1.【干货|开源MIT Min cheetah机械狗设计(二十一)】运动控制器源码解析---刚体动力学建模
2.干货|开源MIT Min cheetah机械狗设计(二十三)运动控制器源码解析---控制和优化思想
3.干货|开源MIT Min cheetah机械狗设计(十四)运动控制器源码解析---四足机器人浮动基动力学模型创建
4.运动控制卡应用开发教程之ROS(上)
5.运动控制卡应用开发教程之LabVIEW
6.学习笔记ROS2纯小白 - MoveIt!（humble）安装、运动源码运动源码意事初识与C++实现运动规划

【干货|开源MIT Min cheetah机械狗设计(二十一)】运动控制器源码解析---刚体动力学建模

       本篇内容深入探讨了开源MIT Min cheetah机械狗设计系列文章中的控制控制刚体动力学模型。刚体动力学模型是获取和注机械狗设计的核心，是运动源码运动源码意事麻省理工团队独立开发的动力学算法的重要基础。动力学算法的控制控制理论依据参考了Roy Featherstone的文章《Rigid Body Dynamics Algorithms》，该文章提出了一种新的获取和注c github项目源码六维运动空间和力空间，概念类似于运动旋量和力旋量。运动源码运动源码意事

       商业动力学运算库如CoppeliaSim的控制控制Bullet 2.和单独的动力学求解库pinocchio、frost、获取和注drake等在机械狗设计中得到了广泛应用。运动源码运动源码意事机械狗设计所用的控制控制动力学算法设计思想包含牛顿欧拉方程、坐标系选取问题、获取和注六维运动空间等核心概念。运动源码运动源码意事牛顿欧拉方程是控制控制力学基础，描述了力与加速度和扭矩之间的获取和注关系，包括了定点和定轴转动的公式。坐标系的选择对动力学和运动学分析至关重要，不同坐标系的设计使计算变得更加高效。Pl¨ucker坐标系的引入实现了平动和转动的统一表示，简化了动力学方程，方便了后续程序的编写。

       在六维运动空间中，刚体的速度和空间力被统一表示，使得动力学分析更加简洁。动力学模型编程中，动力学公式和运动学树的概念被整合进代码中，以方便处理和编程。文章最后指出，动力学知识的探讨还将继续，后续计划将增加视觉感知、激光雷达扫描等机械狗的智能功能，以提升其性能。

干货|开源MIT Min cheetah机械狗设计(二十三)运动控制器源码解析---控制和优化思想

       开源MIT Min Cheetah机械狗设计：控制与优化解析

       在这个开源项目中，MIT Min Cheetah机械狗的控制与优化策略是其亮点，特别是MPC控制与QP优化策略。WBC作为辅助手段，已在前期讨论，通达信内内的涨幅源码本文主要聚焦于这两个核心部分。

       控制问题的核心是通过状态方程，如微分方程，来描述和控制系统的运动，如牛顿第二定律。它不仅体现了物理规律，如位移与速度的关系，而且揭示了如何通过不同的输入策略达到期望状态，这便是优化的起点。

       优化则涉及代价函数的选择和权重设置。LQR关注整个时间的最优性，而MPC关注当前时刻到未来的最优路径。LQR是闭环控制，而MPC是开环的，这使得MPC可以处理不等式约束，适应更复杂的控制环境。

       相较于传统PID控制，现代控制理论如状态空间模型，具有更强的系统理解能力，但复杂项目中，传统控制方法仍占有重要地位。例如在汽车行业，虽然现代控制算法有优势，但安全性和落地性仍是考量的关键。

       控制算法的应用领域主要集中在无人机、机器人和汽车工业，尤其是动力学模型成熟的场景。机器学习和强化学习作为补充，分别在参数辨识和规则环境中的应用有所贡献，但仍有发展空间。

       接下来，我们将深入探讨机械狗的仿真实现，以及可能的扩展功能，如路径规划和激光雷达扫描，以期为设计提供更全面的支持。

干货|开源MIT Min cheetah机械狗设计(十四)运动控制器源码解析---四足机器人浮动基动力学模型创建

       干货MIT Min Cheetah机械狗设计详解（十四）：动力学模型创建

       对于机器人爱好者和初入机器人领域的工控主机安全卫士核心源码专业人士，开源MIT Min Cheetah系列设计无疑是一份宝贵资源。本文将深入探讨RobotRunner核心模块，包括数据更新、步态规划、控制算法和命令发送，尤其是关键的浮动基动力学模型构建。

       首先，我们从单刚体动力学模型开始，简化机械狗的复杂动态，计算足底反作用力，但此方法在高速运动时并不适用。为解决高速情况下的适应性，浮动基动力学模型引入，它在单刚体基础上优先满足动态响应，如WBC控制器的需要。模型创建包括：

       浮动基动力学模型参数设置：定义机械狗整体的配置空间和关节自由度，引入6个表示身体浮动基的自由度。

       广义惯量和空间惯量：每个连杆和关节电机的广义惯性张量（包括质量、质心位置和旋转惯量）是动力学计算的基础。

       连杆位置向量：这些参数用于后续的运动旋量计算。

       浮动基动力学模型：以拉格朗日单腿动力学为基础，考虑机械狗整体的运动状态和力矩映射。

       动力学方程的构造：包括动力学方程组、约束方程和构型角度约束，以及外力和转矩的关系。

       代码中，通过`forwardKinematics()`函数计算关节和连杆的空间变换，为求解质量矩阵、非惯性力矩阵和接触雅可比矩阵做准备。在冗余自由度的系统中，浮动基动力学模型与WBC结合，最终计算出关节的控制参数。

       总结，浮动基动力学模型的创建是实现高精度控制的关键步骤，它为后续的动力学方程求解提供了关键参数。理解这些核心概念，职业院校招生网站源码将有助于深入理解四足机器人动态控制的奥秘。

运动控制卡应用开发教程之ROS(上)

       本文深入探讨了正运动技术运动控制卡应用开发教程中的ROS (Robot Operating System)相关知识。首先，我们了解了ECI和ECI这两款产品，它们分别是4轴和6轴运动控制卡，均支持脉冲输入与编码器反馈，具备点输入、点输出、2AD和2DA等功能，并支持高速PWM控制。

       ROS作为一种灵活的操作系统，其核心设计为分布式点对点架构，能够有效分散实时计算压力，适应多机器人场景。它支持多种编程语言，如C++、Python、Octave和LISP等，具备精简与集成的特点，支持代码库联合系统，易于协作与分发。ROS的工具包丰富，提供了编译和运行复杂系统的工具，且所有源代码开源免费。

       在行业应用方面，ROS广泛应用于机器人研发、无人驾驶、无人机等领域，受到国内外企业的青睐，如KEBA、NASA Robonaut 2、百度Apollo无人车等均基于ROS开发。ROS系统在中国机器人市场的发展趋势日益显著。

       ROS安装过程主要涉及Ubuntu.系统的配置，包括设置sources.list、公钥验证、精准量柱主图指标源码更新软件包、安装ROS Melodic完整版等步骤，确保系统的稳定运行。测试安装是否成功时，通过启动roscore命令进行验证。

       在ROS编程案例中，我们通过消息发布和订阅功能，展示了如何创建ROS工作空间、构建程序包、撰写发布节点和订阅节点的代码，以及修改CMakeLists.txt文件以实现编译和运行程序。发布节点周期性地发布消息，而订阅节点则接收并处理这些消息。通过实践，我们深入理解了ROS在实际应用中的功能和操作。

       本次教程旨在提供一个全面的ROS应用开发入门指南，从理论背景到具体实践，帮助用户深入理解并掌握ROS系统。正运动技术将持续分享更多相关知识，欢迎关注“正运动小助手”公众号，共同探索ROS在运动控制领域的应用。

       本文由正运动技术原创撰写，欢迎转发和分享，共同促进中国智能制造水平的提升。请在转载时注明文章来源。

运动控制卡应用开发教程之LabVIEW

       今天，我们将深入探讨LabVIEW在正运动技术运动控制卡应用开发中的教程。

       首先，了解正运动技术的两款核心产品：4轴运动控制卡ECI和6轴的ECI。它们都支持脉冲输入与编码器反馈，ECI拥有点输入和点输出，包括2AD和2DA接口，还支持手轮接口，特别的输出支持高速PWM。而ECI则在功能上更为全面，支持6轴控制。

       这些控制卡兼容多种开发语言，如C、C++、C#、LabVIEW、Python和Delphi，支持Windows、Linux、WinCE和iMac等操作系统，且使用统一的API函数库。在开发过程中，LabVIEW的使用尤为关键。

       在LabVIEW中导入共享库，首先从光盘获取专用DLL函数库，通过工具导入共享库，自动生成对应Vi函数库，或者根据需要对源码进行封装。不同版本的LabVIEW之间可以兼容，但可能需要版本转换或厂家提供的支持。

       接下来，我们通过示例讲解如何在LabVIEW中创建和配置Vi库。通过8个基础例程，一步步实现单轴运动监控、输入输出管理等操作。例如，新建Vi，设计UI，链接控制器，监控状态，以及添加运动、停止、清零和输出状态改变等按钮事件的响应程序。完成例程后，可以通过ZDevelop软件同步测试和监控。

       以上就是LabVIEW在正运动技术运动控制卡应用开发教程中的部分内容，希望对您的学习和实践有所帮助。更多实用教程，敬请关注我们的官方公众号。本文由正运动小助手原创，欢迎转发和学习，共同推动中国智能制造的发展。所有文章版权属于正运动技术，如需引用，请注明出处。

学习笔记ROS2纯小白 - MoveIt!（humble）安装、初识与C++实现运动规划

       文章内容

       前言

       在本系列第四篇学习笔记中，我们重点介绍如何安装MoveIt、如何在RViz中使用MoveIt，以及如何通过C++程序加入障碍物并进行运动规划。经过一番波折，终于开始与机器人相关任务，尤其是RViz的可视化功能，让这一过程变得更为直观。在尝试配置环境时，由于系统误操作导致Ubuntu无法正常开机，最终花费半天时间重装系统，尽管过程坎坷，但这一经历让我们的技术积累更加坚实。

       前作后续

       在安装ROS 2和Colcon后，确保系统为最新版本并安装mixin Colcon和vsctool。接下来，创建一个Colcon工作空间并下载教程和剩余MoveIt源代码。由于网络环境因素，这一过程可能较为不稳定，需要反复尝试和优化配置。完成依赖项的控制后，使用Concol工作空间并进行相应的build和setup操作。将默认ROS 2中间件（RMW）更改为Cyclone DDS，以确保环境的兼容性。

       使用Docker容器快速建立MoveIt环境，为后续机器人开发提供方便。

       在RViz中使用MoveIt插件进行运动规划，通过交互设置机器人状态，测试规划器并进行可视化输出。在RViz中引入机器人模型，配置固定坐标系，进行机器人插件的详细配置。

       在模拟环境中，与可视化机器人交互，调整姿态和运动轨迹。演示如何通过规划实现机器人从起始到目标位姿的运动，同时利用RViz工具可视化路径和操作流程。

       通过C++程序实现MoveIt的运动规划功能，首先创建一个ROS节点和执行器，实现机器人运动控制。插入代码段，完成规划与执行，并在RViz中实时反馈。

       进一步，实现视觉化功能，通过moveit_visual_tools插件增强机器人开发的可视化体验。在程序中添加依赖项，构建并初始化MoveItVisualTools，实现与RViz的交互。

       在RViz中实现路径的可视化，通过封装函数处理视觉化信息，确保代码的简洁和高效。最后，通过配置和运行程序，观察RViz中的实时反馈，完成整个工作流程。

       总结

       通过本系列的学习笔记，我们系统地掌握了ROS 2环境的搭建、MoveIt的安装与使用、C++实现运动规划以及RViz的可视化技巧。尽管过程中遇到了挑战，如系统配置问题和网络环境的不稳定，但通过坚持不懈的努力，成功实现了从理论到实践的转变。这不仅加深了对机器人开发技术的理解，也锻炼了问题解决和调试能力。未来，我们将在实践中继续深化对这些技术的理解，为更复杂的机器人应用奠定坚实的基础。

[1](含源码)通过关节力矩指令控制LBR/iiwa机械臂运动

       本文改编自 MATLAB 的自带帮助文档，介绍了如何使用 MATLAB 和 V-REP 进行 LBR/iiwa 机械臂的计算力矩控制仿真。相较于使用 Gazebo 的原例程，本例程旨在通过将 Gazebo 替换为 V-REP，实现 V-REP 和 MATLAB 的通信与数据交互。本文将逐步指导实现这一仿真过程。

       首先，构建项目结构，包括用于存放场景文件、通信文件和控制文件的三个子文件夹。确保 MATLAB 版本不低于 b，以便加载 URDF 文件。然后，利用 MATLAB 的自带 LBR/iiwa 机械臂的 URDF 文件及三维模型文件，创建场景文件并将其加载至 V-REP 中。处理可能出现的路径兼容性问题，确保仿真环境的搭建无误。

       通信准备阶段，复制 V-REP 相关组件至 MATLAB 文件夹，并利用 vrchk.m 文件进行通信失败类型提示。创建 iiwa_computer_torque_control_workcell_init.m 函数文件，用于初始化 V-REP 与 MATLAB 之间的通信链路，包括获取关节句柄和进行 streaming 初始化。

       接下来，实现与 V-REP 的通信代码。在 iiwa_computed_torque_control 文件夹内，建立 iiwa_computed_torque_control.m 文件，其中包含通信代码框架，以适应后续的控制逻辑。在此阶段，主要关注同步模式控制的实现，确保机械臂在 MATLAB 的控制指令下按照预定轨迹运行。

       在控制代码编写中，遵循关节力矩控制原理，选择同步模式进行仿真。此模式下，控制输入与 V-REP 的动作同步，即在 MATLAB 发出控制指令后，V-REP 在预设的时间间隔内执行该指令。通过调用 V-REP 的 API，实现关节位置、速度与加速度的控制，以及力矩的计算与应用，使机械臂按照预期轨迹运行。

       为了保证控制的准确性，进行数据处理以对比前馈和反馈力矩，以及期望与实际关节位置和速度。此阶段的分析结果有助于优化控制算法，确保机械臂能够精确地按照预设路径运动。

       最后，进行仿真运行前的系统配置，确保 V-REP 和 MATLAB 都已关闭，然后按照特定流程启动 V-REP，加载场景文件，并在 MATLAB 中运行相关代码。通过观察 V-REP 中的仿真动画，验证仿真过程的正确性与稳定性。

       此过程不仅适用于学术研究和学习，也为实际应用提供了参考，旨在推动机器人控制技术的发展。通过分享此例程，旨在激发更多人对机器人控制的兴趣，并欢迎各界反馈与建议，共同促进技术进步。