本文参考Moveit!官方文档。 系统:ubuntu 18.04 / 16.04 ROS:Melodic / Kinetic 概述 基于python的运动组API是最简单的MoveIt!用户接口。其中提供了用户常用的大量功能封装,例如: 设置目标关节控制或笛卡尔空间位置 创建运动规划 移动机器人 在环境中添加对象 将对象与机器人连接或断开 下载
前言 如果是第一次使用Moveit!,建议先按照 Moveit与rviz官方教程 做一次,主要熟悉Moveit!能干什么。 上一篇文章说明了Moveit的配置方法。实际上,网上关于Moveit!的配置与使用有着大把的教程。然而,它们大都是基于官方说明文档的思路,即在Moveit!中进行配置,编写控制算法后在rviz中进行可视化,很少有探讨如何在Gazebo中进行仿真的。
本文参考Moveit官方教程,原文链接见文末。已经过本人踩坑验证: 系统版本:ubuntu16.04 ROS版本:Kinetic Moveit!是ROS提供的机械臂开发平台。该平台提供了一系列功能包,帮助开发者完成机械臂的运动学求解、运动规划、3D感知、仿真配置等功能。 使用Moveit!的第一步,是通过自带的配置工具MoveIt!Setup A
前言 这是一个系列小文章,主要介绍在ROS-Gazebo中如何更好地使用SDF格式建模与仿真。众所周知,URDF是ROS的原生支持格式,但在某些情况下(尤其是Gazebo仿真时),使用SDF格式会更加合理。鉴于中文网络上几乎没有成体系的SDF介绍博文,因此我将自己在硕士期间关于SDF模型的使用经验稍作总结。如有谬误,还望友好地指出。 本系列规划如下内容,建议按顺序阅读。尤其是第一篇,以确认你是
前言 这是一个系列小文章,主要介绍在ROS-Gazebo中如何更好地使用SDF格式建模与仿真。众所周知,URDF是ROS的原生支持格式,但在某些情况下(尤其是Gazebo仿真时),使用SDF格式会更加合理。鉴于中文网络上几乎没有成体系的SDF介绍博文,因此我将自己在硕士期间关于SDF模型的使用经验稍作总结。如有谬误,还望友好地指出。 本系列规划如下内容,建议按顺序阅读。尤其是第
前言 这是一个系列小文章,主要介绍在ROS-Gazebo中如何更好地使用SDF格式建模与仿真。众所周知,URDF是ROS的原生支持格式,但在某些情况下(尤其是Gazebo仿真时),使用SDF格式会更加合理。鉴于中文网络上几乎没有成体系的SDF介绍博文,因此我将自己在硕士期间关于SDF模型的使用经验稍作总结。如有谬误,还望友好地指出。 本系列规划如下内容,建议按顺序阅读。尤其是第一篇,以确认你是否有
最近在做并联机器人的仿真分析,前面提到,urdf格式不支持闭链结构,因此只能用sdf格式。而ros_control控制插件并不支持sdf格式的模型,目前还没有找到好的替代方案,最终决定自己写插件,主要是按照Gazebo的官网教程来做的,现在已经有了一些进展,把初步的成果分享出来。刚开始学习编写插件,必然有许多不合理的地方,欢迎交流。 另外,评论区一位朋友分
前言 本系列教程的主要是对 Gazebo的官网教程 的翻译与理解。之前查找国内的中文资料,发现并没有关于如何编写Gazebo插件的教程。据我猜测,大概是因为这个技能属于“两不管”地带:刚入门的爱好者直接调用Gazebo自带的控制和传感器插件即可,不需要自己编写插件;而等到要用到自定义插件的时候,已经不屑于写这种基础的教程了。 因此,本系列教程的定位是:你
什么是SDF? SDF是一种XML格式,能够描述机器人、静态和动态物体、照明、地形甚至物理学的各方面的信息。SDF可以精确描述机器人的各类性质,除了传统的运动学特性之外,还可以为机器人定义传感器、表面属性、纹理、关节摩擦等;SDF还提供了定义各种环境的方法。包括环境光照、地形,OpenStreetMaps 中的街道以及The Prop Shop中提供的任何模型。 SDF Homesdfo
最近在琢磨别的事情,Gazebo探索上面进展不大,但也有一些收获,秉承慢慢写的佛系态度记录一下: 1、pigot四足项目的步态改进,前行换成了摆线步态,加入了斜向步态 2、Gazebo-IMU(惯性测量单元)插件的用法 3、利用rqt_plot绘制数据验证步态改进的效果 步态改进 简单来说,就是将每一步的足端轨迹规划为一条摆线。摆线轨迹的两端方向垂直于地面,足端与地面在其它方向的冲击力更小,机器人
继续更新,这两天继续死磕Gazebo仿真。还是拿本人之前的公布的开源项目pigot四足机器人作为仿真对象,研究四足机器人的姿态控制算法仿真。将建模与仿真过程的经验教训和相关资料进行总结(如有兴趣,推荐看一看文末的参考资料) 这一阶段的工作如下: 1、 编写四足机器人的姿态控制算法。主要是运动学求解。 2、仿真模型的轨迹规划改进。目标点之间改为三次样条插值,让路径更加平滑。 3、搭建多机器人联合
1 回顾与引出——什么是最短路径? 在上一篇文章中,我们尝试了基于三种不同的采样方法的PRM运动规划。其中自定义的无障碍空间采样器在效率上的表现最为优异,因为我们无需浪费过多的时间在状态有效性检查上。但有时,我们需要的不仅是更少的规划时间,还有更优的规划结果,例如,路径长度越短越好。这里需要解释一下所谓“最短路径”的概念: 在图论中,我们用A*算法来搜索无向图的最短路径。如果读者对RRT或
1 回顾 上一篇文章中,我们介绍了如何使用OMPL进行单刚体运动规划。其中包含以下步骤: · 定义状态空间的类型:我们在SE(3)、SO(3)还是 中进行规划 · 定义状态有效性检查方法:即碰撞检测,需要自己设计或使用别的库,因为OMPL本身没有实现碰撞检测功能 · 定义规划问题:设置规划起点和终点 · 选择规划器:使用哪种的规划方法?OMPL支持的规划方法 我们知道,OMP
这几天继续琢磨Gazebo仿真环境。 在上一篇文章完成时,顺便提出了一些改进建议。想着估计也没人闲着来改进,于是就自己做了一些修改,主要有以下几个方面: 1、导入Solidworks模型 2、增加腿部自由度,添加转向步态 3、仿真环境参数调整 导入Solidworks模型 在大多数教程中为了简单起见,都使用了Gazebo默认的三种模型:球体、圆柱体和长方体。上一个版本建模使用了这些默认模型
最近在重新琢磨Gazebo仿真环境,尚处于囫囵吞枣阶段。因为正好在看30多年前波士顿动力(BostonDynamics)创始人Marc Raibert的书《Legged Robots That Balance》,就用Gazebo搭建了一个简单的四足仿真模型练手。 当前模型就是一个基础版四足机器人,每条腿有两个自由度,一个旋转关节一个移动关节(可以看成气缸或者液压缸)。先写urdf文件,把ros
坦白说,这个OMPL系列实际上就是翻译官方教程。我以前也翻译过一些库的官方教程,总是开工后才发现网络上已经有前辈做过了,如ROS、Moveit!等中文博客资料多如牛毛,不再需要什么教程,于是就不怎么做这种重复工作了。最近学习OMPL,发现虽然这个库用途广泛,但有关的中文教程却少得不像话。考虑到运动规划也是一个不小的研究领域,针对小白的入门介绍还是有必要的。于是简单翻译了官网教程,结合了我的踩坑过程
大家好,我是(月更侠)小明,很高兴我们又见面啦。相信大家从我之前的文章中能看出来,我所讲的内容基本都面向ROS新人,因为大家刚入门时,往往很难一窥程序的深层运行逻辑,使得许多问题迟迟无法解决,甚是耽误时间。例如在和小伙伴们日常交流时,就反复遇到过一些关于Gazebo仿真控制的“经典”问题: A 我的模型一直抖动,怎么办? B PID参数该怎么设置啊?我怎么调都没用! C 我必须要设置PID参数
大家好,我是小明,很高兴我们又见面了!今天谈的领域并非我的专业方向,但也同样有趣,初次接触时让我备受启发,因此分享给大家。和上次一样,本文的工程也为大家提供了源代码,方便交流学习。如有疑问,可以在本篇文章下留言交流。 游戏中的智能行为 如果你玩过刺客信条之类的ACT游戏,一定对里面看似凶悍实际上又有点傻傻的“智能怪物”并不陌生:他们总是忠实地坚守着自己的岗位,当玩家触发某种判定条件时(或是出现在视
各位ROS与机器人技术爱好者们,大家好!我是小明,很荣幸受古月君的邀请,成为古月居的签约作者,相信以后我们会经常见面的。 联想到刚上手ROS时,心中始终充斥着一个困惑:初步了解ROS系统后,该如何实践书本上的理论知识呢?于是我决定将“ROS实验”作为本文的主题。顾名思义,通过“做实验”,我们既能熟悉ROS的基本功能,又能加深对机器人学理论知识的理解。在文末我分享了实验项目的源代码,便于大家亲自
在配置gazebo_ros_control插件时,选择相应的控制器即可。具体来说,就是将transmission和yaml中的控制器type改为速度控制即可,详见http://gazebosim.org/tutorials/?tut=ros_control或古月居的早期相关文章。如果使用gazebo_ros_control,就不需要调用gazebo的接口。
古月居优秀创作者
古月居签约作者:小明工坊; 知乎:小明工坊; 交流问题请留言,欲添加社交账号请说明原由~
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信