学习随笔#3 机器人逆运动学

在机器人运动控制系统的搭建中，我并不是只需要写机器人末端执行器的运动轨迹算法，而是需要单独控制每一个伺服电机，再通过将它们的位移矩阵相乘得到末端的位移矩阵，但是在实际应用中，我们并不是有了各个电机角度才得到末端位置，而是让末端到达我们想去的位置。虽然在应用中是这样，但我们控制机器人运动还是要通过控制各个电机的角度来让末端到达目标位置。那么如何才能得到在某一末端位置下各关节的电机角度呢？这就需要用到机器人逆运动学。
机器人运动学分为正运动学和逆运动学两部分，正运动学指的是通过给定每个关节的关节变量，来确定机器人末端的位置和姿态；逆运动学指的是在确定机器人末端的目标位置和姿态后，通过逆运算获得机器人各个关节的关节变量，从而控制机器人。此处的关节变量可以是电机角度、电机扭矩等，并不唯一，依据机器人控制模式而定。
通常来说，机器人逆运动学有两种求解方法：数值解法和解析解法。前者的优点是通用性强，可以求解任何机器人逆运动学问题，缺点是计算量很大，而且不能保证求出问题的全部解。对于协作机器人来说，求出全部解还是很重要的，因为协作机器人根据应用场合的不同，会有很多整体姿态，比如六轴机器人对于同一组末端位姿就有八组解，解的缺失会限制机器人的使用场景，这个我们后面再讲。而解析解的显著优点就是计算量小，这也带有一定局限性，解析解法对于每个PUMA型机器人都是不同的，因为要用到机器人的D-H参数，D-H参数对于每个机器人都是不一样的，这就限制了解析解法的通用性，并且，只有满足Pepper准则的机器人才能用解析解法求解逆运动学问题。Pepper准则指的是有三根轴的延长线相交于一点的机器人才可以使用解析解法求解。这里我只介绍解析解法，数值解法可以参考这篇博客，《机器人学之逆运动学数值解法及SVD算法》。
由于机器人逆运动学部分涉及到大量的公式推导，我在此不再赘述，可通过任意一本机器人学的教材找到相关公式，我看的是西安电子科技大学出版社的《机器人学简明手册》，其主要思想就是逐步求解各轴间的坐标变换矩阵，利用矩阵元素的对应相等和atan2函数，求解各轴变量，这是位置控制模式下。我猜测力控模式下可能是用到了雅可比矩阵和拉格朗日动力学方程，不过我还是本科生，没有看那么深，只是略有了解。
重点是如何在求出的八组多解中选取我们需要的那一组解。