MoveItConfigsBuilder 配置机器人的完整示例

from moveit_configs_utils import MoveItConfigsBuilder

moveit_config = (

MoveItConfigsBuilder("fairino3_v6_robot", package_name="fairino3_v6_left_arm")

.robot_description(file_path="config/fairino3_v6_robot.urdf.xacro")

.robot_description_semantic(file_path="config/fairino3_v6_robot.srdf")

.robot_description_kinematics(file_path="config/kinematics.yaml")

.joint_limits(file_path="config/joint_limits.yaml")

.trajectory_execution(file_path="config/moveit_controllers.yaml")

.planning_scene_monitor(

publish_robot_description=True,

publish_robot_description_semantic=True,

publish_geometry_updates=True,

publish_state_updates=True,

publish_transforms_updates=True,

)

.planning_pipelines(

pipelines=["ompl", "stomp", "pilz_industrial_motion_planner"],

default_planning_pipeline="ompl",

)

.to_moveit_configs()

)

示例解释:

  1. 初始化

    • MoveItConfigsBuilder("fairino3_v6_robot", package_name="fairino3_v6_left_arm"):创建一个 MoveItConfigsBuilder 对象,指定机器人的名称为 fairino3_v6_robot,ROS 包的名称为 fairino3_v6_left_arm
  • 机器人描述

    • .robot_description(file_path="config/fairino3_v6_robot.urdf.xacro"):加载机器人的 URDF 文件,用于描述机器人的物理结构
  • .robot_description_semantic(file_path="config/fairino3_v6_robot.srdf"):加载机器人的 SRDF 文件,用于描述机器人的语义信息,如碰撞检测、运动学约束等

  • .robot_description_kinematics(file_path="config/kinematics.yaml"):加载运动学配置文件,定义机器人的运动学参数

  • .joint_limits(file_path="config/joint_limits.yaml"):加载关节限制配置文件,定义关节的运动范围和速度限制

  • 轨迹执行

    • .trajectory_execution(file_path="config/moveit_controllers.yaml"):加载轨迹执行配置文件,定义控制器的名称、类型和控制的关节
  • 规划场景监控

    • .planning_scene_monitor(...):配置规划场景监控器,设置是否发布机器人描述、几何更新、状态更新和变换更新等信息
  • 规划管道

    • .planning_pipelines(...):配置运动规划管道,指定可用的规划管道(如 omplstomppilz_industrial_motion_planner)以及默认的规划管道
  • 生成配置

    • .to_moveit_configs():将所有配置信息转换为 MoveIt 配置文件

这个示例涵盖了 MoveIt 配置的多个关键方面,可以根据具体需求进行调整和扩展。

相关推荐
t***5446 小时前
Clang 编译器在 Orwell Dev-C++ 中的局限性
开发语言·c++
Tutankaaa6 小时前
从被动接受到主动挑战:知识竞赛如何重塑学习价值
人工智能·经验分享·笔记·学习
kobesdu6 小时前
人形机器人SLAM:技术挑战、算法综述与开源方案
算法·机器人·人形机器人
Jmayday6 小时前
机器学习基本理论
人工智能·机器学习
ZhengEnCi6 小时前
01b-上下文向量与信息瓶颈
人工智能
王_teacher6 小时前
机器学习 矩阵求导 完整公式+严谨推导
人工智能·线性代数·考研·机器学习·矩阵·线性回归
码以致用7 小时前
DeerFlow Memory架构
人工智能·ai·架构·agent
ting94520007 小时前
从零构建大模型实战:数据处理与 GPT-2 完整实现
人工智能
学点程序7 小时前
Manifest:帮个人 AI Agent 降低模型成本的开源路由器
人工智能·开源
可观测性用观测云7 小时前
观测云 x AI Agent:运维智能化的范式跃迁实践
人工智能