赞
踩
matlab机器人工具箱 robotic toolbox 做运动学分析非常方便,SerialLink 类中有现成的函数:SerialLink.fkine(theta),可以直接对已经建立的机器人模型做运动学分析,同时可以使用SerialLink.ikine(T) 求逆运动学参数。
clear;
clc;
L1 = Link('d', 0, 'a', 0, 'alpha', pi/2); %Link 类函数
L2 = Link('d', 0, 'a', 0.5, 'alpha', 0,'offset',pi/2);
L3 = Link('d', 0, 'a', 0, 'alpha', pi/2,'offset',pi/4);
L4 = Link('d', 1, 'a', 0, 'alpha', -pi/2);
L5 = Link('d', 0, 'a', 0, 'alpha', pi/2);
L6 = Link('d', 1, 'a', 0, 'alpha', 0);
b=isrevolute(L1); %Link 类函数
robot=SerialLink([L1,L2,L3,L4,L5,L6]); %SerialLink 类函数
robot.name='带球形腕的拟人臂'; %SerialLink 属性值
robot.manuf='飘零过客'; %SerialLink 属性值
robot.display(); %Link 类函数
theta=[0 0 0 0 0 0];
robot.plot(theta); %SerialLink 类函数
theta1=[pi/4,-pi/3,pi/6,pi/4,-pi/3,pi/6];
p0=robot.fkine(theta);
p1=robot.fkine(theta1);
s=robot.A([4 5 6],theta);
cchain=robot.trchain;
q=robot.getpos();
q2=robot.ikine(p1); %逆运动学
j0=robot.jacob0(q2); %雅可比矩阵
p0 =
-0.7071 -0.0000 0.7071 1.4142
0.0000 -1.0000 -0.0000 -0.0000
0.7071 0.0000 0.7071 1.9142
0 0 0 1.0000
p1 =
0.9874 0.1567 0.0206 1.0098
0.0544 -0.4593 0.8866 1.8758
0.1484 -0.8743 -0.4621 0.0467
0 0 0 1.0000
>> s
s =
1 0 0 0
0 1 0 0
0 0 1 2
0 0 0 1
cchain =
Rz(q1)Rx(90)Rz(q2)Tx(0.5)Rz(q3)Rx(90)Rz(q4)Tz(1)Rx(-90)Rz(q5)Rx(90)Rz(q6)Tz(1)
q =
0 0 0 0 0 0
q2 =
1.0e+04 *
0.0003 0.0180 -0.0399 1.1370 0.0002 0.0536
j0 =
-0.1100 0.0707 0.3577 -0.0114 0.5092 0
-0.8329 -0.0448 -0.2267 -0.6224 0.1813 0
-0.0000 0.7623 0.3956 -0.1410 -0.8413 0
-0.0000 0.5354 0.5354 0.3374 -0.0178 -0.8605
0.0000 0.8446 0.8446 -0.2139 -0.9751 0.1275
1.0000 0.0000 0.0000 0.9168 -0.2209 -0.4933
可以看出,逆解和原始的角度并不相同。
机器人工具箱中的比运动学函数并不精确,同时机器人通常有多组逆解,而ikine函数智能求出一组。
对满足pieper条件的机器人,最好自己求出他的解析解,利用解析解来求得多组逆解,不仅速度快,而且更精确。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。