工业机器人控制学习笔记（1）

工业机器人控制学习笔记（1）

1.空间运动

（1）质点运动

质点p在空间中的运动可由三个分别垂直于x,y,z轴的状态向量完整描述
因此，假设空间中存在n个质点，那么便需要3n个状态向量来描述

（2）自由度

概念：

力学系统中独立坐标的个数，所谓独立坐标，指的是变量之间并无联系，独立变化不受影响

刚体：

是一种有限尺寸可以忽略形变的物体
刚体的自由度为六个：
解释如下：
首先，刚体的重心可视为一个质点，具备三个平动自由度
其次，由于刚体可围绕与之相关的三个独立轴进行独立转动，又具备三个转动自由度

约束：

一般情况下，在由多个质点组成的系统中都存在约束，
分类
1完整约束
2不完整约束

2.轨迹规划

变分法

欧拉-拉格朗日方程
提供了求泛函的平稳值的一个方法，其最初的想法是初等微积分理论中的“可导的极值点一定是稳定点（临界点）”。当能量泛函包含微分时，用变分方法推导其证明过程，简单地说，假设当前的函数（即真实解）已知，那么这个解必然使能量泛函取全局最小值。

推导如下
假设f0(x)就是符合条件的最优函数。现在，将f0(x) + k(x)定义为是有别于最优曲线f0(x)的其它函数，其中k(x)可以是任意函数。如果如下定义f(x, k)

因为f0(x)是最优函数，此时A[f0]有最小值，则一定有：

由于任意函数k(x)不好定义，为了能够使k(x)任意小，令：

η是任意函数，当ε取极小值时，可以看作是对f0(x)的轻微扰动；还需要额外定义的是，在端点处是不能扰动的，即εη(A) = εη(B) = 0，这对于任意ε都适用，所以η(A) = η(B) = 0。注意ε是对f0(x)的扰动程度，εη(x)是扰动后的增量，εη(x) = 0说明扰动为0，也就是无扰动，f(x) + εη(x)才是扰动后的函数。

由于假设f0(x)是最优函数，所以可以将f0(x)看作已经确定的函数，如果再将任意函数η(x)看作一个确定的函数，那么A可以看成ε的函数，若A’ = 0，函数存在极值，这已经变成了极值点的求解：

根据链式法则

根据分部积分

η(x) = 0说明对f0(x)无扰动时，A能取得极值，但它对f0的具体形式无任何帮助；因此最优函数f0(x)的具体形式由第一个解确定：

　　这就是欧拉-拉格朗日方程（Euler-Lagrage equation），可以帮助我们求解泛函下的极值，这里L是已知的。它的最初的思想来源于微积分中“可导的极值点一定是稳定点（临界点）”。它的思想在于：假定当前泛函的解已知，那么这个解必然使得泛函取得最小值（假定是最小值）。换言之，只要在泛函中加入任何扰动，都会使泛函的值变大，所以扰动为0的时候，就是泛函关于扰动的一个极小值。扰动用一个很小的数ε乘上一个连续函数η(x)。当ε趋近于0，意味着扰动也趋近于0。所以当扰动为0时，泛函对扰动程度的导数也为0。这就非常巧妙的把对函数求导的问题转化成了一个单变量求导问题。

需要注意的是，欧拉-拉格朗日方程的前提条件是端点不会扰动，也就是说需要固定两个端点
综上为欧拉方程的一个简单推导，只选取了较少的参数，所得到的轨迹还可继续优化

最短距离

分类

多目标点规划

核心：将轨迹分为多段，并保证平滑过渡