当前位置: 首页 > article >正文

机器人学一些知识

机器人动力学模型是用数学方法描述机器人运动和力学特性的模型。它包含机器人的几何结构、质量、惯性、摩擦等物理特性,以及机器人的控制系统和传感器等。机器人动力学模型可以用于机器人的运动规划、控制算法设计、仿真和优化等应用中。

机器人动力学模型通常采用牛顿-欧拉法或拉格朗日方程等力学模型进行建模。牛顿-欧拉法是一种递归算法,可以逐个关节地计算机器人的动力学参数,包括关节角度、速度、加速度、力和扭矩等。拉格朗日方程则是一种基于能量守恒原理的方法,可以将机器人的动力学问题转化为求解Lagrange函数的极值问题,从而得到机器人的运动方程和约束条件。

机器人动力学模型的建立需要考虑多种因素,如机器人的结构、质量分布、运动范围、关节限制、摩擦力等。同时,还需要考虑机器人的控制系统和传感器的影响,如控制器的延迟、传感器的噪声等。因此,机器人动力学模型的建立是一个复杂的过程,需要进行详细的分析和验证。
以下是一个简单的例子,用牛顿-拉格朗日法建立一个二自由度机械臂的动力学模型。

  1. 确定机器人的几何结构和运动自由度。假设机械臂有两个旋转关节,分别为关节1和关节2,且关节2位于关节1的末端,机械臂在三维空间中能够绕x轴和y轴旋转,因此机械臂的运动自由度为2。

  2. 确定机器人的质量、惯性和摩擦系数。假设机械臂的质量和惯性参数如下:

  • 关节1的质量为m1,质心距离关节1轴线的距离为l1,惯性矩阵为I1。
  • 关节2的质量为m2,质心距离关节2轴线的距离为l2,惯性矩阵为I2。

假设机械臂的摩擦系数为0。

  1. 根据牛顿定律建立机器人的动力学方程。根据牛顿定律,机械臂的动力学方程可以表示为:
  • 关节1:m1l1^2θ1’’ + (m1l2^2 + m2l2^2 + 2m2l1l2cosθ2)θ1’’ + (m2l2^2 + m2l1l2cosθ2)θ2’’ = τ1
  • 关节2:m2l2^2θ2’’ + m2l1l2cosθ2θ1’’ + m2l1l2sinθ2(θ1’ + θ2’)^2 = τ2

其中,θ1和θ2分别表示关节1和关节2的角度,θ1’和θ2’分别表示关节1和关节2的角速度,θ1’‘和θ2’'分别表示关节1和关节2的角加速度,τ1和τ2分别表示关节1和关节2的扭矩。

  1. 根据拉格朗日方程建立机器人的动力学模型。根据拉格朗日方程,机械臂的动力学模型可以表示为:

L = T - V

其中,T表示机械臂的动能,V表示机械臂的势能。机械臂的动能和势能可以表示为:

  • 动能:T = 1/2(m1l1^2 + I1)θ1’^2 + 1/2(m2l1^2 + m2l2^2 + I2 + 2m2l1l2cosθ2)θ1’^2 + 1/2(m2l2^2 + I2)θ2’^2 + m2l1l2cosθ2θ1’θ2’
  • 势能:V = -m1gl1cosθ1 - m2g(l1cosθ1 + l2cos(θ1 + θ2))

其中,g表示重力加速度。

然后,通过拉格朗日方程求解机械臂的运动方程和约束条件。

  1. 进行模型验证和优化。通过模拟仿真和实验验证机械臂动力学模型的准确性和可靠性,并对模型进行优化和改进。
    以下是一个简单的例子,用牛顿-拉格朗日法建立一个二自由度机械臂的动力学模型。

  2. 确定机器人的几何结构和运动自由度。假设机械臂有两个旋转关节,分别为关节1和关节2,且关节2位于关节1的末端,机械臂在三维空间中能够绕x轴和y轴旋转,因此机械臂的运动自由度为2。

  3. 确定机器人的质量、惯性和摩擦系数。假设机械臂的质量和惯性参数如下:

  • 关节1的质量为m1,质心距离关节1轴线的距离为l1,惯性矩阵为I1。
  • 关节2的质量为m2,质心距离关节2轴线的距离为l2,惯性矩阵为I2。

假设机械臂的摩擦系数为0。

  1. 根据牛顿定律建立机器人的动力学方程。根据牛顿定律,机械臂的动力学方程可以表示为:
  • 关节1:m1l1^2θ1’’ + (m1l2^2 + m2l2^2 + 2m2l1l2cosθ2)θ1’’ + (m2l2^2 + m2l1l2cosθ2)θ2’’ = τ1
  • 关节2:m2l2^2θ2’’ + m2l1l2cosθ2θ1’’ + m2l1l2sinθ2(θ1’ + θ2’)^2 = τ2

其中,θ1和θ2分别表示关节1和关节2的角度,θ1’和θ2’分别表示关节1和关节2的角速度,θ1’‘和θ2’'分别表示关节1和关节2的角加速度,τ1和τ2分别表示关节1和关节2的扭矩。

  1. 根据拉格朗日方程建立机器人的动力学模型。根据拉格朗日方程,机械臂的动力学模型可以表示为:

L = T - V

其中,T表示机械臂的动能,V表示机械臂的势能。机械臂的动能和势能可以表示为:

  • 动能:T = 1/2(m1l1^2 + I1)θ1’^2 + 1/2(m2l1^2 + m2l2^2 + I2 + 2m2l1l2cosθ2)θ1’^2 + 1/2(m2l2^2 + I2)θ2’^2 + m2l1l2cosθ2θ1’θ2’
  • 势能:V = -m1gl1cosθ1 - m2g(l1cosθ1 + l2cos(θ1 + θ2))

其中,g表示重力加速度。

然后,通过拉格朗日方程求解机械臂的运动方程和约束条件。

  1. 进行模型验证和优化。通过模拟仿真和实验验证机械臂动力学模型的准确性和可靠性,并对模型进行优化和改进。
    假设有一个双关节机械臂,其质量分别为 m 1 m_1 m1 m 2 m_2 m2,长度分别为 l 1 l_1 l1 l 2 l_2 l2,关节角度分别为 θ 1 \theta_1 θ1 θ 2 \theta_2 θ2,关节角速度分别为 θ 1 ˙ \dot{\theta_1} θ1˙ θ 2 ˙ \dot{\theta_2} θ2˙,关节角加速度分别为 θ 1 ¨ \ddot{\theta_1} θ1¨ θ 2 ¨ \ddot{\theta_2} θ2¨,重力加速度为 g g g

根据牛顿欧拉方法,机器人动力学模型可以表示为:

m 1 l 1 2 θ 1 ¨ + m 2 ( l 1 2 θ 1 ¨ + l 2 2 θ 2 ¨ + 2 l 1 l 2 cos ⁡ ( θ 1 − θ 2 ) θ 1 ˙ θ 2 ˙ ) + ( m 1 + m 2 ) g l 1 sin ⁡ ( θ 1 ) = τ 1 m 2 l 2 2 θ 2 ¨ + m 2 l 1 l 2 cos ⁡ ( θ 1 − θ 2 ) θ 1 ¨ + m 2 g l 2 sin ⁡ ( θ 2 ) = τ 2 \begin{aligned} m_1 l_1^2 \ddot{\theta_1} + m_2 (l_1^2 \ddot{\theta_1} + l_2^2 \ddot{\theta_2} + 2l_1 l_2 \cos(\theta_1 - \theta_2) \dot{\theta_1} \dot{\theta_2}) + (m_1 + m_2) g l_1 \sin(\theta_1) &= \tau_1 \\ m_2 l_2^2 \ddot{\theta_2} + m_2 l_1 l_2 \cos(\theta_1 - \theta_2) \ddot{\theta_1} + m_2 g l_2 \sin(\theta_2) &= \tau_2 \end{aligned} m1l12θ1¨+m2(l12θ1¨+l22θ2¨+2l1l2cos(θ1θ2)θ1˙θ2˙)+(m1+m2)gl1sin(θ1)m2l22θ2¨+m2l1l2cos(θ1θ2)θ1¨+m2gl2sin(θ2)=τ1=τ2

其中, τ 1 \tau_1 τ1 τ 2 \tau_2 τ2分别为关节1和关节2的扭矩。

可以使用这个模型来计算机器人在不同关节角度下的运动状态和所需扭矩,从而进行运动规划和控制。


http://www.kler.cn/a/15055.html

相关文章:

  • AutoUpdater.NET 实现 dotNET应用自动更新
  • Python 三种方式实现自动化任务
  • golang通用后台管理系统09(系统操作日志记录)
  • android 使用MediaPlayer实现音乐播放--权限请求
  • RHCE——系统的延迟任务及定时任务
  • 不完全微分PID控制算法
  • 基于趋动云的 Stable Diffusion Webui 环境搭建
  • 低调且强大——JNPF低代码平台
  • 微服务监控系统选型:Zabbix、Open-Falcon、Prometheus
  • 【LeetCode: 1143. 最长公共子序列 | 暴力递归=>记忆化搜索=>动态规划】
  • SpringBoot启动时自动创建数据库表
  • [Java List类型和Map类型想换转换案例]
  • 2023年产业基金研究报告
  • 【回眸】ChatGPT Plus(GPT4体验卡)
  • L1-6 剪切粘贴
  • 写一个加载远程js的函数,function loadJSFn(sucCb,failCb){}, 要考虑到低端浏览器的兼容性;
  • 如何基于vue实现倒计时效果
  • 字节的面试,你能扛住几道?
  • NetSuite 负库存控制功能包
  • Go分布式爬虫笔记(二十)
  • promise的作用
  • huggingface下载的.arrow数据集读取与使用说明
  • 初学者入门C语言指针与链表
  • CVE漏洞复现-CVE-2019-11043-PHP-FPM 远程代码执行漏洞
  • 地热井监测控制系统解决方案
  • 适用于Windows PC和Mac的最佳录屏软件Camtasia2023强悍来袭