服务创造价值、存在造就未来
机器人移动抓取教程
主要目标:
在工业4.0机器人替代人力劳动的大环境下,通过智能设备的集成,在各种场景中完成特定的任务已经成为目前的研究热点。机械臂(机器手和机器手臂)是一种能模仿人手和臂的某些动作功能,用以按固定程序抓取、搬运物件或操作工具的自动操作装置,也是机器人技术领域中应用最广泛的自动化机械装置,应用在工业制造、医学治疗、娱乐服务、军事、半导体制造以及太空探索等各个领域。尽管形态各有不同,但它们都有一个共同的特点,就是能接受指令,精确地定位到三维(或二维)空间上的某一点完成各种预期的作业。
在本章节,你将学会:
● 机械臂的自由度和冗余度概念
● 机械臂的运动规划和控制原理
● 机械臂运动正逆规划
● OpenCV的图像处理
机械臂的自由度和冗余度,机械臂的自由度是指机械臂所具有的独立坐标运动的数目,不包括手爪(末端执行器)的开合自由度。机器人的自由度等于其关节空间维数。位于三维欧式空间的刚体需要6个独立参数确定其位姿。从运动学的观点看,完成某一特定作业时具有多与自由度的机器人称为冗余自由度机器人。关节的空间维度与任务空间维数的差称为机器人的冗余自由度。
机器人移动抓取方法,首先通过观察学习人的抓取,根据任务约束、然后学习系统产生一种最佳的抓取模式,该方法的核心思想是基于模仿与学习理论,该方法的前提要求有完整的目标几何模型(2/3D)信息以及机器人视觉系统严格标定,已知机械臂动力学模型。
机械臂运动正规划,已知机械臂各关节驱动力和力矩,求机器人各关节轨迹或末端执行器(位姿)轨迹,称为正规划。机械臂从关节空间到末端笛卡尔空间的变换是正向运动学描述。可由坐标系中的各个关节角度。求解机械臂末端相对应原点坐标系的位姿。
机械臂运动逆规划,已知机器人各关节轨迹或末端执行器(位姿)轨迹,求机器人各关节驱动力或力矩,称为逆规划。机械臂的逆运动学解释对其运动学正解的反解,因而已知量和求解量相反,即已知机械臂末端的位姿,确定机械臂各个关节变量的值。
机器人移动抓取视频