u010178050的专栏

这是林沛群老师运动学网课的笔记，视频地址在此：https://www.bilibili.com/video/BV1oa4y1v7TY?p=5RRRRRR型手臂解的数量六个未知数，六个方程式。​求解方法：解析解：代数法、几何法。2. 数值法：让电脑去代很多数字去逼近。后3轴交在一点的话就会有解析解。RRR型（2D 三轴机械臂）的IK给定末端的(x,y, )，求各轴角度()1. 几何法​先将多个空间几何拆解成平面几何，解的时候只需要考虑：式2...

Joint space下的轨迹规划流程：先定义相对于G的initial point, via point (多个), final point，用6个参数表示（移动+转动）IK：把需求的手臂末端点姿态转换到joint space对joints 规划平滑轨迹：每个joint上做轨迹规划FK：joint space→ 手臂末端点姿态，以检查末端点在Cartesian-space下轨迹的可行性流程展示如下：Cartesian space下的轨迹规划流程：先定义相对于G的i

用zyz Euler 求θ4,θ5,θ6\theta_4, \theta_5, \theta_6θ4​,θ5​,θ6​这里zyz 是对着一个绝对的frame 依次绕zyz轴转动，而DH是按关节顺序依次相对于当前关节的frame绕z轴转动的。因此，要注意用zyz计算出来的三个角要变换成DH定义下的θ4,θ5,θ6\theta_4, \theta_5, \theta_6θ4​,θ5​,θ6​.变换关系如下：要使它们对应上，如上图，theta4需要多转180度，这样才能使第5轴的z和zyz的y轴对应上。th

我给你们说，这部分，看视频一定要记笔记，不然根本就记不住啊，太绕了。心累。再放一次网课链接：B站 https://www.bilibili.com/video/BV1oa4y1v7TY?t=3837&p=5如果机械臂后三个轴相交在一点（这使手臂末端在指定的位置可以到达任意角度，所以常常这样设计），则轴6到0的向量和轴4到0的向量是相同的（即，xyz相同）。求各轴角度的法则就是使它们各自分离。我们把轴iii到i−1i-1i−1的变换拿出来看一下（式1），里面有四个参数 θ,α,a,d\thet

任务： 给定末端的(x,y, \phi)，求各轴角度(θ1,θ2,θ3\theta_1 , \theta_2, \theta_3θ1​,θ2​,θ3​)先将多个空间几何拆解成平面几何，解x y的时候只需要考虑θ1\theta_1θ1​, θ2\theta_2θ2​：式2： 已知三边长，求cosθ2cos \theta_2cosθ2​ ，可由式1推出（角2有正负两种选择）式4：求θ1\theta_1θ1​，通过求l2l_2l2​的对角（式3）式5：求θ3\theta_3θ3​通过式1=式2有12

网课链接： https://www.bilibili.com/video/BV1oa4y1v7TY两个转轴的相对关系的定义杆 Link i-1 两端的关节：关节i-1绕 Axis i-1 旋转， 关节i 绕 Axis i 旋转。在三维空间中一定存在一条线与两个转轴(Axis)所在的直线都垂直而且是唯一解（转轴不平行时），连接两条转轴且与两条转轴都垂直的这条线段的长度被定义为 Link length ai−1a_{i-1}ai−1​ 。 两个转轴之间的角度差定义为 Link twist αi−1\alp

从string 到 const char*的转换：参考：https://stackoverflow.com/questions/7352099/stdstring-to-charstd::string str = "string";const char *cstr = str.c_str();从string 到 char* 的转换：参考：https://stackoverflow.com/questions/7352099/stdstring-to-charstd::string str =

CNN：主要用来提取特征的，可以用于图像的检测、识别。大致原理就是拿卷积核（比如说一个3*3的小块）和图片逐块卷积，这个卷积核就是我们要学习的参数，因为要识别图片的特定物体就是要先识别到特征，学习这个卷积核就相当于学习了我们要提取的是什么特征。然后卷积还常常和池化（Pooling）结合。具体介绍参考：https://datawhalechina.github.io/leeml-notes/#/chapter21/chapter21对于图像识别，常用的几个CNN模型：AlexNet、VGG、.