机器人雅可比矩阵：从关节速度到末端速度
用几何直觉和 Pinocchio 理解关节速度到末端 twist 的映射，解释参考系、奇异与阻尼最小二乘校验。
Topic
机器人技术
20 related articles.
机器人阻抗控制：从弹簧阻尼模型到笛卡尔力矩控制
从质量—弹簧—阻尼关系推导机器人阻抗控制，连接操作空间动力学、Pinocchio、整定和分阶段安全验证。
机器人动力学参数辨识：从数据采集到安全验证
从同步采样和激励轨迹建立动力学回归，讨论物理一致性、在线估计、独立验证与候选参数安全部署。
Pink: 一个高效易用的机器人逆运动学库
用一致的残差与 Jacobian 解释 Pink 微分 IK，区分任务权重和严格优先级，说明限位、积分与求解失败处理。
TO、MPC与WBC在机器人控制中的作用与区别对比文档
梳理轨迹优化、MPC 与全身控制的职责、反馈链路和接口，说明它们如何组合以及不能相互替代的约束。
PD vs PID control 简要对比
区分 PD 与 PID 的适用条件，给出带微分滤波、限幅和条件积分的离散示例，并讨论采样与稳态误差。
CasADi: 数值优化和自动微分库
使用 CasADi 建立上下界和等式约束，区分变量边界与约束边界，并通过可手算例子验证求解状态和结果。
机器人零位标定修正流程介绍
分别建立已知测量位置与未知固定点的关节零偏模型，使用 SVD 最小二乘求解，并检查可观测性与补偿方向。
机器人运动学参数标定
以 TCP 位置观测建立运动学参数残差，讲清固定点实验、参数 Jacobian、可辨识性和迭代最小二乘验证。
MeshCat: 基于three.js的远程可控3D可视化工具
用 MeshCat Python 客户端构建几何场景，理解父子变换与对象更新，并配置受保护的远程浏览器查看。
Toppra: 最优时间运动规划库
使用 TOPP-RA 沿既定路径进行时间参数化，加入速度与加速度约束，检查失败返回、样条几何和采样误差。
Ruckig: 高效实时运动规划库
用 Ruckig 生成一轴和七轴 jerk 受限轨迹，补充返回状态、终点采样、预测状态传递与版本功能边界。
非对称圆标记技术详解
用 OpenCV 检测非对称圆点阵，构造有序物体点，并说明点阵方向、物理间距、斜视偏差和标定采样要求。
基于蒙特卡罗方法构建机器人全工作空间
通过关节随机采样与 FK 估计机器人位置工作空间，给出可复现二连杆示例，并区分覆盖、密度和可达性。
CCTag 标记技术详解
介绍 CCTag 同心圆编码与检测思路，区分标签识别、平面几何和完整位姿估计，并说明标定中的适用边界。
关于手眼标定的数学模型及标定流程
统一坐标变换记号，推导眼在手上与眼在手外的手眼标定方程，并说明采样退化、求解接口与验收。
pytorch 机械臂逆运动学迭代数值解
用 pytorch_kinematics 构建独立 FK–IK–FK 检查，明确批量维度、关节顺序、重试筛选、坐标转换和可微边界。
7DOF-SRS-运动学逆解(几何解析解)实现
以理想 SRS 七自由度结构说明臂角冗余参数，给出解析逆解示例，并补充可达性、分支与 FK 残差检查。
Pinocchio 机械臂逆运动学迭代数值解
使用 Pinocchio frame、SE(3) 误差和阻尼最小二乘求 IK，加入限位、回溯和明确失败状态，并用 FK 验证。
六自由度机器人正逆运动学
整理 Elfin05 历史 DH 模型和腕心分解，统一参数表与 MATLAB 示例，并解释 C++ 工程片段的依赖和验证边界。