MATLAB机器人工具箱（一）

前言：

在开始做机器人仿真之前，我了解了一系列机器人仿真软件（包括Matlab、Webots、Gazebo、V-rep、Adams、Simbad、Morse等）的适用场景、使用方法等资料，决定从最经典的Matlab入手，快速搭建机器人平台进行路径规划与控制。
这里记录一下我的学习和使用过程，以及遇到的坑。我的版本是R2018a。

一、添加机器人工具箱——RTB工具箱：

方法一：
1.下载rvctools文件包，放在一个自己知道的目录下(任意路径都是可以的，但是为了方便管理，一般都安装在toolbox)，然后“设置路径”里面添加并保存。

2.在命令中输入statrup_rvc，之后会看到机器人工具箱启动成功。

3.最后在命令行中输入rtbdemo命令，会跳出一个操作界面。

但是这么做也有一个问题，就是每次打开都要重新通过statrup_rvc命令运行rvctools文件包，目前还没找到好的解决方法，欢迎大家提点。
如图所示：左边一列是通用函数的例子（如：旋转，平移，轨迹等）；中间主要是机械臂的基础函数，可以快速构建一个机器人；右边为移动机器人的一些历程。大家可以自己试试看。

方法二：
这里我看到别人直接下载RTB工具箱（注意版本号）并安装，然后输入rbtdemo命令运行，但我试了不太行，大家也可以试试看。

错误合集：

1.“错误使用 eval，未定义…”：

在导入多体物理库时通过“设置路径”添加了toolbox里面的“Simscape-Multibody-Contact-Forces-Library-18.1.4.1”，结果就出现了如下错误：

甚至有的人安装好Matlab以后，什么操作也不做，仅仅是将软件打开就会有这样的报错。

解决方法一：（很多人用这种方法奏效了）
但对我来说似乎没什么用。

解决方法二：
先把“设置路径”恢复成默认（之前设置的就没有了，不知道有没有更好的方法），把新的工具箱a解压到toolbox目录下，然后用addpath把toolbox的路径添加到matlab的搜索路径中，最后用which xxx.m来检验是否可以访问里面的xxx.m文件。如果能够显示新设置的路径，则表明报错解决，该工具箱可以使用了。示例如下：

>> addpath E:\MATLAB\R2018a\toolbox%输入工具箱名称，此时一般会返回该工具箱的说明，也就是mathmodl
>> help mathmodl路径下content.m中的内容
%在命令行中输入如下，此时会返回mathmodl路径下所有的文件
>> what mathmodl
%再到mathmodl中随便找一个不与Matlab中重名的函数，比如xxx.m，在命令行中输入
>> which xxx.m
E:\MATLAB\rvctools\xxx.m

2.Matlab启动过慢：

这绝对是困扰我很久的一个问题，一度让我怀疑自己设备有问题（虽然确实慢）。
如果你的matlab停留在“正在初始化…”这个界面长达几分钟甚至更久，试试下面的方法（据说是最近几代新版本的共性问题）：
启动慢的原因是软件查找授权文件时间太长，我们定位到license文件，找到license文件的绝对路径（我的就在一级安装文件下），删除这个文件license_server.lic（不同版本的名字是不一样的！大家试一下）。
剩下的文件如图：

然后速度瞬间提升了hhh。

3.Matlab启动的时候给出警告：

Warning: MATLAB Toolbox Path Cache is out of date and is not being used. Type 'help toolbox_path_cache' for more info.To get started, select MATLAB Help or Demos from the Help menu.

这个问题式因为安装工具箱之后没有更新缓存，解决方法：
File——>Preferences——>General——>选中enable toolbox path cache——>点击updata toolbox path cache

二、使用机器人工具箱创建双足机器人：

1.复现双足机器人：

原博：JianRobSim

%% 主代码
%% 说明：我用了原博的代码腿的位置不对，troty(-pi/2)改成了troty(pi/2)对了
%% creat walking robot model
clear all
%leg length
L1=0.15;L2=0.25;
%form a leg
leg=SerialLink([0, 0, 0, pi/2; 0, 0, L1, 0; 0, 0, -L2, 0 ],...'name', 'leg', 'base', eye(4,4),'tool', ...troty(pi/2)*trotx(-pi/2)*trotz(-pi/2),'offset', [pi/2  0  -pi/2]);
%% diplay the leg
%body wide and length
W = 0.2; L = 0.2;
%form a body
legs(1) = SerialLink(leg, 'name', 'leg1','base', transl(0, 0, -0.05)*trotz(pi/2));  %*trotz(pi/2)
legs(2) = SerialLink(leg, 'name', '.', 'base', transl(0, -W, -0.05)*trotz(pi/2));
% create a fixed size axis for the robot, and set z positive downward
clf;
axis([-0.3 0.25 -0.6 0.4 -0.19 0.45]); set(gca,'Zdir', 'reverse')
hold on
legs(1).plot([0 pi/3 -pi/2.5],'nobase','noshadow','nowrist');%leg pose
legs(2).plot([0 pi/1.8 -pi/2.5],'nobase','noshadow','nowrist');
%plot body
plotcube([0.1 0.2 -0.12],[ -0.05  -0.2  0],1,[1 1 0]);
%% simulate moving
for i=0.01:0.02:0.4
legs(1).plot([0   pi/3+i    -pi/2.5-i],'nobase','noshadow');%leg pose
legs(2).plot([0   pi/1.8-i  -pi/2.5+i],'nobase','noshadow');
end

% 身体控制器
function plotcube(varargin)
% PLOTCUBE - Display a 3D-cube in the current axes
%
%   PLOTCUBE(EDGES,ORIGIN,ALPHA,COLOR) displays a 3D-cube in the current axes
%   with the following properties:
%   * EDGES : 3-elements vector that defines the length of cube edges
%   * ORIGIN: 3-elements vector that defines the start point of the cube
%   * ALPHA : scalar that defines the transparency of the cube faces (from 0
%             to 1)
%   * COLOR : 3-elements vector that defines the faces color of the cube
%
% Example:
%   >> plotcube([5 5 5],[ 2  2  2],.8,[1 0 0]);
%   >> plotcube([5 5 5],[10 10 10],.8,[0 1 0]);
%   >> plotcube([5 5 5],[20 20 20],.8,[0 0 1]);
%% plotcube函数 长宽高  三维空间起点  颜色属性
% Default input arguments
inArgs = { ...[10 56 100] , ... % Default edge sizes (x,y and z)[10 10  10] , ... % Default coordinates of the origin point of the cube.7          , ... % Default alpha value for the cube's faces[1 0 0]       ... % Default Color for the cube};% Replace default input arguments by input values
inArgs(1:nargin) = varargin;% Create all variables
[edges,origin,alpha,clr] = deal(inArgs{:});XYZ = { ...[0 0 0 0]  [0 0 1 1]  [0 1 1 0] ; ...[1 1 1 1]  [0 0 1 1]  [0 1 1 0] ; ...[0 1 1 0]  [0 0 0 0]  [0 0 1 1] ; ...[0 1 1 0]  [1 1 1 1]  [0 0 1 1] ; ...[0 1 1 0]  [0 0 1 1]  [0 0 0 0] ; ...[0 1 1 0]  [0 0 1 1]  [1 1 1 1]   ...};XYZ = mat2cell(...cellfun( @(x,y,z) x*y+z , ...XYZ , ...repmat(mat2cell(edges,1,[1 1 1]),6,1) , ...repmat(mat2cell(origin,1,[1 1 1]),6,1) , ...'UniformOutput',false), ...6,[1 1 1]);cellfun(@patch,XYZ{1},XYZ{2},XYZ{3},...repmat({clr},6,1),...repmat({'FaceAlpha'},6,1),...repmat({alpha},6,1)...);% view(3);

在这个项目的最后，博主贴了一个simscape的仿真结果，确实流畅度高了很多。所以我的下一步学习计划就是simscape~

2.复现机械臂：

参考博主，具体讲解可以点进去看。

clear ; clc; close all;
% 机器人各连杆DH参数
d1 = 0;
d2 = 86;
d3 = -92;% 由于关节4为移动关节，故d4为变量，theta4为常量
theta4 = 0;
a1 = 400;
a2 = 250;
a3 = 0;
a4 = 0;alpha1 = 0 / 180 * pi;
alpha2 = 0 / 180 * pi;
alpha3 = 180 / 180 * pi;
alpha4 = 0 / 180 * pi;% 定义各个连杆，默认为转动关节
%           theta      d        a        alpha
L(1)=Link([  0         d1      a1      alpha1]); L(1).qlim=[-pi,pi];
L(2)=Link([  0         d2      a2      alpha2]); L(2).qlim=[-pi,pi]; L(2).offset=pi/2;
L(3)=Link([  0         d3      a3      alpha3]); L(3).qlim=[-pi,pi];% 移动关节需要特别指定关节类型--jointtype
L(4)=Link([theta4       0      a4      alpha4]); L(4).qlim=[0,180]; L(4).jointtype='P';% 把上述连杆“串起来”
Scara=SerialLink(L,'name','Scara');% 定义机器人基坐标和工具坐标的变换
Scara.base = transl(0 ,0 ,305);
Scara.tool = transl(0 ,0 ,100);
Scara.teach();   %机器人示教界面% 绘制动画
figure
joint(: , 1) = linspace(pi/6,pi/2,100);
joint(: , 2) = linspace(0,pi/4,100);
joint(: , 3) = linspace(pi/3,pi/2,100);
joint(: , 4) = linspace(0,160,100);
filename = 'demo.gif';
for i = 1:length(joint)pause(0.01)Scara.plot(joint(i,:));f = getframe(gcf);  imind = frame2im(f);[imind,cm] = rgb2ind(imind,256);if i == 1imwrite(imind,cm,filename,'gif', 'Loopcount',inf,'DelayTime',0.1);else      imwrite(imind,cm,filename,'gif','WriteMode','append','DelayTime',0.1);end
end

接下来有一个改进DH方法的代码，其实主要是 'modified’参数的改变：

clear ; clc; close all;
% 机器人各连杆参数值
d1 = 670;
d2 = 0;
d3 = 0;
d4 = 1280;
d5 = 0;
d6 = 215;a1 = 0;
a2 = 312;
a3 = 1075;
a4 = 225;
a5 = 0;
a6 = 0;alpha1 = 0 / 180 * pi;
alpha2 = -90 / 180 * pi;
alpha3 = 0 / 180 * pi;
alpha4 = -90 / 180 * pi;
alpha5 = 90 / 180 * pi;
alpha6 = -90 / 180 * pi;
% 建立连杆DH参数（修正的DH）
L(1)=Link([0 d1 a1 alpha1], 'modified'); L(1).qlim=[-pi,pi];
L(2)=Link([0 d2 a2 alpha2], 'modified');  L(2).qlim=[-pi,pi];L(2).offset = -pi/2;
L(3)=Link([0 d3 a3 alpha3], 'modified'); L(3).qlim=[-pi,pi];
L(4)=Link([0 d4 a4 alpha4], 'modified'); L(4).qlim=[-pi,pi];
L(5)=Link([0 d5 a5 alpha5], 'modified'); L(5).qlim=[-pi,pi];
L(6)=Link([0 d6 a6 alpha6], 'modified'); L(6).qlim=[-pi,pi];
% 定义机器人
FANUC=SerialLink(L(1:6),'name','FANUC');
FANUC.tool = transl(0,0,100);
FANUC.teach();

为了搞清楚standard DH和modified DH，我看了好久的资料，简单谈一下我的理解。

以这张图（来源）为例，标准DH方法是在传动轴上（远端，如图）建立坐标系的，所以 z 轴（为了避免麻烦，只画z轴）建立在连杆远离基座一侧的那个轴上；改进DH方法则会把坐标系建立在固定轴上（近端）。
这两种建系方法对于平常的普通机械臂是没有区别的，在matlab里的体现也只是修改“modified”参数的问题，最多是得到的转换矩阵结果不同。但是对于delta、Atrias这样的并联机器人，或者树状、轮式结构机器人来说，在进行逆运算时，如果回推原点大于1个，就会出现混乱。

delta机器人

Atrias机器人

MATLAB机器人工具箱使用相关推荐

五自由度简单机械臂运动学及动力学分析|基于MATLAB机器人工具箱Rvctool
五自由度简单机械臂运动学及动力学分析|基于MATLAB机器人工具箱Rvctool 1．机械臂要满足其抓手能在0.50.50.5立方米的工作空间内活动,终端抓手要能横向以及纵向抓到这个空间内每一个点(死 ...
matlab机器人工具箱欧拉角,Matlab机器人工具箱（一）
开始学习<Robotics,Vision and Control>,今天是学习的第一篇章,因为项目需要, 需要在Matlab上做一个仿真实验,由于是串联机器人系统,不涉及到移动机器人系统, ...
工业机器人（9）-- Matlab机器人工具箱之创建单臂/双臂机器人SDH/MDH方法
目录 1. Matlab机器人工具箱 2. 创建MDH单机械臂 3. 创建MDH双臂机器人 UR构型双臂如何进行轨迹仿真 4. MDH-双臂机器人 1. Matlab机器人工具箱官方网站Robot ...
Matlab机器人工具箱（3）：双臂操作（从模型建立到轨迹规划）
从 Matlab机器人工具箱(3) 开始,使用的机器人工具版本更换到v10版本他们的区别还是挺大的: 一个是单位的问题:从m变为mm 还有一个是变量类型的问题,变换矩阵从正常的矩阵形式变为se3类型 ...
四足机器人—matlab机器人工具箱DH建模
目录基于matlab机器人工具箱的四足机器人DH建模模型展示代码参考博客基于matlab机器人工具箱的四足机器人DH建模模型展示代码 %2021/10/28四足机器人DH建模 %碎弧的星 ...
matlab机器人工具箱学习笔记——ikine函数
matlab机器人工具箱学习笔记--ikine函数 ikine函数用法使用实例链接: https://blog.csdn.net/weixin_42596724/article/details/8 ...
matlab工具箱使用手册,matlab机器人工具箱使用手册.pdf
[实例简介] matlab机器人工具箱使用手册.pdf Preface This, the ninth major release of the Toolbox, repre * stal sents ...
强大的MATLAB机器人工具箱Matlab_Robotic_Toolbox_v9.8及教程
强大的MATLAB机器人工具箱Matlab_Robotic_Toolbox_v9.8及教程 Matlab_Robotic_Toolbox_v9.8是一个功能强大的机器人工具箱,包含了机器人正.逆向运动 ...
MATLAB机器人工具箱(一机器人运动学)
目录一.三维空间位姿表示与坐标变换方法三维空间的位置与姿态表示位置描述姿态描述旋转矩阵坐标系绘制坐标变换平移坐标变换旋转变换二.机器人运动学 D-H参数法创建一个连杆对象创建一 ...
MATLAB 机器人工具箱与机器人系统工具箱使用
安装机器人工具箱成功的基础上,打开matlab后在命令行输入 roblocks可以打开机器人工具箱的Simulink库应用参考链接如下: MATLAB机器人工具箱在SIMULINK中对机器人进行操作 ...

MATLAB机器人工具箱使用

前言：