当前位置: 首页 > news >正文

遨博I20协作臂关节逆解组Matlab可视化

AUBO I20协作臂关节逆解组Matlab可视化

  • 前言
  • 1、RTB使用注意点
  • 2、代码与效果
    • 2.1、完整代码
    • 2.2、运行效果
  • 总结


前言

注意:请预先配置好Matlab和RTB机器人工具箱环境,本文使用matlab2022b和RTB10.04版本

工作需要,使用matlab实现对六轴机械臂的逆解八组解数据可视化。本文针对遨博AUBO I20型号的协作臂进行处理。


提示:以下是本篇文章正文内容,下面案例可供参考

1、RTB使用注意点

当图形需要显示多个机器人或者多个不同关节角时,每个plot都需要一个唯一的名称,否则,只会显示同名的最新一组调用plot的关节角。例如,现在针对同一个DH参数的臂型,有两组关节角希望显示出来,那么应该这么写才正确

joints_type1 = [a1 b1 c1 d1 e1 f1];
joints_type2 = [a2 b2 c2 d2 e2 f2];% robot1和robot2调用SerialLink创建时使用用一组DH参数L
% 'name'参数需要不同,作为区分。
robot1.plot(joints_type1);
hold on;
robot2.plot(joints_type2);

如果使用错误的写法,自始至终只有一个robot变量,即:

joints_type1 = [a1 b1 c1 d1 e1 f1];
joints_type2 = [a2 b2 c2 d2 e2 f2];robot1.plot(joints_type1);
hold on;
robot1.plot(joints_type2);

最终的效果,可以看到两个plot都是joints_type2的数据,即便是已经使用了hold on,这个问题和RTB的内部plot函数实现逻辑有关联;

2、代码与效果

2.1、完整代码

代码如下:

clear;
clc;
warning off% 定义连杆的DH参数
%             theta       d         a       alpha     sigma     offset
L(1) = Link([    0     0.1855      0         0          0         pi      ],'modified'); 
L(2) = Link([    0     0.177       0       -pi/2        0       -pi/2     ],'modified');
L(3) = Link([    0       0       0.803       pi         0          0      ],'modified');
L(4) = Link([    0       0       0.72        pi         0       -pi/2     ],'modified');
L(5) = Link([    0     0.127       0       -pi/2        0          0      ],'modified');
L(6) = Link([    0     0.1063      0        pi/2        0          0      ],'modified');% 限制转动角度
L(1).qlim=[-359,359]/180*pi;
L(2).qlim=[-174,174]/180*pi;
L(3).qlim=[-174,174]/180*pi;
L(4).qlim=[-174,174]/180*pi;
L(5).qlim=[-174,174]/180*pi;
L(6).qlim=[-359,359]/180*pi;aubo_robots = struct();
aubo_robots_num = 8;
robot_name_prefix = 'I20-';% 创建机器人模型
for i = 1 : aubo_robots_numaubo_robots.(sprintf('robot%d', i)) = SerialLink(L, 'name', [robot_name_prefix, num2str(i)]);aubo_robots.(sprintf('robot%d', i)).base = transl(0, 0, 0);% 可选:显示D-H参数% aubo_robots.(sprintf('robot%d', i)).display();
end% 逆解组的八组关节角
joints = struct();
joints.type1 = [0.412302 -1.365035 -0.573020 2.362811 -1.570796 -2.729291];
joints.type2 = [0.412302 -0.824124 0.573020 2.967940 -1.570796 -2.729291];
joints.type3 = [0.412302 -1.581334 -1.239168 -1.228631 1.570796 0.412302];
joints.type4 = [0.412302 -0.419871 1.239168 0.088243 1.570796 0.412302];
joints.type5 = [-3.029190 0.419871 -1.239168 -0.088243 -1.570796 0.112402];
joints.type6 = [-3.029190 1.581334 1.239168 1.228631 -1.570796 0.112402];
joints.type7 = [-3.029190 0.824124 -0.573020 -2.967940 1.570796 -3.029190];
joints.type8 = [-3.029190 1.365035 0.573020 -2.362811 1.570796 -3.029190];% 分为二行四列的子图显示
for i = 1:aubo_robots_numrow = ceil(i / 4) - 1;col = mod(i - 1, 4) + 1;subplot(2, 4, row * 4 + col);aubo_robots.(sprintf('robot%d', i)).plot(joints.(sprintf('type%d', i)), 'view', [51, 38]);hold on;
end
hold off;
grid on;

2.2、运行效果

运行效果截图:
I20某位姿的八组逆解关节角

总结

八组解可视化,可以看出对应 左/右手位 * 肘关节高/低于髋关节 * 腕关节是否翻转。想起高中时数学老师常说的一个词 数形结合 ,可视化确实方便了不少对数据的分析。

http://www.lryc.cn/news/301789.html

相关文章:

  • 力扣题目训练(15)
  • PCB差模辐射是如何产生的
  • 车载诊断协议DoIP系列 —— 协议中术语解释和定义
  • 【退役之重学前端】关于在控制台得到undefined的事
  • 指数和估计六大问题
  • 【软件相关】基于Alist挂载云盘到本地文件资源管理器
  • Java多线程系列——锁
  • 蓝牙BLE学习-GAP
  • 算法训练营day28(补), 贪心算法2
  • Vue核心基础4:绑定样式、条件渲染、列表渲染
  • go-zero读取mysql部分字段
  • 反转一个单链表
  • 拿捏c语言指针(中)
  • 鸿蒙语言ArkTS(更好的生产力与性能)
  • VBA技术资料MF120:打印固定标题行列
  • MongoDB聚合运算符:$add
  • 《剑指Offer》笔记题解思路技巧优化 Java版本——新版leetcode_Part_4
  • 数据库第四次实验
  • 基于PPNSA+扰动算子的车间调度最优化matlab仿真,可以任意调整工件数和机器数,输出甘特图
  • UnityShader——06UnityShader介绍
  • 人工智能学习与实训笔记(一):零基础理解神经网络
  • LeetCode刷题小记 一、【数组】
  • iOS总体框架介绍和详尽说明
  • 【C++】const与constexpr详解
  • 蓝桥杯:日期统计讲解(C++)
  • Python re.findall()中的正则表达式包含多个括号时的返回值——包含元组的列表
  • Python——列表
  • 无人机图像识别技术研究及应用,无人机AI算法技术理论,无人机飞行控制识别算法详解
  • 清华AutoGPT:掀起AI新浪潮,与GPT4.0一较高下
  • 人工智能学习与实训笔记(二):神经网络之图像分类问题