Python 的使用总是比 C++ 简单许多,Move Group 的 Python 接口更为便捷,也为使用者提供了很多用于操纵机器人和机械臂的函数,能够和 C++ 接口实现相同的功能:
cd ~/ARM/ws_moveit/
source devel/setup.bash
# 打开机器人模型结点
roslaunch panda_moveit_config demo.launch
新开一个终端,在相同目录下执行
source devel/setup.bash
# 机器人python 接口结点
rosrun moveit_tutorials move_group_python_interface_tutorial.py
在RViz 中,会看到以下效果:
使用python接口时,我们通常需要加载moveit_commander , 这是一个namespace package,里面会加载MoveGroupCommander类, PlanningSceneInterface
以及RobotCommander类;以及其他的一些类和消息msg。
后续学习到细节时,可能会讲解这些类。但目前没有必要,因为我们学习的就是这个接口。
import sys
import copy
import rospy
import moveit_commander
import moveit_msgs.msg
import geometry_msgs.msg
from math import pi
from std_msgs.msg import String
from moveit_commander.conversions import pose_to_list
初始化moveit_commander,创建一个node结点:
# 初始化moveit_commander
moveit_commander.roscpp_initialize(sys.argv)
# rospy node初始化
rospy.init_node('move_group_python_interface_tutorial', anonymous=True)
创建/实例化 一个RobotCommander的对象。RobotCommander是针对整个机器人的控制,会提供机器人的运动学模型和机器人的当前关节状态:
robot = moveit_commander.RobotCommander()
创建一个PlanningSceneInterface的对象。PlanningSceneInterface是用于和机器人环境的交互(如添加物体时会用到):
scene = moveit_commander.PlanningSceneInterface()
创建 MoveGroupCommander 的对象。 MoveGroupCommander 是针对一个规划组进行控制。这里通过设置 group_name = panda_arm
控制 Panda 机器人的手臂。
规划组的概念在C++部分以及基本概念中都提到过,是我们控制规划和执行运动的对象。
在 panda 机器人中,panda_arm 是主要手臂关节。
创建一个Publisher,发布的类型是DisplayTrajectory,用于 rivz 中显示轨迹
display_trajectory_publisher = rospy.Publisher('/move_group/display_planned_path', moveit_msgs.msg.DisplayTrajectory,
queue_size=20)
# 获取机器人的参考坐标系
planning_frame = move_group.get_planning_frame()
print "============ Planning frame: %s" % planning_frame
# 获取规划组的末端执行器
eef_link = move_group.get_end_effector_link()
print "============ End effector link: %s" % eef_link
# 获取机器的所有规划组
group_names = robot.get_group_names()
print "============ Available Planning Groups:", robot.get_group_names()
# 获取机器人的当前状态
print "============ Printing robot state"
print robot.get_current_state()
print ""
规划到一个关节目标,与C++ 不同的是需要使用弧度制。
因为 panda 机器人的初始位置是一个奇点,先移动到一个较好的位置,这个动作使用 joint goal 规划:
# 赋值调整关节姿态
joint_goal = move_group.get_current_joint_values()
joint_goal[0] = 0
joint_goal[1] = -pi/4
joint_goal[2] = 0
joint_goal[3] = -pi/2
joint_goal[4] = 0
joint_goal[5] = pi/3
joint_goal[6] = 0
# go()命令规划并执行动作,如果设置好了,可以不需要第一个参数
move_group.go(joint_goal, wait=True)
# 调用 stop() 确保没有多余的移动
move_group.stop()
同样的,也可以为末端执行器设置目标姿态来进行机械臂规划:
位置xyz,角度w,合起来是位姿
pose_goal = geometry_msgs.msg.Pose()
pose_goal.orientation.w = 1.0
pose_goal.position.x = 0.4
pose_goal.position.y = 0.1
pose_goal.position.z = 0.4
# 这个函数也与 C++ 中相同
move_group.set_pose_target(pose_goal)
调用规划器计算并执行。
plan = move_group.go(wait=True)
move_group.stop()
#完成规划后清除目标
move_group.clear_pose_targets()
注意只有pose goal这里可以有清除目标的函数
clear_pose_targets()
,joint value goal 没有这个对应的函数。
笛卡尔路径。
通过指定 末端执行器 要通过的途径点列表,直接规划笛卡尔路径。
如果在 Python shell 中交互执行,需要设置scale=1.0。
waypoints = []
## 第一段轨迹
wpose = move_group.get_current_pose().pose
wpose.position.z -= scale * 0.1 # First move up (z)
wpose.position.y += scale * 0.2 # and sideways (y)
# 将该段的终点加入途径点的列表中。
waypoints.append(copy.deepcopy(wpose))
## 第二段轨迹
wpose.position.x += scale * 0.1 # Second move forward/backwards in (x)
waypoints.append(copy.deepcopy(wpose))
wpose.position.y -= scale * 0.1 # Third move sideways (y)
waypoints.append(copy.deepcopy(wpose))
# 以1cm的分辨率进行插值,所以设置eef为0.01
# jump_threshold跳转阈值为0.0
(plan, fraction) = move_group.compute_cartesian_path(
waypoints, # waypoints to follow
0.01, # eef_step
0.0) # jump_threshold
# 注意这里只是规划一个笛卡尔路径,但机械臂还没有执行。
return plan, fraction
在 RViz 中显示路径。调用 group.plan()
规划路径的时候会自动在 rviz 中显示。
也可以手动进行显示,创建一个 DisplayTrajectory 的消息对象,然后发布到 '/move_group/display_planned_path' 话题。见下面代码:
#创建显示路径的对象
display_trajectory = moveit_msgs.msg.DisplayTrajectory()
# 用当前状态作为起始点
display_trajectory.trajectory_start = robot.get_current_state()
# plan 是传入函数的参数,是已知的
display_trajectory.trajectory.append(plan)
# Publish
display_trajectory_publisher.publish(display_trajectory);
DisplayTrajectory msg 主要有两个属性:
规划完毕 plan 之后,要让机器人实际执行这个规划,就使用 move_group.execute()
。
move_group.execute(plan, wait=True)
这个函数要求起始点在机器人轨迹的可允许的误差内(即符合机器人的动力运动学)
在planning scence 中 机器人左指的位置添加一个 box。
box_pose = geometry_msgs.msg.PoseStamped()
box_pose.header.frame_id = "panda_leftfinger"
box_pose.pose.orientation.w = 1.0
box_pose.pose.position.z = 0.07 # slightly above the end effector
box_name = "box"
scene.add_box(box_name, box_pose, size=(0.1, 0.1, 0.1))
注意,这里使用的坐标系是 左指坐标系,这样就很容易确定 box 与 左指 的位置。
box_pose = geometry_msgs.msg.PoseStamped()
box_pose.header.frame_id = "panda_leftfinger"
box_pose.pose.orientation.w = 1.0
box_pose.pose.position.z = 0.07 # slightly above the end effector
box_name = "box"
scene.add_box(box_name, box_pose, size=(0.1, 0.1, 0.1))
在添加/移除物体后,会发布一个更新碰撞物体(collision object) 的消息,这个消息在发布出去的时候可能会丢失。
为了确保物体成功添加/移除,可以通过get_known_object_names()
获取当前已知的物体来检查是否成功。
start = rospy.get_time()
seconds = rospy.get_time()
while (seconds - start < timeout) and not rospy.is_shutdown():
# 检查盒子是否是捆绑物体
attached_objects = scene.get_attached_objects([box_name])
is_attached = len(attached_objects.keys()) > 0
# 检查盒子是否被添加
# 注意:如果将盒子捆绑在机械臂上,则不会出现在 known_object_names 中
is_known = box_name in scene.get_known_object_names()
# 检查我们是否在预期的状态
if (box_is_attached == is_attached) and (box_is_known == is_known):
return True
# Sleep so that we give other threads time on the processor
rospy.sleep(0.1)
seconds = rospy.get_time()
# If we exited the while loop without returning then we timed out
return False
接下来,我们将把 box 绑定到 panda 上。
绑定有一个条件,就是movelt 不能将机械臂的某些部位与物体的这种正常接触当作碰撞而报错。所以需要将这些 部位/link 加入 touch_links,告诉规划场景 planning scene 忽略这些 links 与 物体 之间的碰撞
对于 panda 机械臂,设置 grasping_group = 'hand'
。如果使用不同的机器人,则应将此值更改为 末端执行器 规划组的名称。
grasping_group = 'hand'
touch_links = robot.get_link_names(group=grasping_group)
scene.attach_box(eef_link, box_name, touch_links=touch_links)
scene.remove_attached_object(eef_link, name=box_name)
将物体从机械臂上解除。
物体必须要先解绑,然后才能移除。
scene.remove_world_object(box_name)
当然,这些操作都可以使用2.8.2 中的检验函数来确保规划器执行了我们的命令。源码中都使用了:
# 如移除物体操作的检验函数的参数应当为:
return self.wait_for_state_update(box_is_attached=False, box_is_known=False, timeout=timeout)
就语言角度来讲,python 更亲切一点,只需要明白 类的相关概念 就能很好的阅读源码。
源码呈现了很好的封装性,不同操作的代码写在同一类的不同的函数下,等待 main 函数来依次调用,而不用考虑彼此之间的一些关联。
同样,python接口也在强调三种规划方式:
我个人认为是两种,笛卡尔路径应当是pose goal规划的延伸
joint value goal planning:
pose goal planning:
物体的相关操作我就不再此列举了,上面的函数也挺清楚。
手机扫一扫
移动阅读更方便
你可能感兴趣的文章