采用 S-function 编写机器人系统的方法总结： S-functions(系统函数)提供了一种强大的机制来扩展Simulink®环境的功能。s函数是用MATLAB®、C、c++或Fortran编写的Simulink块的计算机语言描述。 S-Function扩展了Simulink®环境的功能。S-Function是用MATLAB®、C、c++或Fortran编写的Simulink模块的
作者@阿利同学，邮箱：1309399183@qq.com 本文完全采用公式去搭建模型，而不是拖拽模块，有利于加深对公示的理解，提升对simulink的建模水平。 1.PMSM（永磁同步电机）建模 根据电机的转矩、电压电流关系公式进行搭建。纯数学公式搭建PMSM本体。 2.SVPWM(矢量脉宽调制技术)的搭建 上图为封装好的SVPWM模型。这里面有两个输入参数，分别为电压Ud,和调制时间T
本文以Franka机器人为例简述基本的机器人末端力/力矩控制方法，以及阻抗控制方法。本文假设读者具有一定的机器人学与C++程序设计基础。笔者基于libfranka 0.8.0 版本进行开发调试。除了编程技巧外，本文还将在一定程度上讨论Franka 机器人官方运动生成与阻抗控制方法的基本特征。所有实例代码来自libranka官方手册。更多相关内容建议读者参考此文。 笔者开发配置： OS:
本文介绍Franka机器人C++代码库——libfranka的使用方法。包含笔者在使用过程中的一点心得体会。笔者基于libfranka 0.8.0 版本进行开发调试，仅限于 Linux 系统。相关介绍也可以参考此文。 这里假设读者已具备以下基础知识： C++ 程序设计基础 Linux 操作系统基础 CMake 工具操作基础 文章目录 官方资料
本文主要分析如何使用Franka机器人C++代码库——libfranka来进行运动生成与控制。包含机器人学相关知识、Franka机器人的特性以及笔者在使用过程中的一点心得体会。笔者基于libfranka 0.8.0 版本进行开发调试。除了编程技巧外，本文还将在一定程度上讨论Franka 机器人官方运动生成与阻抗控制方法的基本特征，以及一些实际使用技巧。重点在于介绍FCI手册中没有将的一些实用技
机器人关节力矩传感器数据滤波算法实现 在实验中，我们经常遇到噪声或其他因素影响导致力矩传感器读取的数据存在较大的高频数据波动，这些数据是我们所不期望的，因此，我们需要进行机器人关节力矩传感器的数据滤波。 机器人关节 机器人关节 机器人关节 低通滤波器是一种滤波器，它通过频率低于所选截止频率的信号，衰减频率高于截止频率的信号，滤波器的确切频率响应取决于滤波器的设计。 滤波器设
Matlab BP神经网络拟合四足机器人足端轨迹线积分方程用于足端轨迹规划 问题描述 一般情况下，在对四足机器人足端轨迹进行规划时分别对足端路径和轨迹加速度进行规划，然后将规划好的加速度进行两次积分得到足端在该加速度条件下的位移，将位移与规划的足端路径的线积分长度进行匹配，从而建立起规划的路径与控制系统时间的映射关系。以下对几个概念进行解释： 路径规划（Path Planning）：路径规划
一、背景 在四足机器人的发展中，由于串联腿结构对关节驱动电机的要求很高，控制精度难以保证，因此逐渐出现了使用闭链五杆机构作为机器人腿结构的四足机器人，如宾夕法尼亚大学的Minitaur，斯坦福的开源机器狗Stanford Doggo，以及在2019年全国大学生机器人大赛Robocon赛事中以武汉大学的四足机器人为代表的一系列高校所采取的并联五杆结构四足机器人。 本文针对这一类机器人所采用的闭链
速度分析 建立三轮底盘的速度物理学模型如图所示。 其中v 1 、v 2 、v 3分别为三个轮子的转速，ω为旋转角速度，v x 、v y 为车身坐标系中的速度即相对速度（由于底盘速度性能与在世界坐标系中的姿态无关，因此此处为简化运算，取车身坐标系与世界坐标系X,Y方向重合），a为旋转中心到轮轴心的垂直距离，θ为轮轴与x轴夹角，θ = π / 6 θ=π/6θ=π/6。不难得出各轮速度的转换矩阵为
前言 无人机（Unmanned Aerial Vehicle），指的是一种由动力驱动的、无线遥控或自主飞行、机上无人驾驶并可重复使用的飞行器，飞机通过机载的计算机系统自动对飞行的平衡进行有效的控制，并通过预先设定或飞机自动生成的复杂航线进行飞行，并在飞行过程中自动执行相关任务和异常处理。 在前面的博客中，分析了 rotors_simulator 一个开源的无人机gazebo的仿真系统的一个
单环PID和串级PID的区别（框图表示） 串级PID的优势：增加稳定性，增强抗干扰性（其实不是太理解。。。） 代码实现 定义4个PID的结构体，分别用于x方向内环、外环以及y方向内环、外环（当初做板球系统xy方向用的都是同一个PID结构体变量，最后居然能调出来，惊了。。。PID真是玄学） （一）结构体变量 //定义PID结构体typedef struct{ float ek
前言 无人机（Unmanned Aerial Vehicle），指的是一种由动力驱动的、无线遥控或自主飞行、机上无人驾驶并可重复使用的飞行器，飞机通过机载的计算机系统自动对飞行的平衡进行有效的控制，并通过预先设定或飞机自动生成的复杂航线进行飞行，并在飞行过程中自动执行相关任务和异常处理。 在上篇博客介绍了无人机控制的原理与控制算法。 无人机在应用中会存在多种模式比如： 姿态模式 定高
前言 无人机（Unmanned Aerial Vehicle），指的是一种由动力驱动的、无线遥控或自主飞行、机上无人驾驶并可重复使用的飞行器，飞机通过机载的计算机系统自动对飞行的平衡进行有效的控制，并通过预先设定或飞机自动生成的复杂航线进行飞行，并在飞行过程中自动执行相关任务和异常处理。 在前面的文章中，我们分析了多旋翼无人机的飞行原理及飞行模式。链接 在最后的飞行模式中， 除了纯手动模
在此篇博客分析了 无人机的基础：系统基本组成https://www.guyuehome.com/40080 本篇博客我们来探究下多旋翼无人机的飞行原理 力的来源 飞行原理从根上说的话就是系统运动力的来源是什么？ 在基本组成部分介绍了无人机的动力系统：电调-电机-螺旋桨 。 给人最直观的感受就是 电机带动螺旋桨转，产生升力。 螺旋桨旋转产生升力的原因，在很多年前伯努利就给出了解释，简单说
前言 RotorS 是一个MAV gazebo 仿真系统。 提供了几种多旋翼仿真模型，例如 AscTec Hummingbird AscTec Pelican AscTec Firefly 但是仿真系统不限于使用这几种模型 AscTec 是 德国Ascending Technologies公司的缩写。 是很早的无人机了，实物张下面这个样子： 仿真系统中包含很多种仿真传
机器人最优控制与逆最优控制理解与程序实现： 机器人在执行期望目标任务时，我们希望机器人能精确地达到人类所预设的目标，那么我们就来理解下什么是最优控制和逆最优控制。 因此，最优控制是期望最小化或者最大化目标。 MATLAB学习最优控制推荐书目： 这本书涵盖MATLAB实现最优控制的一些例子，适合初学者学习。 很显然最优控制和逆最优控制是一种相反的关系： 最优控制理论是数学优化
前言 RotorS 是一个MAV gazebo 仿真系统。 提供了几种多旋翼仿真模型，例如 AscTec Hummingbird AscTec Pelican AscTec Firefly 但是仿真系统不限于使用这几种模型 AscTec 是 德国Ascending Technologies公司的缩写。 是很早的无人机了，实物长下面这个样子： 仿真系统中包含很多种仿真传
第三方账号登入
看不清？点击更换
第三方账号登入
QQ 微博 微信