机器人--dh参数

为什么需要D-H参数法?

1. 核心问题:

机器人由多个连杆通过关节(转动或移动)串联而成。要描述末端执行器的tcp/空间中的一个点相对于基座的位置和姿态,需要知道所有相邻连杆之间的变换关系,并将这些变换串联起来,有了某个点相对于flange的pose,再有相邻关节之间的变换关系,即变换矩阵,才能将这个点的pose转换到基坐标系下。

关键挑战: 如何系统、标准、简洁地为每个连杆建立坐标系,并定义它们之间的变换?

2. 解决方案:D-H参数法

Denavit和Hartenberg于1955年提出了一种标准方法(D-H参数法)。

核心思想: 该方法仅通过四个参数 (a, α, d, θ),就能完全描述相邻两个连杆坐标系之间的相对位姿(包括平移和旋转)。

dh参数

DH参数法最早是Jacques Denavit与Richard Hartenberg在1955年提出的。

DH参数(Denavit-Hartenberg参数) 是描述机器人连杆之间几何关系运动关系 的一套标准化方法,用于建立机器人的运动学模型。它通过一套统一的规则,将复杂的机器人结构转化为数学模型,是机器人运动学分析的基础。

DH参数使用4个参数来表达相邻关节坐标系之间的相对位姿。

DH参数有哪些

DH参数使用4个参数来表达相邻关节坐标系之间的相对位姿。

D-H 参数中的四个关键参数是:

  1. 连杆长度 (a)

    • 沿 X 轴方向,两个相邻关节轴(Z 轴)之间的公垂线长度。

    • 它描述了两个连杆之间的水平距离

  2. 连杆扭角 (α)

    • 两个相邻关节轴(Z 轴)之间的扭转角,绕 X 轴旋转使 Z 轴对齐。

    • 通常是由于关节轴不平行而产生的角度。

  3. 关节距离 (d)

    • 沿 Z 轴方向,相邻两个连杆的 X 轴之间的垂直偏移

    • 对于平移关节,d 是变量;对于旋转关节,d 通常是常数。

  4. 关节角度 (θ)

    • 绕 Z 轴旋转,使相邻两个连杆的 X 轴对齐所需的角度。

    • 对于旋转关节,θ 是变量;对于平移关节,θ 通常是常数。


记忆口诀:

  • 长度 a:X 方向的距离。

  • 扭角 α:绕 X 轴的旋转角度。

  • 距离 d:Z 方向的偏移。

  • 角度 θ:绕 Z 轴的旋转角度。

这四个参数完整描述了机器人相邻连杆之间的相对位置和姿态关系,是机器人运动学建模的基础。

这四个参数是如何描述关节之间的变换关系的

目的就是通过这四个参数实现:

将连杆 i-1 的坐标系 {i-1},变换到连杆 i 的坐标系 {i}

也就是获取

结论:

通过使用这四个参数,就可以通过旋转+平移,将一个坐标系旋转平移到另一个坐标系,从而得出两个关节坐标系之间的变换关系。

标准惯例(从基座到末端递增)

  1. 基座 被定义为连杆 0

  2. 第一个可动的关节关节 1

  3. 第一个可动的连杆连杆 1(它由关节 1 驱动)。

  4. 依此类推:关节 i 连接着连杆 i-1连杆 i

  5. 末端执行器附着在最后的连杆 n 上。

所以,参数 a_{i-1}α_{i-1} 中的下标 i-1,指的是"前一个"连杆的编号。

教程

教程1

相关推荐
猫先生Mr.Mao14 小时前
一文梳理 RT-2 到 π0.7:通用机器人策略的技术演进
ai·机器人·具身智能·vla·π0.7
hey you~15 小时前
2026出海语音机器人全栈选型:从ASR引擎评测到GDPR合规落地
人工智能·机器人·语音识别
机器人落地派2 天前
评审通过了,到底是通过了什么?
机器人·模板方法模式·人形机器人·方案评审·机器人落地
会的东西有点杂2 天前
ROS 2的核心概念-服务
机器人
嘿丨嘿2 天前
VLA 入门(六):VLA 如何进行强化学习后训练?
人工智能·python·深度学习·机器人
嘿丨嘿2 天前
VLA 入门(二、三):机器人动作到底是什么?从关节空间到 Action Chunk
深度学习·机器学习·机器人
lisw052 天前
【计算机科学技术】晶圆制造的关键工艺:光刻和刻蚀
机器人·制造
田里的水稻2 天前
FA_数字相机成像原理、分级和分类
运维·数码相机·机器人·自动驾驶
沫儿笙3 天前
焊接机器人氩气节省设备
人工智能·机器人
一颗小树x3 天前
《VLA 系列》AMP 代码复现 | 强化训练 | 行走 跌倒 恢复
机器人·强化学习·amp·vla·复现