用MATLAB三步完成机器人搭建
全世界只有3.14 % 的人关注了
如果说机器人是一粒种子，那么《机器人大擂台》这档节目就是那个播种人。节目中，不同选手操纵着机器人，在擂台上各显神威 —— 冲撞、翻滚、撬杠、喷火等各种技能，总能令人眼花缭乱，同时点燃心中关于机器人的各种幻想。
图片来自 https://giphy.com/gifs/
如今的机器人应用广泛，机器人技术也开始源源不断地向人类活动的各个领域渗透，机器人分拣系统和随处可见的无人机。
例如机器人分拣系统，显著地提升了物流公司货物配送的效率：
另一个例子是无人机。如果说分拣机器人还属于各大物流公司的核心机密，如下凡天仙一般平日里难得一睹芳容，那无人机早已化身邻家女孩，平易近人地装点着我们的生活：
机器人的发展不会止步于此。2020年以来，新基建概念大热，其三大方向更是与机器人产业密切相关。教育机器人、送餐机器人、情感机器人及自动驾驶技术，都是机器人及自动化技术的下一个重要落地目标：
动图来自《美国国家地理》
银河补习班里有句经典台词：“我的孩子，上的是全世界最好的补习班，银河补习班。”今天，MATLAB就为你带来宇宙最强机器人补习班，手把手教你如何建造属于自己的机器人！
许多人认为 MATLAB 是数学或教育软件。事实上，MATLAB 最初被广泛采用是在控制工程领域，随后开发了多种技术领先的算法包和工具箱，并被全球各大高校广泛采纳为数学教育软件 [1]。即将进入机器人补习班的你，准备好了吗？
第一步：安装机器人工具箱
>> ver
Robotics System Toolbox Version 2.x (Rxxxxx)
第二步：你想要什么样的机器人？建模是关键
%设置 DH 参数dhparams = [0 pi/2 0 0;0.4318 0 0 0;];robot = rigidBodyTree; % 初始化机械臂body1 = rigidBody( body1 ); % 定义第一个连杆jnt1 = rigidBodyJoint( jnt1 , revolute ); % 定义第一个关节setFixedTransform(jnt1,dhparams(1,:), dh );body1.Joint = jnt1; % 给底座加上关节addBody(robot,body1, base ) % 定义机械臂为机器人的底座% 添加第二、三只连杆body2 = rigidBody( body2 );jnt2 = rigidBodyJoint( jnt2 , revolute );body3 = rigidBody( body3 );jnt3 = rigidBodyJoint( jnt3 , revolute );setFixedTransform(jnt2,dhparams(2,:), dh );setFixedTransform(jnt3,dhparams(3,:), dh );body2.Joint = jnt2;body3.Joint = jnt3;
a: 关节（垂直连杆方向的）偏移量 alpha: 关节扭曲角度（垂直于两个连杆构成的平面的角度） d: 关节（朝着连杆方向的）伸长量 theta: 关节起始旋转角度（平行于两个连杆构成的平面的角度）
showdetails(robot)
addBody(robot,body2, body1 )addBody(robot,body3, body2 )show(robot); % 画图
第三步：看！它左手右手一个慢动作！
>> robot = loadrobot("kinovaGen3");>> showdetails(robot)
>> robot.getBody( Shoulder_Link ).Joint>> robot.getBody( Shoulder_Link ).Joint.JointToParentTransform>> robot.getBody( Shoulder_Link ).Joint.ChildToJointTransform
下面我们 MATLAB 中的逆运动学函数 inverseKinematics 来让机械臂动起来。我们只需要定义出机械臂所要经过的几个路径点的位置、速度以及加速度，MATLAB 即可通过对特殊欧几里得群求逆来计算出整个机械臂所经过的路径，以及每个时刻的速度以及加速度等信息。
% 关节起始旋转角及初始位置positions = [2*pi, 0.2619, pi, 4.0142, 2*pi, 0.9598, pi/2];config = homeConfiguration(robot);for k = 1:length(positions)config(k).JointPosition = positions(k);end% 定义机械臂需要通过的路径点以及对应速度、加速度信息waypoints = [0.5639 0.0013 0.4336] + [-0.1 0.2 0.4 ; -0.2 0 0.1 ; -0.1 -0.2 0.4 ;] ;waypointTimes = 0:4:8;ts = 0.2;trajTimes = 0:ts:waypointTimes(end);waypointVels = 0.1 *[ 0 1 0; -1 0 0; 0 -1 0;] ;waypointAccels = zeros(size(waypointVels));waypointAccelTimes = diff(waypointTimes)/4;[q,qd,qdd] = trapveltraj(waypoints,numel(trajTimes), ...AccelTime ,repmat(waypointAccelTimes,[3 1]), ...EndTime ,repmat(diff(waypointTimes),[3 1]));% 画出初始状态%% 画图--机械臂show(gen3,config, Frames , off , PreservePlot ,false);hold on%% 画图--路径初始化hTraj = plot3(waypoints(1,1),waypoints(2,1),waypoints(3,1), b.- );set(hTraj, xdata , q(1,:), ydata , q(2,:), zdata , q(3,:));%% 画图--路径点plot3(waypoints(1,:),waypoints(2,:),waypoints(3,:), ro , LineWidth ,2);set(gca, Position , [-.2, -.2, 1.5, 1.5]);xlim([-1 1]), ylim([-1 1]), zlim([0 1.2]);
% 初始化机械臂的逆运动学方程ik = inverseKinematics( RigidBodyTree ,robot);ikWeights = [1 1 1 1 1 1];ikInitGuess = robot.homeConfiguration; % 随机设置一个初始状态% 让机器人动起来！for idx = 1:numel(trajTimes)% 解逆运动学方程tgtPose = trvec2tform(q(:,idx) );[config,info] = ik( EndEffector_Link , tgtPose,ikWeights,ikInitGuess);ikInitGuess = config; % 以上一时刻的状态作为下一时刻的初始值% 画出机器人的动态show(robot,config, Frames , off , PreservePlot ,false);title([ Trajectory at t = num2str(trajTimes(idx))])drawnowend
更高级的智能
% 初始化机器人及起始点、终点% 我们的目的是希望机器人能顺利躲过障碍物并到达终点map = LandmarkMap(20, 10); % 10*10 地图，20 个障碍物V = diag([0.005, 0.5*pi/180].^2); % 机器（每个步长）的误差矩阵robot = Bicycle( covar , V); % 初始化机器人robot.add_driver( RandomPath(10)); % 定义终点% 定义传感器% angle：传感器扫射角度范围% range：传感器扫射距离W = diag([0.1, 1*pi/180].^2); % 传感器（每个步长）的误差矩阵sensor = RangeBearingSensor(robot, map, covar , W, ...animate , angle , [-pi/2 pi/2], range , 5);% 初始化 EKF， 并运行 150 个步长P0 = diag([0.005, 0.005, 0.001].^2); % 卡曼滤波初始时刻的协方差矩阵ekf = EKF(robot, V, P0, sensor, W, []);ekf.run(150);
造机器人？就是如此简单！
机器人行业快速发展的同时，要面临各种各样的机遇和挑战。MATLAB 的机器人工具包也一样，仍需不断的革新和研发，在以下方面得以改善：
工具包没有覆盖机器视觉方面的内容，因此机器人的传感器只能处理非图像环境信息。要想给机器人加一双眼睛，需要下载计算机视觉工具箱（Computer Vision Toolbox）或图像处理工具箱（Image Processing Toolbox）； 工具包无法利用大数据，这在高度信息化的今天，对机器人的成长是不利的。要想让机器人拥有大数据处理技能，需要统计及机器学习工具箱（Statistics and Machine Learning Toolbox）或深度学习工具箱（Deep Learning Toolbox）。
