機器人控制系統運動(dòng)學(xué)方程
為了解此系統的反向運動(dòng)方程,必須確定平臺種類(lèi)以及執行器匯聚點(diǎn)的位置,因為腳長(cháng)就是點(diǎn)與點(diǎn)之間的距離。平臺執行器所處位置用基點(diǎn)坐標系表示如下:

上述等式的下標表明了向量的參考坐標系。這里,點(diǎn)的位置實(shí)際上是齊次坐標,以(x, y, z, w) 或者 (x/w, y/w, z/w)的形式表述,為了簡(jiǎn)化討論,這里的w我們可以令其等于1。R是變換矩陣,可以將平臺點(diǎn)(Ppi)也就是平臺系數轉換成(Bpi),也就是基座系數。R是3×4的矩陣,包括3×3的旋轉矩陣和3×1的平移矩陣。

在R等式中,“s”代表正弦函數;“c”代表余弦函數。上述等式中的旋轉矩陣是單位矩陣,用來(lái)變換roll、pitch和yaw三個(gè)向量的方向。平移矩陣就是一個(gè)簡(jiǎn)單的向量。由于(Bbi)的值是已知的,所以一旦知道了(Bpi)的值,就可以通過(guò)計算兩點(diǎn)的距離得到腳的長(cháng)度。

上面的等式實(shí)際上很簡(jiǎn)單,但是由于引入了矩陣理論,所以有很多項。下面是最終的反向運動(dòng)方程(對于腳“i”)。

此系統的前向運動(dòng)學(xué)方程相對復雜一些,由于處理上的要求,前向方程也不容易解。這里,比直接解方程更好的方法是使用迭代法,初始估計值代入方程、更新,然后重復,直到估計值的誤差小于某一限定值。具體的計算方法在此就不再贅述,此方法對于以下的過(guò)程都可以通用。此方法是前文提及的牛頓迭代法的推廣。關(guān)于此方法有很多相關(guān)文章,本文在此著(zhù)重討論前向運動(dòng)方程的應用。第一步是估計初始姿態(tài)K,或者換種說(shuō)法,估計(α , , γ, x, y, z)的值。對于一個(gè)運動(dòng)控制器,初始估計值通常是(α , , γ, x, y, z)的受控位置。從此估計值,反推運動(dòng)學(xué)方程,可以計算出執行器的長(cháng)度,稱(chēng)之為 (g1, g2, g3, g4, g5, g6) ,或者以向量的形式寫(xiě)成g.,數學(xué)表達式如下:g = I(k)。
然后,基于估計值算出的長(cháng)度與來(lái)自反饋設備的實(shí)際長(cháng)度I相比較,得到“估值誤差”e,可以寫(xiě)成e = g – l。
如果估值誤差小于某一個(gè)限定值,那么此過(guò)程就此結束。如果估值誤差不小于這個(gè)限定值,那么,就需要一個(gè)更好的估計值。這個(gè)過(guò)程一直重復,直到估計值足夠完美(此時(shí),這個(gè)估計值就被作為方程的解?。榱死斫馊绾螐臄祵W(xué)上確定一個(gè)“更好的估計值”,首先考慮下面這個(gè)簡(jiǎn)單的微積分學(xué)例子。假設我們有一個(gè)通用函數y = f(x),f是非線(xiàn)性的。如果我們要計算由x的變化所導致的y的變化,下面的等式有效:

陀螺儀相關(guān)文章:陀螺儀原理
評論