neka-nat/kinpy

机器人 3/5 🧩 软硬件结合 已发布
neka-nat 100 Stars 未知 BOM 完整度: 0/5 教程完整度: 0/5
查看源码
neka-nat/kinpy

项目简介

Simple kinematics calculation toolkit for robotics

kinpy 是一个轻量级的纯 Python 运动学工具包，专注于为机器人领域的开发者提供简洁、易用的正向运动学（FK）、逆向运动学（IK）和雅可比矩阵计算能力。该项目由 neka-nat 开发并维护，以 MIT 许可证开源，在 PyPI 上已获得数万次下载，是机器人仿真与算法验证场景中非常实用的基础库。

标签

forward-kinematics inverse-kinematics kinematics manipulator mujoco

项目特点

**纯 Python 实现**：不依赖 ROS 或其他重型框架，安装简单，跨平台兼容。
**支持正向与逆向运动学**：提供 FK 和 IK 的快速计算接口，方便进行机器人运动规划。
**雅可比矩阵计算**：内置雅可比矩阵求解，可用于速度级运动学分析与控制。
**轻量级设计**：核心代码精简，适合嵌入到其他项目中，或作为教学演示工具。
**与常见机器人模型兼容**：支持从 URDF 文件加载机器人模型，直接进行运动学计算。
**MIT 开源许可**：可自由使用、修改和商用，社区友好。

技术规格

编程语言 Python 3.6+
核心功能 正向运动学 (FK)、逆向运动学 (IK)、雅可比矩阵
模型输入格式 URDF (Unified Robot Description Format)
依赖库 NumPy, PyTorch (可选)
安装方式 pip install kinpy
许可证 MIT
最新版本 请查看 PyPI 或 GitHub Releases
操作系统 Linux, macOS, Windows

项目资源

GitHub 仓库 PyPI 页面 文档 / README Issues 反馈

物料清单 (BOM)

物料名称 数量 参考价格 备注
kinpy 1 — 主 Python 包
numpy 1 — 必需，用于数值计算
torch 1 — 可选，用于 GPU 加速计算
示例脚本 (examples/) 若干 — 位于 GitHub 仓库中
单元测试 (tests/) 若干 — 位于 GitHub 仓库中

3D 模型

模型名称文件名文件
底座 - base motor holder so101 v1 base_motor_holder_so101_v1.stl
底座 - base so101 v2 base_so101_v2.stl
底座 - motor holder so101 base v1 motor_holder_so101_base_v1.stl
电机座 - motor holder so101 wrist v1 motor_holder_so101_wrist_v1.stl
moving jaw so101 v1 moving_jaw_so101_v1.stl
rotation pitch so101 v1 rotation_pitch_so101_v1.stl
安装座 - so arm101 camera wrist mount so_arm101_camera_wrist_mount.stl
sts3215 03a no horn v1 sts3215_03a_no_horn_v1.stl
sts3215 03a v1 sts3215_03a_v1.stl
臂 - under arm so101 v1 under_arm_so101_v1.stl
臂 - upper arm so101 v1 upper_arm_so101_v1.stl
安装座 - waveshare mounting plate so101 v2 waveshare_mounting_plate_so101_v2.stl
wrist roll follower so101 v1 wrist_roll_follower_so101_v1.stl
wrist roll pitch so101 v2 wrist_roll_pitch_so101_v2.stl
连杆 - link 0 link_0.obj
连杆 - link 1 link_1.obj
连杆 - link 2 link_2.obj
连杆 - link 3 link_3.obj
连杆 - link 4 link_4.obj
连杆 - link 5 link_5.obj
连杆 - link 6 link_6.obj
连杆 - link 7 link_7.obj

能力画像

**记忆与知识检索**：1/5 — 不涉及知识存储或检索功能，纯计算库。
**动手与操作**：2/5 — 需要用户编写 Python 脚本调用 API，但无硬件操作。
**编程与算法**：4/5 — 核心是运动学算法实现，用户需具备基础编程与机器人学知识。
**设计与建模**：3/5 — 用户需准备或设计 URDF 模型文件，库本身不提供建模工具。
**实验与调试**：3/5 — 提供测试用例与示例，用户可自行调试运动学计算结果。
**协作与分享**：2/5 — 开源项目，支持 Issue 和 PR，但无内置协作功能。
**学习与研究**：4/5 — 非常适合学习机器人运动学原理，代码简洁易读。
**系统集成**：3/5 — 可集成到仿真或控制系统中，但需自行编写接口代码。

所需技能

Python 编程基础 机器人学基础（运动学、URDF 模型） 线性代数（矩阵运算、向量空间） 使用 pip 安装 Python 包 基本的 Git 操作（可选）

适用场景

机器人运动学算法的快速原型验证
教学演示：正向/逆向运动学原理讲解
机器人仿真环境中的运动学计算模块
嵌入式或轻量级机器人控制系统的运动学求解
与深度学习框架结合，进行可微运动学计算（配合 PyTorch）
学术研究中的运动学分析与对比实验