Kachaka API 客户端使用指南:全面掌握机器人控制接口
2025-06-10 00:34:46作者:昌雅子Ethen
概述
Kachaka API 客户端库为开发者提供了一套简洁高效的接口,用于控制Kachaka机器人完成各种任务。该库封装了底层的gRPC通信细节,使开发者能够通过简单的Python方法调用来实现复杂的机器人操作。
环境准备
在使用Kachaka API客户端前,需要确保已安装必要的依赖库:
%pip install -q matplotlib numpy
import matplotlib.pyplot as plt
import numpy as np
from IPython.display import Image, display
这些可视化库虽然不是必须的,但在处理机器人传感器数据或地图信息时非常有用。
客户端初始化
创建Kachaka API客户端非常简单:
import kachaka_api
client = kachaka_api.KachakaApiClient()
如果需要从外部设备连接机器人,可以指定机器人的IP地址和端口:
client = kachaka_api.KachakaApiClient("<机器人IP地址>:26400")
机器人信息获取
基础信息查询
# 获取机器人序列号
serial_number = client.get_robot_serial_number()
# 获取软件版本信息
version_info = client.get_robot_version()
这些信息对于设备管理和故障排查非常有用。
环境信息管理
位置与家具信息
# 获取所有目的地信息
locations = client.get_locations()
# 获取默认目的地ID
default_loc_id = client.get_default_location_id()
# 获取所有家具信息
shelves = client.get_shelves()
# 获取当前载具的家具ID
current_shelf_id = client.get_moving_shelf_id()
位置和家具信息包含ID、名称和位姿(位置和朝向)数据,位姿单位是米(m)和弧度(rad)。
机器人控制命令
基本移动控制
# 移动家具到指定位置
client.move_shelf("S01", "L01")
# 使用名称而非ID进行操作(需先更新解析器)
client.update_resolver()
client.move_shelf("书架", "餐厅")
# 返回家具到存储位置
client.return_shelf("S01")
# 放下当前载具的家具
client.undock_shelf()
导航功能
# 移动到指定位置
client.move_to_location("L01")
# 返回充电站
client.return_home()
# 载入当前前方的家具
client.dock_shelf()
# 移动到指定位置并载入任意家具
client.dock_any_shelf_with_registration("L01", False)
低级运动控制
# 指定坐标移动
client.move_to_pose(0.5, 0.0, 0)
# 直线移动
client.move_forward(0.5) # 前进0.5米
client.move_forward(-0.4, speed=0.3) # 以0.3m/s速度后退0.4米
# 原地旋转
import math
client.rotate_in_place(math.pi) # 旋转180度
# 位置校准
client.localize()
命令管理与状态监控
命令控制
# 取消当前命令
client.cancel_command()
# 检查命令执行状态
is_running = client.is_command_running()
# 获取当前执行的命令
current_command = client.get_running_command()
# 获取最后命令结果
last_result = client.get_last_command_result()
# 获取命令历史
history = client.get_history_list()
等待控制
# 进入等待状态30秒
client.lock(30.0)
# 在等待结束后执行语音(不取消等待)
client.speak("等待状态已解除", cancel_all=False)
# 手动解除等待
client.proceed()
高级功能
快捷命令
# 获取所有快捷命令
shortcuts = client.get_shortcuts()
# 执行快捷命令
shortcut_id = min(shortcuts.keys())
client.start_shortcut_command(shortcut_id, True)
系统设置
# 重置家具位置
client.reset_shelf_pose("S01")
# 设置自动充电
client.set_auto_homing_enabled(True)
# 音量控制
current_volume = client.get_speaker_volume() # 获取当前音量(0-10)
client.set_speaker_volume(10) # 设置最大音量
手动控制模式
# 启用手动控制(60秒后自动关闭)
client.set_manual_control_enabled(True)
# 检查手动控制状态
is_manual = client.get_manual_control_enabled()
# 发送速度指令
for i in range(100):
client.set_robot_velocity(0.0, 0.3) # 原地旋转
传感器数据获取
# 获取电池信息(电量百分比, 充电状态)
battery_level, charging_status = client.get_battery_info()
充电状态为1表示正在充电,2表示正在放电。
最佳实践建议
- 错误处理:所有API调用都应添加适当的异常处理,特别是移动相关命令
- 状态验证:在执行关键操作前,先检查机器人当前状态
- 资源管理:长时间不使用时,应让机器人返回充电站
- 日志记录:记录重要操作和结果,便于问题排查
- 用户反馈:通过语音或状态显示为用户提供操作反馈
通过合理组合这些API,开发者可以实现复杂的机器人自动化流程,如自动巡逻、物品搬运等应用场景。
登录后查看全文
热门项目推荐
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 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 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 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 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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
🔥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
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
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878