AITerms 登入
機器人學最佳化AI應用

逆向運動學(Inverse Kinematics)是什麼?

逆向運動學是計算機器人或骨骼動畫等系統中,為了達到特定末端效應器位置和姿態,各關節需要旋轉的角度。

同主題的術語最佳化AI應用

完整定義

逆向運動學 (Inverse Kinematics, IK) 是一種計算方法,用於確定機器人手臂或其他多關節系統的關節角度,以實現特定的末端執行器(例如機器人手臂的末端)的位置和姿態。與正向運動學相反,正向運動學是根據已知的關節角度計算末端執行器的位置和姿態,而逆向運動學則是反過來計算。

白話說明

你只想把機器手臂的末端移到杯子旁邊,為什麼還得算每個關節要轉幾度?

你可以把它想成先決定手要到哪裡,再反推肩膀、手肘和手腕該怎麼動。

逆向運動學是計算機器人或骨骼動畫等系統中,為了達到特定末端效應器位置和姿態,各關節需要旋轉的角度。

記住這句

先定目標點,再反推關節角。

比喻:逆向運動學就像你想要用機器手臂抓到桌上的杯子 -- 你直接告訴機器手臂「抓杯子」,它會自己計算每個關節要怎麼轉,才能讓末端的手掌精準地碰到杯子。

容易混淆

正向運動學

正向運動學是已知關節角度去算末端位置,逆向運動學是反過來從目標位置算角度。

路徑規劃

路徑規劃在管怎麼走過去,逆向運動學在管每個關節要轉多少。

實際案例

機械手臂取物

工廠手臂要把零件夾到指定位置,IK 會先算出各關節角度,讓夾爪對準目標。

遊戲角色動畫

角色要把手舉到頭頂,動畫系統會根據末端位置反推骨架每一節的旋轉。

演算法與應用

逆向運動學可以用解析法,也可以用數值迭代。解析法快但不一定有通用解,數值法彈性大但可能收斂慢。若機構有多個解,系統通常還要再考慮避障、關節限制和動作自然度。

正向運動學與逆向運動學差在哪

用你自己的手臂想這件事。正向運動學是「我肩膀轉 30 度、手肘彎 90 度,手掌會在哪裡」,答案只有一個。逆向運動學是「我要摸到桌上那個杯子,肩膀跟手肘各要彎幾度」,答案通常不只一種,你可以手肘朝上也可以朝下。

這就是 IK 難的地方,也是它有用的地方:機器人手臂閃避障礙物、動畫角色腳踩在不平的地面上,靠的都是在多組解裡挑一組符合額外條件的。

項目
已知
正向運動學(Forward Kinematics, FK)
每個關節的角度
逆向運動學(Inverse Kinematics, IK)
末端要到達的位置與姿態
項目
求
正向運動學(Forward Kinematics, FK)
末端在哪裡
逆向運動學(Inverse Kinematics, IK)
每個關節該轉幾度
項目
解的數量
正向運動學(Forward Kinematics, FK)
唯一
逆向運動學(Inverse Kinematics, IK)
可能無解、唯一解或無限多解
項目
計算難度
正向運動學(Forward Kinematics, FK)
直接代公式,很快
逆向運動學(Inverse Kinematics, IK)
通常要解非線性方程或迭代求解

解 IK 的兩條路線

解析解(closed-form)。 直接推導出角度的公式。速度最快、結果穩定,但只有在機構滿足特定條件時才推得出來,例如六軸機器手臂的後三軸交於一點(Pieper 條件)。工業機器人多半走這條路。

數值解(iterative)。 從目前姿勢出發,一步步往目標修正,常見做法有雅可比矩陣轉置法、雅可比偽逆法、阻尼最小平方法(DLS),以及動畫界常用的 CCD 與 FABRIK。

數值法適用於任何機構,代價是每一步都要迭代,而且可能收斂到不理想的姿勢或卡在奇異點(singularity)附近。奇異點是指某些關節組合下,末端有一個方向怎麼轉關節都動不了,這時雅可比矩陣接近不可逆,數值會爆掉,阻尼最小平方法就是為了處理這件事。

實務上還有兩個常見約束要一起處理:關節角度有物理上下限,以及要避開自身碰撞。這些都會被寫成最佳化問題的限制條件。

常見問題

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

參考來源:en.wikipedia.org

其他格式:Markdown 版本