机械臂微分运动学：第一部分：运动学、速度与基础应用
机器人学
2023-05-17 v2
摘要
机械臂运动学研究机械臂中各连杆的运动，而不考虑质量或力。在本文（两篇教程中的第一篇）中，我们介绍了使用基本变换序列（ETS）对机械臂运动学进行建模的方法。随后我们推导了一阶微分运动学，得到机械臂雅可比矩阵，它是速度控制与逆运动学的基础。我们描述了依赖机械臂雅可比矩阵的重要经典技术，并展示了一些当代应用。本教程的第二部分给出二阶及高阶微分运动学的推导，引入机械臂海森矩阵，并阐释一些高级技术，其中部分技术改进了第一部分中演示技术的性能。我们为教程中的每个章节提供了 Jupyter Notebooks。这些 Notebook 使用 Python 代码编写，并采用 Robotics Toolbox for Python 和 Swift Simulator 来提供算法的示例与实现。虽然并非绝对必要，但为了最引人入胜且信息丰富的体验，我们建议在阅读本文时同步使用 Jupyter Notebooks。Notebook 与安装说明可在 https://github.com/jhavl/dkt 获取。
引用
@article{arxiv.2207.01796,
title = {Manipulator Differential Kinematics: Part 1: Kinematics, Velocity, and Applications},
author = {Jesse Haviland and Peter Corke},
journal= {arXiv preprint arXiv:2207.01796},
year = {2023}
}
备注
See associated Jupyter Notebooks https://github.com/jhavl/dkt. Accepted for publication in IEEE Robotics and Automation Magazine. Published version available at https://doi.org/10.1109/MRA.2023.3270228. arXiv admin note: text overlap with arXiv:2010.08696