Kinematic Parameter Estimation Using Workspace Manifold Mapping

doi:10.1109/TBME.2025.3604794

Kinematic Parameter Estimation Using Workspace Manifold Mapping

2025-09-02

0

PRE

AI

DOI：10.1109/TBME.2025.3604794

原文链接

原文求助

摘要

En 中文

Objective: 本研究提出了一种估计多关节系统运动学参数的方法，适用于直接测量不可行的情况，例如手部关节。Methods: 我们的新型数据驱动估计方法采用“工作空间流形映射”，该方法依赖于在两个通过单自由度（DOF）或双自由度（DOF）关节连接的刚体三维运动指数表示中出现的独特几何特性。我们使用模拟数据和用于2-DOF仿生机械连杆的运动捕捉数据来描述并验证我们的“带有运动学约束的生成拓扑映射算法”（GTM-KC），并将其性能与多个基准算法进行比较。Results: 将GTM-KC应用于仿生连杆的运动捕捉数据后，2-DOF关节轴方向估计值与真实值之间的偏差，对于第一个轴为2.5°（标准差为3.4°），对于第二个轴为2.4°（标准差为2.7°）。Conclusion: 我们的GTM-KC方法可用于估计连接两个刚体三维运动学的旋转关节轴方向，并且在精度、准确性和可靠收敛性方面优于或等同于现有方法。值得注意的是，GTM-KC方法在初始条件鲁棒性方面优于现有方法。Significance: 工作空间流形映射相较于现有基准方法提供了改进的运动学参数估计，并且可适用于任何1-DOF或2-DOF运动学关系，而无需损失一般性。

Keyword:

Exponential coordinates

exponential representation of 3D rotation

generative topographic mapping

hand kinematics

joint axis estimation

kinematic parameter estimation

latent variable model

Kinematic Parameter Estimation Using Workspace Manifold Mapping

摘要

期刊

机构

引用论文