No history yet

高自由度建模

浮动基建模

与固定在地面上的工业机械臂不同，仿人机器人是自由移动的。它们的躯干，也就是我们所说的“浮动基”，可以在空间中自由平移和旋转。这个基座本身就拥有六个自由度（DoF）：沿x、y、z轴的平移，以及围绕这三个轴的旋转（通常称为横滚、俯仰和偏航）。

为了完整描述机器人的状态，我们需要一个统一的坐标系统。这个系统不仅要包含所有关节的角度，还要包括浮动基在空间中的位置和姿态。我们将所有这些变量组合成一个单一的向量，称为广义坐标向量 qq。

q=[xbθj]∈R6+nq = \begin{bmatrix} x_b \\ \theta_j \end{bmatrix} \in \mathbb{R}^{6+n}

全身运动学与雅可比矩阵

描述了构型之后，我们来看运动。我们需要一种方法来关联整个机器人广义坐标的速度（q˙\dot{q}）和机器人上任意一点（如手或脚，即“末端执行器”）的线速度和角速度。雅可比矩阵（Jacobian）正是实现这一目标的关键数学工具。

对于浮动基系统，雅可比矩阵的结构更为复杂。它必须同时考虑基座运动和关节运动对末端执行器速度的贡献。因此，雅可比矩阵可以被分解为两个部分。

x˙=J(q)q˙=[JbJj][x˙bθ˙j]\dot{x} = J(q) \dot{q} = \begin{bmatrix} J_b & J_j \end{bmatrix} \begin{bmatrix} \dot{x}_b \\ \dot{\theta}_j \end{bmatrix}

简而言之，JbJ_b 描述了当你移动整个机器人的躯干时，手会如何移动；而 JjJ_j 则描述了当你活动各个关节时，手会如何移动。两者的结合构成了全身运动学模型的核心。这个模型对于任务规划至关重要，例如，当机器人需要保持脚部稳定（x˙foot=0\dot{x}_{foot}=0）的同时伸手去抓取物体时，就需要利用雅可比矩阵来求解所需的关节运动。

全身雅可比矩阵是连接机器人关节空间运动与任务空间（如手脚位置）运动的桥梁。

约束与应用案例

仿人机器人在执行任务时，通常伴随着各种约束。最常见的约束是接触约束，例如，当机器人站立或行走时，其脚底必须与地面保持接触，并且不能滑动。这些约束可以用运动学方程来描述。

例如，为了让一只脚保持静止，我们需要将其线速度和角速度都设为零。利用雅可比矩阵，这个约束可以表示为：

x˙foot=Jfoot(q)q˙=0\dot{x}_{foot} = J_{foot}(q) \dot{q} = 0

在实际应用中，机器人可能同时处理多个任务和约束，例如：

  1. 保持平衡：质心（Center of Mass）必须保持在支撑多边形（由脚的位置定义）内。
  2. 手部任务：将手移动到特定位置以操作物体。
  3. 避障：身体的任何部分都不能与环境中的障碍物碰撞。

所有这些目标都可以转化为基于雅可比矩阵的数学方程组。通过求解这个带有约束的优化问题，控制器可以实时计算出驱动所有关节所需的精确速度和力矩，从而实现复杂而协调的全身运动。

理解浮动基建模和全身运动学是深入研究机器人动力学、控制和运动规划的基石。它提供了一个强大的数学框架，用于分析和控制具有高自由度的复杂系统，使其能够像人类一样在动态环境中执行任务。