智能机器人与旋量代数(9)

本文详细阐述了螺旋运动的定义、三要素以及其在刚体运动中的表示方法,包括Chasles-Mozzi定理的应用和矩阵指数/对数在描述转动情况中的作用。讨论了旋量代数在机械系统和机器人学中的几何基础和实际应用。
摘要由CSDN通过智能技术生成

Chapt 3. 螺旋运动与旋量代数

3.1 螺旋运动

螺旋运动是关于一条空间直线的一个旋转运动,并伴随沿此直线的一个平移。是一种刚体绕空间轴 s s s旋转 θ \theta θ角,再沿该轴平移距离 d d d的复合运动,类似螺母沿螺纹做进给运动的情形。
在这里插入图片描述

一些定义:

θ ≠ 0 \theta\neq0 θ=0 时,将移动量与转动量的比值 h = d θ h=\frac{d}{\theta} h=θd 定义为螺旋的节距(或螺距)。因此,旋转 θ \theta θ 角后的纯移动量为 h θ h\theta hθ

h = 0 h=0 h=0 时为纯转动;当 h = ∞ ( θ = 0 ) h=\infin (\theta=0) h=(θ=0) 时为纯移动。

定义3.1 螺旋运动的三要素是:轴线 s s s、螺距 h h h和转角 ρ \rho ρ。螺旋运动表示绕轴 s s s旋转 ρ = θ \rho=\theta ρ=θ,再沿该轴平移距离 h θ h\theta hθ的合成运动。如果 h = ∞ h=\infin h=,那么相应的螺旋运动即为沿轴 s s s移动距离 ρ \rho ρ的移动,记作 S ( s , h , ρ ) S(s,h,\rho) S(s,h,ρ).
p ( θ , h ) = r + R ( θ , s ) ( p − r ) + h θ s , s ≠ 0 p(\theta,h)=r+R(\theta,s)(p-r)+h\theta s ,s\neq 0 p(θ,h)=r+R(θ,s)(pr)+hθs,s=0
其中 R ( θ , s ) ∈ S O ( 3 ) R(\theta,s)\in SO(3) R(θ,s)SO(3)是关于空间某一条直线 s s s的刚体旋转运动。
表示成齐次坐标的形式为:
g ( p 1 ) = [ R ( I − R ) r + h θ s 0 1 ] ( p 1 ) g\begin{pmatrix} p\\ 1 \end{pmatrix}=\begin{bmatrix} R & (I-R)r+h\theta s \\ 0 & 1 \end{bmatrix}\begin{pmatrix} p\\ 1 \end{pmatrix} g(p1)=[R0(IR)r+hθs1](p1)
由此可得,刚体螺旋运动的描述为:
[ R ( I − R ) r + h θ s 0 1 ] , s ≠ 0 \begin{bmatrix} R & (I-R)r+h\theta s \\ 0 & 1 \end{bmatrix},s\neq0 [R0(IR)r+hθs1],s=0
Chasles-Mozzi定理(1830):任意刚体运动都可以通过螺旋运动即通过绕某轴的转动与沿该轴移动的负荷运动实现。即:刚体运动与螺旋运动等价,螺旋运动是刚体运动,刚体运动也是螺旋运动。螺旋运动的无限小量为运动旋量。

Chasles理论推广:对于任意的刚体运动总能将其表达为螺旋运动,满足如下关系式:
[ R P 0 1 ] = [ R ( θ , s ) h θ s + ( I 3 − R ) r 0 1 ] \begin{bmatrix} R & P\\ 0 & 1 \end{bmatrix}=\begin{bmatrix} R(\theta,s) &h \theta s+(I_3-R)r \\ 0 & 1 \end{bmatrix} [R0P1]=[R(θ,s)0hθs+(I3R)r1]
更进一步,对于转动情况,定义矩阵指数与矩阵对数:

e x p : [ S ] θ ∈ s e ( 3 ) → T ∈ S E ( 3 ) . exp: [S]\theta\in se(3) \rightarrow T\in SE(3). exp:[S]θse(3)TSE(3).
l o g : T ∈ S E ( 3 ) → [ S ] θ ∈ s e ( 3 ) . log: T\in SE(3) \rightarrow [S]\theta\in se(3). log:TSE(3)[S]θse(3).

由Euler-Rodrigues formula 得如下命题:

S = ( ω , v ) S=(\omega,v) S=(ω,v)为螺旋轴,若 ∣ ∣ ω ∣ ∣ = 1 ||\omega||=1 ∣∣ω∣∣=1,则对于任意沿螺旋轴的距离 θ ∈ R \theta \in R θR,都有
s [ S ] θ = [ e [ ω ] θ ( I θ + ( 1 − c o s θ ) [ ω ] + ( θ − s i n θ ) [ ω ] 2 ) v 0 1 ] s^{[S]\theta}=\begin{bmatrix} e^{[\omega]\theta} & (I\theta+(1-cos\theta)[\omega]+(\theta-sin\theta)[\omega]^2)v \\ 0 & 1 \end{bmatrix} s[S]θ=[e[ω]θ0(Iθ+(1cosθ)[ω]+(θsinθ)[ω]2)v1]

Reference

[1] Lynch, K. M., & Park, F. C. (2017). Modern robotics. Cambridge University Press.

[2] Dai, J. S. (2014). Geometrical foundations and screw algebra for mechanisms and robotics. Higher Education Press, also Screw Algebra and Kinematic Approaches for Mechanisms and Robotics.

[3] Ding, X. L. (2021). Modern Mathematical Theory Foundation of Robotics. Beijing: Science Press.

[4] Gao, X. et al. (2017). Visual SLAM fourteen lessons: From theory to practice. Electronic Industry Press.

  • 60
    点赞
  • 42
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 45
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 45
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Metaphysicist.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值