Inverse Kinematics with Vision-Based Constraints

本文介绍了视觉逆运动学问题（VIK），以填补机器人逆运动学（IK）和视觉伺服控制之间的差距。不同于IK问题，VIK问题寻求找到满足基于视觉的约束条件和运动学约束条件的机器人配置。在本文中，我们提出了一种包含视野（FoV）约束的VIK问题的公式，以强制要求机器人上的相机能够看到物体。我们的提议解决方案基于添加一个虚拟运动链来连接物理机器人和物体的思路。然后，FoV约束等效于关节角度运动学约束。在此过程中，我们引入了多个基于视觉的成本函数来实现不同的目标。我们使用半定规划（SDP）约束和秩最小化算法的方法来解决这个VIK问题的公式。这种方法的性能通过模拟得到了验证。

解决问题：该论文介绍了视觉逆运动学问题（VIK），旨在填补机器人逆运动学（IK）和视觉伺服控制之间的差距。VIK问题寻找满足基于视觉约束和运动学约束的机器人配置，与IK问题不同。

关键思路：该论文提出了一种VIK问题的公式化方法，其中包括一个视野（FoV）约束，强制要求机器人上的相机能够看到物体。该解决方案基于添加连接物理机器人和物体的虚拟运动链的想法；然后FoV约束等效于关节角度运动学约束。

亮点：该论文介绍了多个基于视觉的成本函数以实现不同目标。使用半定规划（SDP）约束和秩最小化算法来解决VIK问题的性能通过模拟得到验证。

相关研究：最近的相关研究包括“Visual servoing via augmented inverse kinematics”和“Visual servoing via visual features tracking”。