매니퓰레이터 계획

RRT와 CHOMP를 사용하여 매니퓰레이터의 모션과 경로 계획

매니퓰레이터 모션 계획은 로봇의 자유도(DOF)와 로봇 모델의 기구학 제약 조건을 기반으로 고차원 공간에서 경로를 계획하는 작업입니다. 로봇 모델에 대한 기구학 제약 조건은 rigidBodyTree 객체로 지정됩니다. manipulatorRRT를 사용하여 RRT(Rapidly exploring Random Tree) 알고리즘에 기반해 조인트 공간에서 경로를 계획합니다. manipulatorCHOMP를 사용하여 CHOMP(Covariant Hamiltonian Optimization for Motion Planning) 알고리즘에 기반해 충돌 없는 부드러운 궤적을 계획하고 최적화합니다.

함수

모두 확장

RRT

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

CHOMP

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

딥러닝 기반 플래너

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

매니퓰레이터 컨피규레이션 공간 샘플링하기

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

로봇 컨피규레이션과 모션의 유효성 검사하기

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

작업 공간 목표 영역 정의하기

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

도움말 항목

Pick-and-Place Workflow Using RRT for Manipulators
Tune manipulator RRT for path planning with a Panda robot model to perform collision-free pick-and-place movements.
Pick-and-Place Workflow Using RRT Planner and Stateflow for MATLAB
Set up pick-and-place workflow for Kinova^® Gen3 manipulator using RRT planning in MATLAB^®.
Pick-and-Place Workflow in Gazebo Using Point-Cloud Processing and RRT Path Planning
Set up pick-and-place workflow for Kinova Gen3 manipulator using point-cloud processing and RRT path planning.
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.