RobotModel 和 RobotState 类

RobotModel和RobotState类是访问机器人运动学的核心类。

RobotModel类包含所有链接和关节之间的关系，包括它们从 URDF 加载的关节限制属性。RobotModel 还将机器人的链接和关节分成在 SRDF 中定义的规划组。
RobotState包含有关机器人在某个时间点的信息，存储关节位置的向量以及可选的速度和加速度。此信息可用于获取有关机器人的运动学信息，该信息取决于其当前状态，例如末端执行器的雅可比行列式。

RobotState 还包含用于根据末端执行器位置（笛卡尔姿势）设置手臂位置和计算笛卡尔轨迹的辅助函数。

一、例程

Roslaunch 启动文件以直接从 moveit_tutorials 运行代码：

roslaunch moveit_tutorials robot_model_and_robot_state_tutorial.launch

输出

ros.moveit_tutorials: Model frame: /panda_link0
ros.moveit_tutorials: Joint panda_joint1: 0.000000
ros.moveit_tutorials: Joint panda_joint2: 0.000000
ros.moveit_tutorials: Joint panda_joint3: 0.000000
ros.moveit_tutorials: Joint panda_joint4: 0.000000
ros.moveit_tutorials: Joint panda_joint5: 0.000000
ros.moveit_tutorials: Joint panda_joint6: 0.000000
ros.moveit_tutorials: Joint panda_joint7: 0.000000
ros.moveit_tutorials: Current state is not valid
ros.moveit_tutorials: Current state is valid
ros.moveit_tutorials: Translation:
-0.541498
-0.592805
0.400443

ros.moveit_tutorials: Rotation:
-0.395039 0.600666 -0.695086
0.299981 -0.630807 -0.715607
-0.868306 -0.491205 0.0690048

ros.moveit_tutorials: Joint panda_joint1: -2.407308
ros.moveit_tutorials: Joint panda_joint2: 1.555370
ros.moveit_tutorials: Joint panda_joint3: -2.102171
ros.moveit_tutorials: Joint panda_joint4: -0.011156
ros.moveit_tutorials: Joint panda_joint5: 1.100545
ros.moveit_tutorials: Joint panda_joint6: 3.230793
ros.moveit_tutorials: Joint panda_joint7: -2.651568
ros.moveit_tutorials: Jacobian:
0.592805 -0.0500638 -0.036041 0.366761 -0.0334361 0.128712 -4.33681e-18
-0.541498 -0.0451907 0.0417049 -0.231187 0.0403683 0.00288573 3.46945e-18
0 -0.799172 0.0772022 -0.247151 0.0818336 0.0511662 0
0 0.670056 -0.742222 0.349402 -0.748556 -0.344057 -0.695086
0 -0.74231 -0.669976 -0.367232 -0.662737 0.415389 -0.715607
1 4.89669e-12 0.0154256 0.862009 0.021077 0.842067 0.0690048

二、代码

1.我们将首先实例化一个 RobotModelLoader 对象，该对象将在 ROS 参数服务器上查找机器人描述并构造一个 RobotModel供我们使用。

代码如下（示例）：

robot_model_loader::RobotModelLoader robot_model_loader("robot_description");
const moveit::core::RobotModelPtr& kinematic_model = robot_model_loader.getModel();
ROS_INFO("Model frame: %s", kinematic_model->getModelFrame().c_str());

使用RobotModel，我们可以构造一个 RobotState来维护机器人的配置。我们将状态下的所有关节设置为其默认值。然后我们可以得到一个 JointModelGroup，它代表特定组的机器人模型，例如Panda机器人的“panda_arm”。

moveit::core::RobotStatePtr kinematic_state(new moveit::core::RobotState(kinematic_model));
kinematic_state->setToDefaultValues();
const moveit::core::JointModelGroup* joint_model_group = kinematic_model->getJointModelGroup("panda_arm");const std::vector<std::string>& joint_names = joint_model_group->getVariableNames();

检索存储在 Panda 手臂状态中的当前关节值集。

std::vector<double> joint_values;
kinematic_state->copyJointGroupPositions(joint_model_group, joint_values);
for (std::size_t i = 0; i < joint_names.size(); ++i)
{ROS_INFO("Joint %s: %f", joint_names[i].c_str(), joint_values[i]);
}

2.联合限制

etJointGroupPositions() 本身不会强制执行联合限制，但调用 enforceBounds() 会执行此操作

/* Set one joint in the Panda arm outside its joint limit */
joint_values[0] = 5.57;
kinematic_state->setJointGroupPositions(joint_model_group, joint_values);/* Check whether any joint is outside its joint limits */
ROS_INFO_STREAM("Current state is " << (kinematic_state->satisfiesBounds() ? "valid" : "not valid"));/* Enforce the joint limits for this state and check again*/
kinematic_state->enforceBounds();
ROS_INFO_STREAM("Current state is " << (kinematic_state->satisfiesBounds() ? "valid" : "not valid"));

3.正向运动学

现在，可以计算一组随机关节值的正向运动学。请注意，我们希望找到“panda_link8”的位姿，它是机器人“panda_arm”组中最远端的链接。

kinematic_state->setToRandomPositions(joint_model_group);
const Eigen::Isometry3d& end_effector_state = kinematic_state->getGlobalLinkTransform("panda_link8");/* Print end-effector pose. Remember that this is in the model frame */
ROS_INFO_STREAM("Translation: \n" << end_effector_state.translation() << "\n");
ROS_INFO_STREAM("Rotation: \n" << end_effector_state.rotation() << "\n");

4.逆运动学

现在可以求解 Panda 机器人的逆运动学 (IK)。要解决 IK，我们将需要以下内容：

末端执行器的所需姿势（默认情况下，这是“panda_arm”链中的最后一个链接）：我们在上述步骤中计算的 end_effector_state。
超时：0.1 s

double timeout = 0.1;
bool found_ik = kinematic_state->setFromIK(joint_model_group, end_effector_state, timeout);

现在，我们可以打印出 IK 解决方案（如果找到）：

if (found_ik)
{kinematic_state->copyJointGroupPositions(joint_model_group, joint_values);for (std::size_t i = 0; i < joint_names.size(); ++i){ROS_INFO("Joint %s: %f", joint_names[i].c_str(), joint_values[i]);}
}
else
{ROS_INFO("Did not find IK solution");
}

5.获取雅可比行列式

我们还可以从RobotState获取雅可比行列式。

Eigen::Vector3d reference_point_position(0.0, 0.0, 0.0);
Eigen::MatrixXd jacobian;
kinematic_state->getJacobian(joint_model_group,kinematic_state->getLinkModel(joint_model_group->getLinkModelNames().back()),reference_point_position, jacobian);
ROS_INFO_STREAM("Jacobian: \n" << jacobian << "\n");

三、启动文件

要运行代码，您需要一个启动文件，它可以做两件事：
将 Panda URDF 和 SRDF 加载到参数服务器上，然后将 MoveIt 设置助手生成的 kinematics_solver 配置放到实例化本教程中的类的节点命名空间中的 ROS 参数服务器上。

<launch><include file="$(find panda_moveit_config)/launch/planning_context.launch"><arg name="load_robot_description" value="true"/></include><node name="robot_model_and_robot_state_tutorial"pkg="moveit_tutorials"type="robot_model_and_robot_state_tutorial"respawn="false" output="screen"><rosparam command="load"file="$(find panda_moveit_config)/config/kinematics.yaml"/></node>
</launch>

机器人模型和机器人状态相关推荐

V-rep学习笔记：机器人模型创建4—定义模型
完成之前的操作后终于来到最后一步--定义模型,即将之前创建的几何体.关节等元素按层级关系组织成为一个整体. 将最后一个连杆robot_link_dyn6拖放到相应的关节(robot_joint6)下, ...
ROS探索总结（四）（五）（六）——简单的机器人仿真创建简单的机器人模型smartcar 使用smartcar进行仿真
ROS探索总结(四)--简单的机器人仿真前边我们已经介绍了ROS的基本情况,以及新手入门ROS的初级教程,现在就要真正的使用ROS进入机器人世界了.接下来我们涉及到的很多例程都是<ROS by ...
ROS 机器人模型节点的运动控制原理
一般我们启动机器人模型是通过以下的.launch文件启动,如下所示: <launch><param name="robot_description" comman ...
Rviz中控制机器人模型运动（arbotix）
前言: 通过 URDF 结合 rviz 可以创建并显示机器人模型,不过,当前实现的只是静态模型,如何控制模型的运动呢?在此,可以调用 Arbotix 实现此功能. 简介: Arbotix:Arboti ...
ROS——UDRF机器人模型优化（xacro）
文章目录 UDRF机器人模型的不足 UDRF机器人模型的优化实现 xacro模型优势 xacro的使用方法 xacro创建一个小车机器人编辑xacro机器人模型启动模型在rviz中显示小结参考 ...
ROS学习笔记6 URDF建立机器人模型（以双轮差速小车为例）
URDF建立机器人模型一.准备工作一.搭建小车底盘模型 1.小车底盘 2.左右驱动轮 3.前后万向轮 4.launch启动文件 5.效果展示二.摄像头仿真模型 1.添加摄像头模型 2.launc ...
扩散模型加持下，机器人模型DALL-E-Bot可以轻松完成自主重新排列任务
原文链接:https://www.techbeat.net/article-info?id=4217 作者:seven_ 最近,图像扩散模型的发展可谓是风生水起,很多AI大厂纷纷在这一领域展开研究,例 ...
[论文]基于强化学习的无模型水下机器人深度控制
基于强化学习的无模型水下机器人深度控制摘要介绍问题公式 A.水下机器人的坐标框架 B.深度控制问题马尔科夫模型 A.马尔科夫决策 B.恒定深度控制MDP C.弯曲深度控制MDP D.海底追踪的 ...
6.5 Rviz中控制机器人模型运动
ROS入门 6.5 Rviz中控制机器人模型运动 <ROS入门-理论与实践>视频教程镇楼通过 URDF 结合 rviz 可以创建并显示机器人模型,不过,当前实现的只是静态模型,如何控制模 ...
搭建机器人模型进行slam过程记录
有需要的小伙伴可以在评论区留言获取完整的工作空间代码包环境:ubuntu18.04, ROS melodic 机器人底盘URDF文件编写首先在工作空间目录下创建一个功能包,用来放置机器人模型,以及 ...

机器人模型和机器人状态

文章目录