運動學
正向 / 逆向運動學、雅可比矩陣與各種 IK 解法比較。
建議學習路徑
- 1正向運動學 vs 逆向運動學:新手一次搞懂
- 2逆向運動學完整解法:解析解、Pieper 準則與數值迭代法
- 3雅可比矩陣完整推導:從關節速度到奇異點分析
- 4IK 求解器全面比較:解析解、數值法、CCD、FABRIK 該怎麼選
全部文章
正向運動學 vs 逆向運動學:新手一次搞懂
用一個機械手臂的例子,說明正向運動學與逆向運動學的差異與各自的計算方向。
閱讀文章IK 求解器全面比較:解析解、數值法、CCD、FABRIK 該怎麼選
從速度、精度、關節極限處理、冗餘自由度支援、奇異點穩定性五個面向,比較解析解、Jacobian 數值法、CCD、FABRIK、以及 TRAC-IK/BioIK 這類優化型求解器,並給出依應用場景的選型建議。
閱讀文章逆向運動學完整解法:解析解、Pieper 準則與數值迭代法
從 2 連桿平面手臂的解析解推導開始,延伸到 6 自由度球形手腕的 Pieper 解耦解法,再到 Newton-Raphson 與阻尼最小平方法(DLS)等數值迭代解法,附完整可執行的 Python 實作。
閱讀文章雅可比矩陣完整推導:從關節速度到奇異點分析
逐欄推導機械手臂幾何雅可比矩陣、區分幾何與解析雅可比、用可操縱度橢圓與 SVD 分析奇異點,並說明雅可比轉置在力/力矩轉換中的對偶關係,附完整 Python 實作。
閱讀文章