petercorke / robotics-toolbox-python简介

 

剧情简介：这个工具箱为Python带来了机器人特有的功能，并充分利用了Python的可移植性、普遍性和支持的优势，以及线性代数(numpy, scipy)、图形(matplotlib, three)的开源生态系统的能力。交互式开发(jupyter,jupyterlab, mybinder.org)和文档(sphinx)。工具箱提供了工具,代表串行连接运动学和动力学的操纵者,您可以轻松地创建自己的Denavit-Hartenberg形式,导入URDF文件,或使用超过30提供模型从Franka-Emika著名当代机器人,Kinova,万能机器人,反思以及古典机器人如彪马560年斯坦福大学的手臂。这个工具箱还将支持移动机器人的功能，包括机器人运动模型(独轮车、自行车)、路径规划算法(bug、距离变换、D*、PRM)、运动动态规划(lattice、RRT)、定位(EKF、粒子滤波)地图构建(EKF)和同步定位和映射(EKF)。工具箱提供了:成熟的代码，并为相同算法的其他实现提供一个比较点;例程通常以简单易懂的方式编写，便于理解，可能会牺牲计算效率;源代码，可以读为学习和教学与MATLAB的机器人工具箱向后兼容这个工具箱利用了Python的空间数学工具箱来提供对诸如SO(n)和SE(n)矩阵、四元数、扭转和空间向量等数据类型的支持。

第一步：安装这个包，通过pycharm安装，先建立一个工程，使用虚拟环境。然后在teminal里面通过pip3 install roboticstoolbox-python进行安装。

第二步：引用库并建立一个机器人变量，并进行打印和观察数据结构。

在Python console输入以下命令，查看建立的机器人的DH参数模型。右侧可以看到这个机器人变量的里面的具体内容。
import roboticstoolbox as rtb
robot = rtb.mod