基于人体运动建模的逆运动学算法研究
2019-06-30蔡飞胡宁宁卢俊兰
企业科技与发展 2019年3期
蔡飞 胡宁宁 卢俊兰



【摘 要】为提高逆运动建模的速度,并针对传统逆运动学数值法精度不高的问题,提出了一种循环坐标下降算法和BFGS算法结合的逆运动学求解算法。首先利用三维动作捕捉系统得到人体的运动数据,并建立人体的关节模型;然后对循环坐标下降和BFGS结合的算法的实现方法进行分析;最后通过仿真实验验证了算法的可行性。
【关键词】运动建模;逆运动学;循环坐标下降;BFGS
【中图分类号】TP391.9 【文献标识码】A 【文章编号】1674-0688(2019)03-0076-03
逆运动学是给定末端执行器的目标位置和姿态,求解机器人各个关节的关节角。逆运动学在机器人的研究领域占有重要地位,它的好坏直接影响到后面的运动分析、运动控制和轨迹规划。因此,设计性能优越的逆运动学求解算法成为仿生机器人研究中的一个热点。
针对逆运动学求解问题,国内外诸多学者进行了深入研究,并提出了一系列有效的方法。目前逆运动学求解方法主要分为三大类:代数法、几何法和数值法。代数法可以求解出所有解,但是这种方法计算复杂,适用于六自由度机器人求逆解。几何法需要将机器人空间分解为平面来求解几何参数,适用于机器人连杆参数满足特定值情况下的求解。数值法可以很好地处理自由度较多的复杂运动链,且在关节约束条件下,也具有很好的通用性和灵活性。由于人体逆运动学问题较为复杂,数值法在反复迭代后所求得的解准确度不高,因此需要对数值法的求解进行优化。……
登录APP查看全文
