【MATLAB】兔子机器人总系统_动力学模型解读(及simulink中的simscape的各模块介绍)

本文介绍了Simulink中用于机器人动力学建模的关键组件,如关节连接、坐标变换、信号转换以及控制系统的PID控制器等,详细讲解了各种模块的功能和在构建动力学系统中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、动力学模型

Rectangular Joint

控制平面上(x,y轴)的移动,去掉以后,机器人在原地翻滚不移动
MATLAB
在这里插入图片描述
在这里插入图片描述

Rigid Transform

坐标转换,B站视频已收藏
去掉,机体与地面贴合

此处的作用是设定机体的初始高度
在这里插入图片描述
在这里插入图片描述

Revolute Joint

旋转关节,掌管旋转自由度
在这里插入图片描述
在这里插入图片描述

Rigid Transform 4

上下分离
在这里插入图片描述

在这里插入图片描述

Rigid Transform2

机体与腿部分离,不然腿部就与机体中心重合了。
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

Simulink-PS Converter

将simulink信号转化为真实物理环境信号,实现从虚到实
在这里插入图片描述

Inport

输入端口
在这里插入图片描述

关节电机

在这里插入图片描述
在这里插入图片描述

PS-Simulink Converter

将环境变量转换成simulink变量
在这里插入图片描述
在这里插入图片描述

Gain

就是比例系数
在这里插入图片描述
在这里插入图片描述

outport

将关节电机的转动角度读取出来
在这里插入图片描述
在这里插入图片描述

腿部

点击左下角箭头进行展开
在这里插入图片描述
改变腿的尺寸等物理性质
在这里插入图片描述
在这里插入图片描述
采用变量更有灵活性,L为杆长
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

输入扭矩

在这里插入图片描述

车轮电机

在这里插入图片描述
电机带动车轮转动
在这里插入图片描述

Transform Sensor1

translation 翻译为:平移
http://t.csdnimg.cn/M9o4S
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Transform Sensor2

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
L0代表车轮旋转角度
纠正!!theta是腿部角度,并且此处的腿部是指虚拟腿即机体到车轮的连线
在这里插入图片描述
但是为什么theta就能代表机体倾斜角呢?(纠正!!theta是腿部角度
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Solid Inertia

Simscape Multibody Solid和Rigid Transform模块说明 说明 - 韩冰的文章 - 知乎
https://zhuanlan.zhihu.com/p/87595587
在这里插入图片描述

2、总系统

动力学系统引脚定义

在这里插入图片描述

输入参数

机器人行驶速度
在这里插入图片描述
机器人身高
在这里插入图片描述
机器人变矮了
在这里插入图片描述

scope示波器

在这里插入图片描述
通过示波器可以看到各值的输出(无单位),来分析运动特性
在这里插入图片描述
theta是腿部角度,并且此处的腿部是指虚拟腿即机体到车轮的连线
纠正:L0代表腿长,并且此处的腿部是指虚拟腿即机体到车轮的连线
在这里插入图片描述
应该是指旋转半径,指虚拟腿长(圆心为车轮中心)
在这里插入图片描述

Demux与Mux

http://t.csdnimg.cn/bVxkf
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Saturation

Saturation模块-每天一个MATLAB小技巧(13) - 一本正经胡说八道的文章 - 知乎
https://zhuanlan.zhihu.com/p/512419214

我们在Simulink中常用的一个模块是Saturation模块,这是一个将输入信号限制在饱和上限和下限之间的模块。
在这里插入图片描述

MATLAB Function

具体使用,可以在MATLAB输入doc,搜索
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
VMC解算同理
在这里插入图片描述

Sum

在这里插入图片描述
在这里插入图片描述

Derivative

求导
在这里插入图片描述
它是用定义法求导,所以才叫逼近
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Step

在这里插入图片描述
在这里插入图片描述

Transport Delay

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Zero-Order Hold

将具有连续采样时间的输入信号转换为具有离散采样时间的输出信号。
在这里插入图片描述
在这里插入图片描述

Matrix Multiply

矩阵相乘
在这里插入图片描述
在这里插入图片描述

Sum—实际与理想腿长之差

在这里插入图片描述

PID Controller

10:20开始看起
【【自动控制原理】12_PID控制器_Matlab/Simulink仿真【开场三分钟闲话】】 【精准空降到 10:20】 https://www.bilibili.com/video/BV1xQ4y1T7yv/?share_source=copy_web&vd_source=77e36f24add8dc77c362748ffb980148&t=620
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

针对如何综合运用LQG控制策略在MATLAB SimulinkSimscape Multibody环境中构建自平衡机器人系统仿真模型这一问题,首先需要理解自平衡机器人在理论上的工作原理,以及LQG控制方法在系统控制中的应用。接下来,我们将分别介绍如何利用MATLAB及其工具箱SimulinkSimscape Multibody来构建模型和实现控制。 参考资源链接:[MATLAB SimulinkSimscape Multibody在自平衡机器人设计的应用](https://wenku.youkuaiyun.com/doc/380pwwfeqe?spm=1055.2569.3001.10343)MATLAB环境下,首先使用Simscape Multibody构建自平衡机器人的多体动力学模型。这个模型包括了机器人的机械结构、关节、驱动器和传感器等组件。具体步骤如下: 1. 定义机器人模型的各个物理组件,如轮子、电机、传感器、机器人本体等。 2. 根据实际的物理连接关系设置关节和约束条件。 3. 配置驱动器模型,并连接相应的传感器模拟真实反馈信号。 4. 在Simulink中构建控制系统。通过Simulink提供的丰富模块,可以设计出系统的控制逻辑和算法。 5. 实现LQG控制器。LQG控制器的设计涉及到状态空间模型的建立,其中包含了系统动态特性和噪声特性。首先,通过线性化机器人模型来建立系统的状态空间表示,然后根据线性二次高斯控制理论来设计最优控制器,确保系统对噪声和不确定性具有良好的鲁棒性。 6. 将Simulink控制模型Simscape Multibody机器人模型连接起来,进行闭环仿真测试。 7. 进行仿真分析,通过修改控制参数和系统模型参数来观察和分析自平衡机器人的性能表现。 通过上述步骤,可以搭建出一个包含自平衡控制策略的机器人仿真系统,并通过仿真结果对控制策略进行验证和调整。此外,利用MATLAB强大的数据分析工具,可以对仿真数据进行深入分析,从而对系统性能进行评估和优化。 为了进一步提高学习效果,建议结合《MATLAB SimulinkSimscape Multibody在自平衡机器人设计的应用》这一资源。书中不仅详细介绍了自平衡机器人的设计和实现过程,还提供了丰富的实例和源码,供读者学习和实践。特别地,它详细阐述了如何将LQG控制策略应用到实际的自平衡机器人设计中,并展示了如何使用MATLAB和相关工具箱进行系统仿真和数据分析。 参考资源链接:[MATLAB SimulinkSimscape Multibody在自平衡机器人设计的应用](https://wenku.youkuaiyun.com/doc/380pwwfeqe?spm=1055.2569.3001.10343)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值