Return to search

Most efficient Inverse Kinematics algorithm for Quadruped models : Comparing FABRIK to CCD

This paper compares the two heuristic inverse kinematics methods: Forward And Backward Reaching Inverse Kinematics (FABRIK) and Cyclic Coordinate Descent (CCD) in the use cases concerning quadruped models. Unoptimised versions of the two algorithms were implemented into a game engine and evaluated on a quadruped model. The two algorithms were evaluated by computational time, iterations and average error. The results show that FABRIK outperformed CCD in all of our test scenarios, in number of iterations required, average error as well as function execution time. However, results also showed that FABRIK was less superior when targets were barely within reach, since one leg might be able to reach a target, but two connected legs might not be able to reach two targets because of their interference with each other. This suggests that to improve on FABRIK it should be optimised when considering a bipedal or quadruped model. / Den här artikeln jämför de två heuristiska Inverse Kinematics-metoderna: Forward And Backward Reaching Inverse Kinematics (FABRIK) och Cyclic Coordinate Descent (CCD) i användningsfallet fyrbenta modeller. Ooptimerade versioner av de två algoritmerna implementerades i en spelmotor och utvärderades på en fyrbent modell. De två algoritmerna utvärderades därefter baserat på beräkningstid, antal iterationer och avstånd till målet. Resultaten visar att FABRIK överträffade CCD i alla testscenarium, i antal iterationer, avstånd till mål samt funktionskörningstid. Resultaten visade dock även att FABRIK var mindre överlägsen när målen var precis utom räckhåll; detta då ett ben kunde nå ett mål om det utvärderades ensamt, men när benet kopplades samman med motstående ben via en höftled kunde inget av benen nå sina mål på grund av att de påverkade varandra. Detta tyder på att för att förbättra FABRIK bör den optimeras till att ta hänsyn till huruvida modellen har två eller fyra ben.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-309484
Date January 2022
CreatorsRichardsson, Matilda
PublisherKTH, Skolan för elektroteknik och datavetenskap (EECS)
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-EECS-EX ; 2022:27

Page generated in 0.0022 seconds