Modern Robotics:机器人的构型空间

Modern Robotics机器人的构型空间

机器人的构型（configuration）是一个机器人所有点的位置。描述机器人构型的最小实数坐标的个数n是机器人的自由度的数目。这个n维空间包括着机器人所有可能的构型（configurations）称为机器人的构型空间（configuration space，C-space）。机器人的构型可以由它的构型空间里的一个点描述。

机器人的自由度

机器人常见的关节如下图所示

旋转关节(revolute joint,R)，平移关节（prismatic joint,P），螺旋关节（Helical joint,H）都是只有一个自由度。关节也可以有多个自由度，例如圆柱关节(cylindrical joint ,C)有两个自由度，万向节（Universal joint,U）有两个自由度，球形关节（spherical joint，S）有三个关节，其功能与人体的肩关节很像。

$Gr\ddot{\text{u}}ble{r}^{\prime }s$公式

考察一个又$N$个连杆构成的机械系统，地面也看做一个连杆。假设$J$是关节的数量，$m$是刚体的自由度（对于平面刚体$m=3$，对于空间刚体$m=6$），$f_i$为第$i$个关节具有的自由度数目，$c_i$是第$i$个关节具有的约束数目，这里对所有$i$都有$f_i+c_i=m$。那么$Gr\ddot{\text{u}}ble{r}^{\prime }s$计算机器人的自由度数目为
$$\begin{gathered} dof=m(N-1)-\sum _{i=1}^J{c}_i \\ =m(N-1)-\sum _{i=1}^J(m-f_i) \\ =m(N-1-J)+\sum _{i=1}^J{f}_i\text{\hspace{1em}(2.4)} \end{gathered}$$

这个公式成立的条件是所有的关节约束是独立的。

下面是计算该公式的C语言模块。

/**
*@brief Description:使用GrublersFormula公式计算机构的自由度.
*@param[in]		N		连杆的数目（包括大地）.
*@param[in]		m		连杆(刚体)的自由度（平面刚体m=3,空间刚体m=6）.
*@param[in]		J		关节的数量.
*@param[in]		f		数组，每个关节的自由度.
*@return				返回输入该机构的自由度.
*@note:					各个关节的约束是独立的才能使用该函数计算机构的自由度.
*@waring:
*/
int GrublersFormula(int m, int N, int J, int *f)
{
	int i;
	int dof;
	int c = 0;
	for (i=1;i<=J;i++)
	{
		//计算自由度的约束
		c = c + f[i-1];
	}
	dof = m*(N - 1 - J) + c;
	return dof;
}

Example 2.4使用$Gr\ddot{\text{u}}ble{r}^{\prime }s$公式计算下面的平面机构自由度

这些连杆是平面刚体，因此m=3

(a) $dof=3\ast (5-1-4)+4=4$

(b)$dof=3\ast (5-1-5)+5=2$

©$dof=3\ast (6-1-7)+7=1$

(d)$dof=3\ast (6-1-7)+7=1$

Example2.5 计算如下图有重叠关节的平面机构自由度。

大连杆左端三个连杆连接于一点，可以各自转动。关节的定义为两个连杆的连接，因此这不能算作一个关节，而是两个关节。因此自由度为
$$dof=3\ast (8-1-9)+9=3$$

构型空间拓扑

一个点在球面上运动，这个点的构型空间(C-space)是2维的，因为可以用两个坐标表示，纬度和经度。一个点在平面上运动，具有一个2维构型空间(C-space)，有坐标(x,y)。一个平面和一个球面都是2维，但是它们的形状不同，平面无限延伸，而球面互相连在一起。一个椭圆的美国足球与球面有类似的形状，它们具有相等的拓扑。例如一条线段可以把它弯曲成一个开口的半圆，一个开口的半圆也可以直为一条线段，因此它们由相等的拓扑结构。不那么严格地，如果一个空间可以不进行粘合或剪切，通过连续变形得到另一个空间，我们说这两个空间具有相等的拓扑。

圆数学上写为$S$或$ S^1$，是1维“球”，直线写为$\mathbb E$或$\mathbb E^1$，意味1维欧拉空间，因为一个点在$\mathbb E^1$上可以写成一个实数，因此通常写为$\mathbb R$或$\mathbb R^1$。

拓扑是空间的属性，与我们选择则怎样的坐标来描述是无关的。例如一个圆，确定一个零角度后，可以选择一个角度$\theta$来描述，也可以在圆心建立一个坐标系，用坐标(x,y)和约束$x^2+y^2=1$.无论选择怎样的坐标来描述，该空间没有发生改变。

一些C-space可以表示成两个或多个低维的笛卡尔积。例如一个平面刚体的C-space可以写成${\mathbb{R}}^2\times S^1$,因为其构型可以用坐标(x,y)表示${\mathbb{R}}^2$，一个角度$\theta$表示$S^1$,这两个坐标串在一起表示刚体构型。

构型空间表示

如下图是四个拓扑不同的二维C-space及表示

选择$n$个坐标或参数表示一个$n$维空间叫做空间的显式参数化。

使用纬度和经度两个坐标表示球面，在两个极点会出现奇异。解决奇异的方法有：

• 使用多个坐标图表示该空间。每个坐标图只是空间一部分的显式参数化，在每个坐标图都没有奇异性。多个坐标图重叠覆盖要表示的空间，当在某个坐标图出现奇异时，切换到另一个坐标图表示。
• 使用隐式表示而不是显式参数化。一个隐式表示把$n$维空间看成是内含与大于n维的空间的欧拉空间。例如2维球面可以看成是包含于3维欧拉空间的一个面。一个隐式表示使用的坐标数高于该空间的维度，当需要约束冗余的自由度。例如使用$(x,y,z)$和一个约束$x^2+y^2+z^2=1$表示单位球面。

在机器人学里通常使用隐式表示，例如使用9个数值，6个约束，表示刚体在空间的3个方向自由度，该表示称旋转矩阵.

构型和速度约束

一般的机器人包含一个或多个闭环，构型空间可以通过一个列向量$\theta =[{\theta }_1,...,{\theta }_2{]}^T\in {\mathbb{R}}^2$和闭环方程隐式表示
$$g(\theta )=\left[\begin{array}{c}{g}_1({\theta }_1,...,{\theta }_n)\\ ⋮\\ g_k({\theta }_1,...,{\theta }_n)\end{array}\right]=0,\text{\hspace{1em}(2.5)}$$
闭环方程是$k$个独立的方程，$k\le n$.这样的约束称为完整约束（holomomic contraints）.C-space可以看成一个包含于${\mathbb{R}}^n$中的$n-k$维的面.

假设$\theta$是关于时间的轨迹，两边求导有
$$\frac{d}{dt}g(\theta (t))=0\text{\hspace{1em}(2.6)}$$
因此
$$\left[\begin{array}{c}\frac{\partial g_1(\theta )}{\partial {\theta }_1}{\dot{\theta }}_1+...+\frac{\partial g_1(\theta )}{\partial {\theta }_n}{\dot{\theta }}_n\\ ⋮\\ \frac{\partial g_k(\theta )}{\partial {\theta }_1}{\dot{\theta }}_1+...+\frac{\partial g_k(\theta )}{\partial {\theta }_n}{\dot{\theta }}_n\end{array}\right]=0$$
即
$$\left[\begin{array}{ccc}\frac{\partial g_1(\theta )}{\partial {\theta }_1}{\dot{\theta }}_1& \dots & \frac{\partial g_1(\theta )}{\partial {\theta }_n}{\dot{\theta }}_n\\ ⋮& \ddots & ⋮\\ \frac{\partial g_k(\theta )}{\partial {\theta }_1}{\dot{\theta }}_1& \dots & \frac{\partial g_k(\theta )}{\partial {\theta }_n}{\dot{\theta }}_n\end{array}\right]\left[\begin{array}{c}{\dot{\theta }}_1\\ ⋮\\ {\dot{\theta }}_n\end{array}\right]=0$$
可以继续写成
$$\frac{\partial g(\theta )}{\partial \theta }\dot{\theta }=0\text{\hspace{1em}(2.7)}$$
这里$\frac{\partial g(\theta )}{\partial \theta }\in {\mathbb{R}}^{k\times n}$，$\theta ,\dot{\theta }\in {\mathbb{R}}^n$,又可以写成
$$A(\theta )\dot{\theta }=0\text{\hspace{1em}(2.8)}$$
这里$A(\theta )\in {\mathbb{R}}^{k\times n}$.速度的这种约束形式称为Pfaffian约束。$g(\theta )$可以由$A(\theta )$积分得到，因此完整约束$g(\theta )$又称为积分约束–速度约束可以积分得到构型约束。对于不能通过速度约束积分得到构型约束的Pfaffian约束称为非完整约束.

任务空间和工作空间

机器人的任务空间是机器人任务自然表达的一个空间（与机器人的构型空间无关）。机器人的工作空间是机器人末端能够到达的构型。

小结

• 一个机器人由一系列关节连接的连杆构成。连杆通常建模为刚体。末端执行器，例如抓手常常会固定到机器人的连杆上。驱动器传递力或扭矩给关节，驱动机器人运动。
• 最常用的单自由度关节是旋转关节，可以绕关节轴线转动，以及平移关节，可以沿关节轴线平移。圆柱关节有两个自由度，由一个旋转关节和移动关节串联组成，万向节由两个正交的旋转关节组成，球形关节有三个自由度，其功能与人的肩关节相似。
• 一个刚体的构型其所有点的位置。在平面运动的刚体，需要3个独立参数表示其构型。在空间运动的刚体需要6个参数表示其构型。
• 一个机器人的构型是其所有连杆的构型。机器人的构型空间是其一系列所有可能的构型。机器人构型空间的维数是其自由度数目。
• 机器人自由度数目可以通过$Gr\ddot{u}ble{r}^{\prime }s$公式计算

$$\text{dof}=m(N-1-J)+\sum _{i=1}^J{f}_i$$

对于平面机构$m=3$，空间机构$m=6$，$N$是连杆的数目（包括地面连杆），$J$是关节数目，$f_i$是第$i$个关节的自由度数目。如果关节的约束不是相互独立，$Gr\ddot{u}ble{r}^{\prime }s$提供的是自由度数目的一个下界。

• 机器人的C-space可以显式参数化或隐式参数化。对于$n$个自由度的机器人，显示参数化至少使用$n$个坐标，隐式表示则需要$m$个坐标，$m\ge n$，这$m$个坐标受$m-n$个约束方程约束。使用隐式表示，机器人的C-space可以看做是包含于高维数的$m$维空间的一个$n$维表面。
• $n$个自由度的机器人的C-space，结构的一个或多个闭环约束，可以隐式地使用$k$个闭环方程表示，其形如$g(\theta )=0$,$\theta \in {\mathbb{R}}^m$,且$g:{\mathbb{R}}^m\to {\mathbb{R}}^k$。这样的约束方程称为完整约束。假设$\theta$随时间$t$变化，完整约束$g(\theta (t))$对$t$微分得到

$$\frac{\partial g(\theta )}{\partial \theta }\dot{\theta }=0,$$

这里$\partial g(\theta )/\partial \theta$是$k\times m$的矩阵。

• 机器人的运动可以通过速度约束的形式表示

$$A(\theta )\dot{\theta }=0,$$

这$A(\theta )$是$k\times m$矩阵，不能表示为某个函数$g(\theta )$的导数，即不存在a任何的$g(\theta ),g:{\mathbb{R}}^m\to R^k$,使得
$$A(\theta )=\frac{\partial g(\theta )}{\partial \theta }.$$
这样的约束称为非完整约束，或不可积约束。这些约束减少可行速度的维度，单数不会减少可达C-space的维度。在动量守恒或滚动而不滑动的机器人系统中会出现非完整约束。

• 机器人的任务空间是机器人任务自然表达的一个空间（与机器人的构型空间无关）。机器人的工作空间是机器人末端能够到达的构型。

参考文献

Kenvin M. Lynch , Frank C. Park, Modern Robotics Mechanics,Planning , and Control. May 3, 2017