企业官网建设流程全解析

Pink实战：用FrameTask实现末端跟踪与机械臂控制的2个经典案例

【免费下载链接】pinkPython inverse kinematics using Pinocchio and QP solvers项目地址: https://gitcode.com/gh_mirrors/pink1/pink

Pink 是一个基于 Pinocchio 与 QP 求解器的 Python 逆运动学（IK）工具箱，核心用法是把"让机械臂末端到达指定位姿"这类需求描述为加权任务，自动构建并求解二次规划问题。本文选取项目中最具代表性的2 个经典案例：UR5 机械臂实时跟踪运动目标，以及 UR10 机械臂迭代求解固定位姿，带你快速掌握FrameTask实现末端跟踪与机械臂控制的完整套路。

FrameTask 是什么：末端跟踪的核心任务

FrameTask是 Pink 中使用频率最高的任务（pink/tasks/frame_task.py），用于控制机器人上某个坐标系（通常是末端法兰或工具座）在世界坐标系中的位姿。它只需 4 个参数：

它还提供两个便捷方法：

• set_target(transform)：直接指定目标位姿；
• set_target_from_configuration(configuration)：用机器人当前位姿初始化目标，是实时跟踪的常用起手式。

💡 小技巧：position_cost/orientation_cost也可以是 3 维向量，实现对各轴的各向异性加权——比如只关心 x/y 平面位置时写成[1.0, 1.0, 0.0]。

逆运动学三步循环：从任务到关节速度

Pink 求解的是微分逆运动学：每步计算一个速度v并积分到下一个构型。核心入口是 pink/solve_ik.py 中的solve_ik，它会自动读取机器人模型中的构型限位与速度限位作为约束：

velocity = solve_ik(configuration, tasks, dt, solver="quadprog") configuration.integrate_inplace(velocity, dt)

整个控制流程就三件事：定义任务 → 更新目标 → 求解并积分。下面的两个案例都是在这个循环上展开的。

案例一：UR5 机械臂实时跟踪正弦运动目标 🎯

完整示例见 examples/arm_ur5.py，效果是 UR5 的末端"tool0"平滑地跟随一个在 Y 轴做正弦运动的目标框。

1. 定义任务

end_effector_task = FrameTask( "tool0", position_cost=1.0, # [cost] / [m] orientation_cost=1.0, # [cost] / [rad] lm_damping=1.0, # 针对该场景调参 ) posture_task = PostureTask(cost=1e-3) # 低权重正则化 tasks = [end_effector_task, posture_task]

2. 用当前构型初始化目标

configuration = pink.Configuration(robot.model, robot.data, q_ref) for task in tasks: task.set_target_from_configuration(configuration)

3. 200 Hz 主循环中更新目标并求解

while True: target = end_effector_task.transform_target_to_world target.translation[1] = 0.5 + 0.1 * np.sin(2.0 * t) # 目标沿 Y 轴往复 target.translation[2] = 0.2 velocity = solve_ik(configuration, tasks, dt, solver=solver) configuration.integrate_inplace(velocity, dt) t += dt

案例要点：

• 📐目标连续移动 → 无静止解：Pink 会持续以最优方式跟踪每个瞬时目标，这正是实时末端跟踪的原理；
• ⚖️任务权重冲突自动消解：末端跟踪（权重 1.0）与姿态任务（1e-3）量纲不同，QP 求解器会把它们归一化后权衡，末端优先、姿态只做"找最近构型"的正则化；
• 🛡️lm_damping=1.0是该场景调出的稳定值，阻尼过大会让跟踪变"迟钝"。

示例通过 MeshCat 可视化目标坐标系与末端坐标系的实时重合效果，可直接用uv run examples/arm_ur5.py体验。

案例二：UR10 迭代收敛求解固定位姿（离线 IK）🔧

完整示例见 examples/inverse_kinematics_ur10.py。与案例一的"实时跟踪"不同，这里演示如何用同一套微分 IK 机制离线求解一次性位姿：给定随机可达的末端位姿，让构型从初始值迭代逼近。

核心思路：迭代到误差足够小

ee_task = FrameTask("ee_frame", [1.0, 1.0, 1.0], [1.0, 1.0, 1.0]) ee_task.set_target(target_pose) while error_norm > 1e-8: dv = pink.solve_ik(configuration, [ee_task], dt=1e-2, damping=1e-8) q_out = pin.integrate(model, configuration.q, dv * dt) error_norm = np.linalg.norm(ee_task.compute_error(configuration))

实际运行输出：

Starting from error_norm = 2.4 Desired precision is error_norm < 1e-08 Terminated after 141 steps with error_norm = 1.1e-09

案例要点：

• ✅无需解析逆解：7 自由度及以上机械臂的逆解既繁琐又存在多解，Pink 用"一步速度 + 迭代"的方式 141 步即收敛到 1e-8 精度；
• ✅compute_error提供收敛判据：误差是一个 6 维量（3 位置 + 3 姿态），其范数就是天然的停止条件；
• ⚠️微分 IK 是局部方法：Pink 不保证全局最优，可能收敛到局部极小或被构型限位"卡住"（详见 examples/one_dof_configuration_limit.py）。如果初始构型离目标太远或目标不可达，需要自行处理NoSolutionFound异常。

实战调参速查表

延伸阅读

• 任务源码：pink/tasks/frame_task.py、基类 pink/tasks/task.py
• 求解器入口：pink/solve_ik.py
• 交互式调试成本参数（Viser 滑杆）：examples/arm_panda.py
• 含避障屏障（barrier）的 UR5 案例：examples/barriers/arm_ur5.py
• 更多示例总览：examples/README.md

安装 Pink 只需一行命令（conda 性能最佳，pip 亦可）：

conda install -c conda-forge pink pip install pin-pink

两个案例覆盖了"实时跟踪"与"离线求解"两大典型场景——理解了FrameTask+solve_ik的组合方式，双臂、人形、移动底盘等更复杂的机械臂控制（可参考 examples/flying_dual_arm_ur3.py 与 examples/mobile_stretch.py）都只是任务的叠加而已。

【免费下载链接】pinkPython inverse kinematics using Pinocchio and QP solvers项目地址: https://gitcode.com/gh_mirrors/pink1/pink