机器人静力学与刚度模型学习笔记

这篇具有很好参考价值的文章主要介绍了机器人静力学与刚度模型学习笔记。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

总算进行到刚度模型了。。。

❤ 2023.8.6 ❤

机器人静力学

学习资料

→→→【4-10机器人的静力分析】

机器人末端广义力

F = [ f m ] = [ f x f y f z m x m y m z ] F=\left[\begin{matrix}f\\m\\\end{matrix}\right]=\left[\begin{matrix}f_x\\f_y\\f_z\\m_x\\m_y\\m_z\\\end{matrix}\right] F=[fm]= fxfyfzmxmymz

机器人关节力矩矢量

τ = [ τ 1 τ 2 … τ n ] T \tau=\left[\begin{matrix}\tau_1&\tau_2&\ldots&\tau_n\\\end{matrix}\right]^\mathrm{T} τ=[τ1τ2τn]T

根据虚功与虚位移原理

τ T Δ q = τ 1 Δ q 1 + τ 1 Δ q 1 + … + τ n Δ q n = f T d + m T φ = F T D \tau^\mathrm{T}\Delta q=\tau_1\Delta q_1+\tau_1\Delta q_1+\ldots+\tau_n\Delta q_n=f^\mathrm{T}d+m^\mathrm{T}\varphi=F^\mathrm{T}D τTΔq=τ1Δq1+τ1Δq1++τnΔqn=fTd+mTφ=FTD


D = J ( q ) d q D=J\left(q\right)dq D=J(q)dq

于是不计关节摩擦和杆件重力,其关系为

τ = J T F \tau=J^\mathrm{T}F τ=JTF

这里 J T F J^\mathrm{T}F JTF为机器人力雅可比矩阵,是速度雅可比矩阵的转秩


机器人刚度模型

6轴机器人关节刚度

K θ = d i a g ( [ K 1 , K 2 , K 3 , K 4 , K 5 , K 6 ] ) K_\theta=diag\left(\left[K_1,K_2,K_3,K_4,K_5,K_6\right]\right) Kθ=diag([K1,K2,K3,K4,K5,K6])

在末端力作用下,关节变形为

d q = K θ − 1 ⋅ τ = K θ − 1 ⋅ J T ⋅ F dq=K_\theta^{-1}\cdot\tau=K_\theta^{-1}\cdot J^\mathrm{T}\cdot F dq=Kθ1τ=Kθ1JTF

于是机器人末端偏移量

Δ X = J ⋅ d q = J K θ − 1 J T F \Delta X=J\cdot d_q=JK_\theta^{-1}J^\mathrm{T}F ΔX=Jdq=JKθ1JTF

Δ X = [ Δ d Δ φ ] \Delta X=\left[\begin{matrix}\Delta d\\\Delta\varphi\\\end{matrix}\right] ΔX=[ΔdΔφ]

Δ d \Delta d Δd——机器人末端位置偏移
Δ φ \Delta\varphi Δφ——机器人末端姿态偏移文章来源地址https://www.toymoban.com/news/detail-640507.html

到了这里,关于机器人静力学与刚度模型学习笔记的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 机械臂的动力学分析-工业机器人

    工业机器人动力学研究采用的方法有很多,例如拉格朗日法、牛顿-欧拉法、高斯法、凯恩法等,在此重点介绍牛顿-欧拉法和拉格朗日法。牛顿-欧拉法需要从运动学出发求得加速度,并计算各内作用力。对于较复杂的系统,此种分析方法十分复杂与麻烦。而拉格朗日法,只需

    2023年04月08日
    浏览(40)
  • 【机器人算法】机械臂动力学参数辨识仿真

    本文以puma560m机械臂为例子进行动力学参数辨识的讲解,puma560m可以在robotic toolbox中找到,这里以它真实机械臂对他的动力学参数进行辨识。 此外这里还有要说的是,机械臂参数辨识其实是一个系统工程,其中和机械、电子、嵌入式都有着很深的联系,并不是仿真这么简单的

    2024年02月05日
    浏览(87)
  • 平面三自由度机器人动力学建模与仿真

    网上二自由度机器臂动力学分析有很多,三自由度比较少,碰巧本科课设需要完成相关项目,分享一些经验供参考。 实际的三连杆机器臂的结构相对较复杂,很难进行精确地描述,因此,在本文中利用简化的数学模型进行讨论。简化条件如下: 假设机器臂是刚性结构,不考

    2024年02月04日
    浏览(54)
  • 双足机器人Cassie运动学和动力学计算

    官方要求的运行环境:  我的环境: (1)Matlab2023b (2)Mathematica12.3.1 (3)MEX和FROST的安装可参考我上一篇文章 Windows下安装动力学仿真软件Frost-CSDN博客 https://blog.csdn.net/SWORDHOLDER/article/details/137511000?spm=1001.2014.3001.5502  下载地址(有时候访问比较慢则需要魔法) GitHub - UMich-BipedLab/Cassie

    2024年04月14日
    浏览(50)
  • MATLAB仿真Gough-Stewart并联机器人斯图尔特6自由度并联机器人逆运动学仿真 动力学控制pid控制

    MATLAB仿真Gough-Stewart并联机器人斯图尔特6自由度并联机器人逆运动学仿真 动力学控制pid控制 1.搭建了六自由度Stewart并联机器人simulink simscape仿真模型 2.建立了逆向运动学仿真 输入位置和姿态求解各个杆长 3.运用pid控制器进行动力学跟踪控制 使用MATLAB进行了Gough-Stewart并联机器

    2024年01月16日
    浏览(55)
  • 建模分析 | 平面2R机器人(二连杆)运动学与动力学建模(附Matlab仿真)

    🔥附C++/Python/Matlab全套代码🔥课程设计、毕业设计、创新竞赛必备!详细介绍全局规划(图搜索、采样法、智能算法等);局部规划(DWA、APF等);曲线优化(贝塞尔曲线、B样条曲线等)。 🚀详情:图解自动驾驶中的运动规划(Motion Planning),附几十种规

    2024年02月05日
    浏览(61)
  • 机器人控制算法十之运动学与动力学:DH建模与雅可比矩阵详解

    简介: 正运动学建模 逆运动学求解 动力学-雅可比矩阵 … 1.1 标准DH建模方法 关于标准DH建模的详细说明,可参考:一文带你完全掌握机器人DH参数建模(详细步骤+实例+代码) 例:Puma560: 6自由度关节机器人,6个关节都是旋转副;前3个关节用于确定手腕参考点的位置,后3个关

    2024年02月14日
    浏览(41)
  • ADAMS&Simulink 机器人动力学仿真入门(二):ADAMS设置无人机连接、驱动、力与变量(代码已开源)

    上一章介绍了仿真工作的前置准备,包括Solidworks的画图与导出,ADAMS的导入与操作简介。 本章对无人机在ADAMS中如何进行连接、驱动、力等相关内容的设置进行介绍。 上文提到重力在进入软件后进行设置,因为在Solidworks中,我们的装配体是x轴为正方向,z轴为垂直方向,所以

    2024年01月17日
    浏览(43)
  • 基于Matlab的Robotics Toolbox工具箱的机器人仿真函数介绍(空间位姿表示与动力学)

    随着我们了解到机器人如何建立运动学模型和动力学模型之后,我们可以使用Matlab中的仿真工具箱内来对模型的准确性进行验证,并且可以通过内置的函数进行简单的轨迹规划和可视化观察,本节涉及到的工具箱是MATLAB自带的Robotics Toolbox工具箱。 平移与旋转函数: SE2(x,y,t

    2024年02月07日
    浏览(49)
  • [足式机器人]Part3 机构运动学与动力学分析与建模 Ch00-4(1) 刚体的速度与角速度

    本文仅供学习使用,总结很多本现有讲述运动学或动力学书籍后的总结,从矢量的角度进行分析,方法比较传统,但更易理解,并且现有的看似抽象方法,两者本质上并无不同。 2024年底本人学位论文发表后方可摘抄 若有帮助请引用 本文参考: . 食用方法 求解逻辑:速度与

    2024年02月02日
    浏览(94)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包