01-六自由度串联机械臂(ABB)位置分析

news2025/2/3 0:53:28

  ABB工业机器人(IRB2600)如下图所示(d1=444.8mm,a1=150mm,a2=700mm,a3=115mm,d4=795mm,d6=85mm),利用改进DH法建模,坐标系如下所示:

 利用改进DH法建模,该机器人的DH参数表如下所示:

  对该机械臂进行位置分析,即给定一组关节角度,求解末端点P相对于基坐标系的坐标值以及末端坐标系相对于基坐标系的姿态矩阵。

1.1 机器人工具箱仿真(RT)

  当 θ 1 = 10 ° \theta_1=10° θ1=10° θ 2 = 30 ° \theta_2=30° θ2=30° θ 3 = 50 ° \theta_3=50° θ3=50° θ 4 = 70 ° \theta_4=70° θ4=70° θ 5 = 90 ° \theta_5=90° θ5=90° θ 6 = 110 ° \theta_6=110° θ6=110°时,利用机器人工具箱的MDH法建模仿真如下:

  仿真结果如下:

  此时,末端点P的位置坐标仿真值为:
x P = 0.697824163926912   m x_P=0.697824163926912\ m xP=0.697824163926912 m y P = 0.204151283892428   m y_P=0.204151283892428\ m yP=0.204151283892428 m z P = 0.283016909593919   m z_P=0.283016909593919\ m zP=0.283016909593919 m

  末端坐标系相对于基坐标系的旋转矩阵为:
R = [ − 0.859075284270241     0.130692715335043     − 0.494882885251004 − 0.477829973409708       0.141827001123388        0.866927689178068 0.183488889220255      0.981226026922798   − 0.059391174613885 ] R = \begin{bmatrix} -0.859075284270241 \,\,\, 0.130692715335043 \,\,\, -0.494882885251004 \\ -0.477829973409708\,\,\,\,\, 0.141827001123388 \,\,\,\,\,\, 0.866927689178068 \\ 0.183488889220255\,\,\,\, 0.981226026922798\, -0.059391174613885 \end{bmatrix} R= 0.8590752842702410.1306927153350430.4948828852510040.4778299734097080.1418270011233880.8669276891780680.1834888892202550.9812260269227980.059391174613885

1.2 改进DH法建模仿真(MDH)

  MDH的齐次变换矩阵如下:

  坐标系6的齐次变换矩阵为:


  当 θ 1 = 10 ° \theta_1=10° θ1=10° θ 2 = 30 ° \theta_2=30° θ2=30° θ 3 = 50 ° \theta_3=50° θ3=50° θ 4 = 70 ° \theta_4=70° θ4=70° θ 5 = 90 ° \theta_5=90° θ5=90° θ 6 = 110 ° \theta_6=110° θ6=110°时,计算结果如下:

  此时,末端点P的位置坐标如下所示: x P = 0.697824163926912   m x_P=0.697824163926912\ m xP=0.697824163926912 m y P = 0.204151283892428   m y_P=0.204151283892428\ m yP=0.204151283892428 m z P = 0.283016909593919   m z_P=0.283016909593919\ m zP=0.283016909593919 m

  末端坐标系相对于基坐标系的旋转矩阵为:

R = [ − 0.859075284270241     0.130692715335043     − 0.494882885251004 − 0.477829973409708       0.141827001123388        0.866927689178068 0.183488889220255      0.981226026922798   − 0.059391174613885 ] R = \begin{bmatrix} -0.859075284270241 \,\,\, 0.130692715335043 \,\,\, -0.494882885251004 \\ -0.477829973409708\,\,\,\,\, 0.141827001123388 \,\,\,\,\,\, 0.866927689178068 \\ 0.183488889220255\,\,\,\, 0.981226026922798\, -0.059391174613885 \end{bmatrix} R= 0.8590752842702410.1306927153350430.4948828852510040.4778299734097080.1418270011233880.8669276891780680.1834888892202550.9812260269227980.059391174613885

1.3 Simscape模型仿真(Sim)

  首先将solidworks模型的零件导出step格式,注意要选择参考坐标系。然后,在simscape模块中选择multibody模型进行建模,具体如下所示:

  当设置好角度时,进行仿真,结果如下所示:

  当 θ 1 = 10 ° \theta_1=10° θ1=10° θ 2 = 30 ° \theta_2=30° θ2=30° θ 3 = 50 ° \theta_3=50° θ3=50° θ 4 = 70 ° \theta_4=70° θ4=70° θ 5 = 90 ° \theta_5=90° θ5=90° θ 6 = 110 ° \theta_6=110° θ6=110°时,计算结果如下:

  末端点P的位置坐标可以获得,具体值如下所示: x P = 0.69782416392691   m x_P=0.69782416392691\ m xP=0.69782416392691 m y P = 0.20415128389243   m y_P=0.20415128389243\ m yP=0.20415128389243 m z P = 0.28301690959392   m z_P=0.28301690959392\ m zP=0.28301690959392 m

  末端坐标系相对于基坐标系的旋转矩阵为:

R = [ − 0.85907528427024     0.13069271533504     − 0.49488288525101 − 0.47782997340971       0.14182700112339        0.86692768917807 0.18348888922026      0.9812260269228   − 0.059391174613883 ] R = \begin{bmatrix} -0.85907528427024 \,\,\, 0.13069271533504 \,\,\, -0.49488288525101 \\ -0.47782997340971\,\,\,\,\, 0.14182700112339 \,\,\,\,\,\, 0.86692768917807 \\ 0.18348888922026\,\,\,\, 0.9812260269228\, -0.059391174613883 \end{bmatrix} R= 0.859075284270240.130692715335040.494882885251010.477829973409710.141827001123390.866927689178070.183488889220260.98122602692280.059391174613883

1.4 结论

  通过几种方法进行位置分析,可以看出:当给定某一关节角度时,不同方法计算出来的末端点P的坐标值以及末端坐标系相对于基坐标系的旋转矩阵几乎一样,,表明计算成功!!

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/2291020.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

JVM运行时数据区域-附面试题

Java虚拟机在执行Java程序的过程中会把它所管理的内存划分为若干个不同的数据区域。这些区域 有各自的用途,以及创建和销毁的时间,有的区域随着虚拟机进程的启动而一直存在,有些区域则是 依赖用户线程的启动和结束而建立和销毁。 1. 程序计…

HTML(快速入门)

欢迎大家来到我的博客~欢迎大家对我的博客提出指导,有错误的地方会改进的哦~点击这里了解更多内容 目录 一、前言二、HTML基础2.1 什么是HTML?2.2 认识HTML标签2.2.1 HTML标签当中的基本结构2.2.2 标签层次结构 2.3 HTML常见标签2.3.1 标题标签2.3.2 段落标签2.3.3…

《苍穹外卖》项目学习记录-Day10订单状态定时处理

利用Cron表达式生成器生成Cron表达式 1.处理超时订单 查询订单表把超时的订单查询出来&#xff0c;也就是订单的状态为待付款&#xff0c;下单的时间已经超过了15分钟。 //select * from orders where status ? and order_time < (当前时间 - 15分钟) 遍历集合把数据库…

AJAX综合案例——图书管理

黑马程序员视频地址&#xff1a; AJAX-Day02-10.案例_图书管理AJAX-Day02-10.案例_图书管理_总结_V1.0是黑马程序员前端AJAX入门到实战全套教程&#xff0c;包含学前端框架必会的&#xff08;ajaxnode.jswebpackgit&#xff09;&#xff0c;一套全覆盖的第25集视频&#xff0c…

30.Word:设计并制作新年贺卡以及标签【30】

目录 NO1.2 NO3邮件合并-信函 NO4邮件合并-标签​ NO1.2 另存为/F12&#xff1a;考生文件夹&#xff1a;Word.docx布局→页面设置对话框→页边距&#xff1a;上下左右→纸张&#xff1a;宽度/高度&#xff08;先调页边距&#x1f197;&#xff09;设计→页面颜色→填充效果→…

Nginx开发01:基础配置

一、下载和启动 1.下载、使用命令行启动&#xff1a;Web开发&#xff1a;web服务器-Nginx的基础介绍&#xff08;含AI文稿&#xff09;_nginx作为web服务器,可以承担哪些基本任务-CSDN博客 注意&#xff1a;我配置的端口是81 2.测试连接是否正常 访问Welcome to nginx! 如果…

数据分析系列--⑨RapidMiner训练集、测试集、验证集划分

一、数据集获取 二、划分数据集 1.导入和加载数据 2.数据集划分 2.1 划分说明 2.2 方法一 2.3 方法二 一、数据集获取 点击下载数据集 此数据集包含538312条数据. 二、划分数据集 1.导入和加载数据 2.数据集划分 2.1 划分说明 2.2 方法一 使用Filter Example Range算子. …

C基础寒假练习(6)

一、终端输入行数&#xff0c;打印倒金字塔 #include <stdio.h> int main() {int rows;printf("请输入倒金字塔的行数: ");scanf("%d", &rows);for (int i rows; i > 0; i--) {// 打印空格for (int j 0; j < rows - i; j) {printf(&qu…

mysqldump+-binlog增量备份

注意&#xff1a;二进制文件删除必须使用help purge 不可用rm -f 会崩 一、概念 增量备份&#xff1a;仅备份上次备份以后变化的数据 差异备份&#xff1a;仅备份上次完全备份以后变化的数据 完全备份&#xff1a;顾名思义&#xff0c;将数据完全备份 其中&#xff0c;…

玩转大语言模型——使用langchain和Ollama本地部署大语言模型

系列文章目录 玩转大语言模型——使用langchain和Ollama本地部署大语言模型 玩转大语言模型——ollama导入huggingface下载的模型 玩转大语言模型——langchain调用ollama视觉多模态语言模型 玩转大语言模型——使用GraphRAGOllama构建知识图谱 玩转大语言模型——完美解决Gra…

抖♬♬__ac_signature 算法逆向分析

和网页端一样&#xff0c;算法没有问题

网络编程套接字(中)

文章目录 &#x1f34f;简单的TCP网络程序服务端创建套接字服务端绑定服务端监听服务端获取连接服务端处理请求客户端创建套接字客户端连接服务器客户端发起请求服务器测试单执行流服务器的弊端 &#x1f350;多进程版的TCP网络程序捕捉SIGCHLD信号让孙子进程提供服务 &#x1…

CodeForces 611:New Year and Domino ← 二维前缀和

【题目来源】 https://codeforces.com/contest/611/problem/C 【题目描述】 They say "years are like dominoes, tumbling one after the other". But would a year fit into a grid? I dont think so. Limak is a little polar bear who loves to play. He has r…

十分钟快速上手 markdown

前言 本人利用寒假期间&#xff0c;将自己所学的markdown的知识&#xff0c;以及将自己常用的一些操作和注意事项记录下来&#xff0c;希望能够帮助大家 一、markdown是什么 Markdown 是一种轻量级标记语言&#xff0c;说白了就是可以让你利用最简单的语法达到最好的排版效果…

vue2项目(一)

项目介绍 电商前台项目 技术架构&#xff1a;vuewebpackvuexvue-routeraxiosless.. 封装通用组件登录注册token购物车支付项目性能优化 一、项目初始化 使用vue create projrct_vue2在命令行窗口创建项目 1.1、脚手架目录介绍 ├── node_modules:放置项目的依赖 ├──…

[LeetCode]day9 203.移除链表元素

203. 移除链表元素 - 力扣&#xff08;LeetCode&#xff09; 题目描述 给你一个链表的头节点 head 和一个整数 val &#xff0c;请你删除链表中所有满足 Node.val val 的节点&#xff0c;并返回 新的头节点 。 示例 1&#xff1a; 输入&#xff1a;head [1,2,6,3,4,5,6], v…

TOF技术原理和静噪对策

本文章是笔者整理的备忘笔记。希望在帮助自己温习避免遗忘的同时&#xff0c;也能帮助其他需要参考的朋友。如有谬误&#xff0c;欢迎大家进行指正。 一、什么是TOF TOF 是Time of Flight的缩写&#xff0c;它是一种通过利用照射波和反射波之间的时间差来测量到物体的距离的测…

B-树:解锁大数据存储和与快速存储的密码

在我们学习数据结构的过程中&#xff0c;我们会学习到二叉搜索树、二叉平衡树、红黑树。 这些无一例外&#xff0c;是以一个二叉树展开的&#xff0c;那么对于我们寻找其中存在树中的数据&#xff0c;这个也是一个不错的方法。 但是&#xff0c;如若是遇到了非常大的数据容量…

园区智能化系统实现管理与服务的智能化转型与创新进阶

内容概要 园区智能化系统的出现&#xff0c;标志着管理与服务向智能化转型的重要一步。这一系统不仅仅是一个技术解决方案&#xff0c;更是一个全面提升园区运营效率与安全性的独特工具。通过集成大数据分析、物联网和人工智能&#xff0c;园区智能化系统能够为各类园区如工业…

LabVIEW无人机航线控制系统

介绍了一种无人机航线控制系统&#xff0c;该系统利用LabVIEW软件与MPU6050九轴传感器相结合&#xff0c;实现无人机飞行高度、速度、俯仰角和滚动角的实时监控。系统通过虚拟仪器技术&#xff0c;有效实现了数据的采集、处理及回放&#xff0c;极大提高了无人机航线的控制精度…