个人建站什么网站好,廊坊建站服务,电子商务网站建设公司,wordpress 加视频教程系列文章目录 前言 我们介绍了 Crocoddyl#xff08;Contact RObot COntrol by Differential DYnamic Library#xff09;#xff0c;这是一个专为高效多触点优化控制#xff08;multi-contact optimal control#xff09;而定制的开源框架。Crocoddyl 可高效计算给定预定…系列文章目录 前言 我们介绍了 CrocoddylContact RObot COntrol by Differential DYnamic Library这是一个专为高效多触点优化控制multi-contact optimal control而定制的开源框架。Crocoddyl 可高效计算给定预定义接触序列predefined sequence of contacts的状态轨迹state trajectory和控制策略control policy。其效率得益于稀疏分析导数sparse analytical derivatives的使用、对问题结构的利用以及数据共享。它利用微分几何differential geometry来正确描述任何几何系统如浮动基座系统floating-base systems的状态。 此外我们还提出了一种名为易损微分动态编程Feasibility-prone Differential Dynamic ProgrammingFDDP的新型多重打靶法multiple-shooting method。然而我们的方法并没有增加额外的决策变量decision variables而额外的决策变量往往会因因式分解而增加每次迭代的计算时间。与经典的差分动态编程DDP算法相比我们的新方法具有更强的全局化策略。具体来说我们对经典 DDP 算法提出了两点修改。首先后向传递接受不可行的状态控制轨迹。其次在早期的 探索性 迭代中滚动保持间隙开放这是仅有相等约束的多重射击方法所期望的。我们用不同的任务展示了我们框架的性能。利用我们的方法我们可以在几毫秒的时间内计算出腿式机器人的高动态机动性highly-dynamic maneuvers如跳跃jumping、前空翻front-flip。 Crocoddyl 是一个用于接触序列下机器人控制的最优控制库。它的求解器基于新颖高效的微分动态编程DDP算法。Crocoddyl 可计算最佳轨迹和反馈增益。它使用 Pinocchio 快速计算机器人动力学和分析导数。 如果您想了解有关 Crocoddyl 及其求解器的更多信息我们建议您阅读 [1] [2] [3] 并访问 PUBLICATIONS.md。如果您想了解当前的发展情况并做出贡献请直接访问开发分支。 一、特点 Crocoddyl 功能多样 各种最优控制求解器DDP、FDDP、BoxFDDP、Ipopt 等通过 Pinocchio 实现分析和稀疏导数利用 Pinocchio 支持微分几何各种积分器、动力学、成本和约束条件数值微分支持通过 CppAD 支持自动微分 Crocoddyl 高效灵活 高速缓存友好通过 OpenMP 支持多线程通过 Boost Python 绑定 Python包括抽象兼容 C14/17/20经过广泛测试通过 CppADCodeGen 支持自动代码生成 二、安装 Crocoddyl 可以轻松安装在各种 LinuxUbuntu、Fedora 等和 Unix 发行版Mac OS X、BSD 等上。以下是安装 Crocoddyl 的不同方法。 2.1 Conda conda install crocoddyl -c conda-forge 2.2 pypi pip install --user crocoddyl 2.3 ROS 只需将其克隆使用 --recursive 命令到 catkin 工作区并编译即可。 2.3.1 从 Debian / Ubuntu 软件包中使用 robotpkg 如果您从未添加过 robotpkg 的软件仓库现在就添加吧 sudo tee /etc/apt/sources.list.d/robotpkg.list EOF deb [archamd64] http://robotpkg.openrobots.org/packages/debian/pub $(lsb_release -sc) robotpkg EOFcurl http://robotpkg.openrobots.org/packages/debian/robotpkg.key | sudo apt-key add - sudo apt update 安装 Crocoddyl 及其 Python 绑定 sudo apt install robotpkg-py3\*-crocoddyl 配置环境变量  export PATH/opt/openrobots/bin:$PATH export PKG_CONFIG_PATH/opt/openrobots/lib/pkgconfig:$PKG_CONFIG_PATH export LD_LIBRARY_PATH/opt/openrobots/lib:$LD_LIBRARY_PATH export PYTHONPATH/opt/openrobots/lib/python3.10/site-packages:$PYTHONPATH 三、文档 这里有 Crocoddyl 的 Doxygen 文档。或者你也可以查看 Jupyter 笔记本。按以下顺序开始 examples/notebooks/unicycle_towards_origin.ipynb examples/notebooks/cartpole_swing_up.ipynb examples/notebooks/arm_manipulation.ipynb examples/notebooks/whole_body_manipulation.ipynb 示例/笔记本/双足行走.ipynb examples/notebooks/introduction_too_crocoddyl.ipynb         此外安装完成后您可以按如下方式运行示例 python -m crocoddyl.examples.quadrupedal_gaits display plot # enable display and plot 或运行构建目录中的示例、单元测试和基准测试如 cd build make test make -s examples-quadrupedal_gaits INPUTdisplay plot # enable display and plot make -s benchmarks-cpp-quadrupedal_gaits INPUT100 walk # number of trials ; type of gait 在这里可以使用环境变量来显示和/或绘制由我们的示例生成的图表 export CROCODDYL_DISPLAY1 export CROCODDYL_PLOT1 四、引用 Crocoddyl 在学术研究中引用 Crocoddyl 时请使用以下 BibTeX 行 inproceedings{mastalli20crocoddyl,author{Mastalli, Carlos and Budhiraja, Rohan and Merkt, Wolfgang and Saurel, Guilhem and Hammoud, Bilaland Naveau, Maximilien and Carpentier, Justin and Righetti, Ludovic and Vijayakumar, Sethu and Mansard, Nicolas},title{{Crocoddyl: An Efficient and Versatile Framework for Multi-Contact Optimal Control}},booktitle {IEEE International Conference on Robotics and Automation (ICRA)},year{2020} } 请考虑引用 PUBLICATIONS.md 中描述的我们的部分出版物和贡献。 Crocoddyl 的贡献不仅限于高效的软件开发。也请考虑引用我们不同求解器和公式的算法贡献 可行性驱动 DDP (FDDP) [1]控制受限的可行性驱动 DDPBox-FDDP [2]反动力学轨迹优化和相等约束 DDP 求解器Intro 求解器 [3] 最后还请考虑引用 Pinocchio它为刚体算法及其导数的高效实施做出了贡献。有关如何引用 Pinocchio 的更多详情请访问https://github.com/stack-of-tasks/pinocchio。 五、部分出版物 [1] C. Mastalli, R. Budhiraja, W. Merkt, G. Saurel, B. Hammoud, M. Naveau, J. Carpentier, L. Righetti, S. Vijayakumar and N. Mansard. Crocoddyl: An Efficient and Versatile Framework for Multi-Contact Optimal Control, IEEE International Conference on Robotics and Automation (ICRA), 2020 [2] C. Mastalli, W. Merkt, J. Marti-Saumell, H. Ferrolho, J. Sola, N. Mansard and S. Vijayakumar. A Feasibility-Driven Approach to Control-Limited DDP, Autonomous Robots, 2022 [3] C. Mastalli, S. P. Chhatoi, T. Corbères, S. Tonneau and S. Vijayakumar. Inverse-Dynamics MPC via Nullspace Resolution, IEEE Transactions on Robotics, 2023