协作臂学习1-自由度和工作空间

最新推荐文章于 2024-01-15 00:23:08 发布

酷比程序

最新推荐文章于 2024-01-15 00:23:08 发布

阅读量1k

点赞数 1

文章标签： python 机器学习 c++ java 编程语言

本文链接：https://blog.csdn.net/truewq/article/details/118183509

版权

协作臂的设计出发点是模拟人的手臂，在某些特定场景下（人们越来越懒，越来越娇贵，苦活脏活累活都不想自己干），代替手臂进行抓取、码垛、喷漆、打磨等操作。新手小白要学习协作臂，理解各种基本概念，理所当然应该从重新认识我们的手臂开始。

想一想，手臂有几个关节？

从躯干往手掌方向，依次是肩、肘、腕关节。

手臂灵活吧，这里其实已经涉及到自由度（DoF, Degree of Freedom）的概念。

机器人的自由度（DoF, Degree of Freedom），表示机器人位形所需的最小实值坐标数。——《现代机器人学-机构、规划和控制》
操作臂的自由度，是操作臂中具有独立位置变量的数目，这些位置变量确定了机构中所有部件的位置。——《机器人学导论》

概念不太好理解？举个两粟子：

机器人结构各异，这样算自由度好麻烦，没关系已经有大神推出了公式：

Kutzbach - Grubler公式

$DoF = m(N-1-J) + \sum_{i=1}^{J}{f_{i}}$

对于一个具有N个构件（含基座）的机构，令J为关节数，m为刚体的自由度数（对于平面机构，m=3；对于空间机构，m=6），fi为关节i对应的自由度数。注意：此公式只有在所有关节约束都独立的情况下才成立，否则，只能用于判断自由度的下限值。

这下可以开算了，这回是书上的粟子，都是平面机构：

图a)机构的自由度，N=5，J=4，每个关节的自由度为1，dof = 3(5-1-4)+4 = 4

图b)机构的自由度，N=5，J=5，每个关节的自由度为1，dof = 3(5-1-5)+5 = 2

图c)机构的自由度，N=6，J=7，每个关节的自由度为1，dof = 3(6-1-7) + 7 = 1

图d)机构的自由度，N=6，J=7，每个关节的自由度为1，dof = 3(6-1-7) + 7 = 1

现在，再回看看手臂的自由度是多少，能不能套用这个公式。首先N = 4（躯干（基座）、大臂、小臂、手），J = 3（肩、肘、腕）。

再来确定一下，手臂各个关节的自由度，上图来照着说。

图中每个箭头代表一个自由度，解释一下：

套用前面的公式，手臂自由度 dof = (4 - 1 - 3) + 3(肩)+1(肘)+3(腕) = 7；

接下来看看这个图，反手摸肚脐。大部分人的手臂都做不到，这又引入了一个概念，那就是工作空间。

机械臂的工作空间，简单的说就是机械臂可以到达的所有位置的。

机械臂由于本身设计的原因，有些位置是不能到达的，用数学来解释，就是逆运动学方程无解。下图为某协作臂的工作空间，中间的圆柱形区域是不能到达的。

参考文献：

关注