当前位置: 首页 > article >正文

01-六自由度串联机械臂(ABB)位置分析

  ABB工业机器人(IRB2600)如下图所示(d1=444.8mm,a1=150mm,a2=700mm,a3=115mm,d4=795mm,d6=85mm),利用改进DH法建模,坐标系如下所示:

 利用改进DH法建模,该机器人的DH参数表如下所示:

  对该机械臂进行位置分析,即给定一组关节角度,求解末端点P相对于基坐标系的坐标值以及末端坐标系相对于基坐标系的姿态矩阵。

1.1 机器人工具箱仿真(RT)

  当 θ 1 = 10 ° \theta_1=10° θ1=10° θ 2 = 30 ° \theta_2=30° θ2=30° θ 3 = 50 ° \theta_3=50° θ3=50° θ 4 = 70 ° \theta_4=70° θ4=70° θ 5 = 90 ° \theta_5=90° θ5=90° θ 6 = 110 ° \theta_6=110° θ6=110°时,利用机器人工具箱的MDH法建模仿真如下:

  仿真结果如下:

  此时,末端点P的位置坐标仿真值为:
x P = 0.697824163926912   m x_P=0.697824163926912\ m xP=0.697824163926912 m y P = 0.204151283892428   m y_P=0.204151283892428\ m yP=0.204151283892428 m z P = 0.283016909593919   m z_P=0.283016909593919\ m zP=0.283016909593919 m

  末端坐标系相对于基坐标系的旋转矩阵为:
R = [ − 0.859075284270241     0.130692715335043     − 0.494882885251004 − 0.477829973409708       0.141827001123388        0.866927689178068 0.183488889220255      0.981226026922798   − 0.059391174613885 ] R = \begin{bmatrix} -0.859075284270241 \,\,\, 0.130692715335043 \,\,\, -0.494882885251004 \\ -0.477829973409708\,\,\,\,\, 0.141827001123388 \,\,\,\,\,\, 0.866927689178068 \\ 0.183488889220255\,\,\,\, 0.981226026922798\, -0.059391174613885 \end{bmatrix} R= 0.8590752842702410.1306927153350430.4948828852510040.4778299734097080.1418270011233880.8669276891780680.1834888892202550.9812260269227980.059391174613885

1.2 改进DH法建模仿真(MDH)

  MDH的齐次变换矩阵如下:

  坐标系6的齐次变换矩阵为:


  当 θ 1 = 10 ° \theta_1=10° θ1=10° θ 2 = 30 ° \theta_2=30° θ2=30° θ 3 = 50 ° \theta_3=50° θ3=50° θ 4 = 70 ° \theta_4=70° θ4=70° θ 5 = 90 ° \theta_5=90° θ5=90° θ 6 = 110 ° \theta_6=110° θ6=110°时,计算结果如下:

  此时,末端点P的位置坐标如下所示: x P = 0.697824163926912   m x_P=0.697824163926912\ m xP=0.697824163926912 m y P = 0.204151283892428   m y_P=0.204151283892428\ m yP=0.204151283892428 m z P = 0.283016909593919   m z_P=0.283016909593919\ m zP=0.283016909593919 m

  末端坐标系相对于基坐标系的旋转矩阵为:

R = [ − 0.859075284270241     0.130692715335043     − 0.494882885251004 − 0.477829973409708       0.141827001123388        0.866927689178068 0.183488889220255      0.981226026922798   − 0.059391174613885 ] R = \begin{bmatrix} -0.859075284270241 \,\,\, 0.130692715335043 \,\,\, -0.494882885251004 \\ -0.477829973409708\,\,\,\,\, 0.141827001123388 \,\,\,\,\,\, 0.866927689178068 \\ 0.183488889220255\,\,\,\, 0.981226026922798\, -0.059391174613885 \end{bmatrix} R= 0.8590752842702410.1306927153350430.4948828852510040.4778299734097080.1418270011233880.8669276891780680.1834888892202550.9812260269227980.059391174613885

1.3 Simscape模型仿真(Sim)

  首先将solidworks模型的零件导出step格式,注意要选择参考坐标系。然后,在simscape模块中选择multibody模型进行建模,具体如下所示:

  当设置好角度时,进行仿真,结果如下所示:

  当 θ 1 = 10 ° \theta_1=10° θ1=10° θ 2 = 30 ° \theta_2=30° θ2=30° θ 3 = 50 ° \theta_3=50° θ3=50° θ 4 = 70 ° \theta_4=70° θ4=70° θ 5 = 90 ° \theta_5=90° θ5=90° θ 6 = 110 ° \theta_6=110° θ6=110°时,计算结果如下:

  末端点P的位置坐标可以获得,具体值如下所示: x P = 0.69782416392691   m x_P=0.69782416392691\ m xP=0.69782416392691 m y P = 0.20415128389243   m y_P=0.20415128389243\ m yP=0.20415128389243 m z P = 0.28301690959392   m z_P=0.28301690959392\ m zP=0.28301690959392 m

  末端坐标系相对于基坐标系的旋转矩阵为:

R = [ − 0.85907528427024     0.13069271533504     − 0.49488288525101 − 0.47782997340971       0.14182700112339        0.86692768917807 0.18348888922026      0.9812260269228   − 0.059391174613883 ] R = \begin{bmatrix} -0.85907528427024 \,\,\, 0.13069271533504 \,\,\, -0.49488288525101 \\ -0.47782997340971\,\,\,\,\, 0.14182700112339 \,\,\,\,\,\, 0.86692768917807 \\ 0.18348888922026\,\,\,\, 0.9812260269228\, -0.059391174613883 \end{bmatrix} R= 0.859075284270240.130692715335040.494882885251010.477829973409710.141827001123390.866927689178070.183488889220260.98122602692280.059391174613883

1.4 结论

  通过几种方法进行位置分析,可以看出:当给定某一关节角度时,不同方法计算出来的末端点P的坐标值以及末端坐标系相对于基坐标系的旋转矩阵几乎一样,,表明计算成功!!


http://www.kler.cn/a/528963.html

相关文章:

  • 文件读写操作
  • model.eval() model.train()
  • React 封装高阶组件 做路由权限控制
  • 正则表达式
  • C#面试常考随笔7:什么是匿名⽅法?还有Lambda表达式?
  • mysql教程
  • 51单片机 01 LED
  • DeepSeek-R1 论文. Reinforcement Learning 通过强化学习激励大型语言模型的推理能力
  • 当卷积神经网络遇上AI编译器:TVM自动调优深度解析
  • python算法和数据结构刷题[3]:哈希表、滑动窗口、双指针、回溯算法、贪心算法
  • 排查定位jar包大文件
  • kamailio-ACC模块介绍【kamailio6.0. X】
  • 996引擎 -地图-设置出生地
  • 在LINUX机器上 在线安装DeepSeek R1与测试
  • 【Pandas】pandas Series kurt
  • VLN视觉语言导航基础
  • (9)下:学习与验证 linux 里的 epoll 对象里的 EPOLLIN、 EPOLLHUP 与 EPOLLRDHUP 的不同。小例子的实验
  • happytime
  • (即插即用模块-特征处理部分) 二十、(TPAMI 2022) Permute-MLP 置换MLP模块
  • LeetCode题练习与总结:种花问题--605
  • C基础寒假练习(6)
  • 【数据采集】案例01:基于Scrapy采集豆瓣电影Top250的详细数据
  • 解决istoreos无法拉取青龙镜像
  • Java小白入门教程:HashSet
  • ZZNUOJ(C/C++)基础练习1031——1040(详解版)
  • 【JAVA】循环语句