机械手运动规划

使用RRT和刚体树进行路径规划

机械手运动规划是基于机器人的自由度和机器人模型的运动学约束在高维空间中进行路径规划。机器人模型的运动学约束为arigidBodyTree对象。使用manipulatorRRT利用快速探索随机树(RRT)算法规划关节空间中的路径。

对象

`manipulatorRRT`	利用双向RRT对刚体树进行运动规划
`manipulatorStateSpace`	刚体树机器人模型的状态空间
`manipulatorCollisionBodyValidator`	验证刚体树的碰撞体状态
`workspaceGoalRegion`	定义末端执行器目标位姿的工作区域

功能

全部展开

RRT

`计划`	使用RRT对机械手进行路径规划
`插入`	沿RRT路径插值状态
`缩短`	修剪边缘以缩短路径从RRT

状态空间和验证器

`isStateValid`	检查状态是否有效
`isMotionValid`	检查状态之间的路径是否有效

工作空间的目标区域

`样本`	采样末端执行器在世界坐标系中的姿态
`显示`	可视化工作空间边界、参考框架和偏移框架

主题

使用操作器的RRT进行拾取和放置

使用机械手在环境中选择和放置对象可能需要像快速探索随机树规划器这样的路径规划算法。

基于MATLAB的RRT Planner和Stateflow的拣选和放置工作流

这个例子展示了如何为KINOVA®Gen3这样的机器人机械手设置端到端取放工作流程。

使用点云处理和RRT路径规划的露台取放工作流程

为KINOVA®Gen3这样的机器人机械手设置端到端取放工作流程。

基于状态空间的机械手末端执行器路径规划

使用快速探索随机树(RRT)算法等基于采样的规划器来规划机械手的路径。

特色的例子

使用操作器的RRT进行拾取和放置

使用机械手在环境中选择和放置对象可能需要像快速探索随机树规划器这样的路径规划算法。规划器在关节构型空间中进行探索，寻找不同构型之间的无碰撞路径。这个例子展示了如何使用操纵器rrt对象调优规划器参数，并基于Franka Emika™Panda机器人的rigidBodyTree机器人模型规划两个关节配置之间的路径。在调整规划器参数后，机器人机械手规划一条路径，将罐头从一个地方移动到另一个地方。

打开生活的脚本