SCARA 机器人点到点(PTP)轨迹规划方法

SCARA 机器人点到点轨迹规划(满足各轴同时启停)

1. 求解起始与目标关节角(逆运动学)

设起始位姿为 T_s,目标位姿为 T_f,通过逆运动学求得:

θ_s = IK(T_s)

θ_f = IK(T_f)

其中:

  • θ_s = θ₁,ₛ, θ₂,ₛ, θ₃,ₛ, d₄,ₛ
  • θ_f = θ₁,𝒇, θ₂,𝒇, θ₃,𝒇, d₄,𝒇

前三个为旋转关节(rad),第四个为平移关节(m)

2. 计算各关节位移

Δθ₁ = |θ₁,𝒇 - θ₁,ₛ|

Δθ₂ = |θ₂,𝒇 - θ₂,ₛ|

Δθ₃ = |θ₃,𝒇 - θ₃,ₛ|

Δd₄ = |d₄,𝒇 - d₄,ₛ|

3. 计算各关节最小可行时间

对每个关节 i,给定 v_max,i(最大速度),a_max,i(最大加速度)。

判断是否有匀速段:

如果:Δq_i ≥ (2·v_max,i²) / a_max,i

则使用梯形速度剖面:t_f,i = (Δq_i / v_max,i) + (v_max,i / a_max,i)

否则(三角速度剖面):

v_actual,i = √( (a_max,i · Δq_i) / 2 )

t_f,i = 2 · √( (2 · Δq_i) / a_max,i )

对关节 1~3 使用 Δθ_i,对关节 4 使用 Δd₄

4. 确定统一总时间(实现同起同停)

t_f = max(t_f,₁, t_f,₂, t_f,₃, t_f,₄)

t_f 将作为 所有关节的共同运动时间

5. 生成同步轨迹(五次多项式插值)

对每个关节 i,在区间 t ∈ 0, t_f 上使用五次多项式:

q_i(t) = a₀ + a₁·t + a₂·t² + a₃·t³ + a₄·t⁴ + a₅·t⁵

边界条件(静止到静止):

  • q_i(0) = q_i,s
  • q_i(t_f) = q_i,f
  • q̇_i(0) = 0
  • q̇_i(t_f) = 0
  • q̈_i(0) = 0
  • q̈_i(t_f) = 0
解得系数:

a₀ = q_i,s

a₁ = 0

a₂ = 0

a₃ = (10·(q_i,f - q_i,s)) / t_f³

a₄ = (-15·(q_i,f - q_i,s)) / t_f⁴

a₅ = (6·(q_i,f - q_i,s)) / t_f⁵

或使用无量纲化形式(推荐):

令归一化时间:τ = t / t_f

则:q_i(t) = q_i,s + (q_i,f - q_i,s) · (10·τ³ - 15·τ⁴ + 6·τ⁵)

该式保证所有关节在 t = 0 启动,在 t = t_f 同时停止,且轨迹平滑(C² 连续)。

总结

  • 同起同停 :通过 t_f = max(...) 统一时间。
  • 平滑性:五次多项式保证速度、加速度连续。
  • 可实现性 :每条轨迹均满足该关节的速度/加速度约束(因为 t_f ≥ t_f,i,实际速度 ≤ v_max,i)。
相关推荐
风合星语18 小时前
2026 具身智能技术实战(一):VLA 到底怎么控制机器人?——用 LeRobot 跑通 SmolVLA 推理
pytorch·机器人·具身智能·vla·lerobot·smolvla
鲁邦通物联网18 小时前
图书馆机器人跨楼层运行,机器人梯控低噪设计与架构分析
机器人·巡检机器人·机器人梯控·agv梯控·非侵入式采集·机器人乘梯·机器人自主乘梯
PascalXie21 小时前
人形机器人的“眼睛“:多目视觉方案怎么选?
计算机视觉·机器人
广州虚拟动力-动捕&虚拟主播21 小时前
产教融合,具身智能数据采集实训室打造五大真实场景
机器人
微信开发api1 天前
微信iPad协议怎么用?基于协议的二次开发实践
微信·机器人·ipad
QYR-分析1 天前
机器人精密运动升级,机器人关节动态旋转密封件行业全景市场报告
人工智能·机器人
QYRdata1 天前
年均增速24.2%!机器人数据湖未来六年增长动能强劲
网络·机器人·服务发现
workflower1 天前
SSH(Struts+Spring+Hibernate)
人工智能·机器学习·机器人·云计算·无人机
微信开发api1 天前
微信机器人接口:REST API vs WebSocket 选型建议
微信·机器人·ipad
别动我齐刘海1 天前
ROS2 Jazzy + C++ 实战路线——ros2_control
c++·人工智能·python·opencv·机器学习·机器人·github