基于MATLABRoboticsToolbox的可重构模块化机器人运动仿真分析
基于MATLABRoboticsToolbox的可重构模块化机器人运动仿真分析
作者：卢佳佳
来源：《阜阳职业技术学院学报》2019年第02期
模块化机器人的仿真模型，设计各关节的运动角度，模拟机器人的末端手爪运动轨迹以及每个
关节的角位移、角速度、角加速度随时间变化曲线。
检验机器人运动性能，为后续的动力学和控制研究奠定基础。
关键词：可重构模块化机器人;Robotics Toolbox;轨迹规划;变化曲线
中图分类号：TP242;;;;;;;;; 文献标识码：A;;;;;;;;;; 文章编号：1672-4437（2019）02-0057-04
在Matlab软件中使用Robotics Toolbox[1-2]对机器人进行仿真研究目前已十分普遍。
谢斌、蔡自兴[3]运用Robotics Toolbox对puma560型机器人进行了仿真实验教学，左富勇、刘长柱[4-5]等人对SCARA机器人进行了轨迹规划与仿真研究;王林军，陆佳皓[6-7]等人对六轴关节机器人进行了运动仿真研究，周际[8]对双臂工业机器人进行了运动仿真分析。
以上研究都是针对某种特定类型的机器人，相比而言，可重构模块化机器人具有更加丰富的构型。
本文以EV-MRobot机器人基本构件为基础，针对其某一构型进行运动学仿真分析。
1 EV-MRobot模块化机器人运动学
1.1 EV-MRobot模块化机器人结构参数
本文以EV-MRobot系列模块化机器人为研究对象，其模块库包含四种运动单元模块，分别为：
93旋转模块、85旋转模块、手爪模块以及两自由度云台模块。
还包含有不同尺寸的连接件，如直角连杆和圆柱连杆等。
这些单元模块通过连杆进行组合，可形成适用于不同工作任务的各种构型。
本文以由85旋转模块、手爪模塊、两自由度云台模块以及相关连接件组成的四自由度模块化机器人为研究对象，其结构组合如图1，连杆参数和关节变量见表1。
1.2 机器人正运动问题分析
1.3 机器人逆运动问题分析
机器人的逆运动学分析就是使末端执行器达到期望位姿时各关节的角度值。
求逆解的方法可以分为两大类：封闭解法和数值解法[9]。
封闭解法又可分为几何法和代数法。
本文将采用代数法，在机器人正运动学方程的两端乘以逆矩阵分离变量，逐步求解各关节变量的值，通过设定约束条件以及考虑结构的合理性来选择最佳解。
2 建模与仿真
2.1 机器人数学建模
2.2 机器人运动仿真
设定机器人各关节的初始角度为，终止关节角度为，且载初始和终止位置的速度均为0。
相关程序如下：
2.3 机器人仿真分析
通过仿真，可以观察到模块化机器人运动过程中末端运动轨迹曲线平滑连续，各关节的运动均平稳正常。
位移曲线平滑，角速度、角加速度运动曲线变化连续平缓且初始值和终止值均为0，运动过程中没有出现突变的现象，这些结果说明模块化机器人的结构设计合理，动力分配均衡，在运动过程中不会产生抖动等现象。
本文以EV-MRobot系列四自由度模块化机器人为研究对象，借助MATLAB Robotics Toolbox工具箱，通过编写相关程序，完成了四自由度模块化机器人的数学建模，并通过工具箱中的关节驱动函数，模拟了机器人四个关节的运动效果;通过设定初始关节角和终止关节角，对机器人移动轨迹进行了仿真，分析了各关节角位移，角速度和角加速度随时间变化的曲线，验证了机器人相关设计参数的合理性。
通过调用MATLAB Robotics Toolbox工具箱里的函数能够十分方便地进行相关机器人的仿真与分析研究，此次运动仿真分析也为后续的模块化机器人运动控制研究打下了良好基础。
参考文献：
[1]Corke P.A Robotics Toolbox for MATLAB[J].IEEE Robotics and Automation Magazine，1996，3（1）：24-32.
[2]Corke P.A Computer Tool for Simulation and Analysis： the Robotics Toolbox for MATLAB[C]//Proc.National Conf.Australian Robot Association，2000：319-330.
[3]谢斌，蔡自兴.基于MATLAB Robotics Toolbox的机器人学仿真实验教学[J].计算机教育，2010（19）：140-143.
[4]左富勇，胡小平，谢珂，等.基于 MATLAB Robotics 工具箱的 SCARA 机器人轨迹规划与仿真[J].湖南科技大学学报（自然科学版），2012，27（2）：41-44.
[5]刘长柱，曹岩，贾峰，等.基于MATLAB Robotics的SCARA机器人运动学分析及轨迹规划[J].机电工程技术，2018（4）：111-115.
[6]王林军，邓煜，罗彬，等.基于 MATLAB Robotics Toolbox的ABB IRB1660机器人运动仿真研究[J].中国农机化学报，2017，38（01）：102-106.
[7]陆佳皓，平雪良，李朝阳.基于MATLAB Robotic Toolbox的关节型机器人运动仿真研究]J].机床与液压，2017，45（13）：60-62.
[8]王智兴，樊文欣，张保成，等.基于Matlab的工业机器人运动学分析与仿真[J].机电工程，2012，29（1）：34-37.
[9]蔡自兴，谢斌.机器人学[M].3版.北京：清华大学出版社，2018.。
matlab中robotics toolbox的应用
matlab中robotics toolbox的函数解说1. PUMA560的MATLAB仿真要建立PUMA560的机器人对象，首先我们要了解PUMA560的D-H参数，之后我们可以利用Robotics Toolbox工具箱中的link和robot函数来建立PUMA560的机器人对象。
其中link函数的调用格式：L = LINK([alpha A theta D])L =LINK([alpha A theta D sigma])L =LINK([alpha A theta D sigma offset])L =LINK([alpha A theta D], CONVENTION)L =LINK([alpha A theta D sigma], CONVENTION)L =LINK([alpha A theta D sigma offset], CONVENTION)参数CONVENTION可以取‘standard’和‘modified’，其中‘standard’代表采用标准的D-H参数，‘modified’代表采用改进的D-H参数。
参数‘alpha’代表扭转角，参数‘A’代表杆件长度，参数‘theta’代表关节角，参数‘D’代表横距，参数‘sigma’代表关节类型：0代表旋转关节，非0代表移动关节。
另外LINK还有一些数据域：LINK.alpha %返回扭转角LINK.A %返回杆件长度LINK.theta %返回关节角LINK.D %返回横距LINK.sigma %返回关节类型LINK.RP %返回‘R’(旋转)或‘P’(移动)LINK.mdh %若为标准D-H参数返回0，否则返回1LINK.offset %返回关节变量偏移LINK.qlim %返回关节变量的上下限 [min max]LINK.islimit(q) %如果关节变量超限，返回 -1, 0, +1LINK.I %返回一个3×3 对称惯性矩阵LINK.m %返回关节质量LINK.r %返回3×1的关节齿轮向量LINK.G %返回齿轮的传动比LINK.Jm %返回电机惯性LINK.B %返回粘性摩擦LINK.Tc %返回库仑摩擦LINK.dh return legacy DH rowLINK.dyn return legacy DYN row其中robot函数的调用格式：ROBOT %创建一个空的机器人对象ROBOT(robot) %创建robot的一个副本ROBOT(robot, LINK) %用LINK来创建新机器人对象来代替robotROBOT(LINK, ...) %用LINK来创建一个机器人对象ROBOT(DH, ...) %用D-H矩阵来创建一个机器人对象ROBOT(DYN, ...) %用DYN矩阵来创建一个机器人对象2．变换矩阵利用MATLAB中Robotics Toolbox工具箱中的transl、rotx、roty和rotz可以实现用齐次变换矩阵表示平移变换和旋转变换。
MATLAB机器人仿真程序
MATLAB 机器人工具箱仿真程序:1) 运动学仿真模型程序()L1=link([pi/2 150 0 0])L2=link([0 570 0 0])L3=link([pi/2 130 0 0])L4=link([-pi/2 0 0 640])L5=link([pi/2 0 0 0])L6=link([0 0 0 95]) r=robot({L1 L2 L3 L4 L5L6}) ='MOTOMAN-UP '6 % 模型的名称 >>drivebot(r)2）正运动学仿真程序 （）L1=link([pi/2 150 0 0]) L2=link([0 570 0 0])L3=link([pi/2 130 0 0]) L4=link([-pi/2 0 0640]) L5=link([pi/2 0 0 0]) L6=link([0 0 095]) r=robot({L1 L2 L3 L4 L5 L6})='MOTOMAN-UP '6 t=[0::10];% 产生时间向量 qA=[00 0 0 0 0 ]; % 机械手初始关节角度 qAB=[-pi/2-pi/3 0 pi/6 pi/3 pi/2 ];%figure('Name','up6 机器人正运动学仿真演示q=jtraj(qA,qAB,t);% 生成关节运动轨迹T=fkine(r,q);% 正向运动学仿真函数plot(r,q);% 生成机器人的运动figure('Name','up6 机器人末端位移图 ' )subplot(3,1,1);plot(t, squeeze(T(1,4,:))); xlabel('Time (s)'); ylabel('X (m)');subplot(3,1,2); plot(t, squeeze(T(2,4,:)));xlabel('Time (s)');ylabel('Y (m)'); subplot(3,1,3);plot(t, squeeze(T(3,4,:))); xlabel('Time(s)'); ylabel('Z (m)'); x=squeeze(T(1,4,:)); 机械手终止关节角度 '）;% 给仿真图像命名y=squeeze(T(2,4,:)); z=squeeze(T(3,4,:)); figure('Name','up6 机器人末端轨迹图');plot3(x,y,z);3)机器人各关节转动角度仿真程序： ()L1=link([pi/2 150 0 0 ])L2=link([0 570 0 0]) L3=link([pi/2 130 0 0]) L4=link([-pi/2 0 0 640]) L5=link([pi/2 0 0 0 ]) L6=link([0 0 0 95]) r=robot({L1 L2 L3 L4 L5 L6}) ='motoman-up6' t=[0::10];qA=[0 0 0 0 0 0 ]; qAB=[ pi/6 pi/6 pi/6 pi/6 pi/6 pi/6]; q=jtraj(qA,qAB,t);Plot(r,q); subplot(6,1,1); plot(t,q(:,1)); title(' 转动关节1');xlabel（' 时间/s'）; ylabel（' 角度/rad'）; subplot（6,1,2）; plot（t,q（:,2））;title（' 转动关节2'）; xlabel（' 时间/s'）; ylabel（' 角度/rad'）; subplot（6,1,3）; plot（t,q（:,3））;title（' 转动关节3'）; xlabel（' 时间/s'）; ylabel（' 角度/rad'）; subplot（6,1,4）; plot（t,q（:,4））;title（' 转动关节4'）; xlabel（' 时间/s'）; ylabel（' 角度/rad' ）; subplot（6,1,5）; plot（t,q（:,5））;title（' 转动关节5'）; xlabel（' 时间/s'）; ylabel（' 角度/rad'）; subplot（6,1,6）; plot（t,q（:,6））;title（' 转动关节6'）; xlabel（' 时间/s'）; ylabel（' 角度/rad'）;4）机器人各关节转动角速度仿真程序：（）t=[0::10];qA=[0 0 0 0 0 0 ];% 机械手初始关节量qAB=[ ];[q,qd,qdd]=jtraj（qA,qAB,t）;Plot(r,q); subplot(6,1,1); plot(t,qd(:,1));title(' 转动关节1'); xlabel(' 时间/s'); ylabel('rad/s'); subplot(6,1,2); plot(t,qd(:,2));title(' 转动关节2'); xlabel(' 时间/s'); ylabel('rad/s'); subplot(6,1,3); plot(t,qd(:,3));title(' 转动关节3'); xlabel(' 时间/s'); ylabel('rad/s'); subplot(6,1,4); plot(t,qd(:,4));title(' 转动关节4'); xlabel(' 时间/s'); ylabel('rad/s' ); subplot(6,1,5); plot(t,qd(:,5));title(' 转动关节5'); xlabel(' 时间/s'); ylabel('rad/s'); subplot(6,1,6); plot(t,qd(:,6));title(' 转动关节6'); xlabel(' 时间/s');ylabel('rad/s');5）机器人各关节转动角加速度仿真程序：（）t=[0::10];% 产生时间向量qA=[0 0 0 0 0 0] qAB =[ ];[q,qd,qdd]=jtraj(qA,qAB,t);figure('name','up6 机器人机械手各关节加速度曲线'); subplot(6,1,1);plot(t,qdd(:,1));title(' 关节1');xlabel(' 时间(s)');ylabel('加速度(rad/s^)');subplot(6,1,2);plot(t,qdd(:,2));title(' 关节2');xlabel(' 时间(s)');ylabel('加速度(rad/s^)');subplot(6,1,3); plot(t,qdd(:,3));title(' 关节3');xlabel(' 时间(s)');ylabel('加速度(rad/s^)')subplot(6,1,4); plot(t,qdd(:,4));title(' 关节4');xlabel(' 时间(s)');ylabel('加速度(rad/s^)')subplot(6,1,5); plot(t,qdd(:,5)); title(' 关节5');xlabel(' 时间(s)');ylabel('加速度(rad/s^)')subplot(6,1,6); plot(t,qdd(:,6)); title(' 关节6');xlabel(' 时间(s)');ylabel('加速度(rad/s^)')。
MatlabRoboticToolbox工具箱学习笔记
MatlabRoboticToolbox⼯具箱学习笔记Matlab Robotic Toolbox⼯具箱学习笔记（⼀）软件：matlab2013a⼯具箱：Matlab Robotic Toolbox v9.8Matlab Robotic Toolbox⼯具箱学习笔记根据Robot Toolbox demonstrations⽬录，将分三⼤部分阐述：1、General(Rotations,Transformations,Trajectory)2、Arm(Robot,Animation,Forwarw kinematics,Inversekinematics,Jacobians,Inverse dynamics,Forward dynamics,Symbolic,Code generation)3、Mobile(Driving to apose,Quadrotor,Braitenberg,Bug,D*,PRM,SLAM,Particle filter) General/Rotations%绕x轴旋转pi/2得到的旋转矩阵(1)r = rotx(pi/2);%matlab默认的⾓度单位为弧度，这⾥可以⽤度数作为单位(2)R = rotx(30, 'deg') * roty(50, 'deg') * rotz(10, 'deg');%求出R等效的任意旋转变换的旋转轴⽮量vec和转⾓theta(3)[theta,vec] = tr2angvec(R);%旋转矩阵⽤欧拉⾓表⽰，R = rotz(a)*roty(b)*rotz(c)(4)eul = tr2eul(R);%旋转矩阵⽤roll-pitch-yaw⾓表⽰，R = rotx(r)*roty(p)*rotz(y) (5)rpy = tr2rpy(R);%旋转矩阵⽤四元数表⽰（6）q = Quaternion(R);%将四元数转化为旋转矩阵(7)q.R;%界⾯,可以是“rpy”，“eluer”⾓度单位为度。
基于MATLAB Robotics Tools的机械臂仿真
基于MATLAB Robotics Tools的机械臂仿真【摘要】在MATLAB环境下，对puma560机器人进行运动学仿真研究，利用Robotics Toolbox工具箱编制了简单的程序语句，建立机器人运动学模型，与可视化图形界面，利用D-H参数法对机器人的正运动学、逆运动学进行了仿真，通过仿真，很直观的显示了机器人的运动特性，达到了预定的目标，对机器人的研究与开发具有较高的利用价值。
【关键词】机器人;运动学正解;运动学逆解Abstract：For the purpose of making trajectory plan research on puma560 robot，in the MATLAB environment，the kinematic parameters of the robot were designed. Kinematic model was established by Robotics Toolbox compiled the simple programming statements，the difference was discussed between the standard D-H parameters，and the trajectory planning was simulated，the joints trajectory curve were smooth and continuous，Simulation shows the designed parameters are correct，thus achieved the goal. The tool has higher economic and practical value for the research and development of robot.Key words：robot;trajectory planning;MTALAB;simulation1.前言机器人是当代新科技的代表产物，随着计算机技术的发展，机器人科学与技术得到了迅猛的发展，在机器人的研究中，由于其价格较昂贵，进行普及型实验难度较大，隐刺机器人仿真实验变得十分重要。
matlab中robotics toolbox的应用
matlab中robotics toolbox的函数解说1. PUMA560的MATLAB仿真要建立PUMA560的机器人对象，首先我们要了解PUMA560的D-H参数，之后我们可以利用Robotics Toolbox工具箱中的link和robot函数来建立PUMA560的机器人对象。
其中link函数的调用格式：L = LINK([alpha A theta D])L =LINK([alpha A theta D sigma])L =LINK([alpha A theta D sigma offset])L =LINK([alpha A theta D], CONVENTION)L =LINK([alpha A theta D sigma], CONVENTION)L =LINK([alpha A theta D sigma offset], CONVENTION)参数CONVENTION可以取‘standard’和‘modified’，其中‘standard’代表采用标准的D-H参数，‘modified’代表采用改进的D-H参数。
参数‘alpha’代表扭转角，参数‘A’代表杆件长度，参数‘theta’代表关节角，参数‘D’代表横距，参数‘sigma’代表关节类型：0代表旋转关节，非0代表移动关节。
另外LINK还有一些数据域：LINK.alpha %返回扭转角LINK.A %返回杆件长度LINK.theta %返回关节角LINK.D %返回横距LINK.sigma %返回关节类型LINK.RP %返回‘R’(旋转)或‘P’(移动)LINK.mdh %若为标准D-H参数返回0，否则返回1LINK.offset %返回关节变量偏移LINK.qlim %返回关节变量的上下限 [min max]LINK.islimit(q) %如果关节变量超限，返回 -1, 0, +1LINK.I %返回一个3×3 对称惯性矩阵LINK.m %返回关节质量LINK.r %返回3×1的关节齿轮向量LINK.G %返回齿轮的传动比LINK.Jm %返回电机惯性LINK.B %返回粘性摩擦LINK.Tc %返回库仑摩擦LINK.dh return legacy DH rowLINK.dyn return legacy DYN row其中robot函数的调用格式：ROBOT %创建一个空的机器人对象ROBOT(robot) %创建robot的一个副本ROBOT(robot, LINK) %用LINK来创建新机器人对象来代替robotROBOT(LINK, ...) %用LINK来创建一个机器人对象ROBOT(DH, ...) %用D-H矩阵来创建一个机器人对象ROBOT(DYN, ...) %用DYN矩阵来创建一个机器人对象2．变换矩阵利用MATLAB中Robotics Toolbox工具箱中的transl、rotx、roty和rotz可以实现用齐次变换矩阵表示平移变换和旋转变换。
Matlab Robotics Toolbox逆运动学数值解分析
Matlab Robotics Toolbox逆运动学数值解分析
李慧敏
【期刊名称】《机械管理开发》
【年(卷),期】2018(033)011
【摘要】介绍了机器人逆运动学数值解求解方法,详细分析了基于雅克比逆矩阵与雅克比转置矩阵的数值解原理,并给出在雅克比矩阵为奇异矩阵的情况下机器人运动方程的近似解.以Puma560机器人为例,对Matlab Robotics Toolbox逆运动学库函数进行验证,结果表明ikine6s函数能很好的解决六轴机器人逆运动学,具有较高的精度.
【总页数】3页(P53-54,61)
【作者】李慧敏
【作者单位】大同煤矿集团机电装备公司中央机厂,山西大同037001
【正文语种】中文
【中图分类】TP241
【相关文献】
1.基于MATLAB Robotics的SCARA机器人运动学分析及轨迹规划 [J], 刘长柱;曹岩;贾峰;高硕;韩冲
2.基于Robotics Toolbox的6 R型机械臂运动学仿真及分析 [J], 史召峰;陈周五
3.基于Matlab的六自由度工业机器人运动学逆解分析及仿真 [J], 丁志鹏;江明;游玮;梁兆东;冯海生;葛景国
4.基于MATLAB Robotics Toolbox的可重构模块化\r机器人运动仿真分析 [J],
卢佳佳;毛芳芳;李梅;李雅琼
5.工业机器人在MATLAB-Robotics中的运动学分析 [J], 田国富; 姜春旭
因版权原因，仅展示原文概要，查看原文内容请购买。
基于MATLAB的六自由度工业机器人运动分析和仿真
基于MATLAB的六⾃由度⼯业机器⼈运动分析和仿真基于MATLAB 的六⾃由度⼯业机器⼈运动分析及仿真摘要：以FANUC ARC mate100⼯业机器⼈为研究对象，对其机构和连杆参数进⾏分析，采⽤D-H 法对机器⼈进⾏正运动学和逆运动学分析，建⽴运动学⽅程。
在MATLAB 环境下，运⽤机器⼈⼯具箱进⾏建模仿真，仿真结果证明了所建⽴的运动学正、逆解模型的合理性和正确性。
关键词:FANUC ARC mate100⼯业机器⼈; 运动学; MATLAB 建模仿真 1引⾔⼯业机器⼈技术是在控制⼯程、⼈⼯智能、计算机科学和机构学等多种学科的基础上发展起来的⼀种综合性技术。
经过多年的发展，该项技术已经取得了实质性的进步[1]。
⼯业机器⼈的发展⽔平随着科技的进步和⼯业⾃动化的需求有了很⼤的提⾼，同时⼯业机器⼈技术也得到了进⼀步的完善。
⼯业机器⼈的运动学分析主要是通过⼯业机器⼈各个连杆和机构参数，以确定末端执⾏器的位姿。
⼯业机器⼈的运动学分析包括正运动学分析和逆运动学分析。
随着对焊接件要求的提⾼，弧焊等机器⼈的需求越来越多。
本⽂就以FANUC ARC mate100机器⼈为研究对象，通过分析机构和连杆参数，运⽤D-H 参数法建⽴坐标系，求出连杆之间的位姿矩阵，建⽴⼯业机器⼈运动学⽅程。
并在MATLAB 环境下，利⽤RoboticsToolbox 进⾏建模仿真。
2 FANUC ARC mate100 D-H 坐标系的建⽴mate100是FANUC 公司⽣产的6⾃由度⼯业机器⼈，包括底座、机⾝、臂、⼿腕和末端执⾏器，每个⾃由度对应⼀个旋转关节，如图1所⽰。
图1FANUC ARC mate 100机器⼈三维模型DENAVIT 和HARTENBERG 于1955年提出了⼀种为关节链中的每⼀个杆件建⽴坐标系的矩阵⽅法，即D-H 参数法，在机器⼈运动学分析得到了⼴泛运⽤。
采⽤这种⽅法建⽴坐标系:(1) Z i 轴沿关节i +1的轴线⽅向。
基于MATLAB的Puma250机器人运动仿真与分析
基于MATLAB的Puma250机器人运动仿真与分析
李瑾
【期刊名称】《现代制造技术与装备》
【年(卷),期】2018(0)11
【摘要】针对Puma250机器人,分析其结构及连杆参数.利用MATLAB工具,按照D-H参数法建立了Puma250机器人连杆结构模型.对机器人的运动学特性进行仿真实验,并验证了机器人逆运动的多解性,给出Puma250机器人连杆末端直线运动轨迹仿真方法,并提出其仿真运动过程中直线插补点精确值的求解方法.
【总页数】3页(P66-68)
【作者】李瑾
【作者单位】山西工程技术学院,阳泉 045000
【正文语种】中文
【相关文献】
1.基于MATLAB Robotic Toolbox的关节型机器人运动仿真研究 [J], 陆佳皓;平雪良;李朝阳
2.基于MATLAB与V-REP的机器人加工轨迹生成与运动仿真 [J], 刘宇;张世超;龚集响
3.基于MATLAB Robotics Toolbox的可重构模块化\r机器人运动仿真分析 [J], 卢佳佳;毛芳芳;李梅;李雅琼
4.基于MATLAB六轴喷涂机器人运动仿真研究 [J], 高方俊; 郑磊; 徐强; 檀晓宏
5.基于Coppeliasim与MATLAB的机器人建模与运动仿真 [J], 李杨;张华良;王军
因版权原因，仅展示原文概要，查看原文内容请购买。
基于MATLAB Robotics Toolbox的机器人学仿真实验教学
基于MATLAB Robotics Toolbox的机器人学仿真实验教学摘要:简要介绍MATLAB Robotics Toolbox在机器人学仿真实验教学中的基本应用,具体内容包括齐次坐标变换、机器人对象构建、机器人运动学求解以及轨迹规划等。
该工具箱可以对机器人进行图形仿真,并能分析真实机器人控制时的实验数据结果,因此非常适宜于机器人学的教学和研究。
关键词:机器人学;仿真实验教学;MATLAB;Robotics Toolbox机器人学是一门高度交叉的前沿学科方向,也是自动化和机电工程等相关专业的一门重要专业基础课。
在机器人学的教学和培训中,实验内容一直是授课的重点和难点。
实物机器人通常是比较昂贵的设备,这就决定了在实验教学中不可能运用许多实际的机器人来作为教学和培训的试验设备。
由于操作不方便、体积庞大等原因,往往也限制了实物机器人在课堂授课时的应用。
此外,由于计算量、空间结构等问题,当前大多数机器人教材只能以简单的两连杆机械手为例进行讲解,而对于更加实际的6连杆机械手通常无法讲解得很清楚。
因此,各式各样的机器人仿真系统应运而生。
经过反复的比较,我们选择了MATLAB Robotics Toolbox [1]来进行机器人学的仿真实验教学。
MATLAB Robotics Toolbox是由澳大利亚科学家Peter Corke开发和维护的一套基于MATLAB的机器人学工具箱,当前最新版本为第8版,可在该工具箱的主页上免费下载(/robot/)。
Robotics Toolbox提供了机器人学研究中的许多重要功能函数,包括机器人运动学、动力学、轨迹规划等。
该工具箱可以对机器人进行图形仿真,并能分析真实机器人控制时的实验数据结果,因此非常适宜于机器人学的教学和研究。
本文简要介绍了Robotics Toolbox在机器人学仿真实验教学中的一些应用,具体内容包括齐次坐标变换、机器人对象构建、机器人运动学求解以及轨迹规划等。
基于MATLAB—Robotics的工业机器人运动学仿真研究
基于MATLAB—Robotics的工业机器人运动学仿真研究工业机器人是现代化工业生产中不可缺少的元素。
机器人模型的手动控制与轨迹规划仿真可以让机器人运动的研究过程呈现出直观化的特点。
本文主要对基于MATLAB-Robotics的工业机器人运动学仿真问题进行了探究。
标签：工业机器人；运动学轨迹；仿真分析0 前言工业机器人是机电一体化技术发展进步的产物。
现阶段工业机器人实物研发工作具有着成本高、周期长的特点。
工业机器人运动学仿真技术是利用系统模型对实际或设想的工业机器人系统进行试验研究的技术，根据工业机器人制备工艺的发展现状，仿真研究已经贯穿于工业机器人产品的各个研制环节之中MATLAB语言是机电工业领域较为常用的一种编程语言，这一编程语言具有着较为强大的矩阵计算能力，它可以应用于工业机器人的方案论证、设计分析和生产制造等各个阶段。
它也可以在工业研究、产品开发及数值分析等多个领域得到应用。
D-H坐标系法是建立机器人连杆模型的有效方法。
1 D-H坐标系的建立工业机器人是现代化工业生产中不可缺少的元素。
机器人模型的手动控制与轨迹规划仿真可以让机器人运动的研究过程呈现出直观化的特点。
基于MATLAB-Robotics机器人工具箱建立的工业机器人三维模型的应用，可以让人们借助编程形式对机器人模型进行检验。
坐标系在机器人模型的检验过程中发挥着较为重要的作用。
根据机器人的运动学原理与齐次变换的相关知识，在空间中的任意坐标系相对于某个参考坐标系但是位置和姿态的获取方式为两个坐标系之间的变换。
在坐标系建构完成以后，研究者需要在求取工业机器人运动学方程结果的基础上，对求解结果与滑块控制图的设定数值进行比较，为保证运动学方程求解结果的精确性，研究者可以将D-H坐标系应用于工业机器人运动学仿真分析过程之中。
根据工业机器人的实际情况，工业机器人运动学仿真研究工作的开展，要求研究者关注工业机器人的每一个连杆，在为不同连杆构建不同的坐标系以后，齐次变换会成为描述坐标系间的相对位置与姿态的工具。