[论文解读] Inverse Kinematics with Dual-Quaternions, Exponential-Maps, and Joint Limits

Benjamin Kenwright|arXiv (Cornell University)|Nov 2, 2022

Human Motion and AnimationEngineering被引用 18

一句话总结

本文提出了一种基于对偶四元数和指数映射的实时逆运动学求解器，结合投影高斯-赛德尔迭代框架，实现了高效、稳定且视觉上令人满意的关节限位解算。该方法在极端姿态或不可达目标下仍能实现鲁棒收敛，达到交互性能（100Hz以上）。

ABSTRACT

We present a novel approach for solving articulated inverse kinematic problems (e.g., character structures) by means of an iterative dual-quaternion and exponentialmapping approach. As dual-quaternions are a break from the norm and offer a straightforward and computationally efficient technique for representing kinematic transforms (i.e., position and translation). Dual-quaternions are capable of represent both translation and rotation in a unified state space variable with its own set of algebraic equations for concatenation and manipulation. Hence, an articulated structure can be represented by a set of dual-quaternion transforms, which we can manipulate using inverse kinematics (IK) to accomplish specific goals (e.g., moving end-effectors towards targets). We use the projected Gauss-Seidel iterative method to solve the IK problem with joint limits. Our approach is flexible and robust enough for use in interactive applications, such as games. We use numerical examples to demonstrate our approach, which performed successfully in all our test cases and produced pleasing visual results.

研究动机与目标

• 解决复杂刚性角色（如人手和双足）在实时场景下高度非线性、多自由度逆运动学问题的挑战。
• 通过引入对偶四元数实现紧凑的旋转-平移表示，以及使用指数映射实现平滑的角插值，克服传统基于雅可比矩阵求解器的局限性。
• 通过迭代投影和时间相干性，确保在关节限位和病态配置（如不可达目标）下具有鲁棒性和稳定性。
• 通过最小化内存占用和计算开销，实现时间敏感应用（如实时游戏和VR）中的实际部署。
• 证明高斯-赛德尔方法作为牛顿法或阻尼最小二乘法的灵活、低开销替代方案，在复杂IK系统中的可行性和有效性。

提出的方法

• 使用对偶四元数表示刚性运动链，将旋转和平移编码为单一数学对象，实现高效的级联与操作。
• 采用指数-四元数映射参数化关节旋转，提供适合基于梯度优化的平滑连续角表示。
• 将逆运动学问题建模为非线性方程组，通过投影高斯-赛德尔方法迭代求解，以强制执行关节限位。
• 在更新过程中应用迭代投影，将关节角度限制在用户定义的范围内，防止出现无效或不稳定构型。
• 通过利用前一帧解作为热启动，提升帧间的时间相干性，显著减少收敛时间。
• 将高斯-赛德尔求解器与雅可比矩阵结合，该矩阵映射关节速度变化到末端执行器位置和方向的变化，实现对运动链的局部线性近似。

实验结果

研究问题

• RQ1 高斯-赛德尔迭代方法能否有效适配于使用对偶四元数和指数映射的实时逆运动学求解？
• RQ2 通过迭代投影集成关节限位后，对复杂刚性结构中IK求解器的稳定性和收敛性有何影响？
• RQ3 时间相干性在交互式应用中在多大程度上提升了性能和收敛速度？
• RQ4 在处理不可达目标或高度约束姿态时，该方法在鲁棒性和视觉质量方面表现如何？
• RQ5 在多样化且不可预测的运动序列（如混乱的手指运动）中，该方法能否保持实时性能（如>100Hz）？

主要发现

• 所提方法在标准台式机上实现了稳定的帧率超过100Hz，证明其适用于交互式应用。
• 即使末端执行器位于可达范围之外，求解器仍能稳定收敛，生成尽力接近的可达姿态，无振荡或抖动现象。
• 对于小幅度、渐进式运动，求解器仅需1–2次迭代；对于较大或更复杂的改变，收敛最多需10–15次迭代，总计算时间保持在几毫秒以内。
• 该方法成功处理了包括随机手指运动在内的多种复杂、不可预测姿态，展现出强鲁棒性和灵活性。
• 当关节达到其角度限位时，收敛速度略有下降，但求解器仍保持稳定，未出现发散。
• 即使在高自由度和非直观构型下，该算法也表现出视觉合理性和平滑运动，证实其在动画和游戏引擎中的实际可行性。