[ROS 系列学习教程] 建模与仿真 - 使用 ros_control 控制差速轮式机器人

最新推荐文章于 2024-08-16 09:11:18 发布
最新推荐文章于 2024-08-16 09:11:18 发布
阅读量1.5k 收藏 32
点赞数 17
分类专栏： ROS 文章标签： 机器人 人工智能 ROS AI ros_control
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/maizousidemao/article/details/140066845
版权

在这里插入图片描述

ROS 系列学习教程(总目录)

本文目录

ros_control 提供了多种控制器，其中 diff_drive_controller 用于控制差速驱动轮式机器人。

一、差速轮式机器人

差速轮式机器人是一种移动机器人，其运动基于机器人身体两侧的两个独立驱动轮。因此，它可以通过改变轮子的相对旋转速度来改变方向，不需要额外的转向运动。具有这种驱动器的机器人通常有一个或多个脚轮，以防止车辆倾斜。

如果两个轮子以相同的方向和速度驱动，机器人将沿直线行驶。如果两个轮子以相同的速度朝相反的方向转动，如所示图所示，机器人将绕轴的中心点旋转。否则，根据旋转速度和方向，旋转中心可能落在由两个轮胎接触点定义的线上的任何位置。当机器人沿直线行驶时，旋转中心距离机器人无限远。由于机器人的方向取决于两个驱动轮的旋转速度和方向，因此应精确感测和控制这些量。

image-20240623192426694

差速转向机器人与汽车中使用的差速 齿轮类似，两个车轮可以有不同的转速，但与差速齿轮系统不同，差速转向系统将为两个车轮提供动力。差速轮式机器人在机器人技术中得到广泛应用，因为它们的运动易于编程并且可以很好地控制。当今市场上几乎所有的消费机器人都使用差速转向，主要是因为它成本低且简单。

二、差速驱动机器人运动学模型

如下图为轮式机器人的差速驱动运动学模型示意图：

image-20240623192426694

其中，
V − 机器人线速度 ω − 机器人角速度 X O Y − 世界坐标系 X B Y B − 机器人坐标系 φ − 机器人在世界坐标系的角度 r − 车轮半径 b − 轮距 I C R − 瞬时旋转中心 R − 瞬心到机器人中心的距离 v L , v R − 左右轮接地点切向线速度 ω L , ω R − 左右轮角速度 V - 机器人线速度\\ \omega - 机器人角速度\\ XOY - 世界坐标系\\ X_BY_B - 机器人坐标系\\ \varphi - 机器人在世界坐标系的角度\\ r - 车轮半径\\ b - 轮距\\ ICR - 瞬时旋转中心\\ R - 瞬心到机器人中心的距离\\ v_L,v_R - 左右轮接地点切向线速度\\ \omega_L,\omega_R - 左右轮角速度 V−机器人线速度ω−机器人角速度XOY−世界坐标系XB​YB​−机器人坐标系φ−机器人在世界坐标系的角度r−车轮半径b−轮距ICR−瞬时旋转中心R−瞬心到机器人中心的距离vL​,vR​−左右轮接地点切向线速度ωL​,ωR​−左右轮角速度

有如下关系：
ω ⋅ ( R + b / 2 ) = v R ω ⋅ ( R − b / 2 ) = v L \omega \cdot (R + b/2) = v_R\\ \omega \cdot (R - b/2) = v_L ω⋅(R+b/2)=vR​ω⋅(R−b/2)=vL​
解这两个方程可得 ω \omega ω 和 R R R ：
ω = ( v R − v L ) / b R = b / 2 ⋅ ( v R + v L ) / ( v R − v L ) \omega = (v_R-v_L)/b\\ R = b/2 \cdot(v_R+v_L)/(v_R-v_L) ω=(vR​−vL​)/bR=b/2⋅(vR​+vL​)/(vR​−vL​)
利用角速度方程可得机器人瞬时速度 V V V ：
V = ω ⋅ R = ( v R + v L ) / 2 V = \omega \cdot R = (v_R+v_L)/2 V=ω⋅R=(vR​+vL​)/2
车轮切向速度也可以写成：
v R = r ⋅ ω R v L = r ⋅ ω L v_R = r \cdot \omega_R\\ v_L = r \cdot \omega_L vR​=r⋅ωR​vL​=r⋅ωL​
则机器人在本体坐标系中的运动学模型为：
[ x ˙ B y ˙ B φ ˙ ] = [ v ⋅ x B v ⋅ y B ω ] = ⏞ v = r ω [ r 2 r 2 0 0 − r b r b ] [ ω L ω R ] \begin{bmatrix} \dot{x}_B \\ \dot{y}_B \\ \dot{\varphi} \end{bmatrix} = \begin{bmatrix} v \cdot x_B \\ v \cdot y_B \\ \omega \end{bmatrix} \overbrace{=}^{v=r\omega} \begin{bmatrix} \frac r2 & \frac r2 \\ 0 & 0 \\ -\frac rb & \frac rb \end{bmatrix} \begin{bmatrix} \omega_L \\ \omega_R \end{bmatrix} ​x˙B​y˙​B​φ˙​​ ​= ​v⋅xB​v⋅yB​ω​ ​= v=rω ​2r​0−br​​2r​0br​​ ​[ωL​ωR​​]
再通过坐标变换，最终可以得到机器人在世界坐标中的运动学模型：
[ x ˙ y ˙ φ ˙ ] = [ cos ⁡ φ 0 sin ⁡ φ 0 0 1 ] [ V ω ] \begin{bmatrix} \dot{x} \\ \dot{y} \\ \dot{\varphi} \end{bmatrix} = \begin{bmatrix} \cos\varphi & 0 \\ \sin\varphi & 0 \\ 0 & 1 \end{bmatrix} \begin{bmatrix} V \\ \omega \end{bmatrix} ​x˙y˙​φ˙​​ ​= ​cosφsinφ0​001​ ​[Vω​]
其中， V V V 和 ω \omega ω 为控制变量。

通常我们需要通过机器人的速度和结构参数逆解出左右轮的转速，用于控制电机。在这种情况下，可以很容易地重新表述前面提到的方程。使用如下方程：
R = V / ω ω R = v R / r ω L = v L / r R = V/\omega\\ \omega_R = v_R/r\\ \omega_L = v_L/r R=V/ωωR​=vR​/rωL​=vL​/r
可得左右轮角速度方程：
ω R = V + ω ⋅ b / 2 r ω L = V − ω ⋅ b / 2 r \omega_R = \frac{V+\omega \cdot b/2}{r} \\ \omega_L = \frac{V-\omega \cdot b/2}{r} ωR​=rV+ω⋅b/2​ωL​=rV−ω⋅b/2​

三、对外接口

diff_drive_controller 主要通过订阅速度命令作为模块的输入，然后解析运动学模型控制电机，达到控制机器人的目的。

3.1 输入接口

  • cmd_vel（geometry_msgs/Twist）

    位于控制器的命名空间下，给机器人发布速度

3.2 输出接口

  • odom（nav_msgs/Odometry）

    位于控制器的命名空间下，根据硬件反馈计算的里程计信息

  • /tf（tf/tfMessage）

    从 odom 转换为 base_link

  • cmd_vel_out（geometry_msgs/TwistStamped）

    当 publish_cmd 参数设置为 True 时可用。在控制器的输入上应用限制器后的 Twist。

四、控制器参数

diff_drive_controller 提供了一些参数，用于配置机器人控制。

参数数据类型说明
left_wheelstring /string[…]左轮关节名称或关节名称列表
right_wheelstring /string[…]右轮关节名称或关节名称列表
pose_covariance_diagonaldouble[6]用于里程计位姿发布的协方差矩阵的对角线
twist_covariance_diagonaldouble[6]用于里程计 twist 发布的协方差矩阵的对角线
publish_ratedouble发布里程计的频率，用于 tf 和 odom（单位：Hz，默认值： 50.0）
wheel_separationdouble轮距，左轮和右轮之间的距离。如果未指定此参数，diff_drive_controller 将尝试从 URDF 读取值
wheel_separation_multiplierdouble轮距参数的系数。用于解释机器人模型和真实机器人之间的差异。（默认值：1.0）
wheel_radiusdouble车轮半径。默认两侧车轮都具有相同的尺寸。如果未指定此参数，diff_drive_controller 将尝试从 URDF 读取值。
wheel_radius_multiplierdouble车轮半径参数的系数。用于解释机器人模型和真实机器人之间的差异。（默认值：1.0）
cmd_vel_timeoutdouble两个连续速度命令之间允许的时间间隔。此延迟后，将向车轮发送零速命令。（单位：s，默认值：0.5）
base_frame_idstring用于填充Odometry消息和TF的child_frame_id（默认值：“base_link”）
linearobject线性速度配置参数
+ xobjectx轴，两轮差速机器人线速度只有x轴
++ has_velocity_limitsbool控制器是否限制线速度。（默认值： false）
++ max_velocitydouble最大线速度（单位：m/s）
++ min_velocitydouble最小线速度（单位：m/s）。未指定时，使用max_velocity
++ has_acceleration_limitsbool控制器是否限制线加速度。（默认值： false）
++ max_accelerationdouble最大线加速度（单位：m/s^2）
++ min_accelerationdouble最小线加速度（单位：m/s^2）。未指定时，使用max_acceleration
++ has_jerk_limitsbool控制器是否限制线加速度的变化快慢（默认值： false）
++ max_jerkdouble最大 jerk（单位：m/s^3）
angularobject角速度配置参数
+ zobjectz轴，两轮差速机器人角速度只有z轴
++ has_velocity_limitsbool控制器是否应该限制角速度（默认值： false）
++ max_velocitydouble最大角速度（单位：rad/s）
++ min_velocitydouble最小角速度（单位：rad/s）。将其设置为 0.0 将禁用逆时针旋转。未指定时，将使用max_velocity
++ has_acceleration_limitsbool控制器是否应该限制角加速度（默认值： false）
++ max_accelerationdouble最大角加速度（单位：rad/s^2）
++ min_accelerationdouble最小角加速度（单位为 rad/s^2）。未指定时，使用max_acceleration。
++ has_jerk_limitsbool控制器是否限制角加速度的变化快慢（默认值： false）
++ max_jerkdouble最大 jerk（单位：rad/s^3）
enable_odom_tfbool是否直接发布到 TF（默认值： true ）
odom_frame_idstring里程计的frame_id（默认值：“/odom”）
publish_cmdbool发布要执行的速度命令。用于监控限制器对控制器输入的影响。（默认值： False）
allow_multiple_cmd_vel_publishersbool将其设置为 true 将允许输入接口 ~/cmd_vel 有多个发布者。如果将其设置为 false，则如果 ~/cmd_vel 有多个发布者，则会导致控制器停止运行。（默认值： False）
velocity_rolling_window_sizeint用于计算里程计 twist.linear.x 和 twist.angular.z 速度的平均速度样本数量（默认值： 10）

五、配置控制器参数

最小配置示例（即必要配置项）：

diff_drive_controller:
    type: "diff_drive_controller/DiffDriveController"
    left_wheel: "left_wheel_joint"
    right_wheel: "right_wheel_joint"
    pose_covariance_diagonal: [0.001, 0.001, 0.001, 0.001, 0.001, 0.03]
    twist_covariance_diagonal: [0.001, 0.001, 0.001, 0.001, 0.001, 0.03]

该差速轮式机器人完整配置：

# 用于控制器硬件接口配置
hardware_interface:
  joints:
    - left_wheel_joint
    - right_wheel_joint
    - front_caster_joint
    - back_caster_joint

# joint_state_controller 控制器，用于发布各关节状态
joint_state_controller:
  type: "joint_state_controller/JointStateController"
  publish_rate: 50

# diff_drive_controller 控制器
diff_drive_controller:
  type: "diff_drive_controller/DiffDriveController"
  left_wheel: "left_wheel_joint"
  right_wheel: "right_wheel_joint"
  publish_rate: 50
  pose_covariance_diagonal: [0.001, 0.001, 0.001, 0.001, 0.001, 0.03]
  twist_covariance_diagonal: [0.001, 0.001, 0.001, 0.001, 0.001, 0.03]
  cmd_vel_timeout: 100
  velocity_rolling_window_size: 1

  publish_cmd: true
  base_frame_id: base_link
  enable_odom_tf: true
  odom_frame_id: odom

  # 轮间距和轮半径
  wheel_separation: 0.38
  wheel_radius: 0.06
  wheel_separation_multiplier: 1.0
  wheel_radius_multiplier: 1.0

  # 速度和加速度限制
  linear:
    x:
      has_velocity_limits: true
      max_velocity: 1.0 # m/s
      has_acceleration_limits: true
      max_acceleration: 3.0 # m/s^2
  angular:
    z:
      has_velocity_limits: true
      max_velocity: 2.0 # rad/s
      has_acceleration_limits: true
      max_acceleration: 6.0 # rad/s^2

六、编写硬件抽象接口

下面写一个两轮差速硬件接口，使用速度控制接口 VelocityJointInterface 控制 joint 的速度，使用 JointStateInterface 获取 joint 的位置、速度、力等信息。

硬件抽象接口头文件：diff_drive_hardware_interface.h

#ifndef DIFF_DRIVE_HARDWARE_INTERFACE_H
#define DIFF_DRIVE_HARDWARE_INTERFACE_H

#include <ros/ros.h>
#include <hardware_interface/joint_command_interface.h>
#include <hardware_interface/joint_state_interface.h>
#include <hardware_interface/robot_hw.h>
#include <controller_manager/controller_manager.h>

class DiffDriveHWInterface : public hardware_interface::RobotHW
{
public:
    struct JointInfo
    {
        std::string name;
        double cmd;
        double pos;
        double vel;
        double eff;

        JointInfo() : name(""), cmd(0.0), pos(0.0), vel(0.0), eff(0.0)
        {}

        JointInfo(std::string name_) 
            : name(name_), cmd(0.0), pos(0.0), vel(0.0), eff(0.0)
        {}

        JointInfo(std::string name_, double cmd_, double pos_, double vel_, double dff_) 
            : name(name_), cmd(cmd_), pos(pos_), vel(vel_), eff(dff_)
        {}

    };
    
public:
    DiffDriveHWInterface(ros::NodeHandle &nh);
    void init();
    void read(const ros::Duration &period);
    void write(const ros::Duration &period);

private:
    ros::NodeHandle m_nh;
    hardware_interface::JointStateInterface m_jnt_state_interface;
    hardware_interface::VelocityJointInterface m_jnt_vel_interface;
    std::vector<JointInfo> m_joints;
};

#endif // DIFF_DRIVE_HARDWARE_INTERFACE_H

源文件：diff_drive_hardware_interface.cpp

#include "diff_drive_control/diff_drive_hardware_interface.h"

DiffDriveHWInterface::DiffDriveHWInterface(ros::NodeHandle &nh) : m_nh(nh)
{
}

/**
 * @brief 初始化关节信息
 *        注册抽象硬件接口
 * 
 */
void DiffDriveHWInterface::init()
{
    std::vector<std::string> joint_names;
    m_nh.getParam("/hardware_interface/joints", joint_names);
    for (std::string name : joint_names)
    {
        m_joints.push_back(JointInfo(name));
    }

    for (auto &joint : m_joints)
    {
        ROS_INFO("get joint: %s", joint.name.c_str());

        // Initialize hardware interface
        hardware_interface::JointStateHandle state_handle(joint.name, &joint.pos, &joint.vel, &joint.eff);
        m_jnt_state_interface.registerHandle(state_handle);

        hardware_interface::JointHandle vel_handle(m_jnt_state_interface.getHandle(joint.name), &joint.cmd);
        m_jnt_vel_interface.registerHandle(vel_handle);
    }

    registerInterface(&m_jnt_state_interface);
    registerInterface(&m_jnt_vel_interface);
}

void DiffDriveHWInterface::read(const ros::Duration &period)
{
    // Read the state of the hardware (e.g., from sensors)
}

void DiffDriveHWInterface::write(const ros::Duration &period)
{
    // Send the command to the hardware (e.g., to actuators)
    for (auto &joint : m_joints)
    {
        joint.pos += joint.vel * period.toSec();
        // if (joint.vel != joint.cmd)
        // {
        //     ROS_INFO("write, joint: %s, cmd: %lf", joint.name.c_str(), joint.cmd);
        // }
        joint.vel = joint.cmd;
    }
}

控制节点：diff_drive_control_node.cpp

#include <ros/ros.h>
#include <controller_manager/controller_manager.h>
#include "diff_drive_control/diff_drive_hardware_interface.h"

int main(int argc, char **argv)
{
    ros::init(argc, argv, "diff_drive_control_node");
    ros::NodeHandle nh;

    DiffDriveHWInterface diff_drive(nh);
    diff_drive.init();

    controller_manager::ControllerManager cm(&diff_drive, nh);

    ros::Rate rate(50.0);
    ros::AsyncSpinner spinner(1);
    spinner.start();

    while (ros::ok())
    {
        ros::Duration period = rate.expectedCycleTime();
        diff_drive.write(period);
        cm.update(ros::Time::now(), period);
        rate.sleep();
    }

    return 0;
}

七、控制机器人移动

机器人模型与硬件接口都准备好了，接下来开始编写业务代码控制机器人。

我们仅给机器人发送速度指令，模拟机器人移动任务，如下：

#include <ros/ros.h>
#include <geometry_msgs/Twist.h>

geometry_msgs::Twist moveRobot(const double& linear, const double& angular)
{
    geometry_msgs::Twist msg;
    msg.linear.x = linear; // 线速度
    msg.linear.y = 0.0;
    msg.linear.z = 0.0;
    msg.angular.x = 0.0;
    msg.angular.y = 0.0;
    msg.angular.z = angular; // 角速度
    ROS_INFO("moveRobot, linear: %.3lf, angular: %.1lf", linear, angular*180/M_PI);

    return msg;
}

int main(int argc, char** argv)
{
    ros::init(argc, argv, "diff_drive_business");
    ros::NodeHandle nh;
    ros::Publisher velPub = nh.advertise<geometry_msgs::Twist>("/diff_drive_controller/cmd_vel", 10);

    ros::Rate rate(10);

    while (ros::ok())
    {
        velPub.publish(moveRobot(0.5, 0));
        ros::Duration(3.0).sleep();
        velPub.publish(moveRobot(0, 1.57));
        ros::Duration(1.0).sleep();

        rate.sleep();
    }

    return 0;
}

编译执行该节点，在rviz中的可视化结果如下：

在这里插入图片描述

八、源码

项目源码

万俟淋曦
关注
专栏目录
ros2_control 6 自由度机械臂
weixin_46300916的博客
07-28 963
ros2_control 引入了状态接口（state_interfaces）和命令接口（command_interfaces）来抽象硬件接口。state_interfaces 是只读数据句柄，通常代表传感器读数，如关节编码器。command_interfaces 是读写数据句柄，代表硬件命令，如设置关节速度参考。command_interfaces 是专用访问接口，也就是说，如果控制器 "认领 "了某个接口，那么在该接口被释放之前，任何其他控制器都不能使用它。这两种接口类型都有唯一的名称和类型。
移动机器人运动模型（两轮、四轮、麦克纳姆轮和概率运动）
热门推荐
qq_46067306的博客
07-08 2万+
运动机器人通常可以采用轮式和足式进行移动，通过电机驱动轮子移动机器人即轮式机器人，通过仿生式的多足关节移动机器人即多足机器人。由于多足机器人控制非常复杂，所以商业应用较多的是轮式机器人。轮式机器人底盘按照转向方式的不同，可以分为；两轮差速模型，四轮差速模型、阿克曼模型、全向模型。日常生活中，常见的就是四轮差速模型，在做小车时通常会用到麦克纳姆轮，而两轮差速模型是最基础最简单的底盘运动模型，这里就对这三种着重介绍一下。............
Gazebo与ros_control（2）：七自由度机械臂和两轮差速运动小车
Learning by doing
05-16 1万+
在上一篇文章里，结合Gazebo官方的RRBot（2自由度机械臂）的相关配置文件，介绍了一些关于ros_control的基本知识。这里结合《Mastering ROS for Robotics Programming》这本书里的7自由度机械臂和一个两轮差速运动的小车再来探究一番。 首先根据上篇博客和书中的内容我们来总览一下，随后的操作都是基于这个来设置的。因为要仿真所以需要机器人模型，所以先得有ur
ROS控制器项目教程
最新发布
gitblog_00133的博客
08-16 855
ROS控制器项目教程 ros_controllersGeneric robotic controllers to accompany ros_control项目地址:https://gitcode.com/gh_mirrors/ro/ros_controllers 1. 项目的目录结构及介绍 ROS控制器项目（ros_controllers）是一个用于机器人控制的库，提供了多种类型的控制器。以下...
用ROS来做无人测试平台系列之ROS学习-3-差速控制
li_my_linux的博客
03-31 2002
ros 无人车控制
差速转向机器人数学模型
qq_40464599的博客
07-07 2万+
机器人控制方面有两种模型，一是自行车模型，二是差速模型，今天主要推导了差速模型，实验室的履带车都是差速模型。 参考了https://blog.csdn.net/iProphet/article/details/83661753博文。 假设电机输出的角速度为和，轮子驱动半径为r，有如下式子： c点的瞬时速度为。 左右轮间的间距为l，...
两轮差速驱动机器人轮间距校准方法
qq_19598969的博客
11-03 724
关注同名微信公众号“混沌无形”，阅读更多有趣好文！ 原文链接：差速驱动机器人轮间距校准（包含原文PDF百度云下载链接） 如图 3.2所示，两轮差速驱动机器人是采用自旋（旋转）的方式来校准轮间距，如：控制机器人自旋一整周（图 3.2（b）），该圆周的直径就是轮间距，则可以通过测量驱动轮运动的距离（周长），计算出轮间距。（这里采用自旋的方式，是为了减少机器人运动路程，降低实验测试占地面积需求。） 因此，要校准轮间距，就需要先校准轮直径，否则上述提到的使用驱动轮运动的距离来作为周长的数据就是不准..
双轮差速机器人运动控制模型推导与CoppeliaSim仿真实现
知不道道不知知不知道道道知的博客
11-22 6363
  博客第一部分 运动学分析建模是参考此博客两轮差速移动机器人运动分析、建模和控制进行整理扩展，第二部分为根据个人实际应用进行理解整理，如有错误之处，敬请指正。 1. 运动学分析建模   运动特性为两轮差速驱动，其底部后方两个同构驱动轮的转动为其提供动力，前方的随动轮起支撑作用并不推动其运动，如图两轮差速驱动示意图所示。   定义其左右驱动轮的中心分别为 WlW_lWl​和WrW_rWr​，且车体坐标系中这两点在惯性坐标系下移动的线速度为vlv_lvl​和vrv_rvr​ ，理想情况下即为左右轮转动时做圆
ROS下的机器人建模与仿真
sinat_39528691的博客
04-16 2606
1 创建工作空间及功能包 1.1 创建工作空间 $ mkdir -p ~/catkin_ws/src #在home目录下创建两个文件夹/catkin_ws/src $ cd ~/catkin_ws/src #转移到/catkin_ws/src目录下 $ catkin_init_workspace ...
ROS学习笔记16：机器人系统建模与仿真
qq_71734878的博客
12-05 5403
一、概述：1.机器人系统仿真： 是通过计算机对实体机器人系统进行模拟的技术，在 ROS 中，仿真实现涉及的内容主要有三：对机器人建模(URDF)、创建仿真环境(Gazebo)以及感知环境(Rviz)等系统性实现。（1）仿真优势：低成本、高效、高安全性。（2）仿真缺陷：仿真器所使用的物理引擎目前还不能够完全精确模拟真实世界的物理情况；仿真器构建的是关节驱动器（电机&齿轮箱）、传感器与信号通信的绝对理想情况，目前不支持模拟实际硬件缺陷或者一些临界状态等情形。2.机器人系统仿真所需组件：（1）创建机
基于鱼香ROS2的机器人建模与仿真小实验
10-27
在本实验中，我们将深入探讨如何利用鱼香ROS2（Fish ROS2）这一开源框架进行机器人建模与仿真。鱼香ROS2是针对ROS2（Robot Operating System 2）的一个学习资源，它提供了丰富的教程和实践案例，帮助开发者快速理解...
diff_drive_bot：ROS软件包，用于在自定义2轮差分驱动器机器人上实现slam_gmapping和ROS导航堆栈
02-04
diff_drive_bot 该ROS软件包在2轮差分驱动机器人上实现SLAM，以映射未知环境。 操纵杆用于在凉亭中遥控机器人。 然后使用ROS导航堆栈将生成的地图用于自主导航。 安装 从源代码生成软件包：导航到catkin工作区的源文件夹，并使用以下命令生成此软件包： $ git clone https://github.com/devanshdhrafani/diff_drive_bot.git $ cd .. $ catkin_make 安装必需的依赖项： $ sudo apt-get install ros-melodic-dwa-local-planner $ sudo apt-g
机器人建模与仿真（三）——ros_control
weixin_45661757的博客
01-27 1187
机器人建模与仿真（三）——ros_control 目录总述一、ros_control框架二、控制器三、硬件接口四、传动系统五、关节约束六、控制器管理器七、Gazebo仿真 总述 一、ros_control框架 二、控制器 三、硬件接口 四、传动系统 五、关节约束 六、控制器管理器 七、Gazebo仿真 1、机器人模型添加Gazebo属性 （1）为link添加< gazebo >标签 （2）添加传动装置 （3）添加Gazebo控制器插件 2、在Gazebo中显示机器人模型 3、控制机器人在Gaz.
ROS复习笔记8：机器人系统建模与仿真
qq_71734878的博客
12-12 762
复习
ROS从入门到精通4-2：Docker安装ROS、可视化仿真与终端复用
FRIGIDWINTER的博客
03-07 4411
本文详细介绍如何在Docker中安装ROS，并进行Rviz、Gazebo等可视化仿真。为了更好地与Docker配合，本文还介绍了终端复用工具Tmux，并总结了其常用命令
四种两轮差速驱动机器人底盘特性分析
qq_19598969的博客
04-01 5542
关注同名微信公众号“混沌无形”，阅读更多有趣好文！ 图 1 不同类型的两轮差速平台.圆形表示万向轮，矩形表示驱动轮。 如图 1所示，常见的差速底盘有以下4种类型，其中(a)(b)的底盘轮廓是圆形，而(c)(d)的底盘轮廓是矩形。 不同的构型在机器人运动稳定性、负载能力等方面有着不同的表现，其应用场景也有区别。需要注意的是：在未对底盘做特殊设计的情况下，万向轮的轮子直径远小于驱动轮的直径，这是万向轮特殊的构造引起的，而轮子的大小极大决定了机器人的越障能力，所以差速机器人一般应用于室内场景中，且没.
使用MATLAB Simulink和Simscape仿真平台进行Stewart并联机器人的运动学仿真
yQqDaDxvoL的博客
05-08 1147
本文将聚焦于MATLAB在并联机器人Stewart平台仿真中的应用，特别关注使用Simulink和Simscape进行运动学仿真的方法。通过构建平台和基座的连接关系，并设置连杆的长度和初始位置，可以实现对Stewart平台的运动控制仿真。在仿真过程中，可以观察平台的运动轨迹和各个关节的角度变化，以评估系统的性能和稳定性。Stewart平台是一种由六个自由度驱动的并联机构，由六个可调长度的连杆连接上平台和基座，通过改变连杆的长度，可以控制平台相对于基座的位置和姿态。Stewart平台的介绍。
ros机器人建模与仿真
07-11
欢迎您！对于ROS（机器人操作系统）的机器人建模与仿真，您可以使用ROS提供的一些工具和库来实现。 首先，您可以使用ROS中的URDF（Unified Robot Description Format）来建模机器人的物理结构和几何形状。URDF是一个XML文件，描述了机器人的各个部分、连接关系、传感器和执行器等信息。 接下来，您可以使用ROS中的Gazebo仿真环境来进行机器人的仿真。Gazebo是一个功能强大的开源仿真工具，可以模拟机器人的物理环境、传感器数据和控制器等。您可以在Gazebo中加载URDF模型，并进行仿真和测试。 此外，ROS还提供了一些用于机器人建模和仿真的软件包，如RobotModel、MoveIt等。这些软件包提供了更高级的功能，如碰撞检测、运动规划、运动控制等，可以帮助您更方便地进行机器人建模和仿真。 总结起来，使用ROS进行机器人建模与仿真，您可以利用URDF描述机器人的物理结构，然后在Gazebo仿真环境中进行仿真和测试。此外，还可以使用一些ROS软件包提供的功能来实现更高级的机器人建模和仿真需求。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

万俟淋曦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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