图片缩略图

机器人运动规划的有效轨迹优化

版本1.0.1 (1.97 MB) 于赵
机器人运动规划的有效轨迹优化实例
0.0
0评级

10下载

更新2020年2月21日

从GitHub

视图版本历史

在GitHub上查看许可

用数值方法解决最优控制问题的机器人运动规划。规划可以考虑运动学约束(如位置、速度、加速度、jerk bounds)、动态约束(如机器人刚体动力学包括重力、离心和科里奥利力、惯性力、关节扭矩限制,甚至扭矩变化率限制)和避碰。解决时间在几秒钟之内。

详情见出版:“机器人运动规划的有效轨迹优化”,赵宇,林显忠,Tomizuka Masayoshi, ICARCV 2018。

看到https://github.com/yzhao334/Efficient-Trajectory-Optimization-for-Robot-Motion-Planning--Examples为可用的演示列表。

所需包装:chebfun, CasADi。其他依赖项(STLRead和STLWrite)包括包

引用作为

机器人运动规划的有效轨迹优化。“2018第十五届控制、自动化、机器人与视觉(ICARCV)国际会议,IEEE, 2018, doi:10.1109/ ICARCV .2018.8581059。

查看更多的风格

赵昱(2021)。机器人运动规划的有效轨迹优化GitHub (https://github.com/yzhao334/Efficient-Trajectory-Optimization-for-Robot-Motion-Planning--Examples)。检索

意见及评分(0

MATLAB版本兼容性
创建R2017b
与任何版本兼容
平台的兼容性
窗户 macOS Linux
标签添加标签

社区寻宝

在MATLAB中心找到宝藏,并发现社区可以如何帮助您!

开始狩猎!

核心/ STLRead跑龙套