机器人运动学(培训教材)
第1章 机器人运动学优秀课件
第1章 机器人运动学 (Kinematics of Robots)
➢ 引言 ➢ 机器人位置与姿态的描述 ➢ 机器人运动学正问题 ➢ 机器人运动学逆问题 ➢ 机器人的雅可比矩阵
§1.1 引 言(The Introduction)
➢ 机器人运动学 正问题:定义 逆问题:定义
➢ 机器人动力学
为,
cosφ 0 sinφ
Ry, φ = 0
10
- sinφ 0 cosφ
cosθ -sinθ 0
Rz, θ = sinθ cosθ 0
0
01
矩阵Rx, α、Ry, φ和Rz, φ称为基本旋转矩阵。
任何旋转变换可以由有限个基本旋转变换合成得到。
依次左乘(如果uvw对xyz旋转)
依次右乘(如果uvw绕自己的坐标轴旋转) R=Rz,θRy,φRx,α
ix ˙iu ix ˙jv ix ˙kw 1 0 0
Rx, α = iy˙iu iy ˙jv iy ˙kw = 0 cosα - sinα
iz˙iu iz ˙jv iz ˙kw
0 sinα cosα
向量点乘:a· b=|a|·|b| · cos(a)
类似地,绕Oy 轴转动φ角和绕Oz 轴转θ角的3×3旋转矩阵分别
当Ouvw坐标系绕一轴线转动后,
均可通过一个3x3旋转矩阵R
将原坐标Puvw变换到Oxyz系中 的坐标Pxyz ,
即: Pxyz=R Puvw
由矢量分量的定义有:Puvw= pu iu + pv jv + pw kw
pu、pv、pw分别表示P沿Ou、Ov、Ow 轴的分量
Px = ix˙P = ix ˙iu pu+ ix ˙jv pv+ix ˙kw pw Py = iy˙P = iy˙iu pu+ iy ˙jv pv+iy ˙kw pw Pz = iz˙P = iz˙iu pu+ iz ˙jv pv+iz ˙kw pw
第三章机器人运动学PPT课件
(3)矩阵与矩阵相乘: (4) 矩阵的转置:把矩阵的行换成同序数的列,记为
7. 矩阵的逆(逆矩阵) 8. 分块矩阵:分块后的矩阵与普通矩阵的运算相同。
9. 正交矩阵:如果
,则A为正交矩阵。它满足:
如果
是正交矩阵,则
行列式和矩阵的区别:矩阵是按一定方式排成的数表;行列式是 一个数。
三、矢量的点积(内乘积或标量积)
其中θ是a和b两矢量间的夹角,如图3-2所示。 令b=i (i为b方向上的单位矢量),则
图3-2标量积
换句话说:一个矢量在另一个矢量上的投影等于该矢量与另一矢量 方向上单位矢量的点积。
再令a=j (j 为a方向上的单位矢量),则
即两矢量方向上单位矢量的点乘等于两矢量夹角的余弦。
二、坐标旋转
图3-6 坐标旋转
如图3-6,{B}与{A}有共同的坐标原点,但方位不同。令
和
分别是{A}和{B}中的单位主矢量,点P 在两
坐标系中各坐标轴上的坐标分量分别为:
和
所以有 利用点乘的性质和上式共同求解得
将
代入上面三式中并写成矩阵形式得
上式简写为: 此式称为坐标旋转方程。其中旋转矩阵 表示了坐标系{B}相 对于{A}的方位,正好与刚体姿态的描述相同。同理也可得
和 APCO APBO
进而有
例3.2 已知坐标系{B}初始位姿与{A}重合,首先{B}相对{A}的zA轴
转30°,再沿{A}的xA轴移动10个单位,并沿{A}的
,求 。
解:
zB zA
OB OA
xA30oxB
yB 30o
yA
zA zB
OA
(10,5,0)
xA
第三章机器人运动学
第三章机器人运动学机器人运动学是研究机器人如何在二维或三维空间中进行运动的学科。
它涉及到机器人的轨迹规划、运动控制和路径规划等重要内容。
本章将介绍机器人运动学的基本概念和常用模型,帮助读者全面了解机器人的运动规律和控制原理。
1. 机器人运动学的基本概念机器人运动学是研究机器人位置和姿态变化的学科,包括正运动学和逆运动学两个方面。
正运动学研究机器人的末端执行器的位置和姿态如何由关节变量确定;逆运动学则研究机器人如何通过末端执行器的位置和姿态来确定关节变量的值。
机器人的运动学建模一般采用DH(Denavit-Hartenberg)参数表示方法。
DH 参数是由Denavit和Hartenberg提出的一种机器人坐标系的选择和旋转轴的确定方法。
通过定义一系列关节坐标系,建立起机器人的坐标系链,并确定各个关节的旋转轴和约定的方向,可以方便地描述机器人的运动学特性。
2. 机器人正运动学机器人正运动学是研究机器人末端执行器位置和姿态如何由关节变量确定的问题。
在机器人的正运动学中,常用的方法有几何法和代数法。
2.1 几何法几何法是一种较为直观的方法,通过对机器人各个关节坐标系的位置和旋转进行推导,得到机器人末端执行器的位置和姿态。
几何法适用于无约束和无外力干扰的情况,可以简单快速地推导出机器人的正运动学方程。
2.2 代数法代数法是一种基于运动学链的代数运算的方法,通过DH参数建立起机器人的坐标系链,并通过矩阵运算推导出机器人的正运动学方程。
代数法在机器人正运动学的推导和计算过程中更具有普适性和灵活性。
3. 机器人逆运动学机器人逆运动学是研究机器人如何通过末端执行器的位置和姿态来确定关节变量的值的问题。
机器人逆运动学在机器人运动规划和路径控制中起到重要的作用。
机器人逆运动学的求解一般采用迭代方法,通过迭代计算来逼近解析解,实现对机器人关节变量的求解。
逆运动学的求解过程中可能会出现奇异点和多解的情况,需要通过约束条件和优化方法来处理。
Fanuc_Robot_Basic_Training FANUC机器人培训教材(基本)
Fanuc_Robot_Basic_Trning FANUC培训教材(基本) Fanuc_Robot_Basic_Trning FANUC培训教材(基本)
第一章: 介绍
1.1 FANUC的背景和发展历史
1.2 FANUC的应用领域
1.3 FANUC的工作原理和基本组成
第二章: 安全
2.1 安全标准和规定
2.2 安全防护装置的使用和维护
第三章: 控制系统
3.1 控制系统的组成
3.2 控制器的操作和编程
3.3 编程语言的基本语法和常用指令
第四章: 运动学
4.1 的坐标系和姿态表示
4.2 的运动学原理和运动控制
第五章: 传感器和视觉
5.1 传感器的种类和功能
5.2 视觉系统的原理和应用第六章: 操作与维护
6.1 操作界面和操作流程
6.2 的日常维护和故障排除6.3 的保养和维修
第七章: 编程实例
7.1 基本动作的编程实例
7.2 应用案例分析
第八章: 安全操作规程
8.1 操作安全规程和注意事项8.2 事故的预防和应急处理附件:
1.FANUC操作手册
2.FANUC编程实例
3.FANUC故障排除手册
法律名词及注释:
1.安全标准和规定:指相关法律法规中对于安全的要求和规范。
2.控制器:控制系统中的核心部件,用于控制的动作和运行。
3.编程语言:用于编写控制程序的计算机语言,包括指令和语法规则。
4.传感器:用于获取周围环境信息的装置,如力传感器和视觉传感器。
5.操作界面:用于人机交互和操作的界面,通常包括触摸屏和按键等设备。
机器人培训教材(基础知识篇)
4.重复定位精度:±0.01mm;
5.驱动系统:气动、液压、直流伺服系统、交流伺服系统等等; 6.位置反馈类型:绝对编码器和增量式编码器; 7.手臂移动范围:决定机器人运动空间; 8.各轴移动速度:决定机器人工作效率。
1、机器人简介
1.7 机器人安装环境的要求
1.环境温度要求:工作温度0~45℃,运输储存温度-10~60℃; 2.相对湿度要求:20~80%RH; 3.动力电源:3相AC200/220V(+10%~-15%); 4.接地电阻:小于100Ω ; 5.机器人工作区域需有防护措施(安全围栏); 6.灰尘、泥土、油雾、水蒸气等必须保持在最小限度; 7.环境必须没有易燃、易腐蚀液体或气体; 8.设备安装要求要远离撞击和震源; 9.机器人附近不能有强的电子噪声源; 10.震动等级必须低于0.5G(4.9m/s² )。
6、机器人控制语言
1、机器人简介
1954年美国George .Devol最早提出了工业机器人的思想,发明了 一种可编程序的关节型搬运装置,该装置的要点是借助于伺服技术控 制机器人的关节,利用人手对机器人进行示教,机器人能实现动作的 记录和再现,这就是所谓的示教再现机器人。在此基础上,1958年美 国的 CONSOLIDATEEL 公司制造了第一台工业机器人; 1962 年美国 AMF 公 司 推 出 的 “ VERSTRAN 型 ” 和 “ UNIMATION” 公 司 推 出 的 “UNIMATE”型机器人,这些工业机器人就是早期机器人的雏形。70 年代后,焊接、喷漆机器人相继在工业中得到应用和推广。随着计算 机技术、控制技术、人工智能的发展,机器人技术也得到了迅速发展, 出现了更为先进的可配视觉、触觉的机器人。
1.4 机器人的分类
1.4.7 连续轨迹控制(CP)型机器人:按连续轨迹方式控制的机器人, 其运动轨迹可以是空间的任意连续曲线。机器人的各关节同时做 受控运动。由于要求实现光滑轨迹运动,控制计算机必须实时插
2024版年度ABB机器人培训教材
定期组织应急演练,提高操作人员的应急处理能力和协同作战能力, 确保在发生安全事故时能够迅速有效地进行处置。
2024/2/2
29
安全防护装备选用建议
选用符合标准的安全防护装备
在选择安全防护装备时,应选用符合国家标准和行业标准的产品,确保其质量和性能符合要 求。
根据实际情况选用合适的装备
定期对ABB机器人进行检查和维护,确保其处于良好的工作状态, 避免因设备故障导致的安全事故。
27
危险源识别与风险评估
1 2
识别潜在危险源 在操作ABB机器人前,需要识别出潜在的危险源, 如电气故障、机械故障等,以便采取相应的防护 措施。
风险评估与分级 针对识别出的危险源,进行风险评估并分级,确 定不同危险源的风险等级,为制定应急处理措施 提供依据。
2024/2/2
8
ABB机器人发展历程
早期发展
ABB机器人的发展可以追溯到20 世纪70年代,当时ABB公司开始 研发工业机器人,并推出了一系
列具有创新性的产品。
2024/2/2
技术突破
随着计算机技术、传感器技术和控 制技术的不断发展,ABB机器人在 性能、精度和稳定性等方面取得了 重大突破。
系列产品推出
发展前景
随着人工智能技术的不断发展和应用,ABB机器人将实现更加智能化和自主化的作业。未来,机器人将在更多领 域发挥重要作用,推动工业自动化和智能制造的发展。同时,随着协作机器人的普及和应用,人机协作将成为未 来工业生产的重要趋势之一。
2024/2/2
10
03
ABB机器人系统组成与功能
Chapter
针对不同的操作环境和安全风险等级,选用合适的安全防护装备,如安全帽、防护服、手套 等。
第一章机器人运动学(1)
三、坐标轴的方向表示
i、j、k 分别表示直角坐标系中X、
Y、Z坐标轴的单位矢量,用齐次坐 标表示之,则有
X = [1 0 0 0 ]T Y = [0 1 0 0]T Z = [0 0 1 0]T
空间任一点的坐标表示
位置和姿态的表示(延伸):
1.位置描述
在直角坐标系A中,空间任意一点p的位置 (Position)可用3x1列向量(位置矢量)表示:
2.方位描述
AP [ px
py
p ]T z
空间物体B的方位(Orientation)
可由某个固接于此物体的坐标系{B}
的三个单位主矢量[xB,yB,zB]相对于 参考坐标系A的方向余弦组成的3x3
一、连杆的位姿表示 连杆的位置表示:
设有一个机器人的连杆,O为连杆上 任一点,OXYZ 为与连杆固接的一个 动系。
连杆PQ在固定坐标系 OXYZ 中的位置 可用P点一齐次坐标表示为:
P = [X0 Y0 Z0 1]T
(注:P点为连杆坐标系的原点)
图 连杆的位姿表示
连杆的姿态表示
d [n o
由此,连杆的位姿可用齐次矩阵表示。
a
nX
P]
nY
nZ
0
oX aX oY aY oZ aZ 00
X0
Y0
Z
0
1
由此,连杆的位姿可用齐次 矩阵表示为:
nX oX aX X0
d [n o a
P]
nY
1(第二章机器人运动学)PPT课件
(Robot Kinematics) (Manipulator Kinematics)
刘志远、刘海峰
30.10.2020
1
Degree of Freedom (DOF)
30.10.2020
end-effector
2
机器人各连杆视作刚体
g2 (t) Joint angle Link g1(t)
U
system (OXYZ)
x
– Rotated coordinate system (OUVW)
U
A point P in the space can be represented by its coordinates
x
with respect to both coordinate systems.
正交变换
30.10.2020
11
Remark: geometric interpretation of rotation matrices.
Z W
p pu pv pw T
Z W
T
pw pv
p pu
O
U X
Y
V
O
X
U
V Y
px pu
pu
py
R
pv
r1
r2
r3
pv
p 30.10.2020
Actuator
End-effector
关g (节t) 角[g 1 g((tt))g [g 2( 1t() t) g g n 2 (t(t))T T ] ]。若为n自由度的机械手则
30.10.2020
3
2.1 引言(Introduction)
机器人运动学入门书籍
机器人运动学入门书籍
以下是一些机器人运动学入门书籍:
Howie Choset,Kevin M. Lynch,etc的《Principles of Robot Motion Theory, Algorithms, and Implementations》。
这本书被认为是一本学习机器人运动规划入门的优秀教材,涵盖了经典的运动、路径规划算法,同时还有针对各种场景的应用示例。
Mark W. Johnson的《Robot Mechanisms and Mechanical Devices Illustrated》。
这本书提供了对机器人运动学的全面概述,包括各种机构和装置的详细说明,以及运动学和动力学的基本原理。
John J. Canny的《The Robotics Primer》。
这本书是一个机器人学的入门教程,其中包括机器人运动学的基础知识,以及如何使用Python进行机器人编程。
以上书籍仅供参考,建议咨询图书馆工作人员,获取适合的入门书籍。
课件:第三章机器人运动学
• 3.1 机器人运动方程的表示
• 3.1.2 运动位置和坐标
• 一旦机械手的运动姿态由某个姿态变换规定之后,它在基坐标系中的 位置就能够由左乘一个对应于矢量p的平移变换来确定。
1 0 0 px
T6
0 0
1 0
0 1
p
y
某姿态变换
pz
0 0
0
1
Robotics运动学
3.1 机器人运动方程的表示
3.1.3 连杆变换矩阵 1.广义连杆(D-H坐标)
所有关节全为转动关节时: Zi坐标轴; Xi坐标轴; Yi坐标轴;
连杆长度ai;连杆两端关节公共法线距离 连杆扭角αi;垂直于ai所在平面内两轴的夹角 两连杆距离di;两连杆的相对位置di 两杆夹角θ 两连杆法线的夹角
Robotics运动学
3.1 机器人运动方程的表示
s c 0 0ny
oy
ay
p
y
s
c
0 0
0
0
0 0
1 0
0 1
nz 1
oz 1
az 1
pz 1
sc
0
ss
0
c 0
0 1
(3-39)
Robotics运动学
3.2 机械手运动方程的求解
3.2.1欧拉变换解
重写为
f11(n) f11(o) f11(a) f11( p) cc cs s 0
保持姿态,执行器要绕其自身Y和Z轴反向旋转.
Sph( , , r) Rot(z, )Rot( y, )Trans(0,0, r)Rot( yA, )Rot(zA, )
1 0 0 rcs
0
1
0
rss
《机器人运动学》课件
机器人正向运动学建模
正向运动学
根据机器人关节参数,计算机器人末端执行器在笛卡尔坐标 系中的位置和姿态的过程。
正向运动学模型
描述机器人末端执行器位置和姿态与关节参数之间关系的数 学模型。
机器人逆向运动学建模
逆向运动学
已知机器人末端执行器在笛卡尔坐标系中的位置和姿态,求解机器人关节参数 的过程。
逆向运动学模型
02
它主要关注机器人在三维空间中 的位置和姿态,以及如何通过关 节运动来实现这些位置和姿态的 变化。
机器人运动学的研究内容
机器人位姿表示
研究如何用数学表达式表示机 器人在三维空间中的位置和姿
态。
运动学方程
建立机器人末端执行器位姿与 关节状态之间的数学关系,即 运动学方程。
运动学逆解与正解
研究如何通过给定的位姿求解 关节状态(逆解),以及如何 通过给定的关节状态求解位姿 (正解)。
关节坐标系
基于机器人关节建立的坐标系,常用于描述机器 人的关节运动状态。
工作坐标系
基于机器人工作需求建立的坐标系,常用于描述 机器人末端执行器的位置和姿态。
CHAPTER 03
机器人运动学建模
齐次变换与坐标变换
齐次变换
描述空间中物体位置和方向变化的数 学工具,包括平移和旋转。
坐标变换
将一个坐标系中的位置和方向信息转 换到另一个坐标系中的过程,涉及到 齐次变换的应用。
关节空间的轨迹规划
定义
关节空间是指机器人的各个关节角度 构成的坐标系,关节空间的轨迹规划 是指通过控制机器人的关节角度来实 现机器人的运动。
方法
常用的方法包括多项式插值、样条曲 线插值等,通过设定起始和目标位置 的关节角度,计算出一条平滑的关节 角度路径。
机器人学 第2章 机器人运动学4教材
p
y
? ?
p
z
? ?
?0 0 0 1 ?
3.坐标变换
3.1平移变换 (Translation transformation ): 坐标系 {B}与{ A}的方向向量平行,原点不同。
?1 0 0 px ?
T ? ??0
1
0
p
y
? ?,
?0 ?
0
1
pz
? ?
?0 0 0 1 ?
A p ? T ?B
? ?
? 所谓逆变换就是将被变换的坐标系返回到原来的坐标系。
? 变换矩阵的一般表达形式:
?nx ox ax px ?
T ? ??n y
oy
ay
p
y
? ?
?nz oz az pz ?
? ?
0
0
0
1
? ?
式中 n, o, a 是旋转变换列向量, p 是平移向量,其逆是
?nx n y nz ? p ?n ?
T ?1 ?
2. 姿态描述
姿态描述:刚体的空间表示。
一个刚体在空间有几个自由度?
通常的做法是:定义两个坐标系 ? 空 间固定坐标系和刚体固定坐标系。
常用的姿态描述:
旋转矩阵的姿态描述(笛卡尔坐标系 下),
欧拉(Euler )角的姿态描述, 利用横滚(R:Roll )、俯仰(P:
pitch )、偏转(Y:yaw )角 (RPY角)的姿态描述等。
r22
r23
? ?
??r31 r32 r33 ??
?nx ox ? x ?
??? A RB ? ?n
o ? ?? ??ny
oy
?
y
? ?
机器人技术基础课件第三章-机器人运动学精选全文完整版
如此类推,对于六连杆机器人,有下列矩阵:
06T 01T 12T 23T 34T 45T 56T
3.2 3.2 机械手运动学方程
26
0 6
T
3.1.4 连杆变换矩阵及其乘积
06T 01T12T 23T 34T 45T 56T
机器人运动学方程
此式右边表示了从固定参考系到手部坐标系的各连杆
一个六连杆机械手可具有六个自由度,每个连杆含 有一个自由度,并能在其运动范围内任意定位与定向。 其中三个自由度用于规定位置,而另外三个自由度用 来规定姿态。
8
3.1.1 连杆坐标系
机械手的运动方向
机器人手部的位置和姿态也可以
用固连于手部的坐标系{B}的位姿
来表示
关节轴为ZB, ZB轴的单位方向 矢量α称为接近矢量,指向朝外。
(1) 坐标系{i-1}绕xi-1轴转角αi-1,使Zi-1与Zi平行,算子为Rot(x, αi-1) ; (2) 沿Xi-1轴平移ai-1,使Zi-1和Zi共线, 算子为Trans(ai-1,0,0); (3)绕Zi轴转角θi; 使得使Xi-1与Xi平行, 算子为Rot(z,θi);
(4) 沿Zi轴平移di。使得i-1系和i系重合, 算子为Trans(0,0,di)。
3.2.1 机器人正运动学方程
连杆 i 1
2
3
连杆长 度ai-1
0
a0
a1
连杆偏距 di 0
0
d2
连杆扭角 αi-1 00
00
-900
关节角 θi
θ1(00) θ2(00) θ3(00)
3.2.1 机器人正运动学方程
该3自由度机器人的运动学方程为:
机器人运动学课件
轨迹规划实现
坐标系选择
在进行轨迹规划时,需要选择合适的坐标系,如笛卡尔坐 标系和关节坐标系等,以便于描述机器人的运动轨迹和关 节角度。
插值函数选择
选择合适的插值函数能够保证机器人的运动轨迹的光滑性 和连续性,需要根据实际需求和约束条件来确定插值函数 的形式和参数。
插值点选择
选择合适的插值点是实现精确轨迹的关键,需要根据实际 需求和约束条件来确定插值点的数量和位置。
根据不同的分类标准,轨迹规划可以分为多种类型,如基于时间的轨迹 规划、基于空间的轨迹规划、笛卡尔空间的轨迹规划和关节空间的轨迹 规划等。
轨迹规划方法
基于多项式的轨迹规划方法
基于样条曲线的轨迹规划方法
该方法通过使用多项式函数来描述机器人 的运动轨迹,具有简单、易实现的特点, 但可能会产生较大的轨迹误差。
描述机器人末端执行器的 方向变化。
齐次变换矩阵
用于描述平移和旋转的复 合变换,包括旋转和平移 矩阵的组合。
03
机器人运动学方程
齐次变换
齐次变换定义
齐次变换描述了刚体在空间中的位置和姿态,由平移和旋转组成 。
齐次变换矩阵
齐次变换可以用一个4x4的矩阵来表示,该矩阵包含了刚体的位置 信息和姿态信息。
绝对位置
相对于参考坐标系的机器 人位置。
相对位置
相对于机器人上某固定参 考点的位置。
姿态描述
方向描述
描述机器人的朝向,通常使用欧拉角 (俯仰角、偏航角、滚动角)或四元 数表示。
姿态矩阵
通过旋转和平移矩阵描述机器人末端 执行器的姿态。
坐标系转换
平移变换
描述机器人末端执行器在 空间中的位置变化。
旋转变换
根据机器人的关节类型和连接方式, 通过几何关系和运动约束建立机器人 末端执行器的位置和姿态的运动学方 程。
机器人运动学ppt课件
zi zj
人
① 绕z轴旋转θ角——变换矩阵推导
及
若空间有一点p,则其
其
在坐标系{i}和坐标系{j}中 ① 的坐标分量之间就有以下关系:
控 制 原 理
xi xj cos yj s in yi xj s in yj cos
zi zj
xi
oi θ oj
xj
精选PPT课件
*
yj yi
17
第2章 机器人运动学
zj
其
的原点重合,坐标系{j}的 ① 坐标轴方向相对于坐标系
yj
控
② {i}绕轴旋转了一个θ角。
制
θ角的正负一般按右
oioj
θ yi
原 理
手法则确定,即由z轴的 xi
① 矢端看,逆时钟为正。
θ
xj
精选PPT课件
16
*
第2章 机器人运动学
2.2 齐次变换及运算
机 器
2.2.1 直角坐标变换
2、旋转变换
2.2 齐次变换及运算
机
器 人
2.2.1 直角坐标变换
2、旋转变换
① 绕z轴旋转θ角
及
若补齐所缺的有些项,再作适当变形,则有:
其 控
xi cos xj sin yj 0zj
制
yi sin xj cos yj 0zj
原 理
zi 0 xj 0 yj 1zj
精选PPT课件
18
*
第2章 机器人运动学
机
2.1 机器人的位姿描述
器
人 及
2.1.1 机器人位姿的表示
其
2.1.2 机器人的坐标系
控
制
原
理
精选PPT课件
机器人运动学(培训教材)
第2章 机器人位置运动学2.1 引言本章将研究机器人正逆运动学。
当已知所有的关节变量时,可用正运动学来确定机器人末端手的位姿。
如果要使机器人末端手放在特定的点上并且具有特定的姿态,可用逆运动学来计算出每一关节变量的值。
首先利用矩阵建立物体、位置、姿态以及运动的表示方法,然后研究直角坐标型、圆柱坐标型以及球坐标型等不同构型机器人的正逆运动学,最后利用Denavit-Hartenberg(D-H)表示法来推导机器人所有可能构型的正逆运动学方程。
实际上,机器手型的机器人没有末端执行器,多数情况下,机器人上附有一个抓持器。
根据实际应用,用户可为机器人附加不同的末端执行器。
显然,末端执行器的大小和长度决定了机器人的末端位置,即如果末端执行器的长短不同,那么机器人的末端位置也不同。
在这一章中,假设机器人的末端是一个平板面,如有必要可在其上附加末端执行器,以后便称该平板面为机器人的“手”或“端面”。
如有必要,还可以将末端执行器的长度加到机器人的末端来确定末端执行器的位姿。
2.2 机器人机构机器手型的机器人具有多个自由度(DOF ),并有三维开环链式机构。
在具有单自由度的系统中,当变量设定为特定值时,机器人机构就完全确定了,所有其他变量也就随之而定。
如图2.1所示的四杆机构,当曲柄转角设定为120°时,则连杆与摇杆的角度也就确定了。
然而在一个多自由度机构中,必须独立设定所有的输入变量才能知道其余的参数。
机器人就是这样的多自由度机构,必须知道每一关节变量才能知道机器人的手处在什么位置。
图2.1 具有单自由度闭环的四杆机构如果机器人要在空间运动,那么机器人就需要具有三维的结构。
虽然也可能有二维多自由度的机器人,但它们并不常见。
机器人是开环机构,它与闭环机构不同(例如四杆机构),即使设定所有的关节变量,也不能确保机器人的手准确地处于给定的位置。
这是因为如果关节或连杆有丝毫的偏差,该关节之后的所有关节的位置都会改变且没有反馈。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第2章机器人位置运动学2.1 引言本章将研究机器人正逆运动学。
当已知所有的关节变量时,可用正运动学来确定机器人末端手的位姿。
如果要使机器人末端手放在特定的点上并且具有特定的姿态,可用逆运动学来计算出每一关节变量的值。
首先利用矩阵建立物体、位置、姿态以及运动的表示方法,然后研究直角坐标型、圆柱坐标型以及球坐标型等不同构型机器人的正逆运动学,最后利用Denavit-Hartenberg(D-H)表示法来推导机器人所有可能构型的正逆运动学方程。
实际上,机器手型的机器人没有末端执行器,多数情况下,机器人上附有一个抓持器。
根据实际应用,用户可为机器人附加不同的末端执行器。
显然,末端执行器的大小和长度决定了机器人的末端位置,即如果末端执行器的长短不同,那么机器人的末端位置也不同。
在这一章中,假设机器人的末端是一个平板面,如有必要可在其上附加末端执行器,以后便称该平板面为机器人的“手”或“端面”。
如有必要,还可以将末端执行器的长度加到机器人的末端来确定末端执行器的位姿。
2.2 机器人机构机器手型的机器人具有多个自由度(DOF),并有三维开环链式机构。
在具有单自由度的系统中,当变量设定为特定值时,机器人机构就完全确定了,所有其他变量也就随之而定。
如图2.1所示的四杆机构,当曲柄转角设定为120°时,则连杆与摇杆的角度也就确定了。
然而在一个多自由度机构中,必须独立设定所有的输入变量才能知道其余的参数。
机器人就是这样的多自由度机构,必须知道每一关节变量才能知道机器人的手处在什么位置。
图2.1 具有单自由度闭环的四杆机构如果机器人要在空间运动,那么机器人就需要具有三维的结构。
虽然也可能有二维多自由度的机器人,但它们并不常见。
机器人是开环机构,它与闭环机构不同(例如四杆机构),即使设定所有的关节变量,也不能确保机器人的手准确地处于给定的位置。
这是因为如果关节或连杆有丝毫的偏差,该关节之后的所有关节的位置都会改变且没有反馈。
例如,在图2.2所示的四杆机构中,如果连杆AB 偏移,它将影响2O B 杆。
而在开环系统中(例如机器人),由于没有反馈,之后的所有构件都会发生偏移。
于是,在开环系统中,必须不断测量所有关节和连杆的参数,或者监控系统的末端,以便知道机器的运动位置。
通过比较如下的两个连杆机构的向量方程,可以表示出这种差别,该向量方程表示了不同连杆之间的关系。
1122O A AB OO O B +=+(2.1)11O A AB BC OC ++=(2.2) 可见,如果连杆AB 偏移,连杆2O B 也会相应地移动,式(2.1)的两边随连杆的变化而改变。
而另一方面,如果机器人的连杆AB 偏移,所有的后续连杆也会移动,除非1O C 有其他方法测量,否则这种变化是未知的。
为了弥补开环机器人的这一缺陷,机器人手的位置可由类似摄像机的装置来进行不断测量,于是机器人需借助外部手段(比如辅助手臂或激光束)来构成闭环系统。
或者按照常规做法,也可通过增加机器人连杆和关节强度来减少偏移,采用这种方法将导致机器人重量重、体积大、动作慢,而且它的额定负载与实际负载相比非常小。
图2.2 (a)闭环机构;(b)开环机构2.3 机器人运动学的矩阵表示矩阵可用来表示点、向量、坐标系、平移、旋转以及变换,还可以表示坐标系中的物体和其他运动元件。
2.3.1 空间点的表示空间点P (如图2.3所示)可以用它的相对于参考坐标系的三个坐标来表示:x y z P a i b j c k =++ (2.3)其中,,,x y z a b c 是参考坐标系中表示该点的坐标。
显然,也可以用其他坐标来表示空间点的 位置。
图2.3 空间点的表示2.3.2 空间向量的表示向量可以由三个起始和终止的坐标来表示。
如果一个向量起始于点A ,终止于点B ,那么它可以表示为()()()AB x x y y z z P B A i B A j B A k =-+-+-。
特殊情况下,如果一个向量起始于原点(如图2.4所示),则有:x y z P a i b j c k=++(2.4)其中,,x y z a b c 是该向量在参考坐标系中的三个分量。
实际上,前一节的点P 就是用连接到该点的向量来表示的,具体地说,也就是用该向量的三个坐标来表示。
图2.4 空间向量的表示向量的三个分量也可以写成矩阵的形式,如式(2.5)所示。
在本书中将用这种形式来表示运动分量:x y z a P b c ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦(2.5)这种表示法也可以稍做变化:加入一个比例因子w,如果x, y, z 各除以w,则得到,,x y za b c 。
于是,这时向量可以写为:x y P z w ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦,其中,,x y x ya b w w ==等等 (2.6)变量w 可以为任意数,而且随着它的变化,向量的大小也会发生变化,这与在计算机图形学中缩放一张图片十分类似。
随着w 值的改变,向量的大小也相应地变化。
如果w 大于1,向量的所有分量都变大;如果w 小于1,向量的所有分量都变小。
这种方法也用于计算机图形学中改变图形与画片的大小。
如果w 是1,各分量的大小保持不变。
但是,如果w=0,,,x y z a b c 则为无穷大。
在这种情况下,x ,y 和z (以及,,x y z a b c )表示一个长度为无穷大的向量,它的方向即为该向量所表示的方向。
这就意味着方向向量可以由比例因子w=0的向量来表示,这里向量的长度并不重要,而其方向由该向量的三个分量来表示。
例2.1 有一个向量P=3i+5j+2k,按如下要求将其表示成矩阵形式:(1)比例因子为2(2)将它表示为方向的单位向量 解:该向量可以表示为比例因子为2的矩阵形式,当比例因子为0时,则可以表示为方向向量,结果如下:61042P ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦ 和 3520P ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦然而,为了将方向向量变为单位向量,须将该向量归一化使之长度等于1。
这样,向量的每一个分量都要除以三个分量平方和的开方:356.16,0.487,6.16 6.16x y P P λ=====其中,等等和0.4870.8110.3240unitP ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦2.3.3 坐标系在固定参考坐标系原点的表示一个中心位于参考坐标系原点的坐标系由三个向量表示,通常着三个向量相互垂直,称为单位向量,,n o a ,分别表示法线(normal )、指向(orientation )和接近(approach )向量(如图2.5所示)。
正如2.3.3节所述,每一个单位向量都由它们所在参考坐标系着的三个分量表示。
这样,坐标系F 可以由三个向量以矩阵的形式表示为:xx x y y y zzz n o a F n o a n o a ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦(2.7)图2.5 坐标系在参考坐标系原点的表示2.3.4 坐标系在固定参考坐标系中的表示如果一个坐标系不再固定参考坐标系的原点(实际上也可包括在原点的情况),那么该坐标系的原点相对于参考坐标系的位置也必须表示出来。
为此,在该坐标系原点与参考坐标系原点之间做一个向量来表示该坐标系的位置(如图2.6所示)。
这个向量由相对于参考坐标系的三个向量来表示。
这样,这个坐标系就可以由三个表示方向的单位向量以及第四个位置向量来表示。
1xx x x yy y y z z z z n o a p n o a p F n o a p ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦(2.8)图2.6 一个坐标系在另一个坐标系中的表示如式(2.8)所示,前三个向量是w=0的方向向量,表示该坐标系的三个单位向量,,n o a 的方向,而第四个w=1的向量表示该坐标系原点相对于参考坐标系的位置。
与单位向量不同,向量P 的长度十分重要,因而使用比例因子为1。
坐标系也可以由一个没有比例因子的3⨯4矩阵表示,但不常用。
例2.2 如图2.7所示的F 坐标系位于参考坐标系中3,5,7的位置,它的n 轴与x 轴平行,o 轴相对于y 轴的角度为45°,a 轴相对于z 轴的角度为45°。
该坐标系可以表示为:100300.7070.707500.7070.70770001F ⎡⎤⎢⎥-⎢⎥=⎢⎥⎢⎥⎣⎦图2.7 坐标系在空间的表示举例2.3.5 刚体的表示一个物体在空间的表示可以这样实现:通过在它上面固连一个坐标系,再将该固连的坐标系在空间表示出来。
由于这个坐标系一直固连在该物体上,所以该物体相对于坐标系的位姿是已知的。
因此,只要这个坐标系可以在空间表示出来,那么这个物体相对于固定坐标系的位姿也就已知了(如图2.8所示)。
如前所述,空间坐标系可以用矩阵表示,其中坐标原点以及相对于参考坐标系的表示该坐标系姿态的三个向量也可以由该矩阵表示出来。
于是有:1x x x x y y y y objectz z z z n o a p n o a p F n o a p ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦(2.9)如第1章所述,空间中的一个点只有三个自由度,它只能沿三条参考坐标轴移动。
但在空间的一个钢体有六个自由度,也就是说,它不仅可以沿着X,Y,Z 三轴移动,而且还可绕这三个轴转动。
因此,要全面地定义空间以物体,需要用6条独立的信息来描述物体原点在参考坐标系中相对于三个参考坐标轴的位置,以及物体关于这三个坐标轴的姿态。
而式(2.9)给出了12条信息,其中9条为姿态信息,三条为位置信息(排除矩阵中最后一行的比例因子,因为它们没有附加信息)。
显然,在该表达式中必定存在一定的约束条件将上述信息数限制为6。
因此,需要用6个约束方程将12条信息减少到6条信息。
这些约束条件来自于目前尚未利用的已知的坐标系特性,即:•三个向量,,n o a 相互垂直 •每个单位向量的长度必须为1图2.8 空间物体的表示我们可以将其转换为以下六个约束方程: (1)0n o ⋅=(2)0n a ⋅= (3)0a o ⋅=(4)1n =(向量的长度必须为1) (2.10) (5)1o =(6)1a =因此,只有前述方程成立时,坐标系的值才能用矩阵表示。
否则,坐标系将不正确。
式(2.10)中前三个方程可以换用如下的三个向量的叉积来代替:n o a⨯=(2.11)例2.3 对于下列坐标系,求解所缺元素的值,并用矩阵来表示这个坐标系。
?0?50.707??3??020001F ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦解:显然,表示坐标系原点位置的值5,3,2对约束方程无影响。
注意在三个方向向量中只有三个值是给定的,但这也已足够了。
根据式(2.10),得:0x x y y z z n o n o n o ++= 或 (0)0.707()()0x y z z n o n o ++= 0x x y y z z n a n a n a ++= 或 ()0.707()(0)0x x y z n a a n ++= 0x x y y z z a o a o a o ++= 或 (0)()0()0x y y z a a o o ++= 2221x y z n n n ++= 或 2220.7071x z n n ++= 2221x y z o o o ++= 或 22201y z o o ++= 2221x y z a a a ++= 或 22201x y a a ++=将这些方程化简得:0.7070y z z o n o += 0.7070x x y n a a +=y y a o =220.5x z n n +=221y z o o += 221x y a a +=解这六个方程得:0.707,0,0,1,0.7070.707x z y z x y n n o o a a =±====±=-和。