Benchmark del rendimiento en cinemática directa del UR10: matrices vs. cuaterniones duales con Julia y RoboDK
DOI:
https://doi.org/10.61347/ei.v5i2.375Palabras clave:
Cinemática directa, cuaterniones duales, Denavit-Hartenberg, manipulador UR10, matrices de transformación homogéneasResumen
La simulación y el control de robots manipuladores requieren representaciones eficientes para la composición de transformaciones rígidas asociadas al cálculo de la cinemática directa (FK). El presente estudio evalúa comparativamente el desempeño computacional de matrices de transformación homogénea y cuaterniones duales unitarios mediante un benchmark aplicado al manipulador colaborativo UR10 de Universal Robots, con seis grados de libertad. La metodología se fundamentó en la convención Denavit-Hartenberg, utilizando datos articulares extraídos mediante la API de Python de RoboDK y procesados en Julia mediante las librerías Quaternions.jl, ForwardDiff.jl y BenchmarkTools.jl. El entorno experimental estuvo compuesto por un procesador AMD Ryzen 7 de 2.00 GHz, 8 GB de RAM y arquitectura de 64 bits. Ambas representaciones fueron comparadas bajo condiciones controladas considerando como métricas el tiempo de ejecución y el uso de memoria durante la composición sucesiva de seis transformaciones rígidas. La equivalencia matemática entre ambos formalismos se verificó mediante la reconstrucción de la transformación homogénea a partir del cuaternión dual compuesto, observándose diferencias asociadas únicamente al redondeo numérico de punto flotante. Los resultados proporcionan evidencia empírica sobre el comportamiento computacional de ambas implementaciones y contribuyen al análisis de alternativas algebraicas para la optimización de operaciones asociadas con la cinemática directa en manipuladores robóticos.
Descargas
Citas
Adorno, B., & Marinho, M. (2021). DQ Robotics: A library for robot modeling and control. IEEE Robotics & Automation Magazine, 28(3), 102–116. https://doi.org/10.1109/MRA.2020.2997920
Alattar, A., & Kormushev, P. (2020). Kinematic-model-free orientation control for robot manipulation using locally weighted dual quaternions. Robotics, 9(4), Article 76. https://doi.org/10.3390/robotics9040076
Cargua, M. (2026). Benchmark entre matrices homogéneas y cuaterniones duales (Version 0.1) [Computer software]. GitHub. https://github.com/marleyns/benchmark_dual_quat.git
Cohen, A., & Shoham, M. (2020). Hyper dual quaternions representation of rigid bodies kinematics. Mechanism and Machine Theory, 150, Article 103861. https://doi.org/10.1016/j.mechmachtheory.2020.103861
Condurache, D., & Popa, I. (2023). A minimal parameterization of rigid body displacement and motion using a higher-order Cayley map by dual quaternions. Symmetry, 15(11), Article 2011. https://doi.org/10.3390/sym15112011
Dantam, N. (2021). Robust and efficient forward, differential, and inverse kinematics using dual quaternions. The International Journal of Robotics Research, 40(10–11), 1087–1105. https://doi.org/10.1177/0278364920931948
Diprasetya, M., Pöppelbaum, J., & Schwung, A. (2025). KineNN: Kinematic neural network for inverse model policy based on homogeneous transformation matrix and dual quaternion. Robotics and Computer-Integrated Manufacturing, 94, Article 102945. https://doi.org/10.1016/j.rcim.2024.102945
Giribet, J., Ghersin, A., Mas, I., Marciano, H., Villa, D., & Sarcinelli-Filho, M. (2026). Adaptive multirobot virtual structure control using dual quaternions. Journal of Intelligent & Robotic Systems. Advance online publication. https://doi.org/10.1007/s10846-026-02462-1
Huang, T., Yang, B., Li, B., Li, W., Li, H., Li, W., & Liu, Y.-H. (2026). A unified calibration framework for coordinate and kinematic parameters in dual-arm robots [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2603.14809
Klepl, J., Šmelko, A., Rozsypal, L., & Kruliš, M. (2024). Abstractions for C++ code optimizations in parallel high-performance applications. Parallel Computing, 121, Article 103096. https://doi.org/10.1016/j.parco.2024.103096
Liu, Q., Yang, D., Hao, W., & Wei, Y. (2018). Research on kinematic modeling and analysis methods of UR robot. In 2018 IEEE 4th Information Technology and Mechatronics Engineering Conference (ITOEC) (pp. 159–164). IEEE. https://doi.org/10.1109/ITOEC.2018.8740681
Menon, A., Prakash, R., & Behera, L. (2019). Adaptive critic based optimal kinematic control for a robot manipulator [Preprint]. arXiv. https://arxiv.org/abs/1908.02077
Nekoo, S., Acosta, J., & Ollero, A. (2022). Quaternion-based state-dependent differential Riccati equation for quadrotor drones: Regulation control problem in aerobatic flight. Robotica, 40(9), 3120–3135. https://doi.org/10.1017/S0263574722000091
Petrone, V., Ferrentino, E., & Chiacchio, P. (2025). The dynamic model of the UR10 robot and its ROS2 integration. IEEE Transactions on Industrial Informatics, 21(5), 3828–3838. https://doi.org/10.1109/TII.2025.3534415
Pollák, M., & Goryl, K. (2023). Simulation design and measurement of welding robot repeatability utilizing the contact measurement method. Machines, 11(7), Article 734. https://doi.org/10.3390/machines11070734
Qi, L., Ling, C., & Yan, H. (2021). Dual quaternions and dual quaternion vectors [Preprint]. arXiv. https://arxiv.org/abs/2111.04491
Roesch, E., Greener, J. G., MacLean, A. L., Nassar, H., Rackauckas, C., Holy, T. E., & Stumpf, M. P. H. (2023). Julia for biologists. Nature Methods, 20(5), 655–664. https://doi.org/10.1038/s41592-023-01832-z
Santos, F., Carro, L., Vella, F., & Rech, P. (2024). Assessing the impact of compiler optimizations on GPUs reliability. ACM Transactions on Architecture and Code Optimization, 21(2), Article 26. https://doi.org/10.1145/3638249
Solà, J., Deray, J., & Atchuthan, D. (2018). A micro Lie theory for state estimation in robotics [Preprint]. arXiv. https://arxiv.org/abs/1812.01537
Wittmann, J., Kist, A., & Rixen, D. (2022). Real-time predictive kinematics control of redundancy: A benchmark of optimal control approaches. In 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) (pp. 11759–11766). IEEE. https://doi.org/10.1109/IROS47612.2022.9981675
Xu, J., & Halse, K. H. (2016). Dual quaternion variational integrator for rigid body dynamic simulation [Preprint]. arXiv. https://arxiv.org/abs/1611.00616
Yaqub, Z., & Schröcker, H. (2025). Rational motions of minimal quaternionic degree with prescribed line trajectories. Mechanism and Machine Theory, 215, Article 106182. https://doi.org/10.1016/j.mechmachtheory.2025.106182
Zeng, H., Wang, Z., Li, J., Li, S., Wang, J., & Li, X. (2024). Dual-quaternion-based iterative algorithm of the three dimensional coordinate transformation. Earth, Planets and Space, 76, Article 20. https://doi.org/10.1186/s40623-024-01967-z
Zhao, J., Zhu, L., & So, A. (2026). Dual quaternion SE(3) synchronization with recovery guarantees [Preprint]. arXiv. https://arxiv.org/abs/2602.00324
Živković, N., Vidaković, J., Mitrović, S., & Lazarević, M. (2022). Implementation of dual quaternion-based robot forward kinematics algorithm in ROS. In 2022 11th Mediterranean Conference on Embedded Computing (MECO). IEEE. https://doi.org/10.1109/MECO55406.2022.9797160
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Marlon Stalyn Cargua Cando , Guillermo Edvin Machado Sotomayor
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
