curobo——CUDA加速的机器人库

仓库地址：https://github.com/nvlabs/curobo

1.关于curobo
- [1.1 仓库概述](#1.1 仓库概述)
- [1.2 仓库目录结构](#1.2 仓库目录结构)
- [1.3 启动文件介绍](#1.3 启动文件介绍)
- [1.4 配置文件介绍](#1.4 配置文件介绍)
2.curobo安装和部署
- [2.1 curobo本地安装](#2.1 curobo本地安装)
- [2.2 示例测试](#2.2 示例测试)

1.关于curobo

1.1 仓库概述

cuRobo（CUDA Accelerated Robot Library）是 NVIDIA 推出的基于 CUDA 加速的机器人算法库，专注于通过并行计算大幅提升机器人相关算法的运行速度。该库提供了一系列高性能的机器人学核心算法，适用于运动规划、轨迹线优化、碰撞检测等关键任务。

核心功能
- 运动学计算：正向和逆向运动学求解
- 碰撞检测：支持机器人与环境的碰撞检查，环境可表示为立方体、网格和深度图像
- 数值优化：包含梯度下降、L-BFGS 和 MPPI 等优化算法
- 几何规划：提供高效的路径规划能力
- 轨迹优化：生成平滑、低冲击的运动轨迹
- 运动生成：结合逆运动学、几何规划和轨迹优化，可在 30ms 内生成全局运动
特点优势
- 基于 CUDA 加速，性能远超传统实现
- 并行处理多个轨迹种子以快速找到最优解
- 轨迹优化考虑加加速度和加速度惩罚，生成更平滑的轨迹
- 提供与 MoveIt 的集成插件（Isaac ROS cuMotion），便于商业应用

cuRobo通过并行处理多个初始种子来执行轨迹优化，以寻找最优解。其轨迹优化机制会对加速度和减速度变化率施加惩罚，从而鼓励生成更平滑、更短的轨迹。下文我们将对比cuRobo在左侧的运动生成效果与BiRRT规划器在拾取-放置任务运动规划阶段的表现。

1.2 仓库目录结构

bash 复制代码

curobo/
├── docker/
│   └── 包含与 Docker 相关的文件和配置
├── examples/
│   └── 包含示例代码，展示如何使用 cuRobo 库
├── images/
│   └── 包含项目相关的图像文件
├── src/
│   └── curobo/
│       └── 包含 cuRobo 库的核心源代码
├── tests/
│   └── 包含测试代码，用于验证库的功能
├── .clangd
│   └── 包含 clangd 的配置文件
├── .gitattributes
│   └── 包含 Git 属性配置
├── .gitignore
│   └── 包含 Git 忽略文件配置
├── CHANGELOG.md
│   └── 包含项目的变更日志
├── CODEOWNERS
│   └── 包含代码所有者的配置
├── LICENSE
│   └── 包含项目的许可证
├── LICENSE_ASSETS
│   └── 包含资产许可证
├── MANIFEST.in
│   └── 包含 Python 包的清单文件
├── README.md
│   └── 包含项目的介绍和使用说明
├── pyproject.toml
│   └── 包含 Python 项目的配置
├── setup.cfg
│   └── 包含 Python 包的配置
└── setup.py
    └── 包含 Python 包的安装脚本

1.3 启动文件介绍

cuRobo 项目的启动文件位于 examples/ 目录下。这些文件展示了如何使用 cuRobo 库来实现不同的机器人算法。以下是一些常见的启动文件：

examples/example_kinematics.py: 演示如何使用 cuRobo 进行正向和逆向运动学计算。
examples/example_collision_checking.py: 演示如何使用 cuRobo 进行碰撞检测。
examples/example_trajectory_optimization.py: 演示如何使用 cuRobo 进行轨迹优化。

1.4 配置文件介绍

cuRobo 项目的配置文件主要用于配置 Python 包的安装和构建过程。以下是一些重要的配置文件：

pyproject.toml: 包含 Python 项目的配置，定义了项目的依赖和构建工具。
setup.cfg: 包含 Python 包的配置，定义了包的元数据和安装选项。
setup.py: 包含 Python 包的安装脚本，用于安装 cuRobo 库。

2.curobo安装和部署

2.1 curobo本地安装

参考：https://curobo.org/get_started/1_install_instructions.html

前置条件：官方文档中有要求python、cuda、pytorch版本，我使用的环境如下：

bash 复制代码

python                               3.10
torch                                2.7.1+cu118
torchaudio                           2.7.1+cu118
torchvision                          0.22.1+cu118
CUDA                                 11.8

curobo安装

bash 复制代码

sudo apt install git-lfs
git clone https://github.com/NVlabs/curobo.git
cd curobo
pip install -e . --no-build-isolation # 把当前目录的 Python 包，以改代码无需重新安装的可编辑模式，安装到当前 Python 环境中，并且用当前环境的工具来构建这个包，不搞临时隔离

安装成功，如下图：

2.2 示例测试

tests/curobo_version_test.py

bash 复制代码

>>> import curobo
>>> print(curobo.__version__)
0.7.7.post1.dev5

examples/kinematics_example.py