legged_control 开源项目使用教程

1. 项目介绍

legged_control 是一个基于非线性模型预测控制（NMPC）和全身控制（WBC）的足式机器人控制框架，主要依赖于 OCS2 和 ros-control。该项目的主要优势在于其高性能和易用性，能够为足式机器人社区提供一个强大的模型驱动基线。

该项目的主要特点包括：

• 高性能控制：基于 NMPC 和 WBC 的控制框架，能够实现高效的机器人控制。
• 易用性：通过 ros-control 接口，用户可以轻松地将该框架应用于自定义机器人。
• 开源社区支持：项目托管在 GitHub 上，社区成员可以贡献代码和反馈问题。

2. 项目快速启动

2.1 环境准备

在开始之前，请确保您的系统满足以下要求：

• Ubuntu 20.04
• ROS Noetic

2.2 安装依赖

首先，安装必要的依赖包：

sudo apt install liburdfdom-dev liboctomap-dev libassimp-dev

2.3 克隆项目

克隆 legged_control 项目到您的本地工作空间：

git clone https://github.com/qiayuanliao/legged_control.git

2.4 编译项目

进入项目目录并编译：

cd legged_control
catkin build legged_controllers legged_unitree_description

2.5 运行仿真

设置机器人类型环境变量并启动仿真：

export ROBOT_TYPE=a1
roslaunch legged_unitree_description empty_world.launch

2.6 加载控制器

加载控制器并启动控制服务：

roslaunch legged_controllers load_controller.launch cheater:=false
rosservice call /controller_manager/switch_controller "start_controllers: ['controllers/legged_controller'] stop_controllers: [''] strictness: 0 start_asap: false timeout: 0.0"

3. 应用案例和最佳实践

3.1 案例一：A1 机器人控制

许多实验室已经成功地将 legged_control 框架应用于他们的 A1 机器人上。以下是一些实验室的部署时间：

• 小鹏机器人：1 天
• 宇树机器人：2 小时

3.2 最佳实践

• 使用外部计算设备：建议使用 NUC 等外部计算设备来运行控制框架，以获得更高的计算频率。
• 自定义机器人部署：通过模仿 legged_examples/legged_unitree/legged_unitree_hw 类，用户可以轻松地将该框架部署到自定义机器人上。

4. 典型生态项目

4.1 OCS2

OCS2 是一个用于机器人控制的开源库，提供了非线性模型预测控制（NMPC）的实现。legged_control 项目依赖于 OCS2 来实现高效的机器人控制。

4.2 ros-control

ros-control 是 ROS 中的一个控制框架，提供了通用的硬件接口和控制器管理器。legged_control 项目通过 ros-control 接口，使得用户可以轻松地将其应用于自定义机器人。

4.3 pinocchio

pinocchio 是一个用于机器人动力学和控制的开源库，提供了高效的算法来计算机器人动力学和运动学。legged_control 项目使用 pinocchio 来处理机器人的动力学问题。

通过以上模块的介绍和快速启动指南，您应该能够顺利地开始使用 legged_control 项目，并将其应用于您的足式机器人控制任务中。