IK之FABRIK

 

很久之前就知道反向动力学IK了，但是一直没有详细了解过，只知道他的功能是什么。最近项目很多地方需要用到IK，特仔细学习了一下。如有错误欢迎指正。

关于反向动力学（IK）我就不介绍了，网上大把资料。IK按照求解方法可以分为很多类别，例如分析法，牛顿法，统计法等等。这些方法都有他们各自的缺点，例如计算复杂度高，存在奇异值解，或者变化不光滑等。

而FABRIK属于启发式方法，属于同一类的还有CCD方法。FABRIK不需要计算旋转，只需要计算线性位置就最终可以求得近似解，非常快速并且变化光滑，不会存在断点或者突变。FABRIK的详细理论可以参看Andreas Aristidou的论文，从收敛等各个角度详细阐述了FABRIK的特性。

FABRIK详细阐述

下面详细介绍一下FABRIK。

如上图，给定终点，给定四个点，假定原点P1限制不能移动，如何移动P2，P3使得最终P4到达目标点？？（确定目标确实可以到达）。

求解过程分两步，第一步叫做forward过程，如下图：

非常简单，将P4移动到目标点，然后连接目标点和P3，在这条线上取距离为d3得到P3'， 然后不断重复这个过程。这样一般得到的结果P1'都会移动到新的位置。接下来进行第二部backward过程，如下图：

这一次从P1'开始，将P1'重新移动到P1的位置，然后从P1开始重复上面过程，最终得到新的末端点（叫做end effector）的新位置P4''， 对比发现P4''比P4距离目标点更近了。

上面是一次迭代的过程，这个迭代过程可以重复很多遍知道末端点和target的距离重合或者足够接近位置（当然，有时候为了性性能考虑这个“足够近”可能也不是很近）。

多个末端点

上面是最简单的FABRIK。一般来说现实生活都不会是仅仅自由一个末端点，例如人的四肢，例如手掌，都包含多个末端点，然后这些末端点一起发挥作用。这种情况如何做呢？

其实也不难。首先我们引入一种叫做“sub-bases”的概念，可以把它想象成道路的分叉口，如下图：

上图中的蓝色点都是sub-base，绿色的都是end effectors，红色是起始点。这个时候给定每个end effector的目标点，如何移动整个网络呢？

其实方法类似，依旧分两步：第一步还是forward，只不过这个时候不是到达start起点，而是从每一个end effector到达距离他最近的sub-base节点。对于有多个end effector的情况，这样做会得到多个sub-base的新位置，我们取所有sub-base新位置的中心点作为最终的sub-base的新位置。如果这个sub-base又连接到另外一个sub-base上面了，那么我们重复上面的过程。如果sub-base连接到了起点上面，我们实际上就最终到达了起始点。

第二部还是backward，这个时候我们从起点出发，然后遇到sub-base的时候我们就把每个支路作为单独的网络分别求解，过程和上面没有任何不同！

关节约束

上面得到的结果显示应用还是差强人意，因为我们还没有加入关节约束。关节约束就是加入实际网络每个节点相对父节点可以变换的范围（主要是旋转变换）。例如人体，你不可能反向弯曲你的膝盖（大多数正常人）。这也是FABRIK中比较难的一部分。