在ros+rviz中ur3在笛卡尔空间中做圆弧运动

在ros+rviz中ur3在笛卡尔空间中做圆弧运动

本实验完成的主要功能是ur3以圆弧运动从home到达设置的目标位置点，再回到home
代码解释在程序后面，代码已验证可得出结果，有问题的小伙伴可以一起讨论

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import rospy, sys
import moveit_commander
from moveit_commander import MoveGroupCommander
from geometry_msgs.msg import Pose, PoseStamped
from copy import deepcopy

import math
import numpy

class MoveItCartesianDemo:
    def __init__(self):
        # 初始化move_group的API
        moveit_commander.roscpp_initialize(sys.argv)

        # 初始化ROS节点
        rospy.init_node('moveit_circle_demo', anonymous=True)

      
                      
        # 初始化需要使用move group控制的机械臂中的arm group
        arm = MoveGroupCommander('arm')
        
        # 当运动规划失败后，允许重新规划
        arm.allow_replanning(True)
        
        # 设置目标位置所使用的参考坐标系
	reference_frame = 'base_link'
        arm.set_pose_reference_frame('base_link')
                
        # 设置位置(单位：米)和姿态（单位：弧度）的允许误差
        arm.set_goal_position_tolerance(0.01)
        arm.set_goal_orientation_tolerance(0.01)
        
        # 设置允许的最大速度和加速度
        arm.set_max_acceleration_scaling_factor(0.5)
        arm.set_max_velocity_scaling_factor(0.5)
        
        # 获取终端link的名称
        end_effector_link = arm.get_end_effector_link()

        # 控制机械臂先回到初始化位置
        arm.set_named_target('home')
        arm.go()
        rospy.sleep(1)
        
        # 设置路点数据，并加入路点列表
                                         
        target_pose = PoseStamped()
        target_pose.header.frame_id = reference_frame
        target_pose.header.stamp = rospy.Time.now()     
        target_pose.pose.position.x = 0.191995
        target_pose.pose.position.y = 0.213868
        target_pose.pose.position.z = 0.520436
        target_pose.pose.orientation.x = 0.911822
        target_pose.pose.orientation.y = -0.0269758
        target_pose.pose.orientation.z = 0.285694
        target_pose.pose.orientation.w = -0.293653
    
        
        # 设置机械臂终端运动的目标位姿
        arm.set_pose_target(target_pose, end_effector_link)
        arm.go()

        # 初始化路点列表
        waypoints = []
                
        # 将圆弧上的路径点加入列表
        waypoints.append(target_pose.pose)

        centerA = target_pose.pose.position.y
        centerB = target_pose.pose.position.z
        radius = 0.001

        for th in numpy.arange(0, 6.28, 0.2):
            target_pose.pose.position.y = centerA + 0.5*radius * math.cos(th)
            target_pose.pose.position.z = centerB + 1.2*radius * math.sin(th)
            wpose = deepcopy(target_pose.pose)
            waypoints.append(deepcopy(wpose))

       
	fraction = 0.0   #路径规划覆盖率
	maxtries = 100   #最大尝试规划次数
	attempts = 0     #已经尝试规划次数
		
	# 设置机器臂当前的状态作为运动初始状态
	arm.set_start_state_to_current_state()
	 
	# 尝试规划一条笛卡尔空间下的路径，依次通过所有路点
	while fraction < 1.0 and attempts < maxtries:
	    (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
           
	    
		    # 尝试次数累加
	    attempts += 1
		    
		    # 打印运动规划进程
	    if attempts % 10 == 0:
		    rospy.loginfo("Still trying after " + str(attempts) + " attempts...")
		             
		# 如果路径规划成功（覆盖率100%）,则开始控制机械臂运动
	    if fraction == 1.0:
		rospy.loginfo("Path computed successfully. Moving the arm.")
		arm.execute(plan)
		rospy.loginfo("Path execution complete.")
		# 如果路径规划失败，则打印失败信息
	    else:
		rospy.loginfo("Path planning failed with only " + str(fraction) + " success after " + str(maxtries) + " attempts.")  

		rospy.sleep(1)


        # 控制机械臂先回到初始化位置
        arm.set_named_target('home')
        arm.go()
        rospy.sleep(1)
        
        # 关闭并退出moveit
        moveit_commander.roscpp_shutdown()
        moveit_commander.os._exit(0)

if __name__ == "__main__":
    try:
        MoveItCartesianDemo()
    except rospy.ROSInterruptException:
        pass

原理不需要再描述了，很多大佬都写的很清楚了。本来想用c++编写的，但是一直出现核心已转移，不能运行。

我做的主要改动
1.将文件名改成自己的moveit_circle_demo
2.将目标点改成ur3可以到达的点
3.改变圆弧的半径，多次实验发现0.001不错
结果如下：