一、平面二连杆机器人手臂运动学 平面二连杆机械手臂如图1所示，连杆1长度1l ，连杆2长度2l 。建立如图1所示的坐标系，其中，),(00y x 为基础坐标系，固定在基座上，),(11y x 、),(22y x 为连体坐标系，分别固结在连杆1和连杆2上并随它们一起运动。关节角顺时针为负逆时针为正。 图1平面双连杆机器人示意图 1、用简单的平面几何关系建立运动学方程 连杆2末段与中线交点处一点P 在基础坐标系中的位置坐标： ) sin(sin )cos(cos 2121121211θθθθθθ++=++=l l y l l x p p （1） 2、用D-H 方法建立运动学方程 假定0z 、1z 、2z 垂直于纸面向里。从),,(000z y x 到),,(111z y x 的齐次旋转变换矩阵为： ?? ??? ???????-=100 010000cos sin 00sin cos 1 111 01θθ θθT （2） 从),,(111z y x 到),,(222z y x 的齐次旋转变换矩阵为： ?? ??? ???????-=100 010000cos sin 0sin cos 2 212212 θθ θθl T （3） 从),,(000z y x 到),,(222z y x 的齐次旋转变换矩阵为：
? ???? ???????+++-+=?? ??? ? ? ?? ???-?????????????-=?=10000100sin 0)cos()sin(cos 0)sin()cos( 1000010 000cos sin 0sin cos 1000 010000cos sin 00sin cos 1121211121212212 2111 1120102θθθθθθθθθθθθθθθθ θθl l l T T T （4） 那么，连杆2末段与中线交点处一点P 在基础坐标系中的位置矢量为： ? ?? ? ? ???????=????????????++++=? ? ? ?? ? ?????????????? ?? ???+++-+=?=110)sin(sin )cos( cos 10010000100sin 0)cos()sin(cos 0)sin()cos( 212112121121121211121212 020p p p z y x l l l l l l l P T P θθθθθθθθθθθθθθθθ （5） 即， ) sin(sin )cos(cos 2121121211θθθθθθ++=++=l l y l l x p p （6） 与用简单的平面几何关系建立运动学方程（1）相同。 建立以上运动学方程后，若已知个连杆的关节角21θθ、，就可以用运动学方程求出机械手臂末端位置坐标，这可以用于运动学仿真。 3、平面二连杆机器人手臂逆运动学 建立以上运动学方程后，若已知个机械臂的末端位置，可以用运动学方程求出机械手臂二连杆的关节角21θθ、，这叫机械臂的逆运动学。逆运动学可以用于对机械臂关节角和末端位置的控制。对于本例中平面二连杆机械臂，其逆运动学方程的建立就是已知末端位置 ),(p p y x 求相应关节角21θθ、的过程。推倒如下。 （1）问题 ) sin(sin )cos(cos 2121121211θθθθθθ++=++=l l y l l x p p 已知末端位置坐标),(p p y x ，求关节角21θθ、。 （2）求1θ
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，这里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
工业机器人的基本参数和性能指标 表示机器人特性的基本参数和性能指标主要有工作空间、自由度、有效负载、运动精度、运动特性、动态特性等。 (1)工作空间（Work space）工作空间是指机器人臂杆的特定部位在一定条件下所能到达空间的位置集合。工作空间的性状和大小反映了机器人工作能力的大小。理解机器人的工作空间时，要注意以下几点： 1)通常工业机器人说明书中表示的工作空间指的是手腕上机械接口坐标系的原点在空间能达到的范围，也即手腕端部法兰的中心点在空间所能到达的范围，而不是末端执行器端点所能达到的范围。因此，在设计和选用时，要注意安装末端执行器后，机器人实际所能达到的工作空间。 2)机器人说明书上提供的工作空间往往要小于运动学意义上的最大空间。这是因为在可达空间中，手臂位姿不同时有效负载、允许达到的最大速度和最大加速度都不一样，在臂杆最大位置允许的极限值通常要比其他位置的小些。此外，在机器人的最大可达空间边界上可能存在自由度退化的问题，此时的位姿称为奇异位形，而且在奇异位形周围相当大的范围内都会出现自由度进化现象，这部分工作空间在机器人工作时都不能被利用。 3)除了在工作守闻边缘，实际应用中的工业机器人还可能由于受到机械结构的限制，在工作空间的内部也存在着臂端不能达到的区域，这就是常说的空洞或空腔。空腔是指在工作空间内臂端不能达到的完全封闭空间。而空洞是指在沿转轴周围全长上臂端都不能达到的空间。 (2)运动自由度是指机器人操作机在空间运动所需的变量数，用以表示机器人动作灵活程度的参数，一般是以沿轴线移动和绕轴线转动的独立运动的数目来表示。 自由物体在空间自六个自由度（三个转动自由度和三个移动自由度）。工业机器人往往是个开式连杆系，每个关节运动副只有一个自由度，因此通常机器人的自由度数目就等于其关节数。机器人的自由度数目越多，功能就越强。日前工业机器人通常具有4—6个自由度。当机器人的关节数（自由度）增加到对末端执行器的定向和定位不再起作用时，便出现了冗余自由度。冗余度的出现增加了机器人工作的灵活型，但也使控制变得更加复杂。 工业机器人在运动方式上，总可以分为直线运动（简记为P）和旋转运动（简记为R）两种，应用简记符号P和R可以表示操作机运动自由度的特点，如RPRR表示机器人操作机具有四个自由度，从基座开始到臂端，关节运动的方式依次为旋转-直线-旋转-旋转。此外，工业机器人的运动自由度还有运动范围的限制。 (3)有效负载(Payload)有效负载是指机器人操作机在工作时臂端可能搬运的物体重量或所能承受的力或力矩，用以表示操作机的负荷能力。 机器人在不同位姿时，允许的最大可搬运质量是不同的，因此机器人的额定可搬运质量是指其臂杆在工作空间中任意位姿时腕关节端部都能搬运的最大质量。
国防科学技术大学 硕士学位论文 仿人机器人运动学和动力学分析 姓名：王建文 申请学位级别：硕士 专业：模式识别与智能系统 指导教师：马宏绪 20031101
能力；目前，ＡＳＩＭＯ代表着仿人机器人研究的最高水平，见图卜２。２０００年，索尼公司也推出了自己研制的仿人机器人ＳＤＲ一３Ｘ，２００２年又研制出了ＳＤＲ一４Ｘ，见图卜３。日本东京大学也一直在进行仿人机器人的研究，与Ｋａｗａｄａ工学院合作相继研制成功了Ｈ５、Ｈ６和Ｈ７仿人机器人，其中Ｈ６机器人高１．３７米，体重５５公斤，具有３５个自由度，目前正在开发名为Ｉｓａｍｕ的新一代仿人机器人，其身高１．５米，体重５５公斤，具有３２个自由度。日本科学技术振兴机构也在从事ＰＩＮＯ机器人的研究，ＰＩＮＯ高０．７５米，采用２９个电机驱动，见图卜４。日本Ｗａｓｅｄａ大学一直在从事仿人机器人研究计划，研制的ｗＬ系列仿人机器人和ＷＥＮＤＹ机器人在机器人界有很大的影响，至今已投入１００多万美元，仍在研究之中。Ｔｏｈｏｋｕ大学研制的Ｓａｉｋａ３机器人高１．２７米，重４７公斤，具有３０个自由度。美国的ＭＩＴ和剑桥马萨诸塞技术学院等单位也一直在从事仿人机器人研究。德国、英国和韩国等也有很多单位在进行类似的研究。 图卜１Ｐ２机器人图卜２ＡＳＩＭＯ机器人图１．３ＳＤＲ－４Ｘ机器人图１－４ＰＩＮＯ机器人 图卜５第一代机器人图ｌ－６第二代机器人图１．７第三代机器人图１—８第四代机器人 在国家“８６３”高技术计划和自然科学基金的资助下，国内也开展了仿人机器人的研究工作。目前，国内主要有国防科技大学、哈尔滨工业大学和北京理工大学等单位从事仿人机器人的研究。国防科技大学机器人实验室研制机器人已有１０余年的历史，该实验室在这期间分四阶段推出了四代机器人，其中，２０００年底推出的仿人机器入一“先行者”一是国内第一台仿人机器人。２００３年６月，又成功研制了一台具有新型机械结构和运动特性的仿人机器人，这台机器人身高１．５５米，体重６３．５公斤，共有３６个自由度，脚踝有力 第２页
精心整理 一、平面二连杆机器人手臂运动学 平面二连杆机械手臂如图1所示，连杆1长度1l ，连杆2长度2l ，连杆3长度为3l 。建立如图1所示的坐标系，其中，),(00y x 为基础坐标系，固定在基座上，),(11y x 、),(22y x 、33(,)x y 为连体坐标系，分别固结在连杆1、连杆2、连杆3上并随它们一起运动。关节角顺时针为负逆时针为正。 1 θ 图11112123123p p x y 2、用D-H 方法建立运动学方程 假定0z 、1z 、2z 垂直于纸面向外。从),,(000z y x 到),,(111z y x 的齐次旋转变换矩阵为： ?? ??? ???????-=100 010000cos sin 00sin cos 1 11101 θθ θθT （2）
从),,(111z y x 到),,(222z y x 的齐次旋转变换矩阵为： ?? ??? ???????-=100 010000cos sin 0sin cos 2 212212θθ θθl T （3） 从222(,,)x y z 到333(,,)x y z 的齐次旋转变换矩阵为： 33212cos sin 0l T θθ-????=从(003T =003P =结论：（6）与用简单的平面几何关系建立运动学方程（1）相同。 补充：正解用于仿真，逆解用于控制 建立以上运动学方程后，若已知个连杆的关节角123θθθ、、，就可以用运动学方程求出机械手臂末端位置坐标，这可以用于运动学仿真。 3、平面二连杆机器人手臂逆运动学 二、平面二连杆机器人手臂的速度雅可比矩阵 速度雅可比矩阵的定义：从关节速度向末端操作速度的线性变换。现已二连杆平面机器人为例推导速度雅可比矩阵。 上面的运动学方程两边对时间求导，得到下面的速度表达式：
平面二自由度机械臂动力学分析 [摘要] 机器臂是一个非线性的复杂动力学系统。动力学问题的求解比较困难，而且需要较长的运算时间，因此，这里主要对平面二自由度机械臂进行动力学研究。本文采用拉格朗日方程在多刚体系统动力学的应用方法分析平面二自由度机械臂的正向动力学。经过研究得出平面二自由度机械臂的动力学方程，为后续更深入研究做铺垫。 [关键字] 平面二自由度 一、介绍 机器人是一个非线性的复杂动力学系统。动力学问题的求解比较困难，而且需要较长的运算时间，因此，简化解的过程，最大限度地减少工业机器人动力学在线计算的时间是一个受到关注的研究课题。 机器人动力学问题有两类： (1) 给出已知的轨迹点上的，即机器人关节位置、速度和加速度，求相应的关节力矩向量Q r。这对实现机器人动态控制是相当有用的。 (2) 已知关节驱动力矩，求机器人系统相应的各瞬时的运动。也就是说，给出关节力矩向量τ，求机器人所产生的运动。这对模拟机器人的运动是非常有用的。 二、二自由度机器臂动力学方程的推导过程 机器人是结构复杂的连杆系统，一般采用齐次变换的方法，用拉格朗日方程建立其系统动力学方程，对其位姿和运动状态进行描述。机器人动力学方程的具体推导过程如下： (1) 选取坐标系，选定完全而且独立的广义关节变量θr ，r=1, 2,…, n。 (2) 选定相应关节上的广义力F r：当θr是位移变量时，F r为力；当θr是角度变量时， F r为力矩。 (3) 求出机器人各构件的动能和势能，构造拉格朗日函数。 (4) 代入拉格朗日方程求得机器人系统的动力学方程。 下面以图1所示说明机器人二自由度机械臂动力学方程的推导过程。
第六章 机器人运动学及动力学 6.1 引论 到现在为止我们对操作机的研究集中在仅考虑动力学上。我们研究了静力位置、静力和速度，但我们从未考虑过产生运动所需的力。本章中我们考虑操作机的运动方程式——由于促动器所施加的扭矩或作用在机械手上的外力所产生的操作机的运动之情况。 机构动力学是一个已经写出很多专著的领域。的确，人们可以花费以年计的时间来研究这个领域。显然，我们不可能包括它所应有的完整的内容。但是，某种动力学问题的方程式似乎特别适合于操作机的应用。特别是，那种能利用操作机的串联链性质的方法是我们研究的天然候选者。 有两个与操作机动力学有关的问题我们打算去解决。向前的动力学问题是计算在施加一 组关节扭矩时机构将怎样运动。也就是，已知扭矩矢量τ，计算产生的操作机的运动Θ、Θ 和Θ 。这个对操作机仿真有用，在逆运动学问题中，我们已知轨迹点Θ、Θ 和Θ ，我们欲求出所需要的关节扭矩矢量τ。这种形式的动力学对操作机的控制问题有用。 6.2 刚体的加速度 现在我们把对刚体运动的分析推广到加速度的情况。在任一瞬时，线速度矢量和角速度矢量的导数分别称为线加速度和角加速度。即 B B Q Q B B Q Q 0V ()V ()d V V lim dt t t t t t ?→+?-==? （6-1） 和 A A Q Q A A Q Q 0()()d lim dt t t t t t ?→Ω+?-ΩΩ=Ω=? （6-2） 正如速度的情况一样，当求导的参坐标架被理解为某个宇宙标架{}U 时我们将用下面的记号 U A AORG V V = （6-3） 和 U A A ω=Ω （6-4）
6.2.1 线加速度 我们从描述当原点重合时从坐标架{}A 看到的矢量B Q 的速度 A A B A A Q B Q B B V V B R R Q =+Ω? （6-5） 这个方程的左手边描述A Q 如何随时间而变化。所以，因为原点是重合的，我们可以重写（6-5）为 A A B A A B B Q B B d ()V dt B B R Q R R Q =+Ω? （6-6） 这种形式的方程式当推导对应的加速度方程时特别有用。 通过对（6-5）求导，我们可以推出当{}A 与{}B 的原点重合时从{}A 中看到的B Q 的 加速度表达式 A A B A A A A Q B Q B B B B d d V (V )()dt dt B B R R Q R Q =+Ω?+Ω? （6-7） 现在用（6-6）两次── 一次对第一项，一次对最后一项。（6-7）式的右侧成为： A B A A A A B Q B B Q B B A A A A B B Q B B V () +Ω?+Ω?+Ω?+Ω? B B B B R R V R Q R V R Q （6-8） 把相同两项合起来 A B A A A A B Q B B Q B B A A A B B B V 2 () +Ω?+Ω?+Ω?Ω? B B B R R V R Q R Q （6-9） 最后，为了推广到原点不重合的情况，我们加上一项给出{}B 的原点的线加速度的项，得到下面的最后的一般公式 A B A A A A BORG B Q B B Q B B A A A B B B V 2 () ++Ω?+Ω?+Ω?Ω? A B B B V R R V R Q R Q （6-10） 对于我们将在本章上考虑的情况，我们总是有B Q 为不变，或 B Q Q V 0== B V （6-11） 所以，（6-10）简化为 A A A A A A Q BORG B B B B B V ()=+Ω?Ω?+Ω? A B B V R Q R Q （6-12） 我们将用这一结果来计算操作机杆件的线加速度。 6.2.2 角加速度 考虑{}B 以A B Ω相对于{}A 转动的情况，而{}C 以B C Ω相对于{}B 转动。为了计算 A C Ω我们把矢量在坐标架{}A 中相加
clear; clc; L1 = Link('d', 0, 'a', 0, 'alpha', pi/2); %Link 类函数 L2 = Link('d', 0, 'a', 0.5, 'alpha', 0,'offset',pi/2); L3 = Link('d', 0, 'a', 0, 'alpha', pi/2,'offset',pi/4); L4 = Link('d', 1, 'a', 0, 'alpha', -pi/2); L5 = Link('d', 0, 'a', 0, 'alpha', pi/2); L6 = Link('d', 1, 'a', 0, 'alpha', 0); b=isrevolute(L1); %Link 类函数 robot=SerialLink([L1,L2,L3,L4,L5,L6]); %SerialLink类函数https://www.doczj.com/doc/af12396386.html,='带球形腕的拟人臂'; %SerialLink属性值robot.manuf='飘零过客'; %SerialLink属性值robot.display(); %Link 类函数 theta=[0 0 0 0 0 0]; robot.plot(theta); %SerialLink类函数 theta1=[pi/4,-pi/3,pi/6,pi/4,-pi/3,pi/6]; p0=robot.fkine(theta); p1=robot.fkine(theta1); s=robot.A([4 5 6],theta); cchain=robot.trchain; q=robot.getpos(); q2=robot.ikine(p1); %逆运动学 j0=robot.jacob0(q2); %雅可比矩阵 p0 = -0.7071 -0.0000 0.7071 1.4142 0.0000 -1.0000 -0.0000 -0.0000 0.7071 0.0000 0.7071 1.9142 0 0 0 1.0000 p1 = 0.9874 0.1567 0.0206 1.0098 0.0544 -0.4593 0.8866 1.8758 0.1484 -0.8743 -0.4621 0.0467 0 0 0 1.0000 >>s s =
基于MATLAB 的六自由度工业机器人运动分析及仿真 摘要： 以FANUC ARC mate100工业机器人为研究对象，对其机构和连杆参数进行分析，采用D-H 法对机器人进行正运动学和逆运动学分析，建立运动学方程。在MATLAB 环境下，运用机器人工具箱进行建模仿真，仿真结果证明了所建立的运动学正、逆解模型的合理性和正确性。 关键词:FANUC ARC mate100工业机器人; 运动学; MATLAB 建模仿真 1引言 工业机器人技术是在控制工程、人工智能、计算机科学和机构学等多种学科的基础上发展起来的一种综合性技术。经过多年的发展，该项技术已经取得了实质性的进步[1]。工业机器人的发展水平随着科技的进步和工业自动化的需求有了很大的提高，同时工业机器人技术也得到了进一步的完善。工业机器人的运动学分析主要是通过工业机器人各个连杆和机构参数，以确定末端执行器的位姿。工业机器人的运动学分析包括正运动学分析和逆运动学分析。 随着对焊接件要求的提高，弧焊等机器人的需求越来越多。本文就以FANUC ARC mate100机器人为研究对象，通过分析机构和连杆参数，运用D-H 参数法建立坐标系，求出连杆之间的位姿矩阵，建 立工业机器人运动学方程。并在MATLAB 环境下， 利用RoboticsToolbox 进行建模仿真。 2 FANUC ARC mate100 D-H 坐标系的建立mate100是FANUC 公司生产的6自由度工业机器人，包括底座、机身、臂、手腕和末端执行器，每个自由度对应一个旋转关节，如图1所示。 图1FANUC ARC mate 100机器人三维模型 DENAVIT 和HARTENBERG 于1955年提出了一种为关节链中的每一个杆件建立坐标系的矩阵方法，即D-H 参数法，在机器人运动学分析得到了广泛运用。采用这种方法建立坐标系: (1) Z i 轴沿关节i +1的轴线方向。 (2) X i 轴沿Z i-1和Z i 轴的公法线方向，且指向背离Z i-1轴的方向。 (3) Y i 轴的方向必须满足Y i = Z i *X i ，使坐标系为右手坐标系。 按照上述方法，建立坐标系如图 2 所示。 J 4 J 3 J 5 J 2 J 1 J 6
机器人运动学知识介绍 收藏 21:53|发布者: dynamics|查看数: 1125|评论数: 2| 来自: 东方早报 摘要: 现在你可能正拿着一本书，边看边翻页，并时不时回头，越过肩膀察看后面是否有红眼的恶意机器人。随着书页的翻动，你也许会在无意识里考虑这个问题。作为人类，在物理世界移动是如此自然，只需要一丁点的意识即可。而 ... 丹尼尔·威尔逊 现在你可能正拿着一本书，边看边翻页，并时不时回头，越过肩膀察看后面是否有红眼的恶意机器人。随着书页的翻动，你也许会在无意识里考虑这个问题。作为人类，在物理世界移动是如此自然，只需要一丁点的意识即可。而另一方面，机器人———就像最后一个选择踢球的孩子———为了避免伤到自己和别人，每一个动作都必须经过仔细考虑。机器 人专家管这个过程叫做“操作研究”。 前进和逆转 如果你醒来发现自己处在一具新的躯体中，拥有金属手臂，每只手只有三根手指，你会怎么样呢？如果不知道手臂的长度，拿东西会很困难；如果只有三根手指，那么你必须找到一个全新的抓取和握东西的方法；由于弯曲的金属手臂，你可能再也没有约会的机会。这些就是身处各地的孤独的机器人们所面临的重大问题。 运动学研究旨在解决机器人的手臂转向何方(动力学则为了解决移动的速度和劲道)。机器人运动学可分两类：前进和逆转。前进运动学的问题是机器人运用它对自身的了解(关节角度和手臂长度)来判断自己在三维空间中到底身处何方。这算是简单的部分，逆转运动学正好相反，它解决机器人如何移动才能达到合适的姿势(改变关节位置)这一问题。机器人在握你手之前，需要知道你手的大概方位，以及从这里移向那里的最优顺序。有时候，可能没有最好的解决方案(试试用你的右手碰你的右肘)。 对逆转运动学来说，大多数方案运用传感器(通常是视觉和力)来估计机器人身体的当前位置。只要有了这个，机器人就能够计划下一步行动(握手、问好或绞断你的脖子)。机器人的反应很敏捷，日本ATR实验室的类人机器人能够更新视觉，估计世界形势，并且在一秒钟里能够做60个动作。这些类人机器人已经能够跳舞，耍弄彩球，玩篮球和曲棍球。 扫描环境和选择动作的过程叫做反馈环路。新的信息被经常性地用于更新当前的决定。如果缺乏经常性更新，机器人的操作技能会变得糟糕。传感器的损伤(或非常不可信赖的传感器)会干扰这一重要的环路。比如以视觉为基础的跟踪遇到混乱的场景会大受干扰，或者浪费资源去跟踪一些无意义的目标(比如落叶等)。震动可以扰乱力传感器，即使它们位于机器人手臂的内部。虽然机器人能够反应得更快更精确，但它们总是依赖于不断更新的信息和持续改进的计划。