提供了两个简单的模型，显示了运动学反演的基本迭代算法的特征，即雅可比转置、其伪逆和阻尼最小二乘法 (DLS)。 可以交互式地比较串行两连杆和三连杆链条的优点和缺点。 对于后者，还给出了梯度投影方法以利用机械手的冗余来耦合次要任务。

IKFastPy-UR3 IKFast Python软件包 适用于UR3机械手的OpenRave IKFast逆运动学求解器上的Python包装器。 这是轻量级的Python包装程序，覆盖了为UR5机械手生成的 C ++可执行文件（包括e系列XML文件）。 IKFast “以解析方式求解机器人逆运动学方程并生成优化的C ++文件”，以实现更快的运行速度（有关IKFast的更多信息，请参见）。 IKFast可以与UR机械手上的 speedj命令一起使用，以进行实时运动规划，该运动用于创建右侧所示的视觉伺服演示（正在进行的深度学习闭环抓取项目的一部分）。 为什么选择speedj ？ 请参阅此UR。 注意：可以此软件包以支持其他机器人手臂。 档案文件 ur3.robot.xml-描述UR3机械手运动学的定制OpenRave XML文件。 如果更改机械臂或工具中心点（TCP）的位置，请进行修改

三角洲机器人逆运动学 计算delta bot逆运动学的简单程序

IKBT 一个基于python的系统，用于使用行为树进行动作选择来生成机械手逆运动学问题的闭式解。 最新消息 2021年3月 升级到Python3（主要是在打印语句和新的python3-sympy中添加括号）。 新的“主要”分支提供了更多受人尊敬的术语。 2020年2月 BH已修复UR5回归-现在可以再次使用，并且解决方案输出不再显示实际解决方案中不需要的角度和变量。 使用分支RepairUR5Regression获取最新和最高版本。 2019年七月 针对＃15和＃18的工作仍在进行中（这很艰难！）。 但是，已经修复了一些较小的错误，这些错误现在在“测试”分支中。 请尝试该分支并发布问题。 谢谢。 2019年五月 BH正在研究解决方案图的新实现并生成解决方案列表（乍一看似乎更加棘手！）。 我已经将这项工作带到一个专用的repo分支上，以使此页面清晰可见，但是很快就会合并并提交。 这项工作

推导了Delta机械臂的正逆运动学模型，并使用c语言进行了实现。适用于想要快速实现Delta机械臂运动控制或者机械臂初学者使用。

阻尼最小二乘法matlab代码Matlab中的逆运动学 这是我必须在Matlab中实施IK的大学课程。 鉴于这是大学课程，因此可应要求提供代码。 实施视频：

IKPy 演示版 IKPy可以做的实时演示（单击下面的图像查看视频）： 另外，还提供IKPy的演示： 。 特征 使用IKPy，您可以： 计算每个现有机器人的逆运动学。 计算位置，或两者的逆运动学 使用任意表示法定义运动链：DH（Denavit–Hartenberg），URDF，自定义... 从URDF文件自动导入运动链。 使用预先配置的机器人，例如或poppy-torso IKPy是精确的（最多7位）：唯一的限制是您的基础模型的精度，并且速度快：完整的IK计算从7毫秒到50毫秒（取决于您的精度）。 绘制运动链：无需使用真实的机器人（或模拟器）来测试算法！ 定义自己的逆运动学方法。 用于分析和分析URDF文件的实用程序： 此外，IKPy是纯Python库：安装仅需几秒钟，并且不需要编译。 安装 您有三种选择： 从PyPI（推荐）-只需运行： pip install

对市面上常见的5dof机械臂使用MDH进行建模，然后给出了简单的正逆运动学解法。

以正向运动学方程为基础，冗余机械臂逆运动学解问题转换为等效最小值问题，提出一种自适应粒子群算法求解该问题。为了保持粒子群的活力，在算法内引入弹射操作。如果粒子满足设定自适应判别函数，粒子将按概率被从当前位置发射到较远区域。为了配合弹射操作，提出一种新的粒子优劣的判断机制，使得粒子可以被弹射飞出可行域。数值实验表明，算法具有较强的全局搜索能力和较快的搜索速度，是求解冗余机械臂逆运动学解的一种有效方法。

这是一个excel表格，包含内容为笔者总结的机器人运动学（逆运动学）以及DH参数获取方法的归纳总结，有助于对机器人或者机械臂的初期学习。