clear; clc;
L1 = Link('d', 0, 'a', 0, 'alpha', pi/2); %Link 类函数 L2 = Link('d', 0, 'a', 0.5, 'alpha', 0,'offset',pi/2); L3 = Link('d', 0, 'a', 0, 'alpha', pi/2,'offset',pi/4); L4 = Link('d', 1, 'a', 0, 'alpha', -pi/2); L5 = Link('d', 0, 'a', 0, 'alpha', pi/2); L6 = Link('d', 1, 'a', 0, 'alpha', 0);
b=isrevolute(L1); %Link 类函数
robot=SerialLink([L1,L2,L3,L4,L5,L6]); %SerialLink类函数 robot.name='带球形腕的拟人臂'; %SerialLink属性值 robot.manuf='飘零过客'; %SerialLink属性值 robot.display(); %Link 类函数 theta=[0 0 0 0 0 0];
robot.plot(theta); %SerialLink类函数
theta1=[pi/4,-pi/3,pi/6,pi/4,-pi/3,pi/6]; p0=robot.fkine(theta); p1=robot.fkine(theta1); s=robot.A([4 5 6],theta); cchain=robot.trchain; q=robot.getpos();
q2=robot.ikine(p1); %逆运动学
j0=robot.jacob0(q2); %雅可比矩阵 p0 =
-0.7071 -0.0000 0.7071 1.4142 0.0000 -1.0000 -0.0000 -0.0000 0.7071 0.0000 0.7071 1.9142 0 0 0 1.0000 p1 =
0.9874 0.1567 0.0206 1.0098 0.0544 -0.4593 0.8866 1.8758 0.1484 -0.8743 -0.4621 0.0467 0 0 0 1.0000 >>s s =
1 0 0 0 0 1 0 0 0 0 1 2 0 0 0 1
cchain =
Rz(q1)Rx(90)Rz(q2)Tx(0.5)Rz(q3)Rx(90)Rz(q4)Tz(1)Rx(-90)Rz(q5)Rx(90)Rz(q6)Tz(1) q =
0 0 0 0 0 0 q2 =
1.0e+04 *
0.0003 0.0180 -0.0399 1.1370 0.0002 0.0536 j0 =
-0.1100 0.0707 0.3577 -0.0114 0.5092 0 -0.8329 -0.0448 -0.2267 -0.6224 0.1813 0 -0.0000 0.7623 0.3956 -0.1410 -0.8413 0 -0.0000 0.5354 0.5354 0.3374 -0.0178 -0.8605 0.0000 0.8446 0.8446 -0.2139 -0.9751 0.1275 1.0000 0.0000 0.0000 0.9168 -0.2209 -0.4933
作者：fly qq
链接：https://www.zhihu.com/question/41673569/answer/129670927 来源：知乎
著作权归作者所有，转载请联系作者获得授权。
matlab机器人工具箱求串联机器人运动学逆解一般是采用ikine()函数，所以刚打开matlab看了一下源码。
（貌似新版本还加了其他求解算法，这边先不说，先解决题主的问题。） 我把它的主要步骤和贴出： % 初始化
% 定义目标T，迭代次数，误差等；
% 初始化当前误差e,
while true % 计算误差
Tq = robot.fkine(q'); e(1:3) = transl(T - Tq); Rq = t2r(Tq);
[th,n] = tr2angvec(Rq'*t2r(T)); e(4:6) = th*n;
J = jacob0(robot, q); % 计算雅克比 % 根据末端误差求取关节变化 if opt.pinv % 雅克比伪逆法
dq = opt.alpha * pinv( J(m,:) ) * e(m); else % 雅克比转置法 dq = J(m,:)' * e(m); dq = opt.alpha * dq; end
% 更新关节值 q = q + dq';
% 判断误差是否小于容许误差tolerance nm = norm(e(m)); if nm <= opt.tol break end end
所以，很简单，Matlab工具箱就是采用雅克比矩阵伪逆（或转置）来确定迭代方向，并通过迭代的方法使关节值收敛至目标位置。这应该是串联机器人运动学逆解数值解的最常用方法。
?
再回答为什么这么简单就可以求解逆解？
首先，只要给了D-H参数，雅克比矩阵很容易就可以推导出来（如果不会请参考各种机器人学教材，推荐John Craig的Introduction to robotics: mechanics and control）。
src=\\
class=\
data-original=\097a_r.png\
它就是关节速度与末端速度的线性关系。
src=\\
class=\
data-original=\8499_r.png\
于是，世界坐标系中的运动可以近似用关节的运动叠加得到；
越小，线性关系越准确，迭代求解的轨迹越接近图中直线；
但是，我们并不关心求解过程的运动方向，只关心最后求解的误差大小。 所以，一般迭代求解会对求解的步长做处理，也即增加一个变量加快求解速度。
，这样可以
所以，雅克比伪逆的思路是让机械臂末端往目标点方向移动。使用伪逆是为了应对非6-dof情况。
当然，看上面的代码，matlab机器人工具箱似乎可以用雅克比的转置代替雅克比伪逆。
% 根据末端误差求取关节变化 if opt.pinv % 雅克比伪逆法
dq = opt.alpha * pinv( J(m,:) ) * e(m); else % 雅克比转置法 dq = J(m,:)' * e(m); dq = opt.alpha * dq; end
这也很有趣，而且可以从很多角度来解释： 1）从力的角度：
根据虚功原理，可以有如下关系：
src=\\
class=\
data-original=\7482_r.png\
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库机器人逆运动学在线全文阅读。
相关推荐：