MATLAB的rvctools工具箱熟悉运动学【机械臂机器人示例】

1、rvctools下载安装

rvctools下载地址:rvctools下载
截图如下,点击红色箭头指示的Download Shared Folder即可下载

下载之后进行解压,解压到D:\MATLAB\toolbox这个工具箱目录,这个安装路径根据自己的情况来选择,没有安装MATLAB,感兴趣的可以查阅:MatLab的下载、安装与使用(亲测有效)

然后我们打开MATLAB,打开上面解压的这个机器人工具箱,双击startup_rvc.m,点击运行,如下图:

这样就愉快的安装好了这个机器人工具箱了,其中startup_rvc.m的代码如下: 

function startup_rvc
    disp('Robotics, Vision & Control: (c) Peter Corke 1992-2020 http://www.petercorke.com')
    
    if verLessThan('matlab', '7.0')
        warning('You are running a very old (and unsupported) version of MATLAB.  You will very likely encounter significant problems using the toolboxes but you are on your own with this');
    end
    tb = false;
    startup_path = fileparts( mfilename('fullpath') );
    [~,folder]=fileparts(startup_path);
    if strfind(folder, 'common')
        % startup_rvc is in common folder
        rvcpath = fileparts(startup_path);
    else
        % startup_rvc is in folder above common
        rvcpath = startup_path;
    end
    
    robotpath = fullfile(rvcpath, 'robot');
    if exist(robotpath, 'dir')
        addpath(robotpath);
        tb = true;
        if exist('startup_rtb') == 2
            startup_rtb
        end
    end
    
    visionpath = fullfile(rvcpath, 'vision');
    if exist(visionpath, 'dir')
        addpath(visionpath);
        tb = true;
        if exist('startup_mvtb') == 2
            startup_mvtb
        end
    end
    
    if tb
        % RTB or MVTB is present
        
        % add spatial math toolbox
        p = fullfile(rvcpath, 'spatial-math');
        if exist(p, 'dir')
            try
                fp = fopen( fullfile(p, 'RELEASE'), 'r');
                release = fgetl(fp);
                fclose(fp);
            catch ME
                release = [];
            end
            if release
                release = ['(release ' release ')'];
            else
                release = '';
            end
            fprintf('- Spatial Math Toolbox for MATLAB %s\n', release)
            addpath(p);
        end
                
        % add common files
        addpath(fullfile(rvcpath, 'common'));
    else
        fprintf('Neither Robotics Toolbox or MachineVision Toolbox found in %s\n', rvcpath);
    end
        
    % check for any install problems
    rvccheck(false)
end

后期如果关闭了MATLAB,想要运行机器人的话,运行函数startup_rvc即可

2、运动学

机器人或者说飞行器,随着时间而发生动作变换,叫做运动学(kinematics),这个跟动力学(dynamics)是不一样的,动力学是研究影响运动的因素,而动力学是不考虑作用力和质量等因素,研究的是随着时间在空间中的位置问题。对于运动基本上就是平移和旋转了,就会牵涉到坐标系和角度等转换,接下来我们来学习下

2.1、平移

物体的平移比较简单,就是沿着XYZ三轴平移
沿着X轴平移:transl(2,0,0)

沿着Y轴平移:transl(0,2,0) 

沿着Z轴平移:transl(0,0,2) 

当然也可以在XYZ轴都进行平移:transl(1,3,2) 

我们对最后这个画图看下效果:trplot(transl(1,3,2)),如下图:

我标注红点的位置是(1,3,2),因为是在三维空间的展示,所以看起来XYZ轴的数值不对,其实是对的,大家可以在MATLAB中的这张图进行拖动旋转,然后就会发现红点的坐标就是(1,3,2) 

2.2、旋转

旋转就是绕轴做圆周运动

绕X轴旋转:Rx = rotx(pi/2) 

绕Y轴旋转:Ry = roty(pi/2)

绕Z轴旋转:Rz = rotz(pi/2) 

旋转叠加:Rxy = Rx * Ry

动画演示:tranimate(Rxy),这样看起来非常清晰直观。 

我们来看下点(3,4),旋转60度的情况:

T1=SE2(3,4,pi/3)

T1 = 
    0.5000   -0.8660         3
    0.8660    0.5000         4
         0         0         1

对其画图:trplot(T1),如下:

我们也可以使用transforms3d库中的结果,用来验证在MATLAB中生成的结果,代码如下:

import transforms3d as tfs
import math
print(tfs.euler.euler2mat(math.pi/3,0,0))
/*
[[ 1.         0.         0.       ]
 [ 0.         0.5       -0.8660254]
 [-0.         0.8660254  0.5      ]]
*/

 MATLAB中的结果如下:

T2=rotx(pi/3)
/*
T2 =

    1.0000         0         0
         0    0.5000   -0.8660
         0    0.8660    0.5000
*/

上述是弧度制,也可以使用角度制, 指定deg参数:rotx(60,'deg')

3、六轴机器人

3.1、Link关节连杆

这里我们使用更改的D-H参数,也就是接下来的Link函数指定modified参数 

L = Link([1 2 3 4],'modified')
%L = Revolute(mod): theta=q, d=2, a=3, alpha=4, offset=0

Link函数里面的参数分别表示为,关节角度[L1.theta]、连杆偏距[L1.d]、连杆长度[L1.a]、连杆旋转角度[L1.alpha],参数modified表示的是改进版本的DH参数
这里附带介绍下D-H的相关知识:
DH参数是一种描述机器人关节之间关系的参数化方法,由Denavit和Hartenberg提出。DH参数法可以用4个参数来表示刚体之间的相对关系,包括沿Z轴的平移长度a、沿共同法线的旋转角度α、在XZ平面内的偏移距离d、绕Z轴的旋转角度θ。
DH参数在ROS中被广泛应用,用于描述机器人关节和坐标系之间的关系,主要用于正向运动学计算,可以通过DH表获取每个关节的变换矩阵,将所有变换矩阵相乘,最终获得从基准坐标系到末端执行器坐标系的变换矩阵。
这个D-H方法是在运动学中求解比较通用的,其余还有李代数方法等。

连杆类型

L.type()
%ans =    'R'

也就是说这个是旋转的R(revolute)关节类型,除此之外还有一种是柱状形(prismatic)的关节

接下来就是分别创建6个关节,也就是为6轴的机械臂做准备:

L1 = Link([0 0 0 0],'modified')
L2 = Link([0 0.138+0.024 0 -pi/2],'modified')
L3 = Link([0 -0.127-0.024 0.42 0],'modified')
L4 = Link([0 0.114+0.021 0.375 0],'modified')
L5 = Link([0 0.114+0.021  0 -pi/2],'modified')
L6 = Link([0 0.09+0.021  0 pi/2],'modified')

3.2、SerialLink机械臂

上面定义好了6个关节,接下来我们使用SerialLink将这些关节连接起来成为一个六轴机械臂的机器人。 

MyBot = SerialLink([L1,L2,L3,L4,L5,L6],'name','Six Axis Robot')

我们先来看下SerialLink有哪些方法:help(SerialLink)

--- SerialLink 的帮助 ---

 SerialLink Serial-link robot class
 
  A concrete class that represents a serial-link arm-type robot.  Each link
  and joint in the chain is described by a Link-class object using Denavit-Hartenberg
  parameters (standard or modified).
 
  Constructor methods::
   SerialLink    general constructor
   L1+L2         construct from Link objects
 
  Display/plot methods::
   animate       animate robot model
   display       print the link parameters in human readable form
   dyn           display link dynamic parameters
   edit          display and edit kinematic and dynamic parameters
   getpos        get position of graphical robot
   plot          display graphical representation of robot
   plot3d        display 3D graphical model of robot
   teach         drive the graphical robot
 
  Testing methods::
   islimit       test if robot at joint limit
   isconfig      test robot joint configuration
   issym         test if robot has symbolic parameters
   isprismatic   index of prismatic joints
   isrevolute    index of revolute joints
   isspherical   test if robot has spherical wrist
   isdh          test if robot has standard DH model
   ismdh         test if robot has modified DH model
 
  Conversion methods::
   char          convert to string
   sym           convert to symbolic parameters
   todegrees     convert joint angles to degrees
   toradians     convert joint angles to radians

SerialLink类提供的方法,我们了解到可以用来描述机器人的连杆结构:SerialLink类描述机器人的连杆结构,包括每个连杆的长度、方向和旋转轴。有了这些信息,我们可以用于计算机器人的运动学模型,从而对机器人做出控制和运动规划。 

显示连接参数:MyBot.display()

MyBot = 
 
Six Axis Robot:: 6 axis, RRRRRR, modDH, slowRNE                  
+---+-----------+-----------+-----------+-----------+-----------+
| j |     theta |         d |         a |     alpha |    offset |
+---+-----------+-----------+-----------+-----------+-----------+
|  1|         q1|          0|          0|          0|          0|
|  2|         q2|      0.162|          0|    -1.5708|          0|
|  3|         q3|     -0.151|       0.42|          0|          0|
|  4|         q4|      0.135|      0.375|          0|          0|
|  5|         q5|      0.135|          0|    -1.5708|          0|
|  6|         q6|      0.111|          0|     1.5708|          0|
+---+-----------+-----------+-----------+-----------+-----------+

 操作机械臂:MyBot.teach()

 这样就会生成六轴机械臂的机器人,然后我们就可以通过操作不同关节来操作机器人的机械臂了,如下图:

我们操作左边q1~q6,就会看到机械臂的运动以及XYZ轴和RPY欧拉角的变化

4、运动学

4.1、正运动学

运动学分为正解和逆解,正运动学(Forward kinematics):已知每个关节的位姿与连杆的长度等参数,求解末端执行器的位姿。
我们来看下正解

MyBot.fkine([pi/2 -pi/4 pi/2 pi/3 -pi/2 pi/6])
/*
ans = 
   -0.8660    0.5000         0    -0.146
   -0.4830   -0.8365    0.2588    0.4605
    0.1294    0.2241    0.9659     0.174
         0         0         0         1
*/

生成的是对应关节角度的末端的齐次变换矩阵。

4.2、逆运动学

逆运动学(Inverse kinematics)跟正运动学是反过来的,根据机器人的末端执行器的位姿,计算出机器人各个关节的位姿等运动参数。这个要复杂点,因为它的求解可能是不确定的唯一解,会产生多重解的问题,当然也可能得不到解析解的情况。

迭代法:

%起始状态
init = [0.795 0.257 -0.135 0 0 -pi/2]
%目标状态
targ = [0 0.836 -0.135 0 -pi/3 -pi/2]
T0=MyBot.fkine(init)
/*
T0 = 
    0.0852    0.6951   -0.7139    0.3501
    0.0869    0.7086    0.7003    0.7239
    0.9926   -0.1217         0   -0.2864
         0         0         0         1
*/
TF=MyBot.fkine(targ)
/*
TF = 
    0.6450    0.3821   -0.6618    0.4076
         0    0.8660    0.5000    0.2015
    0.7642   -0.3225    0.5586   -0.5947
         0         0         0         1
*/
%每次迭代的末端执行器相对于首端的齐次变换矩阵
step =50
%ctraj是Matlab中机器人轨迹(trajectory)规划的函数
TC=ctraj(T0,TF,step)
%比如迭代到第50次
/*
TC(50) = 
    0.6450    0.3821   -0.6618    0.4076
         0    0.8660    0.5000    0.2015
    0.7642   -0.3225    0.5586   -0.5947
         0         0         0         1
*/
qq = MyBot.ikine(TC,'mask',[1 1 1 0 0 0])

返回的就是50*6的双精度数组,长度是50:length(qq)

    0.7951    0.1852    0.0167   -0.0314    0.0432         0
    0.7946    0.1853    0.0174   -0.0303    0.0422         0
    0.7931    0.1856    0.0196   -0.0267    0.0394         0
......
   -0.1278    0.6478    0.4212    0.2245   -0.2429         0
   -0.1317    0.6494    0.4203    0.2230   -0.2419         0
   -0.1330    0.6500    0.4201    0.2226   -0.2416         0 

接下来我们使用ctraj来规划轨迹,使用ikine函数来做逆解,沿着轨迹进行运动。 

5、直线轨迹规划

这里使用标准的DH参数来测试下,三个自由度的机械臂如何做运动规划的,一起来了解下:

%这里是第一次开启MATLAB时,运行这个函数,启动rvc:startup_rvc
%参数:关节角、偏置距离、连杆长度、连杆扭角、sigma为0表示旋转关节
L1 = Link([0 84.72 41.04 pi/2 0]);
L2 = Link([0 0 200 0 0]);
L3 = Link([0 0 214.8 0 0]);
 
% 可以限制旋转角度范围
L1.qlim = [deg2rad(-170) deg2rad(170)];
L2.qlim = [deg2rad(-60) deg2rad(85)];
L3.qlim = [deg2rad(-90) deg2rad(10)];

Bot2 = SerialLink([L1 L2 L3], 'name', '机械臂运动学');
%手动操作关节进行旋转
Bot2.teach()

%起点
T1 = transl(100,-10,50);
%终点
T2 = transl(300,-30,200);
%规划轨迹(trajectory)
T = ctraj(T1,T2,50);
Tj = transl(T);
%输出末端轨迹
plot3(Tj(:,1),Tj(:,2),Tj(:,3));
%当反解的机械臂自由度少于6时,要用mask掩码减少自由度,否则无法直接调用ikine作为运动学反解函数
q = Bot2.ikine(T,'mask',[1 1 1 0 0 0]);
Bot2.plot(q);

 这样就会看到沿着规划好的直线,自动进行运动了,简单起见截个图如下(实质是运动的):

6、圆轨迹规划

N = (0:0.5:100)'; 
center = [200 -150 -50];
radius = 60;
theta = (N/N(end))*2*pi;
points = (center + radius*[cos(theta) sin(theta) zeros(size(theta))])';  
plot3(points(1,:),points(2,:),points(3,:),'r');

%沿着圆的轨迹平移
T = transl(points');
q2 = Bot2.ikine(T,'mask',[1 1 1 0 0 0]);
Bot2.plot(q2);

这样就会看到沿着规划好的圆,自动进行运动了,简单起见截个图如下(实质是运动的):

 

7、常见用法

其余的一些常见用法,如下:
关节数:MyBot.n
画出机械臂:MyBot.plot([0 0 0 0 0 0])
机器人的结构类型:Mybot.config
关节范围:MyBot.qlim
连杆向量(更直观):MyBot.links
重力方向([gx gy gz]):MyBot.gravity
连杆的动力学属性:MyBot.dyn
是否是旋转关节:MyBot.isrevolute
是否是移动关节:MyBot.isprismatic
是否是球关节:MyBot.isspherical
关节与连杆是否有符号参数:MyBot.issym
可以编辑动力学参数:MyBot.edit

 

8、小结

文章主要介绍了机器人工具箱rvctools,以及它的用法,了解运动学的相关知识,对坐标的变换,轨迹的规划等有个直观的了解,最后在进行运动规划的时候,有时候会出现下面这样的错误:
警告: failed to converge: try a different initial value of joint coordinates 
收敛失败:尝试不同的关节坐标初始值
这样的情况一般是关节不能到达那个坐标,所以需要更改坐标为合理值即可。
另外仔细观察代码中会出现一些矩阵带单引号',这个表示转置的意思,比如:
size(N)的形状是1 x 201,而size(N')的形状就是201 x 1
元素个数numel(N) 结果:201,维度ndims(N) 结果:2 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/193658.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

案例030:基于微信小程序的英语学习交流平台

文末获取源码 开发语言:Java 框架:SSM JDK版本:JDK1.8 数据库:mysql 5.7 开发软件:eclipse/myeclipse/idea Maven包:Maven3.5.4 小程序框架:uniapp 小程序开发软件:HBuilder X 小程序…

详解Java中的泛型(泛型的语法,擦除机制,泛型的上界)

目录 一.什么是泛型 二.Java中为什么要使用泛型 三.泛型的语法 四.泛型类的使用 五.泛型的编译机制(擦除机制) 六.泛型的上界 一.什么是泛型 泛型(Generics)是Java SE 5中引入的一个新特性,可以使Java中的类和方…

SpringBoot : ch07 整合websocket

前言 当涉及到在Spring Boot应用程序中整合WebSocket时,我们可以使用Spring框架提供的功能来实现实时双向通信。WebSocket是一种在Web浏览器和服务器之间进行全双工通信的协议,它允许服务器主动向客户端发送消息,而不需要客户端发起请求。 …

23种经典设计模式:单例模式篇(C++)

前言: 博主将从此篇单例模式开始逐一分享23种经典设计模式,并结合C为大家展示实际应用。内容将持续更新,希望大家持续关注与支持。 什么是单例模式? 单例模式是设计模式的一种(属于创建型模式 (Creational Pa…

多功能智慧路灯系统整体解决方案介绍

在不改变现有城市景观的前提下,利用现有路灯改造,或新建多功能叁仟智慧路灯的方法,可实现城市无线网络、视频监控、物联传感网络、新能源充电系统、网格信息化管理的全覆盖,有效解决信息化设备选址难、取电难等问题。在目前无线通…

87基于matlab的双卡尔曼滤波算法

基于matlab的双卡尔曼滤波算法。第一步使用了卡尔曼滤波算法,用电池电压来修正SOC,然后将修正后的SOC作为第二个卡尔曼滤波算法的输入,对安时积分法得到的SOC进行修正,最终得到双卡尔曼滤波算法SOC估计值。结合EKF算法和安时积分法…

pytorch实现遥感建筑物提取

如何自动地从高分辨率遥感影像中提取建筑物等人工目标是高分辨率遥感影像处理与理解领域的一个热点与难点问题。本篇文章我们将学习如何使用pytorch实现遥感建筑物的智能提取。 智能提取的流程 基于深度学习的遥感建筑物智能提取,首先需要制作数据集,然后…

【Java数据结构 -- 包装类和泛型】

包装类和泛型 1. 包装类1.1 基本数据类型和对应的包装类1.2 装箱和拆箱1.3 自动装箱和自动拆箱1.4 自动装箱实际上是调用了valueOf()1.5 Integer包装类赋值注意点 2 什么是泛型3 引出泛型4 泛型的使用4.1 语法4.2 类型推导 5 裸类型6 泛型如何编译6.1 擦…

C++-继承

一. 继承的概念及定义 1 . 继承的概念 继承(inheritance) 机制是面向对象程序设计 使代码可以复用 的最重要的手段,它允许程序员在 保 持原有类特性的基础上进行扩展 ,增加功能,这样产生新的类,称派生类。继承 呈现了面向对象 程…

亚马逊、eBay店铺如何提升销量转化?掌握测评自养号的技巧

跨境电商随着互联网和物流技术的迅速发展,消费者可以更轻松地借助跨境电商平台在全球范围内进行购物,而提到跨境电商,亚马逊平台是不可忽视。 在竞争激烈的亚马逊市场中,提升销量转化率是每个卖家都追求的目标,高转化…

企业被列入经营异常会有什么后果?

1、工商方面的不良影响 被工商纳入异常吊销营业执照:公司地址异常将会被工商部门纳入经营异常名录,需要及时申请移出,否则会影响正常经营,严重则有被吊销营业执照的风险。 影响企业形象及信誉度:企业间的合作都非常重视…

git报错:error: RPC failed; HTTP 413 curl 22 The requested URL returned error: 413

git报错:error: RPC failed; HTTP 413 curl 22 The requested URL returned error: 413 如图: error: RPC failed; HTTP 413 curl 22 The requested URL returned error: 413 send-pack: unexpected disconnect while reading sideband packet fatal: th…

【C语言】【选择排序及其优化】

选择排序是指:第一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,然后再从剩余的未排序元素中寻找到最小(大)元素,然后放到已排序的序列的末尾&#xff0…

代码随想录算法训练营第六十天|84. 柱状图中最大的矩形

LeetCode 84. 柱状图中最大的矩形 题目链接:84. 柱状图中最大的矩形 - 力扣(LeetCode) 和接雨水还挺像的。 代码: #python class Solution:def largestRectangleArea(self, heights: List[int]) -> int:heights.insert(0, 0…

Intel Software Guard Extensions简介

文章目录 前言一、新的基于硬件的控件实现数据安全二、机密计算的挑战三、用于机密计算的增强安全功能四、Enclave验证和数据密封五、数据中心认证参考资料 前言 最近开始研究Intel SGX硬件特性,记录下研究过程。 参考文档:product-brief-SGX 一、新的…

python实现自动刷平台学时

背景 前一阵子有个朋友让我帮给小忙,因为他每学期都要看视频刷学时,一门平均需要刷500分钟,一学期有3-4门需要刷的。 如果是手动刷的话,比较麻烦,能否帮他做成自动化的。搞成功的话请我吃饭。为了这顿饭,咱…

Redis的五大数据类型详细用法

我们说 Redis 相对于 Memcache 等其他的缓存产品,有一个比较明显的优势就是 Redis 不仅仅支持简单的key-value类型的数据,同时还提供list,set,zset,hash等数据结构的存储。本篇博客我们就将介绍这些数据类型的详细使用…

Javaweb之Vue组件库Element之Dialog对话框的详细解析

4.3.3 Dialog对话框 4.3.3.1 组件演示 Dialog: 在保留当前页面状态的情况下,告知用户并承载相关操作。其企业开发应用场景示例如下图所示 首先我们需要在ElementUI官方找到Dialog组件,如下图所示: 然后复制如下代码到我们的组件文件的templ…

「江鸟中原」有关HarmonyOS-ArkTS的Http通信请求

一、Http简介 HTTP(Hypertext Transfer Protocol)是一种用于在Web应用程序之间进行通信的协议,通过运输层的TCP协议建立连接、传输数据。Http通信数据以报文的形式进行传输。Http的一次事务包括一个请求和一个响应。 Http通信是基于客户端-服…

Go 数字类型

一、数字类型 1、Golang 数据类型介绍 Go 语言中数据类型分为:基本数据类型和复合数据类型基本数据类型有: 整型、浮点型、布尔型、字符串复合数据类型有: 数组、切片、结构体、函数、map、通道(channel)、接口 2、…
最新文章