传统的工业机器人普遍采用电机 、齿轮减速器 、关节轴三者直接连接的传动机构,这种机构要求电机与减速器安装在机械臂关节附近,其缺点是对于多关节机械臂,下一级关节的电机与减速器等驱动装置成为上一级关节的额外负载 。这一额外负载带来的负面影响往往超过机械臂连杆等必要结构件,因此提高了对机械臂动力和驱动元件的要求,由此造成整体重量 、体积 、造价和内部消耗的增加,降低了机械臂对外做功的能力和效率。为了避免这一问题许多主动式医疗机器人采用绳驱动方式,使用柔性绳索远距离的传递运动和力矩。将驱动装置安装到远离相关关节的基座上,使得整个机械臂的结构紧凑 ,在减轻机械臂整体重量的同时提高了对外做功的能力。下图所示的就是达芬奇手术机器人的末端夹子,采用绳驱动方式可以在较小的机械结构内实现多自由度的灵活运动:

  下面尝试在VREP中使用力反馈设备Phantom omni来控制医疗机器人的末端夹子。机构简图如下图所示,一共有5个自由度:其中移动自由度负责进给,一个整体旋转自由度,还有两个左右、上下弯曲的自由度,最后是控制夹子张合的自由度。

  删除Solidworks CAD模型中的一些不必要特征,比如倒角、内部孔、螺纹孔等,导出成STL文件,再导入到VREP中。然后还需要进行继续化简,减少网格数量,当网格数减少到不影响几何外观就可以了。接下来在相应的位置添加关节,设置关节运动范围(软件限位),并将其设为Inverse kinematics模式。

  设置Calculation Modules中的Inverse kinematics:

  搭建好模型后可以先用键盘进行测试,按方向键移动ikTarget,VREP会根据构型自动计算运动学逆解,然后将ikTip移动到ikTarget处(这样就会带着整个机构运动)。键盘控制的脚本代码如下:

if (sim_call_type==sim_childscriptcall_initialization) then-- Put some initialization code heretargetHandle = simGetObjectHandle('ikTarget')endif (sim_call_type==sim_childscriptcall_actuation) then-- Put your main ACTUATION code hereendif (sim_call_type==sim_childscriptcall_sensing) then-- Put your main SENSING code here-- Read the keyboard messages (make sure the focus is on the main window, scene view):message, auxiliaryData = simGetSimulatorMessage()if (message == sim_message_keypress) thenif (auxiliaryData[1]==119) then-- W keylocal p = simGetObjectPosition(targetHandle, -1)p[1] = p[1] - 0.001simSetObjectPosition(targetHandle, -1, p)endif (auxiliaryData[1]==115) then-- S keylocal p = simGetObjectPosition(targetHandle, -1)p[1] = p[1] + 0.001simSetObjectPosition(targetHandle, -1, p)endif (auxiliaryData[1]==2007) then-- up keylocal p = simGetObjectPosition(targetHandle, -1)p[3] = p[3] + 0.001simSetObjectPosition(targetHandle, -1, p)endif (auxiliaryData[1]==2008) then-- down keylocal p = simGetObjectPosition(targetHandle, -1)p[3] = p[3] - 0.001simSetObjectPosition(targetHandle, -1, p)endif (auxiliaryData[1]==2009) then-- left keylocal p = simGetObjectPosition(targetHandle, -1)p[2] = p[2] - 0.001simSetObjectPosition(targetHandle, -1, p)endif (auxiliaryData[1]==2010) then-- right keylocal p = simGetObjectPosition(targetHandle, -1)p[2] = p[2] + 0.001simSetObjectPosition(targetHandle, -1, p)endend
endif (sim_call_type==sim_childscriptcall_cleanup) then-- Put some restoration code hereend

View Code

  测试没问题后可以使用CHAI3D插件来连接力反馈设备。这里采用增量控制的模式,即计算当前时刻与前一时刻手柄位置在X、Y、Z方向上的差,然后控制VREP中的ikTarget控制点按相应的增量移动。注意在VREP中机器人向前运动是沿X轴负方向、向上运动是沿Z轴正方向、向右运动是沿Y轴正方向,这与CHAI3D中坐标系的定义一致(向前推手柄是沿着X轴负方向...),因此可以使用力反馈设备直观的控制机器人的运动。当然如果坐标系定义不一致,需要进行简单的转换才行。

  下面的代码在sensing探测部分会使用simExtCHAI3D_readPosition来读取当前操作手柄的位置和按钮状态。按照VREP默认设置,这部分代码会50ms执行一次,这里会出现一个问题:如果采样速率太快,会导致前后两次采集到的位置数据偏差为零(人手的操作频率没那么快,还来不及改变位置),那么输出的控制量就一直是零,这样就没办法用增量控制的方式来操控机器人。解决办法是延迟几个周期再采样,等到有足够大的偏差之后再生成控制量。还有一个问题是使用CHAI3D返回的数据以“米”为单位,而VREP世界中的单位有可能未知,那么使用增量控制时需要对控制量乘一个比例系数,避免因操作端微小的移动造成从动端运动量过大,超出关节限制(无法到达的逆解)。或者可以调节比例系数,用操作端的大位移来控制从动端的小位移,实现精细控制。

if (sim_call_type==sim_childscriptcall_initialization) then-- Check if the plugin is loaded:moduleName=0moduleVersion=0index=0pluginNotFound=truewhile moduleName domoduleName,moduleVersion=simGetModuleName(index)if (moduleName=='CHAI3D') thenpluginNotFound=falseendindex=index+1endif (pluginNotFound) thensimDisplayDialog('Error','CHAI3D plugin was not found, or was not correctly initialized (v_repExtCHAI3D.dll).',sim_dlgstyle_ok,false,nil,{0.8,0,0,0,0,0},{0.5,0,0,1,1,1})else-- Start the device:local toolRadius = 0.001 -- the radius of the toollocal workspaceRadius = 0.2 -- the workspace radiusif simExtCHAI3D_start(0, toolRadius,workspaceRadius) ~= 1 thensimDisplayDialog('Error','Device failed to initialize.',sim_dlgstyle_ok,false,nil,{0.8,0,0,0,0,0},{0.5,0,0,1,1,1})elseCHAI3DPluginInitialized = trueendendtargetHandle = simGetObjectHandle('ikTarget')deltaPos = {0, 0, 0}counter = 0ratio = 50endif (sim_call_type==sim_childscriptcall_actuation) thenif buttonState ==1 then  -- press the buttonlocal p = simGetObjectPosition(targetHandle, -1) -- get the target position-- add increment of the tool tipp[1] = p[1] + deltaPos[1] / ratio                  p[2] = p[2] + deltaPos[2] / ratiop[3] = p[3] + deltaPos[3] / ratiosimSetObjectPosition(targetHandle, -1, p)  -- move to the absolute positionend
endif (sim_call_type==sim_childscriptcall_sensing) thenif CHAI3DPluginInitialized then-- Read the current position of the cursor:local currentToolPosition = simExtCHAI3D_readPosition(0)-- Read the buttons of the device:buttonState = simExtCHAI3D_readButtons(0)counter = counter + 1      -- increase the counterif counter % 30 == 1 then  -- keep the valueprevToolPosition = currentToolPositionendif counter % 30 == 0 then  -- calculate tool tip incrementdeltaPos[1] = currentToolPosition[1] - prevToolPosition[1]  -- X-axis incrementdeltaPos[2] = currentToolPosition[2] - prevToolPosition[2]  -- Y-axis incrementdeltaPos[3] = currentToolPosition[3] - prevToolPosition[3]  -- Z-axis incrementcounter = 0  -- reset counterlocal info = string.format("CurrentPosition:%.2f,%.2f,%.2f  DeltaPosition:%.2f,%.2f,%.2f",currentToolPosition[1],currentToolPosition[2],currentToolPosition[3],deltaPos[1],deltaPos[2],deltaPos[3])simAddStatusbarMessage(info)endend
endif (sim_call_type==sim_childscriptcall_cleanup) thenif CHAI3DPluginInitialized then-- Disconnects all devices and removes all objects from the scene
        simExtCHAI3D_reset()end
end

  将力反馈设备手柄移动到合适的位置之后就可以按住按钮开始操控机器人,松开按钮会停止控制。如果在VREP虚拟场景中添加其它物体(比如障碍物),则还可以模拟环境中的力(接触力、重力、摩擦力、弹簧力等)让操控着“感觉”到。如果实际机器人上装有力传感器,则在用Phantom omni控制机器人的同时也能读取力的信息,反馈给操作者。

  下面是使用Phantom omni来控制机器人的动态图,黄色的轨迹为使用Graph记录的控制点的空间位置:

  对于该机构也可以自己实现运动学逆解的数值算法,下面给出伪逆矩阵法和阻尼最小二乘法的参考:

import math
import numpy as np# link length
L1 = 1
L2 = 1gamma = 1       # step size
lamda = 0.2     # damping constant (DLS-method)
stol = 1e-3     # tolerance
nm = 10         # initial error
count = 0       # iteration count
ilimit = 20     # maximum iteration# numerical method for inverse kinematics
method = 'Pseudo Inverse'  # 'Pseudo Inverse', 'DLS', ...# initial joint value
q = np.array([0, 0, math.pi/2, 0]) # [theta1, d1, theta2, theta3]# target position
target_pos = np.array([1, 0, 2])   # [x,y,z]while True:if(nm > stol):# forward kinematics:x = np.array([math.cos(q[0])*math.cos(q[2])*(L1+L2*math.cos(q[3]))+L2*math.sin(q[0])*math.sin(q[3]),\math.cos(q[2])*math.sin(q[0])*(L1+L2*math.cos(q[3]))-L2*math.cos(q[0])*math.sin(q[3]),\q[1]+(L1+L2*math.cos(q[3]))*math.sin(q[2])])# compute errorerror = target_pos - x# compute JacobianJ11 = -math.sin(q[0])*math.cos(q[2])*(L1+L2*math.cos(q[3]))+L2*math.cos(q[0])*math.sin(q[3])J12 = 0J13 = -math.sin(q[2])*math.cos(q[0])*(L1+L2*math.cos(q[3]))J14 = L2*(math.sin(q[0])*math.cos(q[3])-math.cos(q[0])*math.cos(q[2])*math.sin(q[3]))J21 = math.cos(q[0])*math.cos(q[2])*(L1+L2*math.cos(q[3]))+L2*math.sin(q[0])*math.sin(q[3])J22 = 0J23 = -math.sin(q[0])*math.sin(q[2])*(L1+L2*math.cos(q[3]))J24 = -L2*(math.cos(q[0])*math.cos(q[3])+math.sin(q[0])*math.cos(q[2])*math.sin(q[3]))J31 = 0J32 = 1J33 = math.cos(q[2])*(L1+L2*math.cos(q[3]))J34 = -L2*math.sin(q[2])*math.sin(q[3])J = np.array([[J11,J12,J13,J14],[J21,J22,J23,J24],[J31,J32,J33,J34]])if method == 'Pseudo Inverse': # Pseudo Inverse MethodJ_pseudo = np.dot(J.transpose(), np.linalg.inv(J.dot(J.transpose()))) # compute pseudo inversedq = gamma * J_pseudo.dot(error)if method == 'DLS':# Damped Least Squares Methodf = np.linalg.solve(J.dot(J.transpose())+lamda**2*np.identity(3), error)dq = np.dot(J.transpose(), f)# update joint position   q = q + dqnm = np.linalg.norm(error)count = count + 1if count > ilimit:print "Solution wouldn't converge!"breakelse:# print resultprint 'theta1=' + str(q[0]*180/math.pi)+' d1='+str(q[1]) + ' theta2=' + str((q[2]-math.pi/2)*180/math.pi)+' theta3=' + str(q[3]*180/math.pi)print 'Current position: %.2f, %.2f, %.2f' %(x[0],x[1],x[2])    print str(count)+' iterations'+'  err:'+str(nm)break

参考:

OpenHaptics编程环境搭建

VREP中的力触觉设备接口(CHAI3D)

“逆运动学”——从操作空间到关节空间(上篇)

转载于:https://www.cnblogs.com/21207-iHome/p/7338216.html

使用Phantom omni力反馈设备控制机器人相关推荐

  1. 接续Geomagic Haptic (原Phantom Omni LAN口转USB)与ROS Noetic/Ubuntu20.04相联(Omni模型)

    Phantom Omni (LAN口转USB)与ROS Noetic/Ubuntu20.04相联(Omni-rvzi模型) 自从上一篇历经千辛万苦的Ubuntu20.04与Geomagic Hapti ...

  2. Phantom Omni的力与力矩操作

    *本说明为对Phantom Omni的力与力矩操作 ****************虚拟夹具的力读取与控制************************ 1.首先力的读取要声明[全局变量] hduV ...

  3. android设备控制机器人,基于Android手机的六足机器人控制方案的设计与实现

    摘要: 目前,国内对机器人远程控制技术的研究取得不少成果,但是其控制终端基本上都是PC机.伴随着移动互联网技术的快速发展,各种移动智能终端机相继出现,人们便开始研究怎样用移动智能终端设备来远程控制机器 ...

  4. Python 机器人学习手册:6~10

    原文:ILearning Robotics using Python 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自[ApacheCN 计算机视觉 译文集],采用译后编辑(MTPE)流程来 ...

  5. 基于智能优化算法的机器人路径优化(Matlab代码实现)

    1 概述 最短路径问题是人工智能的一个活跃研究方向,在理论和应用上有着广泛而深入的研究.国内外大量专家学者对此问题进行了深入研究.经典的图论与不断发展完善的计算机数据结构计算法的有效结合使得新的最短路 ...

  6. 遥操作机器人解决方案

    远程机器人技术可用于远程医疗.远程超声诊断.5G远程机器人.机器人遥操作.远程救灾等领域 遥操作机器人技术可应用于远程医疗.远程诊断.远程抓取.空间探测.危险环境(核放射.有毒化工.易燃易爆.病毒传染 ...

  7. 大型虚拟现实仿真系统解决方案

    虚拟现实技术传统的模拟技术相比,虚拟现实技术的主要特征是:操作者能够真正进入一个由计算机生成的交互式三维虚拟现实环境中,与之产生互动,进行交流.通过参与者与虚拟仿真环境的相互作用,并借助人本身对所接触 ...

  8. 客座招生 | 中科院深圳先进院招收智能机器人方向联培和客座学生

    合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 中国科学院深圳先进技术研究院 中国科学院深圳先进技术研究院是由中科院.深圳 ...

  9. VREP中的力触觉设备接口(CHAI3D)

    力反馈技术是一种新型的人机交互技术,它允许用户借助力反馈设备触碰.操纵计算机生成的虚拟环境中的物体,并感知物体的运动和相应的力反馈信息,实现人机力觉交互.虽然传统的鼠标.键盘.触摸屏等交互手段可以满足 ...

最新文章

  1. MIT-THU未来城市创新网络即将和你见面!
  2. Makefile:160: recipe for target 'all' failed (Ubuntu 16.06 + Opencv3.2)解决办法
  3. PHP将英文数字转换为阿拉伯数字 
  4. 网络:TCP/IP各层的协议
  5. 彻底理解 Android 中的阴影
  6. maven deploy plugin_Maven工程概念和关系
  7. 鸿蒙系统适配机型_小米手机系统软件部总监公布小米各机型安卓P适配计划
  8. javascript常用判断写法
  9. 年度影像旗舰vivo X70系列正式发布 售价3699元起
  10. Docker的mysql镜像_详解docker下的Mysql镜像的使用方法
  11. SharePoint传出电子邮件配置
  12. sql范围年龄分组查询人数
  13. 这个Kaggle三项排行榜的“顶级大师”,今年17岁
  14. 百度AICA迎来毕业季,55位新晋“首席AI架构师”推进产业智能化
  15. vivo手机解析包错误解决方式
  16. 老兵成新秀,科大讯飞能否“嗨唱“车联网?
  17. 美版iphone更新系统无服务器,无法连接iphone软件更新服务器【应对攻略】
  18. 【转】TPC-C 、TPC-H和TPC-DS区别
  19. 2023最新绿色高端生活家具装饰公司网站模板源码+织梦Dedecms内核的
  20. ScrollView的滑动监听(以HorizontalScrollView为例)

热门文章

  1. MySQL 基础 ———— SAVEPOINT 的应用
  2. adb server is out of date. linux,adb server is out of date. killing完美解决
  3. python电影推荐系统的设计与实现_一种电影推荐系统的设计与实现
  4. 神经网络如何调参、超参数的最优化方法、python实现
  5. 单片机实验:交通灯控制
  6. linux复制目录命令夹,linux复制目录(文件夹)和打包命令
  7. matlab 连接数组,matlab数组操作知识点总结
  8. aop判断方法是否执行成功_判断图中是否有环的三种方法
  9. android handler同步,android解决:使用多线程和Handler同步更新UI
  10. java io编程_Java_IO编程