puma560 机器人构建MATLAB

%puma560 机器人构建
clc; clear;
%modified 改进的D-H法
L1=link([0 0 pi 0 0],'modified');
L2=link([-pi/2 0 0 0.1491 0],'modified');
L3=link([0 0.4318 -pi/2 0 0],'modified');
L4=link([-pi/2 0.0203 0 0.4318 0],'modified');
L5=link([pi/2 0 0 0 0],'modified');
L6=link([-pi/2 0 0 0 0],'modified');
r=robot({L1 L2 L3 L4 L5 L6});
r.name='PUMA560';%模型的名称
drivebot(r)

%前3个关节对机械手位置的影响
qA=[0,0,0,0,0,0]; %起始点关节空间矢量
qB=[2,-1,-0.25,0,0,0]; %终止点关节空间矢量
t=[0:0.1:10]; %仿真时间
[q,qd,qdd]=jtraj(qA,qB,t); %关节空间规划
plot(r,q)

%关节3的角速度、角速度和角加速度曲线
figure
subplot(1,3,1)
plot(t,q(:,3))%关节3的位移曲线
xlabel('时间t/s');ylabel('关节的角位移/rad');grid on

subplot(1,3,2)
plot(t,qd(:,3))%关节3的角速度曲线
xlabel('时间t/s');ylabel('关节的角速度/(rad/s)')
grid on;

subplot(1,3,3)
plot(t,qdd(:,3))%关节3的角加速度曲线
xlabel('时间t/s');ylabel('关节的角加速度/(rad/s^2)')
grid on;

%机器人末端轨迹图像
T=fkine(r,q);
x(1,1:101)=T(1,4,:);
y(1,1:101)=T(2,4,:);
z(1,1:101)=T(3,4,:);
figure;
plot3(x,y,z,'ko')%轨迹图像
axis([-1 1 -1 1 -1 1])
grid on;
时间: 2024-10-10 06:00:34

puma560 机器人构建MATLAB的相关文章

基于 Mathematica 的机器人仿真环境(机械臂篇)[转]

完美的教程,没有之一,收藏学习. 目的 本文手把手教你在 Mathematica 软件中搭建机器人的仿真环境,具体包括以下内容(所使用的版本是 Mathematica 11.1,更早的版本可能缺少某些函数,所以请使用最新版.[email protected]).  1 导入机械臂的三维模型  2 (正/逆)运动学仿真  3 碰撞检测  4 轨迹规划  5 (正/逆)动力学仿真  6 控制方法的验证  不妨先看几个例子: 逆运动学 双臂协作搬运 显示运动痕迹 (平移)零空间运动  无论你是从事机器

学习要趁早,专栏上新,早鸟订阅送图书

51CTO博客专栏又有新内容了<负载均衡高手炼成记>从入门到实操,Linux老鸟带你走上高并发架构之路. 为了贯彻学习要趁早的理念,我们特意为前100名订阅专栏的小伙伴免费赠送纸质图书一本,特别强调!!是!纸!质!图!书!! 每位订阅专栏的小伙伴可在以下书单中任选一本,因每类图书数量有限,先选先得.目前已订阅过<负载均衡高手炼成记>的小伙伴可直接链接小助手(微信:cto51shequ)进行领取. 好了,废话不再多说,上书单: 书名 定价 书名 文本上的算法 深入浅出自然语言处理 6

MATLAB 机器人工具箱简单教程:(一) 安装说明

机器人学工具箱(Robotic Toolbook for Matlab) 是matlab中专门用于机器人仿真的工具箱,在机器人建模.轨迹规划.控制.可视化方面使用非常方便.本篇介绍该工具箱的安装方法. 这里用的版本是robotic toolbox for matlab (release 9.1),可以从我的网盘下载 链接:https://pan.baidu.com/s/1CqUXj9MQuHoD7SWF9ZtYTA 密码:r84y 1.把下载后的压缩包解压,得到一个名为robot-9.10的文件

matlab中怎样由上已知的三角矩阵或下三角矩阵构建对称矩阵??

方法:先将对角元素全部置为0,然后将上三角矩阵或下三角矩阵进行转置,最后进行两个矩阵相加,再填充对角元素: 1 >> a=[0,1,2;0,0,3;0,0,0]; 2 >> a 3 4 a = 5 6 0 1 2 7 0 0 3 8 0 0 0 9 >> a=a+a'; 10 >> a 11 12 a = 13 14 0 1 2 15 1 0 3 16 2 3 0

三维空间离散点构建面(matlab)

function []=triangle(xfile,yfile,zfile) %xfile/yfile/zfile 分别是存放x/y/z坐标的文件 %加载数据 fx=load(xfile); fy=load(yfile); fz=load(zfile); %将x/y坐标均匀划分为网格 [x,y]=meshgrid(linspace(min(fx),max(fx),50),linspace(min(fy),max(fy),50)); %在网格划分好的基础上对z进行插值 z=griddata(fx

matlab定义符号向量---多变量函数的构建

clear all; clc; num=2; for i=1:num syms(['x',num2str(i)]); end s=sym('x',[1,num]); syms f f1; f=0; f1=0; for i=1:num f1=f1+s(i); end f=f1^2-f1; diff(f,x1)

matlab分布式平台

一.Matlab R2014b安装教程 1,下载Matlab R2014b ISO格式安装包 2,以winrar格式解压缩ISO文件,出现下图所示的文件列表 3,进入Matlab2014b crack.rar中jar文件,将其中的ValidatedFikImpl.class和InstallerBuilderImpl.class文件复制替换到 上述解压缩文件夹内的路径 \java\jar\install.jar压缩文件的\com\mathworks\install\目录下: 直接向Winrar所打

构建你的长寿命的API第1部分:规范驱动的API开发

构建你的长寿命的API第1部分:规范驱动的API开发 这篇文章是由MuleSoft的Mike Stowe在nginx.conf 2016公布的演示文稿改编的.第一部分重点是规范驱动的API开发. 第二部分讨论的最佳实践.你能够查看完整的呈现的记录的v=G8p4g3yYLBw">YouTube.详细信息例如以下: 0:00 介绍 1:52 API正在改变世界 2:32 API正在连接一切 3:36 API应该是持久的 4:01 构建一个持久的API的5个步骤 4:38 从长计议 6:03 你

在ROS中开始自主机器人仿真 - 1 概述

建立自主机器人是很难的,特别是在刚开始的时候. ROS 仿真有助于帮助我们从宏观上对机器人系统进行把握,帮助我们学习如何可以让机器人学会自己去适应环境. 明白机器人从测量和激光数据采集到转变为电机运动的过程. 机器人如何利用传感器进行感知, 找出好的路径, 应该执行什么样的命令. 这不是一套完整的自主机器人仿真的指导内容,但希望是一个好的开始. 所介绍的是小项目的一部分, 主要集中于如何开始自己的自主机器人仿真. 首先, 我们用ROS自带的turtlebot库,让机器人跑起来,这样我们有了直观的