refactor(topics): 멀티 에이전트용 지식 재편 — _Common(공통 기본기) + Domain_* 구조
에이전트 8종(대화형/프로그래머 C·S/디자이너/설계자/기획자/QA/PD/PM)에게 [공통 기본 능력 + 롤별 Specialty] 2층으로 지식을 주입하기 위한 재분류. 문서 내용·포맷은 무수정, 폴더 이동만 (6,372개 문서 수 보존 확인). - Topic_Programming → Domain_Programming (내부 구조 보존) - Topic_Graphic → Domain_Design - Topic_Business → Domain_Product - Topic_General → Domain_General - _Common 신설: Math(구 Topic_Math_Specialty), Reasoning(구 General/From_Thinking & Reasoning), Reasoning_Creativity(구 General/From_창의성), Communication(Poetic_Blog_Writing + From_writing) - 타 도메인의 From_* 폴더는 유지 (출처 표기일 뿐, 이미 도메인에 맞게 분류된 문서) - 빈 폴더 정리 (memory/procedures) - 에이전트→폴더 매핑은 workspace의 .astra/agent-knowledge-map.json (9개 에이전트) Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,201 @@
|
||||
---
|
||||
id: wiki-2026-0508-denavit-hartenberg-parameters
|
||||
title: Denavit-Hartenberg Parameters
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [DH parameters, DH convention, robot kinematics, link parameters]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.93
|
||||
verification_status: applied
|
||||
tags: [robotics, kinematics, dh-parameters, mathematics, transformation-matrix]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: Python / Robotics
|
||||
framework: ROS / PyBullet / MoveIt
|
||||
---
|
||||
|
||||
# Denavit-Hartenberg Parameters
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 robot link 의 4 parameter 의 standard description"**. 매 robot manipulator 의 forward kinematics. 매 (a, α, d, θ) 의 의 매 link 의 transformation. 매 modern variant: 매 modified DH (Craig).
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 4 parameter (classical Denavit-Hartenberg)
|
||||
- **a** (link length): 매 z_{i-1} → z_i 의 X-axis 의 distance.
|
||||
- **α** (link twist): 매 z_{i-1} → z_i 의 angle.
|
||||
- **d** (link offset): 매 x_{i-1} → x_i 의 z-axis 의 distance.
|
||||
- **θ** (joint angle): 매 x_{i-1} → x_i 의 z-axis 의 rotation.
|
||||
|
||||
### 매 transformation matrix
|
||||
```
|
||||
T_i = Rot_z(θ) * Trans_z(d) * Trans_x(a) * Rot_x(α)
|
||||
```
|
||||
|
||||
### 매 forward kinematics
|
||||
- 매 each link 의 T_i 의 multiply.
|
||||
- 매 base → end-effector 의 pose.
|
||||
|
||||
### 매 modified DH (Craig)
|
||||
- 매 frame 의 link's proximal end 의 attach.
|
||||
- 매 less ambiguity.
|
||||
|
||||
### 매 응용
|
||||
1. **Manipulator**: 매 6-DOF arm.
|
||||
2. **Mobile robot**: 매 articulated.
|
||||
3. **Surgical robot**: 매 da Vinci.
|
||||
4. **Animation**: 매 IK.
|
||||
5. **Drone arm**: 매 aerial manipulation.
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### Forward kinematics (Python)
|
||||
```python
|
||||
import numpy as np
|
||||
|
||||
def dh_matrix(a, alpha, d, theta):
|
||||
ca, sa = np.cos(alpha), np.sin(alpha)
|
||||
ct, st = np.cos(theta), np.sin(theta)
|
||||
return np.array([
|
||||
[ct, -st*ca, st*sa, a*ct],
|
||||
[st, ct*ca, -ct*sa, a*st],
|
||||
[0, sa, ca, d],
|
||||
[0, 0, 0, 1],
|
||||
])
|
||||
|
||||
def forward_kinematics(dh_table, joint_angles):
|
||||
"""dh_table: [(a, alpha, d, theta_offset), ...]"""
|
||||
T = np.eye(4)
|
||||
for (a, alpha, d, off), q in zip(dh_table, joint_angles):
|
||||
T = T @ dh_matrix(a, alpha, d, off + q)
|
||||
return T
|
||||
|
||||
# 매 example: PUMA 560
|
||||
puma = [
|
||||
(0, np.pi/2, 0, 0),
|
||||
(0.4318, 0, 0, 0),
|
||||
(0.0203, -np.pi/2, 0.15, 0),
|
||||
(0, np.pi/2, 0.4318, 0),
|
||||
(0, -np.pi/2, 0, 0),
|
||||
(0, 0, 0, 0),
|
||||
]
|
||||
T = forward_kinematics(puma, [0, np.pi/4, -np.pi/4, 0, np.pi/2, 0])
|
||||
print(T[:3, 3]) # 매 end-effector position
|
||||
```
|
||||
|
||||
### Inverse kinematics (numerical Jacobian)
|
||||
```python
|
||||
def jacobian(dh_table, q, eps=1e-6):
|
||||
n = len(q)
|
||||
p0 = forward_kinematics(dh_table, q)[:3, 3]
|
||||
J = np.zeros((3, n))
|
||||
for i in range(n):
|
||||
q1 = q.copy(); q1[i] += eps
|
||||
p1 = forward_kinematics(dh_table, q1)[:3, 3]
|
||||
J[:, i] = (p1 - p0) / eps
|
||||
return J
|
||||
|
||||
def ik_newton(dh_table, target, q0, max_iter=100, tol=1e-4):
|
||||
q = q0.copy()
|
||||
for _ in range(max_iter):
|
||||
p = forward_kinematics(dh_table, q)[:3, 3]
|
||||
err = target - p
|
||||
if np.linalg.norm(err) < tol: break
|
||||
J = jacobian(dh_table, q)
|
||||
dq = np.linalg.pinv(J) @ err
|
||||
q += dq
|
||||
return q
|
||||
```
|
||||
|
||||
### URDF integration
|
||||
```python
|
||||
# URDF 의 DH 의 convert
|
||||
import xml.etree.ElementTree as ET
|
||||
|
||||
def urdf_to_dh(urdf_path):
|
||||
"""매 URDF joint 의 DH-style approx."""
|
||||
tree = ET.parse(urdf_path)
|
||||
dh = []
|
||||
for joint in tree.findall('joint'):
|
||||
if joint.attrib['type'] == 'revolute':
|
||||
origin = joint.find('origin')
|
||||
xyz = [float(x) for x in origin.attrib['xyz'].split()]
|
||||
rpy = [float(x) for x in origin.attrib['rpy'].split()]
|
||||
# 매 simplification — true DH extraction 의 nontrivial
|
||||
dh.append((xyz[0], rpy[0], xyz[2], 0))
|
||||
return dh
|
||||
```
|
||||
|
||||
### Workspace visualization
|
||||
```python
|
||||
def workspace_sample(dh_table, joint_limits, n=5000):
|
||||
points = []
|
||||
for _ in range(n):
|
||||
q = [np.random.uniform(lo, hi) for lo, hi in joint_limits]
|
||||
p = forward_kinematics(dh_table, q)[:3, 3]
|
||||
points.append(p)
|
||||
return np.array(points)
|
||||
|
||||
# 매 plot
|
||||
import matplotlib.pyplot as plt
|
||||
pts = workspace_sample(puma, [(-np.pi, np.pi)] * 6)
|
||||
fig = plt.figure()
|
||||
ax = fig.add_subplot(111, projection='3d')
|
||||
ax.scatter(pts[:, 0], pts[:, 1], pts[:, 2], s=1)
|
||||
```
|
||||
|
||||
### Modified DH (Craig)
|
||||
```python
|
||||
def mdh_matrix(a, alpha, d, theta):
|
||||
"""매 frame at proximal end."""
|
||||
ca, sa = np.cos(alpha), np.sin(alpha)
|
||||
ct, st = np.cos(theta), np.sin(theta)
|
||||
return np.array([
|
||||
[ct, -st, 0, a],
|
||||
[st*ca, ct*ca, -sa, -d*sa],
|
||||
[st*sa, ct*sa, ca, d*ca],
|
||||
[0, 0, 0, 1],
|
||||
])
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Standard manipulator | Classical DH |
|
||||
| Avoiding singularity | Modified DH (Craig) |
|
||||
| Modern simulation | URDF (rich features) |
|
||||
| Closed-form IK | Pieper's solution (last 3 axes intersect) |
|
||||
| Numerical IK | Jacobian-based |
|
||||
| Beyond serial (parallel) | Stewart platform — DH X |
|
||||
|
||||
**기본값**: 매 manipulator 의 DH + 매 forward kinematics + 매 numerical IK + 매 URDF for sim.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Robotics]]
|
||||
- 변형: [[Inverse-Kinematics]]
|
||||
- Adjacent: [[Degrees-of-Freedom]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 robot manipulator design. 매 kinematics derivation. 매 sim setup.
|
||||
**언제 X**: 매 parallel mechanism. 매 soft robot.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Confuse classical / modified**: 매 transform 의 wrong.
|
||||
- **Ignore singularity**: 매 wrist 의 gimbal lock.
|
||||
- **No joint limit**: 매 unreachable.
|
||||
- **Pure forward 의 trust**: 매 IK 의 non-unique.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Spong/Hutchinson/Vidyasagar Robot Dynamics).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-04-20 | Auto-reinforced |
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — DH parameter + 매 forward / IK / URDF / modified DH code |
|
||||
Reference in New Issue
Block a user