Studio delle singolarità del robot a 7 giunti KUKA LWR4

Slides:



Advertisements
Presentazioni simili
Metodo di Calcolo Numerico per Equazioni differenziali Ordinarie
Advertisements

Equazioni differenziali
MATEMATICA PER L’ECONOMIA
Sistema di riferimento sulla retta
Spazio dei giunti e spazio operativo
Capitolo 8 Sistemi lineari.
Vettori e matrici algebrici
Autovalori e autovettori
MATLAB.
PROPRIETÀ DEI DETERMINANTI
METODI EQUAZIONI DIFFERENZIALI Funzioni che mettono in relazione una variabile indipendente ( es. x), una sua funzione ( es. y = f(x) ) e la.
COORDINATE POLARI Sia P ha coordinate cartesiane
Cinematica diretta Un manipolatore è costituito da un insieme di corpi rigidi (bracci) connessi in cascata tramite coppie cinematiche (giunti). Si assume.
Cinematica del braccio di un robot
Cinematica differenziale
Statica Obiettivo della statica è quello di stabilire un legame tra forze e momenti all’organo terminale e forze e/o coppie con il manipolatore, in condizioni.
Dinamica del manipolatore
Teoria della relatività-3 17 dicembre 2012
a’ = f(a) Definizione e proprietà
1 Grandezze omogenee, commensurabili e incommensurabili
Robotica & Automazione di Processo
Algebra delle Matrici.
Corso di Percezione Robotica (PRo) A.A. 99/00 B. Modulo di Robotica
RICHIAMI ELEMENTARI DI ALGEBRA MATRICIALE
Il problema cinematico inverso tratta la determinazione delle variabili di giunto assegnata la posizione e l’assetto dell’organo finale del manipolatore.
Un manipolatore è costituito da un insieme di corpi rigidi (bracci) connessi in cascata tramite coppie cinematiche (giunti) a formare una catena cinematica.
Cinematica differenziale
Inversione differenziale della Cinematica
Esempio – Manipolatore Antropomorfo
SISTEMI D’EQUAZIONI ED EQUAZIONI DIFFERENZIALI LINEARI.
Sistemi di equazioni lineari
Rotazione di un corpo rigido attorno ad un asse fisso
Analisi delle corrispondenze
Determinazione Orbitale di Satelliti Artificiali Lezione 4
Le matrici e I Sistemi lineari.
ROBOT CILINDRICO RPP 1 giunto rotoidale con asse verticale
ROBOT SPAZIALE RRR DESCRIZIONE
ROBOT CILINDRICO RPP R19 1 giunto rotoidale con asse verticale
CINEMATICA E DINAMICA PER UN ROBOT PLANARE RPR Descrizione
ROBOT PUMA 560 Descrizione
ROBOT CILINDRICO RPP Impostazione del problema cinematico
ROBOT CILINDRICO RPP 1 giunto rotoidale con asse verticale
Robot RRR con polso sferico
Configurazione corrispondente a
ROBOT PUMA 560 Caratteristiche
corso DI GEOMETRIA DESCRITTIVA
MATRICI classe 3 A inf (a.s ).
Particolari terne numeriche e teorema di PITAGORA
complementi di matematica
Metodo dei minimi quadrati
Tesi di Laurea in Ingegneria Meccanica
Relatore Candidato Prof. Alessandro De Luca Daniele De Simone
LA CIRCONFERENZA.
Corso di Programmazione Grafica e Laboratorio Daniele Marini
Vettori dello spazio bidimensionale (R 2)
TEOREMA DI PITAGORA In un qualsiasi triangolo rettangolo il quadrato costruito sull’ipotenusa è equivalente alla somma dei quadrati costruiti sui due cateti.
Guida al completamento di quadrati magici
Analisi e Gestione del Rischio Lezione 7 Prodotti con pay-off non lineare.
Metodi numerici per lo studio di sistemi multicorpo
MATEMATICA PER L’ECONOMIA e METODI QUANTITATIVI PER LA FINANZA a. a
1 Lezione XI Avviare la presentazione col tasto “Invio”
Elementi di teoria delle probabilità
M. De Cecco - Lucidi del corso di Robotica e Sensor Fusion Se i parametri di Denavit-Hartemberg non corrispondono con quelli di progetto a causa di tolleranze.
APPUNTI DI GEOMETRIA ANALITICA DELLA RETTA
IISS "E. Medi" - Galatone Prof. Giuseppe Frassanito a.s. 2012/2013
a’ = f(a) Definizione e proprietà
Il comportamento del motore asincrono è descritto da un sistema di equazioni non lineari; non è, quindi, possibile, quando si desidera ricavare dei legami.
Lezione n° 8 - Matrice di base. - Soluzioni di base ammissibili. - Relazione tra vertici di un poliedro e soluzioni basiche. - Teorema fondamentale della.
L’Analisi delle Corrispondenze. Obiettivi: Rappresentazione graficaRappresentazione grafica SintesiSintesi della struttura di associazione tra due (o.
Prof. Cerulli – Dott. Carrabs
Transcript della presentazione:

Studio delle singolarità del robot a 7 giunti KUKA LWR4 Relatore Prof. Alessandro De Luca Candidato Francesco Bella

La convenzione di Denavit-Hartenberg Asse zi lungo l’asse di giunto i+1 Asse xi lungo la normale comune agli assi di giunto i e i+1 (verso: i → i+1) ai = distanza Oi’ Oi orientata con xi (costante = ‘‘lunghezza’’ braccio i) di = distanza Oi-1 Oi orientata con zi-1 (variabile se giunto i PRISMATICO) αi = angolo di twist tra zi-1 e zi intorno a xi (costante) θi = angolo tra xi-1 e xi intorno a zi-1 (variabile se giunto i ROTATORIO)

Assegnazione delle terne al KUKA LWR4 θi[rad] di[m] ai[m] αi[rad] 1 q1 π/2 2 q2 -π/2 3 q3 0.4 4 q4 5 q5 6 q6 7 q7

Matrici di trasformazione omogenea ed espressione della cinematica diretta Si può ottenere la cinematica del KUKA LWR4 in maniera sistematica attraverso semplici prodotti di matrici di trasformazione omogenea, ognuna delle quali risulta funzione di una singola variabile di giunto. T0n(q) = A01(q1)A12(q2)…An-1n(qn)

La cinematica differenziale Caratterizza i legami tra la velocità dei giunti e le corrispondenti velocità lineare ed angolare dell’organo terminale. Tali legami sono descritti dallo Jacobiano geometrico. Giunto i-esimo prismatico Giunto i-esimo rotatorio JLi(q) Zi-1 Zi-1 x pi-1,E JAi(q)

Cosa sono le singolarità cinematiche? Sono tutte quelle configurazioni in cui lo Jacobiano diminuisce di rango La caratterizzazione delle singolarità è di notevole interesse perché se il robot è in una configurazione singolare: Si ha una perdita di mobilità della struttura → non è possibile imporre all’organo terminale leggi di moto arbitrarie Possono esistere infinite soluzioni al problema cinematico inverso Velocità ridotte nello spazio operativo possono indurre velocità molto alte nello spazio dei giunti

Lo Jacobiano geometrico e lo Jacobiano Mid-Frame 4x4 Primo approccio Analisi dei 7 determinanti dei minori (6x6) dello Jacobiano. L’annullamento simultaneo in una stessa configurazione dei 7 determinanti corrisponde ad una singolarità. Data la complessità della struttura del Jacobiano si utilizza il Jacobiano Mid-Frame 4x4. Nonostante la forma semplificata anche il Jacobiano Mid-Frame 4x4 non porta a risultati convincenti. Solo alcune configurazioni risultano individuabili nell’immediato per la loro capacità di rendere il determinante nullo, ma non si potrebbe dare certezza sulla completezza e l’unicità delle stesse.

Formula di Cauchy-Binet Siano A e B due matrici rispettivamente di tipo mxn e nxm. Il loro prodotto AB è quindi una matrice quadrata mxm. La formula di Cauchy-Binet esprime il determinante di AB come dove S varia fra i sottoinsiemi con m elementi dell’insieme [1…n]. Per ogni S, la matrice AS è il minore di ordine m ottenuto da A prendendo solo le colonne i cui indici appartengono a S. Analogamente, BS è il minore di ordine m ottenuto da B prendendo solo le righe i cui indici appartengono a S.

Applicazione della formula al KUKA LWR4 Grazie alla formula di Cauchy-Binet, una configurazione singolare si verifica quando si annulla la somma di quadrati di determinanti con Jimn l’i-esimo minore ottenuto sopprimendo le colonne i della matrice Jmn. I termini della prima sommatoria hanno una forma triangolare a blocchi inferiore e per questo si possono riscrivere come rg(J11) < 3 rg(J22) < 3 Condizione sufficiente(a sx) e condizione necessaria(a dx)

Condizioni per le singolarità del KUKA LWR4 Condizioni sufficienti Condizioni necessarie Per quali valori si annullano i 4 determinanti dei minori di J11? Per quali valori si annulla il determinante di J22? q6 = kπ Altre condizioni sufficienti q2 = kπ ˄ q6 = kπ q5 = π/2+kπ ˄ q6 = kπ q4 = kπ q2 = k π ˄ q3 = π/2 + kπ

Conclusioni L’analisi delle singolarità è stata portata a termine con successo grazie all’utilizzo della formula di Cauchy-Binet. Infatti l’annullamento dei 7 determinanti dei minori di ordine 6 dello Jacobiano geometrico, si è rivelato molto ostico e computazionalmente complesso da perseguire nonostante l’utilizzo di Matlab. Al contrario l’idea di partizionare il Jacobiano e sfruttarne la struttura triangolare per avere calcoli meno complessi, si è rivelata di semplice risoluzione. Naturalmente sono state testate le configurazioni ottenute con il secondo metodo, con sostituzioni esplicite nei vari determinanti, ed effettivamente i 7 determinanti ottenuti nel primo caso si annullano. In conclusione, sono stati raggiunti gli obiettivi prefissati all’inizio del progetto.