正向運(yùn)動學(xué)的數(shù)學(xué)運(yùn)算
本教程將開始逆運(yùn)動學(xué)世界的旅程。這個問題有無數(shù)種處理方法，但都是從正向運(yùn)動學(xué)出發(fā)。
逆運(yùn)動學(xué)是從空取點(diǎn)，告訴你如何移動手臂去觸碰。正向運(yùn)動學(xué)反過來解決問題。知道你移動手臂的方式，它會告訴你到達(dá)哪個點(diǎn)。
更多的信息，你可以閱讀一個溫和的2D旋轉(zhuǎn)入門。
什么是Denavit哈登伯格矩陣？
如果你有工程背景，你可能有不同的方法來解決這個問題。正逆運(yùn)動學(xué)問題非常常見，有幾種標(biāo)準(zhǔn)化的方法可以解決。其中一種方法是將每個接頭的四個參數(shù)聯(lián)系起來，稱為Denavit Hardenbergh參數(shù)。它們易于在矩陣中操作，是解決逆運(yùn)動學(xué)問題的最佳方法。
但是，本教程并不依賴于此。求解Denavit哈登伯格矩陣的要求，需要的數(shù)學(xué)知識比大多數(shù)程序員愿意做的還要多。我們更喜歡梯度下降，這是一種通用的優(yōu)化算法。
原作者:艾倫·扎克尼
原文鏈接:http://www.alanzucconi.com/2017/04/06/forward-kinematics/
馬尼烏社區(qū)(manew.com)分享最新的游戲研發(fā)和虛擬現(xiàn)實相關(guān)技術(shù)內(nèi)容。
1.《運(yùn)動學(xué) 正向運(yùn)動學(xué)的數(shù)學(xué)運(yùn)算》援引自互聯(lián)網(wǎng)，旨在傳遞更多網(wǎng)絡(luò)信息知識，僅代表作者本人觀點(diǎn)，與本網(wǎng)站無關(guān)，侵刪請聯(lián)系頁腳下方聯(lián)系方式。
2.《運(yùn)動學(xué) 正向運(yùn)動學(xué)的數(shù)學(xué)運(yùn)算》僅供讀者參考，本網(wǎng)站未對該內(nèi)容進(jìn)行證實，對其原創(chuàng)性、真實性、完整性、及時性不作任何保證。
3.文章轉(zhuǎn)載時請保留本站內(nèi)容來源地址，http://f99ss.com/junshi/1002280.html
