基于雅可比线性子空间的多自由度多回路机构运动路径确定方法

《Mechanism and Machine Theory》：Jacobian linear subspace-based determination of kinematic paths for multi-degree-of-freedom multi-loop mechanisms

　　

•提出了一种基于雅可比矩阵线性子空间的轨迹追踪算法。•将SVD（奇异值分解）技术引入多环路、多自由度机构的映射分析。•将奇异点处的高阶运动学分析简化为二次方程求解。•首次在半小时时间内完成3自由度机构轨迹的数值计算。•通过几何调整指导受DNA启发的单自由度机构设计。引言空间闭链与多环路机构在现代工程中具有广泛而关键的应用。在航天领域，由于其高折叠比和强可扩展性，可展开桁架结构被广泛用于卫星太阳能阵列[1,2]、可展开航天平台[3]以及大型天线系统[4,5]。在机器人领域，闭链并联机构凭借其高刚度、高精度和优异的承载能力，成为工业机器人[6]、飞行模拟器[7,8]和微创手术机器人[9,10]的核心构型。此外，并联机构还被广泛应用于类人机器人手腕[11,12]和踝关节[13,14]中，以实现紧凑结构下的大范围运动。近年来，基于刚性折纸和并联机构原理的可重构机构[15,16]在机器人领域迅速涌现，包括抓取操作器[[17], [18], [19], [20]]、可变形轮[21]、四足机器人[22]和灵巧手[23,24]。这些系统通过多环路耦合实现运动功能的动态重构，其性能严重依赖于对复杂构型空间的精确建模与分析。这类机构的共同特征在于，运动过程中需要维持严格的几何约束，且往往涉及多环路耦合以及自由度的动态变化。然而，准确计算和分析此类机构的运动学轨迹仍是一项重大挑战。从理论上讲，空间闭链机构的运动学约束本质上是一组高度非线性的超越方程。其解空间，即构型空间，通常呈现出复杂的拓扑结构，包括多个连通分量、奇异点和分岔路径。从工程角度看，机构在运动过程中可能发生自由度的突变，例如折纸折叠过程中的秩跳变以及可重构机器人在运动中的拓扑重构，这对计算方法的鲁棒性和适应性提出了极高的要求。此外，多环路机构中环路之间的耦合进一步增加了问题的维度和复杂度，使传统方法难以在计算效率和精度之间取得平衡。运动学轨迹和构型空间的计算一直是机构学、机器人学和计算几何学中的经典问题。关于空间闭链机构的位姿分析与轨迹追踪，学术界已发展出多种理论和方法，大致可归为两大类：一类是基于微分几何和线性代数的数值延拓方法，以奇异值分解（SVD）为代表；另一类是基于区间分析的分支裁剪方法。第一类方法利用SVD技术对环路闭合方程进行分析。基于SVD的数值延拓方法从已知构型出发，通过线性化预测与修正来追踪运动路径。该方法的核心在于利用雅可比矩阵的右奇异向量来确定瞬时运动方向。Kumar和Pellegrino（2000）[1]率先将SVD应用于可展开结构的运动学仿真，其操作方法是对等效桁架结构的平衡矩阵进行处理。通过利用二阶相容性方程计算奇异点处的路径选择，他们获得了机构的自由度和运动学轨迹，同时检测到了分岔点。后续研究，如Gan和Pellegrino（2006）[25]，将SVD框架引入基于Denavit-Hartenberg（D-H）参数的连杆机构分析中。他们建立了环路闭合方程的雅可比矩阵，通过SVD获得切向预测向量，并利用环路约束进行修正。该方法在单自由度（SDOF）闭链机构的平滑路径追踪方面表现出色。在此基础上，Cai等人（2019）[26]进一步针对折纸机构开发了奇异点检测与处理技术。通过对关节角进行二阶Taylor展开并显式推导二阶约束方程，他们实现了平面和球面4R机构在奇异点处的路径分岔预测。然而，上述工作仅限于单环路SDOF机构。Tang等（2025）[27]将SVD框架扩展到了多自由度（MDOF）机构，其方法是将多维构型空间分解为SDOF遍历和计算路径。他们通过对二阶运动学约束方程的理论计算，确定了奇异构型处对应的分岔分支。尽管他们将SVD方法推广到了MDOF机构，但其方法仍局限于单环路结构，且依赖解析推导来求解二阶约束方程。此外，现有的SVD方法难以处理自由度在运动过程中发生变化的情况，而这恰恰是许多变拓扑机构的关键特征。第二类方法基于分支裁剪策略。作为一种全局搜索策略，分支裁剪方法通过将搜索空间（通常是关节变量范围）划分为若干区间来逼近构型空间，并利用区间算术或线性松弛技术逐步排除不含解的区域。该方法的重要优势在于其理论完备性，能够保证找到所有可能的解，包括孤立解和连续运动流形。它特别适用于求解刚性机构的装配问题或低自由度机构的工作空间分析。Porta等（2009）[28]提出了一种基于线性松弛的技术，将多环路机构的位姿分析转化为求解包含线性、双线性及二次单项式的规范方程组。通过利用线性规划缩小各变量的边界范围，该方法在理论上可以处理任意拓扑结构的多环路机构。Shabani等（2021）[29]进一步引入了双四元数描述，利用其多重仿射性质避免复杂的代数运算，并开发了基于梯形裁剪的分支裁剪策略。这些工作在处理零维解集（刚性结构）以及一维和二维流形方面展现了良好的潜力。然而，这些方法存在显著的聚集效应，即在数值计算过程中，解集往往表现为一簇紧密排列的微盒子，而非精确的点或平滑的曲线。尤其在奇异点附近，方程的病态性导致解邻域变得模糊，使得算法返回大量重叠或相邻的盒子。从这些盒子中提取精确的几何轨迹需要大量的后处理，且切向量、曲率等固有几何特征难以直接获得，导致结果难以解释且计算效率低下。此外，计算复杂度随所需精度和自由度数呈指数增长。Celaya等（2012）[30]和Creemers等（2006）[31]的实验研究表明，随着精度要求提高，分支裁剪方法的执行时间呈指数增长。具体而言，当精度提高一倍时，计算时间的增长率显著上升：将精度从0.2提高到0.1所需的额外时间是精度从0.4提高到0.2所需时间的两倍，而进一步提高到0.05的时间增长更为剧烈。同时，解的数量基本上与精度要求成正比。这种相对于自由度和精度的指数级复杂度增长，对分支裁剪方法分析高自由度机构构成了严峻挑战。维持高精度会导致时间和内存需求难以承受，而降低精度以提高效率则导致轨迹由粗糙的色块表示，丧失了运动轨迹的精确几何描述，降低了实用价值。因此，尽管该方法具有理论上的普适性，但在处理高维、高精度的连续运动轨迹追踪时，其实用性受到严重限制。显式解析方法和代数几何学是闭链机构全局运动学分析和奇异点揭示的理论基石。对于过约束连杆机构，通过D-H矩阵或螺旋系统方法推导闭合方程的显式三角函数解已被广泛采用[32,33]。在这些解析框架中，奇异点和分岔点通常通过分析闭合方程的判别式、检验退化情形（例如特定关节角达到π）或在特定几何条件下评估约束螺旋系统的秩降来确定。或者，代数方法利用Study运动映射或双四元数等工具将几何约束表述为多项式理想[34]。在该框架下，不同的运动分支通过约束理想的素分解和Hilbert维数的计算来识别。不同运动模式之间的奇异构型和高位姿态则通过数学求解不同运动分支对应的多项式理想的交集[34]，或通过检验约束方程雅可比矩阵的行列式是否为零来显式计算[35,36]。这使得可以在关节空间中对奇异点轨迹和过渡构型进行精确投影。虽然这些代数和解析方法提供了精确的全局符号描述和深刻的理论见解，但其适用性从根本上受制于对具体案例的符号推导需求。这种对符号运算或显式闭合方程的严格依赖，严重限制了它们向复杂或可变拓扑机构推广的能力。尽管上述两类方法在特定场景中取得了成功，但在面对多环路耦合和多自由度场景时，两者均暴露出根本性的不足。本文提出了一种基于雅可比矩阵线性子空间的新方法，用于高效、高精度地计算空间单环路和多环路机构的运动学轨迹。与现有研究相比，所提方法具有以下重要贡献：（1）提出了一种基于全局耦合雅可比矩阵的多环路/多自由度系统统一建模方法，成功将SVD框架扩展至多环路拓扑结构。（2）将奇异点处的高阶运动学分析从求解非线性方程转化为求解二次方程，从而无需解析推导即可高效预测运动方向。（3）建立了针对变自由度和多自由度空间的自适应遍历策略，消除了现有SVD方法中为降维所需的预设关节锁定。（4）避免了分支裁剪方法在求解变自由度机构时的固有聚集效应。（5）实现了精度提升与计算时间之间的近线性关系（复杂度O(ε?1)），同时在大步长条件下仍能保持几何精度，为高自由度机构的分析提供了实用的解决方案，并首次实现了在半小时时间内完成3自由度机构运动学轨迹的数值计算。本文的结构安排如下。第2节介绍空间多环路机构雅可比矩阵的构建方法，并说明如何通过SVD获得的雅可比矩阵线性子空间用于路径预测、修正以及分岔分支的确定。第3节通过与已有研究在各种机构（包括单环路SDOF、单环路MDOF、多环路SDOF和多环路MDOF案例）上的结果进行对比，验证该方法在求解完整运动学轨迹和分岔点方面的有效性。第4节计算了几种新型机构的运动学轨迹，展示了该方法在新结构设计（如DNA折纸）中的潜力，并证明了其在计算机辅助机构设计中的实用性。第5节讨论所提方法的定量性能、优势和适用性。最后，第6节总结全文并展望未来的研究方向。各节片段基于雅可比矩阵线性子空间的闭链机构运动学轨迹计算在机构学中，雅可比矩阵作为输入关节速度与输出末端执行器速度或环路闭合约束残差速度之间的线性映射桥梁。对于空间闭链机构而言，雅可比矩阵四个基本线性子空间的分析具有明确的物理和运动学意义。设J为雅可比矩阵，右零空间N(J)表示使环路闭合……算法验证：多类闭链机构的运动学轨迹与奇异构型分析为系统验证第2节所提算法的有效性和普适性，根据拓扑结构（单环路/多环路）与运动特性（SDOF/MDOF）的组合，将闭链机构分为四组测试案例，包括单环路SDOF、单环路MDOF、多环路SDOF和多环路MDOF机构。该分类涵盖了从简单到复杂的典型运动学场景，可实现全面评估……算法应用：新型机构的运动学轨迹预测与分析在第3节系统验证算法有效性的基础上，本节进一步展示所提方法在新型机构运动学分析中的潜力。本节选取了三种研究较少或具有创新设计的机构。

所提出的算法被用于系统地计算其完整的运动路径和奇异构型分布。具体而言，三种具有代表性的新型机构是量化性能评估：为了严格评估所提出算法的数值精度和计算效率，我们在所有八个验证和应用案例中系统地评估了三个关键指标：（1）闭环残差统计，（2）高维空间中的步长敏感性，以及（3）误差阈值收紧对计算成本的影响。（1）闭环残差统计。在前面的算法验证部分，数值结果与解析解进行了比较。结论：本研究解决了单/多回路及单/多自由度机构在奇异构型处复杂运动路径分岔这一核心挑战，而传统数值方法难以跟踪这些路径。我们提出了一种系统性算法，将奇异值分解与雅可比矩阵基本线性子空间的全面利用相结合，利用右零空间进行运动预测，利用左零空间进行高阶约束。CRediT作者贡献声明：董阔伟：原创草稿撰写、可视化、验证、软件、方法论、调研、形式分析、数据管理。冯惠娟：审阅与编辑、验证、监督、资源提供、项目管理、方法论、调研、资金获取、概念构思。董阔伟｜冯惠娟