逆のkinematicsはロボットの終端欠陥者のために必要な共同変数を計算することを含むロボティクスの基本的な概念特定の位置およびオリエンテーションに達するためにです。このプロセスは複数の相互連結された区分から成るシリアル・リンクのロボットの精密な制御そしてオートメーションのために必要です。数学の派生物は慣性問題解決の理解そして実施の基礎を提供します。

逆のキネマティックスの基本的な概念

逆のkinematicsは、エンドフェクターの目的位置と方向をジョイント変数に関連付けるソリューションを含みます。これらの式はしばしば非線形であり、ソリューションの特定の方法を必要とします。主な目標は、ロボットの物理的制限を考慮すると、ポジションの制約を満たすジョイントアングルを見つけることです。

数学的デリバエーションプロセス

派生は、ジョイント変数の関数として、エンドフェクターの位置と方向を記述する、フォワード・キネマティクス・エコーションから始まります。これらの式典は、通常、変換の行列またはDenavit-Hartenbergパラメーターを使用して表現されます。 負のキネマティクスを導き出すには、これらの関係を反転させるために、アルゲブラティック・マニピュレーションが関与します。

シンプルな2リンク平面ロボットでは、位置式は次の通りです。

ツイート

x = l1] コス θ]1 + l2 コス(θ[]1[[ + θ)]2[])

y = l1] 罪 θ1 + l]2 罪(θ[1[]] + θ]2)]

ツイート

これらの式を解決するには、三角式識別子と algebraic メソッドを使用して θ[]]1]と θ2 を検索します。 ソリューションには、複数の可能なジョイント構成が含まれており、ソリューションやブランチとして知られています。

複数のソリューションと制約の処理

逆のkinematicsの解決は同じ終生のポジションのための複数の共同構成をもたらすかもしれません。適切な解決を選ぶことは接合箇所の限界、障害回避および望ましい動きのパスのような制約に依存します。数学の派生物は制御アルゴリズムの情報に基づいた意思決定を可能にする、すべての可能な解決を識別するのを助けます。

  • 分析方法
  • 数値メソッド
  • 反復アルゴリズム