机器人工具箱学习(三)

一、动力学方程

  机器人的动力学公式描述如下:
在这里插入图片描述
式中, τ \boldsymbol{\tau} τ表示关节驱动力矩矢量; q ,    q ˙ ,    q ¨ \boldsymbol{q} ,\; \dot{\boldsymbol { q }} ,\; \ddot{\boldsymbol { q }} q,q˙,q¨分别为广义的关节位置、速度和加速度; M \boldsymbol{M} M为关节的空间惯量矩阵; C \boldsymbol{C} C为科氏力和离心力耦合矩阵; G \boldsymbol{G} G为重力; F f \boldsymbol{F}_f Ff为关节摩擦力。

  机器人的动力学参数包括惯性参数和摩擦参数。
  (1)惯性参数有:连杆质量 m m m、相对于连杆坐标系的质心矢量 r \boldsymbol{r} r和转动惯量矩阵 I \boldsymbol{I} I。其中,质心矢量 r \boldsymbol{r} r可以表示为:
在这里插入图片描述
式中, r x r_x rx r y r_y ry r z r_z rz分别表示质心矢量 r \boldsymbol{r} r在连杆坐标系下三个坐标轴的分量。转动惯量矩阵 I \boldsymbol{I} I为包含六个独立元素的二维矩阵,表示为:
在这里插入图片描述
式中,主对角元素为惯性矩,非主对角元素为惯性积。

  (2)机器人动力学建模中常用的摩擦模型为库伦-粘滞摩擦模型,其表达式为:
在这里插入图片描述
式中, f c f_c fc f v f_v fv分别表示库伦摩擦系数和粘滞摩擦系数; v v v表示关节速度。注意:对于库伦摩擦系数的处理不同人有不同的处理,有的地方认为库伦摩擦是对称的,即当机器人关节正向旋转和反向旋转时,库伦摩擦力大小相等,方向相反,也即 f c + = f c − f_c^+ = f_c^- fc+=fc;也有的地方认为库伦摩擦是非对称的,即当机器人关节正向旋转和反向旋转时,库伦摩擦力大小不相等。

二、机器人工具箱描述动力学方程

2.1 动力学参数赋值

  在机器人工具箱中,提供了如下动力学参数输入接口:
  (1)Link.m:表示连杆的质量;
  (2)Link.r:表示连杆的质心矢量;
  (3)Link.I:表示连杆的惯量矩阵;
  (4)Link.Jm:表示驱动电机的转动惯量;
  (5)Link.B:表示粘滞摩擦系数;
  (6)Link.Tc:表示库伦摩擦系数;
  (7)Link.G:表示电机齿轮传动比(默认为1)

  这里仍然以3-DOF平面机械臂为例:

%% 动力学
% RRR机械臂
clear;
close all;
clc;

%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

% 连杆1动力学参数
RRR_L(1).m = 4.0;
RRR_L(1).r = [0.12; 0.08; 0.31];
RRR_L(1).I = [0.32 0.01 0.02;
              0.01 0.12 0.11;
              0.02 0.11 0.41];
RRR_L(1).Jm = 0.0012;
RRR_L(1).B = 0.00148;
RRR_L(1).Tc = [+0.395, -0.435];
RRR_L(1).G = 1.2;

% 连杆2动力学参数
RRR_L(2).m = 15.2;
RRR_L(2).r = [-0.475; 0.097; 0.06];
RRR_L(2).I = [1.21 0.21 0.32;
              0.21 0.52 0.11;
              0.32 0.11 0.51];
RRR_L(2).Jm = 0.0048;
RRR_L(2).B = 0.00329;
RRR_L(2).Tc = [+0.462; -0.561];
RRR_L(2).G = 1.4;

% 连杆3动力学参数
RRR_L(3).m = 0.6;
RRR_L(3).r = [0.01; 0.097; 0.016];
RRR_L(3).I = [0.021 0.03 0.382;
              0.03 0.152 0.11;
              0.382 0.11 0.651];
RRR_L(3).Jm = 0.0061;
RRR_L(3).B = 0.00429;
RRR_L(3).Tc = [+0.262; -0.661];
RRR_L(3).G = 1.7;

three_link = SerialLink(RRR_L, 'name', '3-DOF');

  采用dyn( )函数可以查看动力学参数,如图所示:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.2 动力学方程中的各项表示

(1)空间惯量矩阵 M ( q ) \boldsymbol{M}(\boldsymbol{q}) M(q)
  机器人的空间惯量是机器人各关节的位姿的函数,在不同机器人位形时具有不同的值。机器人工具箱中可以调用robot.inertia(q)函数获得空间惯量矩阵。
  例如:当3-DOF平面机械臂三个关节角度为30°、45°和60°时,其空间惯量矩阵为:
在这里插入图片描述

(2)科氏力和离心力耦合矩阵 C ( q , q ˙ ) \boldsymbol{C}(\boldsymbol{q},\dot{\boldsymbol{q}}) C(q,q˙)
  科氏力和离心力耦合矩阵是关节位置和速度的函数。机器人工具箱中可以调用robot.coriolis(q, qd)函数获得该耦合矩阵。
  例如:当3-DOF平面机械臂三个关节角度为30°、45°和60°,三个关节速度为10°/s、20°/s和30°/s时,其科氏力和离心力耦合矩阵为:
在这里插入图片描述

(3)重力矩阵 G ( q ) \boldsymbol{G}(\boldsymbol{q}) G(q)
  重力矩阵与机器人的位形有关,是对各关节所受重力的描述,其值不受机器人的运动的影响。机器人工具箱中可以调用robot.gravload(q, grav)函数来获得重力矩阵,其中grav自定义重力加速度向量。
  例如:当3-DOF平面机械臂三个关节角度为30°、45°和60°,重力加速度向量为 y y y轴负向,即grav = [0; -9.8; 0]。重力矩阵为:
在这里插入图片描述

(4)摩擦力矩阵 F f ( q ˙ ) \boldsymbol{F}_f(\dot{\boldsymbol{q}}) Ff(q˙)
  摩擦力矩阵是由各关节的给定摩擦参数数值决定的,大小与各关节的速度有关。机器人工具箱中可以调用robot.friction(qd)函数来获得重力矩阵。
  例如:当3-DOF平面机械臂三个关节速度为10°/s、20°/s和30°/s时,其摩擦力矩阵为:
在这里插入图片描述

三、逆动力学分析

  机器人的逆动力学分析是在给定机器人关节位置、速度和加速度时,计算得到机器人各关节所需要的力和力矩大小。机器人工具箱中可以调用robot.rne(q, qd, qdd, grav)函数来计算逆动力学。其中,q, qd, qdd分别表示机器人关节位置、速度和加速度;grav表示自定义的重力加速度矢量。除此之外,还可以添加参数fext,表示末端执行器受到的外力和力矩 [ F x ,   F y ,   F z ,   τ x ,   τ y ,   τ z ] [F_x,\: F_y,\: F_z,\: \tau_x,\: \tau_y,\: \tau_z] [Fx,Fy,Fz,τx,τy,τz]
  例子:让3-DOF平面机械臂按照下图所示的轨迹运动。
在这里插入图片描述

代码:

%% 动力学
% RRR机械臂
clear;
close all;
clc;

%               theta(z)   d(z)     a(x)     alpha(x)  
RRR_L(1) = Link([  0       0        1        0    ],'standard');
RRR_L(2) = Link([  0       0      0.8        0    ],'standard');
RRR_L(3) = Link([  0       0      0.6        0    ],'standard');

% 连杆1动力学参数
RRR_L(1).m = 4.0;
RRR_L(1).r = [0.12; 0.08; 0.31];
RRR_L(1).I = [0.32 0.01 0.02;
              0.01 0.12 0.11;
              0.02 0.11 0.41];
RRR_L(1).Jm = 0.0012;
RRR_L(1).B = 0.00148;
RRR_L(1).Tc = [+0.395, -0.435];
RRR_L(1).G = 1.2;

% 连杆2动力学参数
RRR_L(2).m = 15.2;
RRR_L(2).r = [-0.475; 0.097; 0.06];
RRR_L(2).I = [1.21 0.21 0.32;
              0.21 0.52 0.11;
              0.32 0.11 0.51];
RRR_L(2).Jm = 0.0048;
RRR_L(2).B = 0.00329;
RRR_L(2).Tc = [+0.462; -0.561];
RRR_L(2).G = 1.4;

% 连杆3动力学参数
RRR_L(3).m = 5.6;
RRR_L(3).r = [0.01; 0.097; 0.016];
RRR_L(3).I = [0.921 0.03 0.382;
              0.03 0.252 0.11;
              0.382 0.11 1.251];
RRR_L(3).Jm = 0.0061;
RRR_L(3).B = 0.00429;
RRR_L(3).Tc = [+0.262; -0.661];
RRR_L(3).G = 1.7;

three_link = SerialLink(RRR_L, 'name', '3-DOF');

delta_t = 0.02;
t = 0:delta_t:4;
m = length(t);

theta1 = 60*sin(4*pi*t/4);
theta2 = 60*sin(2*pi*t/4);
theta3 = 30*sin(2*pi*t/4);

theta1_d = 60*pi*cos(4*pi*t/4);
theta2_d = 30*pi*cos(2*pi*t/4);
theta3_d = 15*pi*cos(2*pi*t/4);

theta1_dd = -60*pi*pi*sin(4*pi*t/4);
theta2_dd = -15*pi*pi*sin(2*pi*t/4);
theta3_dd = -7.5*pi*pi*sin(2*pi*t/4);

q = [theta1;theta2;theta3]'*pi/180;
qd = [theta1_d;theta2_d;theta3_d]'*pi/180;
qdd = [theta1_dd;theta2_dd;theta3_dd]'*pi/180;

% 关节位置、速度、加速度绘图
figure(1)
subplot(3,1,1)
plot(t, q(:,1)*180/pi, 'b')
hold on
plot(t, q(:,2)*180/pi, 'r--')
hold on
plot(t, q(:,3)*180/pi, 'm')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$\theta$ (deg)', 'Interpreter', 'latex')
legend('$\theta_1$','$\theta_2$','$\theta_3$', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')

subplot(3,1,2)
plot(t, qd(:,1)*180/pi, 'b')
hold on
plot(t, qd(:,2)*180/pi, 'r--')
hold on
plot(t, qd(:,3)*180/pi, 'm')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$\dot{\theta}$ (deg)', 'Interpreter', 'latex')
legend('$\dot{\theta_1}$','$\dot{\theta_2}$','$\dot{\theta_3}$', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')

subplot(3,1,3)
plot(t, qdd(:,1)*180/pi, 'b')
hold on
plot(t, qdd(:,2)*180/pi, 'r--')
hold on
plot(t, qdd(:,3)*180/pi, 'm')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$\ddot{\theta}$ (deg)', 'Interpreter', 'latex')
legend('$\ddot{\theta_1}$','$\ddot{\theta_2}$','$\ddot{\theta_3}$', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')

set(gcf, 'color',[1 1 1]);

% 运动示意
figure(2)
three_link.plot(q,'trail','b');


% 逆动力学
grav = [0; -9.8; 0];
tau = three_link.rne(q, qd, qdd, grav);

% 关节驱动力矩
figure(3)
plot(t,tau(:,1), 'b')
hold on
plot(t, tau(:,2), 'r--')
hold on
plot(t, tau(:,3), 'm')
xlabel('time (s)', 'Interpreter', 'latex')
ylabel('$\tau$ (N/m)', 'Interpreter', 'latex')
legend('$\tau_1$','$\tau_2$','$\tau_3$', 'Interpreter', 'latex')
set(gca, 'FontName','Times New Roman')
set(gcf, 'color',[1 1 1]);

运行结果:
在这里插入图片描述
在这里插入图片描述

四、结语

  机器人工具箱还有其他的一些应用,譬如正动力学分析、视觉相关应用等,不过笔者对这些没有接触过,就不误导大家了。
  我是木头人,以上全是个人见解,有问题请大家评论区指出,大家共同进步!!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/632754.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Python代码:十二、格式化输出(2)

1、描述 牛牛、牛妹和牛可乐都是Nowcoder的用户,某天Nowcoder的管理员希望将他们的用户名以某种格式进行显示, 现在给定他们三个当中的某一个名字name,请分别按全小写、全大写和首字母大写的方式对name进行格式化输出(注&#x…

关于毫、微、纳、皮

千分之一称为“毫”(m),即10^(-3) “毫”的千分之一称为“微”( μ),即10^(-6) “微”的千分之一称为“纳”( n),即10^(-9) “纳”的千分之一称为“皮”( p),即10^(-12) 另外: 千倍为“千”(K) 千倍的千倍称为“…

Echarts仪表盘实现半球带圆点

效果图&#xff1a; 代码如下&#xff1a; <template><div><!-- 图表 --><div class"echart-box" id"main"></div></div> </template> <script setup> import * as echarts from "echarts"; …

CSP认证刷题笔记(3)最大矩形(13年CSP认证第三题)

文章目录 题目描述基本思路求解代码 题目描述 在横轴上放了n个相邻的矩形&#xff0c;每个矩形的宽度是1&#xff0c;而第i&#xff08;1≤i≤n&#xff09;个矩形的高度是 hi。这n个矩形构成了一个直方图。例如&#xff0c;下图中六个矩形的高度就分别是3,1,6,5,2,3。 请找出…

【面试干货】一个数组的倒序

【面试干货】一个数组的倒序 1、实现思想2、代码实现 &#x1f496;The Begin&#x1f496;点点关注&#xff0c;收藏不迷路&#x1f496; 1、实现思想 创建一个新的数组&#xff0c;然后将原数组的元素按相反的顺序复制到新数组中。 2、代码实现 package csdn;public class…

Go语言不再难!跟随ChatGPT轻松攻克编程难关

开发人员&#xff08;包括我在内&#xff09;通常偏好边学习边实践的方式。这不仅仅是我与LLM协作的核心准则之一&#xff0c;也是最关键的准则&#xff1a;因为你是在任务导向的学习过程中积累知识&#xff0c;这种学习方式不是预先的——它基于实时的、可感知的情境。 当资深…

管道光电液位传感器有哪些特点

管道光电液位传感器具有多项独特特点&#xff0c;使其在水管缺水检测领域广受欢迎。管道光电液位传感器采用光学感应原理&#xff0c;利用光线在水与空气中的折射率不同来感知水位的变化。这种原理使得传感器无需任何机械运动&#xff0c;大大延长了其寿命&#xff0c;并且不易…

连绕下线和掏把下线

这里的连绕下线和掏把下线讲的是线不剪断的接法&#xff01; 这里还是以一路串联为例子&#xff0c;一相4组线圈 &#xff0c;4组线圈就需要3根套管&#xff0c;3相就需要9根套管 如下图 绕这一相4组线圈的时候&#xff0c;就已经放好一定大小的3根套管&#xff01; 这个只试…

计算机网络学习记录 数据链路层 Day3 (上)

计算机网络学习记录 数据链路层 Day3&#xff08;上&#xff09; 你好,我是Qiuner. 为记录自己编程学习过程和帮助别人少走弯路而写博客 这是我的 github https://github.com/Qiuner gitee https://gitee.com/Qiuner 如果本篇文章帮到了你 不妨点个赞吧~ 我会很高兴的 &#x1…

【手势识别-UISwipeGestureRecognizer轻扫 Objective-C语言】

一、接下来,我们来说这个,轻扫的手势, 1.轻扫,比如说,就是从右往左滑一下,从左往右滑一下,这个叫轻扫,不是清洁的清啊,是轻轻的轻,不是那个清扫垃圾的清啊,好,这是轻扫啊,swipe, 好,然后呢,在这个里边呢,首先,3步,也是一样的, 1)创建手势对象 2)为哪一…

香港身份|香港优才计划2024申请条件是什么?一文梳理流程、打分、政策、续签指南!

香港优才计划2024申请条件是什么&#xff1f;一文梳理流程、打分、政策、续签指南&#xff01; 一个香港身份可以为申请人家庭带来教育、税务、医疗、通行自由等一系列优势。但申请香港优才并不轻松&#xff0c;因此总结了过来人经验分享这篇攻略&#xff0c;讲讲香港优才申请…

基于DEXPI标准的xml转成svg图片的测试

通过对java代码的一顿反编译&#xff0c;这个功能逐渐实现了。也打了日志&#xff0c;通过编码实现了svg的视图的裁剪大小。选择xml文件然后选择文件夹&#xff0c;程序自动进行转换&#xff0c;最后生成svg文件。 最后的xml转换后的成品如下图&#xff1a; 通过与达美盛的工具…

PWM 什么是PWM?

1. 什么是PWM&#xff1f; PWM是Pulse Width Modulation的缩写&#xff0c;中文是脉冲宽度调制。 是利用微处理器的数字输出来对模拟电路进行控制的一种技术。 2. 面积等效原理 2.1. 什么是面积等效原理&#xff1f; 冲量相等而形状不同的窄脉冲施加在惯性环节上时&#xf…

Qwen学习笔记4:Qwen 7B模型调用天气API实现天气的即时查询

前言 在学习Qwen模型的函数调用功能后&#xff0c;进一步尝试利用本地的Qwen模型访问OpenWeather API来获取实时的天气情况。 参考代码来源于视频教程&#xff1a; 简单粗暴&#xff0c;轻松配置Qwen模型查询实时数据功能_哔哩哔哩_bilibili 说明 该代码运行前&#xff0c…

蓝桥杯-线性动态规划问题背包问题进阶策略详解-青蛙吃虫

题目&#xff1a;蓝桥云课-青蛙吃虫 解题代码&#xff1a; #include <iostream> #include<cstring> #include<algorithm> using namespace std;const int N106;int f[N][N]; int a[N]; int t,l,r,k,n;int main() {cin>>t;while(t--){scanf("%d%…

入职java开发第一天,不会VUE竟然被.........

Vue2 技术栈 第 1 章&#xff1a;Vue 核心1.1. Vue 简介1.1.1. 官网1.1.2. 介绍与描述1.1.3. Vue 的特点1.1.4. 与其它 JS 框架的关联1.1.5. Vue 周边库 1.2. 初识 Vue1.3. 模板语法1.3.1. 效果1.3.2. 模板的理解1.3.3. 插值语法1.3.4. 指令语法 1.4. 数据绑定1.4.1. 效果1.4.2…

Java官网下载JDK17版本详细教程(下载、安装、环境变量配置)

第一步&#xff0c;去百度搜索甲骨文官网 第二步 第三步 第四步 第五步 第六步 第七步 第八步 第九步 第十步 然后在系统变量里面找到path-编辑-新建添加这个,点击确定就好了 %JAVA_HOME%\bin 就完成了&#xff0c;接下来测试是否成功。 测试&#xff1a; 第一步&a…

Vue3学习笔记 - 禹神YYDS

1. 教程介绍 https://www.bilibili.com/video/BV1Za4y1r7KE?p1 本篇vue3&#xff0c;内容比较新&#xff0c;比如有setup语法糖用法&#xff1b;只是他使用TS&#xff0c;并不是JS&#xff1b;不过JS也比较熟悉了&#xff0c;也可以学习下TS的语法&#xff0c;课程使用 TypeSc…

Clickhouse

概念 来源 ClickHouse背后的研发团队是俄罗斯的Yandex公司。Yandex是一家俄罗斯的搜索引擎公司&#xff0c;类似于我国的百度&#xff0c;Yandex于2011年在纳斯达克上市。 架构演变 特点 Clickhouse使用的是列式存储 图中第二个使用的列式存储在提取某一部分的全部数据时&a…

KING大咖直播 | KES RAC如何成为核心系统首选?

核心系统负载高 停机代价大 KES RAC来了 KingbaseES共享存储集群 不仅满足您对数据库 扩展性与可用性的严苛要求 更能在保障性能的同时 实现低成本、高效益 是企业核心系统的理想选择 5月16日19:30-20:30 锁定金仓数据库视频号 人大金仓高级研发工程师 深度揭秘如何实现 Kingba…