Adapting Rigid-Body Dynamics Derivatives for Constraint Embedding Closed-Chain Models
作者: Daniel J. Volpi, Patrick M. Wensing
分类: cs.RO
发布日期: 2026-09-17
备注: 8 pages, 6 figures
期刊: D. J. Volpi and P. M. Wensing, "Adapting Rigid-Body Dynamics Derivatives for Constraint Embedding Closed-Chain Models," in IEEE Robotics and Automation Letters, vol. 11, no. 9, pp. 10784-10791, Sept. 2026
💡 一句话要点
提出适应刚体动力学导数的约束嵌入闭链模型算法
🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)
关键词: 刚体动力学 闭链模型 约束嵌入 动力学导数 机器人控制 模型预测控制 可微仿真
📋 核心要点
- 现有的动力学导数方法假设关节速度效应在局部配置上是不变的，这限制了其在闭链系统中的应用。
- 本文提出了一种新的算法，去除了关节速度效应的局部不变性假设，从而扩展了动力学导数的适用范围。
- 实验结果表明，新的算法在建模驱动运动学时计算影响较小，但在复杂情况下可能会增加计算成本。
📝 摘要（中文）
本文扩展了现有的刚体动力学一阶导数算法，以适应使用约束嵌入建模的闭链运动系统。许多标准动力学算法适用于开放链和约束嵌入模型，但现有的高效导数方法假设关节速度效应在局部配置上是不变的。我们去除了这一假设，推导出适应性算法，将动力学导数扩展到更一般的关节类型，包括在约束嵌入闭链模型中出现的关节。我们的结果比较了传统的销钉关节机器人模型与更完整的驱动模型，后者捕捉了局部闭链的特性。我们表明，这些推广所引入的附加项在仅建模驱动运动学时计算影响较低，但在考虑非局部环路或包含额外刚体（如电机转子）时可能会增加计算成本。总体而言，这些结果使得约束嵌入驱动子机制的动力学计算更加准确，能够在模型预测控制和可微仿真中得到应用。
🔬 方法详解
问题定义：本文旨在解决现有刚体动力学导数方法在闭链运动系统中的适用性问题，现有方法对关节速度效应的局部不变性假设限制了其在更复杂模型中的应用。
核心思路：论文提出的解决思路是去除关节速度效应的局部不变性假设，从而推导出适应性算法，使其能够适用于更一般的关节类型，特别是约束嵌入的闭链模型。
技术框架：整体架构包括对传统动力学导数方法的改进，主要模块包括关节类型的扩展、导数计算的适应性调整，以及与现有模型的比较分析。
关键创新：最重要的技术创新在于去除了关节速度效应的局部不变性假设，允许更复杂的关节类型参与动力学计算，这与现有方法的本质区别在于其适用范围的显著扩大。
关键设计：关键设计包括对关节类型的全面考虑、导数计算中的附加项引入，以及在不同模型下的性能评估，确保算法在复杂情况下的有效性与准确性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，新的算法在建模驱动运动学时计算影响较小，且在传统销钉关节模型与更复杂的驱动模型之间的比较中，能够有效捕捉局部闭链的特性，提升了动力学计算的准确性，特别是在处理非局部环路时表现出更好的性能。
🎯 应用场景
该研究的潜在应用领域包括机器人控制、机械系统仿真和自动化设计等。通过提高约束嵌入模型的动力学计算精度，能够在模型预测控制和可微仿真中实现更高效的性能，推动智能机器人和自动化系统的进一步发展。
📄 摘要（原文）
This paper extends an existing algorithm for the first-order derivatives of rigid-body dynamics to the case of closed-chain kinematic systems modeled using constraint embed- ding. Many standard dynamics algorithms apply to both open- chain and constraint-embedded models, but existing efficient derivative methods assume joint velocity effects are locally config- uration invariant. We remove this assumption and derive adapted algorithms that extend dynamics derivatives to more general joint types, including those arising in constraint-embedded closed- chain models. Our results compare conventional pin-joint robot models with more complete actuation models that capture local closed chains. We show that the additional terms introduced by these generalizations have low computational impact when mod- eling actuation kinematics alone, but can incur higher cost when additional rigid bodies, such as motor rotors, are included in the actuation chain, or when considering non-local loops. Overall, these results enable more accurate dynamics computations for constraint-embedded actuation submechanisms to be adopted in model-predictive control and differentiable simulation.