机器人控制系列教程之Stewart平台简介和运动学分析

news2024/12/23 11:54:39

Stewart平台简介及应用场景

六自由度 Stewart 并联机器人结构简图如下图所示,主要有一个固定平台和一个移动平台以及六个可伸缩的推杆组成,通常情况下,固定平台与底座连接,移动平台在空间具有六个自由度,通过六个推杆的伸长或缩短可控制移动平台的位置和角度。实际应用中,根据不同的使用要求,伸缩杆可为电缸、液压缸或气缸。移动平台为末端执行器,伸缩杆为驱动器。

主要应用场合:

  1. 飞行模拟器:上平台作为机舱, 用6个液压缸支撑和驱动, 可以使机舱获得任意需要的位置和姿态, 模拟飞机飞行状态, 用于训练飞行员。
  2. 应用于飞船对接器。飞船对接器的下平台安装在输送物品的飞船上, 上平台作为对接环,由6个直线式驱动器, 上下平台中间都有通孔, 以便作为结合后的通道。潜艇救援中也应用类似的对接器。

  1. 应用于设计虚拟轴机床。 一般采用悬挂式结构, 上平台悬挂固定, 下平台安装机床主轴单独驱动, 6 个支撑杆协调运动, 可以实现机床“ 6 轴联动” , 能够加工复杂的三维空间曲面。

  1. 应用于设计6 维测力仪。 下平台固定, 6 个支撑杆用六个能测拉压力的传感器代替, 当上平台承受任意力螺旋(3个力和3 个力矩)时, 根据Stewart 平台机构静力学关系, 6 个支撑杆只承受拉压力, 所以很方便地测量六维力。 六维测力仪广泛地用于测量切削力和跑跳运动员的起动力。

Stewart平台自由度分析

每一根驱动杆由 2 个构件组成,因此,Stewart 平台的零件总数为 n = 2×6 + 1 + 1 = 14,根据 G-K 定律,Stewart 平台的自由度为:

由于每个驱动杆存在一个局部自由度。因此,Stewart 平台的实际自由度为6,即 3 个旋转自由度和 3 个移动自由度。此外,移动平台或固定平台上的六个球运动副可用虎克铰链代替,即,Stewart 平台也可以是 6-UPS 结构,且该结构不存在局部自由度。

Stewart平台运动学分析

结构描述:六自由度 Stewart 平台的机构分析简图,固定平台上六个球运动副分别为 A1, A2,…A6,移动平台上六个球运动副分别为B1,B2,…B6。在固定平台上建立坐标系 O-xyz,其原点 O 位于固定平台中心,x 轴穿过 A1 和 A2 的中点,z 轴竖直向上,y 轴由右手法则确定;在移动平台上建立坐标系 P-uvw,原点 P 位于移动平台的中心,u 轴、v 轴、w 轴分别于 x 轴、y 轴、z 轴平行且同向。 坐标建立见下图。

Stewart平台的坐标建立和动、静平台结构尺寸表示如下图所示:

可以看到各平台上的 6 个球副 S 近似不等边对称六边形分布,动平台和定平台中各球铰位置可通过三个参数即可确定,这样就定义了平台的几何结构。
设动平台在空间中的广义坐标为:
在这里插入图片描述

那么第i个伸缩杆的长度就为:

l i = ( p + O R P P B i − O A i ) T ( p + O R P P B i − O A i ) {l_i} = \sqrt {{{\left( {p + {}^O{R_P}^P{B_i} - {}^O{A_i}} \right)}^T}\left( {p + {}^O{R_P}^P{B_i} - {}^O{A_i}} \right)} li=(p+ORPPBiOAi)T(p+ORPPBiOAi)

进一步简化可得:

l i e i = p + R B i − A i {l_i}{e_i} = p + R{B_i} - {A_i} liei=p+RBiAi
那么杆的伸缩量就为:
Δ l i = l i − l 0 \Delta {l_i} = {l_i} - {l_0} Δli=lil0
其中:
在这里插入图片描述

详细课程讲解可见:机器人控制系列教程之Stewart平台简介和运动学分析

往期推荐

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1894611.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Webpack: 基于Sourcemap源码映射原理与使用技巧

概述 Sourcemap 协议 最初由 Google 设计并率先在 Closure Inspector 实现,它的主要作用就是将经过压缩、混淆、合并的产物代码还原回未打包的原始形态,帮助开发者在生产环境中精确定位问题发生的行列位置,例如: 在 Webpack 内…

【话题】IT专业入门,高考假期预习指南

IT专业入门,高考假期预习指南 亲爱的高考学子们, 七月的阳光,如同你们的梦想,炽热而明亮。当你们手中的笔落下最后一道题的答案,那不仅仅是对过去十二年寒窗苦读的告别,更是对未知世界探索的启程号角。你们…

为了SourceInsight从Linux回到Windows

什么是SourceInsight 现在上网搜索这个软件,大多数说他是一个代码阅读软件;但是在官方的说法里面,这是一款支持多语言的编辑器。大概长这样: 看起来十分老旧是吧,但是他其实他已经是第四代了哈哈哈。其实这个软件是我…

c++:动态内存变量

典型的C面向对象编程 元素 (1)头文件hpp中类的定义 (2)源文件cpp中类的实现(构造函数、析构函数、方法) (3)主程序 案例 (1)用C来编程“人一天的生活” (2)“人”的属性:name、age、male (3)“人”的方法:eat、work(coding/shop…

【SSL 1056】最大子矩阵 (多维DP)

题目大意 已知矩阵的大小定义为矩阵中所有元素的和。给定一个矩阵,你的任务是找到最大的非空(大小至少是 1 ∗ 1 1*1 1∗1)子矩阵。 比如,如下 4 ∗ 4 4*4 4∗4 子矩阵 0 -2 -7 0 9 2 -6 2 -4 1 -4 1 -1 8 0 -2 的最大子矩阵是 …

构建LangChain应用程序的示例代码:53、利用多模态大型语言模型在RAG应用中处理混合文档的示例

许多文档包含多种内容类型,包括文本和图像。 然而,在大多数 RAG 应用中,图像中捕获的信息都会丢失。 随着多模态LLMs的出现,比如GPT-4V,如何在RAG中利用图像是值得考虑的。 本篇指南的亮点是: 使用非结…

Airflow: 大数据调度工具详解

欢迎来到我的博客,很高兴能够在这里和您见面!欢迎订阅相关专栏: 欢迎关注微信公众号:野老杂谈 ⭐️ 全网最全IT互联网公司面试宝典:收集整理全网各大IT互联网公司技术、项目、HR面试真题. ⭐️ AIGC时代的创新与未来&a…

国产芯片方案/蓝牙咖啡电子秤方案研发

咖啡电子秤芯片方案精确值可做到分度值0.1g的精准称重,并带有过载提示、自动归零、去皮称重、压低报警等功能,工作电压在2.4V~3.6V之间,满足于咖啡电子秤的电压使用。同时咖啡电子秤PCBA设计可支持四个单位显示,分别为:g、lb、oz、…

stm32——定时器级联

在STM32当中扩展定时范围:单个定时器的定时长度可能无法满足某些应用的需求。通过级联,可以实现更长时间的定时;提高定时精度:能够在长定时的基础上,通过合理配置,实现更精细的定时控制;处理复杂…

Git安装以及环境配置(详细)

一、Git下载 1.官网(但是很慢) https://git-scm.com/ 2.镜像版(比较推荐) CNPM Binaries Mirror 里边多个选择合适的进行下载(不要选带有rc0,rc1的,都是预发布版本) 进入后如下&#xff0c…

【LeetCode】十一、滑动窗口:长度最小的子数组 + 定长子串的元音最大数目

文章目录 1、滑动窗口2、leetcode209:长度最小的子数组3、leetcode1456:定长子串中元音的最大数目 1、滑动窗口 如下,有一个数组,现三个元素为一组,求最大的和,自然可以while循环实现:i 、i1、…

无线领夹麦克风哪个品牌好,推荐口碑最好的麦克风品牌

在5G网络普及的浪潮下,短视频平台的兴起带动了一股全民创作的热潮。无论是城市街头还是乡间小径,人们纷纷拿起手机,记录生活中的点点滴滴。领夹式麦克风凭借其精准的拾音特性和稳定的信号传输,无论是在静止状态还是在移动过程中&a…

【MindSpore学习打卡】应用实践-计算机视觉-SSD目标检测:从理论到实现

在计算机视觉领域,目标检测是一个至关重要的任务。它不仅要求识别图像中的目标物体,还需要精确定位这些物体的位置。近年来,随着深度学习技术的飞速发展,各种高效的目标检测算法层出不穷。SSD(Single Shot MultiBox De…

Elasticsearch 使用误区之二——频繁更新文档

在使用 Elasticsearch 时,频繁更新文档是一种常见误区。这不仅影响性能,还可能导致系统资源的浪费。 理解 Elasticsearch 的文档更新机制对于优化性能至关重要。 关于 Elasticsearch 更新操作,常见问题如下: ——https://t.zsxq.c…

2024年显著性检测部分论文及代码汇总(3)

ICML Size-invariance Matters: Rethinking Metrics and Losses for Imbalanced Multi-object Salient Object Detection code Abstacrt:本文探讨了显著性检测中评价指标的尺寸不变性,尤其是当图像中存在多个大小不同的目标时。作者观察到,…

Elasticsearch集群部署(上)

目录 前言 一. 环境准备 二. 实施部署 三. 安装配置head监控插件 (只在第一台es部署) 四. Kibana部署(当前还是在第一台es部署) 五. 安装配置Nginx反向代理 六. Logstash部署与测试 下篇:Elasticsearch集群部…

汽配企业MES管理系统的四大应用场景

在当今快速迭代的汽车工业领域,一家位于繁华工业园区的中型汽配制造企业正经历着前所未有的变革。该企业,作为汽车发动机零部件的重要供应商,其客户网络遍布国内外,与多家知名汽车制造商保持着紧密的合作关系。然而,随…

WordPress主题大前端DUX v8.7源码下载

全新:用户注册流程,验证邮箱,设置密码 新增:列表显示小视频和横幅视频 新增:文章内容中的外链全部增加 nofollow 新增:客服功能中的链接添加 nofollow 优化:产品分类的价格显示

JavaScript中的this指向

1. 全局环境下的this 在全局环境中(在浏览器中是window对象,在Node.js中是global对象),this指向全局对象。 console.log(this window); // 在浏览器中为true console.log(this.document ! undefined); // true,因为…

测试引擎模拟接口实战

在上一章的内容中,我简单介绍了整个微服务的各个子模块,还封装了一些工具类。 当然,若还没完成上次内容的也可以点击右侧的传送门------传送门 EngineApplication 在开发测试引擎模拟接口之前,还需要给xxx-engine创建一个Sprin…