[논문 리뷰] Development of Direct Kinematics and Workspace Representation for Smokie Robot Manipulator & the Barret WAM.

Reza Yazdanpanah Abdolmalaki|arXiv (Cornell University)|2017. 07. 16.

Robotic Mechanisms and Dynamics참고 문헌 1인용 수 3

한 줄 요약

이 논문은 딘비-하르텐버그(D-H) 매개변수와 MATLAB 기반 시뮬레이션을 사용하여 6-도르의 자유도를 가진 스모키 로봇(Smokie Robot)과 바렛 WAM 조작자(manipulator)의 직접 운동학 및 워크스페이스 분석 프레임워크를 제시한다. D-H 매개변수를 유도하고, 변환 행렬을 구성하며, 몬테카를로 방법을 사용해 관절 구성을 샘플링하여 3D 워크스페이스 시각화를 생성하였다. 결과는 출판된 WAM 데이터와 강한 유사성을 보이며, 스모키 로봇에 대해 이전에 공개된 워크스페이스 데이터가 없었기 때문에 두 로봇에 대한 정확한 운동학 모델링이 가능해졌다.

ABSTRACT

This paper discusses modelling two 6 DOF arm robots. The first step of modelling a robot is establishing its Denavit-Hartenberg parameters. It requires assigning proper coordinates for each link and finding their exact dimensions. In this project we will develop the direct kinematics and workspace representations for two manipulators: the Smokie Robot and the Barrett WAM. After finding the D-H parameters and creating Transformation Matrices,MATLAB programming is used to represent their workspaces.

연구 동기 및 목표

• 디엔비-하르텐버그(D-H) 기준을 사용하여 6-DOF 스모키 로봇과 바렛 WAM 조작자에 대한 정확한 직접 운동학 모델을 개발하기 위해.
• 물리적 측정치와 설계 사양을 바탕으로 두 로봇의 D-H 매개변수와 관절 한계를 유도하기 위해.
• MATLAB과 몬테카를로 방법을 사용하여 두 로봇의 3D 워크스페이스를 시뮬레이션하고 시각화하기 위해.
• WAM의 워크스페이스 시뮬레이션을 출판된 데이터와 비교하여 방법론의 정확성을 검증하기 위해.
• 특히 스모키 로봇에 대해 공개된 워크스페이스 데이터가 없기 때문에, 직렬 조작자의 워크스페이스 분석을 재현 가능한 계산 프레임워크로 제공하기 위해.

제안 방법

• 두 로봇의 각 링크에 좌표 프레임을 할당하고, D-H 매개변수(aj, dj, αj, θj)를 결정하기 위해 딘비-하르텐버그(D-H) 기준을 적용하기 위해.
• 각 변환 행렬이 관절 변수(구속관절의 경우 θj)에 따라 달라지는 D-H 매개변수를 사용하여 동차 변환 행렬 Ai-1^j를 구성하기 위해.
• 지정된 관절 한계 내에서 N = 20,000개의 무작위 관절 각도 조합을 샘플링하여 전체 운동 범위를 탐색하기 위해 몬테카를로 방법을 사용하기 위해.
• 최종 동차 변환 행렬 T = A1*A2*...*A6 (또는 WAM의 경우 A7)를 얻기 위해 개별 변환 행렬을 연속적으로 후행 곱하기를 통해 최종 운동학적 위치를 계산하기 위해.
• 최종 변환 행렬의 네 번째 열에서 얻은 종단 효과기의 x, y, z 좌표를 추출하여 3D 플롯을 위해 사용하기 위해.
• MATLAB의 plot3 함수를 사용하여 이so메트릭, 상단, 측면 시점 등 다양한 시각화를 제공하는 view 명령어를 활용해 워크스페이스를 시각화하여 종합적인 공간 분석을 가능하게 하기 위해.

실험 결과

연구 질문

• RQ1 스모키 로봇과 바렛 WAM의 직접 운동학은 어떻게 딘비-하르텐버그 기준을 사용하여 정확하게 모델링할 수 있는가?
• RQ2 물리적 측정치를 바탕으로 스모키 로봇과 6-DOF 바렛 WAM의 D-H 매개변수와 관절 한계는 무엇인가?
• RQ3 모의된 WAM의 워크스페이스는 제조사에서 출판한 데이터와 어느 정도 유사한가? 이는 시뮬레이션 방법의 타당성을 검증하는 데 기여하는가?
• RQ4 몬테카를로 방법은 직렬 조작자의 고해상도 3D 워크스페이스 표현을 효과적으로 생성하기 위해 어떻게 적용될 수 있는가?
• RQ5 스모키 로봇의 공개된 운동학 데이터가 없기 때문에, 그 워크스페이스 부피와 공간 분포는 어떠한가?

주요 결과

• 스모키 로봇의 D-H 매개변수는 치수 측정기와 줄자로 물리적 측정을 통해 성공적으로 유도되었으며, 모든 6개의 구속관절에 대해 ±180°의 관절 한계가 설정되었다.
• 하부 팔의 회전 관절을 고정함으로써 6-DOF 바렛 WAM 버전을 모델링하였으며, 관절 5의 관절 한계는 -4.8에서 1.3 라디안으로 설정되었다.
• N = 20,000개의 샘플을 사용한 몬테카를로 시뮬레이션은 두 로봇 모두에 대해 고해상도 3D 워크스페이스 시각화를 생성하였으며, 이so메트릭, 상단, 측면 시점 등 다양한 뷰를 포함하였다.
• 모의된 WAM의 워크스페이스는 제조사에서 출판한 데이터와 강한 유사성을 보였으며, 이는 시뮬레이션 프레임워크의 타당성과 정확성을 확인하는 데 기여하였다.
• 이 연구에서 스모키 로봇의 워크스페이스가 처음으로 시각화되었으며, 제조사에서 공개한 워크스페이스 데이터가 없었기 때문이다.
• 샘플 수(N)를 증가시키면 워크스페이스 해상도가 향상되었지만 계산 시간이 증가하여 정확성과 효율성 사이의 상충 관계가 드러났다.