python 机械臂控制_机械臂正运动学-DH参数-Python快速实现
机械臂正运动学-DH参数-Python快速实现
前言:
最近在玩一个非常弱智的机械臂,好多功能都没有,连个配套的仿真环境都没, 虚拟边界和碰撞检测的功能都非常难用。
没办法,我只能自己实现一个简陋的虚拟边界功能,这必须要在已知关节角的情况下,提前计算出每个关节的三维坐标。
这里的问题凝结为输入输出就是:
已知: 机械臂的关节长度,关节构型
输入: 机械臂的关节角度;
输出: 机械臂的关节坐标。
全网好像没有搜到一个简单可用、基于DH参数的Python的正运动学代码(github有一个不能用)。
为了防止以后忘记,以及方便大家学习借鉴。先抛出来,供大家参考
我为了实现这个功能 ,来来回回看了三天的资料和课程,但是感觉核心步骤也就几个公式和对应关系,所以我就把这几个核心的东西单拎出来了。
大家如果时间充分,可以详细的看看课程和教材,如果时间不够,就可以看我这个,如果我有哪些细节没有描述清楚的话,可以在评论区留言~
整体思路流程:
搜集机械臂相关配置资料:关节长度、构型、官方设定的坐标系;
通过两个对应关系,找到机械臂的DH参数表;
找到了之后,代入转换矩阵T中;
连乘所有关节的T;
获取关节三维坐标。
学习资料
要想得到上面的输出,需要的基础知识比较多。
有:
刚体的坐标变换;
DH参数;
基本上就是上面两个了。
为了弄明白这个过程, 我请教了几位大佬,大佬说可以看看b站台大的机器人学,和《机器人学导论》-斯坦福的那本,自己去网上搜PDF版就好了
然后直接基本概念,大家可以去看看:
台大机器人学之运动学——林沛群(含课件+书籍)
核心概念:
我们将机械臂的每一个关节轴,都建立一个坐标系,那么从关节1到关节0的变化,其实就是做了一次刚体的坐标变换。
而关节7的末端点,则是串着做了好多次的坐标变换。
DH参数的理解。
先挂一个参考链接,这里面的介绍的更详细:
https://blog.csdn.net/aic1999/article/details/82490615
上节说到本质是坐标变换,那么我们如何根据已知信息,确定好坐标变换的基本信息?
这里面就得用到一个神奇的DH参数(两位大佬名字的缩写)
来看看课本里的这张经典图。
我们需要知道,决定四个轴的相对位置关系,我们可以用四个变量来描述(虽然可能不唯一,但是够了)。
那么我们需要知道的第一个对应关系:
DH参数的定义:
沿着轴方向,逆时针为正。
这里面我们还差一个东西,如何定义坐标系?
建立坐标系
其实一般如果是靠谱的机器人,这个坐标系应该是给的。
把我这次用的机器人的拿过来,作为例子,有例子,大家理解起来就方便了。
可以看出来一个很有意思的事情, 01关节是放在一起看了,即12坐标系原点重合,这里是将1杆的长度看作0了。下面去计算DH参数的时候也需要注意的。而且我们计算的时候,是无法计算出1轴的坐标。
坐标系和参数对应关系来了,我们就能填好DH表了:
如何填写?
对着坐标轴的图和连杆参数定义,一个一个填。
我们以第一个轴为例,第一行有四个值:α\alphaα1-0 , aaa1-0 , ddd1-0 θ\thetaθ1-0
这里面的α\alphaα1-0即α\alphaα0是绕X0正方向, 从Z0旋转到Z1的角度。从图中可以看出来,没旋转,即为0.
aaa0沿着X0,从Z0移动到Z1的距离,因为两个Z重合,不存在移动距离,即距离为0;
d1的话,不一样,沿着Z1轴,从X0移动到X1的距离,可以看出来,移动了0.31米,虽然方向不一样,但是确实是得移动这么多,才能重合。
θ\thetaθ的话,就是关节转动的角度了,后面几个关节,可能初始角度得加一个180°才行。
这个DH参数值拿到了之后,就得想办法拿到转换矩阵了。
好在《机器人学导论》这本书里直接给了计算公式:
矩阵变换公式:
这玩意儿还得配套几个公式才行。
总之拿到了DH参数,就把表里的值代入到T中, 然后连乘,就能计算出末端位姿了。
最后直接上代码吧:
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np
from math import radians, sin, cos
def set_axes_equal(ax):
# 这一段是copy别人的。用处不是很大。
'''Make axes of 3D plot have equal scale so that spheres appear as spheres,
cubes as cubes, etc.. This is one possible solution to Matplotlib's
ax.set_aspect('equal') and ax.axis('equal') not working for 3D.
Input
ax: a matplotlib axis, e.g., as output from plt.gca().
'''
x_limits = ax.get_xlim3d()
y_limits = ax.get_ylim3d()
z_limits = ax.get_zlim3d()
x_range = abs(x_limits[1] - x_limits[0])
x_middle = np.mean(x_limits)
y_range = abs(y_limits[1] - y_limits[0])
y_middle = np.mean(y_limits)
z_range = abs(z_limits[1] - z_limits[0])
z_middle = np.mean(z_limits)
# The plot bounding box is a sphere in the sense of the infinity
# norm, hence I call half the max range the plot radius.
plot_radius = 0.5*max([x_range, y_range, z_range])
ax.set_xlim3d([x_middle - plot_radius, x_middle + plot_radius])
ax.set_ylim3d([y_middle - plot_radius, y_middle + plot_radius])
ax.set_zlim3d([z_middle - plot_radius, z_middle + plot_radius])
def dh_matrix(alpha, a, d, theta):
# 传入四个DH参数,根据公式3-6,输出一个T矩阵。
alpha = alpha / 180 * np.pi
theta = theta / 180 * np.pi
matrix = np.identity(4)
matrix[0,0] = cos(theta)
matrix[0,1] = -sin(theta)
matrix[0,2] = 0
matrix[0,3] = a
matrix[1,0] = sin(theta)*cos(alpha)
matrix[1,1] = cos(theta)*cos(alpha)
matrix[1,2] = -sin(alpha)
matrix[1,3] = -sin(alpha)*d
matrix[2,0] = sin(theta)*sin(alpha)
matrix[2,1] = cos(theta)*sin(alpha)
matrix[2,2] = cos(alpha)
matrix[2,3] = cos(alpha)*d
matrix[3,0] = 0
matrix[3,1] = 0
matrix[3,2] = 0
matrix[3,3] = 1
return matrix、
joint_num = 7
# --- Robotic Arm construction ---
# DH参数表,分别用一个列表来表示每个关节的东西。
joints_alpha = [0, 90, 90, 90, 90, 90, 90]
joints_a = [0, 0, 0, 0, 0, 0, 0]
joints_d = [0.31, 0.0, 0.4, 0.0, 0.4, 0.0, 0.175]
joints_theta = [0, 180, 180, 180, 180, 180, 180]
# Joint Angle variables
# joints_angle = [-0.001, -21.0, -0.001, -21.0, 0.0, 0.0, -0.0]
# 选定几个特定的关节角,看看算出来的值,和真实值是否一致,方向是否反了。
joints_angle = [0, -23.43, 0, 50, 0, 0, 0]
# DH参数转转换矩阵T---------------------
joint_hm = []
for i in range(joint_num):
joint_hm.append(dh_matrix(joints_alpha[i], joints_a[i], joints_d[i], joints_theta[i]+joints_angle[i]))
# -----------连乘计算----------------------
for i in range(joint_num-1):
joint_hm[i+1] = np.dot(joint_hm[i], joint_hm[i+1])
# Prepare the coordinates for plotting
for i in range(joint_num):
print(np.round(joint_hm[i][:3, 3], 5))
# 获取坐标值
X = [hm[0, 3] for hm in joint_hm]
Y = [hm[1, 3] for hm in joint_hm]
Z = [hm[2, 3] for hm in joint_hm]
# Plot
ax = plt.axes(projection='3d')
# ax.set_aspect('equal')
ax.plot3D(X, Y, Z)
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')
set_axes_equal(ax)
plt.show()
python 机械臂控制_机械臂正运动学-DH参数-Python快速实现相关推荐
- Python知道cos值求角度_机械臂正运动学-DH参数-Python快速实现
# 机械臂正运动学-DH参数-Python快速实现 @[toc] 前言: 最近在玩一个非常弱智的机械臂,好多功能都没有,连个配套的仿真环境都没, 虚拟边界和碰撞检测的功能都非常难用. 没办法,我只能 ...
- 机械臂正运动学-DH参数-Python快速实现
机械臂正运动学-DH参数-Python快速实现 文章目录 机械臂正运动学-DH参数-Python快速实现 前言: 更新:是我自己憨批了,说明书上有现成的计算方式,我没细看... 整体思路流程: 学习资 ...
- ros kinetic-moveit驱动ur3机械臂------控制真实机械臂并且能动
ros kinetic-moveit驱动ur3机械臂------控制真实机械臂并且能动 本文工作环境配置: ubuntu16.04.6 ros-kinetic ur3 已验证本教程代码在Ubuntu1 ...
- python 机械臂控制_从零开始的ROS四轴机械臂控制-gazebo仿真控制
这是一个四轴器械臂练手项目,定为arm0.1版本,使用MG90s舵机来搭建一个四轴机械臂.arm0.1版本的目标是对带颜色的方块进行识别并在Gazebo中模拟出来. 以下是这个ROS四轴机械臂控制的目 ...
- 有关机械手臂控制中的两个重要输入参数
1.在机械手臂中有两个重要参数.一个是编码器的值,另外一个是马达的电流值.根据这两个可以获得机械手臂的运动学,动力学的一些数据. 第一重要特征参数 是DH参数,另外一个就是每个轴的质心参数.
- python 进程生命周期_计算客户生命周期价值的python解决方案
python 进程生命周期 By Lisa Cohen, Zhining Deng, Shijing Fang, and Ron Sielinski 由丽莎·科恩,志宁邓,石井方和罗恩Sielinsk ...
- python网站框架下载_最受欢迎的7款Python开源框架总结,忍不住收藏了~
封图用Python之父Guido van Rossum镇楼,妥妥滴~ 今天是周一,也就是漫漫5天工作日的第一天,所以小编决定省略鸡汤,直接上干货,为大家打满鸡血.精选7个在GitHub等开源网站中最欢 ...
- python科目真题_不止金融行业, 全民都在学Python
在大家的印象里,想进入金融行业或者数据岗位,首先需要精通Excel. 然而野村证券副首席数字官马修·汉普森在上周五的伦敦Quant Conference上发表讲话: "现在走进交易大厅,用E ...
- python 找到装饰器_[译] 12步轻松搞定python装饰器
呵呵!作为一名教python的老师,我发现学生们基本上一开始很难搞定python的装饰器,也许因为装饰器确实很难懂.搞定装饰器需要你了解一些函数式编程的概念,当然还有理解在python中定义和调用函数 ...
最新文章
- sqlmap 常用操作
- python下载m3u8地址_python 下载m3u8视频的示例代码
- mysql事务隔离级别与锁_mysql事务隔离级别与锁
- leetcode455. 分发饼干
- 一个正则表达式酿成的惨案
- json 反射java 实体_java反射实现javabean转json
- python if 比较小数浮点数
- 优酷土豆并购是如虎添翼
- 如何从官网下载oracle客户端,Oracle11g客户端client的下载与安装
- 从零开始的腾讯电脑管家下载安装配置教程
- ps证件照换底色(红/蓝/其他颜色都可)
- 《听闻远方有你》简谱-刘均演唱
- 你真的了解Franka吗?一文带你揭秘Franka常见问题,你想知道的都在这里!
- 接口与继承系列教材 (十)- Java 内部类详解
- Control Egress TCP Traffic
- 第三届火焰杯软件测试初赛题目
- 2021年9月PMP考试新鲜出炉,如何查询成绩?
- Allegro如何添加泪滴操作指导
- 疾病研究:LEMS和先天性肌无力患者指南
- NLP实操手册: 基于Transformer的深度学习架构的应用指南(综述)
热门文章
- 破解excel工作表保护
- Win10怎么使用Windows Defender扫描文件夹中的恶意软件?
- 立体匹配——A Large Dataset to Train Convolutional Networks for Disparity, Optical Flow, and Scene Flow Es
- 算法:字符串全部子序列、子串、全排列
- Ls-Dyna 软件简介 (1)
- 微信团队分享:微信支付代码重构带来的移动端软件架构上的思考
- 侦测单IP是否为路由器,级联PC的原理
- php 数独求解,php求解数独
- IBM云对象存储 - Linux主机通过rclone和COS API上传大文件
- 两种WIFI破解的方法