dicom机器学习3d建模 3d建模机器人图纸

转载

mob6454cc670f76 2023-10-31 15:47:15

文章标签 dicom机器学习3d建模 matlab 3d 矩阵 MATLAB 文章分类 机器学习人工智能

如下图所示，最简单的MATLAB机器人仿真时候的样子。光杆杆的总感觉缺那么点意思，所以，plot3d的必要性还是有的。而plot3d的重点不仅是在MATLAB中，还有重要前提就是模型的前处理（1、在装配体草图中建立各个坐标系；2、固定命名导出各轴的STL文件）

一、效果对比图

1、常见的一般仿真图

（是不是有点看厌了，哈哈哈哈）

dicom机器学习3d建模 3d建模机器人图纸_matlab

2、真实模型图

dicom机器学习3d建模 3d建模机器人图纸_matlab_02

dicom机器学习3d建模 3d建模机器人图纸_dicom机器学习3d建模_03

确实比只有杆杆好看多了

MATLAB代码：

close all;
clear;
clc;
%% DH参数建立（重点）
L(1)=Link('revolute','d',0.04197,'a',0.0414,'alpha',pi/2,'offset',0);
L(2)=Link('revolute','d',0,'a',0.13608,'alpha',0,'offset',1.24773);
L(3)=Link('revolute','d',0,'a',0,'alpha',pi/2,'offset',0.32106);1.24773
L(4)=Link('revolute','d',0.12010,'a',0,'alpha',-pi/2,'offset',0);


MaRob = SerialLink(L,'name','MaRob四轴机械臂');
MaRob.base = transl(0,0,0);

q0 = [0,0,0,0,0];
v = [165 20];
w = [-0.1 0.2 -0.2 0.2 0 0.2];

MaRob.plot3d(q0,'tilesize',0.1,'workspace',w,'path','D:\桌面文件\6轴机械臂设计零件\机械臂STL','nowrist','view',v);

light('Position',[1 1 1],'color','w');

theta1 = [30 45 20 0]*pi/180;
p_1=MaRob.fkine(theta1);
disp(p_1);
q1 = [0,0,0,0];
q2 = [pi/4,pi/3,pi/5 0];%随便建立两个运动点
qt2 = jtraj(q1,q2,20);

% for i=1:size(qt2,1)
%     
%     T=MaRob.fkine(qt2(i,:));
%     P=transl(T);
%     %plot_sphere(P,0.038,'r')
%     %patch('Vertices',vertice,'Faces',face,'FaceColor',[0.82 0.71 0.55]);
%     MaRob.plot3d(qt2(i,:),'view',v,'nowrist','delay',0,'fps',30,'trail',{'r','LineWidth',3},'tilesize',0.1);
%     pause(0)
% end

figure;
MaRob.plot3d([qt2],'view',v,'nowrist','delay',0,'fps',30,'trail',{'r','LineWidth',3},'tilesize',0.1)