-
Notifications
You must be signed in to change notification settings - Fork 0
/
U3_Ex_PPT.py
356 lines (284 loc) · 8.31 KB
/
U3_Ex_PPT.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
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
######################################################
# LIBRERIAS - siempre pegar
######################################################
from Funciones import *
from Funciones_simbolico import *
# Para limpiar terminal
import os
os.system("clear")
# Realizar graficos
import matplotlib.pyplot as plt
# Realizar operaciones
import numpy as np
# Generalizar transf. homogenea T
d_vacio=np.array([[0,0,0]]).T
R_vacio=np.eye(3)
# Simbolicos
from sympy.matrices import Matrix
import sympy as sp
# Generación de variables simbólicas
cos = sp.cos
sin = sp.sin
th, t, p, bb, dt = sp.symbols("th t p bb dt")
p1, p2, p3 = sp.symbols("p1 p2 p3")
q1, q2, q3, q4, q5, q6 = sp.symbols("q1 q2 q3 q4 q5 q6")
l1, l2, l3, l4, l5, l6, L = sp.symbols("l1 l2 l3 l4 l5 l6 L")
r, p, y, dr, dp, dy = sp.symbols("r p y dr dp dy")
# ---------------------------------
# Diapo 10
# --------------------------------
"""
# Matriz de rotación
R = S_R_y(t)
# Derivada con respecto al ángulo t
dRdt = sp.diff(R,t)
# Matriz antisimétrica
w_hat = sp.simplify(dRdt*dt*R.T)
# print(w_hat)
# Vector de velocidad angular
w = S_w_de_w_antiw_hat)
print(w)
"""
# ---------------------------------
# Diapo 20 - Uso de rotaciones
# ---------------------------------
# Todos respecto a base {0}
"""
# Componente de velocidad debido a "roll"
wr = sp.Matrix([0,0,1])*dr
# Componente de velocidad debido a "pitch"
Rz = S_R_z(r)
wp = Rz[:,1]*dp
# Componente de velocidad debido a "yaw"
Rrp = sp.simplify(S_R_z(r)*S_R_y(p))
wy = Rrp[:,0]*dy
# Velocidad angular
w = wr + wp + wy
print(w)
# Matriz E de w = Eo * x'
# Es manual pero puedo sacarlo dea la misma matriz
"""
# ---------------------------------
# Diapo 23 - derivadas analíticas
# ---------------------------------
""" # Matriz de rotación de roll, pitch, yaw
R = sp.simplify(S_R_z(r)*S_R_y(p)*S_R_x(y))
# Derivada temporal de la matriz de rotación (usando la regla de la cadena)
dRdt = sp.simplify(sp.diff(R,r)*dr + sp.diff(R,p)*dp + sp.diff(R,y)*dy)
# Vel. angular antisimetrica
w_hat = sp.simplify(dRdt * R.T)
# Vel. Angular
w = S_w_de_w_anti(w_hat)
print("w_hat: \n",w_hat,"\n")
print("w: \n", w,"\n")
"""
# ---------------------------------
# Diapo 32 - Jacobiano geometrico
# ---------------------------------
"""
# Matrices de transformación homogénea
# 1. T de 0 a 1
T01 = sp.Matrix([[sp.cos(q1), -sp.sin(q1), 0, l1*sp.cos(q1)],
[sp.sin(q1), sp.cos(q1), 0, l1*sp.sin(q1)],
[ 0, 0, 1, 0],
[ 0, 0, 0, 1]])
T12 = sp.Matrix([[sp.cos(q2), -sp.sin(q2), 0, l2*sp.cos(q2)],
[sp.sin(q2), sp.cos(q2), 0, l2*sp.sin(q2)],
[ 0, 0, 1, 0],
[ 0, 0, 0, 1]])
# 2. T de 0 a 2
T02 = sp.simplify(T01*T12)
# Ejes z con respecto al sistema 0
z0 = sp.Matrix([[0],[0],[1]]);
z1 = T01[0:3, 2]
# Puntos con respecto al sistema 0
p0 = sp.Matrix([[0],[0],[0]]);
p0_1 = T01[0:3, 3];
p2 = T02[0:3, 3];
p0_2 = p2-p0
p1_2 = p0_2 - p0_1
# Componentes de los Jacobianos
Jv1 = z0.cross(p0_2);
Jv2 = z1.cross(p1_2);
Jw1 = z0;
Jw2 = z1
# Jacobiano geométrico (columna a columna)
J1 = sp.Matrix.vstack(Jv1, Jw1)
J2 = sp.Matrix.vstack(Jv2, Jw2)
# Jacobiano geométrico (completo)
J = sp.Matrix.hstack(J1, J2)
print("J:",J)
print("Rango:", sp.Matrix.rank(J)) """
# ---------------------------------
# Diapo 33 - 34 : Jacobiano geometrico - DH - 4 varbiales
# ---------------------------------
""" # Matrices de transformación homogénea i con respecto a i-1
T01 = S_T_dh(0, q1, 0, sp.pi/2)
T12 = S_T_dh(0, q2, 0, sp.pi/2)
T23 = S_T_dh(L, q3, 0, sp.pi/2)
T34 = S_T_dh(0, q4, L, 0)
# Matrices de transformación homogénea con respecto a 0
T02 = sp.simplify(T01*T12)
T03 = sp.simplify(T02*T23)
T04 = sp.simplify(T03*T34)
# Ejes z (con respecto al sistema 0)
z0 = sp.Matrix([[0],[0],[1]]);
z1 = T01[0:3, 2]
z2 = T02[0:3, 2]
z3 = T03[0:3, 2]
# Puntos con respecto al sistema 0
p0 = sp.Matrix([0,0,0])
p1 = T01[0:3, 3]
p2 = T02[0:3, 3]
p3 = T03[0:3, 3]
p4 = T04[0:3, 3]
# Componentes del Jacobiano (velocidad lineal)
Jv1 = sp.simplify(z0.cross(p4-p0))
Jv2 = sp.simplify(z1.cross(p4-p1))
Jv3 = sp.simplify(z2.cross(p4-p2))
Jv4 = sp.simplify(z3.cross(p4-p3))
# Componentes del Jacobiano (velocidad angular)
Jw1 = z0; Jw2 = z1; Jw3 = z2; Jw4 = z3
# Jacobiano geométrico
J1 = sp.Matrix.vstack(Jv1, Jw1)
J2 = sp.Matrix.vstack(Jv2, Jw2)
J3 = sp.Matrix.vstack(Jv3, Jw3)
J4 = sp.Matrix.vstack(Jv4, Jw4)
J = sp.Matrix.hstack(J1, J2, J3, J4)
print("J1:", J1)
print("J2:", J2)
print("J3:", J3)
print("J4:", J4)
# Jacobiano en el punto dado:
Js = J.subs({q1:0, q2:135*sp.pi/180, q3:sp.pi, q4:sp.pi})
print("J(q):", Js) """
# ---------------------------------
# Diapo 40 - Jacobiano analitico
# ---------------------------------
"""
# Forma 1
# =======
# Cinemática directa (término a término)
x = l1*sp.cos(q1) + l2*sp.cos(q1+q2)
y = l1*sp.sin(q1) + l2*sp.sin(q1+q2)
phi = q1 + q2
# Derivadas (término a término)
dxdq1 = sp.diff(x, q1)
dxdq2 = sp.diff(x, q2)
dydq1 = sp.diff(y, q1)
dydq2 = sp.diff(y, q2)
dphidq1 = sp.diff(phi, q1)
dphidq2 = sp.diff(phi, q2)
# Jacobiano analitico
Ja1 = sp.Matrix([[ dxdq1, dxdq2],
[ dydq1, dydq2],
[dphidq1, dphidq2]])
#print(Ja1)
# Forma 2
# =======
# Cinemática directa (como vector)
X = sp. Matrix([[ l1*sp.cos(q1) + l2*sp.cos(q1+q2)],
[ l1*sp.sin(q1) + l2*sp.sin(q1+q2)],
[ q1 + q2]])
# Vector de variables articulares
q = sp.Matrix([q1,q2])
# Jacobiano analítico (usando la función "jacobian")
Ja1 = X.jacobian(q)
print(Ja1)
############ SINGULARIDAD #############
# Extraer solo la parte correspondiente a la posición
Jaxy = Ja1[0:2,0:2]
# Determinante
det = sp.simplify(Jaxy.det())
# Rango
r = Jaxy.rank()
print("El determinante es:", det)
print("El rango es:", r)
# Caso singular 1: reemplazando q2=0
J1 = sp.simplify(Jaxy.subs({q2: 0}))
# Determinante cuando q2=0:
det1 = J1.det()
# Rango cuando q2=0
r1 = J1.rank()
print("\n Jacobiano analítico cuando q2=0: \n ", J1)
print("Determinante cuando q2=0:", det1)
print("Rango cuando q2=0:", r1)
# Caso singular 2: reemplazando q2=pi
J2 = sp.simplify(Jaxy.subs({q2:sp.pi}))
# Determinante cuando q2=0:
det2 = J2.det()
# Rango cuando q2=pi
r2 = J2.rank()
print("\n Jacobiano analítico cuando q2=pi: \n ", J2)
print("Determinante cuando q2=pi:", det2)
print("Rango cuando q2=pi:", r2) """
# ---------------------------------
# Diapo 42 - Jacobiano analitico
# ---------------------------------
"""
# Cinemática directa
X = sp.Matrix([[q3*sp.cos(q2)*sp.cos(q1)],
[q3*sp.cos(q2)*sp.sin(q1)],
[d1 + q3*sp.sin(q2)]])
# Variables articulares
q = sp.Matrix([q1, q2, q3])
# Jacobiano analítico
Ja2 = X.jacobian(q)
print(Ja2)
############ SINGULARIDAD #############
# Determinante
det = sp.simplify(Ja2.det())
# Rango
r = Ja2.rank()
print("El determinante es:",det)
print("El rango es:", r)
# Singularidad 1: cuando q2=90
J1 = sp.simplify(Ja2.subs({q2:sp.pi/2}))
# Determinante
det1 = J1.det()
# Rango
r1 = J1.rank()
print("Jacobiano analítico cuando q2=pi:\n", J1)
print("Determinante:",det1)
print("Rango:", r1)
# Singularidad 2: cuando q2=-90
J2 = sp.simplify(Ja2.subs({q2:-sp.pi/2}))
# Determinante
det2 = J2.det()
# Rango
r2 = J2.rank()
print("Jacobiano analítico cuando q2=-pi:\n",J2)
print("Determinante:",det2)
print("Rango:", r2)
# Singularidad 3: cuando q3=0
J3 = sp.simplify(Ja2.subs({q3:0}))
# Determinante
det3 = J3.det()
# Rango
r3 = J3.rank()
print("Jacobiano analítico cuando q3=0:\n",J3)
print("Determinante:",det3)
print("Rango:", r3) """
# ---------------------------------
# Diapo 51 Cinematica diferencial inversa
# ---------------------------------
q1, q2, q3, L1, L2, L3 = sp.symbols("q1 q2 q3 L1 L2 L3")
# Cinemática directa
x = L1*sp.cos(q1) + L2*sp.cos(q1+q2) + L3*sp.cos(q1+q2+q3)
y = L1*sp.sin(q1) + L2*sp.sin(q1+q2) + L3*sp.sin(q1+q2+q3)
th = q1 + q2 + q3
X = sp.Matrix([x, y, th])
q = sp.Matrix([q1, q2, q3])
# Jacobiano analítico
Ja = X.jacobian(q)
# print(Ja)
# Configuración
qd = [sp.pi/4, -sp.pi/4, -sp.pi/4]
# Reemplazando valores en el Jacobiano
J = Ja.subs({q1: qd[0], q2: qd[1], q3: qd[2], L1:0.5, L2:1, L3:0.5})
# print(J)
# Velocidad deseada
V = sp.Matrix([0.7, 0, 0])
# Velocidad articular
dq = J.inv()*V
print("Velocidad articular deseada:\n", sp.N(dq, 6))