MoveIt!之ROS1Melodic版本发布（MoveItCpp教程）

moveit！（1.0.5）之ROS1Melodic版本发布~~

moveit_cpp：

对于通过C++类方便地访问MoveIt！功能的用户，有一个全新的高级API。

官方文档：https://ros-planning.github.io/moveit_tutorials/doc/getting_started/getting_started.html

教程版本：专业级

这是正在积极开发的最新版本。对于初学者，我们推荐稳定的Melodic教程。如果仍在运行Kinetic版本，请使用Kinetic教程。

MoveItCpp教程

介绍

MoveItCpp是一个新的高级接口，它是不需要使用ROS操作，服务和消息即可访问核心MoveIt! 功能的统一C++ API，并且是现有MoveGroup API的替代方法（不是完全替代），建议该界面适用于需要更多实时控制的高级用户或行业应用。PickNik Robotics已根据许多商业应用开发了此接口。

入门

如果尚未这样做，请确保已完成“入门”中的步骤。

运行代码

打开一个shell，运行启动文件：

roslaunch moveit_tutorials moveit_cpp_tutorial.launch

注意：本教程使用RvizVisualToolsGui面板逐步演示。要将此面板添加到RViz，请遵循“ 可视化教程”中的说明。

片刻之后，将出现RViz窗口，其外观类似于此页面顶部的窗口。要通过每一步演示或者按进度在接下来的按钮RvizVisualToolsGui在屏幕的底部面板或选择关键工具的工具，在屏幕的顶部面板，然后按你的键盘上N，此时RViz为活动窗口。

整个代码

完整的代码可以在MoveIt GitHub项目中找到。接下来，逐步地讲解代码，解释其功能。

配置

static const std::string PLANNING_GROUP = "panda_arm"; static const std::string LOGNAME = "moveit_cpp_tutorial"; /* Otherwise robot with zeros joint_states */

/ *否则，机器人的关节编号为零* /

ros::Duration(1.0).sleep(); ROS_INFO_STREAM_NAMED(LOGNAME, "Starting MoveIt Tutorials..."); auto moveit_cpp_ptr = std::make_shared(nh); auto planning_components = std::make_shared(PLANNING_GROUP, moveit_cpp_ptr); auto robot_model_ptr = moveit_cpp_ptr->getRobotModel(); auto robot_start_state = planning_components->getStartState(); auto joint_model_group_ptr = robot_model_ptr->getJointModelGroup(PLANNING_GROUP);

可视化

MoveItVisualTools软件包提供了许多功能，用于可视化RViz中的对象，机器人和轨迹以及调试工具（例如脚本的逐步自省）

moveit_visual_tools::MoveItVisualTools visual_tools("panda_link0", rvt::RVIZ_MARKER_TOPIC, moveit_cpp_ptr->getPlanningSceneMonitor()); visual_tools.deleteAllMarkers(); visual_tools.loadRemoteControl(); Eigen::Isometry3d text_pose = Eigen::Isometry3d::Identity(); text_pose.translation().z() = 1.75; visual_tools.publishText(text_pose, "MoveItCpp Demo", rvt::WHITE, rvt::XLARGE); visual_tools.trigger();

开始演示

visual_tools.prompt("Press 'next' in the RvizVisualToolsGui window to start the demo");

使用MoveItCpp进行规划

在以下计划示例中说明了设置规划开始和目标状态的多种方法。

规划1

我们可以将规划的开始状态设置为机器人的当前状态

planning_components->setStartStateToCurrentState();

设置计划目标的第一种方法是使用geometry_msgs :: PoseStamped ROS消息类型，如下所示

geometry_msgs::PoseStamped target_pose1; target_pose1.header.frame_id = "panda_link0"; 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; planning_components->setGoal(target_pose1, "panda_link8");

现在，调用PlanningComponents来计算规划并对其进行可视化。请注意，我们只是在规划

auto plan_solution1 = planning_components->plan();

检查PlanningComponents是否成功找到规划的解

if (plan_solution1) {

在Rviz中可视化起始姿势

visual_tools.publishAxisLabeled(robot_start_state->getGlobalLinkTransform("panda_link8"), "start_pose"); visual_tools.publishText(text_pose, "Start Pose", rvt::WHITE, rvt::XLARGE);

在Rviz中可视化目标姿势

visual_tools.publishAxisLabeled(target_pose1.pose, "target_pose"); visual_tools.publishText(text_pose, "Goal Pose", rvt::WHITE, rvt::XLARGE);

在Rviz中可视化轨迹

visual_tools.publishTrajectoryLine(plan_solution1.trajectory, joint_model_group_ptr); visual_tools.trigger(); /* Uncomment if you want to execute the plan */ /* planning_components->execute(); // Execute the plan */ }

开始下一个规划

visual_tools.deleteAllMarkers(); visual_tools.prompt("Press 'next' in the RvizVisualToolsGui window to continue the demo");

规划2

在这里，我们将使用moveit :: core :: RobotState设置规划的当前状态。

auto start_state = *(moveit_cpp_ptr->getCurrentState()); geometry_msgs::Pose start_pose; start_pose.orientation.w = 1.0; start_pose.position.x = 0.55; start_pose.position.y = 0.0; start_pose.position.z = 0.6; start_state.setFromIK(joint_model_group_ptr, start_pose); planning_components->setStartState(start_state);

将重用曾经的旧目标并对其进行规划。

auto plan_solution2 = planning_components->plan(); if (plan_solution2) { moveit::core::RobotState robot_state(robot_model_ptr); moveit::core::robotStateMsgToRobotState(plan_solution2.start_state, robot_state); visual_tools.publishText(text_pose, "Start Pose", rvt::WHITE, rvt::XLARGE); visual_tools.publishAxisLabeled(robot_state.getGlobalLinkTransform("panda_link8"), "start_pose"); visual_tools.publishText(text_pose, "Goal Pose", rvt::WHITE, rvt::XLARGE); visual_tools.publishAxisLabeled(target_pose1.pose, "target_pose"); visual_tools.publishTrajectoryLine(plan_solution2.trajectory, joint_model_group_ptr); visual_tools.trigger(); /* Uncomment if you want to execute the plan */

/ *如果要执行计划，请取消注释* /

/* planning_components->execute(); // Execute the plan */ }

开始下一个规划

visual_tools.deleteAllMarkers(); visual_tools.prompt("Press 'next' in the RvizVisualToolsGui window to continue the demo");

规划3

我们还可以使用moveit :: core :: RobotState设置规划的目标

auto target_state = *robot_start_state; geometry_msgs::Pose target_pose2; target_pose2.orientation.w = 1.0; target_pose2.position.x = 0.55; target_pose2.position.y = -0.05; target_pose2.position.z = 0.8; target_state.setFromIK(joint_model_group_ptr, target_pose2); planning_components->setGoal(target_state);

将重用以前的开始，并从中规划。

auto plan_solution3 = planning_components->plan(); if (plan_solution3) { moveit::core::RobotState robot_state(robot_model_ptr); moveit::core::robotStateMsgToRobotState(plan_solution3.start_state, robot_state); visual_tools.publishText(text_pose, "Start Pose", rvt::WHITE, rvt::XLARGE); visual_tools.publishAxisLabeled(robot_state.getGlobalLinkTransform("panda_link8"), "start_pose"); visual_tools.publishText(text_pose, "Goal Pose", rvt::WHITE, rvt::XLARGE); visual_tools.publishAxisLabeled(target_pose2, "target_pose"); visual_tools.publishTrajectoryLine(plan_solution3.trajectory, joint_model_group_ptr); visual_tools.trigger(); /* Uncomment if you want to execute the plan */

/ *如果要执行计划，请取消注释* /

/* planning_components->execute(); // Execute the plan */ }

开始下一个规划

visual_tools.deleteAllMarkers(); visual_tools.prompt("Press 'next' in the RvizVisualToolsGui window to continue the demo");

规划4

我们可以将规划的开始状态设置为机器人的当前状态，可以使用熊猫机器人的组状态名称来设置计划的目标，我们为“ panda_arm”计划组命名为“ ready”的机器人状态参见panda_arm.xacro

/* // Set the start state of the plan from a named robot state */

/ * //从已命名的机器人状态设置计划的开始状态* /

/* planning_components->setStartState("ready"); // Not implemented yet */

从命名的机器人状态设置计划的目标状态

planning_components->setGoal("ready");

再次，我们将重用我们曾经的旧起点并从中计划。

auto plan_solution4 = planning_components->plan(); if (plan_solution4) { moveit::core::RobotState robot_state(robot_model_ptr); moveit::core::robotStateMsgToRobotState(plan_solution4.start_state, robot_state); visual_tools.publishText(text_pose, "Start Pose", rvt::WHITE, rvt::XLARGE); visual_tools.publishAxisLabeled(robot_state.getGlobalLinkTransform("panda_link8"), "start_pose"); visual_tools.publishText(text_pose, "Goal Pose", rvt::WHITE, rvt::XLARGE); visual_tools.publishAxisLabeled(robot_start_state->getGlobalLinkTransform("panda_link8"), "target_pose"); visual_tools.publishTrajectoryLine(plan_solution4.trajectory, joint_model_group_ptr); visual_tools.trigger(); /* Uncomment if you want to execute the plan */

/ *如果要执行计划，请取消注释* /

/* planning_components->execute(); // Execute the plan */ }

启动文件

整个启动文件是这里 GitHub上。本教程中的所有代码都可以从MoveIt设置中包含的moveit_tutorials包中运行。

附加功能：

允许时间最优轨迹生成的输入轨迹密度的参数化

通过ompl_planning.yaml在ModelBasedPlanningContext中添加对杂交/内插标志的支持

提高PlanningSceneDisplay的响应速度

在PlanningComponent中使用plan_request_params

提供在rviz中缩放大网格

加快PlanningSceneDisplay

添加对PS4游戏杆的支持

将use_rviz添加到setup_assistant配置助手中的demo.launch

Bug修复：包括异常行为，程序段故障，内存泄漏和Python3支持等。

机器人

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。