ebook img

soros manipul´atorok inverz kinematikai probl´em´aj´anak´uj megold´asi m´odszerei new methods PDF

15 Pages·2014·0.17 MB·Hungarian
by  
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview soros manipul´atorok inverz kinematikai probl´em´aj´anak´uj megold´asi m´odszerei new methods

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:
Az inverz geometriai algoritmus célja olyan csuklópályák generálása, amelyek a robot el˝oırt end effektor pályáját eredményezik. A probléma.
See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.