C++ OpenGL/Eigen3逆运动学:不稳定雅可比伪逆
我正在尝试使用OpenGL、Eigen3和方法实现简单的反向运动学测试 使用“雅可比转置”算法,系统运行良好,但是,只要我尝试使用“伪逆”,关节就会变得不稳定并开始抖动(最终它们完全冻结-除非我使用“雅可比转置”回退计算)。我研究了这个问题,发现在某些情况下,Jacobian.inverse()*Jacobian的行列式为零,不能反转。然而,我在互联网(Youtube)上看到了其他声称使用相同方法的演示,它们似乎没有这个问题。所以我不确定问题的原因在哪里。代码如下: *.h: *.cpp:C++ OpenGL/Eigen3逆运动学:不稳定雅可比伪逆,c++,opengl,eigen,C++,Opengl,Eigen,我正在尝试使用OpenGL、Eigen3和方法实现简单的反向运动学测试 使用“雅可比转置”算法,系统运行良好,但是,只要我尝试使用“伪逆”,关节就会变得不稳定并开始抖动(最终它们完全冻结-除非我使用“雅可比转置”回退计算)。我研究了这个问题,发现在某些情况下,Jacobian.inverse()*Jacobian的行列式为零,不能反转。然而,我在互联网(Youtube)上看到了其他声称使用相同方法的演示,它们似乎没有这个问题。所以我不确定问题的原因在哪里。代码如下: *.h: *.cpp: si
size_t Ik::size() const{
return angles.rows();
}
Vector3f Ik::getEndPos(int index, const VectorXf& vec){
Vector3f pos(0, 0, 0);
while(true){
Eigen::Affine3f t;
float radAngle = pi*vec[index]/180.0f;
t = Eigen::AngleAxisf(radAngle, Vector3f(-1, 0, 0))
* Eigen::Translation3f(Vector3f(0, 0, ikLength));
pos = t * pos;
if (index == 0)
break;
index--;
}
return pos;
}
void Ik::resize(size_t size){
angles.resize(size);
angles.setZero();
}
void drawMarker(Vector3f p){
glBegin(GL_LINES);
glVertex3f(p[0]-1, p[1], p[2]);
glVertex3f(p[0]+1, p[1], p[2]);
glVertex3f(p[0], p[1]-1, p[2]);
glVertex3f(p[0], p[1]+1, p[2]);
glVertex3f(p[0], p[1], p[2]-1);
glVertex3f(p[0], p[1], p[2]+1);
glEnd();
}
void drawIkArm(float length){
glBegin(GL_LINES);
float f = 0.25f;
glVertex3f(0, 0, length);
glVertex3f(-f, -f, 0);
glVertex3f(0, 0, length);
glVertex3f(f, -f, 0);
glVertex3f(0, 0, length);
glVertex3f(f, f, 0);
glVertex3f(0, 0, length);
glVertex3f(-f, f, 0);
glEnd();
glBegin(GL_LINE_LOOP);
glVertex3f(f, f, 0);
glVertex3f(-f, f, 0);
glVertex3f(-f, -f, 0);
glVertex3f(f, -f, 0);
glEnd();
}
void Ik::update(float t){
targetAngle += t * pi*2.0f/10.0f;
while (t > pi*2.0f)
t -= pi*2.0f;
target << 0, 8 + 3*sinf(targetAngle), cosf(targetAngle)*4.0f+5.0f;
Vector3f tmpTarget = target;
Vector3f targetDiff = tmpTarget - root;
float l = targetDiff.norm();
float maxLen = ikLength*(float)angles.size() - 0.01f;
if (l > maxLen){
targetDiff *= maxLen/l;
l = targetDiff.norm();
tmpTarget = root + targetDiff;
}
Vector3f endPos = getEndPos(size()-1, angles);
Vector3f diff = tmpTarget - endPos;
float maxAngle = 360.0f/(float)angles.size();
for(int loop = 0; loop < 1; loop++){
MatrixXf jacobian(diff.rows(), angles.rows());
jacobian.setZero();
float step = 1.0f;
for (int i = 0; i < angles.size(); i++){
Vector3f curRoot = root;
if (i)
curRoot = getEndPos(i-1, angles);
Vector3f axis(1, 0, 0);
Vector3f n = endPos - curRoot;
float l = n.norm();
if (l)
n /= l;
n = n.cross(axis);
if (l)
n *= l*step*pi/180.0f;
//std::cout << n << "\n";
for (int j = 0; j < 3; j++)
jacobian(j, i) = n[j];
}
std::cout << jacobian << std::endl;
MatrixXf jjt = jacobian.transpose()*jacobian;
//std::cout << jjt << std::endl;
float d = jjt.determinant();
MatrixXf invJ;
float scale = 0.1f;
if (!d /*|| true*/){
invJ = jacobian.transpose();
scale = 5.0f;
std::cout << "fallback to jacobian transpose!\n";
}
else{
invJ = jjt.inverse()*jacobian.transpose();
std::cout << "jacobian pseudo-inverse!\n";
}
//std::cout << invJ << std::endl;
VectorXf add = invJ*diff*step*scale;
//std::cout << add << std::endl;
float maxSpeed = 15.0f;
for (int i = 0; i < add.size(); i++){
float& cur = add[i];
cur = std::max(-maxSpeed, std::min(maxSpeed, cur));
}
angles += add;
for (int i = 0; i < angles.size(); i++){
float& cur = angles[i];
if (i)
cur = std::max(-maxAngle, std::min(maxAngle, cur));
}
}
}
void Ik::render(){
glPushMatrix();
glTranslatef(root[0], root[1], root[2]);
for (int i = 0; i < angles.size(); i++){
glRotatef(angles[i], -1, 0, 0);
drawIkArm(ikLength);
glTranslatef(0, 0, ikLength);
}
glPopMatrix();
drawMarker(target);
for (int i = 0; i < angles.size(); i++)
drawMarker(getEndPos(i, angles));
}
size\u t Ik::size()常量{
返回角度。行();
}
向量3f Ik::getEndPos(整数索引、常量向量x和向量){
向量3f位置(0,0,0);
while(true){
特征::仿射3f t;
浮点雷达角=pi*vec[指数]/180.0f;
t=Eigen::AngleAxisf(radAngle,Vector3f(-1,0,0))
*本征::平移3f(向量3f(0,0,ikLength));
pos=t*pos;
如果(索引==0)
打破
索引--;
}
返回pos;
}
void Ik::调整大小(大小){
角度。调整大小(大小);
angles.setZero();
}
空图纸标记(矢量3F p){
glBegin(GL_行);
glVertex3f(p[0]-1,p[1],p[2]);
glVertex3f(p[0]+1,p[1],p[2]);
glVertex3f(p[0],p[1]-1,p[2]);
glVertex3f(p[0],p[1]+1,p[2]);
glVertex3f(p[0],p[1],p[2]-1);
glVertex3f(p[0],p[1],p[2]+1);
格伦德();
}
空心抽芯杆(浮动长度){
glBegin(GL_行);
浮球f=0.25f;
glVertex3f(0,0,长度);
glVertex3f(-f,-f,0);
glVertex3f(0,0,长度);
glVertex3f(f,-f,0);
glVertex3f(0,0,长度);
glVertex3f(f,f,0);
glVertex3f(0,0,长度);
glVertex3f(-f,f,0);
格伦德();
glBegin(GL_线_环);
glVertex3f(f,f,0);
glVertex3f(-f,f,0);
glVertex3f(-f,-f,0);
glVertex3f(f,-f,0);
格伦德();
}
无效Ik::更新(浮动t){
目标角+=t*pi*2.0f/10.0f;
而(t>pi*2.0f)
t-=pi*2.0f;
目标(最大值){
targetDiff*=最大值/升;
l=目标差异规范();
tmpTarget=root+targetDiff;
}
向量3f endPos=getEndPos(大小()-1,角度);
向量3f diff=tmpTarget-endPos;
浮点最大角度=360.0f/(浮点)角度。大小();
for(int-loop=0;loop<1;loop++){
矩阵xxf雅可比矩阵(diff.rows(),angles.rows());
jacobian.setZero();
浮动步长=1.0f;
对于(int i=0;i //听起来你的系统太僵硬了
尝试使用特征奇异值分解方法:参见。这在计算上更密集,但也可能更安全。如果您要解决aX=b问题,最好使用专用于矩阵求逆的方法。(a是您的雅可比矩阵,X是您想要的)
最后,试着通过将对角线乘以1.0001这样的因子来欺骗矩阵的条件。这不会对解决方案有太大的改变(特别是对于游戏而言),但可以实现更好的解决方案
我很好奇为什么您选择不使用时间迭代方案,比如RK4
编辑:我没有读太多你的博文,所以我删除了对弹簧的引用。我想在你的例子中,元素会有某种形式的机械交互作用。类似的东西应该会起作用
VectorXf solveViaSVD(const MatrixXf & jacobian,const VectorXf & diff) {
Eigen::JacobiSVD<MatrixXf> svd (jacobian,ComputeThinU | ComputeThinV);
return svd.solve(diff);
}
VectorXf-solveViaSVD(常数矩阵xf&jacobian,常数向量xf&diff){
本征:雅可比svd(雅可比矩阵,Computetinu | Computetinv);
返回svd.solve(diff);
}
问题是,正如您所说,当(J*J'
)是奇异的时,您的方法无法计算伪逆
表示:“[伪逆]是通过将每个非零对角项替换为其倒数来形成的。”计算pinv(A)
asinv(A'*A)*A'
会使“非零”点失败。我怀疑您没有正确计算伪逆。我认为您应该使用Eigen::SVD来计算它。另请参阅。“我怀疑您没有正确计算伪逆"我已经为当前的Ik类提供了完整的源代码,因此如果您熟悉伪逆,您应该能够检查计算是否正确执行。您使用的OpenGL是旧的基于预管道CPU的方法,它不按预期使用GPU和着色器。一旦您掌握了算法,我鼓励您修改t编写着色器而不是基于CPU的代码(即glBegin是一个红旗)“您的系统太僵硬了。”系统没有任何类型的僵硬,没有物理模拟,只有4个关节。“尝试使用特征SVD方法”我可能会尝试一下,但更愿意找出当前伪逆计算的错误。“作为振荡弹簧的元素。”它们不是弹簧,也不应该表现得像弹簧。“为什么选择不使用时间迭代方案”,因为没有“时间”“。我需要/想要立即知道当前帧中的最终关节配置。关于SVD:据我所知,Ik的问题是系统很可能有无限多个解决方案或没有解决方案。我不确定您提到的模块是否适合此类问题。#2在某种程度上修复了问题。SVD为您提供了“最佳”解决方案。”我认识很多从事机器人技术的人,他们会为你所描述的问题提供SVD,我知道至少有一个工业机器人使用SVD。“SVD”我稍后会查看。我希望有一个代码示例,t
VectorXf solveViaSVD(const MatrixXf & jacobian,const VectorXf & diff) {
Eigen::JacobiSVD<MatrixXf> svd (jacobian,ComputeThinU | ComputeThinV);
return svd.solve(diff);
}