forked from varyshare/easy_slam_tutorial
-
Notifications
You must be signed in to change notification settings - Fork 0
/
two_joint_arm_robot.py
128 lines (107 loc) · 4.48 KB
/
two_joint_arm_robot.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
"""
@author 李韬——知乎@Ai酱
教程地址:https://blog.csdn.net/varyshare/article/details/96885179
"""
import numpy as np
from numpy import cos, sin, arccos, arctan2, sqrt
import matplotlib.pyplot as plt
(target_x,target_y) = (1,1) # 机器人要到达的目标点
class TwoLinkArm:
"""
两连杆手臂模拟。
所使用的变量与模拟实体对应关系如下所示:
(joint0)——连杆0——(joint1)——连杆1——[joint2]
注意:joint0是基座也是坐标原点(0,0)
"""
def __init__(self, _joint_angles=[0, 0]):
# 第0个关节是基座所以坐标固定是原点(0,0)
self.joint0 = np.array([0, 0])
# 机器人两段连杆(手臂)的长度
self.link_lengths = [1, 1]
self.update_joints(_joint_angles)
def update_joints(self, _joint_angles):
self.joint_angles = _joint_angles
self.forward_kinematics()
def forward_kinematics(self):
"""
根据各个关节角计算各个关节的位置.
注意:所使用的变量与模拟实体对应关系如下所示:
(joint0)——连杆0——(joint1)——连杆1——[joint2]
"""
# 计算关节1的位置
# q0,q1分别是第0和第1个关节的关节角
q0 = self.joint_angles[0]
a0 = self.link_lengths[0]
self.joint1 = self.joint0 + [a0 * cos(q0), a0 * sin(q0)]
# 计算关节2的位置
q1 = self.joint_angles[1]
a1 = self.link_lengths[1]
# 注意:q1是杆1相对于杆0的延长线的转角,而杆0相对水平线的转角是q0
# 所以杆1相对水平线的转角是(q0+q1), 而joint2是杆1的末端
self.joint2 = self.joint1 + [a1 * cos(q0 + q1), a1 * sin(q0 + q1)]
def plot(self):
"""
绘制当前状态下的机械臂
"""
# 清理坐标系中的内容
plt.cla()
# 三个关节的坐标
x = [self.joint0[0], self.joint1[0], self.joint2[0]]
y = [self.joint0[1], self.joint1[1], self.joint2[1]]
# 绘制这样的一条线——连杆0————连杆1——
plt.plot(x, y, c="red", zorder=1)
# 绘制三个黑圆点代表关节,zorder=2是为了让绘制的点盖在直线上面
plt.scatter(x, y, c="black", zorder=2)
# 绘制目标点
global target_x,target_y
plt.scatter(target_x,target_y,c='blue',marker='*')
# 固定住坐标系,
# 不让它乱变,不让我点击的坐标和它显示的坐标不是一个坐标
plt.xlim(-2, 2)
plt.ylim(-2, 2)
def inverse_kinematic(self, x, y):
"""
逆运动学求解要达到(x,y)需要转动的角度,
返回机器人各关节需要转动的角度
"""
a0 = self.link_lengths[0]
a1 = self.link_lengths[1]
q1 = arccos((x ** 2 + y ** 2 - a0 ** 2 - a1 ** 2) / (2 * a0 * a1))
q0 = arctan2(y, x) - arctan2(a1 * sin(q1), a1 * cos(q1) + a0)
return [q0, q1]
def animation(self,x,y):
_joint_angles = self.inverse_kinematic(x, y)
# 将这个角度变化过程分解成一个1s内的执行15步的慢动作
duration_time_seconds = 1
actions_num = 15
angles_per_action = (np.array(_joint_angles) - np.array(self.joint_angles))/actions_num
plt.ion() # 开启交互模式不然没有动画效果
for action_i in range(actions_num):
self.joint_angles = np.array(self.joint_angles) + angles_per_action
self.update_joints(self.joint_angles)
self.plot()
dt = duration_time_seconds/actions_num
plt.pause(dt)
def to_mouse_posi(self,event):
"""
鼠标点击事件处理函数:记录鼠标在坐标系中的位置(x,y)
然后将其设置为机器人要到达的目标点
"""
global target_x, target_y
if event.xdata == None or event.ydata == None:
print("请在坐标系内选择一个点")
return
target_x = event.xdata
target_y = event.ydata
self.animation(target_x,target_y)
# ---------------------------------
def main():
fig = plt.figure()
arm_robot = TwoLinkArm()
arm_robot.animation(target_x,target_y)
fig.canvas.mpl_connect("button_press_event", arm_robot.to_mouse_posi)
plt.ioff() # 一定要在plt.show()之前终止交互模式不然会一闪而过
plt.show()
if __name__ == "__main__":
main()
pass