非对称3-SPR并联机器人正逆运动学(Matlab源码)

这篇具有很好参考价值的文章主要介绍了非对称3-SPR并联机器人正逆运动学(Matlab源码)。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。

省流说明:本文提供球铰的非对称布置情况下其正逆运动学的求解,但需要有额外的输入参数

3-SPR并联机器人的运动学模型

S:球铰 P:移动副 R:转动副
3-SPR并联机器人即包含三条独立的SPR运动支链
输入:三个移动副(P)的伸长量
输出:系统末端参考点(一般是动平台的中心点)

运动学模型如下:
(这里的图使用了四个移动副,即在并联机构上串联了一个移动副,使其具有更大的运动范围)
对于3-SPR并联机器人来说,其末端参考点为 O P O_P OP(动平台中心点)
对于串联移动副后的机构而言,其末端参考点为 O T O_T OT(动平台上串联的移动副的末端)
matlab绳并联机器人建模,Matlab日记,机器人

符号 说明
B 1 B_1 B1 B 2 B_2 B2 B 3 B_3 B3 球铰,三点的连线构成了静平台
A 1 A_1 A1 A 2 A_2 A2 A 3 A_3 A3 转动副,三点的连线构成了动平台
P 1 P_1 P1 P 2 P_2 P2 P 3 P_3 P3 P 4 P_4 P4 移动副,并联机构的输入

逆运动学求解

3-SPR并联机器人的位置逆解可以描述为:当已知系统末端参考点 O P O_P OP在世界坐标系{W}下的坐标(即静平台所处的坐标系),求3-SPR并联机器人移动副 P 1 P_1 P1 P 2 P_2 P2 P 3 P_3 P3的伸长量。

求解公式:
公式的求解过程主要是利用约束条件,并联机器人在运动的过程中,其移动副 P P P的方向向量总是与转动副的旋转轴垂直的( P P P的方向向量由球铰 B B B指向移动副中心点 A A A),建立三个约束方程,联立求解即可得到位置逆解(证明过程略,有人需要的话再放出)
由于球铰是非对称布置的,所以在求解时要将三个球铰的位置输入到公式中( r B r_B rB 1 _1 1 r B r_B rB 2 _2 2 r B r_B rB 3 _3 3
matlab绳并联机器人建模,Matlab日记,机器人
方程注:变量说明见Matlab程序的注释
Matlab程序:

%***************************************************************    
% ** Name:   非对称布置3-SPR并联机构的逆运动学求解                  **
% ** Author: __Lnx                                             **
% ** Date:   2023-03-26                                        **
% ** Input:  r1、r2、r3:球铰B1、B2、B3距离原点O_W的距离           **
%            X_a、Y_a、Z_a:代表末端参考点O_T要达到的位置           **
%            p4:移动副P4的伸长量,如是 3-SPR并联机构则将该值设定为0  **
%****************************************************************
function output = SPR_InverseKinematics(r1, r2, r3, X_a, Y_a, Z_a,p4)
    
    R_A = 78.603; % 动平台旋转副中心点外接圆半径(A1、A2、A3距离O_P的距离)
    syms Delt Theta Phi % 已知六个自由度中的三个,将剩下三个自由度设为要求的值
    
	% 旋转矩阵定义
    ux = cosd(Theta)*cosd(Delt);
    uy = cosd(Theta)*sind(Delt);
    uz = -sind(Theta);
    vx = sind(Phi)*sind(Theta)*cosd(Delt)-cosd(Phi)*sind(Delt);
    vy = sind(Phi)*sind(Theta)*sind(Delt)+cosd(Phi)*cosd(Delt);
    vz = sind(Phi)*cosd(Theta);
    wx = cosd(Phi)*sind(Theta)*cosd(Delt)+sind(Phi)*sind(Delt);
    wy = cosd(Phi)*sind(Theta)*sind(Delt)-sind(Phi)*cosd(Delt);
    wz = cosd(Phi)*cosd(Theta);
    R_l(1,1) = ux; R_l(1,2)=vx; R_l(1,3)=wx;
    R_l(2,1) = uy; R_l(2,2)=vy; R_l(2,3)=wy;
    R_l(3,1) = uz; R_l(3,2)=vz; R_l(3,3)=wz;

	% 由O_T的位置求出O_P的位置
    X_o = X_a-R_l(1,:)*[0 0 p4]';
    Y_o = Y_a-R_l(2,:)*[0 0 p4]';
    Z_o = Z_a-R_l(3,:)*[0 0 p4]';

	% 根据公式求解
    f1 = atand((3*(r2-r1)*(cosd(Theta)-cosd(Phi))+3*sqrt(3)*(r1+r2)*sind(Phi)*sind(Theta))/(4*sqrt(3)*r3*cosd(Theta)+3*(r2-r1)*sind(Phi)*sind(Theta)+sqrt(3)*(r1+r2)*(3*cosd(Phi)+cosd(Theta)))) == Delt;
    f2 = (6*(uz*vy-vz*uy)*Z_o-(3*(ux-vy)+sqrt(3)*(3*vx-uy))*uy*r2+2*(sqrt(3)*uy+3*vy)*uy*r3)/(6*(vx*uy-ux*vy)) == X_o;
    f3 = (6*(uz*vx-vz*ux)*Z_o-(3*(ux-vy)+sqrt(3)*(3*vx-uy))*ux*r2+2*(sqrt(3)*ux+3*vx)*uy*r3)/(6*(ux*vy-vx*uy)) == Y_o;
    
    [DELTA,THETA,PHI] = solve([f1, f2, f3],[Delt Theta Phi]);
    r = eval([DELTA,THETA,PHI]);

    T = r(2);D = r(1);P = r(3);
    rux = cosd(T)*cosd(D);
    ruy = cosd(T)*sind(D);
    ruz = -sind(T);
    rvx = sind(P)*sind(T)*cosd(D)-cosd(P)*sind(D);
    rvy = sind(P)*sind(T)*sind(D)+cosd(P)*cosd(D);
    rvz = sind(P)*cosd(T);
    rwx = cosd(P)*sind(T)*cosd(D)+sind(P)*sind(D);
    rwy = cosd(P)*sind(T)*sind(D)-sind(P)*cosd(D);
    rwz = cosd(P)*cosd(T);

    R(1,1) = rux; R(1,2)=rvx; R(1,3)=rwx;
    R(2,1) = ruy; R(2,2)=rvy; R(2,3)=rwy;
    R(3,1) = ruz; R(3,2)=rvz; R(3,3)=rwz;

    % 根据输入,计算球铰点坐标
    B1 = [r1*cosd(30) r1*sind(30) 0]';
    B2 = [r2*cosd(150)  r2*sind(150)  0]';
    B3 = [r3*cosd(270) r3*sind(270) 0]';
  
  	%根据求得的旋转矩阵,计算动平台中心点O_P的坐标
    O_A=[ X_a, Y_a, Z_a]';
    O_A = O_A-R*[0 0 p4]';
    
    % 根据求得的旋转矩阵及O_P点的坐标,计算各旋转副坐标
    A1 = R * [R_A*cosd(30) R_A*sind(30) 0]'+ O_A;
    A2 = R * [R_A*cosd(150)  R_A*sind(150)  0]'+ O_A;
    A3 = R * [R_A*cosd(270) R_A*sind(270) 0]'+ O_A;
    
    % 计算各杆伸长量
    P1 = norm(A1 - B1);
    P2 = norm(A2 - B2);
    P3 = norm(A3 - B3);
    
    % 输出结果
    r_output = [P1 P2 P3];
    output = r_output;
end

正运动学求解(待更新补充说明)

正运动学的求解和以往的方法不一样,利用了点云配准的思想。
主要思路是:

matlab绳并联机器人建模,Matlab日记,机器人matlab绳并联机器人建模,Matlab日记,机器人
matlab绳并联机器人建模,Matlab日记,机器人
matlab绳并联机器人建模,Matlab日记,机器人

Matlab正运动学计算函数:SPR_ForwardKinematics

%**********************************************************    
% ** Name:   非对称布置3-SPR并联机构的正运动学求解            **
% ** Author: __Lnx                                       **
% ** Date:   2023-03-26                                  **
%**********************************************************
function [R_output,T_output] = SPR_ForwardKinematics(lidar1, lidar2, lidar3, p4)

%     这是一组示例
%     lidar1 = [304.455 1054.25 21.7591];
%     lidar2 = [302.484	1355.49	21.9924];
%     lidar3 = [297.842	1198	22.56111];
%     lidar1 = [304.455 711.704 29.55];
%     lidar2 = [302.484	1030.71	24.915];
%     lidar3 = [297.842	1030.71	24.915];
% 	  p4 = 500;

    % r 为球铰副距离世界坐标系原点距离;Spare_Local 为球铰副在动平台坐标系中的坐标
    [r,Spare_Local] = SPR_SpareJointCalculate(lidar1,lidar2,lidar3);
    Spare_World = [[r(1)*cosd(30) r(1)*sind(30) 0]' [r(2)*cosd(150)  r(2)*sind(150)  0]' [r(3)*cosd(270) r(3)*sind(270) 0]'];
    hold on;
%     scatter3(Spare_World(1,1),Spare_World(2,1),Spare_World(3,1));
%     scatter3(Spare_World(1,2),Spare_World(2,2),Spare_World(3,2));
%     scatter3(Spare_World(1,3),Spare_World(2,3),Spare_World(3,3));

    % ICP
    R = eye(3);      % 旋转矩阵初始化
    t = zeros(3, 1); % 位移矩阵初始化

    X = Spare_World; % 目标点云
    Y = Spare_Local; % 源点云

    % 计算Y中每个点到X中的最近点
    idx = [1 2 3]';
    err = norm(X(1)-Y(1))+norm(X(2)-Y(2))+norm(X(3)-Y(3));

    % 去中心
    Y_mean = mean(Y, 2);
    X_mean = mean(X(:, idx), 2);
    H = (Y - Y_mean) * (X(:, idx) - X_mean)';

    [U, ~, V] = svd(H);
    R_cur = V * U';
    t_cur = X_mean - R_cur * Y_mean;

    % 更新变换矩阵
    R = R_cur;
    t = R_cur * t + t_cur;


    % 更新点云
    Y = R_cur * Y + t_cur;
    hold on;
    scatter3(Y(1,:),Y(2,:),Y(3,:),'red');
    scatter3(X(1,:),X(2,:),X(3,:),'black');
axis equal;
    R_output = R;
    T_output = t + R*[0,0,p4]';
end

其中包含另一个函数:SPR_SpareJointCalculate(lidar1,lidar2,lidar3)文章来源地址https://www.toymoban.com/news/detail-786727.html

%**********************************************************    
% ** Name:   三个球铰的位置计算                             **
% ** Author: __Lnx                                       **
% ** Date:   2023-03-16                                  **
%**********************************************************


function [output_r,output_B] = SPR_SpareJointCalculate(lidar1,lidar2,lidar3)
    % 输入
    theta =[lidar1(3) lidar2(3) lidar3(3)];
    P =[lidar1(2) lidar2(2) lidar3(2)];
    % 常量
    alpha = [30 150 270];
    r = 78.603; % 动平台转动副外切圆半径
    k = 42.5;

    l = 139.135;
    m = 159.966;%220;         
    P = P + l + m;  % 移动副长度

    alpha = deg2rad(alpha);
    theta = deg2rad(theta);

    % 计算B1\B2\B3在动平台坐标系中的位置
    B1 = [(r+P(1)*sin(theta(1))-k*cos(theta(1)))*cos(alpha(1))
          (r+P(1)*sin(theta(1))-k*cos(theta(1)))*sin(alpha(1))
           -(P(1)*cos(theta(1))+k*sin(theta(1)))];
    B2 = [(r+P(2)*sin(theta(2))-k*cos(theta(2)))*cos(alpha(2))
          (r+P(2)*sin(theta(2))-k*cos(theta(2)))*sin(alpha(2))
           -(P(2)*cos(theta(2))+k*sin(theta(2)))];
    B3 = [(r+P(3)*sin(theta(3))-k*cos(theta(3)))*cos(alpha(3))
          (r+P(3)*sin(theta(3))-k*cos(theta(3)))*sin(alpha(3))
           -(P(3)*cos(theta(3))+k*sin(theta(3)))];
    hold on;
%     scatter3(B1(1),B1(2),B1(3));
%     scatter3(B2(1),B2(2),B2(3));
%     scatter3(B3(1),B3(2),B3(3));
%     output_B = [B2 B3 B1];% 非对称
      output_B = [B1 B2 B3];% 对称

    L(1) = norm(B1-B2);
    L(2) = norm(B1-B3);
    L(3) = norm(B2-B3);

    syms r1 r2 r3;
    f1 = r2^2+r3^2+r2*r3 == L(1)^2;
    f2 = r1^2+r3^2+r1*r3 == L(2)^2;
    f3 = r1^2+r2^2+r1*r2 == L(3)^2;
    [r1,r2,r3] = solve([f1, f2, f3],[r1 r2 r3]);
%     r = eval([r2 r1 r3]);% 非对称
    r = eval([r1 r2 r3]);% 对称

    for i=1:1:size(r,1) % 正数解
        if(r(i,1)>0 && r(i,2)>0 && r(i,3)>0)
            output_r = r(i,:);
            break;
        end
    end
end

到了这里,关于非对称3-SPR并联机器人正逆运动学(Matlab源码)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

  • 6自由度并联机器人 运动学算法 正解 逆解6个耦合的非线性方程组求解

    6自由度并联机器人 运动学算法   正解  逆解 6个耦合的非线性方程组求解 正解快速收敛可用在机器人控制中 已实际使用 6自由度并联机器人运动学算法及其在机器人控制中的应用 随着社会科技的不断发展,机器人技术在工业自动化和服务业中的应用越来越广泛。其中,高自

    2024年04月28日
    浏览(30)
  • 机器人位置运动学

    正运动学 :已知机器人各关节的变量,计算出末端执行器的位置和姿态。 逆运动学 :求解一组关节变量,使机器人末端放置在特定位置并且具有期望的姿态。 运动学方法 利用矩阵建立刚体的位置和姿态,并利用矩阵建立物体的平移和旋转运动表示,研究不同构性机器人(

    2024年02月15日
    浏览(31)
  • 机器人学:(3)机器人运动学

    机器人运动学(Kinematics)是从几何角度描述和研究机器人的位置、速度和加速度随时间的变化规律的科学,它不涉及机器人本体的物理性质和加在其上的力。这里主要介绍机器人运动学的建模方法及逆运动学的求解方法。 机器人运动学问题主要在机器人的工作空间与关节空

    2024年02月07日
    浏览(38)
  • 机器人学基础(三):机器人运动学

    运动学问题是在不考虑引起运动的力和力矩的情况下,描述机械臂的运动。上一篇我们已经讨论了机器人运动方程的表示方法,这一篇将会讨论机器人的DH建模方法。 Denavit-Hartenberg(D-H)模型于1955年首次提出,用于描述机器人连杆和节点之间相互关系。后来逐步完善推导出了

    2024年02月09日
    浏览(37)
  • 工业机器人(六)——运动学分析

      Delta 并联机构具有工作空间大、运动耦合弱、力控制容易和工作速度快等优点,能够实现货物抓取、分拣以及搬运等,在食品、医疗和电子等行业中具有广泛的应用。在结构设计的基础上,本部分通过运动学和动力学分析,为并联机构优化设计提供前期基础,具体内容如

    2024年02月09日
    浏览(33)
  • 基于C#的机器人仿真平台和机器人运动学算法实现

    一、平台搭建 1.利用wpf自带的库进行机器人各关节导入 相关代码段: 导入效果如图: 效果视频: 2.通过正运动学显示机器人当前位置信息 拖动机器人并且实时改变其位置信息: xaml代码部分: 算法部分:  3.功能实现(在X/Y/Z轴上设置一个移动距离,然后机器人自动移动该

    2024年02月16日
    浏览(35)
  • 机器人——正向运动学(Forward Kinematics)与逆向运动学(Inverse Kinematics)

    正向运动学和反向运动学分别是什么意思 正向运动学是指从机器人的关节运动推导出末端执行器的运动的过程,也就是从机器人的关节坐标计算出末端执行器的位置和姿态信息的过程。反向运动学则是指从末端执行器的位置和姿态信息推导出机器人的关节坐标的过程。简单来

    2024年02月16日
    浏览(30)
  • 机器人运动学标定:基于DH建模方法

    作者:桂凯 链接:https://www.zhihu.com/question/401957723/answer/1298513878 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 当然,运动学标定这种很基础的问题,理论已非常成熟了,基于激光或拉线编码器的标定系统也已经商业化了。我们在接

    2024年02月12日
    浏览(38)
  • 六自由度机器人(机械臂)运动学建模及运动规划系列(一)——简介

    毕业设计做了六轴机器人相关的课题,做完之后学到很多,在这里分享一下。本篇首先对六轴机器人及其研究内容进行简单的介绍。 六轴机器人中的六轴指个六自由度,由关节和连杆组成。常见的六轴机器人为 串联型旋转关节机器人 。这里以一款川崎机器人为例,展示一下

    2024年02月02日
    浏览(31)
  • 机器人运动学——轮速里程计(SLAM)

    目录 一、机器人运动学分析 二、阿克曼小车  2.1运动学分析   想要让机器人运动, 除了提供目标速度还不够, 需要将机器人的目标速度转换每个电机实际的目标速度, 最终根据电机的目标速度对电机的控制实现对机器人的控制。 机器人的目标速度转换成电机的目标速度这

    2024年02月16日
    浏览(27)

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