运行Gazebo+moveit+Rviz,报错,提示无控制器

在rviz里规划成功后,执行显示failed,rviz里能规划,但是Gazebo里动不了。

moveit报错如下:

[ WARN] [1679466487.132361192, 26.763000000]: Waiting for /follow_joint_trajectory to come up
[ WARN] [1679466493.156254954, 32.763000000]: Waiting for /follow_joint_trajectory to come up
[ERROR] [1679466499.187511132, 38.763000000]: Action client not connected: /follow_joint_trajectory

查了好多方法都无效,通过查找当前话题,发现设置的控制器话题名称不匹配,复制当前运行的控制器名称,在对应的control.yaml文件中更改控制器名称即可。

步骤如下:

1、运行Gazebo+moveit+rviz,moveit终端会报错如上所示

2、打开新终端,通过rostopic list命令查看当前话题

会发现一长串有关控制器的话题

/eff_joint_traj_controller/command
/eff_joint_traj_controller/follow_joint_trajectory/cancel
/eff_joint_traj_controller/follow_joint_trajectory/feedback
/eff_joint_traj_controller/follow_joint_trajectory/goal
/eff_joint_traj_controller/follow_joint_trajectory/result
/eff_joint_traj_controller/follow_joint_trajectory/status
/eff_joint_traj_controller/gains/elbow_joint/parameter_descriptions
/eff_joint_traj_controller/gains/elbow_joint/parameter_updates
/eff_joint_traj_controller/gains/shoulder_lift_joint/parameter_descriptions
/eff_joint_traj_controller/gains/shoulder_lift_joint/parameter_updates
/eff_joint_traj_controller/gains/shoulder_pan_joint/parameter_descriptions
/eff_joint_traj_controller/gains/shoulder_pan_joint/parameter_updates
/eff_joint_traj_controller/gains/wrist_1_joint/parameter_descriptions
/eff_joint_traj_controller/gains/wrist_1_joint/parameter_updates
/eff_joint_traj_controller/gains/wrist_2_joint/parameter_descriptions
/eff_joint_traj_controller/gains/wrist_2_joint/parameter_updates
/eff_joint_traj_controller/gains/wrist_3_joint/parameter_descriptions
/eff_joint_traj_controller/gains/wrist_3_joint/parameter_updates
/eff_joint_traj_controller/state

复制/eff_joint_traj_controller/follow_joint_trajectory,打开下面的文件,把复制的名称放到action_ns后面即可。(我这里本来是/follow_joint_trajectory)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
本文介绍了如何使用ROS和MoveIt实现机械臂的自主避障和抓取。具体来说,我们使用深度相机获取环境中的点云数据,并使用YOLO算法识别目标物体。然后,我们使用MoveIt规划机械臂的运动轨迹,以便能够避开障碍物并抓取目标物体。最后,我们使用Gazebo仿真平台对系统进行测试。 1. 环境搭建 首先,我们需要安装ROS和MoveIt。在安装完成后,我们需要安装以下软件包: - pcl_ros:用于处理点云数据 - depthimage_to_laserscan:将深度图像转换为激光扫描数据 - yolo_ros:使用YOLO算法识别目标物体 - gazebo_ros_pkgs:使用Gazebo仿真平台进行测试 2. 点云数据处理 我们使用深度相机获取环境中的点云数据。然后,我们使用pcl_ros软件包将点云数据转换为ROS消息。接下来,我们使用depthimage_to_laserscan软件包将深度图像转换为激光扫描数据。这些步骤将使我们能够在ROS中使用点云数据和激光扫描数据。 3. 目标物体识别 我们使用yolo_ros软件包使用YOLO算法识别目标物体。该软件包将摄像机图像作为输入,并输出包含检测到的物体的ROS消息。我们可以使用这些消息来确定目标物体的位置和方向。 4. 机械臂运动规划 我们使用MoveIt规划机械臂的运动轨迹。我们需要定义机械臂的运动范围和运动约束。我们可以使用MoveIt的可视化工具来定义这些约束。然后,我们可以使用MoveIt提供的API来规划机械臂的运动轨迹。 5. 自主避障和抓取 我们将目标物体的位置和方向与机械臂的运动轨迹相结合,以便机械臂能够避开障碍物并抓取目标物体。我们可以使用MoveIt提供的运动规划和执行API来控制机械臂的运动。 6. 系统测试 最后,我们使用Gazebo仿真平台对系统进行测试。我们可以将机械臂和目标物体模型添加到Gazebo中,并使用ROS消息来控制它们的运动。我们可以使用Gazebo的可视化工具来查看机械臂的运动和目标物体的位置。 通过使用ROS和MoveIt,我们可以轻松地实现机械臂的自主避障和抓取功能。这种技术可以应用于许多领域,如自动化生产和无人机抓取。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值