该分支包含 Hector 人形机器人的 ROS+Gazebo 模拟。
对于带有手臂的人形 ROS 模型，请使用 ROS_Humanoid_Simulation 分支。
介绍视频： https: //youtu.be/NcW-NFwjMh0
- Boost（1.5.4 或更高版本）
- CMake（版本 2.8.3 或更高版本）
- LCM（版本1.4.0或更高版本）
- ROS新语
- 凉亭11
- 本征 3 (>3.3)
- unitree_legged_sdk
- qpOASES
- ROS_包
sudo apt-get install ros-noetic-controller-manager ros-noetic-ros-control ros-noetic-ros-controllers ros-noetic-joint-state-controller ros-noetic-effort-controllers ros-noetic-velocity-controllers ros-noetic-position-controllers ros-noetic-robot-controllers ros-noetic-robot-state-publisher ros-noetic-gazebo-ros-pkgs ros-noetic-gazebo-ros-control
如果你想用Gazebo进行模拟，我们推荐x86平台。不建议使用ARM平台进行仿真。因此，如果您在ARM平台上运行此代码，请先删除Simulation相关文件夹。
当前系统环境为：
- Ubuntu 20.04 + ROS Noetic*（推荐，测试稳定）
使用命令打开.bashrc文件：
gedit ~/.bashrc
确保您的~/.bashrc文件中存在以下内容或将其导出到终端中。noetic，gazebo-11并~/catkin_ws应根据您自己的情况进行更换。
source /opt/ros/noetic/setup.bash
source /usr/share/gazebo-11/setup.sh
source ~/catkin_ws/devel/setup.bash
export ROS_PACKAGE_PATH=~/catkin_ws:${ROS_PACKAGE_PATH}
export GAZEBO_PLUGIN_PATH=~/catkin_ws/devel/lib:${GAZEBO_PLUGIN_PATH}
export LD_LIBRARY_PATH=~/catkin_ws/devel/lib:${LD_LIBRARY_PATH}
cd ~/catkin_wscatkin_make
注意：如果是第一次编译，请先通过以下命令编译laikago_msgs：
遵守包
catkin_make -DCMAKE_BUILD_TYPE=Release
-
roslaunch unitree_gazebo biped.launch机器人应该站在地面上 -
在新终端中，输入并获取您的工作区，然后运行：
rosrun hector_control hector_ctrl -
单击模拟器底部的启动按钮，机器人应该站起来/走开
-
某些情况下控制器启动后没有启动，请使用ctrl + \终止控制器。然后返回模拟器，暂停并重置（ctrl + R）。重新运行控制器。
- 在终端窗口内，使用W或S控制x方向速度
- 使用A或D控制机器人转动（TODO：转动超过90度时似乎有一个小错误）
- 使用J或L控制y方向速度
感谢您选择我们的软件进行研究和开发，我们非常感谢您引用我们的工作：
- HECTOR 项目：“HECTOR 上的动态局部操纵：用于增强控制和开源研究的人形机器人” https://arxiv.org/pdf/2312.11868.pdf
@article{li2023dynamic,
title={Dynamic Loco-manipulation on HECTOR: Humanoid for Enhanced ConTrol and Open-source Research},
author={Li, Junheng and Ma, Junchao and Kolt, Omar and Shah, Manas and Nguyen, Quan},
journal={arXiv preprint arXiv:2312.11868},
year={2023}
}
- 基于力和力矩的运动 MPC：“基于力和力矩的模型预测控制，用于在双足机器人上实现高动态运动” https://arxiv.org/abs/2104.00065
@inproceedings{li2021force,
title={Force-and-moment-based model predictive control for achieving highly dynamic locomotion on bipedal robots},
author={Li, Junheng and Nguyen, Quan},
booktitle={2021 60th IEEE Conference on Decision and Control (CDC)},
pages={1024--1030},
year={2021},
organization={IEEE}
}
李俊恒 -- [email protected] 陈宜宇 -- [email protected]
详细内容请阅读License.md。
作者要特别感谢 MIT Biomimetic Lab 提供的Cheetah MPC 框架和 Unitree Robotics 提供的 Unitree Gazebo 模拟框架。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent