[论文解读] Minimum Jerk Trajectory Generation for Straight and Curved Movements: Mathematical Analysis

Abdel‐Nasser Sharkawy|arXiv (Cornell University)|Feb 15, 2021

Motor Control and Adaptation参考文献 8被引用 4

一句话总结

本文对人类手部运动的最小 jerk 轨迹（MJT）生成进行了数学分析，推导出直线和曲线点对点运动中位置和速度的解析表达式。通过 MATLAB 仿真，证明 MJT 能产生最平滑的轨迹，最小化 jerk，并与人类运动行为高度吻合。

ABSTRACT

In this chapter, the mathematical analysis of the minimum jerk trajectory (MJT) generation is performed. In this study, the position and the velocity of the minimum jerk trajectory as a function of time is presented in two cases: the first one is the unconstrained point-to-point movements of the human hand, whereas the second case is the curved point-to-point movements of the human hand. Simulation study is carried out with some examples and MATLAB is used for this simulation. The results prove that the minimum jerk trajectory is the smoothest possible movement of the human hand.

研究动机与目标

• 对非约束人类手部运动的最小 jerk 轨迹（MJT）生成进行数学分析。
• 推导直线和曲线点对点运动中，位置和速度关于时间的闭式表达式。
• 通过仿真验证 MJT 的平滑性，并与人类运动行为进行比较。
• 为 MJT 在机器人学和神经科学应用中提供理论基础。
• 证明 MJT 最小化 jerk，从而产生最平滑的可能运动。

提出的方法

• 将最小 jerk 问题表述为变分法优化问题，最小化位置三阶导数（jerk）的平方积分。
• 在初始和最终位置与速度均为零的边界条件下，推导出位置和速度剖面的解析解。
• 使用参数方程将解应用于直线和曲线轨迹。
• 采用时间缩放技术，确保在起始点和终点处速度为零，实现平滑过渡。
• 使用 MATLAB 进行数值仿真和 MJT 剖面的可视化，涵盖不同运动类型。
• 通过分析 jerk 最小化和轨迹连续性，验证 MJT 的平滑性。

实验结果

研究问题

• RQ1 直线和曲线运动中，最小 jerk 轨迹的位置和速度的解析表达式是什么？
• RQ2 最小 jerk 原理如何产生最平滑的人类手部运动？
• RQ3 MJT 模型在点对点运动中在多大程度上复现了观察到的人类运动行为？
• RQ4 何种数学公式化方法可实现零初始和最终速度下的平滑连续轨迹生成？
• RQ5 如何通过参数化表示将最小 jerk 轨迹推广至曲线路径？

主要发现

• 最小 jerk 轨迹通过最小化位置三阶导数（jerk）的平方积分，产生最平滑的可能运动。
• 对于初始和最终速度为零的直线运动，位置和速度的解析解为时间的三次多项式。
• 对于曲线运动，轨迹通过时变路径参数化，最小 jerk 解通过优化路径参数化获得。
• MATLAB 仿真证实 MJT 展现出最小 jerk 和高平滑性，加速度连续，且初始和最终速度为零。
• 结果表明，最小 jerk 模型在点对点运动中与人类运动行为高度吻合。
• 该数学公式化方法为机器人学和生物力学中的轨迹生成提供了稳健且可推广的框架。