What are the advantages of using screw theory for kinematics of robotic arms as opposed to DH parameters and euler angles?
与 DH 参数和欧拉角相比,将螺旋理论用于机械臂运动学有哪些优势?
- Easily relates to the physical geometry of the object
- Simplified forward kinematics (at least for open kinematic chains); no need for analyzing complicated link lengths, link twists, link
offsets and such- Straightforwardness in computing kinematic constraints andfinding the structure equations of closed kinematic chains
- In soft and semi-rigid continuum multi-DOF systems, screws are more intuitive in parameterizing continuum surfaces/curves
- Makes jacobiancalculation in multifingered robots really easy
- DH convention is so 1990’s
- 容易与物体的物理几何形状相关
- 简化的正向运动学(至少对于开放式运动链);无需分析复杂的链路长度、链路扭曲、链路偏移等
- 直接计算运动学约束并找到闭合运动学链的结构方程
- 在软和半刚性连续体多自由度系统中,螺钉在参数化连续体表面/曲线方面更直观
- 使多指机器人的雅可比计算变得非常简单
- DH 公约是 1990 年代的
机器人逆运动学的求法:
- 直接代数解
- 雅可比逆
- 阻尼最小二乘法/Levenberg–Marquardt 算法(雅可比逆修改为在奇点附近稳定)
- 雅可比转置(Steven Jorgensen 的方法;从技术上讲,梯度下降法;虚拟工作仅用于传达一些物理直觉)
- 共轭坐标下降 (CCD)
- 共轭梯度法
- 直接优化(这里描述的大多数方法都是优化算法,但在代数上进行了框架化。一些问题,尤其是计算图形中的问题,可以使用 LP 进行框架化)
- 基于机器学习的方法;Geoffrey Hinton/UTronto/ANN 对此有一些参考资料,尽管这些参考资料可能特定于动画/CGI 问题。无论如何,同样的问题。
关于其中的第1点需要有特殊形式的机械臂才可以进行求解。
关于2、3、4点参考论文,我觉得是写的最好最通俗的了!
Buss S R. Introduction to inverse kinematics with jacobian transpose,
pseudoinverse and damped least squares methods[J]. IEEE Journal of
Robotics and Automation, 2004, 17(1-19): 16.
也可以查看博客
V-rep学习笔记:机器人逆运动学数值解法(The Pseudo Inverse Method)
V-rep学习笔记:机器人逆运动学数值解法(Damped Least Squares / Levenberg-Marquardt Method)
V-rep学习笔记:机器人逆运动学数值解法(The Jacobian Transpose Method)
关于5查看博客:
5可以看做是一种优化的方法,关于6、7看到资料再记录,但感觉本质也是求解优化问题。
另外这两篇知乎文章也写得很好: