花洛兮灬

Webots：VSCode作为控制器IDE并调用Eigen库0.目的与最终效果在设计机器人的控制器时无法避免的会用到很多的矩阵相关的运算，为了提高效率，采用开源矩阵运算库是比较合适的。本文选用Eigen库作为控制器矩阵和矢量运算，数值分析及其相关的算法的运算库。使用VSCode作为Webots控制器IDE的配置过程参看上一篇博客。本文介绍如何在上述VSCode作为Webots控制器IDE的基础上添加Eigen库作为控制器的矩阵运算库，配置完成后的效果如下图所示。1.下载Eigen库直接去E

Webots+Matlab：使用Simulink搭建RHex控制器（3）在上一篇文章中我们已经成功搭建了simulink模型，并让机器人动了起来，接下来我们将模仿油管上的相关操作，在simulink模型中添加一下可视化和可以直接进行操作的块，来实现一些功能。5.完善simulink模型首先是实现动态的调节输入，让我们在机器人仿真时能够通过拖动的方式实现机器人的执行机构控制。在此处用到的模块是Slider拖入simulink中，点击模块，上方会出现链接按钮，点击并选中一个constant模块

Webots+Matlab：使用Simulink搭建RHex控制器（3）在上一篇文章中我们完成了控制器的创建，接下来进一步对控制器进行设计，并搭建一个Simulink模型。2.初始化机器人在工作区创建新的matlab函数文件，将其命名为InitRobot接下来调用接口API初始化各设备即六条腿的驱动电机、编码器和GPS、IMU和陀螺仪为了让初始化获取的设备能够在整个工程中使用，因此将各设备声明为全局变量首先在初始的启动文件中声明，并在InitRobot函数中调用修改完成后两文件代码如下RH

Webots+Matlab：launcher.m文件的解析与修改写在最前面launcher.m的修改与否并不影响后续环境的配置，只是因为在尝试直接从Matlab中调用Webots时发现的一些问题并将其记录下来。后面由于没有成功，所以并没有什么卵用。解析与修改首先我们可以先不管Webots中的事情，单独打开Matlab，进入控制器所在目录，并找到Webots的Matlab库中的launcher.m文件，将其复制到控制器所在目录中如我的电脑launcher.m文件的位置为D:\Program Fil

Webots+Matlab：使用Simulink搭建RHex控制器（1）最近由于要做控制器，需要用到很多矩阵运算和优化相关的库，虽然也已经安装了对应的C++优化库，但是在C++里面写控制器果然还是效率很低，虽然以后直接往样机上移植的时候确实方便，但是前期针对算法的研究果然还是应该专注在算法本身上，而不是话很多时间去学习各种库的使用，因此最后还是决定在Matlab中搭建控制器，专注于控制器本身的设计。关于Webots+Matlab的环境配置方法能够查到的最早的应该是油管上一个人做的演示，效果很好，也感觉很

Gurobi：C++优化库配置前言由于在之前设计的webots控制器中使用MPC需要进行优化操作，因此需要选择一个C++的优化库，经过查找，找到了GurobiGurobi 是由美国Gurobi公司开发的新一代大规模数学规划优化器，在 Decision Tree for Optimization Software 网站举行的第三方优化器评估中，展示出更快的优化速度和精度，成为优化器领域的新翘楚。数学规划优化是应用在各个领域中最常见的优化方法之一，是过去30年当中在实际应用中创造价值最巨大的优化方法。在

1.构建数学模型其中viv_ivi​为轮子的转速， ω\omegaω为机器人旋转角速度，vxv_xvx​、vyv_yvy​为本体坐标系中的速度，r⃗i\vec r_iri​为各轮中心在本体坐标系中的位置矢量， m⃗\vec mm、 n⃗\vec nn为位置矢量在 xxx、 yyy轴上的分量（其大小已知）， θi\theta_iθi​为麦轮辊子与 xxx轴夹角,θi=π/4\theta_i=\pi/4θi​=π/4。2.推导速度映射矩阵设世界坐标系（惯性坐标系）中的机器人速度为 VxV_xVx​、 V

Elmo驱动器：CANopen协议电机PVT模式的PDO映射0.前言最近在做Rhex机器人，该机器人的六条腿部每条腿均只有一个电机，对步态的控制完全依赖于一个电机的控制，使用以前用的比较简单的电机位置PTP（Point to Point）模式时由于每两个点之间驱动器均要进行一次加速减速的过程，而实际的控制过程中对每条腿每个周期的规划是一个整体的加速减速过程，PTP导致电机运动噪音很大（每两个点之间从0加速到最大速度再减速到0，存在很大的冲击），而且在整个周期很短又有六条腿的情况下高频控制对通信带宽要求很

Webots：RHex仿真平台搭建——（三）使用VS编译器+QT库作为控制器开发环境虽然Webots自带了一个很简单的Text Editor可以用来编写简单的控制程序，但是考虑到整个机器人的控制系统较为复杂，并有可能需要用到多线程对多个腿进行处理，所以决定采用VS对控制器进行开发，除此之外应为用习惯了QT库，所以决定将QT库也配置在工程中一并使用。1. 配置环境1）Visual Studio 20192）Qt 5.10.1 MSVC20152. 创建VS工程在Webots中点击 向导 -&gt

Webots：RHex仿真平台搭建——（二）给不规则腿部设置boundingObject将模型导入成功之后点击启动仿真，模型并不会有任何变化，给整个机器人添加physics，点击启动仿真，机器人直接穿过地面掉落，原因是没有对腿部添加boundingObject。一般在直接使用Webots自带的几何形状构建模型时，添加boundingObject只需要选择相同的几何形状即可，但是由于我们的腿部是自己导入的，因此不能使用这种方法。接下来介绍两种为导入的不规则模型添加boundingObject的方法。方法一

Webots：RHex仿真平台搭建——（一）将SolidWorks模型导入Webots最近在做一个RHex机器人的步态研究，想做一下仿真，因为之前都是使用Adams-Matlab的联合仿真，而一直听说Webots做机器人的仿真十分好用，所以就打算学习一下。基础的操作看起来是比较简单的，在Webots自带的User Guide和Reference manual里面都能够学到。下面主要介绍一下从SolidWorks导入工程模型、在Webots中设定boundingObject、使用VS+QT库搭建控制器编译环

Delta机器人：运动学正反解分析一、Delta机构简介Delta机构是并联机构中的一种典型机构，起原始结构如图1所示。Delta机构由R.Clavel 博士在 1985年发明，是现在并联机器人中使用最多的一种，具备了并联机构所特有的优点，负载能力强、效率高、末端执行器精度高、运动惯性小，可以高速稳定运动等。因此在机器人领域获得了越来越广泛的应用。以实现高速、精准、高效的运动。          &n

Matlab BP神经网络拟合四足机器人足端轨迹线积分方程用于足端轨迹规划问题描述一般情况下，在对四足机器人足端轨迹进行规划时分别对足端路径和轨迹加速度进行规划，然后将规划好的加速度进行两次积分得到足端在该加速度条件下的位移，将位移与规划的足端路径的线积分长度进行匹配，从而建立起规划的路径与控制系统时间的映射关系。以下对几个概念进行解释：路径规划（Path Planning）：路径规划不考...

一、背景在四足机器人的发展中，由于串联腿结构对关节驱动电机的要求很高，控制精度难以保证，因此逐渐出现了使用并联五杆机构作为机器人腿机构的四足机器人，如宾夕法尼亚大学的Minitaur，斯坦福的开源机器狗Stanford Doggo，以及在2019年全国大学生机器人大赛Robocon赛事中以武汉大学的四足机器人为代表的一系列高校所采取的并联五杆结构四足机器人。本文针对这一类机器人所采用的闭链五...

速度分析建立三轮底盘的速度物理学模型如图所示。 其中v_1、v_2、v_3分别为三个轮子的转速，ω为旋转角速度，v_x、v_y为车身坐标系中的速度即相对速度（由于底盘速度性能与在世界坐标系中的姿态无关，因此此处为简化运算，取车身坐标系与世界坐标系X,Y方向重合），a为旋转中心到轮轴心的垂直距离，θ为轮轴与x轴夹角，θ=π/6。不难得出各轮速度的转换矩阵为：⎡⎣⎢v1v2v3⎤⎦⎥...

https://zhuanlan.zhihu.com/p/20282234?utm_source=qq&utm_medium=social什么是麦克纳姆轮在竞赛机器人和特殊工种机器人中，全向移动经常是一个必需的功能。「全向移动」意味着可以在平面内做出任意方向平移同时自转的动作。为了实现全向移动，一般机器人会使用「全向轮」（Omni Wheel）或「麦克纳姆轮」（Mecanum Wheel）...