工业小说家-优快云博客

原创面向以物体为中心的机器人操作的具身学习综述

面向以物体为中心的机器人操作的具身学习综述

2025-03-18 09:35:06 79

原创三剑客合体！用Ollama+DeepSeek+Chatbox从零打造本地全能AI智能体｜实战教程大揭秘

随着DeepSeek的火爆，越来越多用户面临官网频繁宕机的问题。为了解决这一困扰，我们可以选择将DeepSeek R1部署在本地设备上，避免对云端服务的依赖。通过本地部署，智能助手直接在用户设备上处理数据和任务，确保数据隐私和安全，特别适用于那些对数据敏感性要求较高的场景。用户只需确保本地环境满足硬件和软件要求，并负责安装、配置与维护。部署本地大模型如DeepSeek R1，有三大显著优势：1.：所有数据留在本地，无需上传至云端，杜绝敏感信息泄露和第三方访问。2.

2025-02-08 21:38:25 1583

原创机器人控制系列教程之任务空间运动控制器搭建(2)

使用刚性求解器在1秒钟内进行仿真，以更有效地捕获机器人动力学，使用ode15可以在变化率较高的区域周围实现更高的精度。模块后，该模块的输入分别为一个4 * 4的齐次矩阵和一个1 * 6的速度矩阵，模块中的设置可按照如下方式进行。设置仿真时间0到1s，步长为0.02s，设置机器人的初始状态：home构型+零初始速度。定义一个参考目标状态，包括目标位置和零初始速度，此时旋转矩阵为I，位置向量变为。中，我们详细的讲解了Simulink中的。模块，实现的方式可以按照如下的步骤。机器人模型，设置重力方向和大小。

2024-07-01 22:41:42 481

原创机器人控制系列教程之任务空间运动控制器搭建(1)

任务空间运动控制—位置被指定给控制器作为末端执行器的姿态。然后，控制器驱动机器人的关节配置到使末端执行器移动到指定姿态的值。这有时被称为操作空间控制。任务空间运动模型表示机器人在闭环任务空间位置控制下的运动，可使用模块进行控制。机器人机械手是典型的位置控制设备。要进行任务空间控制，需要在SE(3)中指定一个参考末端执行器姿态，然后模型会返回关节配置向量 q 及其状态导数，可对机器人关节进行闭环控制，并使用运动模型模拟机器人在此控制下的动作。

2024-06-30 17:23:22 1138

原创机器人控制系列教程之关节空间运动控制器搭建(2)

中，主要讲解了在关节空间中，基于计算力矩的控制系统设计和搭建，我们直接使用了Simulink中的Joint Space Motion Model模块来进行控制系统的搭建和调试，下面我们将详细讲解一下另外两种控制器。

2024-06-30 17:20:47 1118

转载机器人控制系列教程之关节空间运动控制器搭建(1)

关节空间运动模型描述了在闭环关节空间位置控制下机械手的运动，在关节空间运动模型对象和关节空间运动模型块中使用。当运动模型被定义为受计算扭矩控制的机器人时，运动模型使用标准刚体机器人动力学，但广义力输入由控制律提供，该控制律对刚体动力学进行补偿，并定义二阶误差动力学响应。—在这种情况下，机器人的位置输入被指定为一组关节角度或位置的向量，这被称为机器人的关节配置，记作q。相较于上一期推文（）文件，此处动力学模型的输入做了如下修改，通过修改输入可实现输入关节角度、速度及加速度的控制。，并返回实际的关节配置q。

2024-06-29 21:08:00 1620

原创机器人控制系列教程之Simulink中模型搭建(2)

正向动力学模块可根据机器人的关节扭矩、关节状态和外力，来计算机器人模型的关节加速度。在参数中将机器人模型指定为对象，并在该对象上设置重力属性。可使用从 URDF文件中导入机器人模型。

2024-06-29 21:04:55 1508

原创机器人控制系列教程之Simulink中模型搭建(1)

而Robotics System Toolbox基本上每个新的MATLAB的版本(2019a以来)都有维护，内置在Simulink的库中，配合Simulink强大的功能可以做很多有趣的事情！因此，尽管两个工具箱都涉及机器人学和机器人控制，但 Robotics Toolbox 主要用于教学和研究，提供了基本的功能和算法，而 Robotics System Toolbox 则更专注于实际应用，提供了更全面和专业化的功能，适用于实际的工程项目和应用场景。即可看到机器人工具箱中所有机器人的模型。

2024-06-28 23:36:01 1743

原创机器人控制系列教程之控制理论概述

其最大的优点是不需了解被控对象精确的数学模型，只需在线更新系统误差及误差的变化率等简单参数，经过经验进行调节器参数在线整定，即可取得满意的结果，具有很大的适应性和灵活性。现代控制理论本质上是一种“时域法”。神经网络控制和模糊控制：神经网络和模糊系统具有高度的非线性逼近映射能力，神经网络和模糊系统技术的发展为解决复杂的非线性、不确定及不确知系统的控制开辟了新途径。基于动力学的PD控制策略，仅我们在进行机器人控制时的一种最简单的控制策略，但在实际应用中非常广泛，且其他控制策略有很多都是基于该控制策略之上的。

2024-06-28 23:33:32 1205

原创机器人控制系列教程之URDF自动生成工具

笔者本次使用的机器人为一个六自由度的串联机器人，该三维模型可通过如下链接进行下载。链接：https://pan.baidu.com/s/1ANM1Vhj2lCB0Knc0uukvnQ?pwd=tech，提取码：tech。

2024-06-27 22:02:00 1660

原创机器人控制系列教程之URDF文件语法介绍

2024-06-27 21:59:57 1040

原创机器人控制系列教程之动力学建模(2)

接昨天的推文：https://editor.youkuaiyun.com/md/?articleId=139991958 ，动力学的求解通常是个相对比较复杂的过程，但现在基本上不用人工来推算求解各种公式和求解过程了，大家只需要知道其中的步骤即可，现代对于动力学问题的求解大致可以分为：数字化建模、仿真软件建模。是指通过编程软件，如：Python、MATLAB等，可以快速搭建机器人的数字化模型，也称为动态模型，该方法对于新手不是很友好，前期需要多编程语言有一定基础，但是可以建立较为精确的模型；

2024-06-26 16:11:39 1255

原创机器人控制系列教程之动力学建模(1)

机器人动力学是对机器人机构的力和运动之间关系与平衡进行研究的学科。机器人动力学是以机器人运动为基础，研究在运动过程中连杆与连杆之间、连杆与工件之间力或力矩等关系。根据研究方向的不同，机器人的动力学分析也分为正、逆两个方向。。根据关节驱动力矩或力，求解关节变量在关节空间的轨迹或末端执行器在笛卡尔空间的轨迹。。机器人在关节变量空间的轨迹已确定，或末端执行器在笛卡尔空间的轨迹已确定（轨迹已被规划），求解机器人在各执行器的驱动力或力矩。

2024-06-26 16:09:28 2428

原创机器人控制系列教程之运动规划(2)

在笛卡尔坐标空间中轨迹规划时，首先用位置矢量和旋转矩阵表示所有相应的机器人节点，其次在所有路径段插值计算相对的位置矢量和旋转矩阵，依次得出笛卡尔坐标空间中的轨迹序列通过求解运动学逆问题得到相应关节位置参数。

2024-06-25 20:34:02 594

原创机器人控制系列教程之运动规划(1)

工业机器人的运动，根据其运动轨迹可分为的运动和运动。点到点的运动只关心特点的位置点，而路径跟踪运动关心整个运动路径。

2024-06-25 20:31:54 1041

原创机器人控制系列教程之串联机器人工作空间

在机器人学领域，对机器人工作空间的精确分析是实现高效、安全操作的关键。工作空间是指机器人末端执行器在不与环境或其他物体发生碰撞的情况下能够到达的所有位置的集合。为了求解这一空间，研究者们发展了多种方法，包括作图法、蒙特卡洛法、极值法、数值法和解析法等。这些方法各有优势，适用于不同的应用场景和需求。

2024-06-24 21:39:50 1414

原创机器人控制系列教程之雅可比矩阵和奇异性

更多教程视频请关注WV公众号：工业小说家。注：本视频搬运于油管，仅供学习使用，如有侵权，请联系作者删除！

2024-06-24 21:32:59 1924

原创机器人控制系列教程之UR机器人运动学求解

运动学是处理运动的几何学以及与时间有关的量，包括和。指从机器人的关节空间描述计算笛卡尔空间描述的机器人末端执行器的位置和姿态，该问题通常是一个几何问题，给定一组关节角度，计算末端坐标系相对于基坐标系的位置和姿态。指从笛卡尔空间描述下的机器人末端执行器位置和姿态反算出机器人关节空间应该达到的关节角度组合，是实现机器人控制的一个基本问题。对于串联机器人(开链)通常因为正运动学方程是非线性的，逆运动学问题较为困难，很难得到封闭解，甚至无解。而正运动学的像空间就形成了逆运动学的有解空间，称为机器人的。

2024-05-28 18:13:54 1546

原创机器人控制系列教程之D-H参数建模法

运用D-H建模的基本步骤为：建立连杆坐标系->求解连杆间变换矩阵->求解机器人末端相对基座的位姿矩阵；aαdθaαdθ。aaa表示连杆的长度。α\alphaα表示连杆的扭角。这两个参数描述连杆本身的特征。ddd表示两个相邻连杆之间的距离。θ\thetaθ表示两个相邻连杆之间的夹角。这两该参数描述相邻连杆之间的关系。对于旋转关节来说，θ\thetaθ就是关节变量，aαdaαd是关节参数；对于平移关节来说，ddd就是关节变量，aαθaαθ。

2024-05-28 18:11:53 1977

原创机器人控制系列教程之位置与姿态的描述(2)

我们是将位置和姿态分开讨论了几种不同的表达方式，但是在机器人的空间位置和姿态往往是合并在一起进行表达的。刚体的位置和姿态简称为位姿。上述我们讨论了几种姿态的表示方法，我们需要将他们与平移交换相结合，创造出一个完整的相对位姿表示方法。两种最实用的表示方法为：四元数向量对和4*4齐次变换矩阵。

2024-05-27 21:11:05 840

原创机器人控制系列教程之位置与姿态的描述(1)

对于直角坐标系{A}来说，在空间任一点p的位置可用3x1的列矢量表示，即：位置矢量Ap的模。模为1的位置矢量，称为单位位置矢量。

2024-05-27 20:59:26 1540

原创机器人设计与仿真系列教程推荐

机器人设计与仿真是现代机器人工程领域的核心内容。我们的课程旨在帮助学习者掌握使用Adams和Matlab工具进行机器人设计、建模、控制算法开发和仿真分析的技能。通过理论讲解和实践案例分析，学习者将了解机器人设计的基本原理和方法，并学会将其应用于实际机器人项目中。

2024-04-05 18:05:08 254 1

原创 PX4_2023年开发者峰会6-基于视觉算法的PX4自驾仪

我们已经开发并测试了四个关键功能:1)向下单目视觉惯性里程计2)绝对状态估计的地形匹配3)避免危险的3D测绘和安全路径规划4)自主建筑识别和测量在这次演讲中，我们将简要回顾我们用于测试和集成的软件和硬件平台的设计和性能。然后，我们将讨论我们在飞行测试这些算法方面的经验，并通过MAVLink将它们与基于PX4的飞行器集成，包括我们的内部测试系统和我们合作伙伴的基于PX4的飞行器。最后，我们将讨论与Auterion Skynode平台和应用程序生态系统的集成，以便快速过渡到现有的PX4驱动的商业平台。

2024-01-09 20:26:54 509

2301_78660208的博客