2023年11月22日记

1.ros中的控制器插件

ros_control是用于将ROS中开发的一系列功能包应用到实际机器人上的插件。

controller manager用于管理各个不同的controller，如移动控制和运动控制分别的控制器，其中controller主要是用PID控制。

1.1常用控制器（controllers）

joint_state_controller:监控状态，没有控制功能，通过话题发出机器人状态。
joint_effort_controller:力控制
joint_position_controller：位置控制，最为常用。
joint_velocity_controller：速度控制

1.2 gazebo仿真所需模型完善

1.gazebo中仿真模型需要，，三个属性缺一不可 （惯性参数，可视化参数和碰撞参数）。
2.gezebo中要将模型参数改为较小的质量和较大的惯性矩，能使gazebo仿真更加稳定。
3.transmissions：给每个JOINT添加传动装置和电机（gazebo中已定义的宏）。
4.为电机添加gazebo控制器插件。

1.3构建MOVEIT+GAZEBO仿真

1.MOVEIT这个框架其输入有两大种情况，一为Rviz的GUI输入，二为C++或Python的API输入；
2. 输出的Trajectory Data即为机器人的位置和相应的速度与加速度信息（并非话题，无法通过topic查看到）；
3.Moveit接口Follow Joint Trajectory负责封装好轨迹信息后发给Gazebo/robot接口；
4. moveit规划的较粗的轨迹点，后续Trajectory Controller完成更细节的插补。

1.3.1 关节轨迹控制器（Joint Trajectoy Controller）

接受轨迹action信息并完成插补运算再传递给关节。

线性样条，三次样条，五次样条。

1.3.2 关节状态控制器（Joint State Controller）

反馈发布关节参数信息。

1.3.3 配置

三个控制器都需要（1）参数配置，配置yaml文件；（2）控制器启动，launch文件。

联合仿真配置

2.moveit的API接口

2.1编程流程

1.连接控制需要的规划组，即assistant中的group；
2设置目标位姿（关节空间或笛卡尔空间）；
3.设置运动约束（可选）；
4.使用Moveit规划一条到达目标的轨迹；
5.修改轨迹（可选）；
6.执行。

几个简单的API案例整合

2.2 案例

1.运动学正解运动，由home到自定关节空间位置；
2.运动学逆解，由home到笛卡尔空间为止（四元数+POSITION表达），没运行起来。。。
3.直线运动，调用笛卡尔路径函数，即使其按某一路径运动；

(plan, fraction) = arm.compute_cartesian_path (
		                            waypoints,   # waypoint poses，路点列表
		                            0.01,        # eef_step，终端步进值
		                            0.0,         # jump_threshold，跳跃阈值
		                            True)        # avoid_collisions，避障规划

plan是规划得出的运动轨迹；
fraction为描述规划成功的轨迹在给定路点列表中的覆盖率[0~1]。若fraction小于1，说明给定的路点列表没办法完整规划。

（需要特别强调一下，跳跃阈值表示如果某点计算不出或无法达到是否要跳跃，若设为0，即不跳跃）

4.attached,即抓取物体后，物体也会被考虑避障问题，此例程的核心在于场景监视器，用于监视外界场景变化，相对end坐标系的位置，attach_box附着，add_box是添加到环境中而非附着，是障碍物。

scene = PlanningSceneInterface()

scene.attach_box(end_effector_link, 'tool', p, tool_size)

2.5.第六讲小结

1关节空间运动：

set_joint_value_target
set_pose_target

2.笛卡尔空间运动

compute_cartesian

3.自主避障规划
rviz添加障碍物

add_box
attach_box