前言

昨天已經將OpenRAVE配置好了，接下來就是配置IKFast插件了。html

ikfast，機器人運動學的編譯器，在Rosen Diankov OpenRAVE運動規劃軟件提供，是一個強大的逆運動學求解器。不像大多數的逆運動學求解，ikfast能夠求解任意複雜運動鏈的運動學方程，併產生特定語言的文件（如C++）後供使用。最終的結果是很是穩定的解決方案，在最新的處理器能以5微秒的速度完成運算。From：https://www.ncnynl.com/archives/201610/1046.htmlpython

參考文獻：有詳細的如何生成（UR5）https://zhuanlan.zhihu.com/p/97364652c++

如何製做ikfast的插件（兩篇差很少）：https://blog.csdn.net/Kalenee/article/details/80740258spa

https://blog.csdn.net/harrycomeon/article/details/95517129?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-5.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-5.channel_param.net

1、配置流程

1.將機器人模型由.xacro文件轉爲.urdf文件

這裏的.xacro爲你須要轉化的機器人模型的描述文件，ur3.urdf是你想要新生成的.urdf文件的名稱。我這裏的ur3_joint_limited_robot.urdf.xacro後面加了robotiq85夾爪，所以後面的模型可視化是帶有夾爪的。插件

rosrun xacro xacro --inorder -o ur3.urdf ur3_joint_limited_robot.urdf.xacro

2.將機器人模型.urdf轉爲.dae文件

rosrun collada_urdf urdf_to_collada ur3.urdf ur3.dae

若是出現 [rospack] Error: package ‘collada_urdf’ not found，運行如下程序，便可解決c++11

sudo apt-get install ros-melodic-collada-urdf

3.設置精度

設置的精度會影響IKFAST的生成，設置太小會致使沒法生成或求解精度太低，過大也會致使沒法生成或者求解變慢，能夠根據需求調整精度。這裏設置精度爲小數點後5位，並備份生成的ur3.dae文件，方便之後調整使用。code

# 先備份
cp ur3.dae ur3.backup.dae

# 設置精度
export IKFAST_PRECISION="5"
rosrun moveit_kinematics round_collada_numbers.py ur3.dae ur3.dae "$IKFAST_PRECISION"

4.查看關節數據

openrave-robot.py ur3.dae --info links

5.查看關節模型

openrave ur3.dae

6.生成IKFast的cpp文件

這裏的ur3.dae是以前第二步轉化你獲得的名字，baselink和eelink的值根據你以前查看的關節數據以及本身在setup assistant裏面配置Planning Group裏面的設置。因爲我採用的不管是UR3仍是UR5都是6DOF，因此直接默認transform6d就行，最後的savefile是你想保存的路徑和名稱。最後兩篇參考文獻講的很清楚如何配置這些參數，不懂的能夠去那裏詳細看看。生存過程比較久，大概是20分鐘的樣子，能夠恰好開一局王者（23333）。orm

python `openrave-config --python-dir`/openravepy/_openravepy_/ikfast.py --robot=ur3.dae --iktype=transform6d --baselink=0 --eelink=9 --savefile=$(pwd)/ikfast61.cpp

7. 使用 ikfast61.cpp 求逆解

此處須要將ikfast.h和ikfast61.cpp放在同一個文件夾下。htm

g++ ikfast61.cpp -o ikfast -llapack -std=c++11

因爲目前網上只有UR5的配置做參考，爲了驗證成功配置，所以還用UR5來驗證，成功獲得了8組逆解。(UR機器人8組逆解，參考來源：https://www.zhihu.com/question/47605775/answer/113477680)

所以表示安裝完成，後面能夠進一步生成插件導入rviz中。生成插件的部分自行參考前言給出的後兩篇參考文獻，基本上不存在什麼坑，按照步驟catkin_make就行，以後能夠查看本身的kinematics.yaml，發現已經變成了ikfast。

而後能夠roslaunch本身相應的config包裏面demo.launch來對比改變先後的區別。

目前我在rviz裏面沒有體會到特比大的區別,時間上由於rviz不止是運動學求解的時間，還有其餘時間，所以沒有體會到4微秒那樣的速度。

總結

也算是把ikfast配置好了，接下來要作的就是給定TCP（tool center point）的6D位姿，反解出各個關節角的值。這幾天準備看一些機器人的基礎理論知識，沖沖衝。

ubuntu18.04環境下爲UR3配置MoveIt!運動學插件IKFAST（二）

前言