Escolar Documentos
Profissional Documentos
Cultura Documentos
( n) (x, y, z,
1 x, y, z)
Introduo
O problema da cinemtica inversa
pode ser estabelecido da seguinte
forma:
especificada a localizao (posio e
orientao) que se deseja que a garra
alcance;
determinar o valor das variveis de junta
(ngulos ou deslocamentos de junta)
necessrios para levar a garra a tal
localizao.
Introduo
Tipos de solues:
Numrica;
Frmula fechada;
Numrica
As equaes no lineares
simultneas podem ser resolvidas por
mtodos iterativos.
Por utilizar mtodos iterativos,
esquemas baseados neste tipo de
abordagem podem ter problemas de
convergncia. Por esta razo, no so
muito apropriados para implementaes
em tempo real.
Frmula fechada
As equaes so resolvidas por
mtodos algbricos, frequentemente
fazendo uso de consideraes
geomtricas, resultando numa
expresso analtica computvel.
Este tipo de abordagem resulta em
solues fceis de implementar e que
envolvem pouco esforo computacional,
encorajando aplicaes em tempo real.
Frmula fechada
Robs manipuladores de seis graus
de liberdade e com trs eixos se
intersectando num ponto possuem
soluo em frmula fechada (Soluo
de Pieper).
A grande maioria dos manipuladores
industriais projetada e construda
de modo a possuir soluo em
frmula fechada.
Solues analticas x numricas
f(x)
Slope=df/dx
f-axis
x-axis x
Derivada de f(x)=x2
Gradientes
Sabemos como:
Derivar um escalar por outro escalar.
Derivar um vetor por um escalar.
Mas como podemos:
Derivar um escalar por um vetor?
Derivar um vetor por outro?
Derivadas vetoriais
f1 f1 f1
...
x1 x2 xN
f2 f2
df ... ...
J f,x x1 x2
dx
... ... ... ...
fM fM
... ...
x1 xN
Exemplo: Rob 2R
(x , y)
x f1 ( 1, 2 ) l1 cos 1 l 2 cos( 1 2 )
y f2 ( 1, 2 ) l1 sin 1 l 2 sin( 1 2 ) 2
l2
l1
1
f1 f1
l1 sin 1 l 2 sin( 1 2) l 2 sin( 1 2)
J f, 1 2
f2 f2 l1 cos 1 l 2 cos( 1 2) l 2 cos( 1 2)
1 2
Derivadas parciais
f(x+ x)
f(x)
Slope= f/ x
f-axis
x-axis x
Valores prximos
xi x-axis
Escolhendo x
xi+1 xi x-axis
Utilizando passos menores
a taxa de aprendizado.
Descida de gradiente
df/dx
f(xi)
f-axis
xi+1 xi x-axis
Exemplo de descida de gradiente
Minimizao
x-axis
Algoritmo Descida de Gradiente
Parando a descida
i
f (q ) R1T1 Ri Ti RnTn x,
ri
f (q ) R1T1 RiTi RnTn x.
Finalmente, R R RT R R.
Calculo do Jacobiano
Derivada de uma matriz de translao T:
Por exemplo:
1 0 0 0 0 0 0 0
0 1 0 r 0 0 0 1
T T
0 0 1 0 0 0 0 0
0 0 0 1 0 0 0 0
Calculo do Jacobiano
Retomando nosso exemplo, se
x c 1 s 1 0 1 0 r1 c 2 s 2 0 1 0 r2 0
y s 1 c 1 0 0 1 0 s 2 c 2 0 0 1 0 0
1 0 0 1 0 0 1 0 0 1 0 0 1 1
Mtodo geral:
e=[ex ey]
1
Algoritmo de Cinemtica Inversa
usando o Jacobiano
A matriz Jacobiana J(e, ) mostra como
cada componente do vetor e varia, com
respeito a cada junta:
ex ex
1 2
J e, 2
ey ey
1 2
1
Algoritmo de Cinemtica Inversa
usando o Jacobiano
while (e estiver longe demais de g) {
Compute J(e, ) para a pose atual
Compute J-1 // inverta a matriz Jacobiana
e = (g - e) // escolha um passo
apropriado
= J-1 e // compute as mudanas nas
juntas
= + // aplique as mudanas nas
juntas
Compute o novo e // utilize cinemtica direta
// para ver onde voc
// foi parar..
}
Escolhendo e