本文摘要：本文作者qqfly，上海交通大学机器人所博士生，本科毕业于清华大学机械工程系，主要研究方向机器视觉与运动规划，本文亮相作者微信公众号：Nao（ID：qRobotics），本站已获得许可。

本文作者qqfly，上海交通大学机器人所博士生，本科毕业于清华大学机械工程系，主要研究方向机器视觉与运动规划，本文亮相作者微信公众号：Nao（ID：qRobotics），本站已获得许可。两个月前（机器人操作系统ROS ｜ 概述篇）给自己凿了个坑，说道要写写MoveIt，但仍然没有动手。主要有两个原因：1）这两个月主要在写出小论文，却是博士生要毕业还得看论文，无法靠公众号读者量共享亲率；2）必要谈MoveIt或许必须凿更加多坑，仍然没有想好怎么写出较为好。

主要是因为机器人运动规划牵涉到过于多基础内容，如果跳过不谈就不会变为新的坑；一时半会又不了看完。所以，这次就从初学者如何利用MoveIt较慢搭起机器人运动规划平台来讲吧，再行展出Big Picture，其他细节内容以后有空再行渐渐堆。但可能会坑的地方我会用（坑）标示出来。MoveIt是什么再行看个视频讲解吧：看完了视频，大家应当对MoveIt有一个大约的印象了。

用MoveIt官网（moveit．ros．org）的众说纷纭：它是目前最先进设备的移动（坑）操作者机器人软件，统合了最先进设备的运动规划、操作者、3D感官、运动学、掌控与导航系统算法。为这方面的开发人员获取了一个十分便捷的研发平台。这个众说纷纭不过于直观，换回个众说纷纭就是MoveIt ＝ RobotGo，翻译成中文就是“机器人，回头你！”所以，MoveIt的主要就是一款致力于让机器人需要自主运动及其涉及技术的软件，它的所有模块都是环绕着运动规划的构建而设计的。

下面大约讲解下它的一些功能模块。*运动规划（Motion Planning）：运动规划的讲解内容之前公众号早已上过了，要让一个机器人构建运动规划，必须再行将机器人抽象化到构形空间（C－Space）。

MoveIt就可以老大大家把这些工作给做到了，只需获取机器人URDF模型，就可以调用几大运动规划库（坑）的规划算法（如OMPL，SBPL，CHMOP），自动分解机器人运动轨迹。*操作者（Manipulation）：这个目前还较为很弱，就是根据辨识的物体分解一系列动作捕捉物体（pick－and－place），不牵涉到任何对系统、动力学、re－grasp等操作者问题，所以我一般都不必这个模块。

*3D感官（Perception）：这个并不是说道MoveIt统合了物体辨识、环境建模等模块，而是它可以利用传感器（坑）收集的信息（点云或深度图像）分解用作碰撞检测的OctoMap。OctoMap这个东西挺好的，做到SLAM的同学应当理解，它就是以八叉树形式回应点云，可以大大降低存储空间，它看上去就跟你们玩游戏的minecraft差不多。同时，这些3D OctoMap也可以依据贝叶斯准则大大动态改版。

这样，机器人就可以避免真实世界的障碍物了。*运动学（Kinematics）：运动学机器人工作空间与构形空间（C－Space）的同构关系，所以MoveIt就它也还包括在自己系统内。目前它可以反对多种运动学解法器，如OpenRave的ikfast（堵塞解法）、Orocos的KDL（数值解法）、Trac＿ik（考虑到关节无限大的数值解法）、基于service的解法器（用户自己定义）。

（坑）*碰撞检测（Collision Checking）：碰撞检测是运动规划的众多难题，如果使用基于使用的规划算法，那么我们必须对每个取样点做到有效性辨别，这时候就必须展开碰撞检测。所以，运动规划必须获取一个高效的碰撞检测算法。幸而，香港城市大学的潘佳大神写出了个FCL（Flexible Collision Library），可以十分较慢地构建各种几何体（3D面片、OctoMap、基本几何体）的碰撞检测。

（这个不是坑，必要用很好用，但以后有机会可以只想说道说道，当真潘大神会看朋友圈，不至于班门弄斧）。

本文来源：OD体育-www.hnzj2021.com