Está en la página 1de 2

elif (key == 'S'):

Cx = Cx + 0.01
if(x>Minx):
xd = np.array([Cx,y,0]) # Valor deseado en el espacio cartesiano
# Iteraciones: Método de Newton
for i in range(max_iter):
J = Matriz
f = Vpos
e = xd-f
joint = joint + np.dot(np.linalg.inv(J), e)
# Condicion de termino
if (np.linalg.norm(e) < epsilon):
break
print('posición el el espacio:'+posesp)
else:
print('Movimiento no permitido, posicion inalcanzable')

while (key == 'D'):


if(y<Maxy):
xd = np.array([x,y+0.01,0]) # Valor deseado en el espacio cartesiano
# Iteraciones: Método de Newton
for i in range(max_iter):
J = Matriz
f = Vpos
e = xd-f
joint = joint + np.dot(np.linalg.inv(J), e)
# Condicion de termino
if (np.linalg.norm(e) < epsilon):
break
print('posición el el espacio:'+posesp)
else:
print('Movimiento no permitido, posicion inalcanzable')

while (key == 'A'):


if (y>Miny):
xd = np.array([x,y-0.01,0]) # Valor deseado en el espacio cartesiano
# Iteraciones: Método de Newton
for i in range(max_iter):
J = Matriz
f = Vpos
e = xd-f
joint = joint + np.dot(np.linalg.inv(J), e)
# Condicion de termino
if (np.linalg.norm(e) < epsilon):
break
print('posición el el espacio:'+posesp)
else:
print('Movimiento no permitido, posicion inalcanzable')

while (key == 'M'):


if (y>Miny):
xd = np.array([x,y-0.01,0]) # Valor deseado en el espacio cartesiano
# Iteraciones: Método de Newton
for i in range(max_iter):
J = Matriz
f = Vpos
e = xd-f
joint = joint + np.dot(np.linalg.inv(J), e)
# Condicion de termino
if (np.linalg.norm(e) < epsilon):
break
print('posición el el espacio:'+posesp)
else:
print('Movimiento no permitido, posicion inalcanzable')

También podría gustarte