基于逆运动学的轨迹控制建模
这个Sim金宝appulink示例演示了如何逆运动学块可以沿着指定的轨迹驱动机械手。所要求的轨迹被指定为机械手末端执行器的一系列紧间隔位姿。轨迹生成和路径点定义代表了许多机器人应用程序，如拾取和放置操作，从空间加速度和速度剖面计算轨迹，甚至使用摄像机和计算机视觉模拟关键帧的外部观察。一旦轨迹形成逆运动学利用块将其转化为关节空间的轨迹，然后利用该轨迹来模拟机械手和控制器的动力学。
模型概述
加载模型以查看它是如何构造的。
open_system (“IKTrajectoryControlExample.slx”）;
该模型由四个主要操作组成:
目标构成一代
逆运动学
机械手动力学
姿态测量
目标构成一代
这个状态流程图选择哪个路径点是机械手的当前目标。一旦机械手到达当前目标的公差范围内，图表就会将目标调整到下一个路径点。该图表还将路径点的组件转换和组装成一个同质转换eul2tform函数。一旦没有更多的路径点可供选择，图表将终止模拟。
逆运动学
逆运动学计算一组关节角度，以产生所需的姿态的末端执行器。使用逆运动学与一个rigidBodyTree模型并指定端点效应的目标位姿为齐次变换。为求解的位置和姿态的相对公差约束指定一系列权值，并给出关节位置的初步估计。块输出一个关节位置矢量，该关节位置产生所需的姿态rigidBodyTree在块参数中指定的模型。为保证解的平滑连续性，解算器的起始位置采用之前的配置解。金宝搏官方网站这也减少了计算的冗余，如果目标姿态没有更新自上次模拟时间步。
机械手动力学
机械手的动力学由两个部分组成，一个是产生转矩信号的控制器，另一个是给出这些转矩信号的动力学模型。该例子中的控制器使用了通过机械手逆动力学计算的前馈组件和反馈PD控制器来纠正误差。机械手的模型采用前进动力与rigidBodyTree对象。对于更复杂的动力学和可视化技术，可以考虑使用Control Systems Toolbox™区块集和Simscape Multibody™中的工具来替代Forward dynamics区块。
姿态测量
姿态测量从机械臂模型获取关节角度读数，并将其转换为齐次变换矩阵作为反馈路径选择部分。
汇率操纵国的定义
本例中使用的机械手是Rethink Sawyer™机器人机械手。的rigidBodyTree从URDF(机器人统一描述格式)文件中导入的描述机械手的对象importrobot．
%将机械手导入为rigidBodyTree对象索耶= importrobot (“sawyer.urdf”）;索耶。DataFormat =“列”；定义末端执行器体名eeName =“right_hand”；定义机械手的关节数numJoints = 8;%可视化机械手显示(索耶);ylim([- 1.50 1.50]);zlim ([-1.02 - 0.98]);视图([128.88 - 10.45]);
航点代
在这个例子中，机械手的目标是能够追踪出图像中检测到的硬币的边界，coins.png．首先，对图像进行处理，找出硬币的边界。
我= imread (“coins.png”）;bwBoundaries = imread (“coinBoundaries.png”）;图次要情节(1、2、1)imshow(我“边界”，“紧”)标题(原始图像的次要情节(1、2、2)imshow (bwBoundaries,“边界”，“紧”)标题(“带有边界检测的处理图像”）
经过图像处理后，将硬币的边缘提取为像素位置。数据是从mat文件中载入的，boundaryData．边界是单元阵列，其中每个单元包含描述单个检测边界的像素坐标的数组。在示例“图像中的边界跟踪”(需要图像处理工具箱)中可以找到关于如何生成这些数据的更全面的视图。
负载boundaryData.mat边界谁边界
名称大小字节类属性边界10x1 25376单元格
为了将该数据映射到世界框架，我们需要定义图像的位置以及像素坐标和空间坐标之间的比例。
图像原点坐标imageOrigin = (0.4, 0.2, 0.08);%从像素转换为物理距离的比例因子规模= 0.0015;
在每一点上所需的末端执行器方向的欧拉角也必须被定义。
eorientation = [0, pi, 0];
在这个例子中，选择的方向使末端执行器总是垂直于图像的平面。
一旦这些信息被定义，每一组所需的坐标和欧拉角就可以被编译成一个航路点。每个路径点都表示为一个六元素向量，其前三个元素对应于所需的元素xyz -机械手在世界框架中的位置。最后三个元素对应于所需方向的ZYX欧拉角。
路点被连接起来形成一个n6组,n是轨迹中的总位姿数。数组中的每一行都对应于轨迹中的一个路径点。
清除以前的路点并开始建立路点数组清晰的路点%从图像原点上方开始waypt0 = [imageOrigin + [0 0 .2]，eeOrientation];%触摸图像原点waypt1 = [imageOrigin, eeOrientation];%插值每个元素平滑的运动到图像的原点为I = 1:6 interp = linspace(waypt0(I)，waypt1(I)，100);锚点(:,i) =插值函数”;结束
总共有10枚硬币。为了简单和快速，可以通过限制传递到路径点的总数来追踪较小的硬币子集。下面，numTraces = 3个硬币在图像中被追踪。
%定义要追踪的硬币数量numTraces = 3;%组装用于边界跟踪的路径点为i = 1:min(numTraces, size(boundary,1))%选择一个边界并映射到物理大小段={我}*规模边界;边界之间进场航路点和升降机航路点的Pad数据段=[段(1:);段(:,);段(,)):;在边界之间移动的z偏移量段(1、3)= .02点;段(结尾,3)= .02点;%翻译到图像的原点cartesianCoord = imageOrigin + segment;%重复期望的方向以匹配添加的路径点的数量eulerAngles = repmat (eeOrientation、大小(段,1),1);%附加数据到以前的wayPoints的结束路点=[锚点;cartesianCoord eulerAngles);结束
这个数组是模型的主要输入。
模型设置
在运行模型之前，必须初始化几个参数。
%初始化q0尺寸，t=0时机器人关节构型。这将%将被第一个路标所取代。q0 = 0 (numJoints, 1);定义模拟的采样率。Ts = . 01;%定义一个[1x6]方向上的相对权重向量逆运动学求解器的位置误差。重量= 1 (1,6);%将第一个路径点转换为齐次变换矩阵进行初始化initTargetPose = eul2tform(锚点(6));initTargetPose(1:3) =路标点(1:3)';求q0，使机械手从第一个路径点开始本土知识= inverseKinematics (“RigidBodyTree”索耶);本土知识[q0 solInfo] = (eeName initTargetPose,权重q0);
模拟机械手运动
要模拟该模型，使用sim卡命令。模型生成输出数据集，jointData并展示了两个情节的进展:
的X Y情节显示机械手跟踪运动的自顶向下视图。圆圈之间的线出现在操纵器从一个硬币轮廓转换到下一个轮廓时。
的路径跟踪plot以3D的方式可视化进程。绿点表示目标位置。红点表示末端执行器使用反馈控制实现的实际末端位置。
关闭当前打开的数字关闭所有%打开并模拟模型open_system (“IKTrajectoryControlExample.slx”）;sim卡(“IKTrajectoryControlExample.slx”）;
可视化的结果
该模型输出两个数据集，可用于仿真后的可视化。关节配置如下jointData．机器人末端执行器位姿输出为poseData．
%删除不必要的网格，以更快的可视化clearMeshes(索耶);%映射映像的数据[m, n] =大小(我);(X, Y) = meshgrid (0 0: m: n);X = imageOrigin(1) + X*scale;Y = imageOrigin(2) + Y*scale;Z = 0(大小(X));Z = Z + imageOrigin(3);关闭所有打开的数字关闭所有初始化一个新的数字窗口图;集(gcf,“可见”，“上”）;绘制机器人初始位置显示(索耶,jointData (: 1) ');持有在初始化末端执行器绘图位置p = plot3 (0, 0, 0,“。”）;经(X, Y, Z,我');%改变视角和轴视图(65,45)轴([-。1 - 25。25.75 0 0.75])%以10个样本的间隔迭代输出以可视化结果为j = 1:10:长度(jointData)显示机械手型号显示(索耶,jointData (j:) ',“帧”，“关闭”，“PreservePlot”、假);从齐次变换输出得到末端执行器位置pos = poseData (1:3 4 j);%更新绘图的末端执行器位置p.XData = [p。XData pos(1)]; p.YData = [p.YData pos(2)]; p.ZData = [p.ZData pos(3)];%更新图drawnow结束
你也可以从以下列表中选择一个网站: