IKSPARK：基于凸优化的避障逆运动学求解器
机器人学
2026-05-01 v2 系统与控制
系统与控制
摘要
逆运动学（IK）是机器人控制和运动规划的核心，然而其非线性运动学映射使其本质上是非凸的，并且在复杂约束下尤其具有挑战性。我们提出了IKSPARK（利用半定规划和秩最小化的逆运动学求解器），这是一种面向多种形态机器人的避障IK求解器，包括具有球关节、旋转关节和棱柱关节的开链和闭链运动学链。我们的公式将IK表述为一个半定规划（SDP）问题，并在具有固定迹的对称矩阵上附加秩-1约束。IKSPARK首先求解松弛的SDP，其不可行性可证明原始IK问题的不可行性，然后使用具有证明的局部收敛性的迭代秩最小化方法恢复秩-1解。避障通过混合整数约束的凸化公式处理。大量实验表明，IKSPARK在各种运动学结构和约束环境中无需后处理即可计算出高精度解。在障碍物丰富的环境中，尤其是固定的工作单元环境中，IKSPARK的成功率显著高于传统的非线性优化方法。
引用
@article{arxiv.2403.12235,
title = {IKSPARK: Obstacle-Aware Inverse Kinematics via Convex Optimization},
author = {Liangting Wu and Roberto Tron},
journal= {arXiv preprint arXiv:2403.12235},
year = {2026}
}