基於線性倒立擺跟蹤的行走控制器開原始碼

2021-01-10 中國機器人網

LIPM步行控制器目前有部分已經開源。包括步行和爬樓梯控制器的原始碼，可以用於通過全身導納控制實現HRP-4人形機器人的爬樓梯穩定實驗，以及空中巴士聖納澤爾工廠的工業演示器中。

必讀內容：

安裝說明

Wiki的指南和故障排除

API文檔

安裝須知：

該控制器已在帶有ROS Indigo的Ubuntu 14.04（gcc / clang）和帶有ROS Kinetic的Ubuntu 16.04（gcc）上進行了測試。請參閱Wiki上的安裝說明。

使用要求：

ROS with a working catkin workspace

SpaceVecAlg: spatial vector algebra

RBDyn: rigid body dynamics

eigen-qld: quadratic programming

eigen-quadprog: quadratic programming

sch-core: collision detection

Tasks: inverse kinematics

mc_rbdyn_urdf: robot model loader

copra: linear model predictive control

以下源碼項未公開發布，但可應Pierre Gergondet的要求提供：

mc_rtc：機械手控制器庫（包括mc_control，mc_rbdyn，mc_solver和mc_tasks）

mc_rtc_ros：mc_rtc的 ROS工具

mc_rtc_ros_data：mc_rtc的 ROS環境和對象描述

用法

通過以下方式為JVRC-1模型啟動RViz：

roslaunch lipm_walking_controller display.launch機器人：= jvrc1

在mc_rtc配置中啟用控制器：

{

「 MainRobot 」：「 JVRC1 」，

「 Enabled 」：[ 「 LIPMWalking 」 ]

}

最後，是從mc_rtc界面啟動控制器。這是使用mc_udp接口的本地步態模擬的示例：

cd / usr / local / share / hrpsys / samples / JVRC1

choreonoid --start-simulation sim_mc_udp.cnoid ＃in one terminal

MCUDPControl -h localhost ＃in one terminal

您應該最終看到以下窗口：

有關如何使用此GUI的進一步說明，請參見Wiki 的圖形用戶界面頁面。

相關焦點

  • 基於MATLAB的線性二次型最優控制
    在控制過程中，它能有效地反應控制理論中諸如系統穩定性、可控性、魯棒性、系統收斂速度、隨動性以及跟蹤等問題，是檢驗各種控制理論的理想模型。線性二次型最優控制(Linear Quadratic Regulator，LQR)問題在現代控制理論中佔有非常重要的位置，其優勢在於控制方案簡單，超調量小，且反應速度快，該方法不僅對單級倒立擺系統能夠進行有效控制，且已經成功的應用於直線雙倒立擺[1]和雙足機器人的控制[2]。
  • 單級倒立擺控制系統的穩定性算法設計
    對倒立擺系統的控制就是使小車以及擺杆儘快地達到預期的平衡位置，而且還要使它們不會有太強的振蕩幅度、速度以及角速度，當倒立擺系統達到期望位置後，系統能克服一定範圍的擾動而保持平衡。本文引用地址：http://www.eepw.com.cn/article/162230.htm　　1 一級倒立擺系統的數學模型　　對於倒立擺系統來說，如果忽略了空氣阻力和各種摩擦之後，可將直線一級倒立擺系統抽象成沿著光滑導軌運動的小車和通過軸承連接的勻質擺杆組成，如圖1所示。
  • Uber開源Piranha——一種自動刪除陳舊代碼的工具
    今天，優步推出了開源軟體Piranha，這是一款自動從應用程式代碼庫中刪除過時和未使用代碼的工具。該公司表示，它消除了工程師親自參與代碼刪除任務的需要，這通常使他們無法使用較新的功能。Piranha掃描Objective-C、Swift和Java中的原始碼，刪除與過時的特性標誌相關的代碼，理論上生成更乾淨、更高效、更可維護的代碼庫。優步表示，其Android和iOS代碼庫正在運行Piranha，該工具已被用於刪除大約2000個過時的特徵標誌和相關代碼。
  • 融合視頻目標檢測與單目標、多目標跟蹤,港中文開源視頻感知平臺
    機器之心報導編輯：魔王香港中文大學多媒體實驗室（MMLab）OpenMMLab 開源一體化視頻目標感知平臺 MMTracking。新年伊始，香港中文大學多媒體實驗室（MMLab）OpenMMLab 又有新動作，發布了一款一體化視頻目標感知平臺 MMTracking。
  • ...檢測與單目標、多目標跟蹤,港中文開源一體化視頻感知平臺MM...
    該框架基於 PyTorch 寫成，支持單目標跟蹤、多目標跟蹤與視頻目標檢測，目前已開源。GitHub 地址：https://github.com/open-mmlab/mmtracking首個開源一體化視頻目標感知平臺對視頻內的目標進行感知識別一直是學界、業界都非常關心的問題。這個問題在學界常被細分為不同的子問題，比如視頻目標檢測、多目標跟蹤與單目標跟蹤。具體來說，視頻目標檢測只需對視頻內的每一幀進行檢測，不要求對不同幀中的同一目標進行關聯。
  • ABB機器人二次開發:基於PC SDK的控制器連接程序編寫
    引言上一期為大家介紹了基於PC SDK的ABB機器人控制器掃描程序的編寫方法，按照程序設計編寫流程，下一步就是機器人控制器的遠程登錄或遠程註銷登錄程序的編寫，也就是控制器的連接與斷開。本期就來為大家介紹一下這個功能的實現方法，使用的計算機語言同樣是C#。
  • 倒立擺理論在直立自平衡智能車系統中的應用
    摘要：兩輪自平衡智能車要求車模兩輪驅動實現其直立行走。直立車的硬體設計和軟體設計與四輪車相比更加複雜，在「飛思卡爾」杯全國大學生智能汽車競賽中，直立車故障多，近一半的參賽隊伍完不成比賽。
  • 【強化學習實戰】基於gym和tensorflow的強化學習算法實現
    這一講，我們將利用gym和tensorflow來實現兩個最經典的強化學習算法qleanring 和基於策略梯度的方法。本節課參考了莫煩的部分代碼（見知乎問答《強化學習（reinforcement learning)有什麼好的開源項目、網站、文章推薦一下？》），在此對其表示感謝。
  • 開發者必備:基於 Linux 生態的十大AI開源框架盤
    Deeplearning4j遵循Apache 2.0開源協議，提供了基於AWS雲服務的GPU運算支持，以及微軟伺服器框架的支持。官網： http://deeplearning4j.org/2.它支持深度學習、梯度推進（Gradient Boosting）、隨機森林（Random Forest）、廣義線性模型（即邏輯回歸，彈性網絡）等各種機器學習算法。H2O框架的核心代碼由Java編寫，數據和模型通過分布式的key/value存儲在各個集群節點的內存中，算法使用Map/Reduce框架實現，並使用了Java中的Fork/Join機制來實現多線程。
  • 開發者必備:基於Linux生態的十大AI開源框架盤點
    Deeplearning4j遵循Apache 2.0開源協議，提供了基於AWS雲服務的GPU運算支持，以及微軟伺服器框架的支持。官網：http://deeplearning4j.org/2.它支持深度學習、梯度推進（Gradient Boosting）、隨機森林（Random Forest）、廣義線性模型（即邏輯回歸，彈性網絡）等各種機器學習算法。H2O框架的核心代碼由Java編寫，數據和模型通過分布式的key/value存儲在各個集群節點的內存中，算法使用Map/Reduce框架實現，並使用了Java中的Fork/Join機制來實現多線程。
  • 基於視覺傳感的焊縫跟蹤技術簡介
    用此種邊緣檢測算法是基於2 mm 薄板的特性， 沒有坡口使焊縫處較大的灰度變化在整幅圖像中極易捕捉， 同時此類算法較小的計算量也不會影響到圖像處理的實時性。　　經過上述圖像處理之後並不能夠準確地獲得焊縫邊緣， 仍舊有偽邊緣存在， 如何再去除偽邊緣點，識別出真正的焊縫邊緣， 是圖像處理中最困難， 也是最關鍵的技術。
  • 凌力爾特推出降壓型 DC/DC 轉換器具有兩個線性控制器
    凌力爾特推出降壓型 DC/DC 轉換器具有兩個線性控制器
  • 開源中國張海龍:國內開源力量分散,有代碼託管網站的需求
    在GitHub被牆事件之後，雷鋒網(公眾號：雷鋒網)了解到國內有人在做類GitHub的代碼託管網站，他就是開源中國社區的張海龍。雷鋒網就此對他進行訪談，希望從一個開源社區創辦者的角度，解讀這個事情。國內開源現狀筆者在與張海龍交流期間，發現張海龍很真誠，「比較直腸子」。
  • 首次擺脫對梯度的依賴,CMU、武大等開源Score-CAM:基於置信分數的...
    論文：Score-CAM:Score-Weighted Visual Explanations for Convolutional Neural Networks官方代碼：https://github.com/haofanwang/Score-CAM本文是由來自於卡內基梅隆大學、德州農工大學、武漢大學的研究人員共同提出的一種基於置信分數的視覺可解釋性方法，目前論文被
  • 谷歌開源基於 ML 的手部跟蹤算法:手機端實時檢測,多個手勢同時捕捉
    這一技術不光可以在手機上實現實時捕捉性能，甚至可以同時對多個手的動作進行跟蹤。目前，Google 已經將該項目開源，並且發布了相關博客介紹了這項技術，雷鋒網 AI 開發者將其內容整理編譯如下。該方法通過機器學習（ML）從單個幀中推斷出一隻手的 21 個 3D 關鍵點，從而提供了高保真的手部和手指跟蹤。目前最先進的方法主要依靠強大的桌面環境進行推理，而我們的方法可以在手機端實現這個實時性能，甚至還可以擴展到對多個手的同步跟蹤。我們希望通過提供該手部感知功能給廣泛的研究和開發社區，能夠有利於大家創造出更多全新的用例，同時激勵更多新應用程式和新研究途徑的出現。
  • CopyCat 代碼克隆檢測發布,劍指開源軟體抄襲
    運營開源中國社區 10 年時間，對國內開源發展之迅猛非常的欣慰，但同時也存在很多問題是我們難以忽視的。其中一個對開源生態發展殺傷力最強的就是 —— 抄襲問題！
  • 基於壓電主動杆的空間桁架自抗擾控制器設計
    然後設計了壓電主動杆，選取一種不依賴於控制律的基於能量的優化準則，並基於所建立的模型對其在空間桁架中的安裝位置進行了優化。最後對於空間桁架這種並聯結構，設計了一種不依賴於被控對象精確模型的自抗擾控制器。仿真算例表明本文所設計方法的有效性。
  • 開原始碼可以幫助研究者有質量地完成這項任務
    人工智慧領域發展到現在，有很多很多的開原始碼可以幫助研究者快速、高效、有質量地完成這項任務。下面就列舉一些其中的一些代碼，使用的主要是最近剛發布的版本，其他版本已經在生產環境中使用了。c++開發的，更新比較快，可以參考下~如果不是必須集群部署的話，類似rpc也可以用類似的方式來替代，原理相同，如下：傳輸層-pythonclient是tcp/ip協議棧來與集群間通信的function，tcp方式是osi七層網絡層到數據層，通過流媒體協議提供多平臺的分布式api，不同平臺可以通過tcp/ip直接交互，也可以將其中某段代碼放在二進位流的位置就可以透傳，而namenode負責
  • 以VON CHAIN為例,技術小白怎麼看懂黑貓Github開原始碼庫?
    其實啊，要判斷一個項目是不是真的有技術實力並沒有大家想像中那麼難，你只要在它們公開的Github開原始碼庫中查看幾個數據，項目大概的開發水平也心裡有數了。案例：雖然VON CHAIN是2020年年底才正式上線，但我們從黑貓GITHUB開原始碼庫中可以發現，VON從2019年已經開始上傳、更新代碼，而且代碼一直以來更新都非常頻繁，從開源的代碼庫中可以看到技術團隊一直堅持更新，幾乎每日都有上傳新的開發文檔。
  • 你所不知道的 EMC 開源的那些事
    僅在 2015年這一年，就向社區貢獻了超過35萬行的代碼。其中一些開源項目原本能為 EMC 帶來大量的商業營收，比如 CoprHD、RackHD 等，因此在開源後得到了社區的高度關注和積極參與。為了幫助企業迎戰各種變化，EMC 推出了核心產品 VIPR 控制器的開源版本：CoprHD，向以社區為主導的開發群體開放 ViPR 控制器所有的存儲自動化和控制功能代碼，以方便社區開發軟體定義的存儲自動化系統。CoprHD 提供與 ViPR 控制器同樣的靈活性、多種選擇、安全性和透明性，同時增強開發新服務和新應用的能力。