news 2026/6/10 4:37:45

机械臂urdf

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
机械臂urdf

机械臂的坐标系层级,以及每个 link 之间的相对平移、旋转关系,这是理解机械臂位姿建模的核心。我会按坐标系层级+逐关节 / 连杆位姿拆解的方式,清晰呈现所有关键关系。

一、整体坐标系层级(核心骨架)

整个机械臂的坐标系从根到末端的传递路径:

plaintext

world(虚拟根) ↓ fixed关节(无偏移) base_link(基座) ↓ JM0关节(旋转+平移) JM0_Link(关节0连杆) ↓ JM1-2关节(旋转+平移) JM1-2_Link(关节1-2连杆) ↓ JM4-3关节(平移) JM4-3_Link(关节4-3连杆) ↓ JM4关节(平移) JM4_Link(关节4连杆) ↓ JM5关节(旋转+平移) JM5_Link(关节5连杆) ↓ YB关节(旋转+平移) YB_Link(末端夹爪/工具连杆)

二、逐环节拆解:各 Link 的相对平移 / 旋转关系

以下所有位姿均为子 Link 相对于父 Link的最终位姿(关节 origin + Link 自身 origin,抵消 / 叠加后):

1. world → base_link(虚拟根→基座)
连接关节关节 originLink 自身 origin最终相对位姿
world_to_base(fixed)xyz=(0,0,0) rpy=(0,0,0)base_link 所有 origin 的 rpy=0,inertial xyz≈(0,-0.0196,0.0102)平移:base_link 质心≈(0,-0.0196,0.0102) m 旋转:无(rpy=0)

关键:world 是虚拟根,base_link 相对于 world 无旋转,仅质心有微小平移(惯性坐标系),视觉 / 碰撞模型与 world 坐标系完全重合。

2. base_link → JM0_Link(基座→关节 0 连杆)
连接关节关节 originLink 自身 origin最终相对位姿
JM0(revolute)xyz=(0,-0.0495,-0.0196)m rpy=(1.5708,0,0)(绕 X 轴 + 90°)JM0_Link 所有 origin 的 rpy=0 inertial xyz≈(0,-0.0036,0.0020)m平移: X=0+0=0m Y=-0.0495-0.0036=-0.0531m Z=-0.0196+0.0020=-0.0176m 旋转:绕 X 轴 + 90°(仅关节旋转,Link 无抵消)
3. JM0_Link → JM1-2_Link(关节 0→关节 1-2 连杆)
连接关节关节 originLink 自身 origin最终相对位姿
JM1-2(revolute)xyz=(0,-0.0735,0)m rpy=(-1.5708,0,0)(绕 X 轴 - 90°)JM1-2_Link 所有 origin 的 rpy=0 inertial xyz=(0.0104,-0.1937,-0.0010)m平移: X=0+0.0104=0.0104m Y=-0.0735-0.1937=-0.2672m Z=0-0.0010=-0.0010m 旋转:绕 X 轴 - 90°(仅关节旋转,Link 无抵消)

关键:JM1-2 关节的 - 90° 旋转抵消了 JM0 关节的 + 90° 旋转,JM1-2_Link 相对于 base_link 的总旋转为 0(+90°-90°)。

4. JM1-2_Link → JM4-3_Link(关节 1-2→关节 4-3 连杆)
连接关节关节 originLink 自身 origin最终相对位姿
JM4-3(revolute)xyz=(0.0207,-0.3875,0.084)m rpy=(0,0,0)JM4-3_Link 所有 origin 的 rpy=0 inertial xyz≈(0,-0.1730,-0.0004)m平移: X=0.0207+0=0.0207m Y=-0.3875-0.1730=-0.5605m Z=0.084-0.0004=0.0836m 旋转:无(rpy=0)

关键:无旋转,仅纯平移,是机械臂 “大臂” 的延伸。

5. JM4-3_Link → JM4_Link(关节 4-3→关节 4 连杆)
连接关节关节 originLink 自身 origin最终相对位姿
JM4(revolute)xyz=(0,-0.375,-0.084)m rpy=(0,0,0)JM4_Link 所有 origin 的 rpy=0 inertial xyz≈(0,0.0020,0.0036)m平移: X=0+0=0m Y=-0.375+0.0020=-0.3730m Z=-0.084+0.0036=-0.0804m 旋转:无(rpy=0)
6. JM4_Link → JM5_Link(关节 4→关节 5 连杆)
连接关节关节 originLink 自身 origin最终相对位姿
JM5(revolute)xyz=(0,-0.084,0)m rpy=(1.5708,0,0)(绕 X 轴 + 90°)JM5_Link 所有 origin 的 rpy=0 inertial xyz≈(0,0.0020,-0.0036)m平移: X=0+0=0m Y=-0.084+0.0020=-0.0820m Z=0-0.0036=-0.0036m 旋转:绕 X 轴 + 90°
7. JM5_Link → YB_Link(关节 5→末端连杆)
连接关节关节 originLink 自身 origin最终相对位姿
YB(revolute)xyz=(0,-0.03,0)m rpy=(1.5708,0,0)(绕 X 轴 + 90°)YB_Link 所有 origin 的 rpy=0 inertial xyz≈(0,0,0.0039)m平移: X=0+0=0m Y=-0.03+0=-0.03m Z=0+0.0039=0.0039m 旋转:绕 X 轴 + 90°

关键:末端 YB_Link 相对于 JM5_Link 有 + 90° 旋转,是机械臂工具端的最终姿态调整。

三、关键补充:旋转轴与运动约束

所有旋转关节(JM0/JM1-2/JM4-3/JM4/JM5/YB)的旋转轴均为:axis xyz="0 0 1"(绕 Z 轴旋转),且运动范围均为-1.5264 ~ 1.5264 rad(≈±87.5°),最大力矩 10N・m,最大速度 1rad/s。

总结

  1. 坐标系传递核心:机械臂位姿由 “关节 origin(父→子的基础偏移)+ Link 自身 origin(子自身的微调)” 叠加而成,旋转主要由关节的 rpy 提供,Link 自身无额外旋转(rpy=0)。
  2. 旋转关键抵消:JM0 关节的 + 90° 旋转被 JM1-2 关节的 - 90° 旋转抵消,使机械臂大臂(JM1-2_Link)回到与基座平行的姿态。
  3. 平移规律:所有 Link 的视觉 / 碰撞模型自身无平移(xyz=0),仅惯性坐标系(质心)有微小偏移;机械臂的整体延伸主要由关节的 xyz 参数决定。

关键点:整个机械臂的旋转仅出现在 JM0/JM1-2/JM5/YB 关节(均绕 X 轴 ±90°),所有关节的运动旋转轴均为 Z 轴;平移则是通过各关节的 xyz 参数逐步延伸,从基座到末端累计偏移约 1.3m(Y 轴为主方向)。

深度思考

PPT 生成

编程

帮我写作

更多

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/2 10:03:20

从零开始玩转AI作曲|NotaGen WebUI音乐生成全攻略

从零开始玩转AI作曲|NotaGen WebUI音乐生成全攻略 1. 引言:开启AI驱动的古典音乐创作之旅 在人工智能技术飞速发展的今天,音乐创作已不再局限于专业作曲家。借助深度学习与大语言模型(LLM)范式,AI正在重新…

作者头像 李华
网站建设 2026/5/31 14:56:34

Glyph实战案例:客服工单历史记录智能归纳

Glyph实战案例:客服工单历史记录智能归纳 1. 引言:业务场景与痛点分析 在现代企业服务系统中,客服工单是客户问题处理的核心载体。随着服务周期的延长,单个客户的工单历史可能累积至数十甚至上百条记录,涵盖咨询、投…

作者头像 李华
网站建设 2026/5/30 1:17:39

VLLM-v0.11.0灾备方案:云端自动快照,数据丢失0风险

VLLM-v0.11.0灾备方案:云端自动快照,数据丢失0风险 你有没有经历过这样的崩溃时刻?团队辛辛苦苦花了三天三夜微调出一个VLLM模型,结果服务器硬盘突然损坏,所有数据瞬间清零。那种感觉,就像刚写完的毕业论文…

作者头像 李华
网站建设 2026/5/31 11:53:27

零代码玩转Youtu-2B:网页版直接体验,免安装

零代码玩转Youtu-2B:网页版直接体验,免安装 你是不是也遇到过这样的尴尬场景?作为市场专员,客户临时想看看AI对话的效果,你满心期待地联系IT部门部署模型,结果被告知排期要两周。商机不等人,等不…

作者头像 李华
网站建设 2026/5/28 21:10:12

Qwen轻量级AI对比:0.5B模型在实际业务中的表现

Qwen轻量级AI对比:0.5B模型在实际业务中的表现 1. 引言 随着大语言模型(LLM)在各类智能应用中广泛落地,如何在资源受限的环境中实现高效、稳定的推理成为工程实践中的关键挑战。尤其是在边缘设备或仅配备CPU的服务器场景下&…

作者头像 李华
网站建设 2026/6/5 15:55:29

从文本到标准格式一键转换|FST ITN-ZH中文ITN镜像全指南

从文本到标准格式一键转换|FST ITN-ZH中文ITN镜像全指南 1. 简介:什么是中文逆文本标准化(ITN) 在语音识别、自然语言处理和智能客服等场景中,系统输出的文本往往包含大量非标准表达形式。例如,“二零零八…

作者头像 李华