《斯坦福大学公开课《机器人学》课程简介》由会员分享，可在线阅读，更多相关《斯坦福大学公开课《机器人学》课程简介（3页珍藏版）》请在金锄头文库上搜索。
1、1斯坦福大学公开课 机器人学课程简介01 机器人历史及机器人的应用主题：课程概要，机器人历史的视频，机器人应用，相关的斯坦福机器人课程，讲座和阅读计划，机械臂运动学，机械臂动力学，机械臂控制，机械力臂控，前沿论题02空间描述，广义坐标主题：空间描述，广义坐标，操作坐标，旋转矩阵，旋转矩阵实例，转化，齐次变换实例，操作方法，通用操作方法03东芝公司开发的柔性致动器机器人学导论第三课开始的视频介绍了东芝公司开发的柔性致动器，体积小，由气压驱动，可以简单模仿手脚的运动。接着本课介绍了齐次变换的几个功能：描述坐标系；旋转或平移矢量以及得到某一矢量在另外坐标系的描述，即映射。此外，还有作为运算式的齐次变
2、换转换。齐次变换即为已知某个矩阵和多个坐标系时，将它们相乘即可。如果已知所有坐标系间的关系，基座也是固定的，于是就可以计算出末端执行器的位置，进而得到基座的位置。如果一组变换只有一个是缺失的，就可以通过它与其它坐标系的关系确定出来。表达式包括空间的描述和旋转的表述，具体来说就是如何在空间中定位末端执行器以及怎样把它移动到某个位置。最后本课讨论了如何运用三个角的表述来表示坐标系的变换、奇异性、固定角以及欧拉参数等问题，并围绕着这些基本问题讨论了欧拉角，旋转等具体实例。04机器人“ 蜂鸟”机器人学第四课主要介绍了如何通过各个连杆和末端执行器来控制一个机械手，也就是建立正运动学。本课首先播放机器人“
3、蜂鸟”的视频来演示机械臂的快速工作过程，然后实际地利用学过的坐标系变换和描述来分析一个机械手。末端执行器通过连杆连接到基座上，连杆之间接有关节轴。用 DH 参数描述连杆，可以精确地定义坐标系。每一个连杆可以附着一个坐标系，通过设置不同的参数，进行坐标变换，最终得到一个可以用在所有坐标系中的总的变换，接着就可以建立正运动学了。05灵长类仿生机器人机器人学导论第五课主要介绍了悬臂运动的理论依据以及一个实际的例子。 首先通过一个短片讲解了灵长类仿生机器人和悬臂运动的由来。接着通过讲解一个 RPRR（转动- 移动-转动-转动机制）的例子来告诉同学们如何具体实现上述运动。课程的后半段，在一个真实的机械臂
4、例子中，教授介绍了找到这个臂的正运动学的基本步骤，即首先要知道 DH 参数并计算与其相关的变换来得到机器人的变换，进而找出末端执行器处的 XYZ，通过关节角和移动关节的位置得到末端执行器的姿态。06瞬态运动学机器人学第六课开始播放了关于链式机器人 Polypod 的视频片段，它们是可重构及模块化的，由连接杆和关节点组成。它可以通过伸长和缩回模式实现一系列复杂的诸如搬运和转弯的步态和运动。接下来教授开始运用之前讲过的雅可比矩阵来分析瞬态运动学：定位末端执行器，在坐标系中描述其位置和姿态。雅可比矩阵的模型在建立运动学的过程中非常重要。用一个简单的有两个自由度的例子可以说明上述的讨论过程。接着教授讲
5、述了另一个例子：斯坦福沙因曼机械臂是如何伸展的，通过微分运算求得关于位置和姿态的雅可比矩阵，从而得到机器人的线速度和角速度。接着讨论了物体绕某一固定轴转动的时候，距离轴的2远近与其速度之间的关系。最后教授讲述了如何进行速度的传递：选择一个坐标系，从一个连杆传递到下一个，直到达到最后的速度，这样就可以得到总速度的雅可比矩阵。此过程包含线速度和角速度。然后通过一个小例子让学生理解速度的传递过程。07 雅可比矩阵显式简介：机器人学第七课开始的视频片段介绍了东芝公司发明的会打排球的机器人，用日常用语指令就可以让它进行击球，捡球等一系列动作，还能与人握手，人机友好做得十分出色。接着回到课堂上雅可比矩阵的
6、理论部分，讨论了移动、转动关节的线速度、角速度对末端执行器的影响。得出了线速度和角速度，就可以提炼出雅可比矩阵，得到一个通式，然后运用到具体的坐标系中，最后通过变换，将其变换的坐标系0 中。接着教授开始讨论如何把上面的理论运用到具体的例子当中，即找出斯坦福沙因曼机械臂的雅可比矩阵。建立好坐标系后，就可以一次性计算正运动学和雅可比公式了。最后的三分钟教授补充了关于运动学奇异点的问题。08 沙因曼机械臂简介：机器人学第八课首先播放了一个关于平行停车的视频片段。驾驶员想停车时，启动自动停车模式，离开车，车辆就可以自动停靠到指定位置。当需要取车时，汽车可以自动开出来，并准备好手动驾驶模式。接下来教授展
7、示了斯坦福沙因曼的机械臂，说明了之前课上讲到的各个关节是如何移动的。回到课堂，教授讲解了运动学奇异点的定义以及如何计算。让雅可比矩阵的行列式为 0，就可以得到奇异构型。接下来教授举了一个简单的例子：如何得到雅可比矩阵，如何得到运动学奇异点，并在机器人 PUMA 上演示了同样的问题。通常的机器人问题超出了二维平面，因此雅可比矩阵可能不是方阵，接下来就讨论了这样的情况。可以通过消去某些行得到约化的矩阵（方阵）进行分析，得到奇异值。接着教授继续讲解斯坦福沙因曼的性质，关节 5。然后解释了一下关于最后一个坐标系的一些疑问，有关末端执行器的雅可比矩阵。要注意不同的坐标系中，叉积算子需要进行转换，不要弄错
8、。最后教授举了一个腕关节点计算雅可比矩阵的例子。 雅可比矩阵不仅用来分析速度，也可控制机器人。教授详细讲述了这一过程。课程的最后讨论了静力的问题（包含虚功原理和一个实例） 。09客座讲座：立体视觉简介：本课主要讲述了在机器人领域内的感知和传感方面的知识。在理论方面，首先介绍了计算机立体几何的一些基本概念，接着讲到特征检测和特征匹配的问题并以 SIFT 特征为例讲述了该问题基本步骤，最后详细介绍了运动跟踪和视觉反馈的有关知识。同时，在机器人应用方面，着重介绍了障碍物检测，物体定位，物体识别，三维地图映射，图像配准，机器人操控物体等邻域的知识，主要是从应用场景入手，重点演示了当前算法得到的一些好的
9、结果，并提出一些未来的方向。10客座讲座：轨迹生成简介：机器人学第 10 课是由客座教授 Krasimir Kolarov 来上的，主要的内容是轨迹的生成。教授首先介绍了基本的问题：为机械手设计一个移动的方案。然后讨论了在关节空间和笛卡尔空间中的轨迹规划问题，并用一些例子说明设计中的难点。实际情况中，需要用三次或更高阶多项式来建模运动的轨迹，只要根据条件求解出相应的未知数即可。接着教授讲到了用直线运动（带有抛物线过渡）建模的情况，并用一个稍微复杂的情况实际讲解了如何利用已知条件来求解运动的各个参数（时间，速度等） 。本课最后讨论了一下实时路径和障碍的问题。11关节空间动力学简介：机器人学 11
10、 课开始的视频片段介绍了侦查机器人和漫步者机器人。侦查机器人用于探测并传回数据，漫步者机器人用于部署侦查机器人。本课开始讲解动力学然和控制方面的知识。首先学习单个刚体的3动力学，然后把不同的动力学结合起来，最后考虑整个铰链式多体系统。为此，就需要研究牛顿-欧拉公式和拉格朗日方程。基于以上的公式，就可以使我们得到铰链体系统的动力学的显式形式。接下来教授通过两个例子进行具体讲解，然后逐步将上面的几个问题细化讲解。12拉格朗日方程简介：机器人学 12 课在开始的视频片段介绍了一种有攀爬能力的空间探测机器人，展示了机器人在地形规则和不规则的地方的运动情况。 本节课的主要内容就是完成动力学部分的讲解（动
11、力学与控制） 。首先教授讲解了一下拉格朗日方程、运动方程和动能方面的知识。接着来求解多体铰接系统的动力方程式。在已知 D-H 参数的前提下，就可以利用上面讲的公式计算质量矩阵了。简单分析了一下质量矩阵后，教授通过几个基本的例子进行具体讲解（其中涉及到克里斯托弗尔符号，对重力问题的应对方法等） 。13 控制学综述简介：机器人学 13 课开始播放了一个有关杂耍机器人的算法，通过与外界环境的不断交互，完成复杂的杂耍运动。 今天的课堂内容是有关机器人的基本控制问题，这主要是通过一个自然系统（即像视频里那样的机器人）来分析的；然后分析了 PD 控制，比例微分控制等控制方法，将其运动到关节空间中来控制机器
12、人；最后讨论了如何将控制技术直接运用到机器人任务中。14PD 控制简介：机器人学第 14 课首先分析了制造触觉传感器可能遇到的问题，带着这个问题，教授以视频的形式给我们介绍了人们利用光学现象制造出来的触觉传感器，详细介绍了它的工作原理及其扩展产品。接着上节课的内容我们一起继续讨论一个自由度的问题，讲解了其动态模型，探讨并且仿真测试了 kp、kv 以及质量 m 对闭环系统的闭环频率、阻尼系数的影响。然后讲解了系统稳态误差的产生原因及消除的方法 PI控制。最后介绍了齿轮传动比给系统带来的惯量影响。15 机械臂控制简介：在这节课的开始教授给我们播放了一段非常有意思的视频On The Run ，其次着
13、重介绍了两个自由度连杆的控制原理,详细分析了其控制方程，阐述了该系统非线性动态耦合的构成及其处理方法。以机械臂为例详细介绍了面向任务控制策略，介绍了机械臂在关节空间和任务空间中的能量控制的关系，重点分析了两种空间的轨迹规划，最后提出了面向任务控制方案。16 顺应性简介：首先机器人给我们打开了一段视频，视频介绍了一些顺应性控制的实例。在此基础上引入了顺应性控制矩阵方程，阐述了力的控制和运动控制结合的重要性，进一步介绍了顺应性控制动态和闭环方程，通过球体模型详细介绍了各个方向上的运动和力的控制方法。其次介绍了以人类为中心的机器人学发展，阐述了当前面临的挑战、技术、友好性问题，DM2 机器人为例，介绍了机械臂的驱动器、安全性以及它所面临的挑战，以斯坦福大学的 Romeo 和 Juliet 机械臂机器人为例介绍了机器人与人的互动性。之后介绍了人形机器人的结构、控制、任务/位姿控制动态模型，以及将人的运动特性应用到机器人上的思路，最后介绍了人的生理机能在机器人中的应用、约束限制和整体控制。
