マニピュレータープランニング

RRT および CHOMP を使用したマニピュレーターのモーションプランニングとパスプランニング

マニピュレーターのモーションプランニングには、ロボットの自由度 (DOF) およびロボットモデルの運動学的拘束に基づいた高次元の空間でのパスの計画が含まれます。ロボットモデルの運動学的拘束は、rigidBodyTree オブジェクトとして指定されます。manipulatorRRT を使用して、Rapidly Exploring Random Tree (RRT) アルゴリズムを使用したジョイント空間でパスを計画します。manipulatorCHOMP を使用して、Covariant Hamiltonian Optimization for Motion Planning (CHOMP) アルゴリズムを用いた滑らかで衝突のない軌跡を計画および最適化します。

関数

すべて展開する

RRT

`manipulatorRRT`	Plan motion for rigid body tree using bidirectional RRT (R2020b 以降)
`plan`	Plan path using RRT for manipulators (R2020b 以降)
`interpolate`	Interpolate states along path from RRT (R2020b 以降)
`shorten`	Trim edges to shorten path from RRT (R2020b 以降)

CHOMP

`manipulatorCHOMP`	Covariant Hamiltonian optimizer for rigid body tree motion planning (R2023a 以降)
`optimize`	Optimize trajectory using CHOMP (R2023a 以降)
`show`	Visualize CHOMP trajectory of rigid body tree (R2023a 以降)

深層学習ベースプランナー

`bpsEncoder`	Basis point set encoder (R2024a 以降)
`dlCHOMP`	Deep learning initial guesser powered CHOMP (R2024a 以降)
`dlCHOMPDatastore`	Datastore for training and validating deep-learning-based CHOMP optimizer (R2024a 以降)
`generateSamples`	Generate datasets for training deep-learning-based CHOMP optimizer (R2024a 以降)
`trainDLCHOMP`	Train deep-learning-based CHOMP optimizer (R2024a 以降)
`optimize`	Optimize trajectory using deep-learning-based CHOMP (R2024a 以降)

マニピュレーターのコンフィギュレーション空間のサンプリング

`manipulatorStateSpace`	State space for rigid body tree robot models (R2021b 以降)
`sampleUniform`	Sample state using uniform distribution (R2021b 以降)
`sampleGaussian`	Sample state using Gaussian distribution (R2021b 以降)

ロボットのコンフィギュレーションと動作の検証

`manipulatorCollisionBodyValidator`	Validate states for collision bodies of rigid body tree (R2021b 以降)
`isStateValid`	Check if state is valid (R2021b 以降)
`isMotionValid`	Check if path between states is valid (R2021b 以降)

ワークスペースゴール領域の定義

`workspaceGoalRegion`	Define workspace region of end-effector goal poses (R2021a 以降)
`sample`	Sample end-effector poses in world frame (R2021a 以降)
`show`	Visualize workspace bounds, reference frame, and offset frame (R2021a 以降)

トピック

Pick and Place Using RRT for Manipulators
Using manipulators to pick and place objects in an environment may require path planning algorithms like the rapidly-exploring random tree planner. The planner explores in the joint-configuration space and searches for a collision-free path between different robot configurations. This example shows how to use the manipulatorRRT object to tune the planner parameters and plan a path between two joint configurations based on a rigidBodyTree robot model of the Franka Emika™ Panda robot. After tuning the planner parameters, the robot manipulator plans a path to move a can from one place to another.
MATLAB 向けに RRT プランナーと Stateflow を使用したピックアンドプレースのワークフロー
この例では、Kinova® Gen3 などのロボットマニピュレーター用にエンドツーエンドのピックアンドプレースワークフローを設定する方法を説明します。
点群処理および RRT パスプランニングを使用した Gazebo でのピックアンドプレースワークフロー
KINOVA® Gen3 などのロボットマニピュレーター用にエンドツーエンドのピックアンドプレースワークフローを設定します。
Plan Paths with End-Effector Constraints Using State Spaces for Manipulators
Plan a manipulator robot path using sampling-based planners like the rapidly-exploring random trees (RRT) algorithm.

注目の例

Detect and Harvest Fruit Using UR10 Manipulator in Gazebo

Setup UR10 manipulator and simulate environment in Gazebo simulator to perform fruit pick-and-place application.

ライブスクリプトを開く

新規

Plan Path of Robotic Arm Mounted on Quadrotor

Plan geometric paths free of collisions for floating-base systems such as a quadrotor.

R2024a 以降

ライブスクリプトを開く

Plan Path for Manipulator in Simulink with Robotics System Toolbox

Execute and simulate a basic path planning task in Simulink®. This example uses code generation to illustrate a pattern for executing autonomy functions from MATLAB® in Simulink.

ライブスクリプトを開く

Pick-And-Place Workflow Using CHOMP for Manipulators

Use CHOMP to plan smooth and collision-free trajectories for a pick-and-place workflow

ライブスクリプトを開く

Motion Planning for Backhoe Using RRT

Plan a path for a backhoe, in an environment that contains obstacles, by using a motion planner. In this example, you model the backhoe in simplified form as a kinematic tree, then use a sampling-based motion planner to determine a viable path for the backhoe between two poses in the presence of obstacles. Simulate the outcome in a Simscape™ Multibody™ model.

ライブスクリプトを開く