基于Matlab|基于Matlab Robotics Toolbox的Dobot机械臂运动规划（2）基于MatlabRoboticsToolbox的Dobot机械

【基于Matlab Robotics Toolbox的Dobot机械臂运动规划】系列文章是我在学习robotics toolbox中所做工作的记录，方便自己后面复习、改进。
基于Matlab R2018b 9.5; Peter Corke的Robotics Toolbox 10.3.1
(2）主要介绍了基于App Designer做图形界面、用joystick实现手柄与Matlab通讯。
1.图形界面 1.1正运动学部分 Matlab宣称将来会取消guide，以后仅保留app designer。所以我选择使用app designer做一个图形界面。
首先做正运动学部分。

文章图片

在设计视图里把组件拖入画布后，进入代码视图。右键选择组件浏览器里面的app.UIFigure，创建一个StartupFcn回调，这里我命名为mainFcn。

%定义连杆% %thetadaalpha L1 = Link([0138 0pi/2]); L2 = Link([00 1350]); L3 = Link([00 1470]); %定义关节角范围% L1.qlim = [deg2rad(-90) deg2rad(90)]; L2.qlim = [deg2rad(0) deg2rad(85)]; L3.qlim = [deg2rad(-90) deg2rad(10)]; L = [L1 L2 L3]; %连接连杆% dobot = SerialLink(L,'name','Dobot'); %用num2str显示滑块值% app.theta1.Text = num2str(app.Slider1.Value); app.theta2.Text = num2str(app.Slider2.Value); app.theta3.Text = num2str(app.Slider3.Value); %滑块值转换为弧度% T1 = deg2rad(app.Slider1.Value); T2 = deg2rad(app.Slider2.Value); T3 = deg2rad(app.Slider3.Value); T = [T1 T2 T3]; %显示机器人% dobot.plot(T,'tilesize',300) %正运动学求解并显示% f = dobot.fkine(T); app.Labelx.Text = num2str(f.t(1)); app.Labely.Text = num2str(f.t(2)); app.Labelz.Text = num2str(f.t(3));

在设计视图中添加slider时，我手动设置了slider的limits，使其与关节角范围一致。

然后右键选择app.Slider1，创建一个ValueChanged回调。
当slider的值发生变化，就重新进入main函数。

runStartupFcn(app, @mainFcn)

Slider2、Slider3采取同样的操作。
正运动学app如下：

基于Matlab|基于Matlab Robotics Toolbox的Dobot机械臂运动规划（2）

文章图片

1.2加入逆运动学在设计时，考虑到加入逆运动学后，当正运动学滑块移动时，逆运动学滑块也应跟随移动。
为实现以下功能，优化代码结构，将各部分写成单独的函数。

app启动时，默认以初始θ数据进行正解操作，显示机器人所有信息；
正运动学操作面板中θ滑块移动，进行正解操作；
逆运动学操作面板中x/y/z滑块移动，进行逆解操作。

其中，正解操作流程如图所示：
Created with Rapha?l 2.2.0 开始正解操作正向θ滑块移动，同时显示角度以θ进行正运动学计算得到(x,y,z)坐标将(x,y,z)赋值给逆向操作面板滑块显示x、y、z的值结束正解操作逆解操作流程同理，其中逆运动学计算部分代码如下：

%由位置滑块给app.T赋值，逆解得到app.q% function inverse(app) %直接调用机器人初始化函数% Robot_Initialization(app); %Slider4、5、6分别为x、y、z% app.T1 = app.Slider4.Value; app.T2 = app.Slider5.Value; app.T3 = app.Slider6.Value; %用transl()将坐标转成transformation matrix% app.T = transl(app.T1,app.T2,app.T3); app.q = app.dobot.ikine(app.T,'mask',[1 1 1 0 0 0]); end

文章图片

机械臂正向运动学的解是唯一确定的，即各个关节变量给定之后，末端执行器的位姿是唯一确定的；而逆向运动学往往具有多重解，也可能解不存在。
所以有时候滑动逆运动学操作面板中的x/y/z滑块，不一定会有解，Matlab会报错。因为我在这里的程序中并没有校验输入的(x,y,z)是否有解，而是直接进行求解。忽略逆解报错就行
2.用手柄控制机器人主要思路是Matlab接收来自手柄硬件的信号，然后改编机器人关节变量q，实现由正运动学驱动机器人。
参考https://www.mathworks.com/help/sl3d/vrjoystick.html.
使用vrjoystick(id)函数创建joystick对象，并用axis(joy, n)函数调用手柄各输入轴的参数，去控制机器人。
主要代码如下：

%连接手柄% joy = vrjoystick(1); %注:axis函数参数硬件对应表% %按键方向正负 axis number % L 右+1 % L 左-1 % L 下+2 % L 上-2 % R 右+4 % R 左-4 % R 下+5 % R 上-5 % LT push+3 % RT push-3%机器人初始化, 这部分与系列文章（1）中相同，此处省略%%正运动学控制% q = [0 0 0]; dobot.plot(q,'tilesize',300); view(121,41); %手柄控制% for i = 1:1:100000 q(1) = q(1) + 0.1 * axis(joy,3); % [LT/RT]控制底座旋转 q(2) = q(2) + -0.1 * axis(joy,2); % L的[上/下]控制大臂 q(3) = q(3) + -0.1 * axis(joy,5); % R的[上/下]控制小臂 dobot.plot(q,'tilesize',300); end

【基于Matlab|基于Matlab Robotics Toolbox的Dobot机械臂运动规划（2）】展示视频如下

【建议改成】建议改成