0

我目前正在尝试实现一种逆运动学解决方案，该解决方案能够找到机器人在给定工具位置为 x、y、z 的情况下可以找到的所有可能 Q 状态。

我选择使用最小二乘法来做这件事，但有些事情告诉我它不会提供所有可能的解决方案，而只会提供具有最小误差的解决方案，在这种情况下，我对所有可能的 Q 状态感兴趣的工具。

我的实现看起来是这样的。

Eigen::MatrixXd jq(device_.get()->baseJend(state).e().cols(),device_.get()->baseJend(state).e().rows());
      jq = device_.get()->baseJend(state).e(); //Extract J(q) directly from robot


      //Least square solver - [AtA]⁻1AtB

      Eigen::MatrixXd A (6,6);
      A = jq.transpose()*(jq*jq.transpose()).inverse();



      Eigen::VectorXd du(6);
      du(0) = 0.1 - t_tool_base.P().e()[0];
      du(1) = 0 - t_tool_base.P().e()[1];
      du(2) = 0 - t_tool_base.P().e()[2];
      du(3) = 0;  // Should these be set to something if i don't want the tool position to rotate?
      du(4) = 0;
      du(5) = 0;

      ROS_ERROR("What you want!");
      Eigen::VectorXd q(6);
      q = A*du;


      cout << q << endl; // Least square solution - want a vector of solutions.

首先，反向亲属似乎不正确，因为 Q 状态不会将机器人移动到所需位置。我似乎看不出我的实现哪里错了？

4

1 回答 1

0

用数值解法求解逆运动学问题并不是最好的选择。您应该选择该选项，以防万一您找不到分析解决方案。顺便说一句，设计良好的机器人应该有一个清晰的逆运动学模型。

对于您的机器人，这里是逆运动学模型：https ://smartech.gatech.edu/bitstream/handle/1853/50782/ur_kin_tech_report_1.pdf

于 2016-04-20T09:16:39.533 回答