news 2026/4/21 10:19:06

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 2026/4/19 9:24:15

RexUniNLU效果惊艳!中文关系抽取案例展示

RexUniNLU效果惊艳!中文关系抽取案例展示 1. 引言 在信息爆炸的时代,如何从海量非结构化文本中自动提取出有价值的知识,成为自然语言处理(NLP)领域的核心挑战之一。传统信息抽取系统往往依赖大量标注数据、复杂的流水…

作者头像 李华
网站建设 2026/4/19 10:49:24

Hunyuan-MT-7B企业级方案:云端私有化部署保护敏感数据

Hunyuan-MT-7B企业级方案:云端私有化部署保护敏感数据 在金融、法律、医疗等行业,每天都有大量涉及客户隐私和商业机密的文档需要处理。其中,跨语言沟通的需求日益增长——比如外资银行要翻译客户的中文财务资料,跨国律所需要将合…

作者头像 李华
网站建设 2026/4/20 11:58:15

翻译风格迁移:HY-MT1.5-7B适应不同文体要求

翻译风格迁移:HY-MT1.5-7B适应不同文体要求 随着多语言交流需求的不断增长,机器翻译模型不仅需要高精度的语言转换能力,还需具备对不同文体、语境和用户意图的灵活适配能力。混元团队推出的 HY-MT1.5 系列翻译模型,在通用翻译性能…

作者头像 李华
网站建设 2026/4/17 19:18:00

AI驱动全流程基于PLUS-InVEST模型的生态系统服务多情景智能模拟与土地利用优化、论文写作

生态系统服务作为维系人类福祉的核心支撑,其供给能力与土地利用格局紧密相关。高频次的人类活动导致土地利用快速变化,进而影响生态系统结构功能,加剧服务供给的不确定性。情景分析作为评估生态服务权衡关系的成熟方法,需依托高精…

作者头像 李华
网站建设 2026/4/16 14:26:43

PyTorch通用环境适用场景:训练/微调/推理全覆盖

PyTorch通用环境适用场景:训练/微调/推理全覆盖 1. 引言 随着深度学习在计算机视觉、自然语言处理等领域的广泛应用,构建一个稳定、高效且开箱即用的开发环境成为研究人员和工程师的核心需求。针对这一痛点,PyTorch-2.x-Universal-Dev-v1.0…

作者头像 李华