В этом примере показано, как сгенерировать код для того, чтобы ускорить планирование и выполнение траекторий робота без коллизий с обратной связью с помощью прогнозирующего управления модели (MPC). Для получения дополнительной информации о том, как использовать MPC для планирования движения манипуляторов робота, см. План в качестве примера и Выполните Траектории Без коллизий Используя Манипулятор КИНОВОЙ Gen3 (Robotics System Toolbox).
Чтобы включить генерацию кода, адаптируйте код в Плане и Выполните Траектории Без коллизий Используя Манипулятор КИНОВОЙ Gen3 (Robotics System Toolbox), выполняющий шаги ниже.
Обеспечьте всему помощнику, Нелинейные функции MPC хранятся как отдельные программные файлы вместо Анонимных функций. Этот пример требует следующих файлов помощника.
- Пользовательская функция стоимости: nlmpcCostFunctionKINOVACodeGen.m
- Пользовательское неравенство constraints: nlmpcIneqConFunctionKINOVACodeGen.m
- Функция состояния: nlmpcModelKINOVACodeGen.m
- Выведите function: nlmpcOutputKINOVACodeGen.m
- Якобиан пользовательской стоимости function: nlmpcJacobianCostKINOVACodeGen.m
- Якобиан пользовательского неравенства constraints: nlmpcJacobianConstraintKINOVACodeGen.m
- Якобиан функции состояния: nlmpcJacobianModelKINOVACodeGen.m
- Якобиан выхода function: nlmpcJacobianOutputKINOVACodeGen.m
Используйте Parameters
свойство nlmpcmoveopt
объект (и, когда файл MEX, onlineData
структура), чтобы передать контроллеру любой параметр, который может измениться во времени выполнения (то есть, на каждом временном шаге) или между последовательными запусками. Например, включить обновление препятствий позирует согласно новым показаниям датчика на каждом временном шаге, значениях текущих положений препятствия (posesNow
) добавляются к params
переменная ячейки. Точно так же обновить целевое положение робота онлайн, целевое положение (poseFinal
) добавляется к Parameters
список. Все параметры должны быть численными значениями. На каждом временном шаге, обновленном значении params
затем копируется в Parameters
свойство любого nlmpcmoveopt
объект (если nlmpcmove
используется), или в onlineData
структура (если файл MEX используется).
Используйте persistent
переменные, чтобы передать в переменных, которые не являются числовыми и внешне не изменяются во времени выполнения. Например, rigidBodyTree
Объект (Robotics System Toolbox) robot
и массив ячеек collisionMesh
(Robotics System Toolbox) возражает world
создаются и сохранены как персистентные переменные в первый раз, когда функция помощника выполняется с помощью следующего кода.
persistent robot world if isempty(robot) robot = loadrobot('kinovaGen3', 'DataFormat', 'column'); [world, ~] = helperCreateObstaclesKINOVA(posesNow); end
Гарантируйте, что все функции, используемые в файлах помощника, поддерживают генерацию кода. Для списка встроенных функций MATLAB, поддержанных для генерации кода, смотрите эту страницу. Чтобы протестировать, если пользовательская функция поддерживает генерацию кода, используйте coder.screener
(Simulink). Например, попытайтесь запустить coder.screener('nlmpcIneqConFunctionKINOVA')
. Этот пример требует того loadrobot
(Robotics System Toolbox) и checkCollision
(Robotics System Toolbox) генерация кода поддержки.
Используйте getCodeGenerationData
и buildMEX
сгенерировать код для nlmpc
объект с заданными свойствами. Замените nlmpcmove
в исходном примере со сгенерированным файлом MEX, чтобы вычислить действия оптимального управления.
Загрузите модель дерева твердого тела (RBT) КИНОВОЙ Gen3.
robot = loadrobot('kinovaGen3', 'DataFormat', 'column');
Получите количество соединений.
numJoints = numel(homeConfiguration(robot));
Задайте систему координат робота, где исполнительный элемент конца присоединяется.
endEffector = "EndEffector_Link";
Задайте начальные и желаемые положения исполнительного элемента конца. Используйте инверсную кинематику, чтобы решить для начальной настройки робота, учитывая желаемое положение.
% Initial end-effector pose taskInit = trvec2tform([[0.4 0 0.2]])*axang2tform([0 1 0 pi]); % Compute current robot joint configuration using inverse kinematics ik = inverseKinematics('RigidBodyTree', robot); ik.SolverParameters.AllowRandomRestart = false; weights = [1 1 1 1 1 1]; currentRobotJConfig = ik(endEffector, taskInit, weights, robot.homeConfiguration); currentRobotJConfig = wrapToPi(currentRobotJConfig); % Final (desired) end-effector pose taskFinal = trvec2tform([0.35 0.55 0.35])*axang2tform([0 1 0 pi]); anglesFinal = rotm2eul(taskFinal(1:3,1:3),'XYZ'); poseFinal = [taskFinal(1:3,4);anglesFinal']; % 6x1 vector for final pose: [x, y, z, phi, theta, psi]
Чтобы проверять на и избежать столкновений во время управления, необходимо установить столкновение world
в виде набора объектов столкновения. Этот пример использует collisionSphere
(Robotics System Toolbox) возражает как препятствия, чтобы избежать. Чтобы запланировать использование, статическое вместо того, чтобы переместить объекты, установите isMovingObst
к false
.
isMovingObst = true;
Размеры препятствия и местоположения инициализируются в helperCreateMovingObstaclesKINOVACodeGen
функция помощника. Чтобы добавить больше статических препятствий, добавьте объекты столкновения в world
массив.
if isMovingObst == true helperCreateMovingObstaclesKINOVACodeGen else posesNow = [0.4 0.4 0.25 ; 0.3 0.3 0.4]; end [world, numObstacles] = helperCreateObstaclesKINOVACodeGen(posesNow);
Визуализируйте робота в начальной настройке. Необходимо видеть препятствия в среде также.
x0 = [currentRobotJConfig', zeros(1,numJoints)]; helperInitialVisualizerKINOVACodeGen;
Задайте расстояние безопасности далеко от препятствий. Это значение используется в функции ограничения неравенства нелинейного контроллера MPC.
safetyDistance = 0.01;
Можно спроектировать нелинейный прогнозирующий контроллер модели, использующий helperDesignNLMPCobjKINOVACodeGen
файл помощника, который создает nlmpc
объект контроллера. Чтобы просмотреть файл, в командной строке MATLAB, вводят edit helperDesignNLMPCobjKINOVACodeGen
.
helperDesignNLMPCobjKINOVACodeGen;
Симулируйте робота максимум для 50 шагов с правильными начальными условиями.
maxIters = 50; u0 = zeros(1,numJoints); mv = u0'; time = 0; goalReached = false;
useMex = true; buildMex = true; if useMex [coredata, onlinedata] = getCodeGenerationData(nlobj,x0',u0',paras); if buildMex mexfcn = buildMEX(nlobj,'kinovaMex',coredata,onlinedata); end end
Generating MEX function "kinovaMex" from nonlinear MPC to speed up simulation. Code generation successful. MEX function "kinovaMex" successfully generated.
positions = zeros(numJoints,maxIters); positions(:,1) = x0(1:numJoints)'; velocities = zeros(numJoints,maxIters); velocities(:,1) = x0(numJoints+1:end)'; accelerations = zeros(numJoints,maxIters); accelerations(:,1) = u0'; timestamp = zeros(1,maxIters); timestamp(:,1) = time;
Используйте сгенерированный файл MEX kinovaMex
вместо nlmpcmove
функция, чтобы ускорить генерацию траектории с обратной связью. Задайте генерацию траектории онлайновые опции с помощью аргумента onlineData
.
Каждая итерация вычисляет положение, скорость и ускорение соединений, чтобы избежать препятствий, когда они двигают цель. helperCheckGoalReachedKINOVACodeGen
скрипт проверяет, достиг ли робот цели. helperUpdateMovingObstaclesKINOVACodeGen
скрипт перемещает местоположения препятствия на основе временного шага.
options = nlmpcmoveopt; for timestep=1:maxIters disp(['Calculating control at timestep ', num2str(timestep)]); % Optimize next trajectory point if ~useMex options.Parameters = paras; [mv,options,info] = nlmpcmove(nlobj,x0,mv,[],[], options); else onlinedata.Parameters = paras; [mv,onlinedata,info] = kinovaMex(x0',mv,onlinedata); end if info.ExitFlag < 0 disp('Failed to compute a feasible trajectory. Aborting...') break; end % Update states and time for next iteration x0 = info.Xopt(2,:); time = time + nlobj.Ts; % Store trajectory points positions(:,timestep+1) = x0(1:numJoints)'; velocities(:,timestep+1) = x0(numJoints+1:end)'; accelerations(:,timestep+1) = info.MVopt(2,:)'; timestamp(timestep+1) = time; % Check if goal is achieved helperCheckGoalReachedKINOVACodeGen; if goalReached break; end % Update obstacle pose if it is moving if isMovingObst helperUpdateMovingObstaclesKINOVACodeGen; end end
Calculating control at timestep 1 Calculating control at timestep 2 Calculating control at timestep 3 Calculating control at timestep 4 Calculating control at timestep 5 Calculating control at timestep 6 Calculating control at timestep 7 Calculating control at timestep 8
Target configuration reached.
Обрежьте векторы траектории на основе временных шагов, вычисленных из плана.
tFinal = timestep+1; positions = positions(:,1:tFinal); velocities = velocities(:,1:tFinal); accelerations = accelerations(:,1:tFinal); timestamp = timestamp(:,1:tFinal); visTimeStep = 0.2;
Используйте jointSpaceMotionModel
возразите, чтобы отследить траекторию с управлением вычисленного крутящего момента. helperTimeBasedStateInputsKINOVA
функция генерирует производные входные параметры для ode15s
Решатель ОДУ, чтобы симулировать перемещение робота вдоль вычисленной траектории.
motionModel = jointSpaceMotionModel('RigidBodyTree', robot); % Control robot to target trajectory points in simulation using low-fidelity model initState = [positions(:,1);velocities(:,1)]; targetStates = [positions;velocities;accelerations]'; [t,robotStates] = ode15s(@(t,state) helperTimeBasedStateInputsKINOVA(motionModel, timestamp, targetStates, t, state), [timestamp(1):visTimeStep:timestamp(end)], initState);
Визуализируйте движение робота.
helperFinalVisualizerKINOVACodeGen;
Как ожидалось робот успешно проходит запланированная траектория и избегает препятствий.
nlmpc
| Nonlinear MPC Controller