Dobot magician机械臂抓取实战---机器人导论（1）

没入&浅出

已于 2023-05-19 19:17:09 修改

阅读量1.7k

点赞数

分类专栏： magician 文章标签：机器人 ubuntu 学习

于 2023-05-19 19:14:27 首次发布

本文链接：https://blog.csdn.net/weixin_64037619/article/details/130692438

版权

magician 专栏收录该内容

15 篇文章

订阅专栏

文章详细阐述了机器人位置和姿态的数学描述，包括笛卡尔坐标系中的位置表示以及通过旋转矩阵描述的姿态。同时，介绍了坐标变换的不同类型，如平移和旋转变换，以及它们在齐次坐标系下的表示和组合应用。此外，讨论了变换顺序的重要性，即绕参考坐标系或构建坐标系变化时的差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、机器人的相关概念

位置和姿态的描述：位置和姿态是描述物体的两个重要特性。
位置描述：在笛卡尔坐标系中，空间中的任意一点P点位置可用3*1的列向量表示， $^{A}P$ = $\begin{bmatrix} X& Y& Z \end{bmatrix}^{T}$ 。

姿态描述：构建末端执行器的坐标系{B}的三个单位主矢量[ $X_{B}$ , $Y_{B}$ , $Z_{B}$ ]相对于基坐标系{A}方向上的余弦组成3X3的矩阵描述。

即末端执行器构建坐标系的x相对于基坐标系的x、y、z有方向上的余弦值构成一个列向量 $\begin{bmatrix} L &M &N \end{bmatrix}^{T}$

末端执行器构建坐标系的y相对于基坐标系的x、y、z有方向上的余弦值构成一个列向量 $\begin{bmatrix} O & P & Q \end{bmatrix}^{T}$ ;

末端执行器构建坐标系的z相对于基坐标系的x、y、z有方向上的余弦值构成一个列向量 $\begin{bmatrix} R & S & T \end{bmatrix}^{T}$ ;他们组成一个3X3的矩阵： $\begin{bmatrix} L& M &N \\ O& P & Q\\ R& S & T \end{bmatrix}^{T}$

旋转矩阵： $\begin{bmatrix} L& M &N \\ O& P & Q\\ R& S & T \end{bmatrix}^{T}$

若坐标系B可由A坐标系，绕A坐标系某一坐标轴获得，则x、y、z三轴的旋转矩阵分别为：

位姿描述：即位置和姿态。{B} = { $_{B}^{A}P$ $^{A}P_{B0}$ }

二、坐标变换

1、平移变换

$^{A}P$ = $^{B}P$ + $^{A}P_{Bo}$

2、旋转变化

$^{A}P$ = $_{B}^{A}R$ * $^{B}P$

$_{A}^{B}R$ = $_{B}^{A}R^{-1}$ = $_{B}^{A}R^{T}$

3、复合变化

$^{A}P$ = $_{B}^{A}R$ * $^{B}P$ + $^{A}P_{B0}$

4、齐次变化

$\begin{bmatrix} ^{A}P\\ 1 \end{bmatrix}$ = $\begin{bmatrix} _{B}^{A}P& ^{A}P_{B0}\\ 0& 1 \end{bmatrix}$ $\begin{bmatrix} ^{B}P\\ 1 \end{bmatrix}$

$\left\{\begin{matrix} ^{A}P = _{B}^{A}R +^{A}P_{B0} & \\ 1 = 0 &0 \end{matrix}\right.$

$^{A}P = _{B}^{A}T * ^{B}P$

$_{B}^{A}T = \begin{bmatrix} _{B}^{A}R & ^{A}P_{B0} \\ 0 & 1 \end{bmatrix}$

(1)、平移齐次变化

{A}分别沿{B}的x 、y 、z坐标系平移a 、b 、c距离的平移齐次变化矩阵。

$Trans(a,b,c) = \begin{bmatrix} 1 & 0 &0 & a\\ 0 & 1 &0 &b \\ 0 & 0 &1 &c \\ 0 &0 &0 &1 \end{bmatrix}$

(2)、旋转齐次坐标变换

R（x ， $\theta$ ） R（y ， $\theta$ ） R（z ， $\theta$ ）

$R(x,\theta ) = \begin{bmatrix} 1 & 0& 0 & 0\\ 0& \cos \theta & -\sin \theta & 0\\ 0 &\sin \theta & \cos \theta &0 \\ 0& 0&0 & 1 \end{bmatrix}$

引入齐次变化后连续的变换矩阵的连乘形式，要先看绕哪一个坐标轴变换。

1、绕参考坐标系变化---往左写

如：绕参考坐标系的z轴旋转90度，再绕y轴旋转90度，最后再进行平移

Trans（x,y,z）* Rot(y,90度) * Rot（z，90度）

2、绕构建坐标系变化---往右写

Rot（z，90度）* Rot（y，90度）* Trans（x，y，z）