回炉STM32入新坑cubemx

本文介绍了解决使用STLink和CMSIS-DAP进行调试时遇到的Internal command error及cannot access target等问题的方法。通过调整配置选项,如取消勾选reset and run,并在Cubemx中正确配置SWD接口,可以有效解决问题。

STLINK,CMSIS-DAP问题

前提cubemx生成的project

  • stlink下载后显示Internal command error
    将target option ->debug ->setting ->flash download-> reset and run的勾选取消
    或者见百度其他方法
  • debug 无法run ,显示cannot access target
    debug下单步运行,发现在HAL_MspInit里有__HAL_AFIO_REMAP_SWJ_DISABLE这个函数,看名字就明白不是好东西。。。
    在cubemx->pinout->sys->debug->serial wire. generate code后即可debug.

cmsis-dap:

  • RDDI_DAP Error
  • debug 无法run
    解决方法和上面相同
    注意在DEBUG时把HAL_Delay函数注释掉否则会在其中绕很久。
在机器人开发中,SDH(Spong Denavit-Hartenberg)模型和 MDH(Modified Denavit-Hartenberg)模型是用于描述机器人连杆和关节之间几何关系的两种参数化方法。它们的核心目标是为机器人运动学建模提供标准化的数学框架,从而便于正向运动学分析、控制和仿真。 ### SDH模型的特点与应用 SDH模型是基于经典的 Denavit-Hartenberg 参数法,最初由 Mark Spong 提出。该方法通过四个参数(连杆长度 $a_i$、连杆扭角 $\alpha_i$、连杆偏移 $d_i$ 和关节角 $\theta_i$)来描述相邻连杆之间的相对位姿。SDH模型主要用于**串联结构(serial structure)机器人**,例如六自由度机械臂等。 然而,SDH模型在处理**树状结构(tree structure)机器人**或**闭环结构(closed loop structure)机器人**时存在一定的局限性[^1]。例如,当机器人具有多个分支或存在闭环约束时,传统的 SDH 参数化方法可能导致建模歧义或无法唯一表示。 ### MDH模型的特点与应用 MDH 模型是对 SDH 方法的扩展和改进。它通常基于由 John J. Craig 提出的参数化方法,引了额外的参数或变换顺序,使得建模过程更加灵活和统一。MDH 模型可以处理**串联结构、树状结构、闭环结构**,甚至**移动机器人(mobile robots)**的建模问题。 MDH 的参数定义通常采用不同的坐标系变换顺序(例如 ZX 变换),并且在某些实现中会引第五个参数来进一步增强建模能力[^2]。这种扩展使得 MDH 在现代机器人开发中更为通用,特别是在涉及复杂结构或需要多体动力学分析的场景中。 ### 应用场景对比 - **SDH 的典型应用场景**包括传统工业机械臂的运动学建模,尤其是在教学和基础研究中仍广泛使用。由于其参数化方式较为简单,适合结构清晰的串联机器人。 - **MDH 的典型应用场景**则更广泛,适用于具有复杂拓扑结构的机器人系统,如仿生机器人、多自由度并联机构、移动操作臂等。MDH 的统一建模能力使其在多体动力学仿真软件(如 MATLAB Robotics Toolbox、ADAMS)中得到广泛应用。 ### 示例代码:MDH 参数化建模 以下是一个使用 Python 实现 MDH 参数化建模的基本框架示例: ```python import numpy as np def dh_transform(a, alpha, d, theta): """ 根据 MDH 参数计算齐次变换矩阵 """ return np.array([ [np.cos(theta), -np.sin(theta)*np.cos(alpha), np.sin(theta)*np.sin(alpha), a*np.cos(theta)], [np.sin(theta), np.cos(theta)*np.cos(alpha), -np.cos(theta)*np.sin(alpha), a*np.sin(theta)], [0, np.sin(alpha), np.cos(alpha), d ], [0, 0, 0, 1 ] ]) # 示例:计算某关节的变换矩阵 a = 0.1 alpha = np.pi / 2 d = 0.2 theta = np.pi / 4 T = dh_transform(a, alpha, d, theta) print("MDH变换矩阵:\n", T) ``` ---
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