Ruckig 项目使用教程
2024-09-14 07:08:14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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0592- Ddeepseek-harnessDeepSeek Harness: Everything is a Plugin.TypeScript051
MooncakeMooncake 是面向大模型服务的通信与存储基础设施,致力于让解耦式大模型架构真正能够在真实生产环境中稳定运行、持续扩展、灵活组合,由趋境科技、月之暗面 Kimi 、清华大学 MADSys 实验室、9#AISoft、阿里云、蚂蚁集团等产学研力量共同建设的开源分布式大模型推理架构。C++06
OnnxOCR基于PaddleOCR重构,并且脱离PaddlePaddle深度学习训练框架的轻量级OCR,推理速度超快 —— A lightweight OCR system based on PaddleOCR, decoupled from the PaddlePaddle deep learning training framework, with ultra-fast inference speed.Python01
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
airi💖🧸 自托管、归你拥有的 Grok 风格 AI 伴侣与 waifu / 赛博生命灵魂容器,目标是接近 Neuro-sama 的高度;支持实时语音聊天、Minecraft 和 Factorio 游玩,支持 Web / macOS / Windows。TypeScript06
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
514
557
暂无描述
Markdown
861
5.71 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.05 K
2.53 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
843
1.29 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
857
1.72 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.36 K
876
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
517
350
本仓库fork自上游llvm-project仓,面向openEuler社区提供了前端C/C++语言的支持,中端通用优化能力的增强,以及后端多架构的支持,包括AArch64/X86/LoongArch/RISC-V/SW64等。
C++
159
64
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++
1.26 K
1.39 K
deepin linux kernel
C
33
16