《机器人动力学与控制》第九章——动力学 9.5 机器人动力学方程的性质

最新推荐文章于 2023-12-04 08:01:07 发布

Wo看见常威在打来福

最新推荐文章于 2023-12-04 08:01:07 发布

阅读量2.7k

点赞数

分类专栏：机器人学理论文章标签： robotics

本文链接：https://blog.csdn.net/zhelijun/article/details/100540998

版权

机器人学理论专栏收录该内容

26 篇文章 67 订阅

订阅专栏

文章目录

9.5.0 前言
9.5.1 反对称性和无源性
- 反对称性
- 无源性
9.5.2 惯量矩阵的限制条件
9.5.3 参数的线性性质
- 例9.3 双连杆平面机器人
参考引用

9.5.0 前言

随着关节数目的增加，一个多关节机器人的动力学方程可能会变得非常可怕。但幸运的是，动力学方程里面包含了一些重要的结构性质，这些性质可以给后面推导控制算法带来很大的便利。我们会在接下来的内容里看到这些优点。本节我们将会讨论其中的一些性质，包括反对称性质，被动性质以及参数的线性特征。对于转动关节机器人，惯量矩阵也满足了一些对设计控制算法有帮助的全局特征。

9.5.1 反对称性和无源性

反对称性

反对称性质指的是惯量矩阵 $D (q)$ 与矩阵 $C(\boldsymbol{q}, \dot{\boldsymbol{q}})$ 之间的一种重要的关系，该性质定义如下
在这里插入图片描述
证明：
给定一个惯量矩阵 $D (q)$ ，根据求导的链式法则，得到 $\dot{D}(q)$ 的第 $k j$ 个元素为
$\dot{d}_{k j}=\sum_{i=1}^{n} \frac{\partial d_{k j}}{\partial q_{i}} \dot{q}_{i}$
因此， $N=\dot{D}-2 C$ 的第 $k j$ 个元素为：
$\begin{aligned} n_{k j} &=\dot{d}_{k j}-2 c_{k j} \\ &=\sum_{i=1}^{n}\left[\frac{\partial d_{k j}}{\partial q_{i}}-\left\{\frac{\partial d_{k j}}{\partial q_{i}}+\frac{\partial d_{k i}}{\partial_{j}}-\frac{\partial d_{i j}}{\partial q_{k}}\right\}\right] \dot{q}_{i} \\ &=\sum_{i=1}^{n}\left[\frac{\partial d_{i j}}{\partial q_{k}}-\frac{\partial d_{k i}}{\partial q_{j}}\right] \dot{q}_{i} \end{aligned}$
由于 $D (q)$ 是对称的，也就是说 $d_{i j}=d_{j i},$ 根据这个条件带入到式子里面很容易就能得到证明:
$n_{j k}=-n_{k j}$

无源性

与反对称性质相关的另一个性质就是无源性，正如在之前的章节里面提到的那样，无源性意味着存在一个常量 $\beta \geq 0,$ 使得
$\int_{0}^{T} \dot{q}^{T}(\zeta) \tau(\zeta) d \zeta \geq-\beta, \quad \forall T>0$
$\dot{q}^{T} \tau$ 这一项单位为能量单位，因此上述表达式的左边代表了该系统在时间0到T的间隔里所消耗的能量有一个 $-\beta$ 定义的下限。单词“无源性”来自于电路理论里面的无源系统（一个仅由电阻电容和电感组成的电路系统）。比如一个无源的机械系统可以有配重，弹簧和阻尼器组成。
为了证明无源性，我们用H代表系统的总能量（动能+势能）
$H=\frac{1}{2} \dot{q}^{T} D(q) \dot{q}+P(q)$ 因此，H的求导满足
$\begin{aligned} \dot{H} &=\dot{q}^{T} D(q) \ddot{q}+\frac{1}{2} \dot{q}^{T} \dot{D}(q) \dot{q}+\dot{q}^{T} \frac{\partial P}{\partial q} \\ &=\dot{q}^{T}\{\tau-C(q, \dot{q})-g(q)\}+\frac{1}{2} \dot{q}^{T} \dot{D}(q) \dot{q}+\dot{q}^{T} \frac{\partial P}{\partial q} \end{aligned}$ 这里我们代入了动力学方程来消除 $\ddot{q}$ 项，再代入 $g(q)=\frac{\partial P}{\partial q}$ 得到 $\begin{aligned} \dot{H} &=\dot{q}^{T} \tau+\frac{1}{2} \dot{q}^{T}\{\dot{D}(q)-2 C(q, \dot{q})\} \dot{q} \\ &=\dot{q}^{T} \tau \end{aligned}$ 第二项为0是因为括号里由反对称矩阵的特性（为什么等于0的细节我还未弄清楚）。因为能量H（T）至少为0，因此最后两边求导得到
$\int_{0}^{T} \dot{q}^{T}(\zeta) \tau(\zeta) d \zeta=H(T)-H(0) \geq-H(0)$

9.5.2 惯量矩阵的限制条件

前面我们已经知道一个n关节的刚体机器人的惯量矩阵是对称的正定矩阵。对于一个定值 q，假设 $0<\lambda_{1}(q) \leq \ldots, \leq$ $\lambda_{n}(q)$ 代表 $D (q)$ 的n个特征值。由于 $D (q)$ 是正定矩阵，因此这些所有特征值都为正。因此很容易得到：
$\lambda_{1}(q) I_{n \times n} \leq D(q) \leq \lambda_{n}(q) I_{n \times n}$ 这里的 $I_{n \times n}$ 代表 $\times n$ 的单位矩阵。要理解上述不等式，我们需要给出以下定义：

A和B是nxn的矩阵，如果B<A，那么A-B是正定矩阵
如果B<=A,那么A-B是半正定矩阵

如果全部关节都是转动关节，那么惯量矩阵仅仅包含关节变量的有界方程（例如：sin和cos项）。结果就是我们可以找到两个常数构成 $D (q)$ 的上下界：
$\lambda_{m} I_{n \times n} \leq D(q) \leq \lambda_{M} I_{n \times n}<\infty$

9.5.3 参数的线性性质

机器人的动力学方程由一些特定的参数构成，比如连杆质量，惯量矩等等，要使用这些参数去仿真动力学方程或者调试控制器，我们需要对于每个特定的机器人仔细地考究其动力学参数。动力学方程的复杂性使得这些参数的确定变得十分困难。幸运的是，某些条件下动力学方程的惯量参数可以看成是线性的。因此存在一个 $\times \ell$ 的矩阵方程 $\dot{q}, \ddot{q})$ 和 $\ell$ 维的向量使得之前的欧拉拉格朗日动力学方程可以改写为：
$\dot{q}) \dot{q}+g(q)=: Y(q, \dot{q}, \ddot{q}) \Theta=\tau$
$\dot{q}, \ddot{q})$ 项被称为回归矩阵， $\Theta$ 是参数向量。 $\mathbf{R}^{\ell}$ 是参数空间的维度，也就是说要表达动力学方程，所需要的参数的个数并不是唯一的。一般来说，一个给定刚体需要用10个参数来描述：总质量、6个惯性张量的项以及3个质心坐标项。因此一个n连杆的机器人最多需要用10n个动力学参数来完全描述。由于连杆之间由于关节的连接有一定的耦合关系，所以少过10n个参数有时也能完全描述一个机器人。但是找到机器人的最少参数集也不是件容易的事情。我们来举个例子：

例9.3 双连杆平面机器人

考虑例 9.4.2 里说到的双关节机器人。我们已经得到d的表达式
$\begin{aligned} d_{11} &=m_{1} \ell_{c 1}^{2}+m_{2}\left(\ell_{1}^{2}+\ell_{c 2}^{2}+2 \ell_{1} \ell_{c 2}^{2}+2 \ell_{1} \ell_{c 2} \cos q_{2}\right)+I_{1}+I_{2} \\ d_{12} &=d_{21}=m_{2}\left(\ell_{c 2}^{2}+\ell_{1} \ell_{c 2} \cos q_{2}\right)+I_{2} \\ d_{22} &=m_{2} \ell_{c 2}^{2}+I_{2} \end{aligned}$
因此如果取Θ满足：
$\begin{aligned} \Theta_{1} &=m_{1} \ell_{c 1}^{2}+m_{2}\left(\ell_{1}^{2}+\ell_{c 2}^{2}+2 \ell_{1} \ell_{c 2}^{2}\right)+I_{1}+I_{2} \\ \Theta_{2} &=m_{2} \ell_{1} \ell_{c 2} \\ \Theta_{3} &=m_{2} \ell_{c 2}^{2}+I_{2} \end{aligned}$
那么 $d$ 的表达式可以重写为
$\begin{aligned} d_{11} &=\Theta_{1}+2 \Theta_{2} \cos \left(q_{2}\right)\\ d_{12} &=d_{21}=\Theta_{3}+\Theta_{2} \cos \left(q_{2}\right) \\ d_{22} &=\Theta_{3} \end{aligned}$
由于 $C h r i s t o f f e l$ 项也可以由已经定义的 $\Theta_{2}$ 来表达，因此不需要定义多余的参数描述。重力扭矩项则需要多两个参数描述，令
$\begin{aligned} \Theta_{4} &=m_{1} \ell_{c 1}+m_{2} \ell_{1} \\ \Theta_{5} &=m_{2} \ell_{c2} \end{aligned}$
因此得到
$\begin{aligned} \phi_{1} &=\Theta_{4} g \cos \left(q_{1}\right)+\Theta_{5} g \cos \left(q_{1}+q_{2}\right) \\ \phi_{2} &=\Theta_{5} \cos \left(q_{1}+q_{2}\right) \end{aligned}$
把上述结果带入到动力学方程得到：
在这里插入图片描述
然后得到Θ的表达
$\Theta=\left[\begin{array}{c} \Theta_{1} \\ \Theta_{2} \\ \Theta_{3} \\ \Theta_{4} \\ \Theta_{5} \end{array}\right]=\left[\begin{array}{c} m_{1} \ell_{c 1}^{2}+m_{2}\left(\ell_{1}^{2}+\ell_{c 2}^{2}+2 \ell_{1} \ell_{c 2}^{2}\right)+I_{1}+I_{2} \\ m_{2} \ell_{1} \ell_{c 2} \\ m_{2} \ell_{c 2}^{2}+I_{2} \\ m_{1} \ell_{c 1}+m_{2} \ell_{1} \\ m_{2} \ell_{c2} \end{array}\right]$
因此我们用了五个参数就描述了该机器人的动力学方程，如果该机器人水平放置变成SCARA机器人的话，那么重力项就可以忽略，仅仅需要3个参数就够了。