02-二自由度机械臂—运动学分析

在前文,已经验证二自由度机械臂在静止状态下,不同方法得到的末端点P的位置坐标值是一致的,此文将简单介绍一下二自由度机械臂正运动学、逆运动学分析。

2.1 正运动学

给出二自由度机械臂两个关节的运动曲线,让机械臂运动,得到末端点P的位置曲线。两个关节角度变化如下所示:

让机械臂按照上述关节角度曲线运动,对比几种方法计算的末端点P的位置曲线。

(1)RT & MDH & MATLAB对比

采用前文所述的机器人工具箱(RT )、改进DH法(MDH )和几何法(MATLAB ),根据上文的关节角度轨迹,计算机械臂末端点P的位置变化曲线。三种方法的结果如下图所示:

为了更方便对比不同方法的计算结果,分别对RT&MDH、RT&MATLAB计算的结果进行作差,具体如下:

RT和MDH计算结果的差值:

RT和MATLAB计算结果的差值:

可以看到,RT、MDH和MATLAB这三种方法计算的结果十分接近,误差几乎为零!

(2)RT和Solidworks对比

以机器人工具箱(RT)为基准,与Soldiworks仿真结果进行对比。在Solidworks中,利用Motion模块进行运动学仿真,如下所示:

采集末端点P的位置曲线,与RT计算的结果进行对比,如下所示:

RT和Solidworks计算结果的差值:

可以看出,利用Solidworks进行运动学仿真,其仿真结果准确性虽然不如机器人工具箱,但两者的误差也较小,用来做简单的运动学仿真足以(由于利用Solidworks可以很方便的做运动学、动力学仿真,笔者使用该方法进行仿真较多)。

(3)RT和Simscape对比

以机器人工具箱(RT)为基准,与Simscape仿真结果进行对比。在Simscape中进行运动学仿真,如下所示:

采集末端点P的位置曲线,与RT计算的结果进行对比,如下所示:

RT和Simscape计算结果的差值:

可以看出,利用Simscape进行运动学仿真,其仿真结果准确性较高,但是前期搭建Simscape仿真模型较为麻烦,不过后期如果要做控制相关的课题,离不开Simscape仿真平台。

2.2 逆运动学

给定末端点P的位置坐标( x p , y p x_p,y_p xp,yp),求解二自由度机械臂的关节角度( θ 1 , θ 2 \theta_1,\theta_2 θ1,θ2)

(1)公式推导

在直角三角形OPC中有: L 0 = x p 2 + y p 2 L _ { 0 } = \sqrt { x _ { p } ^ { 2 } + y _ { p } ^ { 2 } } L0=xp2+yp2 , θ 0 = arctan ⁡ ( y p / x p ) \theta_0=\arctan(y_p/x_p) θ0=arctan(yp/xp), x p = L 0 cos ⁡ θ 0 x_p=L_0\cos\theta_0 xp=L0cosθ0, y p = L 0 sin ⁡ θ 0 y_p=L_0\sin\theta_0 yp=L0sinθ0

求解 θ 1 \theta_1 θ1,有公式:

平方相加后为:

由于: x p = L 0 cos ⁡ θ 0 x_p=L_0\cos\theta_0 xp=L0cosθ0, y p = L 0 sin ⁡ θ 0 y_p=L_0\sin\theta_0 yp=L0sinθ0,上式可以写成:

也即:

解得:

求解 θ 2 \theta_2 θ2:

<1> 当 x p − L 1 cos ⁡ θ 1 = 0 x_p-L_1\cos{\theta_1}=0 xp−L1cosθ1=0时,有 cos ⁡ ( θ 1 + θ 2 ) = 0 \cos(\theta_1 + \theta_2) = 0 cos(θ1+θ2)=0,即:

当 y p > L 1 sin ⁡ θ 1 y_p\ >\ L_1\sin\theta_1 yp > L1sinθ1,满足 θ 1 + θ 2 = 9 0 ∘ \theta_1 + \theta_2=90^{\circ} θ1+θ2=90∘,有以下四类情况:

此时,可得:

当 y p < L 1 sin ⁡ θ 1 y_p\ <\ L_1\sin\theta_1 yp < L1sinθ1,满足 θ 1 + θ 2 = − 9 0 ∘ \theta_1 + \theta_2=-90^{\circ} θ1+θ2=−90∘,有以下四类情况:

此时,可得:

<2>当 x p − L 1 cos ⁡ θ 1 ≠ 0 x_p-L_1\cos{\theta_1}\neq0 xp−L1cosθ1=0时,根据下式:

两式相除,有:

因此可得:

(2)验证

验证轨迹1 :让二自由度机械臂末端点P以(0.1,0,1)m为圆心,0.02m为半径画圆,如下所示:

按照上一节的公式进行逆运动学计算,算出来了两组解,如下图所示:

为了验证逆运动学是否正确,将算出来的结果再代入正运动学中,看求解出来的末端点P的轨迹曲线是否为上述的圆形轨迹。根据两组解来进行正运动学计算,结果如下所示:

可以看出,理论值(给出的圆形轨迹)和验证值(利用两组解,按照正运动学计算末端点P的轨迹)重合度较高。为了更为直观的观察前后结果,这里通过对坐标值进行作差来进行观察,结果如下所示:

由图可知,在圆形轨迹中,通过逆运动学可算出来两组解。利用这两组解进行正运动学计算,得到的末端点轨迹与给出的圆形轨迹误差几乎为零!!

验证轨迹2 :让二自由度机械臂末端点P画8字曲线,如下所示:

同理,按照上一节的公式进行逆运动学计算,算出来了两组解,如下图所示:

可以看到,第二组解的 θ 2 \ \theta_2 θ2出现了两个畸变点,这种情况在实际实验、加工中是不允许有的,要注意规避这种情况,这里不做过多深究。同理,为了验证逆运动学是否正确,将算出来的结果再代入正运动学中,看求解出来的末端点P的轨迹曲线是否为上述的8字轨迹。根据两组解来进行正运动学计算,结果如下所示:

可以看出,理论值(给出的8字轨迹)和验证值(利用两组解,按照正运动学计算末端点P的轨迹)重合度较高。为了更为直观的观察前后结果,这里通过对坐标值进行作差来进行观察,结果如下所示:

图可知,在8字轨迹中,通过逆运动学可算出来两组解。利用这两组解进行正运动学计算,得到的末端点轨迹与给出的8字轨迹误差几乎为零!!

(3)小结

对二自由度串联机械臂而言,进行逆运动学求解一般有两组解,且通过本文验证实验表明,所推导的逆运动学公式准确性较高!!

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!!

相关推荐
陈傻鱼30 分钟前
ROS2测试仿真
机器人·ros·slam
肖田变强不变秃2 小时前
C++实现矩阵Matrix类 实现基本运算
开发语言·c++·matlab·矩阵·有限元·ansys
滴滴哒哒答答8 小时前
《自动驾驶与机器人中的SLAM技术》ch4:基于预积分和图优化的 GINS
人工智能·机器人·自动驾驶
算力魔方AIPC8 小时前
机器人“大脑+小脑”范式:算力魔方赋能智能自主导航
机器人
鱼会上树cy8 小时前
【机器人学】2-3.六自由度机器人运动学逆解-工业机器人【附MATLAB代码】
机器人
sci_ei1239 小时前
高水平EI会议-第四届机器学习、云计算与智能挖掘国际会议
数据结构·人工智能·算法·机器学习·数据挖掘·机器人·云计算
鸭鸭鸭进京赶烤11 小时前
OpenAI秘密重塑机器人军团: 实体AGI的崛起!
人工智能·opencv·机器学习·ai·机器人·agi·机器翻译引擎
jk_10113 小时前
MATLAB中characterListPattern函数用法
开发语言·matlab
Mr.Winter`15 小时前
轨迹优化 | 基于ESDF的非线性最小二乘法路径平滑(附ROS C++仿真)
人工智能·科技·机器人·自动驾驶·ros·最小二乘法·ros2
恩泽君1 天前
Matlab总提示内存不够用,明明小于电脑内存
开发语言·matlab