首页 > 其他分享> 文章详细

ROS2极简总结-MoveIt2

2021-08-03 21:30:49 阅读：274 来源： 互联网

标签：极简 ocm target pose 规划 MoveIt2 ROS2 constraints

用于 ROS 2 的 MoveIt 运动规划框架。

The MoveIt Motion Planning Framework for ROS 2.

参考文献：MoveIt2

MoveIt2功能

运动规划
- 生成高自由度轨迹
- 可在杂乱的环境中运动并避免局部最小值
操纵
- 通过抓取生成分析环境并与环境交互
逆向运动学
- 求解给定姿势的关节位置，也适用于过度制动的手臂中
控制
- 使用通用接口对低级硬件控制器执行时间参数化联合轨迹
3D 感知
- 使用 Octomaps 连接深度传感器和点云
碰撞检查
- 使用几何图元、网格纹理或点云避开障碍物

时间线

MoveIt2（ROS2） vs MoveIt1（ROS1）

实时功能现已可用（ROS2）
专为生产而设计 - 同样支持研发
多平台：Linux、Windows、macOS 全部都支持！

里程碑

M1：直接端口到 ROS2
- 将现有包完全迁移到 ROS2
- 利用 ROS2 功能：编译（ament）、中间件、日志记录、参数
M2：实时支持
- 对传感器输入的反应式闭环控制
- 混合规划（全局和局部）
- 与控制器的零内存复制集成
M3：充分利用ROS2
MoveIt 节点的生命周期管理
利用 ROS2 组件节点

实时功能（M2）

在线机器人操作需要实时安全：

通过力、扭矩与环境进行复杂的相互作用
- 推、抛、拧
启用：
- 反应式闭环控制
- 高速率联合命令流（例如 >1 kHz）
- 低延迟和可靠的传感器->控制管道

使用 MoveItCpp 改进 MoveIt 1

直接访问核心 MoveIt 组件

支持多个规划管道
支持运行多个机器人
- 更灵活的配置

架构（M3）

利用 ROS2 组件节点获得更好的性能

混合规划

全局规划

优点：
- 围绕复杂的障碍物进行规划
- 避免陷入局部最小值
- 完成：如果存在，将找到解决方案
缺点：
- 较慢的计算时间
- 非实时
- 不确定

局部规划

优点
- 快速/反应式
- 确定性的
- 非常适合视觉伺服
缺点
- 陷入局部最小值
- 更少的碰撞安全保障

核心概念

机器人状态
- 包含几何信息和关节值
当前状态监视器
- 通过订阅 /joint_states（由驱动程序提供）更新机器人状态
规划场景
- 碰撞检查和约束检查
规划场景监视器
- 通过 ROS 接口更新规划场景
控制器接口
- 使用 FollowJointTrajectory 发布的规划轨迹（由驱动程序使用）

MoveIt2 配置

URDF - 通用机器人描述格式
- 安全控制器
- 用于碰撞检查的网格
- UR5 说明
SRDF - 语义机器人描述格式
- 关节组（关节和连杆的集合）
  - 作为关节、连杆或串联链
- 虚拟和被动关节
- 机器人姿势
- 自碰撞
- UR5 SRDF
其他配置
- 关节限制、运动学和运动规划插件

MoveItCpp API

// \brief load the robot model,
//        configure the planning pipeline from ROS2 parameters and
//        initialize defaults  
moveit_cpp_ = std::make_shared<moveit::planning_interface::MoveItCpp>(node_);
// \brief associated to a planning group  
//          used to setup the motion plan request and  
//          call the low-level planner  
moveit::planning_interface::PlanningComponent arm("ur5_arm", moveit_cpp_);
/** \brief Set the goal constraints generated from target pose and robot link */
geometry_msgs::PoseStamped target_pose1;
target_pose1.header.frame_id = "base_link";
target_pose1.pose.orientation.w = 1.0;
target_pose1.pose.position.x = 0.28;
target_pose1.pose.position.y = -0.2;
target_pose1.pose.position.z = 0.5;
arm->setGoal(target_pose1, "ee_link");
/** \brief Set the goal constraints generated from a named target state */
arm->setGoal("ready");

约束规划

用于如下场合：

约束机器人运动
定义规划目标

kinematic_constraints::JointConstraint
kinematic_constraints::OrientationConstraint
kinematic_constraints::PositionConstraint
kinematic_constraints::VisibilityConstraint

例如：使用为机器人上的连杆指定的路径约束进行规划

moveit_msgs::OrientationConstraint ocm;
ocm.link_name = "panda_link7";
ocm.header.frame_id = "panda_link0";
ocm.orientation.w = 1.0;
ocm.absolute_x_axis_tolerance = 0.1;
ocm.absolute_y_axis_tolerance = 0.1;
ocm.absolute_z_axis_tolerance = 0.1;

将此设置为计划组的路径约束

moveit_msgs::Constraints test_constraints;
test_constraints.orientation_constraints.push_back(ocm);
move_group_interface.setPathConstraints(test_constraints);

笛卡尔规划

末端执行器沿表面精确路径（焊接和喷漆应用）
为末端执行器指定的路径点列表
MoveIt 现在支持实时和全局、碰撞感知的笛卡尔规划

理想的属性

完整性、约束不足、提前规划、实时

std::vector<geometry_msgs::Pose> waypoints;
waypoints.push_back(start_pose);
geometry_msgs::Pose way_pose;
waypoints.push_back(way_pose);
way_pose.position.y -= 0.2;
waypoints.push_back(way_pose);  // right
way_pose.position.z += 0.2;
way_pose.position.y += 0.2;
way_pose.position.x -= 0.2;
waypoints.push_back(way_pose);  // up and left

现在用插值计算轨迹：

moveit_msgs::RobotTrajectory trajectory;
const double jump_threshold = 0.0;
const double eef_step = 0.01;
double fraction = move_group_interface.computeCartesianPath(waypoints, eef_step, jump_threshold, trajectory);

更多内容参考：Github之moveit2。

标签：极简,ocm,target,pose,规划,MoveIt2,ROS2,constraints
来源： https://blog.csdn.net/ZhangRelay/article/details/119352049

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9