企业官网建设流程全解析

从运动空间分类

1.关节空间运动

定义：控制每个关节独立运动，直接指定关节角度或位移。

• 常见类型：

  • 点到点运动：只关注起点和终点的关节角度，不控制中间路径。

  • 关节插补运动：多个关节按比例同步运动，使所有关节同时到达目标。

• 特点：

  • 路径不可预测：末端执行器在空间中的轨迹通常为复杂曲线。

  • 效率高：计算量小，运动速度快。

  • 无碰撞控制：中间路径可能发生意外碰撞。

2.笛卡尔空间运动

定义：在直角坐标系中规划末端执行器的运动路径。

• 常见类型：

  • 直线运动：末端沿空间直线移动。

  • 圆弧运动：末端沿圆弧路径移动。

  • 样条曲线运动：沿平滑复杂曲线运动。

• 特点：

  • 路径精确可控：末端轨迹可预测，适合精细操作。

  • 计算复杂：需实时进行逆运动学解算。

  • 应用广泛：焊接、涂胶、装配等需要精确轨迹的场景。

核心区别对比表

从运动的方式分类

1.move_joint

• 空间：纯粹的关节空间运动

• 行为：

  • 直接指定每个关节的目标角度[θ₁, θ₂, θ₃, θ₄, θ₅, θ₆]

  • 所有关节以比例同步的方式运动（关节插补），同时开始、同时到达

  • 末端轨迹不可控：末端在空间中走出的路径是复杂的曲线，不可预测

• 特点：

  • 速度快

  • 路径可能穿过障碍物

  • 编程简单

2.move_line

• 空间：笛卡尔空间运动

• 行为：

  • 指定末端的目标位姿[X, Y, Z, Rx, Ry, Rz]

  • 末端从当前位置沿一条严格的直线移动到目标位置

  • 姿态通常也线性插补（或保持特定姿态）

• 特点：

  • 路径精确可控

  • 速度相对较慢（需实时逆运动学计算）

  • 可能遇到奇异点

3.move_pose

• 空间：笛卡尔空间（但注意区别！）

• 行为：

  • 指定末端的目标位姿[X, Y, Z, Rx, Ry, Rz]

  • 不关心中间路径，只保证最终到达目标位姿

  • 通常控制器会规划一条关节空间的路径到达目标

• 关键区别：

  • 它和move_joint一样是“点到点”运动

  • 但指定的是末端位姿而不是关节角度

  • 控制器内部需要先做逆运动学，将位姿转换为关节角度，然后执行类似move_joint的运动

• 特点：

  • 比move_line快

  • 路径不可预测

  • 编程直观（用末端位姿思考）

move_pose最终转为move_line:

def move_to_pose(self, pos, rpy_xyz): if self.rshd >= 0 and self.connected: # 欧拉角转四元数 ori = robot.rpy_to_quaternion(self.rshd, rpy_xyz) # 逆运算得关节角 joint_radian = robot.get_current_waypoint(self.rshd) ik_result = robot.inverse_kin(self.rshd, joint_radian['joint'], pos, ori) logging.info("ik_result====>{0}".format(ik_result)) # 轴动到目标位置 result = robot.move_joint(self.rshd, ik_result["joint"]) if not result: ... else: return True else: warn("资源未分配或者未连接机器人！") return False

move_joint和move_pose都是点到点的运动，只是一个指定关节角，一个指定最终位姿；

move_line指定是关节角还是位姿，还是都可以？

如何选择？

黄金法则：

• 要控制末端走的路径→ 用move_line

• 只要到达目标，不关心怎么走→ 用move_joint（最快）或move_pose（更直观）

• 避障规划→ 通常在关节空间（move_joint类）进行，因为搜索空间维度高但约束少

4. move_circle

教程

moveL和moveJ