选择正确的广义逆矩阵以数值求解不相干机器人手臂逆运动学问题
摘要：逆运动学问题的数值方法采用迭代的线性近似，直到将末端执行器从初始姿态转移到期望的最终姿态。这些方法需要计算正向运动学（FK）的雅可比矩阵及其逆矩阵用于逆运动学的线性近似。尽管文献中报告了成功的实现，但是当应用于不协调的机器人系统时，基于雅可比矩阵的逆运动学方法仍然可能无法保持某些有用的特性，例如当使用不恰当的矩阵逆，如摩尔-彭罗斯（MP）逆时。在本文中，我们提出了一种系统的、鲁棒的和精确的数值解法，使用混合（MX）广义逆（GI）来求解逆运动学问题，适用于任何类型的雅可比矩阵（例如解析的、数值的或几何的）以及适用于任何协调和不协调的机器人系统。此方法对于系统是欠定（少于6个自由度）还是超定（超过6个自由度）都具有鲁棒性。我们对六个具有不同自由度（DoF）的机器人手臂进行了研究，以证明通常使用的GI在单位不匹配的机器人手臂上无法保证相同的系统行为。此外，我们将提出的方法评估为全局逆运动学求解器，并与其他已知的冗余操作器逆运动学方法进行比较。根据实验结果，我们得出结论：选择正确的GI对于保持系统的某些特性（即单位一致性）至关重要。
作者：Jacket Demby's, Jeffrey Uhlmann and Guilherme N. DeSouza
论文ID：2308.02954
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-08