智能机器人与旋量代数(12)

Chapt 4. 旋量代数在机器人学中的应用

4.1 串联机器人正运动学的指数积(PoE, Product of Exponetial)公式

4.1.1 回顾:机器人正运动学的Denavit-Hartenberg (D-H)参数公式

D-H 建模法: D-H 建模方法是由 Denavit 和 Hartenberg (ASME, 1955) 提出的一种建模方法,主要用在机器人运动学上。此方法在机器人的每个连杆上建立一个坐标系,通过齐次坐标变换实现两个连杆上的坐标变换,建立多连杆串联系统中首末坐标系的变换关系。
智能机器人与旋量代数(12)_第1张图片

D-H 建模方法的几个要点如下:

a. 建立连杆坐标系;

b.确定四个参数 α \alpha α, a a a, d d d, θ \theta θ

c. 列D-H参数表;

d.由参数表得到变换矩阵;

D-H 建模方法中,每个连杆使用 4 个参数 α \alpha α, a a a, d d d, θ \theta θ 来描述,2 个描述连杆本身,另外 2 个描述与相邻连杆的位姿(连接或几何关系)。

对于转动关节,其中 θ \theta θ 为关节变量,其他三个参数固定不变,为连杆参数;对于移动关节, d d d 为关节变量,其他三个为关节参数。

根据连杆坐标系和关节对应关系的不同,D-H 建模法可以分为传统 D-H (Classic DH) 和改进 D-H (Modified DH),二者的主要区别如下表所示。

区别 Classic D-H Modified D-H
连杆固定坐标系的位置 后一个关节坐标系 前一个关节坐标系
X X X 轴的确定方式 当前坐标系 Z Z Z 轴和前一个坐标系 Z Z Z 轴的向量积 后一个坐标系 Z Z Z 轴与当前坐标系 Z Z Z 轴的向量积
坐标系间的参数变换顺序 θ \theta θ, d d d, a a a, α \alpha α α \alpha α, a a a, θ \theta θ, d d d

Classic D-H:

Classic DH 的关节和坐标系关系中各个参数的含义如下:

θ i \theta_{i} θi: X i − 1 X_{i-1} Xi1 X i X_{i} Xi Z i − 1 Z_{i-1} Zi1旋转的角度;

d i d_{i} di: X i − 1 X_{i-1} Xi1 X i X_{i} Xi 沿 Z i − 1 Z_{i-1} Zi1 方向的距离;

a i a_{i} ai Z i − 1 Z_{i-1} Zi1 Z i Z_{i} Zi 沿 X i − 1 X_{i-1} Xi1 方向的距离;

α i \alpha_{i} αi: Z i − 1 Z_{i-1} Zi1 Z i Z_{i} Zi X i − 1 X_{i-1} Xi1 旋转的角度

坐标系 O i − 1 O_{i-1} Oi1 与关节 i i i 对齐,其 D-H 参数矩阵为:

i i − 1 T = [ cos ⁡ θ i − sin ⁡ θ i cos ⁡ α i sin ⁡ θ i sin ⁡ α i a i cos ⁡ θ i sin ⁡ θ i cos ⁡ θ i cos ⁡ α i − cos ⁡ θ i sin ⁡ α i a i sin ⁡ θ i 0 sin ⁡ α i cos ⁡ α i d i 0 0 0 1 ] _{i}^{i-1}T = \begin{bmatrix} \cos{\theta_{i}} & -\sin{\theta_{i}} \cos{\alpha_{i}} & \sin{\theta_{i}} \sin{\alpha_{i}} & a_{i} \cos{\theta_{i}} \\ \sin{\theta_{i}} & \cos{\theta_{i}} \cos{\alpha_{i}} & -\cos{\theta_{i}} \sin{\alpha_{i}} & a_{i} \sin{\theta_{i}} \\ 0 & \sin{\alpha_{i}} & \cos{\alpha_{i}} & d_{i} \\ 0 & 0 & 0 & 1 \end{bmatrix} ii1T= cosθisinθi00sinθicosαicosθicosαisinαi0sinθisinαicosθisinαicosαi0aicosθiaisinθidi1

Modified DH:

Modified D-H 的关节和坐标系关系中各个参数的含义如下:

α i − 1 \alpha_{i-1} αi1 Z i − 1 Z_{i-1} Zi1 Z i Z_{i} Zi X i − 1 X_{i-1} Xi1 旋转的角度;

a i − 1 a_{i-1} ai1 Z i − 1 Z_{i-1} Zi1 Z i Z_{i} Zi 沿 X i − 1 X_{i-1} Xi1 方向的距离;

θ i \theta_{i} θi X i − 1 X_{i-1} Xi1 X i X_{i} Xi Z i Z_{i} Zi 旋转的角度;

d i d_{i} di X i − 1 X_{i-1} Xi1 X i X_{i} Xi沿 Z i Z_{i} Zi 方向的距离。

坐标系 O i − 1 O_{i-1} Oi1 与关节 i − 1 i-1 i1 对齐,其 D-H 参数矩阵为:
智能机器人与旋量代数(12)_第2张图片

i i − 1 T = [ cos ⁡ θ i − sin ⁡ θ i 0 a i − 1 sin ⁡ θ i cos ⁡ α i − 1 cos ⁡ θ i cos ⁡ α i − 1 − sin ⁡ α i − 1 − d i sin ⁡ α i − 1 sin ⁡ θ i sin ⁡ α i − 1 cos ⁡ θ i sin ⁡ α i − 1 cos ⁡ α i − 1 d i cos ⁡ α i − 1 0 0 0 1 ] _{i}^{i-1}T = \begin{bmatrix} \cos{\theta_{i}} & -\sin{\theta_{i}} & 0 & a_{i-1} \\ \sin{\theta_{i}} \cos{\alpha_{i-1}} & \cos{\theta_{i}} \cos{\alpha_{i-1}} & -\sin{\alpha_{i-1}} & -d_{i} \sin{\alpha_{i-1}} \\ \sin{\theta_{i}} \sin{\alpha_{i-1}} &\cos{\theta_{i}} \sin{\alpha_{i-1}} & \cos{\alpha_{i-1}} & d_{i} \cos{\alpha_{i-1}} \\ 0 & 0 & 0 & 1 \end{bmatrix} ii1T= cosθisinθicosαi1sinθisinαi10sinθicosθicosαi1cosθisinαi100sinαi1cosαi10ai1disinαi1dicosαi11

Modified DH 克服了 Classic DH 在用于树型结构机器人时可能出现的问题,比较常用,故之后主要介绍这种方法,并使用该方法进行建模。

机械臂连杆坐标系的建立

建立机械臂连杆坐标系的步骤:

a. 确定各个关节轴和连杆,坐标系的 Z Z Z 轴沿关节轴线方向;

b. 找出相邻两关节轴线的交点或公垂线,用于确定坐标系 { i } \{i\} {i} 的原点:以关节轴 i i i i + 1 i+1 i+1 的交点或公垂线与关节轴 i i i 的交点为原点;

c. 确定 X X X 轴:两轴线相交时, X i ⃗ = ± Z i + 1 ⃗ × Z i ⃗ \vec{X_{i}} = \pm \vec{Z_{i+1}} \times \vec{Z_{i}} Xi =±Zi+1 ×Zi ;两轴线不相交时, X i X_{i} Xi 轴与公垂线重合,方向为 i i i i + 1 i+1 i+1

d. 右手定则确定 Y i Y_{i} Yi 轴;

e. 确定基坐标系 { 0 } \{0\} {0}:为了简化问题, Z 0 Z_0 Z0 通常与关节 1 的轴线方向重合,且当关节变量 1 为 0 时,坐标系 { 0 } \{0\} {0} { 1 } \{1\} {1} 重合;

f. 确定末端坐标系 { n } \{n\} {n}:对于转动关节, θ n = 0 \theta_n = 0 θn=0 时, X n X_n Xn X n − 1 X_{n-1} Xn1 方向相同,选取原点使 d n = 0 d_n = 0 dn=0;对于移动关节,取 X n X_n Xn 方向使 θ n = 0 \theta_n = 0 θn=0,当 d n = 0 d_n = 0 dn=0 时,取 X n − 1 X_{n-1} Xn1 X n X_n Xn 的交点为原点。

D-H 参数表

根据机械臂各个连杆间坐标系的关系,采用 Modified D-H 形式,得到的参数表如下。

i i i α i − 1 \alpha_{i-1} αi1 a i − 1 a_{i-1} ai1 θ i − 1 \theta_{i-1} θi1 d i d_{i} di θ \theta θ 的范围
1 0 ∘ 0^{\circ} 0 0 0 0 θ 1 \theta_{1} θ1 0 0 0 ( − 2 π 3 , 2 π 3 ) (-\frac{2 \pi}{3}, \frac{2 \pi}{3}) (32π,32π)
2 − 9 0 ∘ -90^{\circ} 90 a 1 a_{1} a1 θ 2 \theta_{2} θ2 0 0 0 ( − π 2 , 0 ) (-\frac{\pi}{2}, 0) (2π,0)
3 0 ∘ 0^{\circ} 0 a 2 a_{2} a2 θ 3 \theta_{3} θ3 0 0 0 ( − 2 π 3 , 2 π 3 ) (-\frac{2 \pi}{3}, \frac{2 \pi}{3}) (32π,32π)
4 0 ∘ 0^{\circ} 0 a 3 a_{3} a3 θ 4 \theta_{4} θ4 0 0 0 ( − 7 π 6 , π 6 ) (-\frac{7 \pi}{6}, \frac{\pi}{6}) (67π,6π)
5 − 9 0 ∘ -90^{\circ} 90 0 0 0 θ 5 \theta_{5} θ5 0 0 0 ( − 2 π 3 , 2 π 3 ) (-\frac{2 \pi}{3}, \frac{2 \pi}{3}) (32π,32π)

智能机器人与旋量代数(12)_第3张图片

齐次变换矩阵

将 DH 参数表代入 Modified DH 的 DH 参数矩阵,可以得到各个坐标系间的齐次变换矩阵 1 0 T _{1}^{0}T 10T, 2 1 T _{2}^{1}T 21T, 3 2 T _{3}^{2}T 32T, 4 3 T _{4}^{3}T 43T 5 4 T _{5}^{4}T 54T 则可得基坐标系到末端坐标系的齐次变换矩阵:

5 0 T = 1 0 T 2 1 T 3 2 T 4 3 T 5 4 T = [ n x o x ; a x p x n y o y a y ; p y n z o z a z p z 0 0 0 1 ] _{5}^{0}T = {_{1}^{0}T} {_{2}^{1}T} {_{3}^{2}T} {_{4}^{3}T} {_{5}^{4}T} = \begin{bmatrix} n_{x} & o_{x} &;a_{x} & p_{x} \\ n_{y} & o_{y} & a_{y} &; p_{y} \\ n_{z} & o_{z} & a_{z} & p_{z} \\ 0 & 0 & 0 & 1 \end{bmatrix} 50T=10T21T32T43T54T= nxnynz0oxoyoz0;axayaz0px;pypz1

其中,
[ p x p y p z ] T \begin{bmatrix} p_{x} & p_{y} & p_{z} \end{bmatrix}^T [pxpypz]T
为机械臂末端在基坐标系中的位置,
[ n x n y n z ] T \begin{bmatrix} n_{x} & n_{y} & n_{z} \end{bmatrix}^T [nxnynz]T
为机械臂末端坐标系 X X X 轴在基坐标系中的方向矢量,
[ o x o y o z ] T \begin{bmatrix} o_{x} & o_{y} & o_{z} \end{bmatrix}^T [oxoyoz]T
为机械臂末端坐标系 Y Y Y 轴在基坐标系中的方向矢量,
[ a x a y a z ] T \begin{bmatrix} a_{x} & a_{y} & a_{z} \end{bmatrix}^T [axayaz]T
为机械臂末端坐标系 Z Z Z 轴在基坐标系中的方向矢量。

代入 D-H 参数,可得
n x = s 1 s 5 + c 1 c 2 c 3 c 4 c 5 − c 1 c 2 c 5 s 3 s 4 − c 1 c 3 c 5 s 2 s 4 − c 1 c 4 c 5 s 2 s 3 n y = c 2 c 3 c 4 c 5 s 1 − c 1 s 5 − c 2 c 5 s 1 s 3 s 4 − c 3 c 5 s 1 s 2 s 4 − c 4 c 5 s 1 s 2 s 3 n z = c 5 s 2 s 3 s 4 − c 2 c 4 c 5 s 3 − c 3 c 4 c 5 s 2 − c 2 c 3 c 5 s 4 o x = c 5 s 1 − c 1 c 2 c 3 c 4 s 5 + c 1 c 2 s 3 s 4 s 5 + c 1 c 3 s 2 s 4 s 5 + c 1 c 4 s 2 s 3 s 5 o y = c 2 s 1 s 3 s 4 s 5 − c 2 c 3 c 4 s 1 s 5 − c 1 c 5 + c 3 s 1 s 2 s 4 s 5 + c 4 s 1 s 2 s 3 s 5 o z = c 2 c 3 s 4 s 5 + c 2 c 4 s 3 s 5 + c 3 c 4 s 2 s 5 − s 2 s 3 s 4 s 5 a x = c 1 s 2 s 3 s 4 − c 1 c 2 c 4 s 3 − c 1 c 3 c 4 s 2 − c 1 c 2 c 3 s 4 a y = s 1 s 2 s 3 s 4 − c 2 c 4 s 1 s 3 − c 3 c 4 s 1 s 2 − c 2 c 3 s 1 s 4 a z = c 2 s 3 s 4 + c 3 s 2 s 4 + c 4 s 2 s 3 − c 2 c 3 c 4 p x = a 1 c 1 + a 2 c 1 c 2 + a 3 c 1 c 2 c 3 − a 3 c 1 s 2 s 3 p y = a 1 s 1 + a 2 c 2 s 1 + a 3 c 2 c 3 s 1 − a 3 s 1 s 2 s 3 p z = − a 2 s 2 − a 3 c 2 s 3 − a 3 c 3 s 2 n_{x} = s_{1} s_{5} + c_{1} c_{2} c_{3} c_{4} c_{5} - c_{1} c_{2} c_{5} s_{3} s_{4} - c_{1} c_{3} c_{5} s_{2} s_{4} - c_{1} c_{4} c_{5} s_{2} s_{3} \\ n_{y} = c_{2} c_{3} c_{4} c_{5} s_{1} - c_{1} s_{5} - c_{2} c_{5} s_{1} s_{3} s_{4} - c_{3} c_{5} s_{1} s_{2} s_{4} - c_{4} c_{5} s_{1} s_{2} s_{3} \\ n_{z} = c_{5} s_{2} s_{3} s_{4} - c_{2} c_{4} c_{5} s_{3} - c_{3} c_{4} c_{5} s_{2} - c_{2} c_{3} c_{5} s_{4} \\ o_{x} = c_{5} s_{1} - c_{1} c_{2} c_{3} c_{4} s_{5} + c_{1} c_{2} s_{3} s_{4} s_{5} + c_{1} c_{3} s_{2} s_{4} s_{5} + c_{1} c_{4} s_{2} s_{3} s_{5} \\ o_{y} = c_{2} s_{1} s_{3} s_{4} s_{5} - c_{2} c_{3} c_{4} s_{1} s_{5} - c_{1} c_{5} + c_{3} s_{1} s_{2} s_{4} s_{5} + c_{4} s_{1} s_{2} s_{3} s_{5} \\ o_{z} = c_{2} c_{3} s_{4} s_{5} + c_{2} c_{4} s_{3} s_{5} + c_{3} c_{4} s_{2} s_{5} - s_{2} s_{3} s_{4} s_{5} \\ a_{x} = c_{1} s_{2} s_{3} s_{4} - c_{1} c_{2} c_{4} s_{3} - c_{1} c_{3} c_{4} s_{2} - c_{1} c_{2} c_{3} s_{4} \\ a_{y} = s_{1} s_{2} s_{3} s_{4} - c_{2} c_{4} s_{1} s_{3} - c_{3} c_{4} s_{1} s_{2} - c_{2} c_{3} s_{1} s_{4} \\ a_{z} = c_{2} s_{3} s_{4} + c_{3} s_{2} s_{4} + c_{4} s_{2} s_{3} - c_{2} c_{3} c_{4} \\ p_{x} = a_{1} c_{1} + a_{2} c_{1} c_{2} + a_{3} c_{1} c_{2} c_{3} - a_{3} c_{1} s_{2} s_{3} \\ p_{y} = a_{1} s_{1} + a_{2} c_{2} s_{1} + a_{3} c_{2} c_{3} s_{1} - a_{3} s_{1} s_{2} s_{3} \\ p_{z} = -a_{2} s_{2} - a_{3} c_{2} s_{3} - a_{3} c_{3} s_{2} nx=s1s5+c1c2c3c4c5c1c2c5s3s4c1c3c5s2s4c1c4c5s2s3ny=c2c3c4c5s1c1s5c2c5s1s3s4c3c5s1s2s4c4c5s1s2s3nz=c5s2s3s4c2c4c5s3c3c4c5s2c2c3c5s4ox=c5s1c1c2c3c4s5+c1c2s3s4s5+c1c3s2s4s5+c1c4s2s3s5oy=c2s1s3s4s5c2c3c4s1s5c1c5+c3s1s2s4s5+c4s1s2s3s5oz=c2c3s4s5+c2c4s3s5+c3c4s2s5s2s3s4s5ax=c1s2s3s4c1c2c4s3c1c3c4s2c1c2c3s4ay=s1s2s3s4c2c4s1s3c3c4s1s2c2c3s1s4az=c2s3s4+c3s2s4+c4s2s3c2c3c4px=a1c1+a2c1c2+a3c1c2c3a3c1s2s3py=a1s1+a2c2s1+a3c2c3s1a3s1s2s3pz=a2s2a3c2s3a3c3s2

智能机器人与旋量代数(12)_第4张图片

Simple D-H in matlab

function [T] = dh_transform(a, alpha, d, theta, standard_dh)
% dh_transform computes the Denavit-Hartenberg transformation matrix
% Given:
%   a (also written as 'r') - distance between origin(i) and origin(i-1)
%                             about z(i-1)
%
%   alpha(?) - angle from z(i-1) to z(i) about x(i)
%
%   d - the link offset betwen origin(i) with respect to origin(i-1)
%     along z(i-1)
%
%   theta (?) - joint angle between from x(i-1) to x(i) about z(i-1)
%
%
%
%   standard_dh - uses standard DH convention if 1 or if this
%                       parameter is not provided. Uses modified DH
%                       if this value is 0
% OR given:
%           a = DH parameter matrix
%           i.e. for SCARA manipulator a will look like as follows
%           syms q1 q2 d3 q4 a1 a2
%           a =         [ 0             0            0          q1;
%                        a1             0            0          q2;
%                        a2             0            -d3        0 ;
%                        0              0            0          q4];
%
%

if (nargin <= 2)
    if (nargin == 1)
        standard_dh = 1;
    else
        standard_dh = alpha;
    end
    
    dh_parameter_matrix = a;
    for row = 1:size(dh_parameter_matrix,1)
        dh_row = dh_parameter_matrix(row,:);
        a = dh_row(1);
        alpha = dh_row(2);
        d = dh_row(3);
        theta = dh_row(4);
        T(:,:,row) = dh_transform(a, alpha, d, theta, standard_dh);
    end
    
    if (isa(T,'sym'))
        T_out = sym(eye(4,4));
    else  
         T_out = eye(4,4);
    end
    
    for i=1:size(T,3)
            T_out = T_out * T(:,:,i);
    end
    T = T_out;

        
else if (nargin >= 4)
            if (nargin < 5)
                standard_dh = 1;
            end
            if standard_dh  % Standard DH convention computation
                T = [cos(theta)  -sin(theta)*cos(alpha)  sin(theta)*sin(alpha) a*cos(theta);
                    sin(theta)   cos(theta)*cos(alpha)   -cos(theta)*sin(alpha) a*sin(theta);
                    0          sin(alpha)               cos(alpha)            d;
                    0          0                        0                     1];
            else  % Modified DH convention computation
                T = [cos(theta)  -sin(theta)  0  a;
                    sin(theta)*cos(alpha) cos(theta)*cos(alpha) -sin(alpha) -d*sin(alpha);
                    sin(theta)*sin(alpha) cos(theta)*sin(alpha) cos(alpha) d*cos(alpha);
                    0   0   0   1];
            end
        end
        
    end

你可能感兴趣的:(智能机器人与旋量代数,机器人)