机器人研究方向的自我学习[3] 操作臂运动学 连杆变换的推导

本文主要是介绍机器人研究方向的自我学习[3] 操作臂运动学 连杆变换的推导,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

操作臂运动学

1、连杆参数

在这里插入图片描述
(1)三维空间中的任意两个轴之间的距离均为一个确定值,两个轴之间的距离即为两轴之间的公共垂线的长度。上图中关节轴i-1和关节轴i之间的公垂线的长度为a i-1(下标),即为连杆长度
(2)α i-1(下标)表示关节轴i-1和关节轴i之间的连杆扭转角
(3)沿两个相邻连杆共轴线方向的距离可以用一个参数描述,称为连杆偏距。在关节轴i上的连杆偏距记为di。另一个参数描述两相邻连杆绕公共轴线旋转的夹角,该参数称为关节角,记为θi。

因此机器人的每个连杆都可以用4个运动参数来描述。对于转动关节,θi为关节变量,其他三个参数固定不变;对于移动关节,di为关节变量,其他三个参数固定不变。

2、连杆坐标系的建立

在这里插入图片描述

连杆参数在连杆坐标系中的表示方法。
在这里插入图片描述

3、操作臂运动学

连杆变换的推导
我们希望建立坐标系{i}相对于坐标系{i-1}的变换,这个变换是只有一个变量的函数,另外三个参数由机械系统确定,得到:

在这里插入图片描述

4、Matlab练习

在这里插入图片描述
在这里插入图片描述

a、b:

在这里插入图片描述

c:

clc
clear alla=input("输入欧拉角a:");%a-θ1,b-θ2,c-θ3
b=input("输入欧拉角b:");
c=input("输入欧拉角c:");A=[cosd(a) -sind(a) 0 0;sind(a) cosd(a) 0 0;0 0 1 0;0 0 0 1;]%0-1T
B=[cosd(b) -sind(b) 0 4;sind(b) cosd(b) 0 0;0 0 1 0;0 0 0 1;]%1-2T,L1=4
C=[cosd(c) -sind(c) 0 3;sind(c) cosd(c) 0 0;0 0 1 0;0 0 0 1;]%2-3T,L2=3T=A*B*C;%0-3T

运行结果:

输入欧拉角a:10
输入欧拉角b:20
输入欧拉角c:30A =0.9848   -0.1736         0         00.1736    0.9848         0         00         0    1.0000         00         0         0    1.0000B =0.9397   -0.3420         0    4.00000.3420    0.9397         0         00         0    1.0000         00         0         0    1.0000C =0.8660   -0.5000         0    3.00000.5000    0.8660         0         00         0    1.0000         00         0         0    1.0000T =0.5000   -0.8660         0    6.53730.8660    0.5000         0    2.19460         0    1.0000         00         0         0    1.0000输入欧拉角a:90
输入欧拉角b:90
输入欧拉角c:90A =0    -1     0     01     0     0     00     0     1     00     0     0     1B =0    -1     0     41     0     0     00     0     1     00     0     0     1C =0    -1     0     31     0     0     00     0     1     00     0     0     1T =0     1     0    -3-1     0     0     40     0     1     00     0     0     1

d:

link()函数:
L = Link() 创建一个带默认参数的连杆
(2)L = Link(L1)复制连杆L1
(3)L = Link(OPTIONS) 创建一个指定运动学、动力学参数的连杆。
OPTIONS:
l.alpha = 0; %杆件长度
l.A = 0; %杆件转角
l.theta = 0; %杆件关节变量
l.D = 0; %相邻杆件偏距
l.sigma = 0; %关节类型 0为旋转 1为平移
l.mdh = 0; %D-H方法类型 0为标准 1为非标准
l.offset = 0; %关节变量偏移
l.qlim = []; %返回关节变量的上下限 [min max]

% it’s a legacy DYN matrix
l.m = []; %杆件质量
l.r = []; %返回3×1的关节齿轮向量
v = [];
l.I = []; %返回一个3×3 对称惯性矩阵
l.Jm = []; %返回电机惯性
l.G = []; %返回齿轮的传动比
l.B = 0; %返回粘性摩擦
l.Tc = [0 0]; %返回库仑摩擦

fkine()函数:
fkine是Robotic toolbox求解正运动的函数,具体是利用MDH方式求解变化矩阵还是DH求解变化矩阵主要看和机械臂定义的类型

参考网址:
https://blog.csdn.net/qq_35551200/article/details/97030782?ops_request_misc=&request_id=&biz_id=102&utm_term=%20link()%E5%87%BD%E6%95%B0&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-2-97030782.nonecase

robot()函数:
参考网址:
https://blog.csdn.net/qq_27838307/article/details/80715064?ops_request_misc=&request_id=&biz_id=102&utm_term=robot()%E5%87%BD%E6%95%B0%E7%BB%98%E5%88%B6%E6%9C%BA%E5%99%A8%E4%BA%BA&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-0-80715064.pc_search_result_no_baidu_js

在MATLAB 2019 或者 2020 等高版本里,使用机器人工具箱(robotics toolbox/RTB)对机器人进行可视化时(比如robot.teach,robot.plot)会报错:
参考网址:https://blog.csdn.net/WanZhiQiu_ac/article/details/110234543

clear
clc % di     a i-1    αi-1]);%定义连杆
L(1)= Link('d', 0, 'a', 0, 'alpha', 0);
L(2)= Link('d', 0, 'a', 4, 'alpha', 0);
L(3)= Link('d', 0, 'a', 3, 'alpha', 0);b=isrevolute(L(1));  %Link 类函数
b1=isrevolute(L(2));
b2=isrevolute(L(3));robot=SerialLink([L(1),L(2),L(3)],'name','t');   %SerialLink 类函数 %连接连杆
robot.name='三连杆平面机械臂';
robot.comment='三连机械臂';
robot.display()
robforward_kinematics=robot.fkine([pi/2,pi/2,pi/2])%正运动学view(3);
theta = [pi/2,pi/2,pi/2];
W = [-2 2 -2 2 -2 2];
robot.plot(theta,'workspace', W , 'tilesize',1);   %SerialLink 类函数

运行结果:

 
robot = 三连杆平面机械臂:: 3 axis, RRR, stdDH, slowRNE                           - 三连机械臂;                                                        
+---+-----------+-----------+-----------+-----------+-----------+
| j |     theta |         d |         a |     alpha |    offset |
+---+-----------+-----------+-----------+-----------+-----------+
|  1|         q1|          0|          0|          0|          0|
|  2|         q2|          0|          4|          0|          0|
|  3|         q3|          0|          3|          0|          0|
+---+-----------+-----------+-----------+-----------+-----------+robforward_kinematics = 0         1         0        -4-1         0         0        -30         0         1         00         0         0         1
>> 

在这里插入图片描述

这篇关于机器人研究方向的自我学习[3] 操作臂运动学 连杆变换的推导的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/425885

相关文章

Linux ls命令操作详解

《Linuxls命令操作详解》通过ls命令,我们可以查看指定目录下的文件和子目录,并结合不同的选项获取详细的文件信息,如权限、大小、修改时间等,:本文主要介绍Linuxls命令详解,需要的朋友可... 目录1. 命令简介2. 命令的基本语法和用法2.1 语法格式2.2 使用示例2.2.1 列出当前目录下的文

C++变换迭代器使用方法小结

《C++变换迭代器使用方法小结》本文主要介绍了C++变换迭代器使用方法小结,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录1、源码2、代码解析代码解析:transform_iterator1. transform_iterat

Mysql表的简单操作(基本技能)

《Mysql表的简单操作(基本技能)》在数据库中,表的操作主要包括表的创建、查看、修改、删除等,了解如何操作这些表是数据库管理和开发的基本技能,本文给大家介绍Mysql表的简单操作,感兴趣的朋友一起看... 目录3.1 创建表 3.2 查看表结构3.3 修改表3.4 实践案例:修改表在数据库中,表的操作主要

C# WinForms存储过程操作数据库的实例讲解

《C#WinForms存储过程操作数据库的实例讲解》:本文主要介绍C#WinForms存储过程操作数据库的实例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、存储过程基础二、C# 调用流程1. 数据库连接配置2. 执行存储过程(增删改)3. 查询数据三、事务处

Java使用Curator进行ZooKeeper操作的详细教程

《Java使用Curator进行ZooKeeper操作的详细教程》ApacheCurator是一个基于ZooKeeper的Java客户端库,它极大地简化了使用ZooKeeper的开发工作,在分布式系统... 目录1、简述2、核心功能2.1 CuratorFramework2.2 Recipes3、示例实践3

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

Python使用DrissionPage中ChromiumPage进行自动化网页操作

《Python使用DrissionPage中ChromiumPage进行自动化网页操作》DrissionPage作为一款轻量级且功能强大的浏览器自动化库,为开发者提供了丰富的功能支持,本文将使用Dri... 目录前言一、ChromiumPage基础操作1.初始化Drission 和 ChromiumPage

利用Go语言开发文件操作工具轻松处理所有文件

《利用Go语言开发文件操作工具轻松处理所有文件》在后端开发中,文件操作是一个非常常见但又容易出错的场景,本文小编要向大家介绍一个强大的Go语言文件操作工具库,它能帮你轻松处理各种文件操作场景... 目录为什么需要这个工具?核心功能详解1. 文件/目录存javascript在性检查2. 批量创建目录3. 文件

Redis中管道操作pipeline的实现

《Redis中管道操作pipeline的实现》RedisPipeline是一种优化客户端与服务器通信的技术,通过批量发送和接收命令减少网络往返次数,提高命令执行效率,本文就来介绍一下Redis中管道操... 目录什么是pipeline场景一:我要向Redis新增大批量的数据分批处理事务( MULTI/EXE

使用Python高效获取网络数据的操作指南

《使用Python高效获取网络数据的操作指南》网络爬虫是一种自动化程序,用于访问和提取网站上的数据,Python是进行网络爬虫开发的理想语言,拥有丰富的库和工具,使得编写和维护爬虫变得简单高效,本文将... 目录网络爬虫的基本概念常用库介绍安装库Requests和BeautifulSoup爬虫开发发送请求解