机器人学——2.1-轨迹

最新推荐文章于 2024-09-23 09:50:56 发布

「已注销」

最新推荐文章于 2024-09-23 09:50:56 发布

阅读量1.2k

点赞数 1

分类专栏：关节机器人导论

本文链接：https://blog.csdn.net/cxwwyc/article/details/105735423

版权

本文介绍了机器人轨迹的概念，强调了轨迹的平滑性。一维轨迹通过五次多项式函数进行平滑描述，讨论了速度、加速度的边界条件。此外，针对速度曲线的形状，提出了混合曲线轨迹（梯形轨迹）作为更优选择。多维轨迹则扩展到多个运动轴，利用类似的方法实现向量形式的平滑运动规划。

摘要由CSDN通过智能技术生成

一条路径只是一个空间结构——空间中从初始位姿过渡到最终位姿的一个图形。而轨迹是具有特定时间属性的一条路径。例如，从 $A$ 到 $B$ 是路径，但如果规定了 $10$ 秒的时间或 $m\cdot s^{-1}$ 的速度，则变成从 $A$ 到 $B$ 的轨迹。轨迹的一个重要特征是要平滑——位置和姿态随时间流畅地变化。

平滑一维轨迹

我们从时间的标量函数开始讨论。这种函数的重要特征是它的初始值和最终值是确定的，而且函数是光滑的。所谓光滑是指它的低阶时间导数是连续的。通常速度和加速度都必须是连续的，有时加速度的导数或加加速度也需要连续。这种函数的一个常见代表是时间多项式函数。多项式函数容易计算，而且可以方便地提供所需的连续性和边界条件。比较常用的是五次多项式：
$S(t)=At^5+Bt^4+Ct^3+Dt^2+Et+F$ 其中时间 $t\in [0,T]$ 。其一阶和二阶导数也是光滑的多项式：
$\begin{array}{c} \dot{S}(t)=5At^4+4Bt^3+3Ct^2+2Dt+E \\[1em] \ddot{S}(t)=20At^3+12Bt^2+6Ct+2D \end{array}$