1 / 15

Vergleichende Evaluation zweier Methoden zur Berechnung von Inverser Kinematik

Vergleichende Evaluation zweier Methoden zur Berechnung von Inverser Kinematik. Abschlussvortrag zur Studienarbeit. Einleitung. Struktur des Vortrags Motivation Algorithmen Evaluationsergebnisse Zusammenfassung Ausblick. Motivation.

shelly
Download Presentation

Vergleichende Evaluation zweier Methoden zur Berechnung von Inverser Kinematik

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Vergleichende Evaluation zweier Methoden zur Berechnung von Inverser Kinematik Abschlussvortrag zur Studienarbeit

  2. Einleitung • Struktur des Vortrags • Motivation • Algorithmen • Evaluationsergebnisse • Zusammenfassung • Ausblick

  3. Motivation • Projektgruppe SoSe 2004 / WiSe 2004/05„Wege und Bewegung in virtuellen Produktionsumgebungen“ • derzeit keine Roboter • dazu notwendig:Raumkoordinaten ↔ Gelenkwinkel • Gelenkwinkel → Raumkoordinaten(„Direkte Kinematik“) • einfach: Vektoraddition • Raumkoordinaten → Gelenkwinkel(„Inverse Kinematik“) • komplex: nicht eindeutig, Abhängigkeiten der Gelenke • verschiedene Ansätze zur Lösung

  4. Algorithmen • Übersicht • Jacobi-Matrizen • Abwandlung von Cyclic Coordinate Descent (CCD) • iterativ • liefern zur Laufzeit Ergebnisse • relativ allgemein anwendbar • gut vergleichbar

  5. Algorithmen • Jacobi-Matrizen • Matrix erstellen (3 x Gelenkanzahl) • Spalte i füllen mit Vektor: • Pseudoinverse der Matrix bilden • Fehlervektor berechnen: • Fehlervektor skalieren • Pseudoinverse mit Fehlervektor multiplizieren • Ergebnis ist Vektor mit Winkeländerungen • falls Zielpunkt nicht erreicht wurde, wiederholen

  6. Algorithmen • Cyclic Coordinate Descent (CCD) • Iteration: • Rotationsebene berechnen • dem Ziel nächsten Punktin der Ebene bestimmen • Rotationspunkt in derEbene bestimmen • Vektor vom Rotationspunkt zum Endeffektor berechnen • Vektor vom Rotationspunkt zum Ziel in der Ebene berechnen • Winkel zwischen den beiden Vektoren bestimmen • Segmentgelenk um den berechneten Winkel verändern • falls Zielpunkt nicht erreicht wurde, nächstes Gelenk ändern

  7. Evaluation • Algorithmen-Parameter • beide Algorithmen haben Parameter, die das Ergebnis beeinflussen können • Untersuchung dieser Parameter hinsichtlich Geschwindigkeit und Berechnungserfolg • alle Untersuchungen wurden auf mehreren simulierten Robotern durchgeführt

  8. Evaluation • Länge des Fehlervektors • Jacobi-Matrix liefert nur für infinitesimal kleine Fehlervektoren exakte Ergebnisse • Abschätzung zwischen Aufwand und Fehler • beste Trefferquote zwischen 0,7 und 0,9 • Aufwand in diesem Bereich am geringsten • je komplexer die kinematische Kette, desto weniger drastisch verändern sich die Ergebnisse

  9. Evaluation • Iterationsrichtung bei CCD • CCD kann Iteration bei beliebigem Gelenk beginnen • frühe Gelenke bewirken starke Positionsänderungen • keine allgemeingültige Aussage möglich • Unterschiede im Aufwand relativ gering • deutliche Unterschiede bei Trefferquote

  10. Evaluation • Erfolgsquote • Jacobi-Matrizen: • allgemein recht schnell • nach einigen Iterationen nur noch geringe Verbesserung • abnehmende Erfolgsquote bei komplexeren Ketten • CCD: • langsamer, aber bessere Erfolgsquote • allmählicher Anstieg der Quote • herausragende Ergebnisse beim PUMA 560

  11. Evaluation • Veränderung der Distanz • Jacobi-Matrizen: • anfangs deutliche Verringerung des Abstandes • vorläufiges Minimum innerhalb von 10 Iterationen • später leichter Anstieg • CCD: • Verringerung der Distanz unter 20% nach 2 Iterationen • logarithmischer Verlauf

  12. Evaluation • Berechnete Gelenkwinkel • Jacobi-Matrizen: • errechnet geringere Winkelunterschiede • resultiert in natürlicheren Winkelstellungen • neigt bei langen Ketten zur Änderung früher und später Gelenke • CCD: • größerer Aufwand • extremere Winkelstellungen • neigt bei langen Ketten zur Änderung früher Gelenke

  13. Zusammenfassung • basierend auf der Arbeit der PG WuBiviPu • Vorstellung zweier iterativer Algorithmen • Jacobi-Matrix-Algorithmus • Cyclic Coordinate Descent • Evaluation der Parameter • Vergleichende Evaluation der Algorithmen • Geschwindigkeit • Erfolgsquote • Distanzveränderungen • berechnete Winkeländerungen

  14. Ausblick • Verbesserung der Abbruchbedingungen(insbesondere bei CCD) • Gelenkgewichtung kann durch künstliche Gewichtung vermieden werden • Verschlechterung der Ergebnisse beobachten • Verwendung in PG-Software(derzeit u.a. keine XML-Schnittstelle, Modelle, etc.)

  15. Ich danke für Ihre Aufmerksamkeit! E-Mail: tkoch@uni-paderborn.de Januar 2007

More Related