【MATLAB】兔子机器人动力学模型解读（simulink中的simscape的各模块介绍）

2024-02-28 23:12
文章标签 matlab 模块 介绍 模型 simulink 解读 动力学 机器人 兔子 simscape

本文主要是介绍【MATLAB】兔子机器人动力学模型解读（simulink中的simscape的各模块介绍），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！

1、动力学模型

Rectangular Joint

控制平面上（x，y轴）的移动，去掉以后，机器人在原地翻滚不移动
MATLAB
在这里插入图片描述
在这里插入图片描述

Rigid Transform

坐标转换，B站视频已收藏
去掉，机体与地面贴合

此处的作用是设定机体的初始高度
在这里插入图片描述
在这里插入图片描述

Revolute Joint

旋转关节，掌管旋转自由度
在这里插入图片描述
在这里插入图片描述

Rigid Transform 4

上下分离
在这里插入图片描述

在这里插入图片描述

Rigid Transform2

机体与腿部分离，不然腿部就与机体中心重合了。
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

Simulink-PS Converter

将simulink信号转化为真实物理环境信号，实现从虚到实
在这里插入图片描述

Inport

输入端口
在这里插入图片描述

关节电机

在这里插入图片描述
在这里插入图片描述

PS-Simulink Converter

将环境变量转换成simulink变量
在这里插入图片描述
在这里插入图片描述

Gain

就是比例系数
在这里插入图片描述
在这里插入图片描述

outport

将关节电机的转动角度读取出来
在这里插入图片描述
在这里插入图片描述

腿部

点击左下角箭头进行展开
在这里插入图片描述
改变腿的尺寸等物理性质
在这里插入图片描述
在这里插入图片描述
采用变量更有灵活性，L为杆长
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

输入扭矩

在这里插入图片描述

车轮电机

在这里插入图片描述
电机带动车轮转动
在这里插入图片描述

Transform Sensor1

translation 翻译为：平移
http://t.csdnimg.cn/M9o4S
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Transform Sensor2

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
L0代表车轮旋转角度
（纠正！！theta是腿部角度，并且此处的腿部是指虚拟腿即机体到车轮的连线）
在这里插入图片描述
但是为什么theta就能代表机体倾斜角呢？（纠正！！theta是腿部角度）
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2、总系统

动力学系统引脚定义

在这里插入图片描述

scope示波器

在这里插入图片描述
通过示波器可以看到各值的输出（无单位），来分析运动特性
在这里插入图片描述
theta是腿部角度，并且此处的腿部是指虚拟腿即机体到车轮的连线
纠正：L0代表腿长,并且此处的腿部是指虚拟腿即机体到车轮的连线
在这里插入图片描述
应该是指旋转半径，指虚拟腿长（圆心为车轮中心）
在这里插入图片描述

这篇关于【MATLAB】兔子机器人动力学模型解读（simulink中的simscape的各模块介绍）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/756911。

相关文章

大模型研发全揭秘：客服工单数据标注的完整攻略

大模型研发全揭秘：客服工单数据标注的完整攻略

在人工智能（AI）领域，数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者，掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中，工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注，不仅能够帮助提升客服自动化系统的智能化水平，还能优化客户服务流程，提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行
阅读更多...
性能测试介绍

性能测试介绍

性能测试是一种测试方法，旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试，可以确定系统是否能够满足预期的性能要求，找出性能瓶颈和潜在的问题，并进行优化和调整。 发现性能瓶颈：性能测试可以帮助发现系统的性能瓶颈，即系统在高负载或高并发情况下可能出现的问题
阅读更多...
水位雨量在线监测系统概述及应用介绍

水位雨量在线监测系统概述及应用介绍

在当今社会，随着科技的飞速发展，各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中，水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术，其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成，形成了一个完整的闭环系统。 数据采集单元：这是系统的“眼睛”，
阅读更多...
python: 多模块(.py)中全局变量的导入

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别： 当你在一个模块（文件）中使用 global 声明变量时，这个变量只在该模块的全局命名空
阅读更多...
Hadoop数据压缩使用介绍

Hadoop数据压缩使用介绍

一、压缩原则 （1）运算密集型的Job，少用压缩 （2）IO密集型的Job，多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1）为了支持多种压缩/解压缩算法，Hadoop引入了编码/解码器 2）要在Hadoop中启用压缩，可以配置如下参数
阅读更多...
深入探索协同过滤：从原理到推荐模块案例

深入探索协同过滤：从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤（UserCF）2. 基于物品的协同过滤（ItemCF）3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代，推荐系统成为连接用户与内容的桥梁。本文聚焦于
阅读更多...
Andrej Karpathy最新采访：认知核心模型10亿参数就够了，AI会打破教育不公的僵局

Andrej Karpathy最新采访：认知核心模型10亿参数就够了，AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人，AI大神Andrej Karpathy，曾是OpenAI联合创始人之一，特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ，宣布将长期致力于AI原生教育。 近日，Andrej Karpathy接受了No Priors（投资博客）的采访，与硅谷知名投资人 Sara Guo 和 Elad G
阅读更多...
Retrieval-based-Voice-Conversion-WebUI模型构建指南

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI（简称 RVC）模型是一个基于 VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）的简单易用的语音转换框架。 具有以下特点 简单易用：RVC 模型通过简单易用的网页界面，使得用户无需深入了
阅读更多...
透彻！驯服大型语言模型（LLMs）的五种方法，及具体方法选择思路

透彻！驯服大型语言模型（LLMs）的五种方法，及具体方法选择思路

引言 随着时间的发展，大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用，随着人们期望的不断增加，目标也发生了巨大的变化。在短短的几个月的时间里，人们对大模型的认识已经从对其zero-shot能力感到惊讶，转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构（例如Transformer）对海量的、多种多样的数据分布进行建模得到，它包含了大量的先验
阅读更多...
图神经网络模型介绍（1）

图神经网络模型介绍（1）

我们将图神经网络分为基于谱域的模型和基于空域的模型，并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络：谱图卷积网络、切比雪夫网络和图卷积网络。 （1）谱图卷积网络 卷积定理：函数卷积的傅里叶变换是函数傅里叶变换的乘积，即F{f*g}
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2