第5讲-逆运动学问题

合集下载

逆运动学 迭代法 解析法

逆运动学 迭代法 解析法

逆运动学迭代法解析法
逆运动学是机器人学中的一个重要概念,它用于确定机器人末端执行器的位置和姿态,以及实现特定的任务。

在机器人控制中,逆运动学问题是指在已知末端执行器的位置和姿态的情况下,确定机器人各关节的角度。

解决逆运动学问题的方法有很多种,其中迭代法和解析法是两种常用的方法。

迭代法是一种常见的数值计算方法,它通过不断迭代逼近解的过程来求解问题。

在逆运动学中,迭代法通过反复调整机器人各关节的角度,直到末端执行器的位置和姿态满足要求。

这种方法简单易行,但是需要注意收敛性和计算效率的问题。

另一种常用的方法是解析法,它通过数学公式和几何推导来直接求解逆运动学问题。

解析法的优点是可以得到精确解,而且计算效率高。

但是对于复杂的机器人结构和任务来说,解析法可能会变得复杂和困难。

在实际应用中,通常会根据具体的机器人结构和任务来选择适合的逆运动学求解方法。

有些情况下,迭代法和解析法也可以结合使用,以充分发挥各自的优势。

例如,在复杂的机器人系统中,可
以利用解析法得到初始解,然后再通过迭代法进行精细调整。

总的来说,逆运动学问题的求解方法是机器人控制中的重要课题,迭代法和解析法都是常用的方法。

选择合适的方法取决于具体的应用需求和计算资源,而在实际应用中也可以根据需要灵活地结合使用。

运动学逆解

运动学逆解

运动学逆解
运动学逆解是机器人学中最重要的技术之一,它主要用于解决机
器人运动问题。

它可以用来求解机器人在特定位置处可以执行哪些运
动动作,并计算出运动动作需要的关节角度。

运动学逆解可以帮助我们轻松实现高精度的机器人运动控制,从
而使机器人能够实现高效、复杂的机械运动操作,比如抓取、放置等。

运动学逆解的原理是通过对机器人关节的位置和角度进行相关计算,来求得机器人在特定位置处的运动动作及其所需的关节角度。


些计算的基础是微积分学及其应用在机器人运动学和运动学深度上的
一些方程式,也就是所谓的解析法求解。

运动学逆解通过计算已知位置处机器人所需关节角度,即可求解
出尚未知的关节角度,从而实现机器人在某位置处的运动。

它也可以
用来帮助我们分析不同运动环境下机器人应当采取哪类控制策略,以
获得最大的运动效率。

由此可见,运动学逆解具有重要的意义,是机器人运动控制的基
础性技术,可为机器人实现高效的机械运动操作提供重要支持。

逆运动学的解析法原理及推导过程 详细

逆运动学的解析法原理及推导过程 详细

逆运动学的解析法原理及推导过程详细逆运动学是机器人学中的一个重要分支,它研究的是如何通过机器人的末端执行器的位置和姿态来计算出机器人各个关节的角度。

逆运动学的解析法是一种常用的计算方法,它可以通过数学公式来求解机器人的逆运动学问题。

逆运动学的解析法原理是基于机器人的运动学模型,通过对机器人的运动学方程进行求解,得到机器人各个关节的角度。

机器人的运动学方程可以表示为:
T = T1 * T2 * T3 * … * Tn
其中,T表示机器人的末端执行器的位姿,T1、T2、T3、…、Tn 表示机器人各个关节的变换矩阵。

通过对运动学方程进行求解,可以得到机器人各个关节的角度。

逆运动学的解析法推导过程如下:
1. 确定机器人的运动学模型,包括机器人的DH参数、末端执行器的位姿等信息。

2. 根据机器人的运动学模型,建立机器人的运动学方程。

3. 对运动学方程进行求解,得到机器人各个关节的角度。

具体的求解过程需要根据机器人的具体情况进行分析和计算。

一般
来说,可以采用数学工具如矩阵运算、三角函数等来进行计算。

逆运动学的解析法具有计算速度快、精度高等优点,适用于对机器人进行精确控制的场合。

但是,由于机器人的运动学模型比较复杂,解析法的求解过程也比较繁琐,需要一定的数学基础和计算能力。

逆运动学的解析法是机器人学中的一种重要计算方法,它可以通过数学公式来求解机器人的逆运动学问题,具有计算速度快、精度高等优点,是机器人控制中不可或缺的一部分。

运动学逆运算 -回复

运动学逆运算 -回复

运动学逆运算-回复什么是运动学逆运算运动学逆运算是一种数学方法,用于使用已知的末端效应器姿态和位置来确定机械臂关节角度的问题。

它是机器人运动学领域的关键问题之一,广泛应用于工业自动化、机器人导航和虚拟现实等领域。

在本文中,我们将分步回答运动学逆运算的原理、挑战和解决方法。

第一步:理解运动学逆运算原理在机器人运动学领域,正向运动学使用关节角度来计算机械臂的末端效应器的位置和姿态。

然而,逆运动学正好相反,它使用已知的末端效应器的位置和姿态来计算机械臂的关节角度。

运动学逆运算的目标是根据末端效应器的目标位置来确定关节角度,从而使机械臂能够准确地到达目标位置。

第二步:挑战与问题运动学逆运算面临许多挑战。

首先,由于机械臂的结构和自由度的不同,不同机械臂的运动学逆运算方法也会有所不同。

其次,由于机械臂的关节角度范围限制,可能存在多个解决方案或无解的情况。

此外,由于测量误差、机械臂的非线性特性以及环境不确定性,逆运算问题可能变得复杂且难以解决。

第三步:解决方法为了解决运动学逆运算的问题,研究者提出了多种不同的方法。

以下是一些常用的解决方法:1. 解析方法:这种方法通过解析推导机械臂模型来得到逆运算的解析解。

这种方法通常适用于特定类型的机械臂,具有高效和精确的特点。

然而,它对机械臂的结构和自由度有严格的要求。

2. 迭代方法:迭代方法是通过迭代计算来逐步逼近逆运算的解。

它通常使用数值优化算法,如牛顿法或拟牛顿法来实现。

迭代方法适用于各种类型的机械臂,但可能需要较长的计算时间。

3. 数值方法:数值方法是利用数值计算技术来近似求解逆运算问题。

它通过离散化机械臂模型,以及使用数值优化算法或数值求解器来计算近似解。

数值方法适用于复杂的机械臂和逆运算问题,但可能对计算资源要求较高。

第四步:应用和发展运动学逆运算在工业自动化、机器人导航、虚拟现实等领域有广泛的应用。

例如,在工业自动化中,运动学逆运算可以用于实现机器人的路径规划和控制。

逆运动学的解法

逆运动学的解法

程序
3自由度平面旋转关节 函数为*f(x,y,phi) 直线插补程序 Cal_straight_line(start,end,time)
遇到的问题
1.找不到合适的返回函数存储关节角度数据 2.数据保存的格式怎么选择
下周安排
1.完成圆的插补程序编程 2. 使用Newton-Raphson进行数值解编程 方法研究 3.完善接口数据发送模块
逆运动学的解法
2010.4.7 倪初锋
逆运动学问题
逆运动学是指给出杆 件的位置,姿态(位 姿)速度,角速度, 加速度和角加速度, 求解能实现这些要求 的关节变量的位置, 速度,加速度。
Y
3
2

Y3
X3
l(t) l'(t) l ''(t)
( t ) '( t ) ''( t )
1
X
逆运动学问题
位姿向量r,关节变量q 执行器速度和角速度向量s,关节变量速度向量 q’ 对s等式两边微分 给出r,求q 给出s,求q’ 给出s’和q’,求q’’
r R(q ) s Jsq ' s ' J s q '' J s q '
逆坐标变换
给出r求q 在逆坐标变换问题中,一般不存在解析解。 所谓的解都用数值解法求得。但大部分工业 机器人的手臂,存在着特定的解析解。Fra bibliotek逆坐标变换
解析解法有如下几种: 1.齐次变换的逆坐标变换解析解法 2.向量的逆坐标变换解析解法 数值解法 1.Neston-Raphson 2.运动学方程置换为高次多项式,由根来计 算q
一周工作
1.基本完成3自由度平面关节解析解程序编 写,实现了直线插补。 2.实现单位时间的数据输出 3.基本界面的编写

《机器人导论》机器人逆运动学

《机器人导论》机器人逆运动学

《机器人导论》机器人逆运动学在机器人技术的广袤领域中,逆运动学是一个至关重要的概念。

简单来说,逆运动学就是要根据机器人末端执行器(比如机械手的夹爪)的期望位置和姿态,来计算出各个关节应该转动的角度或移动的距离。

想象一下,你有一个机械臂,它就像人的手臂一样,由多个关节连接而成。

当你希望它的手能够准确地到达某个特定的位置,并以特定的姿态抓住一个物体时,你就需要知道每个关节应该如何运动。

这就是逆运动学要解决的问题。

为了更好地理解逆运动学,我们先来看一个简单的例子。

假设有一个平面二连杆机械臂,由两个可以旋转的关节连接着两根连杆。

我们知道机械臂末端的位置坐标(x, y),并且知道两个连杆的长度分别为L1 和 L2。

那么,如何求出两个关节的旋转角度呢?我们可以通过几何关系来解决这个问题。

首先,根据末端位置(x, y),可以计算出从原点到末端的距离 R,通过勾股定理 R =√(x²+y²)。

然后,我们可以计算出第一个关节的角度θ1,它等于 arctan(y /x)。

接下来,计算第二个关节的角度θ2 就稍微复杂一些。

我们可以利用余弦定理来得到,经过一系列的数学推导,最终可以求出θ2。

当然,实际的机器人往往要复杂得多,可能有多个关节,甚至是在三维空间中运动。

对于多关节的机器人,解决逆运动学问题的方法也有很多种。

一种常见的方法是解析法。

这种方法通过数学推导和公式计算来直接求解关节变量。

但它的缺点是对于复杂的机器人结构,推导过程可能会非常繁琐,甚至可能无法得到解析解。

另一种方法是数值法。

其中比较常用的是迭代法。

它通过不断地猜测和修正关节变量的值,逐步逼近正确的解。

这种方法的优点是适用性广,但缺点是计算量可能较大,并且可能会陷入局部最优解。

在实际应用中,选择哪种方法取决于机器人的结构和具体的任务需求。

机器人逆运动学的应用场景非常广泛。

在工业生产中,机器人需要准确地抓取和放置零件,这就需要精确的逆运动学计算来控制机器人的动作。

逆运动学分析

逆运动学分析

实验15逆运动学分析1.机械臂坐标系的建立◆坐标系介绍描述空间位置、速度和加速度,大部分都是用笛卡尔坐标系,也就是大家熟知由三个互相垂直的坐标轴所组成的坐标系。

当我们说绕某一个轴旋转多少角度时,正方向的确定使用右手定则,如下图:◆位置、平移交换位置是使用一个三维向量来表示,平移变换是坐标系空间位置的变换,可以用坐标系原点O的位置向量表示,如下图所示。

多次平移变换也很简单,向量之间直接相加就可以求空间中一个点的位置在经过平移变换后的坐标系{B}中的坐标。

角度/方向、旋转变换相比于位置,方位的表示方法相对会麻烦一些。

在讨论方位之前,有必要先说明一点:示一个物体的三维位置和朝向,通常都会在物体上“附上”一个跟着它动跟着它转的坐标系,然后通过描述这个坐标系与参考坐标系的关系来描述这个物体。

描述一个物体在坐标系中的位置和朝向,可以等效理解为描述坐标系之间的关系。

我们这里讲角度/方向表示法,只要讲两个坐标系之间的关系就可以了。

要知道一个坐标系相对于另一个坐标系如何旋转、旋转了多少,应该怎么做呢?我们先从二维的情况看起:通过将坐标轴单位向量用参考坐标系表示,看图可以直接写出下列公式:我们再定义一个2x2的矩阵:显然,这个矩阵的每一列为坐标系B的坐标轴单位向量在坐标系中的表示,有了这个矩阵我们就能画出坐标系B的x轴y轴,确定B的唯一朝向。

旋转矩阵空间三维朝向相对来讲更加复杂,因为平面上坐标的朝向只能有一个自由度,即绕垂直平面的轴旋转。

而空间中物体的朝向会有三个自由度。

不过如果我们从上图的第一种方法出发,就可以轻松写出一个3×3的R矩阵,我们称它为旋转矩阵:这个式子表明从坐标系{B}到坐标系{A}的旋转矩阵中,每一列都是坐标系{B}的坐标轴单位向量在坐标系{A}中的表示。

2.逆运动学分析对于机械臂而言,就是给出夹持器的位置和朝向后求出每个关节的旋转角度。

机械臂的三维运动是比较复杂的,这里为了简化模型,我们去掉下方云台的旋转关节,这样就可以在二维的平面上进行运动学分析了。

逆运动学的解法

逆运动学的解法
逆运动学的解法杆 件的位置,姿态(位 姿)速度,角速度, 加速度和角加速度, 求解能实现这些要求 的关节变量的位置, 速度,加速度。
Y
3
2

Y3
X3
l(t) l'(t) l ''(t)
( t ) '( t ) ''( t )
1
X
逆运动学问题
程序
3自由度平面旋转关节 函数为*f(x,y,phi) 直线插补程序 Cal_straight_line(start,end,time)
遇到的问题
1.找不到合适的返回函数存储关节角度数据 2.数据保存的格式怎么选择
下周安排
1.完成圆的插补程序编程 2. 使用Newton-Raphson进行数值解编程 方法研究 3.完善接口数据发送模块
位姿向量r,关节变量q 执行器速度和角速度向量s,关节变量速度向量 q’ 对s等式两边微分 给出r,求q 给出s,求q’ 给出s’和q’,求q’’
r R(q ) s Jsq ' s ' J s q '' J s q '
逆坐标变换
给出r求q 在逆坐标变换问题中,一般不存在解析解。 所谓的解都用数值解法求得。但大部分工业 机器人的手臂,存在着特定的解析解。
逆坐标变换
解析解法有如下几种: 1.齐次变换的逆坐标变换解析解法 2.向量的逆坐标变换解析解法 数值解法 1.Neston-Raphson 2.运动学方程置换为高次多项式,由根来计 算q
一周工作
1.基本完成3自由度平面关节解析解程序编 写,实现了直线插补。 2.实现单位时间的数据输出 3.基本界面的编写
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

(3.47) . . . . 若已知关节上θ1与θ2是时间的函数,θ1=f1(t),θ2=f2(t), 则可求出 该机器人手部在某一时刻的速度V=f(t), 即手部瞬时速度。反之, . -1 . 给定机器人手部速度,可由V=J(q)q解出相应的关节速度,q=J V, 式中J-1为机器人逆速度雅可比矩阵。
第5章 机器人逆运动学与速度雅克比
关于关节角(θ)的多解(多值) 关于关节角(θ)的多解(多值)问题 (θ)的多解
第5章 机器人逆运动学与速度雅克比 5.2 工业机器人速度分析 工业机器人速度分析
1. 工业机器人速度雅可比矩阵 工业机器人速度雅可比矩阵 数学上, 雅可比矩阵(Jacobian Matrix)是一个多元函数的偏 导矩阵。假设有六个函数, 每个函数有六个变量, 即

正解
– 已知各杆的结构参数和关节变量,求末端执行器的空间位置 已知各杆的结构参数和关节变量, 和姿态,称作机器人运动学正问题;对于移动关节, 和姿态 , 称作机器人运动学正问题 ; 对于移动关节 , 取 d为 为 关节变量。 关节变量。

逆解
– 已知作业要求时,末端执行器的空间位置和姿态以及各杆的 已知作业要求时, 结构求关节变量 结构求关节变量
2 )求θ3
第5章 机器人逆运动学与速度雅克比
3 )求θ2
第5章 机器人逆运动学与速度雅克比
第5章 机器人逆运动学与速度雅克比
求逆小结 求逆解: 求逆解:
1) 2) 方法:等号两端的矩阵中对应元素相等; 方法:等号两端的矩阵中对应元素相等; 步骤:利用矩阵方程进行递推,每递推一次可解一个或多于 步骤:利用矩阵方程进行递推, 一个的变量公式; 一个的变量公式; 3) 技巧: 技巧:利用三角方程进行置换
写成矩阵为
∂x d x ∂θ1 dy = ∂y ∂θ1
∂x ∂θ 2 d θ1 ⋅ ∂y dθ 2 ∂θ 2
第5章 机器人逆运动学与速度雅克比 令
∂x ∂θ J = 1 ∂y ∂θ1
∂x ∂θ 2 ∂y ∂θ1
第5章 机器人逆运动学与速度雅克比
3转角表示的姿态矩阵
• 用连杆坐标系之间的变换矩阵A确定的T6建立机器人运动学方 用连杆坐标系之间的变换矩阵A确定的T 程的方法.其中n,o,a共 个元素表示手部姿态. 程的方法.其中n,o,a共9个元素表示手部姿态.实际只有三个独 n,o,a 立的.这种方法对坐标变换运算十分方便, 立的.这种方法对坐标变换运算十分方便,但利用它做手部姿态 描述不方便. 描述不方便. • 如何用3个独立参数描述姿态? 这3个独立变量可以取作绕3个 如何用3个独立参数描述姿态? 个独立变量可以取作绕3 轴的转角。 轴的转角。 • 机器人手部位姿的六维列矢量表示: 机器人手部位姿的六维列矢量表示:
第5章 机器人逆运动学与速度雅克比
第五讲
机器人逆运动学及速度分析
第5章 机器人逆运动学与速度雅克比 5.1 工业机器人的运动学方程简介 • 运动方程
– 末端执行器(对多数机器人常表现为夹持型工具)上的坐标系 末端执行器(对多数机器人常表现为夹持型工具) 也称标架)相对于基础坐标系的位姿矩阵 位姿矩阵T (也称标架)相对于基础坐标系的位姿矩阵Te0,就是操作机的 运动方程。 运动方程。
(3.36)
第5章 机器人逆运动学与速度雅克比 可写成 将其微分, 得
Y=F(X)
(3.37)
可简写成
∂F 式中, (6×6)矩阵 称为雅可比矩阵。 ∂X
∂F dY = dx ∂X
第5章 机器人逆运动学与速度雅克比 对于工业机器人速度分析和静力分析中遇到类似的矩阵, 我 们称为机器人的雅可比矩阵, 简称雅可比。 以二自由度平面关节机器人为例,如图3.14所示,机器人的手 部坐标(x,y)相对于关节变量(θ1,θ2)有
以及A 以及A1,A2,A3,A4,A5,A6 求: θ1,θ2,…θ6(代数法) θ 代数法)
第5章 机器人逆运动学与速度雅克比
第5章 机器人逆运动学与速:1 )求θ1
第5章 机器人逆运动学与速度雅克比
第5章 机器人逆运动学与速度雅克比
第5章 机器人逆运动学与速度雅克比
• 用 qi 代替 θi 或 di 表示关节变量 (qi 称作广义关 代替θ 表示关节变量(q 节变量) 节变量) • 一般的递推解题步骤如下: 一般的递推解题步骤如下:
第5章 机器人逆运动学与速度雅克比
PUMA560的位姿逆解。 例:已知T06,求例PUMA560的位姿逆解。即:已知 已知T 求例PUMA560的位姿逆解
对于n自由度机器人,关节变量q=[q1 q2…qn]T,当关节为转 动关节时,qi=θi; 当关节为移动关节时,qi=di,则dq=dq1 dq2…dqn]
T反映关节空间的微小运动。由X=X(q)可知,
dX=J(q)dq
其中J(q)是(6×n)的偏导数矩阵. ( 是 × 的偏导数矩阵 (X=[x,y,z,φx,φy,φz]T 的偏导数矩阵. dX=[dx,dy,dz,δφx,δφy,δφz] dX=[dx,dy,dz,δφx,δφy,δφz T ), 称为n自由度机器人速 度雅可比矩阵。
用绕基础坐标轴的转角为参数的导航角表示法 x-y-zRPY
第5章 机器人逆运动学与速度雅克比
用绕动坐标轴转角为参数的欧拉角表示法 z-y-x欧拉角设定法
第5章 机器人逆运动学与速度雅克比
第5章 机器人逆运动学与速度雅克比
第5章 机器人逆运动学与速度雅克比
第5章 机器人逆运动学与速度雅克比
用绕动坐标轴转角为参数的欧拉角表示法
则式(3.41)可简写为
dX=J d = dθ
dθ1 dx 其中, dX = , dθ = dy dθ 2
第5章 机器人逆运动学与速度雅克比 由此可求得
− l1s1 − l2 s12 J = l1c1 + l2 c12
− l2 s12 l2 c12
第5章 机器人逆运动学与速度雅克比
5.1.2 反向运动学及实例
• 位姿逆解法可分为3类: 位姿逆解法可分为3
–代数法 代数法 –几何法 几何法 –数值解法。 数值解法。 数值解法
第5章 机器人逆运动学与速度雅克比
若已知末杆某一特定的位姿矩阵T 若已知末杆某一特定的位姿矩阵 06:
• 方法步骤
第5章 机器人逆运动学与速度雅克比
第5章 机器人逆运动学与速度雅克比
关于关节角(θ)的多解(多值) 关于关节角(θ)的多解(多值)问题 (θ)的多解
• 代数法和几何法进行位姿逆解时, 代数法和几何法进行位姿逆解时,关节角的解都是多解 (多值的)的。 多值的) • • 如用几何法,这种多值可以方便地由解图直接判定。 如用几何法,这种多值可以方便地由解图直接判定。 为达到目标点,操作机的上臂( 和下臂( 为达到目标点,操作机的上臂(杆2)和下臂(杆3)可有两 种位形关系。对于下臂,可在基座右面, 种位形关系。对于下臂,可在基座右面,转到基座的左 面。这样,到达目标点,就可有4种不同的位形。 这样,到达目标点,就可有4种不同的位形。
第5章 机器人逆运动学与速度雅克比 逆速度雅可比J-1出现奇异解的情况如下: ① 工作域边界上的奇异: 机器人手臂全部伸开或全部折 回时,叫奇异形位。该位置产生的解称为工作域边界上的奇异。 ② 工作域内部奇异: 机器人两个或多个关节轴线重合引 起的奇异。当出现奇异形位时,会产生退化现象, 即在某空间 某个方向(或子域)上, 不管机器人关节速度怎样选择, 手部也 不可能动。
• 三次旋转变换后的得到 的姿态矩阵如何? 的姿态矩阵如何?
第5章 机器人逆运动学与速度雅克比 工业机器人速度分析 2. 工业机器人速度分析 把式(3.44)两边各除以dt, 得
dX dq = J (q) dt dt

(3.45) (3.46)
V=J(q) q
其中: V——机器人末端在操作空间中的广义速度,V=X;
J(q)——速度雅可比矩阵;
q——机器人关节在关节空间中的关节速度。
第5章 机器人逆运动学与速度雅克比 若 把 J(q) 矩 阵 的 第 1 列 与 第 2 列 矢 量 记 为 J1 、 J2, 则 有 V=J1θ1+J2θ2,说明机器人速度雅可比的每一列表示其它关节不 动而某一关节运动时产生的端点速度。 二自由度手部速度为
x = l1 cos θ1 + l2 cos θ12 y = l1 sin θ1 + l2 sin θ12

x = x(θ1 , θ 2 ) y = y (θ1 , θ 2 )
第5章 机器人逆运动学与速度雅克比 求微分有
∂x ∂x dx = ∂θ d θ1 + ∂θ dθ 2 1 2 dy = ∂y d θ + ∂y dθ 1 2 ∂θ1 ∂θ 2
第5章 机器人逆运动学与速度雅克比 5.1.1 工业机器人的运动学方程简介 工业机器人的运动学方程简介
• 这两个问题, 这两个问题 , 是机器人应用中 极为重要的问题, 极为重要的问题 , 是对机器人 进行位置控制的关键。 进行位置控制的关键。

由于末端执行器类型复杂, 由于末端执行器类型复杂 , 为 了便于研究, 了便于研究 , 下面以末杆的位 姿矩阵T 取代T 作为研究对象。 姿矩阵T0n 取代T0e 作为研究对象。
X=[x,y,z,φx,φy,φz]T
第5章 机器人逆运动学与速度雅克比
用绕基础坐标轴的转角为参数的导航角表示法 x-y-zRPY
φ——滚转角 滚转角(roll); 滚转角 ; θ——俯仰角 俯仰角(pith); 俯仰角 ; 偏摆角(yaw) ψ——偏摆角 偏摆角
第5章 机器人逆运动学与速度雅克比
相关文档
最新文档