Ruckig 项目使用教程
2024-09-14 20:38:04作者:蔡怀权
1. 项目介绍
Ruckig 是一个用于机器人和机器的实时运动生成库。它能够在飞行中生成轨迹,使机器人和机器能够即时响应传感器输入。Ruckig 计算到目标的轨迹,从任何初始状态开始,受限于速度、加速度和加加速度(jerk)约束。除了目标状态,Ruckig 还允许定义中间位置以进行路径点跟随。对于状态到状态的运动,Ruckig 保证时间最优的解决方案。
Ruckig 的主要特点包括:
- 实时性:能够在控制循环中即时生成轨迹。
- 加加速度约束:支持加加速度约束,确保平滑的运动。
- 时间最优:对于状态到状态的运动,保证时间最优的解决方案。
- 中间路径点:支持定义中间路径点,计算路径和时间参数化。
2. 项目快速启动
安装
Ruckig 没有外部依赖(除了测试),可以使用 CMake 进行构建。以下是安装步骤:
mkdir -p build
cd build
cmake -DCMAKE_BUILD_TYPE=Release ..
make
要安装 Ruckig 到系统目录,可以使用以下命令:
sudo make install
使用示例
以下是一个简单的使用示例,展示如何在 CMake 项目中使用 Ruckig:
cmake_minimum_required(VERSION 3.1)
project(ruckig_example)
find_package(ruckig REQUIRED)
add_executable(ruckig_example main.cpp)
target_link_libraries(ruckig_example ruckig::ruckig)
在 main.cpp 中,可以编写如下代码:
#include <ruckig/ruckig.hpp>
int main() {
// 创建 Ruckig 实例
ruckig::Ruckig<3> otg {0.001}; // 3 DoFs, control cycle 1 ms
// 输入参数
ruckig::InputParameter<3> input;
input.current_position = {0.0, 0.0, 0.0};
input.current_velocity = {0.0, 0.0, 0.0};
input.current_acceleration = {0.0, 0.0, 0.0};
input.target_position = {1.0, 1.0, 1.0};
input.target_velocity = {0.0, 0.0, 0.0};
input.target_acceleration = {0.0, 0.0, 0.0};
input.max_velocity = {1.0, 1.0, 1.0};
input.max_acceleration = {1.0, 1.0, 1.0};
input.max_jerk = {1.0, 1.0, 1.0};
// 输出参数
ruckig::OutputParameter<3> output;
// 控制循环
while (otg.update(input, output) == ruckig::Result::Working) {
// 使用新的状态
// 例如:robot->setJointPositions(output.new_position);
output.pass_to_input(input);
}
return 0;
}
3. 应用案例和最佳实践
应用案例
- 机器人控制:Ruckig 可以用于机器人的实时运动控制,确保机器人能够平滑且快速地响应环境变化。
- 自动化生产线:在自动化生产线上,Ruckig 可以用于控制各种机械臂和传送带,确保生产过程的流畅和高效。
- 医疗机器人:在医疗机器人领域,Ruckig 可以用于精确控制手术机器人,确保手术过程的安全和精确。
最佳实践
- 实时性优化:在实时应用中,确保控制循环的周期尽可能短,以提高系统的响应速度。
- 参数调整:根据具体的应用场景,调整速度、加速度和加加速度的限制,以达到最佳的运动效果。
- 错误处理:在实际应用中,确保对 Ruckig 的返回结果进行适当的错误处理,以应对可能的异常情况。
4. 典型生态项目
Ruckig 作为一个强大的运动生成库,已经被多个知名项目采用,形成了丰富的生态系统。以下是一些典型的生态项目:
- MoveIt 2:用于轨迹生成和运动规划。
- CoppeliaSim:从版本 4.3 开始,用于机器人仿真。
- Frankx:用于控制 Franka Emika 机器人臂。
- Struckig:Ruckig 的结构化文本(ST - IEC61131-3)移植版本,用于 PLC 控制。
这些项目与 Ruckig 的结合,展示了其在不同应用场景中的广泛适用性和强大功能。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
670
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322