5)机器人轨迹规划..docxVIP

实验（5）机器人轨迹规划实验一、实验目的：理解机器人轨迹规划的相关概念；对构建的机器人进行速度分析；能够使用simulink构建机器人仿真模型。二、路径描述和路径生成轨迹描述了操作臂在多维空间中的期望运动。轨迹指每个自由度的位置、速度和加速度的时间历程。由用户通过简单的描述来指定机器人的期望运动，然后由系统来完成详细的计算，确定到达目标的准确路径、时间历程、速度和加速度曲线等。轨迹生成问题：1）通过表达式计算轨迹的问题；2）在轨迹生成的运行时间内要计算位置、速度和加速度；3）计算轨迹点的速率—路径更新率（60Hz-2000Hz）。机器人操作臂的运动看作是工具坐标系{T}相对于工作台坐标系{S}的运动。工具坐标系从当前值{Tinitial}移动到最终端期望值{Tfinal}，其运动包括工具相对于工作台的姿态和位置变化。路径点一般由：初始点、最终点和中间点。图1 机器人操作臂的运动三、轨迹规划方法研究以关节角的函数来描述轨迹（在时间和空间）的轨迹生成方法。每个路径点由工具坐标系{T}相对于工作台坐标系{S}的期望位姿来确定；应用逆运动学，将中间点“转换”成一组期望的关节角；得到经过各中间点并终止于目标点的n个关节的光滑函数。对于每个关节，由于各路径段所需的时间是相同的，因此所有的关节将同时到达各中间点，从而得到{T}在每个中间点上的期望的笛卡尔位姿。（1）一维情况下的轨迹用多项式表示：轨迹所对应的速度和加速度：当t=（0-T）时，可以得到如下的矩阵：在matlab robot toolbox中对应的5次多项式轨迹生成的函数：tpoly函数原型为[S,SD,SDD] = tpoly(S0, SF, M)其中，S0为初始位置，SF为终止位置，M为步数。S为轨迹，SD为速度，SDD为加速度例1：[s,sd,sdd]=tpoly(0,1,100);subplot(3,1,1)plot(s)ylabel(s);subplot(3,1,2)plot(sd)ylabel(sd);subplot(3,1,3)plot(sdd)ylabel(sdd);例2：初始化速度为0.5，末端速度为0.[s,sd,sdd]= tpoly(0, 1, 100, 0.5, 0);subplot(3,1,1)plot(s)ylabel(s);subplot(3,1,2)plot(sd)ylabel(sd);subplot(3,1,3)plot(sdd)ylabel(sdd);LSPB（parabolic blend 抛物线拟合）书本p168LSPB函数原型：[S,SD,SDD] = lspb(S0, SF, M)（1）[S,SD,SDD] = lspb(S0, SF, M, V)（2）其中，S0为初始位置，SF为终止位置，M为步数，V为线性段的速度值（不可随便取值，可以先执行函数（1）后获取最大和最小的线性速度，max（sd）和min（sd））；S为轨迹，SD为速度，SDD为加速度例3.[s,sd,sdd] = lspb(0, 1, 100)subplot(3,1,1)plot(s)ylabel(s);subplot(3,1,2)plot(sd)ylabel(sd);subplot(3,1,3)plot(sdd)ylabel(sdd);例4，不同线性速度情况[s,sd,sdd] = lspb(0, 1, 100,0.015)subplot(3,1,1)plot(s,r )ylabel(s);hold on;subplot(3,1,2)plot(sd,r )ylabel(sd);hold on;subplot(3,1,3)plot(sdd,r )ylabel(sdd);hold on;[s,sd,sdd] = lspb(0, 1, 100,0.012)subplot(3,1,1)plot(s,b )ylabel(s);subplot(3,1,2)plot(sd,b )ylabel(sd);subplot(3,1,3)plot(sdd,b )ylabel(sdd);（2）多维情况下的轨迹规划函数mtrajmtraj函数原型：[Q,QD,QDD] = mtraj(TFUNC, Q0, QF, M)其中，TFUNC为使用一维轨迹规划函数（tploy、lspb等），Q0和QF为起始和结束时的多维位置值。使用方法如下：[Q,QD,QDD] = mtraj(@tpoly, [0 2], [1 -1], 50);subplot(3,1,1)plot(Q)ylabel(s);subplot(3,1,2)plot(QD)ylabel(sd);subplot(3,1,3)plot(QDD)ylabel(sdd);（3）多段轨迹规划函数：mstraj函数原型：TRAJ = mstraj(P