Budapest University of Technology and Economics Department of Control Engineering and Information Technology Budapest, Hungary ´ SOROS MANIPULATOROK INVERZ ´ ´ ´ ´ KINEMATIKAI PROBLEMAJANAK UJ ´ ´ MEGOLDASI MODSZEREI NEW METHODS FOR SOLVING THE INVERSE KINEMATICS PROBLEM OF SERIAL ROBOT MANIPULATORS cı´mu˝ PhD e´rtekeze´s te´zisei ke´szı´tette: Drexler Da´niel Andra´s Te´mavezeto˝: Dr. habil. Harmati Istva´n, PhD Ira´ny´ıta´stechnika e´s Informatika Tansze´k Budapesti Mu˝szaki e´s Gazdasa´gtudoma´nyi Egyetem Budapest, Magyarorsza´g 2014 1 Kutata´si teru¨let e´s motiva´cio´ Az inverz geometriai algoritmus ce´lja olyan csuklo´pa´lya´k genera´la´sa, amelyek a robot elo˝´ırt end effektor pa´lya´ja´t eredme´nyezik. A proble´ma legke´zenfekvo˝bbmegolda´saazinverzgeometriaifeladatanalitikusmeg- olda´sa, azonban ez csak specia´lis architektu´ra´ju´ robotok esete´n le´tezik. A´ltala´nos, komplexebb architektu´ra´ju´ robotok esete´n az analitikus in- verz nem le´tezik,´ıgy numerikus ko¨zel´ıte´st kell haszna´lni. Az inverz geometriai proble´ma leggyakoribb numerikus ko¨zel´ıte´se a robot csuklo´k a´ltal genera´lt infinitezima´lis mozga´sokon alapul, ame- lyeket a robot Jacobi ma´trixa´ır le. A mo´dszer neve inverz kinematikai, vagy differencia´lis inverz geometriai algoritmus, amely a robot mozga´- sa´t loka´lis mozga´sokkal ko¨zel´ıti. Az elo˝´ırt end effektor sebesse´gekhez szu¨kse´ges csuklo´sebesse´geket a differencia´lis le´ıra´s seg´ıtse´ge´vel kisza´- molhatjuk bizonyos csuklo´konfigura´cio´kban, majd ebbo˝l a csuklo´va´lto- zo´kat integra´la´ssal a´ll´ıthatjuk elo˝. A differencia´lis inverz geometriai algoritmus tetszo˝leges soros ma- nipula´tor esete´n alkalmazhato´, de van ke´t fontos ha´tra´nya [1], [2], [3]. Az elso˝, hogy szingularita´sokkal rendelkezik, aminek a ko¨vetkezte´ben bizonyosendeffektormozga´sira´nyokelvesznekaszingula´riskonfigura´- cio´kban,amito˝ladifferencia´lisinverzgeometriaialgoritmushaszna´lha- tatlanna´ va´lhat. A ma´sodik ha´tra´nya, hogy a csuklo´va´ltozo´kat integ- ra´la´ssal sza´m´ıtja, ´ıgy a csuklo´korla´tokat nem ke´pes figyelembe venni. Ez a ke´t proble´ma jelento˝sen ha´tra´ltatja a mo´dszer sze´les ko¨rben valo´ elterjede´se´t. Adisszerta´cio´ adifferencia´lisinverzgeometriaialgoritmustta´rgyal- ja, e´s megolda´st ad a fent eml´ıtett ke´t proble´ma´ra. A ta´rgyala´s a robot mozga´sa´t le´ıro´ Lie csoportokra e´s Lie algebra´kra alapul. Az elso˝ te´zis- csoport a robotok kinematika´ja´t le´ıro´ Lie algebra u´j tulajdonsa´gait ta´r- gyalja. Ama´sodike´sharmadikte´ziscsoportokadifferencia´lisinverzge- ometriai algoritmus regulariza´la´sa´t ta´rgyalja´k, ku¨lo¨n kezelve a differ- encia´lis inverz poz´ıciona´lo´ e´s a differencia´lis inverz orienta´cio´s proble´- ma´t. Anegyedikte´ziscsoportegymo´dszertmutatbe,amellyelacsuklo´- korla´tok bee´p´ıtheto˝k a differencia´lis inverz geometriai algoritmusba, ami leheto˝ve´ teszi a csuklo´korla´tok kezele´se´t. Matematikai ha´tte´r (2. Fejezet) A disszerta´cio´ban haszna´lt terminolo´gia e´s modelleze´si technika a ha´- romdimenzio´sSpecia´liseuklidesziLiecsoportone´saLiealgebra´ja´nala- pul. A Lie csoport elemei homoge´n transzforma´cio´s ma´trixok a R p g = (cid:18) 0 1 (cid:19) 2 forma´ban, ahol R a ha´romdimenzio´s Specia´lis Ortogona´lis csoport (+1 determina´nsu´ ortogona´lis ma´trixok) egy eleme, e´s forgata´st vagy ori- enta´cio´treprezenta´l,m´ıgp ∈ R3e´seltola´stvagypoz´ıcio´treprezenta´l. Az ilyenforma´ju´ ma´trixokmerevtesttranszforma´cio´katvagykonfigura´cio´- kat ´ırnak le. A merev test transzforma´cio´k genera´torai a ha´romdimen- zio´s specia´lis euklideszi Lie algebra elemei, azaz a ko¨vetkezo˝ forma´ban ´ırhato´k: ωˆ v ξˆ= (cid:18) 0 0 (cid:19) ahol ωˆ egy 3 × 3-as ferde´n szimmetrikus ma´trix, a forga´s genera´tora, illetve v ∈ R3 a transzla´cio´ genera´tora. Az ωˆ ma´trix azonos´ıthato´ az ω ∈ R3 vektorral a 0 −ω ω ω z x x ωˆ = ωz 0 −ωy ↔ ω = ωy −ω ω 0 ω x y z megfeleltete´ssel. A megfeleltete´s felhaszna´la´sa´val a ξˆgenera´tor azono- ⊤ ⊤ ⊤ s´ıthato´ egy ξ = v ,ω vektorral. ALieza´ro´jelam(cid:0)a´trixr(cid:1)eprezenta´cio´banastandardma´trixkommuta´tor, teha´t [ξˆ,ξˆ] = ξˆξˆ −ξˆξˆ, m´ıg a vektor reprezenta´cio´ban a 1 2 1 2 2 1 v v ω ×v −ω ×v 1 , 2 = 1 2 2 1 (cid:20)(cid:18) ω1 (cid:19) (cid:18) ω2 (cid:19)(cid:21) (cid:18) ω1×ω2 (cid:19) o¨sszefu¨gge´sseldefinia´lhato´,amitjelo¨lhetu¨nkξ × ξ kifejeze´sselis,hang- 1 6 2 su´lyozva a te´nyt, hogy ez a Lie za´ro´jel a ha´romdimenzio´s vektoria´lis szorzat a´ltala´nos´ıta´sa´nak tekintheto˝ hatdimenzio´s vektorokra. AξˆLiealgebraelemmerevtestmozga´sokatgenera´labbanaze´rtelem- ben, hogy minden merev test transzforma´cio´ fel´ırhato´ a g = exp(ξˆθ) alakban valamilyen θ ∈ R esete´n. Ennek a seg´ıtse´ge´vel a robot kine- matika´ja´t a ko¨vetkezo˝ mo´dszerrel adhatjuk meg. Va´lasszunk egy referencia koordina´tarendszert, nevezzu¨k ezt ba´zis vagy vila´g keretnek. Va´lasszunk egy csuklo´konfigura´cio´t, ahol a robot csuklo´va´ltozo´itnulla´naktekintju¨k. Nevezzu¨keztreferenciakonfigura´ci- o´nak. A robot minden csuklo´ja´hoz hozza´rendelhetu¨nk egy genera´tort a ko¨vetkezo˝ mo´don: • Haazi-edikcsuklo´ rota´cio´s,akkorlegyenω egyegyse´gvektorami i pa´rhuzamosacsuklo´tengellyel,aba´ziskeretbenfel´ırva,e´slegyen q a poz´ıcio´vektora a csuklo´tengelyen le´vo˝ tetszo˝leges pontnak, a i ⊤ ⊤ ⊤ ba´ziskeretben fel´ırva. Ekkor v = −ω ×q , e´s ξ = (v ,ω ) . i i i i i i 3 • Ha az i-edik csuklo´ transzla´cio´s, akkor ω = 0, e´s legyen v egy i i egyse´gvektor, amely pa´rhuzamos az elmozdula´s ira´nya´val. Ekkor ⊤ ⊤ ⊤ ξ = (v ,ω ) . i i i Ve´gu¨l legyen g(0) a transzforma´cio´s ma´trix, amely megadja az end ef- fektor keret poz´ıcio´ja´t e´s orienta´cio´ja´t a referencia konfigura´cio´ban a ⊤ ba´zis keretben. Legyen θ = (θ ,θ ,...,θ ) a csuklo´va´ltozo´k vektora 1 2 n egy n csuklo´bo´l a´llo´ robot esete´n, ekkor az end effektor poz´ıcio´ja e´s ori- enta´cio´ja egy a´ltala´nos csuklo´konfigura´cio´ban a g(θ) = exp(ξˆθ )exp(ξˆθ )...exp(ξˆ θ )g(0) 1 1 2 2 n n o¨sszefu¨gge´sselsza´m´ıthato´. Akinematikajellemze´se´remegadottgenera´- torok a sebesse´g genera´torok a referencia konfigura´cio´ban, vagyis a ko¨vetkezo˝ Jacobi ma´trix oszlopai: J(0) = ξ ξ ... ξ . 1 2 n (cid:0) (cid:1) Ha a robot csuklo´i kimozdulnak a referencia konfigura´cio´bo´l, akkor a genera´torokpoz´ıcio´jae´sorienta´cio´jamegva´ltozik. Agenera´toroktransz- forma´cio´ja´t az Adjunga´lt (Ad) transzforma´cio´val sza´molhatjuk. Legyen g a merev test transzforma´cio´, amellyel a ξ genera´tort elmozd´ıtjuk, ekkor a transzforma´cio´ uta´n a sebesse´g genera´tor: ′ ξ = Ad ξ. g A Lie csoporton alapulo´ irodalom ke´t Jacobi ma´trixot definia´l: a te´rbeli e´satestmanipula´torJacobima´trixot. Atestmanipula´torJacobima´trix a Js(θ) = ξs(θ) ξs(θ) ... ξs(θ) 1 2 n o¨sszefu¨gge´ssel adott, oszlo(cid:0)pai pedig a (cid:1) ξs(θ) = Ad ξ . i exp(ξˆ1θ1)exp(ξˆ2θ2)...exp(ξˆi−1θi−1) i o¨sszefu¨gge´sselsza´m´ıthato´k. Ate´rbeliJacobima´trixoszlopaiamegfelelo˝ csuklo´hoztartozo´ mozga´sgenera´torok,amelyekaba´ziskeretorigo´ja´nak infinitezima´lis mozga´sa´t´ırja´k le a ba´zis keretben. A test manipula´tor Jacobi ma´trix a Jb(θ) = ξb(θ) ξb(θ) ... ξb(θ) 1 2 n (cid:0) (cid:1) o¨ssefu¨gge´ssel, oszlopai pedig a ξb(θ) = Ad ξ . i exp(ξˆiθi)exp(ξˆi+1θi+1)...exp(ξˆnθn)g(0) i formula´kkaladottak. Atestmanipula´torJacobima´trixoszlopaiamegfe- lelo˝ csuklo´hoz tartozo´ genera´torok, amelyek az end effektor keret in- finitezima´lis mozga´sa´t´ırja´k le az end effektor keretben. Az ad opera´tor a Lie za´ro´jel alkalmaza´sa´t jelo¨li, azaz ad y = [x,y]. x AzAdopera´torfel´ırhato´ azadopera´torforma´lisexponencia´lisfu¨ggve´ny- sorake´nt, azaz Ad = exp(ad ) = ∞ adkx. exp(x) x k=0 k! P 4 Az u´j tudoma´nyos eredme´nyek o¨sszefoglala´sa 1. Te´ziscsoport (3. Fejezet) Az ad e´s Ad opera´torok u´j tulajdonsa´gait bizony´ıtottam, amelyek a Lie za´ro´jel egyma´sba skatulya´zott alkalmaza´sa´t e´s ennek az exponencia´lis leke´peze´srevetthata´sa´t,illetveszomsze´dosrobotcsuklo´kgenera´torainak tulajdonsa´gaite´rintik. Kidolgoztamahata´sponttranszforma´cio´t,amely segı´tse´ge´velamerevtesttetszo˝legespontja´nakasebesse´ggenera´torameg- adhato´, illetve bevezettem az end effektor Jacobi ma´trixot, amely az end effektor keret sebesse´g genera´torait tartalmazza a ba´zis keretben fel´ırva. A te´zisekhez kapcsolo´do´ publika´cio´k: [2], [3], [1], [4], [5], [6]. 1.1. Te´zis Bebizony´ıtottam, hogy az ad opera´tor to¨bbszo¨ro¨s alkalmaza´sa az se(3) algebra´n i, adi y = 0, ha i > 1 e´s x = 0. x Ω ii, ad y ha i mod 4 = 1 x ad2y ha i mod 4 = 2 adi y = x x −ad y ha i mod 4 = 3 x −ad2y ha i mod 4 = 0 x e´s ad0y = y, ha x 6= 0. x Ω Bebizony´ıtottam,hogyazAdopera´torako¨vetkezo˝ tulajdonsa´gokkal rendelkezik: i, ∀ξ ∈ se(3) e´s ∀t ∈ R, Ad ξ = ξ . 1 eξˆ1t 1 1 ii, Haξ ,ξ ∈ se(3)linea´risanfu¨ggetlenek,akkor∀t ∈ R,ξ e´sAd ξ 1 2 1 eξˆ1t 2 szinte´n linea´risan fu¨ggetlenek. iii, ∀ξ ,ξ ∈ se(3) e´s ∀t ∈ R, ξ ,Ad ξ = Ad [ξ ,ξ ]. 1 2 1 eξˆ1t 2 eξˆ1t 1 2 h i iv, Ha eξˆt egy tiszta transzla´cio´, vagyis ξ = 0, akkor Ad ξ = ξ + Ω eξˆt 0 0 tad ξ . ξ 0 Bebizony´ıtottam, hogy ha a g ∈ SE(3) transzforma´cio´ tartalmaz nemtrivia´lis forgata´st, akkor az Ad opera´tor fel´ırhato´ egy a Rodrigues formula´hoz hasonlo´ za´rt formula´val: ha ξ 6= 0, akkor 1,Ω Ad ξ = ξ +sin(θ )[ξ ,ξ ]+(1−cos(θ ))[ξ ,[ξ ,ξ ]]. eξˆ1θ1 2 2 1 1 2 1 1 1 2 5 Az se(3) Lie algebra´n ke´t linea´risan fu¨ggetlen (koordina´ta transz- forma´cio´ra)invaria´nsbilinea´risformavan: aKillingformae´sareciprok szorzat. Ke´t mozga´sgenera´tor Killing forma´ja a 1 κ(ξ ,ξ ) = − hω ,ω i, 1 2 1 2 2 o¨sszefu¨gge´ssel, m´ıg a reciprok szorzata a ξ ⊙ξ = hω ,v i+hω ,v i. 1 2 1 2 2 1 kifejeze´sseladott. Bebizony´ıtottam,hogyszomsze´doscsuklo´kgenera´to- rainak Killing forma´ja e´s reciprok szorzata fu¨ggetlen a csuklo´va´ltozo´k e´rte´ke´to˝l. 1.2. Te´zis Kidolgoztam a hata´spont transzforma´cio´t, amivel egy tetszo˝leges pont sebesse´g genera´tora kisza´m´ıthato´. Bebizony´ıtottam, hogy a hata´spont transzforma´cio´ alkalmaza´sa egy ξ = (ω ,v ) genera´torra a p pontra a i i i ko¨vetkezo˝ alakban´ırhato´: ′ v v v +ω ×p (cid:18) ωii′ (cid:19) = Ad(I,−p)(cid:18) ωii (cid:19) = (cid:18) i ωii (cid:19). 1.3. Te´zis Definia´ltam az end effektor Jacobi ma´trixot, amely oszlopai az end ef- fektorinfinitezima´lismozga´sa´tle´ıro´ genera´torokaba´ziskeretbenfel´ır- va. Bebizony´ıtottam, hogy az end effektor Jacobi ma´trix kisza´m´ıthato´ a Je(θ) = Ad(I,−p(θ))Js(θ) (1) e´s a Je(θ) = Ad Jb(θ) (2) (R(θ),0) o¨sszefu¨gge´sekseg´ıtse´ge´vel,aholp(θ)azendeffektorpoz´ıcio´ja,m´ıgR(θ) azendeffektororienta´cio´jaaba´ziskeretben,aθcsuklo´konfigura´cio´ban. Bebizony´ıtottam, hogy a Je,Js e´s Jb Jacobi ma´trixok rangja minden csuklo´konfigura´cio´ban megegyezik. 2. Te´ziscsoport (4. Fejezet) Kifejlesztettem egy mo´dszert a differencia´lis inverz poz´ıciona´la´si proble´- maregulariza´la´sa´ra. Aregulariza´cio´selja´ra´sta´ltala´nosı´tottamate´rbeli inverzpoz´ıcio´sproble´ma´ratetszo˝legesszabadsa´gifoku´ robotkarra. Szu¨k- se´gese´sele´gse´gesfelte´teltadtamaregulariza´lhato´sa´graaza´ltala´noses- etre, e´s ha´rom szabadsa´gfoku´ robotok esete´re becsle´seket adtam a regu- lariza´ltJacobima´trixszingula´rise´rte´keire,e´segyza´rtformula´tadtama 6 regulariza´ltJacobima´trixdetermina´nsa´naksza´m´ıta´sa´raagenera´torok Lie za´ro´jele´nek felhaszna´la´sa´val. A te´zisekhez kapcsolo´do´ publika´cio´k: [4], [3], [1]. 2.1. Te´zis Bebizony´ıtottam, hogy az inverz poz´ıciona´la´si proble´ma mindig regu- lariza´lhato´ s´ıkbelirobotesete´n. Bebizony´ıtottam,hogyazutolso´ csuklo´- hoz tartozo´ linea´ris sebesse´g genera´tor mindig haszna´lhato´ regulariza´- cio´s vektorke´nt. Bebizony´ıtottam, hogy a regulariza´lt feladat Jacobi ma´trix szingula´ris e´rte´keire teljesu¨lnek a ko¨vetkezo˝ becsle´sek: σ(Jreg) ≤ 2 (l +l )2+γ2 1 2 p|detJreg | σ(Jreg) ≥ SV 2 (l +l )2+γ2 1 2 p ahol l e´s l a robot szegmenseinek hossza, e´s detJreg a regulariza´lt Ja- 1 2 cobi ma´trix determina´nsa. Megero˝s´ıtettem, hogy a szingula´ris ira´nyba valo´ mozga´s leska´la´zo´dik, m´ıg a regula´ris ira´nyba valo´ mozga´s nem va´ltozik. A regulariza´cio´ hata´sa´t analiza´ltam a csuklo´k konfigura´cio´s tere´ben. 2.2. Te´zis Bebizony´ıtottam, hogy az inverz poz´ıciona´la´si proble´ma feladat Jacobi ma´trixamindigregulariza´lhato´ felu¨letenmozgo´ robotkarokesete´n. Be- bizony´ıtottam,hogyaregulariza´cio´svektorva´laszthato´ azutolso´ csuklo´- hoz tartozo´ linea´ris sebesse´g genera´torke´nt. Bebizony´ıtottam, hogy a regulariza´lt feladat Jacobi ma´trix szingula´ris e´rte´keire ugyanazok a becsle´sek e´rve´nyesek, mint a s´ıkbeli esetben. 2.3. Te´zis Bebizony´ıtottam,hogyamennyibenarobotcsuklo´inempa´rhuzamosak, nemmetszikegyma´stegypontban,e´sazendeffektorko¨ze´ppontjanincs rajta az utolso´ csuklo´tengelyen, akkor a feladat Jacobi ma´trix regu- lariza´lhato´sa´ga´nak szu¨kse´ges e´s ele´gse´ges felte´tele az a´ltala´nos ha´rom dimenzio´s esetben az, hogy az end effektor Jacobi ma´trix teljes rangu´ legyen. Bebizony´ıtottam, hogy a regulariza´cio´s vektor a feladat Jacobi ma´trix ke´ptere´ben van, ami hasznos a regulariza´cio´ konstrukcio´ja´na´l. Levezettem za´rt formula´t a regulariza´lt feladat Jacobi ma´trix deter- mina´nsa´ra a genera´torok Lie za´ro´jele´nek a felhaszna´la´sa´val, e´s bebi- zony´ıtottam, hogy a regulariza´lt feladat Jacobi ma´trix szingula´ris e´rte´- 7 keire igazak a ko¨vetkezo˝ becsle´sek: σ(Jreg) ≤ 3 L2+γ2 |pdetJreg| σ(Jreg) ≥ , 9(L2+γ2) ahol L a robotkar hossza teljesen kinyu´jtott a´llapotban. 3. Te´ziscsoport (5. Fejezet) Kifejlesztettem egy mo´dszert az inverz orienta´cio´s feladat regulariza´cio´- ja´ra. Definia´ltam a go¨mbi reprezenta´cio´t, ami az infinitezima´lis forga´- sokategydimenzio´sinfinitezima´lisforga´ske´nte´ske´tdimenzio´sinfinitezi- ma´lis transzla´cio´ke´nt ´ırja le. Levezettem a go¨mbi Jacobi ma´trixot, ami a feladat Jacobi ma´trix a´ttranszforma´lva a go¨mbi reprezenta´cio´ba, e´s a hata´spont transzforma´cio´ segı´tse´ge´vel regulariza´ltam. A regulariza´lt Jacobi ma´trix szingula´ris e´rte´keire becsle´seket vezettem le. A te´zisekhez kapcsolo´do´ publika´cio´k: [5], [3], [1], [4]. 3.1. Te´zis Bevezettemago¨mbireprezenta´cio´t,amelybenazorienta´cio´ megva´ltoza´- sa´tegygo¨mbe´rinto˝s´ıkjamente´nvalo´ elmozdula´ske´nt,e´sago¨mbnorma´- lisa ko¨ru¨li egydimenzio´s forgata´ske´nt ´ırjuk le. Levezettem a go¨mbi Ja- cobi ma´trixot, ami a feladat Jacobi ma´trix a go¨mbi reprezenta´cio´ban fel´ırva. Bebizony´ıtottam,hogyaJ feladatJacobima´trixe´saJ go¨mbi Ω S Jacobima´trixrangjamindenkonfigura´cio´banmegegyezik. Bebizony´ıtot- tam, hogy ezen ma´trixok rangja´nak a cso¨kkene´se legfeljebb egy lehet. Bebizony´ıtottam, hogy ha a go¨mbi Jacobi ma´trix szingula´ris, akkor a szingula´ris ira´ny egy transzla´cio´s genera´tor. 3.2. Te´zis Mivel szingula´ris konfigura´cio´ esete´n a go¨mbi reprezenta´cio´ban a szin- gula´risira´nyegytranszla´cio´sgenera´tor,eze´rtalkalmazhato´kama´sodik te´ziscsoporteredme´nyei. Bevezettemaregulariza´ltgo¨mbiJacobima´trix- ot, felte´telt adtam a regulariza´lhato´sa´gra, e´s bebizony´ıtottam, hogy a szingula´ris e´rte´ke´re a ko¨vetkezo˝ becsle´sek e´rve´nyesek: σ(J reg) ≤ 3 2+γ2 S |pdetJ reg| σ(J reg) ≥ S . S 9(2+γ2) ahol detJ reg a regulariza´lt go¨mbi Jacobi ma´trix determina´nsa. S 8 4. Te´ziscsoport (6. Fejezet) Kifejlesztettemegymo´dszertacsuklo´korla´tokbee´pı´te´se´readifferencia´lis inverzgeometriaialgoritmusba. Bebizonyı´tottam,hogyamo´dszeregyu¨tt alkalmazhato´ ma´s algoritmusokkal, amelyek a differencia´lis inverz ge- ometriai proble´ma´hoz lettek kidolgozva. Azonosı´tottam a szingula´ris konfigura´cio´kat,amelyekakkorfordulnakelo˝,amikoregycsuklo´ ahata´- ron van, e´s kidolgoztam egy mo´dszert a szingularita´sok kezele´se´re. A te´zisekhez kapcsolo´do´ publika´cio´k: [7], [3], [1]. 4.1. Te´zis Nemlinea´ris transzforma´cio´kat definia´ltam a csuklo´va´ltozo´k tere´ben, amelyekavalo´ssza´megyenestamegengedettcsuklo´va´ltozo´khalmaza´ra ke´pezik (azaz az intervallumba, amelyet a csuklo´va´ltozo´k also´ e´s felso˝ korla´tai definia´lnak). Ezt a transzforma´cio´t ke´nyszer fu¨ggve´nynek, az inverze´t pedig inverz ke´nyszer fu¨ggve´nynek neveztem el. Az inverz ke´nyszerfu¨ggve´nyseg´ıtse´ge´velacsuklo´va´ltozo´kavalo´ssza´megyenesre ke´pezheto˝k, ahol alkalmazhato´ a differencia´lis inverz geometriai algo- ritmus. Levezettem a ke´nyszer Jacobi ma´trixot, amely a feladat Jacobi ma´trixa a nemlinea´ris transzforma´cio´ uta´n. Bebizony´ıtottam, hogy a ke´nyszerJacobima´trixhaszna´latanemszu¨kse´gszeru˝,acsuklo´sebesse´g- ekahagyoma´nyosmo´donsza´m´ıthato´k,e´selegendo˝ ezeketazintegra´la´s elo˝tt transzforma´lni. 4.2. Te´zis Anemlinea´ristranszforma´cio´ szingularita´sokatokozamikoregycsuklo´ ele´ri a korla´tja´t. Ezt a szitua´cio´t ke´nyszer szingularita´snak neveztem el. Megvizsga´ltam a ke´nyszer szingularita´sokat, e´s kidolgoztam egy mo´dszert,amellyelezekaszingularita´sokkezelheto˝k. Amo´dszerazin- verzke´nyszerfu¨ggve´nyekderiva´ltjaibo´la´llo´ ma´trixszingula´rise´rte´kek szerinti felbonta´sa´n alapul, amelyre za´rt formula´t vezettem le, e´s a csuklo´telmozd´ıtjaakorla´tja´to´l,amennyibenezelo˝nyo¨sak´ıva´ntve´gbe- rendeze´s mozga´s szempontja´bo´l, ku¨lo¨nben helyben hagyja. Alkalmaza´sok (7. Fejezet) Az elso˝ te´ziscsoport eredme´nyei hasznos´ıthato´k soros e´s pa´rhuzamos manipula´torok anal´ızisekor. A hata´spont transzforma´cio´ seg´ıtse´ge´vel egymerevtesttetszo˝legespontja´nakasebesse´ggenera´toramegadhato´. Az end effektor Jacobi ma´trix a direkt geometriai leke´peze´s analitikus Jacobi ma´trixa, ami szu¨kse´ges az inverz kinematikai feladat megolda´- sa´hoz. 9 A ma´sodik e´s harmadik te´ziscsoport eredme´nyei felhaszna´lhato´k a Jacobi ma´trix regulariza´la´sa´ra, e´s a seg´ıtse´gu¨kkel also´ korla´t adhato´ a regulariza´lt Jacobi ma´trix legkisebb szingula´ris e´rte´ke´re. A legkisebb szingula´ris e´rte´k ismerete´ben stabil differencia´lis inverz geometriai al- goritmustlehettervezniazirodalomlegu´jabberedme´nyeinekfelhaszna´- la´sa´val. Azeredme´nyekke´te´sha´romcsuklo´bo´la´llo´ robotokesete´nvan- nak kimondva, de a´ltala´nos´ıthato´k tetszo˝leges szabadsa´gi fokkal ren- delkezo˝ robotokra is. Redunda´ns robotok esete´n az inverz poz´ıciona´la´si proble´ma feladat Jacobi ma´trixa´nak regulariza´lhato´sa´ga´nak a szu¨kse´- ges e´s ele´gse´ges felte´tele, hogy az end effektor Jacobi ma´trix rangja legala´bb ha´rom legyen. Az inverz poz´ıciona´la´si e´s inverz orienta´cio´s proble´ma regulariza´cio´ja egyszerre alkalmazhato´ a regulariza´lt end ef- fektorJacobima´trixbevezete´se´vel,amelyelso˝ ha´romsoraaregulariza´lt feladatma´trixaazinverzpoz´ıciona´lo´ proble´ma´nak,m´ıgazutolso´ ha´rom sora a regulariza´lt go¨mbi Jacobi ma´trix. Ebben az esetben a feladat sebesse´gvektor utolso´ ha´rom komponense´t is a´t kell transzforma´lni a go¨mbi reprezenta´cio´ba. Anegyedikte´ziscsoporteredme´nyeinekaseg´ıtse´ge´veladifferencia´lis inverzgeometriaialgoritmusbabee´p´ıtheto˝ekacsuklo´korla´tok. Amo´dos´ı- tottalgoritmusolyancsuklo´pa´lya´katgenera´l,amelyekakorla´tokonbe- lu¨l maradnak, e´s fizikailag megvalo´s´ıthato´k, vagyis a csuklo´korla´tok ko¨rnye´ke´n a csuklo´gyorsula´sok jo´l kezelheto˝ e´rte´ken belu¨l maradnak. A csuklo´korla´tok bee´p´ıte´se alkalmazhato´ a regulariza´la´s mellett, mivel a csuklo´va´ltozo´k sza´m´ıthato´k a norma´l csuklo´va´ltozo´k tere´ben, ahol a regulariza´cio´t haszna´ljuk, e´s a csuklo´ ke´nyszer transzforma´cio´t ele- gendo˝ ezuta´n alkalmazni, az integra´la´si le´pe´s elo˝tt. Azeredme´nyektova´bbialkalmaza´saite´skiterjeszte´seitadisszerta´cio´ 7. fejezete tartalmazza.
Description: