Создайте решение обратной кинематики
inverseKinematics Система object™ создает решатель кинематической инверсии (IK), чтобы вычислить объединенные настройки для желаемого положения исполнительного элемента конца на основе заданной модели дерева твердого тела. Создайте модель дерева твердого тела для своего робота с помощью rigidBodyTree класс. Эта модель задает все объединенные ограничения, которые осуществляет решатель. Если решение возможно, объединенным пределам, заданным в модели робота, выполняют.
Чтобы задать больше ограничений помимо положения исполнительного элемента конца, включая стремление ограничений, границы положения или цели ориентации, рассматривают использование generalizedInverseKinematics. Этот класс позволяет вам вычислять мультиограничение решения IK.
Вычислить объединенные настройки для желаемого положения исполнительного элемента конца:
Создайте inverseKinematics объект и набор его свойства.
Вызовите объект с аргументами, как будто это была функция.
Чтобы узнать больше, как Системные объекты работают, смотрите то, Что Системные объекты? MATLAB.
ik = inverseKinematicsRigidBodyTree свойство.
ik = inverseKinematics(Name,Value)Name,Value парные аргументы. Name имя свойства и Value соответствующее значение. Name должен появиться в одинарных кавычках (''). Можно задать несколько аргументов пары "имя-значение" в любом порядке как Name1,Value1,...,NameN,ValueN.
[ находит объединенную настройку, которая достигает заданного положения исполнительного элемента конца. Задайте исходное предположение для настройки и ваших желаемых весов на допусках к шести компонентам configSol,solInfo]
= ik(endeffector,pose,weights,initialguess)pose. Информация о решении, связанная с осуществлением алгоритма, solInfo, возвращен с объединенным решением для настройки, configSol.
Чтобы использовать объектную функцию, задайте Системный объект как первый входной параметр. Например, чтобы выпустить системные ресурсы Системного объекта под названием obj, используйте этот синтаксис:
release(obj)
Сгенерируйте объединенные положения для модели робота, чтобы достигнуть желаемого положения исполнительного элемента конца. inverseKinematics системный объект использует обратные кинематические алгоритмы, чтобы решить для допустимых объединенных положений.
Загрузите роботов в качестве примера. puma1 роботом является rigidBodyTree модель манипулятора с шестью осями с шестью шарнирными соединениями.
load exampleRobots.mat
showdetails(puma1)-------------------- Robot: (6 bodies) Idx Body Name Joint Name Joint Type Parent Name(Idx) Children Name(s) --- --------- ---------- ---------- ---------------- ---------------- 1 L1 jnt1 revolute base(0) L2(2) 2 L2 jnt2 revolute L1(1) L3(3) 3 L3 jnt3 revolute L2(2) L4(4) 4 L4 jnt4 revolute L3(3) L5(5) 5 L5 jnt5 revolute L4(4) L6(6) 6 L6 jnt6 revolute L5(5) --------------------
Сгенерируйте случайную настройку. Получите преобразование от исполнительного элемента конца (L6) к основе для той случайной настройки. Используйте это преобразование в качестве целевого положения исполнительного элемента конца. Покажите эту настройку.
randConfig = puma1.randomConfiguration; tform = getTransform(puma1,randConfig,'L6','base'); show(puma1,randConfig);
Создайте inverseKinematics объект для puma1 модель. Задайте веса для различных компонентов положения. Используйте более низкий вес величины в углах ориентации, чем компоненты положения. Используйте домашнюю настройку робота как исходное предположение.
ik = inverseKinematics('RigidBodyTree',puma1);
weights = [0.25 0.25 0.25 1 1 1];
initialguess = puma1.homeConfiguration;Вычислите объединенные положения с помощью ik объект.
[configSoln,solnInfo] = ik('L6',tform,weights,initialguess);Покажите недавно сгенерированную конфигурацию решения. Решение является немного отличающейся объединенной настройкой, которая достигает того же положения исполнительного элемента конца. Множественные вызовы ik объект может дать подобные или совсем другие объединенные настройки.
show(puma1,configSoln);
[1] Badreddine, Хасан, Стефан Вэндьюалл и Йохан Мейерс. "Последовательное квадратичное программирование (SQP) для Оптимального управления в Прямой Числовой Симуляции Турбулентного течения". Журнал Вычислительной Физики. 256 (2014): 1–16. doi:10.1016/j.jcp.2013.08.044.
[2] Bertsekas, нелинейное программирование Димитри П. Белмонт, MA: научная Афина, 1999.
[3] Goldfarb, Дональд. "Расширение Переменного Метрического Метода Дэвидона к Максимизации Под Линейным Неравенством и Ограничениями равенства". SIAM Journal на Прикладной математике. Издание 17, № 4 (1969): 739–64. doi:10.1137/0117067.
[4] Nocedal, Хорхе и Стивен Райт. Числовая оптимизация. Нью-Йорк, Нью-Йорк: Спрингер, 2006.
[5] Sugihara, Tomomichi. "Беззаботная к разрешимости Инверсная кинематика Методом Levenberg–Marquardt". Транзакции IEEE на Издании 27 Робототехники, № 5 (2011): 984–91. doi:10.1109/tro.2011.2148230.
[6] Чжао, Jianmin и Норман Ай. Бэдлер. "Расположение Инверсной кинематики Используя Нелинейное программирование для Высоко Ясно сформулированных фигур". Транзакции ACM на Графическом Издании 13, № 4 (1994): 313–36. doi:10.1145/195826.195827.
generalizedInverseKinematics | rigidBody | rigidBodyJoint | rigidBodyTree