当前位置:   article > 正文

连续体机器人的正逆向运动学模型-(4)雅可比矩阵解决逆向运动_连续机器人运动学建模的几何分析法

连续机器人运动学建模的几何分析法

章节分布

  1. Winter:连续体机器人的正逆向运动学模型-(1)概述
  2. Winter:连续体机器人的正逆向运动学模型-(2)DH参数法与雅可比矩阵
  3. Winter:连续体机器人的正逆向运动学模型-(3)利用DH参数法解决正向运动学
  4. 连续体机器人的正逆向运动学模型-(4)雅可比矩阵解决逆向运动 - 知乎

参考资料

Robot Modeling and Control》 by Mark W. Spong

Design and Kinematic Modeling of Constant Curvature Continuum Robots: A Review

注:还会发布其他机器人运动学知识,欢迎关注


回顾雅可比矩阵 jacobian

1.意义:干嘛的

指公式中的J

广义上的雅克比矩阵,其实就是一个偏导数组成的矩阵

而在机器人领域,可以看上面的公式,公式的右侧q就是关节的速度,公式的左侧就是末端执行器的速度,

而雅克比矩阵在这个过程中就是起一个作用,给定一个关节的速度,我就可以得到末端执行器的速度,那么这个雅可比矩阵,我们也可以联想到是跟机器人的位姿有关系的,就是这个机器人是怎么摆放的。

而这个机器人怎么摆放决定了我们安放的坐标系,以及我们得到的DH参数表,这些我们在第三节已经得到

不论是传统的机器人还是连续体机器人,只要你得到了DH参数表,接下来的步骤就是一样的

2.怎么得到

  • 对于旋转关节
标旋转关节的jacobian

  • 对于移动关节
标移动关节

第二篇文章有对应的例子和答案,很简洁可以检查一下自己是否理解,链接如下

Winter:连续体机器人的正逆向运动学模型-(2)DH参数法与雅可比矩阵

逆向运动的迭代公式

1.公式解读

来源:这个公式很明显是由第1个公式进行离散化得到的

q 就是机器人的关节角度,通过不断的迭代,就可以得到新的关节角度

J^{-1} 就是雅可比矩阵的逆矩阵,对应于 t_{k}时候的形态,当然这里有一点讲究,下面会说

Δt 就是步长了

v(t_{k})是末端操纵器的速度,包括线速度和角速度,涉及两个公式

2.遇到自由度不为6的时候(冗余/驱动不足)

刚刚提到在这个迭代公式里面,雅可比矩阵是需要求逆的,雅可比矩阵一定是六行的,但是它的列数取决于关节的数量,如果关节恰好等于6,那么是可以求逆的,如果在不等于6的情况下,应该怎么办呢?

  • 如果关节数n小于6 雅可比就是 6 X n 就需要看雅可比矩阵的秩

此时就有一个解

  • 如果关节数n大于6 ,就有可能出现多解的情况,使用它的伪逆矩阵

需要一些线代方面的知识

对于 J ∈R m×n,如果m<n且秩 J =m,则 (JJ^{T})^{-1} 存在。

可以看到 伪逆矩阵为J^{T}(JJ^{T})^{-1}

 

对应MATLAB中的

J_pinv = pinv( J_double );

这样可以得到接下来两个公式

这个b是任意的,通过下面的公式可以看到并不影响,b会消失

展示逆向运动

给定一个目标位置姿态进行迭代

 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Monodyee/article/detail/520547
推荐阅读
相关标签
  

闽ICP备14008679号