- 博客(224)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 iLQR DDP 微分动态规划推导详细过程（三）
有了 δLˉ\delta\bar{L}δLˉ 后，我们还需要方程中的 δPˉ\delta\bar{P}δPˉ，以便计算方程 51 中的 Q 元素。我们只需将线性化的离散动力学（公式 43）插入下一时间步的成本-去向中即可：δP(δy,δv)=12[δyδv]T[SyySyvSvySvv][δyδv]+[SySv][δyδv](34)δPˉ(δx,δu,δv)=12[Aδx+Bδu+Cδvδv]T[SyySyvSvySvv][Aδx+Bδu+Cδvδv](35)+[SySv][Aδx+Bδu+Cδvδv]=
2025-03-28 07:00:00
651
原创 iLQR DDP 微分动态规划推导详细过程（四）
这个离散优化控制问题的微分动态程序设计包括辛普森正交阶段成本、一阶保持控制、不可行控制、最短时间以及一般非线性等式和不等式约束，用于解决以下问题：minu,tfℓf(x(tf))+∫0tfℓ(x,u)dts.t.x˙(t)=f(x(t),u(t))+ui(t)xmin≤x(t)≤xmax,0≤t≤tfumin≤u(t)≤umaxh(x(t),u(t))=0g(x(t),u(t))≤0ui(t)=0tfmin≤tf≤tfmaxx(tf)=xfx(0)=x0\begin{aligned}& \begin
2025-03-28 07:00:00
830
原创 iLQR DDP 微分动态规划推导详细过程（一）
布莱恩-杰克逊、泰勒-豪威尔斯坦福大学机器人探索实验室2019年7月2日xk+1=Akxt+Bkukx_{k+1}=A_kx_t+B_ku_kxk+1=Akxt+BkukJ(x0,U)=12xNTQfxN+12∑k=1N−1xkTQkxk+ukTRkukJ(x_0,U)=\frac{1}{2}x_N^TQ_fx_N+\frac{1}{2}\sum_{k=1}^{N-1}x_k^TQ_kx_k+u_k^TR_ku_kJ(x0,U)=21xNTQfxN+21k=1∑N−1xk
2025-03-27 07:00:00
598
原创 iLQR DDP 微分动态规划推导详细过程（二）
在下面的推导中，我们使用泰勒多项式来逼近非线性函数。我们通常对状态和控制两个变量的非线性函数的一阶或二阶近似感兴趣。以下推导可能会有所帮助。f(x)的二阶泰勒级数近似，f(x)是一个非线性标量值函数，它依赖于一个变量（x∈R），并围绕 xˉ\bar{x}xˉ（不一定为零）线性化：f(x)→f(xˉ+δx)≈f(xˉ)+∂f∂x∣xˉ(x−xˉ)+12∂2f∂x2∣xˉ(x−xˉ)2≈f(xˉ)+∂f∂x∣xˉδx+12∂2f∂x2∣xˉδx2\begin{aligned}f(x)\rightarrow
2025-03-27 07:00:00
784
原创 Isaac Sim 入门教程（四）强化学习策略训练宇树人形机器人四足机器人示例
isaac_sim_policy_example Extension 是在 Isaac Sim 中部署 Isaac Lab 强化学习策略的一个框架和一组辅助函数。有关在 Isaac Sim 中训练和构建策略的详细信息，请访问在 Isaac Sim 中部署策略。该扩展程序默认已启用。如果被禁用，可在扩展管理器中搜索 isaacsim.robot.policy.example 重新启用。要运行下面的示例，请激活 “视窗”>“示例”>“机器人示例”，这将打开 “机器人示例 ”选项卡。
2025-03-26 07:00:00
1088
原创 Linux SocketCAN - 控制器局域网
socketcan软件包是Linux下CAN协议（控制器局域网）的实现。CAN是一种网络技术，广泛应用于自动化、嵌入式设备和汽车领域。虽然也有其他基于字符设备的LinuxCAN实现，但SocketCAN使用的是伯克利套接字应用程序接口（BerkeleysocketAPI）和Linux网络协议栈，并将CAN设备驱动程序作为网络接口来实现。CAN套接字应用程序接口的设计尽可能与TCP/IP协议相似，以便熟悉网络规划的程序员能轻松学会如何使用CAN套接字。
2025-01-20 02:09:37
683
原创 NVIDIA Isaac Sim 入门教程（三）ROS2 联合仿真
导入URDF调整机器人参数该属性用于传感器标签，为传感器提供Isaacsim配置。有两种可能的用途--随Isaacsim提供的预配置激光雷达或用户自定义配置。与用户自定义配置一起使用时，必须提供配置json的位置，否则就必须提供预配置激光雷达的配置名称。URDFImporter的测试中提供了一个示例配置文件，位于data/lidar_sensor_template中。注意事项。
2025-01-20 01:23:54
1835
原创 ROS2 与机器人视觉入门教程（ROS2 OpenCV）
本文简要介绍了机器人视觉。首先介绍ROS2中图像发布者和订阅者的基本概念，然后应用一些基本命令介绍数字图像处理理论；最后，介绍一些RGBD和点云的概念和应用。
2025-01-19 09:32:45
1629
1
原创 MuJoCo 3 进阶教程（高级教程）
MuJoCo 是一个免费开源的物理引擎，旨在促进机器人、生物力学、图形和动画以及其他需要快速精确模拟的领域的研究和开发。MuJoCo 是 Multi-Joint dynamics with Contact 的缩写。它是（刚体）模拟器我个人认为，（适当的）模拟器包括。
2024-12-30 19:31:15
1588
1
原创 NVIDIA - 人形机器人扼要
人形机器人是仿照人类外形设计的通用双足机器人，旨在与人类并肩工作，提高生产效率。它们能够学习和执行各种任务，如抓取物体、移动集装箱、装卸箱子等。
2024-12-25 23:10:54
1050
原创 大语言模型（LLM）与智能机器人的应用分析
在过去十年中，我们见证了机器人领域在应用语言模型 (LMs) 方面取得了显著进展。这一进步不仅包括人类般的交流能力，还包括机器人的理解和推理能力，从而显着提高了它们在各种任务中的有效性，从家务到工业操作 [52，105]。在工作初期阶段的成功源于统计模型分析和预测语言表达中的单词。这些模型使机器人能够解释人类命令[110，121]、理解上下文[3，5]、代表世界[50]并与人类互动[135]，尽管其理解深度有限。
2024-12-07 19:26:29
912
原创 MATLAB & Simulink® - 智能分拣系统
以下各节概述了每个组件的工作原理，并链接到演示如何构建组件的示例或提供更多信息的其他资源。任务调度器是模型中的主要协调机制。它评估系统状态并决定下一步行动。任务调度器包含在状态流® 图中。打开任务调度器状态流程图，查看事件的逻辑流程。2.5 部署到模拟或硬件目标组件上目标由机器人平台（包括垃圾箱及其支架）、机器人和必要的传感器（如摄像头）组成。目标接受一条总线，该总线指示机器人如何移动，并返回实际实现的轨迹。该子系统包含特定于目标的接口层，如 ROS、RTDE 或类似协议。
2024-12-07 16:58:03
1197
原创 MATLAB 控制系统快速入门
通常，控制工程师会先对他们要控制的动态系统进行数学描述。要控制的系统就称为被控对象。本节使用直流电机作为一个被控对象的示例。本节将建立微分方程来描述带惯性负载的直流电机的机电属性。然后，说明如何使用 Control System Toolbox™ 函数基于这些方程构建线性模型。
2024-12-07 10:19:15
1233
原创 MATLAB —— 机械臂工作空间，可达性分析
manipulabilityIndex 函数支持三种指数类型，用于计算操纵器的可操纵性： 吉川（Yoshikawa）、逆条件（Inverse Condition）和浅田（Asada）。这些类型以不同的方式量化机器人操作的能力。
2024-11-29 19:21:23
1686
1
原创 人形机器人 —— 运动学方程
物理系统的运动方程描述了其运动与时间和可选控制输入的函数关系。其一般形式如下其中，是时间变量、是广义坐标矢量，例如机械手的关节角矢量、是的一阶时间导数（速度）、是的二阶时间导数（加速度）、是控制输入矢量。这些方程提供了控制空间、我们发送给执行器的指令和机器人运动状态空间之间的映射。想象一个刚体块在桌面上滑动，我们可以将其视为坐标为 𝑥 的 1-DOF（一自由度）系统。操作员施加水平力 𝑢 将木块向前推。
2024-11-29 18:57:04
1141
原创 MATLAB - ROS2 ros2genmsg 生成自定义消息（msg/srv...）
自定义信息是由你定义的信息。如果发送和接收的是受支持的消息类型，则无需使用自定义消息。要查看支持的消息类型列表，请在 MATLAB® 命令窗口中输入 ros2 msg list。有关支持的 ROS 2 消息的更多信息，请参阅使用基本 ROS 2 消息。如果您是第一次使用 ROS 2 自定义报文，请参阅 ROS 工具箱系统要求。ROS 2 自定义消息是在 ROS 2 软件包文件夹中指定的，其中包含一个名为 msg 的文件夹。msg 文件夹包含所有自定义消息类型定义。
2024-11-28 22:04:48
878
原创 控制器局域网 (CAN) 简介（译自德州仪器TI）
控制器区域网络（CAN）非常适合许多采用 CAN 和 ISO-11898:2003 作为物理层的高级工业协议。它的成本、性能和可升级性为系统设计提供了极大的灵活性。本应用报告介绍了 CAN 的基本原理、工作原理以及使用 TI CAN 收发器和 DSP 实现基本 CAN 总线的过程。报告讨论了 CAN 总线的电气层要求以及 TI CAN 收发器不同功能的重要性。
2024-11-26 18:21:19
1002
原创 零差云控 ZeroErr eRob 电机 CAN、CANopen、EtherCAT、ROS2 机器人开发详细教程
TwinCAT 3（Windows 控制与自动化技术）是 Beckhoff 提供的开发平台，可将任何兼容 PC 转变为实时控制系统，用于管理各种类型的工业自动化系统，如 PLC（可编程逻辑控制器）、运动控制、机器人等。
2024-11-21 19:40:50
3998
原创 ROS2 - rosbag2 记录、回放与可视化数据
您创建了一个节点，用于将收到的主题数据记录到信息袋中。您测试了使用该节点记录数据包，并通过回放数据包验证了数据是否被记录。这种方法可以用来记录一个数据包，其中包含比它从主题中接收到的数据更多的数据，例如处理接收到的数据后得到的结果。然后，您继续创建节点和可执行文件，以生成合成数据并将其存储到数据包中。后一种方法对于生成合成数据非常有用，例如，可以用作训练集。
2024-11-19 10:32:45
1381
原创 teleop_twist_joy 手柄遥控代码解读
该回调函数首先检查更改的参数是否具有预期的数据类型，然后将更改的参数值赋给相应的成员变量。消息中的按钮状态，动态决定发送哪种速度命令消息，或者在按钮未按下时发送停止命令，以确保机器人能够正确响应用户的输入。中提取并缩放线性 y 轴和 z 轴的值，以及角度 pitch 和 roll 轴的值，并将这些值分别赋给。消息中提取并缩放特定轴的值，并生成适当的速度命令消息，以控制机器人或其他设备的运动。消息，动态生成并发布适当的速度命令消息，以控制机器人或其他设备的运动。消息中提取并缩放特定轴的值。
2024-11-09 08:56:01
764
原创 SAPIEN ManiSkill3 入门教程
请注意，table.set_pose(pose) 设置的是演员在世界帧中的坐标系姿势。移除的实体可以再次添加到场景中，但已在场景中的实体则不能再次添加。显示器可以是物理的（如显示器），也可以是虚拟的（如 VNC）。我们可以通过 get_pose()、get_linear_velocity() 和 get_angular_velocity()获取演员的运动量（姿势、线速度、角速度）。现在，让我们创建一个斜坡。例如，您可能需要一个简单的碰撞形状来进行快速模拟，但却需要一个复杂的视觉形状来进行逼真的渲染。
2024-11-09 08:54:30
1545
原创 MATLAB - ROS 2 分析器
本主题介绍如何连接 ROS 2 网络，分析网络图中所有元素的基本信息（如节点名称和节点之间的信息），以及可视化与 ROS 2 节点相关的参数（如主题、服务和操作）之间的交互。
2024-11-05 19:10:03
1158
原创 Raspberry Pi OS 树莓派的新版本
今天，我们发布了 Raspberry Pi OS 的新版本。该版本包含一个重大变化，尽管我们希望大多数人都不会注意到。因此，我们认为最好还是告诉大家，以确保大家...
2024-11-01 19:12:11
993
原创 Raspberry Pi 树莓派产品系列说明
随着我们产品线的不断扩展，要了解所有不同的 Raspberry Pi 板可能会让人感到困惑。以下是 Raspberry Pi 型号的高级分类，包括我们的旗舰系列、Zero 系列、计算模块系列和 Pico 微控制器。此外，Raspberry Pi 还生产 Pico 系列微小、多功能的微控制器板。Pico 型号不运行 Linux，也不允许使用可移动存储器，而是允许通过将二进制文件闪存到板载闪存上进行规划。
2024-11-01 19:02:38
992
原创 MoCap 动作捕捉开源库教程
数据通过 tf2 和支持不同 QoS 设置的 /poses 主题直接发布。该软件包最初是为 Crazyswarm 开发的，用于跟踪多达 50 个飞行机器人。
2024-10-29 09:42:26
707
原创 主流室内定位方式一览
Vision Pro 的位置追踪技术通过综合运用多种传感器（如摄像头、深度传感器、LiDAR、IMU）和先进的算法（如 SLAM、数据融合），实现了高精度的位置追踪。这不仅提升了用户体验，还为虚拟现实、增强现实及混合现实应用提供了坚实的基础。随着技术的不断发展，未来 Vision Pro 的位置追踪技术还将继续优化，提供更加流畅和自然的混合现实体验。Inside-Out 追踪技术通过利用设备本身的摄像头和传感器来实现位置和姿态的追踪，为 VR/AR/MR 设备提供了一种灵活、便携且成本效益高的解决方案。
2024-10-29 09:41:06
1293
原创 SolidWorks 导出 URDF 中的惯性矩阵错误问题
在装配体中定义由多个零件组成的 link 时，单个零件质心处各自的惯性值（在使用相似性变换使其与关节坐标系平行后）会直接相加，从而得到净惯性矩阵，而不是先平移到（链接中所有零件组合的）净质心处再相加。我们一直在手动更新惯性，并在创建模型时将其作为一个很好的审查步骤，因此它并不是一个真正的障碍。我们有一个编辑 URDF 的简单用户界面，可以解析来自 solidworks 质量工具的数据（将数据复制到剪贴板）。是的，我们也是这么做的，但要手动更改每个链接的惯性值非常麻烦，尤其是在链接数量较多的情况下。
2024-10-25 20:47:24
1303
原创 教程： 将 SolidWorks 设计导出为 ROS 的 URDF
请按照以下步骤应用自定义徽标纹理：创建徽标材质文件：techniquepass材质名称：测试/材质颜色属性：环境、漫反射、镜面和发射都设置为白色（1 1 1 1），这意味着该材质看起来完全是白色的。纹理 在表面应用纹理图像 logo.png。将材质文件复制到 gazebo matrial：复制徽标图像：将 “徽标 ”替换为机器人上徽标所在位置的适当参考值。按照以上步骤，您就可以在 Gazebo 中为机器人添加自定义材质和纹理，包括徽标。
2024-10-22 09:21:11
1341
原创 MATLAB - 机器人机械臂设计轨迹规划器
该模型接受机器人指令总线和运动规划响应总线，前者表明轨迹规划任务的性质，后者包含生成的轨迹和一些相关的解决方案数据。总线结构如下。你可以选择建立一个完全不同的界面，但必须使用相同的总线进行通信。请注意，总线有许多字段，但只有少数字段是绝对必要的。
2024-10-09 07:32:00
1765
原创 MATLAB - 四旋翼机器人上的飞行机械臂路径规划
本示例展示了如何使用 “浮动 ”类型的刚体关节（rigidBodyJoint）和操纵器RRT 为浮动基座系统规划无碰撞的几何路径。浮动基座系统的基座带有一个 “浮动 ”关节，可以在空间自由平移和旋转，因此具有六个自由度。本示例以安装了机械臂的四旋翼无人机为例说明浮动基座系统。要使用固定基座的刚体树（rigidBodyTree）对象对浮动基座系统进行建模，必须将浮体定义为通过 “浮动 ”关节连接到固定基座的刚体对象。请注意，这种建模方式无法对浮动基座系统进行逆运动学建模。
2024-10-08 18:47:58
1036
1
原创 MATLAB - 浮动基座机器人的逆运动学
本例演示如何解决以浮动底座为模型的机器人的逆运动学问题。浮动底座机器人可以在空间中自由平移和旋转，具有六个自由度。浮动基座机器人的逆运动学问题适用于空间应用，即使用安装在浮动和致动基座上的机械臂在空间操纵物体，也适用于躯干和腿部可在空间自由移动的行走机器人。请注意，刚体树对象表示具有固定基体的刚体树。这意味着刚体树的基体在世界中具有固定的位置和方向。您可以在基体上附加一个 “浮动 ”类型的刚体关节，为具有浮动基体的机器人建模，以用于动态模拟等某些应用。
2024-10-08 17:19:10
1969
1
原创 MATLAB - 机械臂手眼标定（眼在手内） - 估计安装在机器人上的移动相机的姿态
执行手眼校准有助于操作配备末端执行器（简称 “手”）的机械臂，该末端执行器依赖于摄像头提供的视觉数据。一旦完成了眼在手外的校准，机械臂就能准确地移动到摄像头识别的特定像素位置。这种能力是执行精确拾放任务（如分类、堆垛和分拣）的基础，即使在摄像机的确切位置和方向未知的情况下也是如此。机器人-摄像机系统有两种构型：眼在手内和眼在手外。在眼在手内构型中，摄像头直接安装在机器人手臂的末端执行器上。相反，在眼在手的构型中，摄像头固定在一个静止的物体上，机器人手臂在其视野内。
2024-10-04 09:55:32
2361
1
原创 MATLAB - 机械臂手眼标定（眼在手外） - 估算固定相机相对于机器人基座的姿态
在拾取和放置任务中，例如垃圾桶拾取，通常会在环境中的固定位置安装摄像头，以便机器人操纵器检测工作区中的物体。基本感知管道使用该摄像头来估计目标物体相对于摄像头坐标系的姿态。然后将该姿态转换到机器人的基准坐标系，使机器人能够成功地用末端执行器拾取物体。要将物体的姿态转换到机器人基座坐标系，首先必须确定摄像机相对于机器人基座的姿态。本图显示了这种拾放构型以及所需的同质变换矩阵 TCameraToBase，它可将摄像机坐标系中的姿势变换到机器人底座坐标系中。
2024-10-04 09:40:48
2060
1
原创 树莓派 AI 摄像头（Raspberry Pi AI Camera）教程
如下图所示，Raspberry Pi AI 摄像头的工作原理与传统的基于人工智能的摄像头图像处理系统不同：左侧展示了传统人工智能摄像头系统的架构。在这种系统中，摄像头向树莓派（Raspberry Pi）发送图像。Raspberry Pi 处理图像，然后执行人工智能推理。传统系统可能使用外部人工智能加速器（如图所示），也可能完全依赖于 CPU。右侧展示了使用 IMX500 的系统架构。摄像头模块包含一个小型图像信号处理器（ISP），可将原始摄像头图像数据转化为输入张量。
2024-10-02 16:13:08
2707
1
原创 利用线性化 ZMP 约束条件优化轮式四足机器人的轨迹
摘要 -- 我们提出了一种带驱动轮的四足机器人轨迹优化器。通过级联方式求解底座和脚部轨迹的角度、垂直和平面分量，并引入零点平衡准则的新型线性公式，我们只需进行二次规划，从而无需非线性最优规划。然而，即使是包含完整飞行阶段的步态，我们也能生成执行复杂运动的轨迹，其中包括同时驾驶、行走和转弯。我们在对装有轮子的四足机器人 ANYmal 的模拟中验证了我们的方法，我们能够以 50 Hz 的频率运行所提出的轨迹优化器。据我们所知，这是首次使用在线运动规划器为有轮足式四足机器人演示这种动态运动。
2024-10-02 15:11:15
1132
原创 OSQP 求解器教程
OSQP 求解器文档[请访问我们的 GitHub 讨论页面 (https://github.com/orgs/osqp/discussions)，了解与求解器相关的任何问题！OSQP（运算符分割二次方程式程序）求解器是一个数值优化软件包，用于求解形式如下的凸二次规划其中 x 为优化变量，x 为半正定矩阵。半正定矩阵，是正定矩阵的推广。实对称矩阵A称为半正定的，如果二次型X'AX半正定，即对于任意不为0的实列向量X，都有X'AX≥0.代码可在 GitHub 上获取。
2024-09-28 21:43:39
1338
原创 零倾覆力矩点（ZMP）
从形式上讲，ZMP 指的是空间中相对于一个平面（通常是地平面）抵消接触力矩的点的集合。这个集合实际上是一个轴，而不是一个点，但为了方便起见，让我们按照传统的推导方法来计算地面平面上的 ZMP。这一推导从任何多刚体系统的牛顿-欧拉运动方程开始：其中，为机器人的总质量，为重力矢量，为系统的重心，为加速度，为固定点的角动量变化率。在右侧，表示净接触扭矩，即施加到机器人上的所有接触扭矩之和，坐标取自质心 (COM)。
2024-09-15 09:43:38
1442
原创 MoveIt 运动学、运动规划、混合规划、move_group
混合规划是运动规划方法的一个术语，它将异构运动规划器结合起来，以产生更稳健或反应更快的解决方案。这种通用方法在导航领域已经非常成熟，并在导航2等流行项目中成功实施。MoveIt 的混合规划架构结合了一对全局规划器和局部规划器，它们以不同的规划速度和问题范围并行、并发运行。全局规划器的任务是解决全局运动规划问题，这与 “感知-规划-行动 ”应用中使用的规划器非常相似。所使用的规划器算法应该是完整的，因此假定其计算时间相对较慢。此外，全局规划器不要求实时安全，这意味着无法保证规划器在特定期限内找到解决方案。
2024-09-12 05:37:31
1448
原创 SolidWorks 质量属性和截面属性
SOLIDWORKS 应用程序根据模型几何体和材料属性计算质量、密度、体积等属性。您可覆盖某些属性的计算值。在零件或装配体中，您可查看面和草图的区域属性。您可为质量、质量中心和惯性张量指定数值以覆盖所计算的值。如果您生成简化形式的零部件且希望将正确的质量属性指派到此模型，则此选项很有用。
2024-09-11 18:55:30
4376
OpenOCD Windows 打包好的
2024-05-09
小米电脑管家跳过机型检测应用程序扩展
2023-12-29
六自由度 stewart 平台 SolidWorks 三维图
2023-12-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人