MoveIt运动规划-1

  按照帮助文档Setup Assistant Tutorial中的描述,用moveit_setup_assistant图形界面一步步配置机器人,最后生成机器人的配置文件保存到指定的文件夹中。

  以UR5机器人为例,将生成的配置文件保存在ur5_moveit_config文件夹中。生成的config文件夹中包含了一些机器人和求解器相关的配置文件,运行launch文件夹中的demo.launch文件可以在rivz中使用moveit进行机械臂的运动规划。

  在该路径下运行demo.launch文件: ~/Desktop/ur5_moveit_config/launch$  roslaunch  demo.launch

  rivz左下角是运动规划MotionPlanning模块,右边的窗口中可以拖动控制球,来移动或旋转机器人的末端。其中绿色的机器人表示运动规划的起始姿态,橙色机器人表示运动规划的目标姿态。

  当调整初始或目标姿态后在Planning选项卡的Query框中电机Update按钮进行更新,否则还是会按照之前的姿态进行规划。

  注意Start State和Goal State默认为当前设定的姿态<current>,如果要改为其它特定姿态可以从下拉框中选择,比如随机选择一个姿态<random>或者与初始姿态一致<same as start>。注意下面还有home和up两个姿态,home为初始的零位姿态,up为之前在MoveIt Setup Assistant选项栏Robot Pose中预定义的姿态。

  路径规划前要选择好合适的算法,在Context选项栏OMPL路径规划库中选择“RRTConnectkConfigDefault”算法:

  点击Planning选项栏中的Plan按钮进行路径规划,点击Execute按钮则会把机器人移动到目标位置处。在Panels菜单栏中打开MotionPlanning-Slider,会出现一个滑动条(默认不显示),拖动滑条可以显示机器人按规划路径运动的过程。

  如果要显示末端点的运动轨迹等信息可以在Display→Planned Path中设置Show Trail。另外注意,在Display→Planning Request中勾选Query Start State和Query Goal State后,右边的窗口中才会显示机器人的初始和目标状态,默认不显示初始姿态。初始和目标状态的颜色可以在Start State Color和Goal State Color中改变。

参考:

MoveIt!入门教程-简介

运动规划 (Motion Planning): MoveIt! 与 OMPL

ROS下如何使用moveit驱动UR5机械臂

<ROS> 机器人描述--URDF和XACRO

ROS探索总结(二十六)——MoveIt编程

Mastering ROS for Robotics Programming (2015)-Chapter 11. ROS for Industrial Robots

时间: 2024-07-31 13:24:34

MoveIt运动规划-1的相关文章

运动规划 (Motion Planning): MoveIt! 与 OMPL

原创博文:转载请标明出处:http://www.cnblogs.com/zxouxuewei 最近有不少人询问有关MoveIt!与OMPL相关的话题,但是大部分问题都集中于XXX功能怎么实现,XXX错误怎么解决.表面上看,解决这些问题的方法就是提供正确的代码,正确的编译方法,正确的运行步骤. 然而,这种解决方法只能解决这个特定的问题,而且解决之后我们也无法学到一些实际的东西.要想彻底明白,需要从源头入手,也就是说,不要问"MoveIt! 怎么把机械手从空间一个点移到另一个点?",而是要

如何用MoveIt快速搭建机器人运动规划平台?

MoveIt = RobotGo,翻译成中文就是"机器人,走你!"所以,MoveIt的主要就是一款致力于让机器人能够自主运动及其相关技术的软件,它的所有模块都是围绕着运动规划的实现而设计的. 两个月前给自己挖了个坑,说要写写MoveIt,但一直没动手.主要有两个原因: 1)这两个月主要在写小论文,毕竟博士生要毕业还得看论文,不能靠公众号阅读量分享率: 2)直接讲MoveIt似乎需要挖更多坑,一直没想好怎么写比较好. 主要是因为机器人运动规划涉及太多基础内容,如果跳过不讲就会变成新坑:一

机械臂的运动规划

如果你想要让机器人能帮你拿瓶子.做饭.收拾屋子等,就必须赋予机器人快速生成无碰撞.最优运动轨迹的能力,这就需要靠运动规划了.有人觉得运动规划已经很成熟了,无需再研究,但实际上,机械臂运动规划非常难-- 如 果你想要让机器人能帮你拿瓶子.做饭.收拾屋子等,就必须赋予机器人快速生成无碰撞.最优运动轨迹的能力,这就需要靠运动规划了.有人觉得运动规划已经很 成熟了,无需再研究,但实际上,机械臂运动规划非常难,之所以这么难,主要是因为规划问题的维度太高(具体后面分析),目前暂无兼顾实时性与最优性的规划 算

Grassfire算法- 运动规划(Motion planning)

我们的目标是:找到start-end之间的最短路径,如图所示.刷过leetcode的朋友看见这张应该会会心一笑,BFS,DFS这类词争先恐后往外跳.但是呢,太高级了,我的朋友们.让我们先用一种最文艺(傻气)的办法,来解决这个问题. Grassfire 算法.小时候,大家都背过一首诗:离离原上草,一岁一枯荣. 野火烧不尽,春风吹又生.说的就是这种算法.这首诗告诉我们,草,都是从旁边的草开始燃烧蔓延的!grassfire-烧草,就这么简单又有力. 参考:1)运动规划(Motion planning)

170110-学习MoveIt!

前言 基础而已,一定要学 参考 Mastering ROS for Robotics Programming.2015 moveit! home page 学习记录 概述 MoveIt!是控制机械臂运动的一系列包和工具,可以完成移动和抓取任务,进行正逆运动学解算(FK&IK)和路径规划(MP). 主要包含的功能有:运动规划,执行器操纵,3D 感知,运动学,障碍检测,控制,导航:而且还有一个非常友好的,基于RViz的前端,当然也有很好的C++ API. 学习这个包,首先将在RViz中做运动规划,然

ROS机器人程序设计(原书第2版)补充资料 (柒) 第七章 3D建模与仿真 urdf Gazebo V-Rep Webots Morse

ROS机器人程序设计(原书第2版)补充资料 (柒) 第七章 3D建模与仿真 urdf Gazebo V-Rep Webots Morse 书中,大部分出现hydro的地方,直接替换为indigo或jade或kinetic,即可在对应版本中使用. 提供ROS接口的3D软件比较多,本章以最典型的Gazebo介绍为主,从Player/Stage/Gazebo发展而来,现在独立的机器人仿真开发环境,目前2016年最新版本Gazebo7.1配合ROS(kinetic)使用. 补充内容:http://blo

机器学习: 专家系统、认知模拟、规划和问题求解、数据挖掘、网络信息服务、图象识别、故障诊断、自然语言理解、机器人和博弈等领域。

机器学习 编辑 本词条由“科普中国”百科科学词条编写与应用工作项目 审核 . 机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论.统计学.逼近论.凸分析.算法复杂度理论等多门学科.专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能. 它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳.综合而不是演绎. 中文名 机器学习 外文名 Machine Learning

机器人自主移动的秘密:SLAM与路径规划有什么关系?(三)

博客转载自:https://www.leiphone.com/news/201612/lvDXqY82OGNqEiyl.html 雷锋网(公众号:雷锋网)按:本文作者SLAMTEC(思岚科技公号slamtec-sh)技术顾问,专注SLAM及相关传感器研发应用. 我们先来看看SLAM与路径规划的关系 实际上,SLAM算法本身只是完成了机器人的定位和地图构建两件事情,与我们说的导航定位并不是完全等价的.这里的导航,其实是SLAM算法做不了的.它在业内叫做运动规划(Motion Planning).

RRT路径规划算法概述

本文主要记录本人之前调研过在三维复杂环境下的路径规划算法. RRT快速随机搜索树 快速扩展随机树(Rapidly-exploring Random Trees,RRT)算法,是近十几年得到广泛发展与应用的基于采样的运动规划算法,它由美国爱荷华州立大学的Steven M. LaValle教授在1998 年提出.RRT 算法是一种在多维空间中有效率的规划方法.原始的RRT 算法是通过一个初始点作为根节点,通过随机采样,增加叶子节点的方式,生成一个随机扩展树,当随机树中的叶子节点包含了目标点或进入了目