热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

Matlab机器人工具箱

因为需要用到和机器人相关的东西,就用到了这个工具箱,作者官网http:www.petercorke.comRobotics_Toolbox.html老爷子很厉害,那本《Robotics,V

因为需要用到和机器人相关的东西,就用到了这个工具箱,作者官网 http://www.petercorke.com/Robotics_Toolbox.html 

老爷子很厉害,那本《Robotics, Vision & Control》就是他本人写的,可以看做是工具箱的一个详细说明书。另外,在网站那里提到了rvctools/robot/robot.pdf这个pdf可以看做一个函数的使用说明文档,有不懂的函数可以在pdf中查查它的API。

关于安装方法可以参考http://blog.sina.com.cn/s/blog_a16714bf0101hygu.html

首先,输入rtbdemo可以看到一个列表,这个列表包含了常用的一些功能。我们也可以通过学习这个来快速上手这个工具箱。


  1. 旋转

%二维平面内的姿态(x, y, theta), Special Euclidean(2)
clear;
clc;
T1 = se2(1, 2, 30*pi/180)
trplot2(T1, 'frame', '1', 'color', 'b')
T2 = se2(2, 1, 0)
hold on
trplot2(T2, 'frame', '2', 'color', 'r');
T3 = T1*T2
trplot2(T3, 'frame', '3', 'color', 'g');
T4 = T2*T1
trplot2(T4, 'frame', '4', 'color', 'c');
P = [3 ; 2 ];
plot_point(P, '*');% 画出点的方位(world)
P1 = inv(T1) * [P; 1] % 点P在坐标系{1}中的方位,P齐次,原始式 h2e(inv(T1) * e2h(P))
axis([0 5 0 5]);

P2 = homtrans( inv(T2), P) % 点P在坐标系{2}中的方位

注意:点为列向量



>> R = rotx(pi/2) 

R =

 

    1.0000         0         0

         0   0.0000   -1.0000

         0   1.0000    0.0000

 >> tranimate(R) 动画显示

>> det(R) 行列式

>> R = rotx(30, 'deg') * roty(50, 'deg') * rotz(10, 'deg')

>> trplot(R)    最终形态

>> [theta,vec] = tr2angvec(R)   绕空间中的轴vec旋转theta角

>> eul = tr2eul(R)    转化为Eular角(Z,Y,Z)

>> rpy = tr2rpy(R)  转化为RPY(X,Y,Z),相对于上一个坐标系

>> q = Quaternion(R)

>> q.R

>>q1 = Quaternion( rotx(pi/2) )

>>q2 = Quaternion( roty(pi/2) )

>> q1 * q2


=======================三维坐标==============================

clc;
clear;
close all;


t1 = eye(4);
trplot(t1,'frame','R','arrow','width', '1', 'color', 'r', 'text_opts', {'FontSize', 10, 'FontWeight', 'light'},'view', [-0.3 0.5 0.6],'thick',0.9,'dispar',0.8 );
hold on;

robotHcam =[ -120.2117270943047, -700.033498810312, 759.864364912089, -3.137243821744305, -0.007451761425653, -0.207643158709979 ];
robotHcam(1,1) = robotHcam(1,1) /1000.0;
robotHcam(1,2) = robotHcam(1,2) /1000.0;
robotHcam(1,3) = robotHcam(1,3) /1000.0;
robotHcam1 = transl(robotHcam(1,1), robotHcam(1,2), robotHcam(1,3)) * trotx(robotHcam(1,4)) * troty(robotHcam(1,5))* trotz(robotHcam(1,6))
trplot(robotHcam1,'frame','C');

eef_real = [-0.0190283,-0.63227,-0.101349,-3.09773,-0.0104572,-0.33805];% -179.545 15.2654 -4.47882
robotHobj_real = transl(eef_real(1,1), eef_real(1,2), eef_real(1,3)) * trotx(eef_real(1,4)) * troty(eef_real(1,5))* trotz(eef_real(1,6))
trplot(robotHobj_real,'frame','E2', 'color', 'magenta')%cyan

camHobj = [ 0.082430 -0.075731 0.858318 -3.124834 -3.139422 3.051156];
camHobj1 = transl(camHobj(1,1), robotHcam(1,2), robotHcam(1,3)) * trotx(robotHcam(1,4)) * troty(robotHcam(1,5))* trotz(robotHcam(1,6));

robotHobj = robotHcam1 * camHobj1
trplot(robotHobj,'frame','O','arrow','width', '1', 'color', 'g');
trplot(robotBobj,'frame','O', 'color', 'g')


2. 平移

>> transl(0.5, 0.0, 0.0)

 

ans =

 

    1.0000         0         0   0.5000

         0   1.0000         0         0

         0         0   1.0000         0

         0         0         0   1.0000

>> troty(pi/2)   绕y轴旋转pi/2

 

ans =

 

    0.0000        0    1.0000         0

         0   1.0000         0         0

   -1.0000         0   0.0000         0

         0         0         0   1.0000

>> t = transl(0.5, 0.0, 0.0) * troty(pi/2) * trotz(-pi/2)


% If thistransformation represented the origin of a new coordinate frame with respect

% to the worldframe origin (0, 0, 0), that new origin would be given by

 >> t * [0 0 0 1]'

 

ans =

 

    0.5000

         0

         0

    1.0000

3. 轨迹

3.1 五次多项式轨迹规划

通常的轨迹规划限制条件:起始终止速度、加速度为0,设定起点和终点,一共6个条件,所以最容易想到的是5次多项式轨迹规划。

clear;
clc;
p0 = -1;% 定义初始点及终点位置
p1 = 2;
p = tpoly(p0, p1, 50);% 取步长为50
figure(1);

%%
plot(p);%绘图,可以看到在初始点及终点的一、二阶导均为零
[p,pd,pdd] = tpoly(p0, p1, 50);%得到位置、速度、加速度 tpoly为五阶多项式(这里的50步长并非限制条件)
figure(2);

subplot(3,1,1); plot(p); xlabel('Time'); ylabel('p');
title('初始和终止速度都为0');
grid on;
subplot(3,1,2); plot(pd); xlabel('Time'); ylabel('pd');
grid on;
subplot(3,1,3); plot(pdd); xlabel('Time'); ylabel('pdd');
grid on;

%%
[s,sd,sdd] = tpoly(0, 1, 50, 0.5, 0); % 初始速度0.5,终点速度0

figure(3);
subplot(3,1,1); plot(s); xlabel('Time'); ylabel('s');
title('初始和终止速度为0.5和0')
hold on;
n = find(s == max(s));
plot(n, s(n),'o');
cell_string{1} = ['smax = ' num2str(s(n))]; % 多行文本
cell_string{2} = ['time = ' num2str(n)];

text(n, s(n) -3, cell_string);
hold off;
grid on;
subplot(3,1,2); plot(sd); xlabel('Time'); ylabel('sd');
grid on;
subplot(3,1,3); plot(sdd); xlabel('Time'); ylabel('sdd');
grid on;
下图为路径曲线,速度曲线和加速度曲线。


可以从图中看出初始和终止速度都为0时(左图),平均速度只有52%达到了峰值,也就是说机器人运行效率不高。而当初始和终止速度分别为0.5和0时(右图),除了平均速度的问题外,它的轨迹漂移比较大,从位置0到1的运动,最大达到了5.062。因此就引入了抛物线轨迹规划。

3.2 抛物线轨迹规划
抛物线轨迹规划就是起始段和终止段为抛物线,中间有部分为直线匀速段。限制条件为起始终止位置、起始终止速度、总时间。匀速段的速度在一定条件也可以作为限制条件。
[l,ld,ldd] = lspb(p0, p1, 50); % Linear Segment(匀速) with Parabolic(抛物线) Blends(过渡)注意这里的总步长是一个限制条件
figure(4);
subplot(3,1,1); plot(l); xlabel('Time'); ylabel('l');
grid on;
subplot(3,1,2); plot(ld); xlabel('Time'); ylabel('ld');% 可以看到速度是呈梯形
grid on;
subplot(3,1,3); plot(ldd); xlabel('Time'); ylabel('ldd');
grid on;
当设定匀速段的速度时,轨迹会有不同的反应。随着速度增加,他的匀速时间变短了,而且加速度会增大,也就是说震动会加大。匀速段的速度不能太大也不能太小,否则会无解。因为他是一个Over constraied system,这里有5个constrains(总时间,初始终止位置,初始终止速度)但是有6个freedom(抛物线过渡时间,抛物线方程的三个量,直线方程的两个量)。相当于有5个未知数但是有6个方程,无解。 在《机器人学导论--分析、控制及应用》——Saeed B.Niku 孙富春这本书P145提到,因为加速减速是对称的,vmax = 2(lf - l0)/ tf, lf和l0指终止和初始位置,tf是总时间。 这里vmax = 2(1-0)/ 50 = 0.04, 匀速段最大速度为0.04.不然就会没有匀速段的时间
clear;
clc;
p0 = -1;% 定义初始点及终点位置
p1 = 2;
p = tpoly(p0, p1, 50);% 取步长为50
figure(1);

%%
plot(p);%绘图,可以看到在初始点及终点的一、二阶导均为零
[p,pd,pdd] = tpoly(p0, p1, 50);%得到位置、速度、加速度
%p为五阶多项式,速度、加速度均在一定范围内
figure(2);

subplot(3,1,1); plot(p); xlabel('Time'); ylabel('p');
title('初始和终止速度都为0');
grid on;
subplot(3,1,2); plot(pd); xlabel('Time'); ylabel('pd');
grid on;
subplot(3,1,3); plot(pdd); xlabel('Time'); ylabel('pdd');
grid on;

%%
[s,sd,sdd] = tpoly(0, 1, 50, 0.5, 0); % 初始速度0.5,终点速度0

figure(3);
subplot(3,1,1); plot(s); xlabel('Time'); ylabel('s');
title('初始和终止速度为0.5和0')
hold on;
n = find(s == max(s));
plot(n, s(n),'o');
cell_string{1} = ['smax = ' num2str(s(n))]; % 多行文本
cell_string{2} = ['time = ' num2str(n)];

text(n, s(n) -3, cell_string);
hold off;
grid on;
subplot(3,1,2); plot(sd); xlabel('Time'); ylabel('sd');
grid on;
subplot(3,1,3); plot(sdd); xlabel('Time'); ylabel('sdd');
grid on;
%%
[l,ld,ldd] = lspb(0, 1, 50); % Linear Segment(匀速) with Parabolic(抛物线) Blends(过渡)
figure(4);

subplot(3,1,1); plot(l); xlabel('Time'); ylabel('l');
grid on;
hold on;
subplot(3,1,2); plot(ld); xlabel('Time'); ylabel('ld');% 可以看到速度是呈梯形
grid on;
hold on;
subplot(3,1,3); plot(ldd); xlabel('Time'); ylabel('ldd');
grid on;
hold on;

[l,ld,ldd] = lspb(0, 1, 50, 0.025);
subplot(3,1,1); plot(l,'c'); xlabel('Time'); ylabel('l');
grid on;

subplot(3,1,2); plot(ld, 'c'); xlabel('Time'); ylabel('ld');
grid on;

subplot(3,1,3); plot(ldd,'c'); xlabel('Time'); ylabel('ldd');
grid on;

[l,ld,ldd] = lspb(0, 1, 50, 0.04);
subplot(3,1,1); plot(l,'r'); xlabel('Time'); ylabel('l');
grid on;
hold off;
legend('normal','0.025','0.04','location','southeast');

subplot(3,1,2); plot(ld,'r'); xlabel('Time'); ylabel('ld');
grid on;
hold off;
legend('normal','0.025','0.04','location','northeast');

subplot(3,1,3); plot(ldd,'r'); xlabel('Time'); ylabel('ldd');
grid on;
hold off;
legend('normal','0.025','0.04','location','northeast');
3.3 多重分割轨迹规划

>> via = [4,1; 4,4; 5,2; 2,5];
>> q = mstraj(via, [2,1], [], [4, 1], 0.05, 0);% 每个坐标系上的最大速度,分段时间(与前面最大速度二者取一个),初始速度,样本间隔,加速时间,All axes reach their via points at the same time.
>> plot(q,'DisplayName','q')


% mstraj的位移、速度和加速度曲线P48
clc;
clf;
close all;
d=0.05;
% t=0:d:400;
via = [ 4,1; 4,4; 5,2; 2,5 ];
p=mstraj(via, [2,1], [], [4,1], 0.05, 2);
mstraj(via, [2,1], [], [4,1], 0.05, 2);

pd(:,1)=gradient(p(:,1))/d;
pd(:,2)=gradient(p(:,2))/d;
pdd(:,1)=gradient(pd(:,1))/d;
pdd(:,2)=gradient(pd(:,2))/d;
subplot(3,1,1);plot([t,t],p,'Linewidth',2);xlabel('Time');ylabel('p');grid on;
subplot(3,1,2);plot([t,t],pd,'Linewidth',2);xlabel('Time');ylabel('pd');grid on;
hold on;

max1=find(abs(pd(:,1))==max(abs(pd(:,1))))
max2=find(abs(pd(:,2))==max(abs(pd(:,2))))
plot(t(max1),pd(max1,1),'*');%描点画出关节1的最大速度点
plot(t(max2),pd(max2,2),'o','markersize',12);%描点画出关节2的最大速度点

text(t(max1,1)-1,pd(max1,1)-0.3,['(',num2str(t(max1,1)),',',num2str(pd(max1,1)),')']);% 标注极值点
text(t(max2,1)-1,pd(max2,1)+1.3,['(',num2str(t(max2,1)),',',num2str(pd(max2,2)),')']);

subplot(3,1,3);plot([t,t],pdd,'Linewidth',2);xlabel('Time');ylabel('pdd');grid on;


相比抛物线轨迹规划,匀速段和加速度段较好,但是他牺牲了位置点的精确性,只是趋近于途经点。

平移与旋转复合运动


%% P49

T0 = transl(0.4, 0.2, 0) * trotx(pi);
T1 = transl(-0.4, -0.2, 0.3) * troty(pi/2) * trotz(-pi/2);
Ts = trinterp(T0, T1, [0:49]/49); % 范围是【0,1】
about(Ts);
Ts(:, :, 1)
P = transl(Ts);% 平移部分
about(P)
figure(5);
subplot(5,1,1);plot(P,'DisplayName','Translate1');grid on;

rpy = tr2rpy(Ts);% 旋转部分
subplot(5,1,2);
plot(rpy,'DisplayName','RPY1');grid on;

Ts2 = trinterp(T0, T1, lspb(0, 1, 50));% 平滑平移部分
subplot(5,1,3);plot(transl(Ts2),'DisplayName','Translate2');grid on;set(gca,'XTick',0:10:50, 'YTick',[-0.5, -0.25, 0, 0.25, 0.5]);

subplot(5,1,4);plot(tr2rpy(Ts2),'DisplayName','RPY2');grid on;

Ts3 = ctraj(T0, T1, 50);% ctraj替代trinterp(T0, T1, lspb(0, 1, 50));
subplot(5,1,5);plot(transl(Ts3),'DisplayName','Translate2');grid on;





推荐阅读
  • 使用 Vuex 管理表单状态:当输入框失去焦点时自动恢复初始值 ... [详细]
  • WinMain 函数详解及示例
    本文详细介绍了 WinMain 函数的参数及其用途,并提供了一个具体的示例代码来解析 WinMain 函数的实现。 ... [详细]
  • 在处理木偶评估函数时,我发现可以顺利传递本机对象(如字符串、列表和数字),但每当尝试将JSHandle或ElementHandle作为参数传递时,函数会拒绝接受这些对象。这可能是由于这些句柄对象的特殊性质导致的,建议在使用时进行适当的转换或封装,以确保函数能够正确处理。 ... [详细]
  • 本文介绍了如何在iOS平台上使用GLSL着色器将YV12格式的视频帧数据转换为RGB格式,并展示了转换后的图像效果。通过详细的技术实现步骤和代码示例,读者可以轻松掌握这一过程,适用于需要进行视频处理的应用开发。 ... [详细]
  • poj 3352 Road Construction ... [详细]
  • 开发技巧:在Interface Builder中实现UIButton文本居中对齐的方法与步骤
    开发技巧:在Interface Builder中实现UIButton文本居中对齐的方法与步骤 ... [详细]
  • Python 序列图分割与可视化编程入门教程
    本文介绍了如何使用 Python 进行序列图的快速分割与可视化。通过一个实际案例,详细展示了从需求分析到代码实现的全过程。具体包括如何读取序列图数据、应用分割算法以及利用可视化库生成直观的图表,帮助非编程背景的用户也能轻松上手。 ... [详细]
  • 在探讨如何在Android的TextView中实现多彩文字与多样化字体效果时,本文提供了一种不依赖HTML技术的解决方案。通过使用SpannableString和相关的Span类,开发者可以轻松地为文本添加丰富的样式和颜色,从而提升用户体验。文章详细介绍了实现过程中的关键步骤和技术细节,帮助开发者快速掌握这一技巧。 ... [详细]
  • 在Java项目中,当两个文件进行互相调用时出现了函数错误。具体问题出现在 `MainFrame.java` 文件中,该文件位于 `cn.javass.bookmgr` 包下,并且导入了 `java.awt.BorderLayout` 和 `java.awt.Event` 等相关类。为了确保项目的正常运行,请求提供专业的解决方案,以解决函数调用中的错误。建议从类路径、依赖关系和方法签名等方面入手,进行全面排查和调试。 ... [详细]
  • 本文介绍了如何利用 Delphi 中的 IdTCPServer 和 IdTCPClient 控件实现高效的文件传输。这些控件在默认情况下采用阻塞模式,并且服务器端已经集成了多线程处理,能够支持任意大小的文件传输,无需担心数据包大小的限制。与传统的 ClientSocket 相比,Indy 控件提供了更为简洁和可靠的解决方案,特别适用于开发高性能的网络文件传输应用程序。 ... [详细]
  • 在 Vue 应用开发中,页面状态管理和跨页面数据传递是常见需求。本文将详细介绍 Vue Router 提供的两种有效方式,帮助开发者高效地实现页面间的数据交互与状态同步,同时分享一些最佳实践和注意事项。 ... [详细]
  • 本指南从零开始介绍Scala编程语言的基础知识,重点讲解了Scala解释器REPL(读取-求值-打印-循环)的使用方法。REPL是Scala开发中的重要工具,能够帮助初学者快速理解和实践Scala的基本语法和特性。通过详细的示例和练习,读者将能够熟练掌握Scala的基础概念和编程技巧。 ... [详细]
  • ButterKnife 是一款用于 Android 开发的注解库,主要用于简化视图和事件绑定。本文详细介绍了 ButterKnife 的基础用法,包括如何通过注解实现字段和方法的绑定,以及在实际项目中的应用示例。此外,文章还提到了截至 2016 年 4 月 29 日,ButterKnife 的最新版本为 8.0.1,为开发者提供了最新的功能和性能优化。 ... [详细]
  • SRM 553:深入解析供应链管理系统的最新进展与应用本文详细探讨了供应链管理系统(SCM)的最新发展及其在实际应用中的影响。通过对当前技术趋势的分析,文章揭示了 SCM 在提高效率、降低成本和增强透明度方面的关键作用。此外,还介绍了几种创新的 SCM 解决方案,如区块链技术和人工智能的应用,以及这些技术如何帮助企业更好地应对市场变化和挑战。 ... [详细]
  • 探索聚类分析中的K-Means与DBSCAN算法及其应用
    聚类分析是一种用于解决样本或特征分类问题的统计分析方法,也是数据挖掘领域的重要算法之一。本文主要探讨了K-Means和DBSCAN两种聚类算法的原理及其应用场景。K-Means算法通过迭代优化簇中心来实现数据点的划分,适用于球形分布的数据集;而DBSCAN算法则基于密度进行聚类,能够有效识别任意形状的簇,并且对噪声数据具有较好的鲁棒性。通过对这两种算法的对比分析,本文旨在为实际应用中选择合适的聚类方法提供参考。 ... [详细]
author-avatar
可靠的我还是一个人
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有