V-rep 逆运动学(IK)8-computingJointAnglesForRandomPoses 代码自学

V-rep 逆运动学(IK)8-computingJointAnglesForRandomPoses 代码自学

在这里插入图片描述
白色机器人(即通过封装好的simExtIK插件进行逆运动学计算)的代码
代码功能:用代码实现dummy的创建、ik组和元素的创建及参数设置
(//注释部分的代码不能放在vrep里直接运行,这里只做解释使用)

function sysCall_init()
	//一共六个关节,通过句柄获得
	//这里的IRB4600_joint1、……、IRB4600_joint6与场景层次结构里的名称一一对应
	//把这些句柄分别赋给simJointHandles[1]……simJointHandles[6]
    simJointHandles={}
    for i=1,6,1 do
        simJointHandles[i]=sim.getObjectHandle('IRB4600_joint'..i)
    end
    //机器人末端的Dummy赋给simTip,机器人的基座赋给simBase
    simTip=sim.getObjectHandle('IRB4600_IkTip')
    simBase=sim.getObjectHandle('IRB4600')
    //规划的机器人末端目标位置一共有四个Dummy,分别是testTarget1……testTarget4
    //把这些末端位置句柄分别赋给target[1]…target[4]
    targets={sim.getObjectHandle('testTarget1'),sim.getObjectHandle('testTarget2'),sim.getObjectHandle('testTarget3'),sim.getObjectHandle('testTarget4')}
    //机器人的目标位置,初始化为0,cnt1在0-3之间循环
    cnt1=0
    cnt2=0
 //
    //现在基于机器人的运动学在IK插件环境中建立一个运动学链和2个IK组(无阻尼和阻尼)
    ikJointHandles={}
    //创建一个IK环境ikEnv
    ikEnv=simIK.createEnvironment()
    //在IK环境中创建一个Dummy,命名为ikBase
    local ikBase=simIK.createDummy(ikEnv) 
    //把ikBase设置成与CoppeliaSim中的simBase对应的相同姿势
    simIK.setObjectMatrix(ikEnv,ikBase,-1,sim.getObjectMatrix(simBase,-1))
    //建立父基座的Dummy,当前与ikBase相同
    local parent=ikBase
    //循环所有simJointHandles关节,simJointHandles[1]-simJointHandles[6]
    for i=1,#simJointHandles,1 do
    	//在IK环境中创建一个旋转关节ikJointHandles[i]
        ikJointHandles[i]=simIK.createJoint(ikEnv,simIK.jointtype_revolute)
        //把该关节ikJointHandles[i]设置成IK模式
        simIK.setJointMode(ikEnv,ikJointHandles[i],simIK.jointmode_ik) 
        //获得关节simJointHandles[i]的关节限制
        local cyclic,interv=sim.getJointInterval(simJointHandles[i])
        //为ikJointHandles[i]设置上述获得的与关节simJointHandles[i]相同的关节限制
        simIK.setJointInterval(ikEnv,ikJointHandles[i],cyclic,interv) 
        //为ikJointHandles[i]设置与关节simJointHandles[i]相同的关节位置
        simIK.setJointPosition(ikEnv,ikJointHandles[i],sim.getJointPosition(simJointHandles[i])) 
        //为ikJointHandles[i]设置与关节simJointHandles[i]相同的关节姿态
        simIK.setObjectMatrix(ikEnv,ikJointHandles[i],-1,sim.getObjectMatrix(simJointHandles[i],-1)) 
        //设置相应的父元素(第一个关节的父节点为基座)
        simIK.setObjectParent(ikEnv,ikJointHandles[i],parent,true) 
        //更新相应的父元素(第二个关节的父节点为第一个关节)
        parent=ikJointHandles[i]
    end
    //在IK环境中创建末端tip Dummy,命名为ikTip
    ikTip=simIK.createDummy(ikEnv)
     //把ikTip设置成与CoppeliaSim中的simTip对应的相同姿势
    simIK.setObjectMatrix(ikEnv,ikTip,-1,sim.getObjectMatrix(simTip,-1)) 
    //把ikTip连接到运动链的parent上,此时parent为ikJointHandles[6]
    simIK.setObjectParent(ikEnv,ikTip,parent,true) 
    //在IK环境中创建目标Dummy,命名为ikTarget
    ikTarget=simIK.createDummy(ikEnv) 
    //将ikTarget设置成与CoppeliaSim中的simTip对应的相同姿势
    simIK.setObjectMatrix(ikEnv,ikTarget,-1,sim.getObjectMatrix(simTip,-1)) 
    //连接两个Dummy,ikTip和ikTarget
    simIK.setLinkedDummy(ikEnv,ikTip,ikTarget) 
    //创建一个IK组,命名为ikGroup
    ikGroup=simIK.createIkGroup(ikEnv)
    //把ikGroup的分辨率(计算方法)设置为undamped,即对应于界面设置中的Pseudo inverse,参数0为Damping的值,参数3为maxIterations的值
    simIK.setIkGroupCalculation(ikEnv,ikGroup,simIK.method_pseudo_inverse,0,3) 
    //向ikGroup中添加一个IK元素---ikTip
    local ikElementHandle=simIK.addIkElement(ikEnv,ikGroup,ikTip)
    //指定IK元素ikTip的基座为ikBase
    simIK.setIkElementBase(ikEnv,ikGroup,ikElementHandle,ikBase) 
    //指定IK元素ikTip的约束条件
    //其中,最后一项值是约束条件
    //simIK.constraint_x, simIK.constraint_y, simIK.constraint_z, simIK.constraint_alpha_beta, simIK.constraint_gamma 
    //其中,simIK.constraint_gamma只能在simIK.constraint_alpha_beta设置时设置 
    //为了方便起见,还有
    //simIK.constraint_position=simIK.constraint_x|simIK.constraint_y|simIK.constraint_z
    //simIK.constraint_orientation=simIK.constraint_alpha_beta|simIK.constraint_gamma
    //simIK.constraint_pose=simIK.constraint_position|simIK.constraint_orientation.
    simIK.setIkElementConstraints(ikEnv,ikGroup,ikElementHandle,simIK.constraint_pose) 
    //设置IK元素ikTip所需的精度,最后一项第一个值是linear精度,第二个值是angular精度
    simIK.setIkElementPrecision(ikEnv,ikGroup,ikElementHandle,{0.00005,0.1*math.pi/180})
end

//函数applyJoints,将joints的每个值设置为jointHandles的关节位置
applyJoints=function(jointHandles,joints)
    for i=1,#jointHandles,1 do
        sim.setJointPosition(jointHandles[i],joints[i])
    end
end

//在这里你可以检查碰撞和其他测试。如果配置有效,返回true
function configurationValidationCallback(config)
    sim.addLog(sim.verbosity_scriptinfos,"Hello from validation callback")
    return true
end

function sysCall_actuation()
	//定义当前的目标dummyHandle为targets[cnt1+1]
    local dummyHandle=targets[cnt1+1]
    //获得dummyHandle的姿态m
    local m=sim.getObjectMatrix(dummyHandle,-1)
    //设置ikTarget的姿态为m
    simIK.setObjectMatrix(ikEnv,ikTarget,-1,m)
    
    //搜索一个姿态配置,最大100毫秒
    local startTime=sim.getSystemTimeInMs(-1)
    while sim.getSystemTimeInMs(startTime)<100 do
        local validationCB=''
        //如果你需要对找到的配置执行额外的检查,请取消下面的注释:
        --local validationCB='configurationValidationCallback@IRB4600'
        //搜索与目标Dummy位置/方向在空间中匹配的manipulator配置。 搜索是随机的。如果manipulator的某些旋转关节的范围超过360度,则应为每个返回的配置调用 simIK.getAlternateConfigs,以便生成一些等效的姿势但替代配置。 IK 环境保持不变。
        //0.65:一个距离,指示何时计算IK,以便尝试将尖端对准目标
        //10000:函数返回时间的上限,以秒为单位。
        //{1,1,1,0.1}:一个表的4个值表明一个度量用来计算姿势距离:distance=sqrt((dx*metric[1])^2+(dy*metric[2])^2+(dz*metric[3])^2+(angle*metric[4])^2)
        local state=simIK.getConfigForTipPose(ikEnv,ikGroup,ikJointHandles,0.65,10000,{1,1,1,0.1},validationCB)
        if state then
            applyJoints(simJointHandles,state)
            break
        end
    end
    
    cnt2=cnt2+1
    if cnt2>20 then
        cnt2=0
        cnt1=cnt1+1
        if cnt1>3 then
            cnt1=0
        end
    end
end

function sysCall_cleanup()
    simIK.eraseEnvironment(ikEnv)
end
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: v-rep 作为一款强大的机器人仿真软件,可以与 MATLAB 进行良好的联动。通过 MATLAB 脚本,我们可以实现对 v-rep 中的机器人、传感器等组件的控制。其中,抓取物体是机器人工作中常见的操作之一,在 v-rep 中,我们可以通过编写 MATLAB 脚本来实现机器人对某个物体的抓取。 首先,我们需要在 v-rep 界面中创建一个可抓取的物体,这个物体可以是一个方块、一个球体甚至是一个复杂的物体组合体。接下来,在 MATLAB 中编写代码,实现机器人对物体的抓取。下面是一段示例代码,实现机器人在视野中识别物体并抓取的过程: ``` % 搜索可抓取物体 sim.simxGetStringSignal(clientID,'vision_sensor1',sim.simx_opmode_streaming); [obj_name,~,~,~] = sim.simxReadStringSignal(clientID,'vision_sensor1',sim.simx_opmode_buffer); while isempty(obj_name) [obj_name,~,~,~] = sim.simxReadStringSignal(clientID,'vision_sensor1',sim.simx_opmode_buffer); end % 抓取物体 [res,obj_handle] = sim.simxGetObjectHandle(clientID,obj_name,sim.simx_opmode_oneshot_wait); [res,position] = sim.simxGetObjectPosition(clientID,obj_handle,-1,sim.simx_opmode_streaming); [res,orientation] = sim.simxGetObjectOrientation(clientID,obj_handle,-1,sim.simx_opmode_streaming); target_position = [position(1) position(2) position(3)+0.1]; sim.simxSetObjectPosition(clientID,obj_handle,-1,target_position,sim.simx_opmode_oneshot); gripper_handle = sim.simxGetObjectHandle(clientID,'Pioneer_p3dx_gripperClose_joint',sim.simx_opmode_oneshot_wait); [res,gripper_state] = sim.simxGetJointPosition(clientID,gripper_handle,sim.simx_opmode_streaming); while gripper_state < 0.04 sim.simxSetJointTargetPosition(clientID,gripper_handle,0.05,sim.simx_opmode_oneshot); [res,gripper_state] = sim.simxGetJointPosition(clientID,gripper_handle,sim.simx_opmode_streaming); end ``` 该代码首先搜索视野中的物体,并获取其句柄。随后,机器人将夹爪移动到物体上方,将夹爪闭合并锁定物体。最终,机器人可以将物体移动到其他位置。需要说明的是,该代码仅供参考,具体实现取决于具体情况和要求。 总之,通过结合 v-rep 和 MATLAB 的强大特性,我们可以很方便地实现机器人对物体的抓取。同时,这也是机器人自主操作和控制的重要一环。 ### 回答2: v-rep matlab抓取物体的代码需要分为两部分:v-rep场景中的模型控制和matlab程序控制。 一、通过v-rep场景模型控制实现物体抓取。 1. 编辑v-rep场景,添加机械臂和需要抓取的物体。 2. 给机械臂添加控制器实现运动控制,例如:路径规划运动、关节空间控制、任务空间控制等。 3. 编写模型脚本,添加物体的碰撞检测、力传感器、夹爪等。 4. 配置碰撞检测和力传感器,实现物体抓取的强度控制和感知控制。 二、通过matlab程序控制实现物体抓取。 1. 编写matlab脚本,连接v-rep场景中的机械臂和物体。 2. 配置机械臂和物体的关节角度、位置和速度等参数,实现物体抓取和移动。 3. 设置夹爪的力量控制和位置控制,控制物体的紧握和放松。 4. 添加传感器并读取传感器数据,获取物体的位置、速度和力信息,并进行处理。 通过v-rep场景模型控制和matlab程序控制的双重控制,可以实现物体抓取的智能控制。可以通过不断优化程序和模型,提高物体抓取的效率和精度。 ### 回答3: v-rep与Matlab合作的抓取物体代码,必须要细分为三个部分:V-rep的场景设置、Matlab的串口通信和Matlab的控制算法。 在V-rep的场景设置中需要给每个需要被抓取的物体增加触发器,以便于Matlab的算法知道该物体当前的位置及状态信息,同时需要设置机械臂的起始点,以及运动的终点和轨迹规划方式。 在Matlab中需要使用串口通信模块与v-rep建立2种方式的通信,以获取目标物体的位置和状态信息,并控制机械臂的运动,其中一种方式是用Matlab提供的内置Serial Port工具箱进行串口通信,而另一种方式是使用v-rep自带的ROS插件,进行机器人控制和接口信息的实现。 最后是Matlab的控制算法,其中包括将得到的物体位置信息转换成机器人可以理解的控制量,将机械臂移动到指定位置的轨迹规划算法,以及控制机械臂的低级控制算法等等。 总的来说,v-rep matlab抓取物体代码的设计思路主要包括场景设置、串口通信和机器人控制、算法的设计。只有对这三个方面进行完善的设置和实现,才能够实现更加准确的机械臂抓取物体的工作。

“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