【Matlab】非对称3-SPR并联机器人正逆运动学

2024-03-04 20:10

本文主要是介绍【Matlab】非对称3-SPR并联机器人正逆运动学,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!

省流说明:本文提供球铰的非对称布置情况下其正逆运动学的求解,但需要有额外的输入参数

文章目录

    • 3-SPR并联机器人的运动学模型
    • 逆运动学求解
    • 正运动学求解(待更新补充说明)

3-SPR并联机器人的运动学模型

S:球铰 P:移动副 R:转动副
3-SPR并联机器人即包含三条独立的SPR运动支链
输入:三个移动副(P)的伸长量
输出:系统末端参考点(一般是动平台的中心点)

运动学模型如下:
(这里的图使用了四个移动副,即在并联机构上串联了一个移动副,使其具有更大的运动范围)
对于3-SPR并联机器人来说,其末端参考点为 O P O_P OP(动平台中心点)
对于串联移动副后的机构而言,其末端参考点为 O T O_T OT(动平台上串联的移动副的末端)
运动学模型示意图

符号说明
B 1 B_1 B1 B 2 B_2 B2 B 3 B_3 B3球铰,三点的连线构成了静平台
A 1 A_1 A1 A 2 A_2 A2 A 3 A_3 A3转动副,三点的连线构成了动平台
P 1 P_1 P1 P 2 P_2 P2 P 3 P_3 P3 P 4 P_4 P4移动副,并联机构的输入

逆运动学求解

3-SPR并联机器人的位置逆解可以描述为:当已知系统末端参考点 O P O_P OP在世界坐标系{W}下的坐标(即静平台所处的坐标系),求3-SPR并联机器人移动副 P 1 P_1 P1 P 2 P_2 P2 P 3 P_3 P3的伸长量。

求解公式:
公式的求解过程主要是利用约束条件,并联机器人在运动的过程中,其移动副 P P P的方向向量总是与转动副的旋转轴垂直的( P P P的方向向量由球铰 B B B指向移动副中心点 A A A),建立三个约束方程,联立求解即可得到位置逆解(证明过程略,有人需要的话再放出)
由于球铰是非对称布置的,所以在求解时要将三个球铰的位置输入到公式中( r B r_B rB 1 _1 1 r B r_B rB 2 _2 2 r B r_B rB 3 _3 3
在这里插入图片描述
方程注:变量说明见Matlab程序的注释
Matlab程序:

%***************************************************************    
% ** Name:   非对称布置3-SPR并联机构的逆运动学求解                  **
% ** Author: __Lnx                                             **
% ** Date:   2023-03-26                                        **
% ** Input:  r1、r2、r3:球铰B1、B2、B3距离原点O_W的距离           **
%            X_a、Y_a、Z_a:代表末端参考点O_T要达到的位置           **
%            p4:移动副P4的伸长量,如是 3-SPR并联机构则将该值设定为0  **
%****************************************************************
function output = SPR_InverseKinematics(r1, r2, r3, X_a, Y_a, Z_a,p4)R_A = 78.603; % 动平台旋转副中心点外接圆半径(A1、A2、A3距离O_P的距离)syms Delt Theta Phi % 已知六个自由度中的三个,将剩下三个自由度设为要求的值% 旋转矩阵定义ux = cosd(Theta)*cosd(Delt);uy = cosd(Theta)*sind(Delt);uz = -sind(Theta);vx = sind(Phi)*sind(Theta)*cosd(Delt)-cosd(Phi)*sind(Delt);vy = sind(Phi)*sind(Theta)*sind(Delt)+cosd(Phi)*cosd(Delt);vz = sind(Phi)*cosd(Theta);wx = cosd(Phi)*sind(Theta)*cosd(Delt)+sind(Phi)*sind(Delt);wy = cosd(Phi)*sind(Theta)*sind(Delt)-sind(Phi)*cosd(Delt);wz = cosd(Phi)*cosd(Theta);R_l(1,1) = ux; R_l(1,2)=vx; R_l(1,3)=wx;R_l(2,1) = uy; R_l(2,2)=vy; R_l(2,3)=wy;R_l(3,1) = uz; R_l(3,2)=vz; R_l(3,3)=wz;% 由O_T的位置求出O_P的位置X_o = X_a-R_l(1,:)*[0 0 p4]';Y_o = Y_a-R_l(2,:)*[0 0 p4]';Z_o = Z_a-R_l(3,:)*[0 0 p4]';% 根据公式求解f1 = atand((3*(r2-r1)*(cosd(Theta)-cosd(Phi))+3*sqrt(3)*(r1+r2)*sind(Phi)*sind(Theta))/(4*sqrt(3)*r3*cosd(Theta)+3*(r2-r1)*sind(Phi)*sind(Theta)+sqrt(3)*(r1+r2)*(3*cosd(Phi)+cosd(Theta)))) == Delt;f2 = (6*(uz*vy-vz*uy)*Z_o-(3*(ux-vy)+sqrt(3)*(3*vx-uy))*uy*r2+2*(sqrt(3)*uy+3*vy)*uy*r3)/(6*(vx*uy-ux*vy)) == X_o;f3 = (6*(uz*vx-vz*ux)*Z_o-(3*(ux-vy)+sqrt(3)*(3*vx-uy))*ux*r2+2*(sqrt(3)*ux+3*vx)*uy*r3)/(6*(ux*vy-vx*uy)) == Y_o;[DELTA,THETA,PHI] = solve([f1, f2, f3],[Delt Theta Phi]);r = eval([DELTA,THETA,PHI]);T = r(2);D = r(1);P = r(3);rux = cosd(T)*cosd(D);ruy = cosd(T)*sind(D);ruz = -sind(T);rvx = sind(P)*sind(T)*cosd(D)-cosd(P)*sind(D);rvy = sind(P)*sind(T)*sind(D)+cosd(P)*cosd(D);rvz = sind(P)*cosd(T);rwx = cosd(P)*sind(T)*cosd(D)+sind(P)*sind(D);rwy = cosd(P)*sind(T)*sind(D)-sind(P)*cosd(D);rwz = cosd(P)*cosd(T);R(1,1) = rux; R(1,2)=rvx; R(1,3)=rwx;R(2,1) = ruy; R(2,2)=rvy; R(2,3)=rwy;R(3,1) = ruz; R(3,2)=rvz; R(3,3)=rwz;% 根据输入,计算球铰点坐标B1 = [r1*cosd(30) r1*sind(30) 0]';B2 = [r2*cosd(150)  r2*sind(150)  0]';B3 = [r3*cosd(270) r3*sind(270) 0]';%根据求得的旋转矩阵,计算动平台中心点O_P的坐标O_A=[ X_a, Y_a, Z_a]';O_A = O_A-R*[0 0 p4]';% 根据求得的旋转矩阵及O_P点的坐标,计算各旋转副坐标A1 = R * [R_A*cosd(30) R_A*sind(30) 0]'+ O_A;A2 = R * [R_A*cosd(150)  R_A*sind(150)  0]'+ O_A;A3 = R * [R_A*cosd(270) R_A*sind(270) 0]'+ O_A;% 计算各杆伸长量P1 = norm(A1 - B1);P2 = norm(A2 - B2);P3 = norm(A3 - B3);% 输出结果r_output = [P1 P2 P3];output = r_output;
end

正运动学求解(待更新补充说明)

正运动学的求解和以往的方法不一样,利用了点云配准的思想。
主要思路是:

在这里插入图片描述![在这里插入图片描述](https://img-blog.csdnimg.cn/9254bcaf03ad4e26aff725e62913fb2a.png
在这里插入图片描述
在这里插入图片描述

Matlab正运动学计算函数:SPR_ForwardKinematics

%**********************************************************    
% ** Name:   非对称布置3-SPR并联机构的正运动学求解            **
% ** Author: __Lnx                                       **
% ** Date:   2023-03-26                                  **
%**********************************************************
function [R_output,T_output] = SPR_ForwardKinematics(lidar1, lidar2, lidar3, p4)%     这是一组示例
%     lidar1 = [304.455 1054.25 21.7591];
%     lidar2 = [302.484	1355.49	21.9924];
%     lidar3 = [297.842	1198	22.56111];
%     lidar1 = [304.455 711.704 29.55];
%     lidar2 = [302.484	1030.71	24.915];
%     lidar3 = [297.842	1030.71	24.915];
% 	  p4 = 500;% r 为球铰副距离世界坐标系原点距离;Spare_Local 为球铰副在动平台坐标系中的坐标[r,Spare_Local] = SPR_SpareJointCalculate(lidar1,lidar2,lidar3);Spare_World = [[r(1)*cosd(30) r(1)*sind(30) 0]' [r(2)*cosd(150)  r(2)*sind(150)  0]' [r(3)*cosd(270) r(3)*sind(270) 0]'];hold on;
%     scatter3(Spare_World(1,1),Spare_World(2,1),Spare_World(3,1));
%     scatter3(Spare_World(1,2),Spare_World(2,2),Spare_World(3,2));
%     scatter3(Spare_World(1,3),Spare_World(2,3),Spare_World(3,3));% ICPR = eye(3);      % 旋转矩阵初始化t = zeros(3, 1); % 位移矩阵初始化X = Spare_World; % 目标点云Y = Spare_Local; % 源点云% 计算Y中每个点到X中的最近点idx = [1 2 3]';err = norm(X(1)-Y(1))+norm(X(2)-Y(2))+norm(X(3)-Y(3));% 去中心Y_mean = mean(Y, 2);X_mean = mean(X(:, idx), 2);H = (Y - Y_mean) * (X(:, idx) - X_mean)';[U, ~, V] = svd(H);R_cur = V * U';t_cur = X_mean - R_cur * Y_mean;% 更新变换矩阵R = R_cur;t = R_cur * t + t_cur;% 更新点云Y = R_cur * Y + t_cur;hold on;scatter3(Y(1,:),Y(2,:),Y(3,:),'red');scatter3(X(1,:),X(2,:),X(3,:),'black');
axis equal;R_output = R;T_output = t + R*[0,0,p4]';
end

其中包含另一个函数:SPR_SpareJointCalculate(lidar1,lidar2,lidar3)

%**********************************************************    
% ** Name:   三个球铰的位置计算                             **
% ** Author: __Lnx                                       **
% ** Date:   2023-03-16                                  **
%**********************************************************function [output_r,output_B] = SPR_SpareJointCalculate(lidar1,lidar2,lidar3)% 输入theta =[lidar1(3) lidar2(3) lidar3(3)];P =[lidar1(2) lidar2(2) lidar3(2)];% 常量alpha = [30 150 270];r = 78.603; % 动平台转动副外切圆半径k = 42.5;l = 139.135;m = 159.966;%220;         P = P + l + m;  % 移动副长度alpha = deg2rad(alpha);theta = deg2rad(theta);% 计算B1\B2\B3在动平台坐标系中的位置B1 = [(r+P(1)*sin(theta(1))-k*cos(theta(1)))*cos(alpha(1))(r+P(1)*sin(theta(1))-k*cos(theta(1)))*sin(alpha(1))-(P(1)*cos(theta(1))+k*sin(theta(1)))];B2 = [(r+P(2)*sin(theta(2))-k*cos(theta(2)))*cos(alpha(2))(r+P(2)*sin(theta(2))-k*cos(theta(2)))*sin(alpha(2))-(P(2)*cos(theta(2))+k*sin(theta(2)))];B3 = [(r+P(3)*sin(theta(3))-k*cos(theta(3)))*cos(alpha(3))(r+P(3)*sin(theta(3))-k*cos(theta(3)))*sin(alpha(3))-(P(3)*cos(theta(3))+k*sin(theta(3)))];hold on;
%     scatter3(B1(1),B1(2),B1(3));
%     scatter3(B2(1),B2(2),B2(3));
%     scatter3(B3(1),B3(2),B3(3));
%     output_B = [B2 B3 B1];% 非对称output_B = [B1 B2 B3];% 对称L(1) = norm(B1-B2);L(2) = norm(B1-B3);L(3) = norm(B2-B3);syms r1 r2 r3;f1 = r2^2+r3^2+r2*r3 == L(1)^2;f2 = r1^2+r3^2+r1*r3 == L(2)^2;f3 = r1^2+r2^2+r1*r2 == L(3)^2;[r1,r2,r3] = solve([f1, f2, f3],[r1 r2 r3]);
%     r = eval([r2 r1 r3]);% 非对称r = eval([r1 r2 r3]);% 对称for i=1:1:size(r,1) % 正数解if(r(i,1)>0 && r(i,2)>0 && r(i,3)>0)output_r = r(i,:);break;endend
end

这篇关于【Matlab】非对称3-SPR并联机器人正逆运动学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/774307

相关文章

matlab读取NC文件(含group)

matlab读取NC文件(含group): NC文件数据结构: 代码: % 打开 NetCDF 文件filename = 'your_file.nc'; % 替换为你的文件名% 使用 netcdf.open 函数打开文件ncid = netcdf.open(filename, 'NC_NOWRITE');% 查看文件中的组% 假设我们想读取名为 "group1" 的组groupName

利用matlab bar函数绘制较为复杂的柱状图,并在图中进行适当标注

示例代码和结果如下:小疑问:如何自动选择合适的坐标位置对柱状图的数值大小进行标注?😂 clear; close all;x = 1:3;aa=[28.6321521955954 26.2453660695847 21.69102348512086.93747104431360 6.25442246899816 3.342835958564245.51365061796319 4.87

C# double[] 和Matlab数组MWArray[]转换

C# double[] 转换成MWArray[], 直接赋值就行             MWNumericArray[] ma = new MWNumericArray[4];             double[] dT = new double[] { 0 };             double[] dT1 = new double[] { 0,2 };

基于树梅派的视频监控机器人Verybot

最近这段时间做了一个基于树梅派 ( raspberry pi ) 的视频监控机器人平台 Verybot ,现在打算把这个机器人的一些图片、视频、设计思路进行公开,并且希望跟大家一起研究相关的各种问题,下面是两张机器人的照片:         图片1:                   图片2                    这个平台的基本组成是:

3.比 HTTP 更安全的 HTTPS(工作原理理解、非对称加密理解、证书理解)

所谓的协议 协议只是一种规则,你不按规则来就无法和目标方进行你的工作 协议说白了只是人定的规则,任何人都可以定协议 我们不需要太了解细节,这些制定和完善协议的人去做的,我们只需要知道协议的一个大概 HTTPS 协议 1、概述 HTTPS(Hypertext Transfer Protocol Secure)是一种安全的超文本传输协议,主要用于在客户端和服务器之间安全地传输数据

ja-netfilter的前世今生和非对称加密的欺骗原理

文章目录 ja-netfilter起源官网插件插件配置文件插件的综合应用更多用法 非对称加密欺骗原理非对称加密和数字证书激活过程和欺骗手段分析代码示例第一步:生成自签名证书脚本第二步:使用自签名证书对产品激活信息进行签名 样例数据样例激活码(注:用于代码演示,直接粘贴到JetBrains 家 IDE 中无法完成激活!不用试,肯定提示无效,无法激活!!)样例power.conf(配合ja-ne

libsvm在matlab中的使用方法

原文地址:libsvm在matlab中的使用方法 作者: lwenqu_8lbsk 前段时间,gyp326曾在论坛里问libsvm如何在matlab中使用,我还奇怪,认为libsvm是C的程序,应该不能。没想到今天又有人问道,难道matlab真的能运行libsvm。我到官方网站看了下,原来,真的提供了matlab的使用接口。 接口下载在: http://www.csie.ntu.edu.

Matlab/Simulink中PMSM模型的反电动势系数和转矩系数

Matlab/Simulink中PMSM模型的反电动势系数和转矩系数_matlab pmsm-CSDN博客

MATLAB层次聚类分析法

转自:http://blog.163.com/lxg_1123@126/blog/static/74841406201022774051963/ 层次聚类是基于距离的聚类方法,MATLAB中通过pdist、linkage、dendrogram、cluster等函数来完成。层次聚类的过程可以分这么几步: (1) 确定对象(实际上就是数据集中的每个数据点)之间的相似性,实际上就是定义一个表征

MATLAB的fix(),floor()和ceil()函数的区别与联系

fix(x),floor(x)和ceil(x)函数都是对x取整,只不过取整方向不同而已。 这里的方向是以x轴作为横坐标来看的,向右就是朝着正轴方向,向左就是朝着负轴方向。 fix(x):向0取整(也可以理解为向中间取整) floor(x):向左取整 ceil(x):向右取整 举例: 4个数:a=3.3、b=3.7、c=-3.3、d=-3.7 fix(a)=3 fl