前言
之前对机器人机构的建模都是采用的DH参数法,建立坐标,确定参数,确实比较繁琐
这次采用基于旋量的指数积公式之后,意识到运动学建模可以如此优雅简洁
自己也是从机械专业出身,在介绍相关知识方面,尽量通俗易懂
能不彪公式就不彪公式
注:
看完文章,就可以对串联机构进行建模,并且相关代码【现代机器人学】都附带,我将链接放在后面
文章中参考的资料都来自于【现代机器人学】,并且作者也在网站上公开了免费的电子版下载
会持续分享一些机器人相关的知识,欢迎关注Winter
大纲
文章一:举个例子看看基于旋量的机器人指数积POE公式比DH参数法简洁之处
文章二:用机械人能听懂的方式讲解方法的来历,做到心中有数
文章三:用Matlab的仿真模拟实验
直接上例子
这里的例子只是为了表明指数积公式的简洁之处,只需要三个步骤,至于为什么要这样做,将在下一篇文章中讲解
(左)通用机器人的UR5 6R机械臂。(右)显示在其零位置。绕所示轴的正旋转由通常的右手规则给出。
来自【现代机器人学】
步骤一
先将这个机构摆放在初始位置,也就是关节位置为0
我们只关心两个坐标系,基座坐标系 Xs Ys Zs 如图 和末端坐标系 Xb Yb Zb
确定这两个坐标系后,写出末端坐标系相对基座坐标系的位姿矩阵M
矩阵解读
我圈出来的三个向量分别就是末端坐标系的x轴y轴z轴 这三个向量 在基座坐标系中的向量
而第四列的向量就是末端坐标系的原点在基座坐标系中的位置
步骤二
建立这样一个表
表格
表格的第一列,就是对应着上图中每个旋转关节的轴线,在基座坐标系中的单位向量
第二列: v=r\times w
,r就是对应轴线上任意一点的位置,
拿第3行来说,图中第3个轴的轴线是 w=(0, 1, 0 )
,他经过了一个点, r=(L1, 0, p)
这个点是不唯一的,只要经过轴线即可, r\times w
进行叉乘为:( -p , 0, L1 )
步骤三
由上面的w v 组成 s
S就是指的运动旋量,这里我们先不管它,
上面列出的表格中,每一行都可以得到一个T,这个T具体怎么计算看上面这个公式?
\theta
就是你这个关节要转多少度?
I
就是一个单位矩阵,
\left[ w \right]
长这个样子只要根据上面的w将它填成这样的矩阵就可以,
最难的就是这个,其实就是我们的旋转矩阵,
那你已经能根据旋量计算 每个关节的T矩阵
这是最终的T矩阵
最终的矩阵,就是把每个旋转矩阵乘起来,最后再乘以我们刚开始的初始配置的末端矩阵M
这个例子中,
所以
最终
你可以根据最终这个答案测试一下自己是否计算正确,
步骤是很顺利的,但有可能公式看起来比较麻烦一点,但在matlab的程序中是有作者写的库文件的,你只需要指定这个轴的方向和这个轴经过的点,以及M,它就可以自己完全计算了,
经过上面三个步骤,我们已经会使用了这种方法,但是为什么好端端的旋转矩阵会跟指数扯上关系?更何况这个指数其中的参数竟然还是一个矩阵,
下一章节我们就探讨这个问题,用通俗的方法讲清楚这个,让我们心里有个底
如果觉得对你有帮助,欢迎点赞,或者关注交流
附录
这个是可以免费下载这本【现代机器人学】电子书的网址
http://
hades.mech.northwestern.edu
/index.php/Modern_Robotics#Book