机器人工具箱学习（二）

已于 2024-05-05 21:45:33 修改
阅读量1.4k 收藏 30
点赞数 34
分类专栏： 机器人学 MATLAB 文章标签： 机器人 学习
于 2024-03-04 22:38:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_50615776/article/details/136464368
版权

一、机械臂及运动学

1.1 机械臂构成

  机械臂多采用关节式机械结构，一般具有6个自由度，其中3个用来确定末端执行器的位置，另外3个则用来确定末端执行装置的方向(姿态)。
  如图所示，一个机械臂是由一组可做相对运动的关节连接的连杆结合体。第一个连杆固定，连接该机械臂的基座，而最后一个连杆连接的是它的末端执行器。
在这里插入图片描述

  通常可将关节划分为两种：第一种称为转动关节(或称为旋转关节)，转动关节可绕基准轴转动，相应的转动量称为关节角：第二种称为移动关节，移动关节是沿着基准轴移动，相应的位移称为关节偏距。还有一种特殊的关节称为球关节，球关节拥有三个自由度。可以用三个转动关节和一个零长度的连杆来描述一个球关节。
  位于机械臂固定基座的坐标系称为基坐标系；位于操作臂末端执行器的坐标系称为工具坐标系，通常用它来描述机械臂的位置。

1.2 机器人运动学介绍

  机器人运动学只研究机器人运动，不关注机器人运动过程中各零部件的质量及相关力，也不关注关节驱动力和力矩。
 （1）机器人正运动学：给定一组机器人关节变量（转角或位移），求解末端工具坐标系相对于基坐标系的位置和姿态。
 （2）机器人逆运动学：给定机器人末端工具箱坐标系的位置和姿态，求解机器人各关节变量。

二、D-H参数法

  D-H 参数全称为Denavit-Hartenberg参数，它使用连杆参数来描述机构运动关系。在DH参数法中，描述机械臂中的每一个连杆需要4个运动学参数：
● 连杆长度 a i − 1 a _ { i - 1 } ai−1​：关节轴 i − 1 i-1 i−1与关节轴 i i i之间公垂线的长度；
● 连杆转角 α i − 1 \alpha _ { i-1 } αi−1​：第 i − 1 i-1 i−1个关节轴和第 i i i个关节轴之间的夹角；
● 连杆偏距 d i d_{i} di​：沿两个相邻连杆公共轴线方向的距离；
● 关节角 θ i \theta_{i} θi​：两相邻连杆绕公共轴线旋转的夹角。
在这里插入图片描述

2.1 标准D-H法（SDH）

建模规则：
（1）找出各关节轴，画出关节轴的延长线；
（2）确定 Z Z Z轴：与关节轴线重合，其中 Z i − 1 Z_{i-1} Zi−1​轴与关节 i i i的轴线重合；
（3）确定 X X X轴： Z i − 1 Z_{i-1} Zi−1​轴与 Z i Z_{i} Zi​轴的公垂线，方向由 Z i − 1 Z_{i-1} Zi−1​轴指向 Z i Z_{i} Zi​轴
  1）如果 Z i − 1 Z_{i-1} Zi−1​轴与 Z i Z_{i} Zi​轴平行，选取与前一关节的公垂线共线的一条公垂线作为 X X X轴；
  2）如果 Z i − 1 Z_{i-1} Zi−1​轴与 Z i Z_{i} Zi​轴相交， X X X轴为 Z i − 1 Z_{i-1} Zi−1​轴与 Z i Z_{i} Zi​轴的叉积方向；
（4）确定 Y Y Y轴：右手定则。
在这里插入图片描述

D-H参数含义：
（1） a i a_{i} ai​：关节轴线 i − 1 i-1 i−1和关节轴线 i i i的公垂线长度
（2） α i \alpha_{i} αi​：关节轴线 i − 1 i-1 i−1和关节轴线 i i i的夹角，指向为从轴线 i − 1 i-1 i−1到轴线 i i i；
（3） d i d_{i} di​：关节 i i i上的两条公垂线 a i − 1 a_{i-1} ai−1​ 与 a i a_{i} ai​之间的距离，沿关节轴线 i i i测；
（4） θ i \theta_{i} θi​：连杆 i i i相对于连杆 i − 1 i-1 i−1绕轴线 i i i的旋转角度。

齐次变换矩阵：
  从坐标系 i − 1 i-1 i−1到坐标系 i i i，先绕 Z i − 1 Z_{i-1} Zi−1​轴旋转角度 θ i \theta_{i} θi​，再沿 Z i − 1 Z_{i-1} Zi−1​轴移动 d i d_{i} di​，然后沿 X i X_i Xi​轴平移 a i a_i ai​，最后绕 X i X_i Xi​轴旋转 α i \alpha_i αi​。齐次变换矩阵 i − 1 i T _ { i - 1 } ^ { i } T i−1i​T可以写为：
在这里插入图片描述

2.2 改进D-H法（MDH）

建模规则：
（1）找出各关节轴，画出关节轴的延长线；
（2）确定 Z Z Z轴：与关节轴线重合，其中 Z i Z_{i} Zi​轴与关节 i i i的轴线重合；
（3）确定 X X X轴： Z i Z_{i} Zi​轴与 Z i + 1 Z_{i+1} Zi+1​轴的公垂线，方向由 Z i Z_{i} Zi​轴指向 Z i + 1 Z_{i+1} Zi+1​轴；
（4）确定 Y Y Y轴：右手定则。
在这里插入图片描述

D-H参数含义：
（1） a i − 1 a_{i-1} ai−1​：沿 X i − 1 X_{i-1} Xi−1​轴，从 Z i − 1 Z_{i-1} Zi−1​轴移动到 Z i Z_{i} Zi​轴的距离；
（2） α i − 1 \alpha_{i-1} αi−1​：绕 X i − 1 X_{i-1} Xi−1​轴，从 Z i − 1 Z_{i-1} Zi−1​轴旋转到 Z i Z_{i} Zi​轴的角度；
（3） d i d_{i} di​：沿 Z i Z_{i} Zi​轴，从 X i − 1 X_{i-1} Xi−1​轴移动到 X i X_{i} Xi​轴的距离；
（4） θ i \theta_{i} θi​：绕 Z i Z_{i} Zi​轴，从 X i − 1 X_{i-1} Xi−1​轴旋转到 X i X_{i} Xi​轴的角度；

齐次变换矩阵：
从坐标系 i − 1 i-1 i−1到坐标系 i i i，先绕 X i − 1 X_{i-1} Xi−1​轴旋转角度 α i − 1 \alpha_{i-1} αi−1​，再沿 X i − 1 X_{i-1} Xi−1​轴平移 a i − 1 a_{i-1} ai−1​，然后绕 Z i Z_{i} Zi​轴旋转角度 θ i \theta_{i} θi​，最后沿 Z i Z_{i} Zi​轴移动 d i d_{i} di​。齐次变换矩阵 i − 1 i T _ { i - 1 } ^ { i } T i−1i​T可以写为：
在这里插入图片描述

2.3 SDH和MDH的区别及适用场景

2.3.1 SDH和MDH的区别

  （其实一直以来笔者都不太能区分这两种方法，笔者最开始学习机器人学是看的《机器人学导论》这本书，上面似乎是偏向于MDH方法，所以后续我都是习惯于用MDH去建模）
  （1）区别一：连杆坐标系建立的位置不同。SDH将连杆 i i i的坐标系固定在连杆的远端；MDH将连杆 i i i的坐标系固定在连杆的近端。
在这里插入图片描述

  （2）区别二：执行变换的顺序不同。

2.3.2 SDH和MDH的适用场景

  对于树形结构或者闭链机构的机器人来说，按照SDH方法建立的连杆坐标系会产生歧义，因为SDH的建系原则是把连杆 i i i的坐标系建立在连杆的远端，如图(a)所示，导致连杆0上同时出现了两个坐标系。而MDH把连杆坐标系建立在每个连杆的近端，则不会坐标系重合的情况，如图(b)所示，这就克服了SDH方法建系的缺点。
在这里插入图片描述
总结：
（1）SDH适合应用于开链结构的机器人；
（2）当使用SDH表示树状或闭链结构的机器人时，会产生歧义；
（3）MDH法对开链、树状、闭链结构的机器人都适用。

三、机器人运动学

3.1 创建一个连杆对象

  在机器人工具箱中，还用变量 σ i \sigma _ { i } σi​表示机器人的关节类型， σ i = 0 \sigma _ { i } = 0 σi​=0表示转动关节， σ i = 1 \sigma _ { i } = 1 σi​=1表示移动关节(若未指定该参数，默认为转动关节)。
  在工具箱中，用函数Link( )可以创建一个机械臂对象，其中输入的参数顺序分别是：关节角 θ i \theta _ { i } θi​、连杆偏距 d i d_{i} di​、连杆长度 a i − 1 a_{i-1} ai−1​、连杆转角 α i − 1 \alpha_{i-1} αi−1​和关节类型。例如，创建一个关节角为30°，连杆偏距为0.2m，连杆长度为0.5m，连杆转角为60°，关节类型为旋转关节的连杆，代码如下所示：

L = Link([pi/6, 0.2, 0.5, pi/3, 0])

在这里插入图片描述

这里，Revolute表示转动关节，std表示标准D-H参数法，offset表示关节偏移量。可以通过以下命令获得连杆的各个参数：
 ● 获取连杆的关节类型：L.type( )（注意：老版本的工具箱是L.RP）;
 ● 获取连杆的关节角：L.theta;
 ● 获取连杆的连杆偏距：L.d;
 ● 获取连杆的连杆长度：L.a;
 ● 获取连杆的连杆转角：L.alpha。

在这里插入图片描述
 ● 获取改连杆的齐次变换矩阵：L.A( θ \theta θ)，例如连杆转动了30°，其齐次变换矩阵T为：

在这里插入图片描述

3.2 创建一个平面3-DOF的机械臂

  这里创建了一个平面三R机构（三个转动关节），该平面三连杆机构的DH参数表如下所示：
在这里插入图片描述

% standard-表示标准DH法
%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

运行结果：
在这里插入图片描述

通过构造函数SerialLink( )可以给创建的机械臂对象命名，并显示出对象的信息。输入命令:

three_link = SerialLink(RRR_L, 'name', 'three-link-RRR')

运行结果：

在这里插入图片描述
用以下的命令可以获取已创建机械臂的各个参数：

在这里插入图片描述
运行结果：

在这里插入图片描述

同时也可以对创建的机械臂对象进行复制，如复制一个名称为“three_link2”的机械臂输人命令:

three_link2 = SerialLink(RRR_L, 'name', 'three-link-RRR_2')

运行结果：
在这里插入图片描述

使用teach( )函数，可以对创建的机器人进行示教，如图所示：

在这里插入图片描述
在这里插入图片描述

3.3 机器人正运动学

  机器人正运动学即给定一组关节角，计算出机器人末端相对于基坐标系的位置和姿态，如下图：
在这里插入图片描述

  机器人工具箱中，fkine( )可以进行正运动学计算，即给定关节变量，得到末端坐标系关于基坐标系的齐次变换矩阵（位置和姿态）。这里以3.2节的3-DOF平面机械臂为例，当机器人三个关节角都为0°时：

% RRR机械臂
clear;
close all;
clc;

%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

three_link = SerialLink(RRR_L, 'name', 'three-link-RRR');
q0 = [0 0 0]'*pi/180;
T0 = three_link.fkine(q0)

运行结果：

在这里插入图片描述

当机器人一关节10°，二关节-30°，三关节60°时，机器人末端的位置和姿态如图：

在这里插入图片描述
可以用plot( )函数绘制此时机器人的状态，如图：
在这里插入图片描述

例子：给定平面3-RRR机械臂各个关节的角度如图所示，求解机器人运动过程中末端点的三维坐标

在这里插入图片描述

% RRR机械臂
clear;
close all;
clc;

%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

three_link = SerialLink(RRR_L, 'name', '3-DOF');

t = 0:0.05:4;
m = length(t);
theta1 = 120*sin(4*pi*t/4);
theta2 = 60*sin(2*pi*t/4);
theta3 = 30*sin(2*pi*t/4);

q = [theta1;theta2;theta3]*pi/180;

for i = 1:m
    T = three_link.fkine(q(:,i)');
    x(i) = T.t(1);
    y(i) = T.t(2);
    z(i) = T.t(3);
    
    subplot(3,3,[1 4 7])
    hold on
    plot3(x(i),y(i),z(i),'r*');
    hold on
    three_link.plot(q(:,i)');
    
    subplot(3,3,2)
    hold on
    plot(t(i),q(1,i)*180/pi,'b.')
    xlabel('time /s')
    ylabel('\theta_1 /deg')
    
    subplot(3,3,5)
    hold on
    plot(t(i),q(2,i)*180/pi,'r.')
    xlabel('time /s')
    ylabel('\theta_2 /deg')
    
    subplot(3,3,8)
    hold on
    plot(t(i),q(3,i)*180/pi,'m.')
    xlabel('time /s')
    ylabel('\theta_3 /deg')
    
    subplot(3,3,3)
    hold on
    plot(t(i),x(i),'b.')
    xlabel('time /s')
    ylabel('x /m')
    
    subplot(3,3,6)
    hold on
    plot(t(i),y(i),'r.')
    xlabel('time /s')
    ylabel('y /m')
    
    subplot(3,3,9)
    hold on
    plot(t(i),z(i),'m.')
    xlabel('time /s')
    ylabel('z /m')
end

运行结果：
在这里插入图片描述

3.4 机器人逆运动学

  机器人逆运动学即给定机器人末端相对于基坐标系的位置和姿态，求解出关节角度。
在这里插入图片描述

  机器人工具箱中，ikine( )可以进行逆运动学计算，即给定关节变量，得到末端坐标系关于基坐标系的齐次变换矩阵（位置和姿态）。这里同样以3.2节的3-DOF平面机械臂为例，当机器人三个关节角分别为0°、30°和60°时：

% RRR机械臂
clear;
close all;
clc;

%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

three_link = SerialLink(RRR_L, 'name', 'three-link-RRR');
q0 = [0 30 60]'*pi/180;
three_link.plot(q0');
T0 = three_link.fkine(q0)
 
% 运动学逆解
mask_vector = [1,1,0,0,0,1];
q_1 = three_link.ikine(T0,'mask',mask_vector)*180/pi
T1 = three_link.fkine(q_1*pi/180)

运行结果：
在这里插入图片描述

  从图中可以看到，运动学逆解正确。需要注意：代码中出现了mask_vector这个向量，是因为我们这里的是三自由度机器人，属于欠驱动机器人，需要添加额外的掩膜向量参数。该向量前三个元素表示机器人末端执行器分别有相对于基坐标系的x、y、z轴的移动，后三个元素表示机器人末端执行器分别有相对于基坐标系的x、y、z轴的转动。我们的这个平面三自由度机器人相对于基坐标系，只有x、y轴的移动和z轴的转动，因此掩膜向量为[1, 1, 0, 0, 0, 1]
  例子：给定平面3-RRR机械臂各个关节的角度，判断机器人运动过程中逆解是否正确。

% RRR机械臂
clear;
close all;
clc;

%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

three_link = SerialLink(RRR_L, 'name', '3-DOF');

t = 0:0.05:4;
m = length(t);
theta1 = 10*sin(4*pi*t/4);
theta2 = 20*sin(2*pi*t/4);
theta3 = 30*sin(2*pi*t/4);

q = [theta1;theta2;theta3]*pi/180;

for i = 1:m
    T0 = three_link.fkine(q(:,i)');
    mask_vector = [1,1,0,0,0,1];
    q_1(:,i) = three_link.ikine(T0,'mask',mask_vector)*180/pi;
end
    
figure(2)
subplot(3,1,1)
plot(t,theta1-q_1(1,:),'b')
xlabel('time (s)')
ylabel('\Delta\theta_1 (deg)')

subplot(3,1,2)
plot(t,theta2-q_1(2,:),'b')
xlabel('time (s)')
ylabel('\Delta\theta_2 (deg)')

subplot(3,1,3)
plot(t,theta3-q_1(3,:),'b')
xlabel('time (s)')
ylabel('\Delta\theta_3 (deg)')

set(gca, 'FontName','Times New Roman')
set(gcf, 'color',[1 1 1]);

运行结果：
在这里插入图片描述

可以看到前后误差很小，表明运动学逆解成功！！

四、雅可比矩阵

  雅可比矩阵是机械臂位姿的函数，可实现关节速度和机器人末端执行器速度之间的映射、机器人末端执行器所受静力和各关节力矩之间的映射。
在这里插入图片描述

式中， ξ e n d = [ ν x ,    ν y ,    ν z ,    ω x ,    ω y ,    ω z ] T \boldsymbol{\xi} _ { e n d } = \left[ \nu _ { x } ,\; \nu _ { y }, \; \nu _ { z },\; \omega _ { x },\; \omega _ { y },\; \omega _ { z } \right] ^ { \mathrm{T} } ξend​=[νx​,νy​,νz​,ωx​,ωy​,ωz​]T表示机器人末端执行器的广义速度，包括末端点的速度矢量和末端执行器的角速度矢量； J ( q ) ∈ R 6 × N \boldsymbol{J} ( q ) \in \mathrm{R} ^ { 6 \times N } J(q)∈R6×N表示雅可比矩阵，其中N表示关节个数； q ˙ ∈ R N \dot {\boldsymbol{q}} \in \mathrm{R} ^ { N } q˙​∈RN表示关节速度。
  机器人工具箱提供了两个用于求解雅可比矩阵的函数：jacob0( )函数和jacobn( )函数。
（1）jacob0( )函数求解的雅可比矩阵是将关节速度映射到世界坐标系中的末端执行器广义速度；
（2）jacobn( )函数求解的雅可比矩阵是将关节速度映射到末端执行器自身坐标系中的广义速度；
  个人理解的是jacob0( )函数求解的雅可比矩阵是在jacobn( )函数求解的雅可比矩阵的基础上，附加了一个从末端执行器坐标系到世界坐标系的速度变换，笔者更习惯用jacob0( )函数。
  例子：给定平面3-RRR机械臂各个关节的角度、速度，判断机器人运动过程中利用雅可比矩阵算得末端执行器的速度是否正确。

%% 雅可比
% RRR机械臂
clear;
close all;
clc;

%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

three_link = SerialLink(RRR_L, 'name', '3-DOF');

t = 0:0.05:4;
m = length(t);
theta1 = 120*sin(4*pi*t/4);
theta2 = 60*sin(2*pi*t/4);
theta3 = 30*sin(2*pi*t/4);

q = [theta1;theta2;theta3]*pi/180;

theta1_d = diff(theta1*pi/180)./0.05;
theta2_d = diff(theta2*pi/180)./0.05;
theta3_d = diff(theta3*pi/180)./0.05;

q_d = [theta1_d; theta2_d; theta3_d];

for i = 1:m
    T = three_link.fkine(q(:,i)');
    x(i) = T.t(1);
    y(i) = T.t(2);
    z(i) = T.t(3);
    
    J(:,:,i) = three_link.jacob0(q(:,i)');
end

v_x = diff(x)./0.05;
v_y = diff(y)./0.05;
v_z = diff(z)./0.05;

for i = 1:m-1
    V_end(:,i) = J(:,:,i)*q_d(:,i);
end

figure(1)
subplot(3,1,1)
plot(t(1:end-1),v_x,'b')
hold on
plot(t(1:end-1),V_end(1,:),'r--')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$v_{x}$ (m/s)', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')

subplot(3,1,2)
plot(t(1:end-1),v_y,'b')
hold on
plot(t(1:end-1),V_end(2,:),'r--')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$v_{y}$ (m/s)', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')

subplot(3,1,3)
plot(t(1:end-1),v_z,'b')
hold on
plot(t(1:end-1),V_end(3,:),'r--')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$v_{z}$ (m/s)', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')

set(gcf, 'color',[1 1 1]);

运行结果：
在这里插入图片描述

图中，蓝色线条表示利用正运动学算出的末端执行器的x、y和z轴位置，然后再差分得到的末端速度；红色线条表示利用雅可比矩阵计算得到的末端速度。两者还是有差别的，笔者认为原因是由于差分导致的，因此将时间间隔从原来的0.05s，改成了0.001s后，得到的结果如下所示：
在这里插入图片描述

可以看到，两种计算结果几乎完全重合，验证了雅可比矩阵的正确性！！

五、轨迹规划

  为了使得机器人末端执行器由初始位姿变换到目标位姿，可以用逆运动学求解出初始位姿和目标位姿所对应的各个关节角度，然后在关节空间进行轨迹规划。（其实在笛卡尔空间进行规划，再利用逆运动学算到关节空间也行）。
  机器人工具箱提供了常用的两个轨迹规划函数：jtraj( )函数和ctraj( )函数。
（1）jtraj( )函数用于在关节空间进行插值拟合，格式1：[q, qd, qdd] = jtraj(q0, qf, n)：其中，q0是初始关节角度；qf是终止关节角度；n表示插值点个数；格式2：[q, qd, qdd] = jtraj(q0, qf, T, qd0, qdf)，其中T表示时间，qd0表示初始速度，qdf表示终止速度。
（2）ctraj( )函数用于在关节空间进行插值拟合，格式：tc = ctraj(T0, T1, n)，其中T0为初始末端执行器的位姿矩阵；T1为终止时末端执行器的位姿矩阵；tc为求解出来的一堆姿态变换矩阵。

5.1 关节空间轨迹规划

给定初始位置和终止位置，用jtraj( )函数进行轨迹规划

%% 关节空间轨迹规划
% RRR机械臂
clear;
close all;
clc;

%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

three_link = SerialLink(RRR_L, 'name', '3-DOF');

t = 0:0.1:4;

q_0 = [0; 0; 0];
q_f = [45; 60; 90]*pi/180;

% 格式1：
[q, qd, qdd] = jtraj(q_0, q_f, length(t));

% % 格式2：
% qd_0 = [0; 0; 0];
% qd_f = [10; 20; 30]*pi/180;
% [q, qd, qdd] = jtraj(q_0, q_f, t, qd_0, qd_f);

% 机器人运动动画
figure(1)
three_link.plot(q,'trail','b')

% 位置、速度、加速度绘图
figure(2)
subplot(3,1,1)
plot(t, q(:,1)*180/pi, 'b')
hold on
plot(t, q(:,2)*180/pi, 'r')
hold on
plot(t, q(:,3)*180/pi, 'm')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$\theta$ (deg)', 'Interpreter', 'latex')
legend('$\theta_1$','$\theta_2$','$\theta_3$', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')

subplot(3,1,2)
plot(t, qd(:,1)*180/pi, 'b')
hold on
plot(t, qd(:,2)*180/pi, 'r')
hold on
plot(t, qd(:,3)*180/pi, 'm')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$\dot{\theta}$ (deg)', 'Interpreter', 'latex')
legend('$\dot{\theta_1}$','$\dot{\theta_2}$','$\dot{\theta_3}$', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')

subplot(3,1,3)
plot(t, qdd(:,1)*180/pi, 'b')
hold on
plot(t, qdd(:,2)*180/pi, 'r')
hold on
plot(t, qdd(:,3)*180/pi, 'm')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$\ddot{\theta}$ (deg)', 'Interpreter', 'latex')
legend('$\ddot{\theta_1}$','$\ddot{\theta_2}$','$\ddot{\theta_3}$', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')

set(gcf, 'color',[1 1 1]);

运行结果：
（1）格式1：
在这里插入图片描述
在这里插入图片描述
（2）格式2：
在这里插入图片描述
在这里插入图片描述

5.2 笛卡尔空间轨迹规划

  给定机器人末端执行器开始和终止时刻的位姿变换矩阵 T T T，利用ctraj( )函数进行轨迹规划。

%% 笛卡尔空间轨迹规划
% RRR机械臂
clear;
close all;
clc;

%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

three_link = SerialLink(RRR_L, 'name', '3-DOF');

t = 0:0.1:4;

q_0 = [0; 0; 0];
q_f = [30; 60; 90]*pi/180;

T_0 = three_link.fkine(q_0);
T_f = three_link.fkine(q_f);

tc = ctraj(T_0, T_f, length(t));

% 末端执行器的x、y和z轴位置变化
for i = 1:length(t)
   x(i) = tc(i).t(1); 
   y(i) = tc(i).t(2); 
   z(i) = tc(i).t(3); 
end

% 末端位置变化
figure(1)
plot(t, x, 'b')
hold on
plot(t, y, 'r')
hold on
plot(t, z, 'm')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$x, y, z$ (mm)', 'Interpreter', 'latex')
legend('$x$','$y$','$z$', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')
set(gcf, 'color',[1 1 1]);

% 利用逆运动学算到关节空间
mask_vector = [1,1,0,0,0,1];
q_c = three_link.ikine(tc,'mask',mask_vector)*180/pi;
figure(2)
three_link.plot(q_c*pi/180,'trail','b')
set(gcf, 'color',[1 1 1]);

% 关节空间绘图
figure(3)
plot(t, q_c(:,1), 'b')
hold on
plot(t, q_c(:,2), 'r')
hold on
plot(t, q_c(:,3), 'm')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$\theta$ (deg)', 'Interpreter', 'latex')
legend('$\theta_1$','$\theta_2$','$\theta_3$', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')
set(gcf, 'color',[1 1 1]);

运行结果：
（1）笛卡尔空间规划后，机器人末端执行器x、y、z的变化
在这里插入图片描述
（2）将在笛卡尔空间规划后的轨迹，利用逆运动学算到关节空间
在这里插入图片描述

结语

我是木头人，以上全是个人见解，有问题请大家评论区指出，大家共同进步！！

木头人的学习生活之旅
关注
  • 34
    点赞
  • 踩
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机械臂建模实战篇—基于改进DH法
weixin_46169171的博客
11-08 2465
模型选用的是类似长得与UR5机械臂样子的GLUON_6L3机械臂，如下图 下面的程序是基于matlab2020b版本编写，机器人工具箱9.10。不一定要求你们的版本与我的一样，只是有的太低版本可能运行不了，再此说明一下。 pc配置:AMD5800 16G RTX3060 运行需要大概3分钟左右。如果你的电脑运行一直定住等等就行，不知道为什么运行这么慢。换成米制的时候，运行会很快。 clear;clc;close all; % DH建模部分theta、 d、 a、 alpha L(1)
Matlab机器人工具箱的讲解文档
02-27
Matlab机器人工具箱的讲解文档，作者就是工具箱的开发者，具体讲解了机器人视觉和机器人控制等问题。高清的文字版，并且带有书签和彩图。
机器人运动学——连杆模型参数
qq_34924057的博客
06-07 8334
目录引言：机器人的运动学什么是连杆怎样连接连杆处于运动链中间的连杆连杆参数和连杆坐标系连杆参数连杆坐标系    引言：机器人的运动学   运动学单纯研究机械臂的运动特性（位置、速度、加速度以及位置变量的所有高阶导数（对时间或者其他变量）），不考虑使机械臂产生运动时施加的力。   首先与研究静止时机械臂的位置和姿态。      如何去描述机器复杂的几何形状呢？方法是分别在操作臂的每个连杆上分别设置一个连杆坐标系，然后再描述这些连杆坐标系之间的关系 什么是连杆   类比人手的大臂和小臂，机器人操作臂也可以看成
机器人学导论-SDH与MDH的区别
刺客
07-21 1333
John J. Craig主编的机器人学导论一书中所用的建模方法为MDH，切勿搞混，否则会让刚迈入门槛的你瞬间自闭，别留言问我是怎么知道的。：DH参数表是唯一的么？DH参数表不是唯一的。因为各个连杆坐标系的建立不是唯一的，导致DH参数不同；若机器人基坐标系与末端工具坐标系一致，则最终计算得到末端工具坐标系到机器人基坐标系下的齐次变换矩阵是唯一的。SDH-Standard DH-标准DHMDH-Modified DH-改进DH。
标准DH（SDH）和改进DH（MDH）
lxsummer的博客
01-05 3075
标准型和改进型中A和alpha定义相同，都是相对于下一关节而言，不同的是theta和D在标准型中都是相对于下一关节，在改进型中是相对于上一关节。θidiaiαiθi​di​ai​αi​θidiai−1αi−1θi​di​ai−1​αi−1​所以一定要注意MATLAB机器人工具箱中连杆定义中DH的对应。
myCobot pro 机械臂（4）正向运动学——改进DH表示法（开发环境：python）
猪猪的博客
11-27 8001
我只能说，写这篇博客太艰难了……一定要沉住耐心……这个型号的机械臂与官方给的手册里面的参数是有出入的…… 感谢《台大机器人学课程》《机器人学之运动学笔记【3】—— 机械臂DH表示法+正向运动学（Forward Kinematics）》以及《机器人工程师进阶之路（二）6轴机械臂D-H法建模》 这里对myCobot Pro机械臂采用改进DH表示法描述机械臂，下面将会详细介绍流程： 一、空间中转轴的相对几何关系 一般机械臂初始位置被认为是整体伸直向上。 如下图所示：（我这里保持官方给的关节刻度..
机械臂——DH参数
偷得浮生半日闲
08-15 2万+
DH参数 DH参数存在三种不同的描述： 根据机器人学中的最小线性表示约定，欧几里得空间中的坐标变换，最少需要由4个参数描述 标准DH参数 （四参数） 标准DH参数由Denavit和Hartenberg提出，在一些旧教材上介绍得多，适用于开链机器人建模，在描述树状（一个连杆末端连接两个关节）和闭链结构时会产生歧义。不建议使用。 改进DH参数 Modified DH（四参数） Khalil和Kleinfinger提出的一种修改DH法，适用于开链，树状和闭链机器人建模。建议使用。 改进DH参数 M
机器人工具箱10.4配套手册
12-29
总结，《机器人工具箱10.4配套手册》是学习和实践机器人学的宝贵资源，无论你是初学者还是经验丰富的工程师，都能从中受益匪浅。通过深入理解并运用手册中的知识，你将能够熟练地在MATLAB环境下解决机器人系统的设计...
机器人工具箱10.1
04-04
"机器人工具箱10.1"是针对MATLAB 2014b及以上版本设计的专业软件包，旨在为机器人技术的研究和开发提供强大的计算和建模能力。这个工具箱包含了丰富的函数、类和示例，使得用户能够进行复杂的机器人动力学分析、控制...
matlab机器人工具箱10.2
04-11
在机器学习和人工智能领域，MATLAB机器人工具箱10.2也有所涉猎。用户可以利用内置的机器学习算法训练机器人执行特定任务，例如图像识别、语音识别等，从而赋予机器人智能。 至于文件“rvctools”，这可能是用于...
轨迹生成（2D）_机器人工具箱_机器人二维运动生成_
10-04
"轨迹生成（2D）_机器人工具箱_机器人二维运动生成_"这个标题表明我们讨论的是如何使用机器人工具箱来创建二维平面上的机器人运动轨迹。二维轨迹生成主要涉及两个关键方面：路径规划和路径跟随。路径规划是指确定...
机器人工具箱空间矢量
11-26
**机器人工具箱空间矢量详解** 机器人工具箱是进行机器人学研究和开发的重要软件...在实际操作中，结合“机器人工具箱”提供的库函数和示例，学习者可以快速掌握这一关键技能，为实现先进的机器人应用打下坚实基础。
Matlab机器人工具箱（Robotics Toolbox）学习笔记
热门推荐
ooorczgc的博客
06-03 7万+
MATLAB机器人工具箱学习笔记
机器人修正DH参数(MDH)和标准DH(SDH)参数
最新发布
Tunny_one
03-11 2474
机器人标准DH参数和修正DH参数解析和对比
SDH与MDH参数法对比
inghoG的博客
06-13 5225
MDH 与 SDH 参数法对比 DH (Denavit- Hartenberg) 法在matlab robotics toolbox中有SDH和MDH之分。 我先看的Craig的书，我自己一般习惯用MDH，但是后来上课的时候又是讲的SDH法，整得我很分裂，现在看Bruno Siciliano的Robotics也是用的SDH法，两种DH参数法用起来容易混，在这里进行一下区分。 其实两种方法的区别主要在于{0}的选择，从而导致了后面坐标系的小区别，link parameters的意义都是相同的。 两种方法大同
机器人学 ： 标准DH和改进DH
BugMe的博客
07-01 1万+
转载自知乎 首先，标准的 DH 与改进的 DH 的区别就是四个参数的定义有些许不同，具体参数定义详见这里 标准DH与改进DH的区别如图： 标准（经典）DH是将连杆的坐标系固定在该连杆的输出端（下一关节），也即坐标系i-1与关节i对齐；改进DH是将连杆的坐标系固定在该连杆的输入端（同一关节），也即坐标系i-1与关节i-1对齐，因此他们对应的变换矩阵不同。 ...
matlab机器人工具箱六轴机器人的DH模型和改进DH模型建立与区别
JojenZz的博客
05-30 3万+
一.代码 不多说废话了，加了teach指令，运行了看一下就行。 clear; clc; %PUMA560模型 % theta d a alpha offset ML1=Link([0 0 0 0 0 ],'modified'); ML2=Link([0 ...
机械臂的改进D-H参数及其变换矩阵
weixin_44287946的博客
06-15 4310
引用网路上的一张图，这张图描述的便是改进D-H参数。 与标准D—H参数法做出比较，我个人举得这种方法比标准D-H参数法在变换过程中，更为直观，思考过程仿佛合理一点(大家一起讨论)。 蔡自兴教授编写的机器人基础 里面介绍的就是这种方法，我想以后就在这个基础上学习。 变换过程是按照X——Z的变换顺序进行的，根据链式法则，也是使用矩阵右乘，来求出末端执行器的[x,y,z,1]T。 书上的介绍我个人的理解是这样， 依据上图，假设有两个坐标系i和j,先绕坐标系i的X轴旋转αi度，机械臂一般都是90度，使得Zi与Zj.
机械臂 标准DH建模与改进DH建模
s0nail的博客
02-27 3310
参考这篇博客，非常感谢 https://blog.csdn.net/u013528298/article/details/81021386?utm_source=blogxgwz8 ZX变换和XZ类变换 对这张图 解释 有很多 https://blog.csdn.net/qq_21834027/article/details/85206561 两者的不同 让我感觉很奇怪的...
matlab机器人工具箱学习
05-11
学习 MATLAB 机器人工具箱，需要掌握以下几个方面的内容： 1. MATLAB 基础知识：包括 MATLAB 编程语言、变量和数据类型、矩阵和数组、控制流程、函数和文件操作等基础知识。 2. 机器人建模：了解机器人的基本结构和运动学模型，包括关节坐标系和末端执行器坐标系等。 3. 轨迹规划：掌握机器人运动规划的基本概念和方法，包括直线插补、圆弧插补、样条插补等。 4. 控制算法：了解机器人控制的基本原理和方法，包括 PID 控制、模型预测控制、逆动力学控制等。 5. 仿真和实验：使用 MATLAB 机器人工具箱进行仿真和实验，包括机器人运动仿真、控制算法验证等。 具体的学习过程可以按照以下步骤进行： 1. 学习 MATLAB 基础知识，包括语言基础和编程技巧。 2. 学习机器人建模，包括坐标系转换、运动学模型等。 3. 学习轨迹规划和控制算法，包括PID控制、模型预测控制等。 4. 使用 MATLAB 机器人工具箱进行仿真和实验。 5. 不断练习和实践，深入理解机器人控制的原理和方法，提高编程和解决问题的能力。

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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