【花雕学编程】Arduino FOC 之五连杆平面并联机器人正运动学计算

驴友花雕

于 2024-10-06 07:29:22 发布

阅读量438

点赞数 13

分类专栏： Arduino FOC 文章标签：嵌入式硬件单片机 c++ 五连杆平面并联机器人正运动学 Arduino FOC

本文链接：https://blog.csdn.net/weixin_41659040/article/details/142710309

版权

Arduino FOC 专栏收录该内容

555 篇文章 10 订阅

订阅专栏

在这里插入图片描述

Arduino是一个开放源码的电子原型平台，它可以让你用简单的硬件和软件来创建各种互动的项目。Arduino的核心是一个微控制器板，它可以通过一系列的引脚来连接各种传感器、执行器、显示器等外部设备。Arduino的编程是基于C/C++语言的，你可以使用Arduino IDE（集成开发环境）来编写、编译和上传代码到Arduino板上。Arduino还有一个丰富的库和社区，你可以利用它们来扩展Arduino的功能和学习Arduino的知识。

Arduino的特点是：
1、开放源码：Arduino的硬件和软件都是开放源码的，你可以自由地修改、复制和分享它们。
2、易用：Arduino的硬件和软件都是为初学者和非专业人士设计的，你可以轻松地上手和使用它们。
3、便宜：Arduino的硬件和软件都是非常经济的，你可以用很低的成本来实现你的想法。
4、多样：Arduino有多种型号和版本，你可以根据你的需要和喜好来选择合适的Arduino板。
5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。

在这里插入图片描述
Arduino FOC（Field Oriented Control，场向量控制）是一种先进的电机控制技术，它允许精确控制电机的转矩和速度。这种控制技术特别适用于无刷直流电机（BLDC）和步进电机。在Arduino平台上实现FOC可以提供平滑的运行和高度的扭矩、速度和位置控制，它通过精确控制电机的电流和电压来实现高效率、高精度和低噪声的操作。

主要特点:
1、高性能电机控制：FOC是一种高级的电机控制算法，可以精准控制PMSM(永磁同步电机)和BLDC(无刷直流)电机，实现平滑的转速和扭矩输出。
2、闭环控制架构：FOC采用闭环反馈控制，通过检测电机的位置和速度数据，实时调整输出电压和电流，确保电机动作符合预期。
3、模块化设计：Arduino FOC库采用模块化设计，包含电机建模、速度/位置/电流控制环、PWM生成等子模块，用户可根据需求灵活组合使用。
4、可移植性强：Arduino FOC可移植到多种硬件平台，如Arduino、ESP32、STM32与树莓派等，适用于功率从几十瓦到几千瓦的电机系统。
5、参数自动识别：FOC库具有自动识别电机参数的功能，可以大幅简化电机控制系统的调试过程。

应用场景:
1、工业自动化：在工厂的机器人、传送带、CNC加工设备等领域，Arduino FOC可提供高性能的电机控制解决方案。
2、电动车辆：电动自行车、电动汽车、电动叉车等车载电机驱动系统，可以采用Arduino FOC进行精准控制。
3、家用电器：在电风扇、洗衣机、空调等家用电器中，Arduino FOC可实现细腻的电机速度和扭矩控制。
4、航模和无人机：航模飞机、无人机等对电机控制性能要求很高的领域，Arduino FOC能够提供高精度的电机驱动。
5、机器人：工业机器人、服务机器人、仿生机器人等对电机控制性能有严格要求的领域，Arduino FOC是一个不错的选择。

需要注意的事项:
1、硬件要求：Arduino FOC对控制器的性能(如CPU频率、RAM/ROM容量等)有一定要求，需要选择合适的硬件平台。
2、调试复杂性：FOC算法涉及电机建模、坐标变换、PI调节器等诸多环节，调试和调优过程相对复杂，需要一定的专业知识。
3、噪声抑制：电机驱动电路容易产生噪声干扰，需要采取合理的屏蔽和滤波措施，确保信号质量。
4、安全防护：电机驱动系统可能会产生过电流、过压等故障,需要配备可靠的保护电路，确保人身和设备安全。
5、系统集成：将Arduino FOC集成到完整的电机驱动系统中时，需要考虑机械、电力、控制等各个方面的协调配合。

总的来说，Arduino FOC是一种功能强大、性能优秀的电机控制解决方案,适用于工业自动化、电动车辆、家用电器等众多领域。但在硬件选型、算法调试、噪声抑制和安全防护等方面都需要谨慎考虑，以确保系统稳定可靠地运行。

附录：系列目录
1、Arduino FOC的特点、场景和使用事项
http://t.csdnimg.cn/WZhYL
2、Arduino FOC 之简单FOC库 - 跨平台的无刷直流和步进电机FOC实现
http://t.csdnimg.cn/p9ADE
3、Arduino FOC 之无刷直流电机速度控制
http://t.csdnimg.cn/gZ7CY
4、Arduino FOC 之步进电机位置控制
http://t.csdnimg.cn/VYbIb
5、Arduino FOC 之无刷直流电机电流控制
http://t.csdnimg.cn/wWGVu
6、Arduino FOC 之 SimpleFOC 库的主要函数
http://t.csdnimg.cn/S26MC
7、Arduino FOC 之 ArduinoFOC库的核心函数
http://t.csdnimg.cn/3VLzF
8、Arduino FOC 之传感器校准
http://t.csdnimg.cn/NS3TR
9、Arduino FOC 之SimpleFOCShield v2.0.4无刷电机驱动板
http://t.csdnimg.cn/g9mP7
10、Arduino FOC 之 AS5600角度读取
http://t.csdnimg.cn/dmI6F
11、Arduino FOC 之 FOC算法
http://t.csdnimg.cn/ENxc0
12、Arduino FOC 之 SimpleFOC库的适配电机方案
http://t.csdnimg.cn/QdH6k

在这里插入图片描述
Arduino FOC 之五连杆平面并联机器人正运动学计算
一、主要特点
高精度定位：
五连杆平面并联机器人通过多个连杆连接，能够实现精确的末端执行器位置控制，适合需要高精度的应用场景。
刚性结构：
与串联机器人相比，平面并联机器人具有更好的刚性和稳定性，能够在负载变化时保持较为稳定的输出，适合重载作业。
实时计算能力：
在Arduino平台上实现的正运动学计算能够快速响应控制指令，适应动态环境中的实时操作需求。
可扩展性：
该系统可以根据特定需求扩展更多的连杆或传感器，以适应复杂的任务需求，增加机器人的灵活性。
运动范围广：
五连杆结构使得机器人具有较大的工作空间和运动范围，能够执行多种复杂的运动任务。

二、应用场景
自动化装配：
在工业自动化中，五连杆平面并联机器人可以用于精密装配任务，如电子产品组装、医疗设备制造等，确保高效和精确。
激光切割与焊接：
该机器人可用于激光切割和焊接等应用，能够在平面上进行高精度的加工操作，提高生产效率和质量。
3D打印：
在3D打印领域，五连杆平面并联机器人能够实现快速和精确的打印路径控制，适合大规模生产。
医疗手术：
在微创手术中，平面并联机器人能够提供高精度的操作，帮助医生在复杂的手术过程中进行精细操作。
仿生运动：
在仿生机器人设计中，五连杆结构可用于模拟生物的运动方式，增强机器人的灵活性和适应性。

三、注意事项
几何模型的准确性：
在进行正运动学计算时，需要确保机器人的几何模型（如连杆长度、关节角度等）的准确性，以避免计算误差。
关节运动限制：
需考虑每个关节的运动限制，确保计算出的末端位置在可行的运动范围内，避免产生不合理的配置。
计算复杂性：
随着连杆数量的增加，正运动学计算的复杂性可能增加，需优化算法以保证计算效率，确保实时性。
传感器精度：
机器人状态的反馈依赖传感器的准确性，因此需选择高精度的传感器以支持准确的运动控制。
环境适应性：
机器人在实际应用中需要适应不同环境条件，如温度、湿度等，需对机器人进行环境适应性测试。

总结
五连杆平面并联机器人的正运动学计算在自动化装配、激光切割和医疗手术等领域具有广泛应用。通过精确的末端执行器控制和高刚性的结构，能够提升工作效率和作业精度。在实施过程中，需关注几何模型准确性、关节运动限制和计算复杂性等因素，以确保系统的高效性和可靠性。合理的设计与优化将推动该技术在智能化和自动化领域的发展。

在这里插入图片描述
1、基础五连杆并联机器人正运动学

#include <Arduino.h>

// 连杆长度
const float L1 = 50.0; // 连杆1的长度
const float L2 = 40.0; // 连杆2的长度
const float L3 = 30.0; // 连杆3的长度
const float L4 = 20.0; // 连杆4的长度
const float L5 = 10.0; // 连杆5的长度

void setup() {
  Serial.begin(9600);
}

void loop() {
  // 设置关节角度（弧度）
  float theta1 = PI / 6; // 30度
  float theta2 = PI / 4; // 45度
  float theta3 = PI / 3; // 60度
  float theta4 = PI / 4; // 45度
  float theta5 = PI / 6; // 30度

  float endEffectorX, endEffectorY;
  calculateForwardKinematics(theta1, theta2, theta3, theta4, theta5, endEffectorX, endEffectorY);

  Serial.print("End Effector Position: X = ");
  Serial.print(endEffectorX);
  Serial.print(", Y = ");
  Serial.println(endEffectorY);

  delay(2000); // 每2秒更新一次
}

void calculateForwardKinematics(float theta1, float theta2, float theta3, float theta4, float theta5, float &x, float &y) {
  // 计算正向运动学
  float x1 = L1 * cos(theta1);
  float y1 = L1 * sin(theta1);

  float x2 = x1 + L2 * cos(theta1 + theta2);
  float y2 = y1 + L2 * sin(theta1 + theta2);

  float x3 = x2 + L3 * cos(theta1 + theta2 + theta3);
  float y3 = y2 + L3 * sin(theta1 + theta2 + theta3);

  float x4 = x3 + L4 * cos(theta1 + theta2 + theta3 + theta4);
  float y4 = y3 + L4 * sin(theta1 + theta2 + theta3 + theta4);

  float x5 = x4 + L5 * cos(theta1 + theta2 + theta3 + theta4 + theta5);
  float y5 = y4 + L5 * sin(theta1 + theta2 + theta3 + theta4 + theta5);

  x = x5; // 末端执行器的X坐标
  y = y5; // 末端执行器的Y坐标
}

2、动态更新五连杆机构

#include <Arduino.h>

const float L1 = 50.0;
const float L2 = 40.0;
const float L3 = 30.0;
const float L4 = 20.0;
const float L5 = 10.0;

float theta1 = 0.0;
float theta2 = 0.0;
float theta3 = 0.0;
float theta4 = 0.0;
float theta5 = 0.0;

void setup() {
  Serial.begin(9600);
}

void loop() {
  // 动态更新角度
  theta1 += 0.1; // 每次循环增加角度
  theta2 += 0.05;
  theta3 += 0.07;
  theta4 += 0.03;
  theta5 += 0.02;

  float endEffectorX, endEffectorY;
  calculateForwardKinematics(theta1, theta2, theta3, theta4, theta5, endEffectorX, endEffectorY);

  Serial.print("End Effector Position: X = ");
  Serial.print(endEffectorX);
  Serial.print(", Y = ");
  Serial.println(endEffectorY);

  delay(200); // 每200毫秒更新一次
}

void calculateForwardKinematics(float theta1, float theta2, float theta3, float theta4, float theta5, float &x, float &y) {
  float x1 = L1 * cos(theta1);
  float y1 = L1 * sin(theta1);

  float x2 = x1 + L2 * cos(theta1 + theta2);
  float y2 = y1 + L2 * sin(theta1 + theta2);

  float x3 = x2 + L3 * cos(theta1 + theta2 + theta3);
  float y3 = y2 + L3 * sin(theta1 + theta2 + theta3);

  float x4 = x3 + L4 * cos(theta1 + theta2 + theta3 + theta4);
  float y4 = y3 + L4 * sin(theta1 + theta2 + theta3 + theta4);

  float x5 = x4 + L5 * cos(theta1 + theta2 + theta3 + theta4 + theta5);
  float y5 = y4 + L5 * sin(theta1 + theta2 + theta3 + theta4 + theta5);

  x = x5;
  y = y5;
}

3、从串口读取关节角度并计算末端位置

#include <Arduino.h>

const float L1 = 50.0;
const float L2 = 40.0;
const float L3 = 30.0;
const float L4 = 20.0;
const float L5 = 10.0;

void setup() {
  Serial.begin(9600);
}

void loop() {
  // 从串口读取角度（输入格式为：theta1,theta2,theta3,theta4,theta5）
  if (Serial.available()) {
    String input = Serial.readStringUntil('\n');
    float theta1, theta2, theta3, theta4, theta5;
    sscanf(input.c_str(), "%f,%f,%f,%f,%f", &theta1, &theta2, &theta3, &theta4, &theta5);

    float endEffectorX, endEffectorY;
    calculateForwardKinematics(theta1, theta2, theta3, theta4, theta5, endEffectorX, endEffectorY);

    Serial.print("End Effector Position: X = ");
    Serial.print(endEffectorX);
    Serial.print(", Y = ");
    Serial.println(endEffectorY);
  }

  delay(100); // 每100毫秒检查一次
}

void calculateForwardKinematics(float theta1, float theta2, float theta3, float theta4, float theta5, float &x, float &y) {
  float x1 = L1 * cos(theta1);
  float y1 = L1 * sin(theta1);

  float x2 = x1 + L2 * cos(theta1 + theta2);
  float y2 = y1 + L2 * sin(theta1 + theta2);

  float x3 = x2 + L3 * cos(theta1 + theta2 + theta3);
  float y3 = y2 + L3 * sin(theta1 + theta2 + theta3);

  float x4 = x3 + L4 * cos(theta1 + theta2 + theta3 + theta4);
  float y4 = y3 + L4 * sin(theta1 + theta2 + theta3 + theta4);

  float x5 = x4 + L5 * cos(theta1 + theta2 + theta3 + theta4 + theta5);
  float y5 = y4 + L5 * sin(theta1 + theta2 + theta3 + theta4 + theta5);

  x = x5;
  y = y5;
}

要点解读
正向运动学的基本原理：
正向运动学用于通过已知的关节角度计算末端执行器的位置。在五连杆并联机器人中，所有关节角度和连杆长度共同决定了末端执行器的最终位置。
杆长与角度的设置：
每个代码示例中，通过定义连杆长度（L1到L5）和关节角度（theta1到theta5）来进行计算。这些参数的设置直接影响末端执行器的坐标。
动态更新的实现：
第二个案例展示了如何通过动态更新关节角度来实时计算末端执行器的位置。通过不断增加角度，可以模拟机器人运动，适用于测试和调试。
用户输入的灵活性：
第三个案例允许用户通过串口输入关节角度，实时计算末端执行器的位置。这种设计使得在调试和实验中更加灵活，可以根据需要快速调整参数。
可扩展性与应用场景：
这些代码示例为实现五连杆并联机器人的正向运动学计算提供了基础框架。可以根据需求进一步扩展，例如实现逆运动学计算、引入PID控制以提高运动精度，或结合传感器进行更复杂的运动控制应用。

在这里插入图片描述
4、基本正运动学计算

#include <Arduino.h>

// 定义连杆长度
const float L1 = 10.0;
const float L2 = 10.0;
const float L3 = 10.0;
const float L4 = 10.0;
const float L5 = 10.0;

// 计算末端执行器位置
void calculatePosition(float theta1, float theta2, float theta3, float theta4, float theta5, float &x, float &y) {
  x = L1 * cos(theta1) + L2 * cos(theta2) + L3 * cos(theta3) + L4 * cos(theta4) + L5 * cos(theta5);
  y = L1 * sin(theta1) + L2 * sin(theta2) + L3 * sin(theta3) + L4 * sin(theta4) + L5 * sin(theta5);
}

void setup() {
  Serial.begin(9600);
}

void loop() {
  float x, y;
  calculatePosition(PI/4, PI/4, PI/4, PI/4, PI/4, x, y);
  Serial.print("X: ");
  Serial.print(x);
  Serial.print(" Y: ");
  Serial.println(y);
  delay(1000);
}

5、带有传感器反馈的正运动学计算

#include <Arduino.h>
#include <Wire.h>
#include <Adafruit_Sensor.h>
#include <Adafruit_ADXL345_U.h>

// 定义连杆长度
const float L1 = 10.0;
const float L2 = 10.0;
const float L3 = 10.0;
const float L4 = 10.0;
const float L5 = 10.0;

// 创建ADXL345对象
Adafruit_ADXL345_Unified accel = Adafruit_ADXL345_Unified(12345);

void calculatePosition(float theta1, float theta2, float theta3, float theta4, float theta5, float &x, float &y) {
  x = L1 * cos(theta1) + L2 * cos(theta2) + L3 * cos(theta3) + L4 * cos(theta4) + L5 * cos(theta5);
  y = L1 * sin(theta1) + L2 * sin(theta2) + L3 * sin(theta3) + L4 * sin(theta4) + L5 * sin(theta5);
}

void setup() {
  Serial.begin(9600);
  if (!accel.begin()) {
    Serial.println("无法找到ADXL345传感器");
    while (1);
  }
}

void loop() {
  sensors_event_t event;
  accel.getEvent(&event);

  float x, y;
  calculatePosition(event.acceleration.x, event.acceleration.y, PI/4, PI/4, PI/4, x, y);
  Serial.print("X: ");
  Serial.print(x);
  Serial.print(" Y: ");
  Serial.println(y);
  delay(1000);
}

6、带有PID控制的正运动学计算

#include <Arduino.h>
#include <PID_v1.h>

// 定义连杆长度
const float L1 = 10.0;
const float L2 = 10.0;
const float L3 = 10.0;
const float L4 = 10.0;
const float L5 = 10.0;

// PID控制变量
double Setpoint, Input, Output;
PID myPID(&Input, &Output, &Setpoint, 2, 5, 1, DIRECT);

void calculatePosition(float theta1, float theta2, float theta3, float theta4, float theta5, float &x, float &y) {
  x = L1 * cos(theta1) + L2 * cos(theta2) + L3 * cos(theta3) + L4 * cos(theta4) + L5 * cos(theta5);
  y = L1 * sin(theta1) + L2 * sin(theta2) + L3 * sin(theta3) + L4 * sin(theta4) + L5 * sin(theta5);
}

void setup() {
  Serial.begin(9600);
  Setpoint = 100;
  myPID.SetMode(AUTOMATIC);
}

void loop() {
  float x, y;
  calculatePosition(PI/4, PI/4, PI/4, PI/4, PI/4, x, y);
  Input = x;
  myPID.Compute();
  Serial.print("X: ");
  Serial.print(x);
  Serial.print(" Y: ");
  Serial.println(y);
  delay(1000);
}

要点解读
连杆长度定义：在所有案例中，连杆长度（L1, L2, L3, L4, L5）是关键参数，直接影响正运动学计算的结果。
角度输入：通过输入各个关节的角度（theta1, theta2, theta3, theta4, theta5），计算出末端执行器的位置（x, y）。
传感器反馈：案例5中使用ADXL345加速度计获取实时数据，增强系统的动态响应能力。
PID控制：案例6中引入PID控制器，优化系统的稳定性和精度，适用于复杂的控制场景。
实时性：所有案例都强调了实时计算和反馈的重要性，确保系统能够快速响应环境变化。

注意，以上案例只是为了拓展思路，仅供参考。它们可能有错误、不适用或者无法编译。您的硬件平台、使用场景和Arduino版本可能影响使用方法的选择。实际编程时，您要根据自己的硬件配置、使用场景和具体需求进行调整，并多次实际测试。您还要正确连接硬件，了解所用传感器和设备的规范和特性。涉及硬件操作的代码，您要在使用前确认引脚和电平等参数的正确性和安全性。

在这里插入图片描述