ROS笔记(35) 笛卡尔运动规划

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接: https://blog.csdn.net/qq_32618327/article/details/99966978


1. 笛卡尔运动规划

而在ROS笔记(34) 工作空间规划 中的运动规划并没有对机器人终端轨迹有任何约束
目标位资给定后,可以通过运动学反解获得关节空间下的各轴弧度
接下来的规划和运动依然在关节空间中完成

但是在很多应用场景中,不仅关心机械臂的起始、终止位姿,对运动过程中的位姿也有要求
比如希望机器人终端能够走出一条直线或圆弧轨迹
Movelt!同样提供笛卡尔运动规划的接口

笛卡尔何许人也?
人可能不认识,但他的哲学命题“我思故我在”一定听说过
不会哲学的数学家和物理学家,不是一个好的神学家
所运用的是笛卡尔坐标系,就是直角坐标系和斜坐标系的统称


2. 启动轨迹可视化机械臂

hharm_planning功能包中创建一个arm_planning_with_trail.launch文件启动所需要的各种节点并且可视化终端轨迹
内容与arm_planning.launch的几乎一致,只是修改了rviz启动文件
添加了终端轨迹的可视化显示设置,可以更方便地对比运动效果

<!-- 启动rviz可视化界面 -->
<node name="rviz" pkg="rviz" type="rviz" args="-d $(find hharm_planning)/rviz/arm_paths.rviz" required="true" />

启动arm_planning_with_trail.launch文件

$ roslaunch hharm_planning arm_planning_with_trail.launch

在这里插入图片描述


3. 运动规划

创建一个moveit_cartesian_demo.py文件启动笛卡尔运动规划

import rospy, sys
import moveit_commander
from moveit_commander import MoveGroupCommander
from geometry_msgs.msg import Pose
from copy import deepcopy

class MoveItCartesianDemo:
    def __init__(self):

        # 初始化move_group的API
        moveit_commander.roscpp_initialize(sys.argv)

        # 初始化moveit_cartesian_demo节点
        rospy.init_node('moveit_cartesian_demo', anonymous=True)
        
        # 是否需要使用笛卡尔空间的运动规划
        cartesian = rospy.get_param('~cartesian', True)
                        
        # 初始化需要使用move group控制的机械臂中的arm group
        arm = MoveGroupCommander('arm')
        
        # 当运动规划失败后,允许重新规划
        arm.allow_replanning(True)
        
        # 设置目标位置所使用的参考坐标系
        arm.set_pose_reference_frame('base_link')
                
        # 设置位置(单位:米)和姿态(单位:弧度)的允许误差
        arm.set_goal_position_tolerance(0.01)
        arm.set_goal_orientation_tolerance(0.1)
        
        # 获取终端link的名称
        end_effector_link = arm.get_end_effector_link()
                                        
        # 控制机械臂运动到之前设置的“forward”姿态
        arm.set_named_target('forward')
        arm.go()
        
        # 获取当前位姿数据最为机械臂运动的起始位姿
        start_pose = arm.get_current_pose(end_effector_link).pose
                
        # 初始化路点列表
        waypoints = []
                
        # 将初始位姿加入路点列表
        if cartesian:
            waypoints.append(start_pose)
            
        # 设置第二个路点数据,并加入路点列表
        # 第二个路点需要向后运动0.2米,向右运动0.2米
        wpose = deepcopy(start_pose)
        wpose.position.x -= 0.2
        wpose.position.y -= 0.2

        if cartesian:
            waypoints.append(deepcopy(wpose))
        else:
            arm.set_pose_target(wpose)
            arm.go()
            rospy.sleep(1)
         
        # 设置第三个路点数据,并加入路点列表
        wpose.position.x += 0.05
        wpose.position.y += 0.15
        wpose.position.z -= 0.15
          
        if cartesian:
            waypoints.append(deepcopy(wpose))
        else:
            arm.set_pose_target(wpose)
            arm.go()
            rospy.sleep(1)
        
        # 设置第四个路点数据,回到初始位置,并加入路点列表
        if cartesian:
            waypoints.append(start_pose)
        else:
            arm.set_pose_target(start_pose)
            arm.go()
            rospy.sleep(1)
            
        if cartesian:
            fraction = 0.0   #路径规划覆盖率
            maxtries = 100   #最大尝试规划次数
            attempts = 0     #已经尝试规划次数
            
            # 设置机器臂当前的状态作为运动初始状态
            arm.set_start_state_to_current_state()
     
            # 尝试规划一条笛卡尔空间下的路径,依次通过所有路点
            while fraction < 1.0 and attempts < maxtries:
                (plan, fraction) = arm.compute_cartesian_path (
                                        waypoints,   # waypoint poses,路点列表
                                        0.01,        # eef_step,终端步进值
                                        0.0,         # jump_threshold,跳跃阈值
                                        True)        # avoid_collisions,避障规划
                
                # 尝试次数累加
                attempts += 1
                
                # 打印运动规划进程
                if attempts % 10 == 0:
                    rospy.loginfo("Still trying after " + str(attempts) + " attempts...")
                         
            # 如果路径规划成功(覆盖率100%),则开始控制机械臂运动
            if fraction == 1.0:
                rospy.loginfo("Path computed successfully. Moving the arm.")
                arm.execute(plan)
                rospy.loginfo("Path execution complete.")
            # 如果路径规划失败,则打印失败信息
            else:
                rospy.loginfo("Path planning failed with only " + str(fraction) + " success after " + str(maxtries) + " attempts.")  

        # 控制机械臂回到初始化位置
        arm.set_named_target('home')
        arm.go()
        rospy.sleep(1)
        
        # 关闭并退出moveit
        moveit_commander.roscpp_shutdown()
        moveit_commander.os._exit(0)

if __name__ == "__main__":
    try:
        MoveItCartesianDemo()
    except rospy.ROSInterruptException:
        pass

还增加了cartesian参数设置,方便看到不同类型规划的运动效果


4. 部分代码解析

相比之前的例程以上代码略显复杂,因为需要兼容两种运动模式
在不需要使用笛卡尔运动规划的模式下,与 ROS笔记(34) 工作空间规划 的工作空间规划相同
主要分析笛卡尔路径规划部分的代码

waypoints = []

if cartesian:
    waypoints.append(start_pose)

这里需要了解 “waypoints” 的概念,也就是路点
waypoints 是一个路点列表,意味着笛卡尔路径中需要经过的每个位姿点,相邻两个路点之间使用直线轨迹运动

wpose = deepcopy(start_pose)
wpose.position.x -= 0.2
wpose.position.y -= 0.2

if cartesian:
    waypoints.append(deepcopy(wpose))

这里要说明一下为什么用深度复制deepcopy
如果直接用“=”,而start_pose是可变对象,只是拷贝了内存中的地址引用,两个对象的地址引用一样
所以两个对象的值会随着一方的修改而修改
而深度复制的值是完全隔离的,与复制对象是完全不同的两个对象
这样可以在最后执行调用规划时
后续才可以实现每个阶段累加修改,而不是某个变量取最后修改的状态
即,第二和第三步实现终端位置x-0.2,y-0.2的改变
然后在此基础上x+0.05,y+0.15,z-0.15的改变
并且最后start_pose维持不变

while fraction < 1.0 and attempts < maxtries:
	(plan, fraction) = arm.compute_cartesian_path (
	                        waypoints,   # waypoint poses,路点列表
	                        0.01,        # eef_step,终端步进值
	                        0.0,         # jump_threshold,跳跃阈值
	                        True)        # avoid_collisions,避障规划
	
	# 尝试次数累加
	attempts += 1
	
	# 打印运动规划进程
	if attempts % 10 == 0:
	    rospy.loginfo("Still trying after " + str(attempts) + " attempts...")

将运动需要经过的路点都加入路点列表中,但此时并没有开始运动规划
这是整个例程的核心部分,使用了笛卡尔路径规划的API compute_cartesian_path
它共有四个参数:
第一个参数:之前创建的路点列表
第二个参数:终端步进值
第三个参数:跳跃阈值,设置为0代表不允许跳跃
第四个参数:设置运动过程中是否考虑避障
compute_cartesian_path 执行后会返回两个值:plan 和 fraction
plan:规划出来的运动轨迹
fraction:描述规划成功的轨迹在给定路点列表中的覆盖率,从0到1,如果fraction小于1,说明给定的路点列表没办法完整规划,这种情况下可以重新进行规划,但需要人为设置规划次数

if fraction == 1.0:
    rospy.loginfo("Path computed successfully. Moving the arm.")
    arm.execute(plan)
    rospy.loginfo("Path execution complete.")

如果规划成功,fraction的值为1
此时就可以使用execute控制机器人执行规划成功的路径轨迹了

这个例程的关键是了解compute_cartesian_path 这个API的使用方法
可以实现一系列路点之间的笛卡尔直线运动规划

如果希望机器人的终端走出圆弧轨迹
也可以将圆弧分解为多段直线后,使用compute_cartesian_path控制机器人运动


5. 启动规划

运行moveit_cartesian_demo.py文件启动笛卡尔运动规划

rosrun hharm_planning moveit_cartesian_demo.py _cartesian:=True

可以看到运动轨迹,机器人终端以直线方式完成多个目标点之间的运动

在这里插入图片描述
再使用如下命令运行不带路径约束的运动规划

rosrun hharm_planning moveit_cartesian_demo.py _cartesian:=False

机器人终端的运动轨迹不再以直线轨迹运动

在这里插入图片描述

从以上两种运动规划的轨迹可以看出,笛卡尔运动规划需要保证机械臂运动的中间姿态


参考:

ROS官方wiki
古月居


相关推荐:

ROS笔记(34) 工作空间规划
ROS笔记(33) 关节空间规划
ROS笔记(32) MoveIt!关节控制器
ROS笔记(31) ArbotiX关节控制器
ROS笔记(30) Movelt!配置文件


谢谢!

猜你喜欢

转载自blog.csdn.net/qq_32618327/article/details/99966978