MATLAB的rvctools工具箱熟悉运动学【机械臂机器人示例】

1、rvctools下载安装

rvctools下载地址:rvctools下载
截图如下,点击红色箭头指示的Download Shared Folder即可下载

下载之后进行解压,解压到D:\MATLAB\toolbox这个工具箱目录,这个安装路径根据自己的情况来选择,没有安装MATLAB,感兴趣的可以查阅:MatLab的下载、安装与使用(亲测有效)

然后我们打开MATLAB,打开上面解压的这个机器人工具箱,双击startup_rvc.m,点击运行,如下图:

这样就愉快的安装好了这个机器人工具箱了,其中startup_rvc.m的代码如下: 

function startup_rvc
    disp('Robotics, Vision & Control: (c) Peter Corke 1992-2020 http://www.petercorke.com')
    
    if verLessThan('matlab', '7.0')
        warning('You are running a very old (and unsupported) version of MATLAB.  You will very likely encounter significant problems using the toolboxes but you are on your own with this');
    end
    tb = false;
    startup_path = fileparts( mfilename('fullpath') );
    [~,folder]=fileparts(startup_path);
    if strfind(folder, 'common')
        % startup_rvc is in common folder
        rvcpath = fileparts(startup_path);
    else
        % startup_rvc is in folder above common
        rvcpath = startup_path;
    end
    
    robotpath = fullfile(rvcpath, 'robot');
    if exist(robotpath, 'dir')
        addpath(robotpath);
        tb = true;
        if exist('startup_rtb') == 2
            startup_rtb
        end
    end
    
    visionpath = fullfile(rvcpath, 'vision');
    if exist(visionpath, 'dir')
        addpath(visionpath);
        tb = true;
        if exist('startup_mvtb') == 2
            startup_mvtb
        end
    end
    
    if tb
        % RTB or MVTB is present
        
        % add spatial math toolbox
        p = fullfile(rvcpath, 'spatial-math');
        if exist(p, 'dir')
            try
                fp = fopen( fullfile(p, 'RELEASE'), 'r');
                release = fgetl(fp);
                fclose(fp);
            catch ME
                release = [];
            end
            if release
                release = ['(release ' release ')'];
            else
                release = '';
            end
            fprintf('- Spatial Math Toolbox for MATLAB %s\n', release)
            addpath(p);
        end
                
        % add common files
        addpath(fullfile(rvcpath, 'common'));
    else
        fprintf('Neither Robotics Toolbox or MachineVision Toolbox found in %s\n', rvcpath);
    end
        
    % check for any install problems
    rvccheck(false)
end

后期如果关闭了MATLAB,想要运行机器人的话,运行函数startup_rvc即可

2、运动学

机器人或者说飞行器,随着时间而发生动作变换,叫做运动学(kinematics),这个跟动力学(dynamics)是不一样的,动力学是研究影响运动的因素,而动力学是不考虑作用力和质量等因素,研究的是随着时间在空间中的位置问题。对于运动基本上就是平移和旋转了,就会牵涉到坐标系和角度等转换,接下来我们来学习下

2.1、平移

物体的平移比较简单,就是沿着XYZ三轴平移
沿着X轴平移:transl(2,0,0)

沿着Y轴平移:transl(0,2,0) 

沿着Z轴平移:transl(0,0,2) 

当然也可以在XYZ轴都进行平移:transl(1,3,2) 

我们对最后这个画图看下效果:trplot(transl(1,3,2)),如下图:

我标注红点的位置是(1,3,2),因为是在三维空间的展示,所以看起来XYZ轴的数值不对,其实是对的,大家可以在MATLAB中的这张图进行拖动旋转,然后就会发现红点的坐标就是(1,3,2) 

2.2、旋转

旋转就是绕轴做圆周运动

绕X轴旋转:Rx = rotx(pi/2) 

绕Y轴旋转:Ry = roty(pi/2)

绕Z轴旋转:Rz = rotz(pi/2) 

旋转叠加:Rxy = Rx * Ry

动画演示:tranimate(Rxy),这样看起来非常清晰直观。 

我们来看下点(3,4),旋转60度的情况:

T1=SE2(3,4,pi/3)

T1 = 
    0.5000   -0.8660         3
    0.8660    0.5000         4
         0         0         1

对其画图:trplot(T1),如下:

我们也可以使用transforms3d库中的结果,用来验证在MATLAB中生成的结果,代码如下:

import transforms3d as tfs
import math
print(tfs.euler.euler2mat(math.pi/3,0,0))
/*
[[ 1.         0.         0.       ]
 [ 0.         0.5       -0.8660254]
 [-0.         0.8660254  0.5      ]]
*/

 MATLAB中的结果如下:

T2=rotx(pi/3)
/*
T2 =

    1.0000         0         0
         0    0.5000   -0.8660
         0    0.8660    0.5000
*/

上述是弧度制,也可以使用角度制, 指定deg参数:rotx(60,'deg')

3、六轴机器人

3.1、Link关节连杆

这里我们使用更改的D-H参数,也就是接下来的Link函数指定modified参数 

L = Link([1 2 3 4],'modified')
%L = Revolute(mod): theta=q, d=2, a=3, alpha=4, offset=0

Link函数里面的参数分别表示为,关节角度[L1.theta]、连杆偏距[L1.d]、连杆长度[L1.a]、连杆旋转角度[L1.alpha],参数modified表示的是改进版本的DH参数
这里附带介绍下D-H的相关知识:
DH参数是一种描述机器人关节之间关系的参数化方法,由Denavit和Hartenberg提出。DH参数法可以用4个参数来表示刚体之间的相对关系,包括沿Z轴的平移长度a、沿共同法线的旋转角度α、在XZ平面内的偏移距离d、绕Z轴的旋转角度θ。
DH参数在ROS中被广泛应用,用于描述机器人关节和坐标系之间的关系,主要用于正向运动学计算,可以通过DH表获取每个关节的变换矩阵,将所有变换矩阵相乘,最终获得从基准坐标系到末端执行器坐标系的变换矩阵。
这个D-H方法是在运动学中求解比较通用的,其余还有李代数方法等。

连杆类型

L.type()
%ans =    'R'

也就是说这个是旋转的R(revolute)关节类型,除此之外还有一种是柱状形(prismatic)的关节

接下来就是分别创建6个关节,也就是为6轴的机械臂做准备:

L1 = Link([0 0 0 0],'modified')
L2 = Link([0 0.138+0.024 0 -pi/2],'modified')
L3 = Link([0 -0.127-0.024 0.42 0],'modified')
L4 = Link([0 0.114+0.021 0.375 0],'modified')
L5 = Link([0 0.114+0.021  0 -pi/2],'modified')
L6 = Link([0 0.09+0.021  0 pi/2],'modified')

3.2、SerialLink机械臂

上面定义好了6个关节,接下来我们使用SerialLink将这些关节连接起来成为一个六轴机械臂的机器人。 

MyBot = SerialLink([L1,L2,L3,L4,L5,L6],'name','Six Axis Robot')

我们先来看下SerialLink有哪些方法:help(SerialLink)

--- SerialLink 的帮助 ---

 SerialLink Serial-link robot class
 
  A concrete class that represents a serial-link arm-type robot.  Each link
  and joint in the chain is described by a Link-class object using Denavit-Hartenberg
  parameters (standard or modified).
 
  Constructor methods::
   SerialLink    general constructor
   L1+L2         construct from Link objects
 
  Display/plot methods::
   animate       animate robot model
   display       print the link parameters in human readable form
   dyn           display link dynamic parameters
   edit          display and edit kinematic and dynamic parameters
   getpos        get position of graphical robot
   plot          display graphical representation of robot
   plot3d        display 3D graphical model of robot
   teach         drive the graphical robot
 
  Testing methods::
   islimit       test if robot at joint limit
   isconfig      test robot joint configuration
   issym         test if robot has symbolic parameters
   isprismatic   index of prismatic joints
   isrevolute    index of revolute joints
   isspherical   test if robot has spherical wrist
   isdh          test if robot has standard DH model
   ismdh         test if robot has modified DH model
 
  Conversion methods::
   char          convert to string
   sym           convert to symbolic parameters
   todegrees     convert joint angles to degrees
   toradians     convert joint angles to radians

SerialLink类提供的方法,我们了解到可以用来描述机器人的连杆结构:SerialLink类描述机器人的连杆结构,包括每个连杆的长度、方向和旋转轴。有了这些信息,我们可以用于计算机器人的运动学模型,从而对机器人做出控制和运动规划。 

显示连接参数:MyBot.display()

MyBot = 
 
Six Axis Robot:: 6 axis, RRRRRR, modDH, slowRNE                  
+---+-----------+-----------+-----------+-----------+-----------+
| j |     theta |         d |         a |     alpha |    offset |
+---+-----------+-----------+-----------+-----------+-----------+
|  1|         q1|          0|          0|          0|          0|
|  2|         q2|      0.162|          0|    -1.5708|          0|
|  3|         q3|     -0.151|       0.42|          0|          0|
|  4|         q4|      0.135|      0.375|          0|          0|
|  5|         q5|      0.135|          0|    -1.5708|          0|
|  6|         q6|      0.111|          0|     1.5708|          0|
+---+-----------+-----------+-----------+-----------+-----------+

 操作机械臂:MyBot.teach()

 这样就会生成六轴机械臂的机器人,然后我们就可以通过操作不同关节来操作机器人的机械臂了,如下图:

我们操作左边q1~q6,就会看到机械臂的运动以及XYZ轴和RPY欧拉角的变化

4、运动学

4.1、正运动学

运动学分为正解和逆解,正运动学(Forward kinematics):已知每个关节的位姿与连杆的长度等参数,求解末端执行器的位姿。
我们来看下正解

MyBot.fkine([pi/2 -pi/4 pi/2 pi/3 -pi/2 pi/6])
/*
ans = 
   -0.8660    0.5000         0    -0.146
   -0.4830   -0.8365    0.2588    0.4605
    0.1294    0.2241    0.9659     0.174
         0         0         0         1
*/

生成的是对应关节角度的末端的齐次变换矩阵。

4.2、逆运动学

逆运动学(Inverse kinematics)跟正运动学是反过来的,根据机器人的末端执行器的位姿,计算出机器人各个关节的位姿等运动参数。这个要复杂点,因为它的求解可能是不确定的唯一解,会产生多重解的问题,当然也可能得不到解析解的情况。

迭代法:

%起始状态
init = [0.795 0.257 -0.135 0 0 -pi/2]
%目标状态
targ = [0 0.836 -0.135 0 -pi/3 -pi/2]
T0=MyBot.fkine(init)
/*
T0 = 
    0.0852    0.6951   -0.7139    0.3501
    0.0869    0.7086    0.7003    0.7239
    0.9926   -0.1217         0   -0.2864
         0         0         0         1
*/
TF=MyBot.fkine(targ)
/*
TF = 
    0.6450    0.3821   -0.6618    0.4076
         0    0.8660    0.5000    0.2015
    0.7642   -0.3225    0.5586   -0.5947
         0         0         0         1
*/
%每次迭代的末端执行器相对于首端的齐次变换矩阵
step =50
%ctraj是Matlab中机器人轨迹(trajectory)规划的函数
TC=ctraj(T0,TF,step)
%比如迭代到第50次
/*
TC(50) = 
    0.6450    0.3821   -0.6618    0.4076
         0    0.8660    0.5000    0.2015
    0.7642   -0.3225    0.5586   -0.5947
         0         0         0         1
*/
qq = MyBot.ikine(TC,'mask',[1 1 1 0 0 0])

返回的就是50*6的双精度数组,长度是50:length(qq)

    0.7951    0.1852    0.0167   -0.0314    0.0432         0
    0.7946    0.1853    0.0174   -0.0303    0.0422         0
    0.7931    0.1856    0.0196   -0.0267    0.0394         0
......
   -0.1278    0.6478    0.4212    0.2245   -0.2429         0
   -0.1317    0.6494    0.4203    0.2230   -0.2419         0
   -0.1330    0.6500    0.4201    0.2226   -0.2416         0 

接下来我们使用ctraj来规划轨迹,使用ikine函数来做逆解,沿着轨迹进行运动。 

5、直线轨迹规划

这里使用标准的DH参数来测试下,三个自由度的机械臂如何做运动规划的,一起来了解下:

%这里是第一次开启MATLAB时,运行这个函数,启动rvc:startup_rvc
%参数:关节角、偏置距离、连杆长度、连杆扭角、sigma为0表示旋转关节
L1 = Link([0 84.72 41.04 pi/2 0]);
L2 = Link([0 0 200 0 0]);
L3 = Link([0 0 214.8 0 0]);
 
% 可以限制旋转角度范围
L1.qlim = [deg2rad(-170) deg2rad(170)];
L2.qlim = [deg2rad(-60) deg2rad(85)];
L3.qlim = [deg2rad(-90) deg2rad(10)];

Bot2 = SerialLink([L1 L2 L3], 'name', '机械臂运动学');
%手动操作关节进行旋转
Bot2.teach()

%起点
T1 = transl(100,-10,50);
%终点
T2 = transl(300,-30,200);
%规划轨迹(trajectory)
T = ctraj(T1,T2,50);
Tj = transl(T);
%输出末端轨迹
plot3(Tj(:,1),Tj(:,2),Tj(:,3));
%当反解的机械臂自由度少于6时,要用mask掩码减少自由度,否则无法直接调用ikine作为运动学反解函数
q = Bot2.ikine(T,'mask',[1 1 1 0 0 0]);
Bot2.plot(q);

 这样就会看到沿着规划好的直线,自动进行运动了,简单起见截个图如下(实质是运动的):

6、圆轨迹规划

N = (0:0.5:100)'; 
center = [200 -150 -50];
radius = 60;
theta = (N/N(end))*2*pi;
points = (center + radius*[cos(theta) sin(theta) zeros(size(theta))])';  
plot3(points(1,:),points(2,:),points(3,:),'r');

%沿着圆的轨迹平移
T = transl(points');
q2 = Bot2.ikine(T,'mask',[1 1 1 0 0 0]);
Bot2.plot(q2);

这样就会看到沿着规划好的圆,自动进行运动了,简单起见截个图如下(实质是运动的):

 

7、常见用法

其余的一些常见用法,如下:
关节数:MyBot.n
画出机械臂:MyBot.plot([0 0 0 0 0 0])
机器人的结构类型:Mybot.config
关节范围:MyBot.qlim
连杆向量(更直观):MyBot.links
重力方向([gx gy gz]):MyBot.gravity
连杆的动力学属性:MyBot.dyn
是否是旋转关节:MyBot.isrevolute
是否是移动关节:MyBot.isprismatic
是否是球关节:MyBot.isspherical
关节与连杆是否有符号参数:MyBot.issym
可以编辑动力学参数:MyBot.edit

 

8、小结

文章主要介绍了机器人工具箱rvctools,以及它的用法,了解运动学的相关知识,对坐标的变换,轨迹的规划等有个直观的了解,最后在进行运动规划的时候,有时候会出现下面这样的错误:
警告: failed to converge: try a different initial value of joint coordinates 
收敛失败:尝试不同的关节坐标初始值
这样的情况一般是关节不能到达那个坐标,所以需要更改坐标为合理值即可。
另外仔细观察代码中会出现一些矩阵带单引号',这个表示转置的意思,比如:
size(N)的形状是1 x 201,而size(N')的形状就是201 x 1
元素个数numel(N) 结果:201,维度ndims(N) 结果:2 

  • 46
    点赞
  • 79
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 20
    评论
### 回答1: MATLAB 机器人工具箱是一个强大的工具集,用于实现机器人运动学和动力学控制的操作。在机器人工具箱的帮助下,我们可以轻松地实现机械臂的直线轨迹控制。 实现机械臂直线轨迹的关键在于确定起点和终点坐标,然后通过计算机控制机械臂运动,使机械臂按照给定轨迹运动。MATLAB 机器人工具箱提供了许多工具和函数,可以简化这个过程。其中,关键的函数包括: 前向运动学函数 fkine(),用于计算机械臂任意状态下的末端坐标。 逆向运动学函数 ikine(),用于计算机械臂达到特定末端位置所需的关节运动。 轨迹生成函数 trapezoid(),用于生成速度和位置加速度的梯形剖分轨迹。 机械臂控制器函数 ctraj(),用于对机器人进行时间戳轨迹控制,实现机械臂直线轨迹。 MATLAB 机器人工具箱还提供了可视化工具,可以帮助我们直观地观察机械臂的动作。同时,MATLAB 也提供了一些示例程序,以帮助用户更好地理解和应用机械臂控制函数和工具。通过这些工具和函数的组合,可以方便地实现机械臂直线轨迹控制,为机械臂应用提供更多的便利。 ### 回答2: 机械臂的直线轨迹是一种基本的运动形式,在工业生产中得到广泛应用。利用matlab机器人工具箱实现机械臂直线轨迹的方法比较简单。 首先,需要确定机械臂的起始位置、终止位置和运动时间。在matlab中,可以通过创建Robotics System Toolbox中的机器人对象来定义机械臂的参数和运动方式,使其能够进行可视化运动。 然后,利用matlab中的运动学函数计算机械臂路径规划。可以使用逆运动学方法来计算机械臂各关节的角度,实现机械臂前进方向的控制。 在完成机械臂路径规划后,根据机器人对象的控制方式和运动学功能,即可实现直线轨迹控制。可以通过matlab中的仿真模拟,验证机械臂的轨迹运动是否符合要求。 总之,利用matlab机器人工具箱实现机械臂直线轨迹的过程包括了机械臂参数定义、路径规划、运动控制三个方面。只有全面深入地掌握这些方面,才能够在实践中有效地实现机械臂直线轨迹的控制。 ### 回答3: 机器人工具箱MATLAB软件中针对机器人动力学建模和控制的工具箱,它提供了简单易用的接口,可以帮助用户快速地实现机器人控制的各种任务。其中,实现机械臂直线轨迹是MATLAB机器人工具箱中的一个常见任务。 在MATLAB机器人工具箱中,可以通过简单的命令和函数调用实现机械臂的直线轨迹运动。具体操作步骤如下: 1. 定义机器人关节空间模型:在MATLAB中使用Robot Object(机器人对象)定义机器人的DH参数和末端执行器。 2. 确定机器人直线运动的起点和终点:确定机械臂直线轨迹的起点和终点,可以使用MATLAB中的坐标系变换函数确定实际坐标。 3. 设计机械臂直线轨迹插值函数:使用MATLAB中的机器人插值工具箱生成求解从起点到终点的直线轨迹函数。 4. 实现机械臂运动控制:使用MATLAB中的控制指令实现机械臂的控制运动。 综上所述,使用MATLAB机器人工具箱实现机械臂直线轨迹需要明确目标、定义机器人关键参数、设计轨迹插值函数以及实现控制指令等几个关键步骤。通过MATLAB机器人工具箱,实现机械臂直线轨迹变得更加简单易用,可适用于各种机器人控制任务。
评论 20
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

寅恪光潜

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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