)
在本文中,我们提出了SCALAR,校准方法,同时校准的6自由度机器人的运动学参数和外部参数的2D激光测距仪(LRF)连接到机器人的法兰。校准装置只需要一块平板,平板上有两个小孔,两个小孔之间的距离是已知的,一个锋利的工具尖端连接到机器人的法兰上。标定被配制成一个非线性优化问题,其中激光和工具尖端被用来提供平面和距离约束,并使用Levenberg-Marquardt算法来解决优化问题。我们通过实验证明,SCALAR可以减少平均和最大的刀具位置误差从0.44毫米到0.19毫米和从1.41毫米到0.50毫米,分别。
2019-08-12 cs.RO
Self-Calibration of Mobile Manipulator Kinematic and Sensor Extrinsic Parameters Through Contact-Based Interaction
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)
提出了一种基于接触信息的移动机械手自标定方法。我们的方法,基于点云配准,适用于估计安装在移动基座上的固定视觉传感器和末端执行器之间的外变换。除了传感器校准,我们证明了该方法可以扩展到包括机械手运动学模型参数,这涉及到一个非刚性配准过程。我们的程序仅使用板载传感,不依赖任何外部测量设备、基准标记或校准装置。此外,它在一般情况下是完全自动的。我们的实验验证所提出的方法在自定义移动机械手平台,并证明厘米级的后校准精度定位的末端执行器仅使用视觉指导。我们还讨论了注册算法的稳定性,以确定校准是可能的条件下。
2018-10-22 cs.RO
Bayesian Optimal Experimental Design for Robot Kinematic Calibration
California Institute of Technology(加州理工学院)
本文提出一种基于高斯过程和几何感知核的贝叶斯最优实验设计,通过测地线距离目标函数学习正向运动学误差,并利用二次规划求解修正 Denavit-Hartenberg 参数,在 NASA 的 OWLAT 上验证了有效性。
2025-03-05 cs.RO
Kinematic Optimization of a Robotic Arm for Automation Tasks with Human Demonstration
Tel-Aviv University(特拉维夫大学);The Institute of Agricultural Engineering, Volcani Institute(沃尔卡尼研究所农业工程研究所)
针对机械臂任务适配性差、定制设计成本高的问题,提出基于人类示教、用改进粒子群优化算法生成最优机械臂设计与任务路径的方法,可缩短上市时间、降低计算量,助力模块化标准化。
2024-01-30 cs.RO
Extrinisic Calibration of a Camera-Arm System Through Rotation Identification
Department of Aerospace Engineering Sciences, University of Colorado at Boulder(科罗拉多大学波尔德分校航空航天工程科学系)
本文提出了一种基于观察臂的结构运动来恢复外校准参数的方法,结合已知的机械臂运动学和图像平面中的二次曲线观测,通过最大似然估计计算校准外参数,该方法在仿真中得到验证并在现实模型中测试,结果与尺子估计一致。
2018-12-19 cs.RO cs.SY eess.SY
Calibration of quasi-isotropic parallel kinematic Machines: Orthoglide
Belarusian State University of Informatics and Radioelectronics(白俄罗斯国立信息与无线电电子大学);Institut de Recherche en Communications et Cybernétique de Nantes(南特通信与控制研究所)
提出了一种新的准各向同性并联机构几何模型标定方法。它基于在特定测试姿势之间的运动期间对操纵器腿平行度的观察,并采用由连接到通用磁性支架的标准比较器指示器组成的低成本测量系统。当机械手沿笛卡尔轴移动TCP时,它们顺序地用于测量相关腿位置的偏差。使用测量的差异,开发的算法估计的关节偏移和腿的长度被视为最重要的参数。实验结果证实了所提出的校准技术的有效性。
2007-05-09 cs.RO
Kinematic Calibration of the Orthoglide-Type Mechanisms
Belarusian State University of Informatics and Radioelectronics(白俄罗斯国立信息与无线电电子大学);Institut de Recherche en Communications et Cybernétique de Nantes(南特通信与控制研究所)
本文提出了一种新的校准方法的基础上观察的机械手腿平行度之间的预先指定的测试姿态的运动过程中的滑翔式机构。它采用了一个低成本的测量系统,由标准的比较器指示器连接到通用的磁性支架。当机械手沿笛卡尔轴移动TCP时,它们顺序地用于测量相关腿位置的偏差。使用测量的差异,开发的算法估计的联合偏移被视为最重要的参数进行调整。对测量方法的灵敏度和标定精度进行了研究。实验结果表明,所提出的校准技术的有效性。
2007-05-09 cs.RO
PlaneHEC: Efficient Hand-Eye Calibration for Multi-view Robotic Arm via Any Point Cloud Plane Detection
National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University(国家人类-机器混合增强智能重点实验室,人工智能与机器人研究院,西安交通大学)
本文提出 PlaneHEC,一种仅用深度相机和任意平面、结合平面约束方程、闭式解与迭代优化的多视角机械臂手眼标定方法,并在仿真与真实实验中验证其精度、速度和泛化优势。
2025-07-26 cs.RO
Calibration of Parallel Kinematic Machine Based on Stewart Platform-A Literature Review
Clemson University(克莱姆森大学)
本综述系统梳理了基于Stewart平台的并联运动机床的标定方法,重点分析逆运动学标定技术、误差来源及无负载条件下的精度提升策略,为后续研究提供参考。
2025-10-22 cs.RO
Kinematic calibration of orthoglide-type mechanisms
Belarusian State University of Informatics and Radioelectronics(白俄罗斯信息与无线电电子大学);Institut de Recherche en Communications et Cybernétique de Nantes(南特通信与控制研究所)
本文提出了一种新的校准方法的基础上观察的机械手腿平行度之间的运动过程中的预定测试姿态的滑翔式机构。它采用了一个低成本的测量系统,由标准的比较器指示器连接到通用的磁性支架。当机械手沿笛卡尔轴移动TCP时,它们顺序地用于测量相关腿位置的偏差。使用测量的差异,开发的算法估计的联合偏移被视为最重要的参数进行调整。并对测量方法的灵敏度和标定精度进行了研究。实验结果表明,所提出的校准技术的有效性
2007-11-12 cs.RO
Kinematic calibration of Orthoglide-type mechanisms from observation of parallel leg motions
École des Mines de Nantes(南特矿业学院);Institut de Recherche en Communications et Cybernétique de Nantes(南特通信与控制研究所)
本文提出了一种新的并联机器人的标定方法,允许有效地识别关节偏移使用的机械手腿平行度相对于基础表面的意见。该方法采用了一个简单的和低成本的测量系统,该系统评估的腿的位置在运动过程中,假设保持腿的平行度的机械手参数的标称值的偏差。使用所测量的偏差,开发的算法估计被视为最重要的参数被识别的联合偏移。实验结果证实了所提出的校准方法的有效性和开发的数值算法的效率。对测量方法的灵敏度和标定精度进行了研究。
2009-09-21 cs.RO
Dynamically Efficient Kinematics for Hyper-Redundant Manipulators
Computer Science and Engineering Department, University of South Carolina(南卡罗来纳大学计算机科学与工程系);Department of Mechanical Engineering, National Technical University of Athens(雅典国立技术大学机械工程系)
超冗余机器人臂是具有许多自由度的操纵器,能够在具有较少自由度的机器人臂无法操作的杂乱环境中执行任务。本文介绍了一种新的建模方法,这些机械手在一个完全的动力学的方式。所提出的方法使在线的运动结构的变化与使用一个特殊的功能,称为“元控制功能”。该功能可用于制定策略,以大幅降低单个任务的计算成本,并鲁棒地控制机器人手臂,即使在部分损坏的情况下。正向和逆运动学解决了一个通用的三维铰接超冗余臂,可以用作更具体的结构的概念证明。为了证明我们的方法的鲁棒性,实验模拟结果,一个基本的“元控制”功能,。
2018-03-10 cs.RO
Kinematics & Dynamics Library for Baxter Arm
Worcester Polytechnic Institute(伍斯特理工学院)
针对 Baxter 机器人官方 IK 服务成功率低且不一致的问题,本文开发了一个基于 Python 的运动学与动力学软件库,支持位姿与速度运动学及 Jacobian 冗余度解析,并与 PyKDL 进行了性能对比。
2024-09-01 cs.RO
A Classification of Configuration Spaces of Planar Robot Arms with Application to a Continuous Inverse Kinematics Problem
University of Pennsylvania(宾夕法尼亚大学)
利用多边形的模空间拓扑的结果[Jaggi,92; Kapovich和Millson,94],可以表明,对于具有$n$段的平面机器人臂,存在一些基本长度值$z$,在这些值处,约束臂的配置空间在其他值处,受约束的配置空间(其末端执行器固定的臂)具有两个断开的分量,而在其他值处,受约束的配置空间具有一个连接分量。我们首先回顾这些已知的结果。然后,本文解决的主要设计问题是对任意机器人手臂的连续逆运动学的建设,与属性,这两个逆运动学同意时,约束配置空间有一个单一的连接组件,但他们给不同的配置(一个在每个连接组件)时,约束臂的配置空间有两个组件。这种设计是可能的基本理论贡献在本文中-机器人手臂的配置空间的分类,这样的路径的类型,系统(机器人手臂)通过某些临界值的正向运动学函数是完全确定的类的配置空间的手臂所属。该分类结果使得上述设计问题易于处理,使得足以为每类位形空间(总共三个)设计一对逆运动学。我们讨论了这项工作的动机,这来自一个更广泛的问题,运动规划的机器人手臂的末端执行器,需要我们不断采样的配置从每个连接组件的约束配置空间。我们通过一个基于JavaScript + HTML5的实现证明了所提出的算法的低复杂性,该实现可在http://hans.math.upenn.edu/~subhrabh/nowiki/robot_arm_JS-HTML5/arm.html上获得
2014-08-29 cs.RO math.DG
A novel step-by-step procedure for the kinematic calibration of robots using a single draw-wire encoder
University of Padua(帕多瓦大学)
针对机器人运动学标定问题,提出一种仅用单个拉线编码器一维距离数据的分步标定方法,通过解析法逐个辨识参数,经6自由度机械臂仿真与实验验证,兼具实用性、低成本与低计算量优势。
2025-02-20 cs.RO
Configuration-Dependent Robot Kinematics Model and Calibration
Rensselaer Polytechnic Institute(伦塞拉尔理工学院)
本文提出一种基于局部指数积模型和傅里叶基函数插值的配置相关运动学标定框架,在两个六自由度工业机器人上将最大定位误差降低超过50%,满足冷喷涂制造的亚毫米精度要求。
2025-10-22 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
Self-Contained Kinematic Calibration of a Novel Whole-Body Artificial Skin for Human-Robot Collaboration
University of Colorado(科罗拉多大学);University of Texas at Arlington(德克萨斯大学阿灵顿分校)
在本文中,我们提出了一种基于加速度计的运动学校准算法,以准确地估计沿机器人身体分布的多个传感器单元的位姿。我们的方法是独立的,可以用于任何机器人提供了一个Denavit-Hartenberg运动学模型,并在任何皮肤上配备了惯性测量单元(IMU)。为了验证所提出的方法,我们首先在模拟中进行了广泛的实验,并从地面实况数据中证明了亚厘米的位置误差-相对于先前的工作改进了六倍;随后,我们在七自由度协作平台上进行了真实世界的评估。为此,我们还介绍了一种新的设计,一个独立的人工皮肤配备了一个IMU与所提出的算法和一个接近传感器用于感测距离附近的物体使用。总之,在这项工作中,我们展示了一种新的硬件设计,准确的校准方法和应用程序的初步工作之间的无缝集成:高位置精度有效地定位分布式接近数据,并允许分布式回避控制器,以安全地避开障碍物和人,而不需要额外的传感。
2021-10-27 cs.RO
Fast Robot Arm Inverse Kinematics and Path Planning Under Complex Static and Dynamic Obstacle Constraints
Montana State University(蒙大拿州立大学)
本文介绍了一种简单、可靠、通用的方法,用于在复杂障碍物存在的情况下快速计算机器人手臂的逆运动学解和运动路径规划。该方法源于MSC(地图搜索电路)算法,优化利用实际臂配置的特点。该表示自然地结合了臂和障碍物几何形状。在现代硬件上的后续性能适用于需要实时响应的应用,包括平滑连续避免在手臂遍历期间撞击规划路径的动态障碍物。在高端GPGPU硬件上,计算8 DOF手臂的最终姿态和到达该姿态的平滑避障运动路径需要大约200- 300 msec,具体取决于所实现的路点数量。该方法的数学对高中生来说是容易理解的,因此适合广泛的教学。[Note:此修订版包括从任意姿态到任意姿态的路径的通用计算策略和动态障碍物的连续运动中途回避的计算策略。
2020-04-14 cs.CV cs.RO
A Unified Calibration Framework for High-Accuracy Articulated Robot Kinematics
ETH Zurich(苏黎世联邦理工学院)
本文提出了一种统一的机械臂校准框架,通过单一实验识别几何和非几何效应,显著提升校准精度。
2026-01-23 cs.RO
Geometric Jacobians Derivation and Kinematic Singularity Analysis for Smokie Robot Manipulator & the Barrett WAM
The University of Tennessee(田纳西大学)
本文讨论了两个六自由度手臂机器人的几何雅可比矩阵的推导和运动学奇异点的识别与分析。首先,我们展示了这两个手臂的正向运动学和D-H参数。计算Barrett WAM和Smokie OUR的几何雅可比矩阵。通过分析雅可比矩阵,我们找到了J是秩亏的配置,并通过雅可比行列式推导出运动学奇点。提供了示意图来显示这两个机器人的奇异配置。最后,对7自由度Barrett WAM的冗余运动学配置方案进行了综述.
2017-07-18 cs.RO
Near-optimal Smooth Path Planning for Multisection Continuum Arms
DePaul University(德保罗大学)
我们研究连续臂机器人的路径规划问题,其中我们给出了一个起点和一个终点,我们需要计算两点之间的连续臂的尖端的路径。我们认为这两种情况下,障碍存在和他们没有。我们演示了如何利用连续体臂的功能,引入一个新的模型,使路径规划方法的基础上的配置图,连续体臂由三个部分组成,每个部分由三个肌肉执行器。我们适用于配置图的算法,使我们能够利用并行计算,以获得有效的实施。我们进行了广泛的测试,所得到的结果表明,所提出的算法的完整性下考虑离散化,在这两种情况下,障碍物存在,他们不。我们比较了我们的方法,标准的逆运动学的方法。虽然逆运动学方法在成功时要快得多,但我们的算法总是成功地找到路径或报告不存在路径,而逆运动学方法(当路径存在时)的成功率约为70%。
2018-12-10 cs.RO
HL-IK: A Lightweight Implementation of Human-Like Inverse Kinematics in Humanoid Arms
HL-IK通过学习肘部先验和FiSTA网络,实现轻量级的人形臂反向运动学,显著提升机械臂的人类样貌和运动精度。
2026-02-20 cs.RO
Design and Modeling of a Single-Port Three-Arm Robotic Tool for Minimally Invasive Neurosurgery
University of Nevada, Las Vegas(内华达大学拉斯维加斯分校)
本文提出一种含主管鞘和三个可转向副管鞘的单端口三臂机器人工具,集成12自由度与7自由度臂,通过肌腱驱动实现多臂操作,并验证了其静态与运动学模型。
2026-09-24 cs.RO
Simplified Kinematics of Continuum Robot Equilibrium Modulation via Moment Coupling Effects and Model Calibration
Vanderbilt University(范德堡大学)
最近,一个新的概念,连续体机器人能够产生宏观尺度和微观尺度的运动已经提出。这些机器人实现其多尺度运动的能力,通过耦合直接驱动的推拉骨干的宏观运动与间接驱动,从而改变平衡姿势,以实现微尺度运动。本文提出了第一次尝试从建模的角度来解释这些机器人的微运动能力。利用子节间的静力学耦合效应,建立了单节连续体机器人的宏、微观运动学模型。微尺度运动的实验观察表明,使用当前的建模方法不能很好地解释的转折点行为。我们提出了一个简单的建模方法,引入两个校准参数来校准机器人的子段之间的力矩耦合效应。结果表明,这两个参数可以再现在微观尺度上的转折点行为。推导了瞬时宏微观运动学雅可比矩阵和标定参数辨识雅可比矩阵。对实验数据的建模方法进行了验证,表明我们的简化建模方法可以捕获实验运动数据的RMS位置误差为5.82微米,如果一个人希望适合整个运动轮廓的转折点。如果选择排除超过转折点的运动,我们的模型可以以4.76微米的精度拟合实验数据。
2019-06-09 cs.RO
A Literature Review On Stewart-Gough Platform Calibrations A Literature Review On Stewart-Gough Platform Calibrations
Clemson University(克莱姆森大学)
本文综述了Stewart-Gough平台(六足并联机器人)的标定方法,重点分析基于逆运动学的标定技术、误差来源(运动学、结构及环境因素)及无负载条件下的实验,旨在提升平台位姿精度。
2025-10-22 cs.RO
On the Calibration of Force/Torque Sensors in Robotics
我们提出和分析的方法,通常,手腕安装在机器人的力/扭矩传感器的运动学和运动学的校准。该算法是基于矩阵分解,不需要特殊的设备。唯一的要求是能够重新定向传感器并在固定坐标系中测量其取向,例如通过机器人操纵器的正运动学或使用外部跟踪系统。我们提出的方法来找到传感器的坐标系和工具法兰的坐标系之间的旋转矩阵,由力传感器保持静止的质量,该质量的重心的矢量和重力加速度矢量。
2019-04-12 cs.RO
Manipulability optimization for multi-arm teleoperation
遥操作为人类操作员提供了一种在完全自主具有挑战性或需要直接人工干预的情况下引导机器人的方法。它也可以是一个重要的工具,教机器人,以实现自主行为later on.The增加可用性的协作机器人手臂和虚拟现实(VR)设备提供了充足的机会,开发新的遥操作方法。由于机器人手臂通常在运动学上与人类手臂不同,因此将人类运动实时映射到机器人并不简单。此外,人类操作员可能会将机器人手臂转向奇点或其工作空间限制,这可能导致不期望的行为。这一点在多个机器人的协调中得到了进一步强调。在本文中,我们提出了一个虚拟现实接口针对多臂有效载荷的操作,它可以密切配合实时输入运动。允许用户操纵有效载荷,而不是将他们的运动映射到单个手臂,我们能够同时引导多个协作手臂。通过释放单个旋转自由度,并使用局部优化方法,我们可以提高每个手臂的可操作性指数,这反过来又让我们避免运动奇异性和工作空间限制。我们应用我们的方法预定义的轨迹,以及实时遥操作不同的机器人手臂和比较性能方面的末端执行器位置误差和相关的关节运动指标。
2021-11-12 cs.RO
Non-Invasive Calibration Of A Stewart Platform By Photogrammetry
Clemson University(克莱姆森大学)
针对Stewart平台正向运动学标定存在多解、运动学关系复杂的难题,提出基于Denavit-Hartenberg准则与摄影测量的非侵入式标定方法,结合三种最小二乘补偿策略,经Tiger 66.1平台实验验证可显著提升位姿精度。
2025-10-29 cs.RO
Kinematics of continuum planar grasping
Department of Mechanical and Aerospace Engineering, University of South Florida(南佛罗里达大学机械与航空航天工程系)
本文提出分析框架研究软连续体臂抓取平面物体时的几何特性,通过优化控制理论确定最优抓取配置,并提出连续体抓取质量度量标准。
2026-04-10 cs.RO cs.SY eess.SY
DawnIK: Decentralized Collision-Aware Inverse Kinematics Solver for Heterogeneous Multi-Arm Systems
University of Bonn(波恩大学);Lamarr Institute for Machine Learning and Artificial Intelligence(拉马尔机器学习和人工智能研究所)
DawnIK提出一种基于加权代价函数与非线性优化的去中心化逆运动学方法,无需逆雅可比计算或冗余自由度,即可实现异构多臂系统在相交工作空间中的无碰撞轨迹跟踪,性能优于CollisionIK。
2023-10-31 cs.RO cs.SY eess.SY
Simultaneous Calibration of Noise Covariance and Kinematics for State Estimation of Legged Robots via Bi-level Optimization
Legged AI Lab(足式人工智能实验室);Johns Hopkins University(约翰霍普金斯大学);University of Wisconsin–Madison(威斯康星大学麦迪逊分校);Shanghai Innovation Institute (SII)(上海创新研究院)
本文提出一种双层优化框架,通过联合校准协方差矩阵和运动学参数提升机器人状态估计的准确性与不确定性校准。
2026-07-20 cs.RO math.OC
Design-Informed Kinematic Control for Improved Dexterous Teleoperation of a Bilateral Manipulator System
Georgia Institute of Technology(佐治亚理工学院)
本文探讨了通过运动优化机器人系统的形态和配置来提高双边机器人操作任务性能的可能性。为了优化不同场景的设计,我们选择了一组代表小规模操作可变性的任务(例如拾取和放置,涉及定位和方向的任务),并跟踪运动以获得可再现的轨迹。运动学数据是通过电磁(EM)跟踪系统,而人类主体执行的任务。然后,对数据进行预处理,并用于优化双边系统的每个对称机器人手臂的形态。一旦优化,运动学控制方案用于生成具有灵巧配置的运动。沿着具有标准灵活性度量的轨迹评估灵活性。结果表明,优化后的机械臂和底座结构使机器人的灵巧性提高了10%.
2020-05-02 cs.RO
Embodying Multi-Hand Manipulation Policies by Searching the Assignment and Null Spaces
研究多臂机器人执行操作策略的问题,基于冲突搜索构建框架,通过搜索轨迹分配空间和零空间,统一处理分配与零空间运动,有效解决多手操作策略执行难题,实现多臂机器人协调操作。
2026-07-27 cs.RO
Design And Control of A Robotic Arm For Industrial Applications
CMR Technical Campus(CMR技术学院);JNTUH University College of Engineering, Science & Technology Hyderabad(贾瓦哈拉尔·尼赫鲁科技大学海得拉巴工程科学与技术学院);Holy Mary Institute of Technology(圣玛丽技术学院)
本文提出了一种六自由度工业机器人臂,通过伺服电机和微控制器接口设计,并结合逆运动学算法和PID控制器,实现高精度和高重复性的自动化任务。
2025-11-10 cs.RO
Analytic Robot Self-Model: Learning Screw-Axis Kinematics for Rendering and Model-Based Control
School of Computer Science and Engineering, Sun Yat-sen University(中山大学计算机学院)
该研究提出无需变形网络或URDF/CAD模板的解析式机器人自模型,通过多视图图像、关节读数和末端执行器位姿识别螺旋轴,在模拟和真实机械臂上验证,末端执行器预测误差优于标称模型,证明仅图像拟合不足。
2026-10-19 cs.RO