rk3288 img打包工具_【个人开源】机器人运动规划学习工具箱使用说明

最近的课题与机器人的运动规划有关。回顾过去的学习经历，深感机械出身的我们编程实践与总结能力实在太弱，以前的一些课题就拿matlab随便写一写m文件出个结果了事，许多后来发现有用的课程或作业，要么找不到，找到了也看不明白，还得重新啃。就拿机器人运动学的东西来说，刚开始写m文件手推，后来拿matlab的rtb工具箱玩，再后来因为要用到ROS上，又手推，又玩moveit...

言归正传，我把最近在学习的【运动规划】系列的代码都放到了github仓库中，均为中文注释，尽可能写得简单，但个人能力有限，有很多冗余不规范的地方，因此权当作为思路参考，以后我会渐渐改进。

使用方法（以ubuntu为例）

1.下载

打开一个终端：

cd ~/Documents
svn checkout https://github.com/XM522706601/robotics_tutorial_for_zhihu/trunk/motion_planning
cd motion_planning/

2.导入构型空间图

将需要规划的构型空间图复制到motion_planning文件夹中，这里我们以自带的map_1.bmp为例

3.开始规划

继续在1.的终端中运行python命令行，或在此文件夹中新建一个.py文件：

（1）预处理：首先读取图像并实例化对象

#coding=utf-8

（2）设置起点和终点：

通过属性变量设置起点和终点，也可不设置，默认为图像的左上角和右下角。

# 设置起点和终点，为numpy.mat格式

（3）规划：现有的规划方法有概率路线图（PRM）、快速拓展随机树（RRT）、人工势场法。

# 概率路线图（PRM）

# 快速拓展随机树（RRT）
demo_1.rrt_planning()

# 人工势场法,为了快速建立势场图，先调整图像尺寸
img = cv2.resize(img,(100,100))
demo_1.pf_planning()

另外，每种方法还可以通过关键字设置相关参数，具体设置看注释或 help() 即可。

系列文章

小明工坊：【基础知识】机器人运动规划原理与实现（一）——概率路线图(PRM)方法

小明工坊：【基础知识】机器人运动规划原理与实现（二）——快速扩展随机树(RRT)算法

小明工坊：【基础知识】机器人运动规划原理与实现（三）——人工势场法

项目地址

XM522706601/robotics_tutorial_for_zhihu​github.com