1.调出末端Marker : MotionPlanning:Planing Request:对勾选择Query Start State 。
显示末端轨迹线:添加RobotModel:勾选末端关节下的:Show Trail
2.使用命令启动assistant,
roslaunch moveit_setup_assistant setup_assistant.launch
报错:fail to roslaunch .
检查 ,echo $ROS_PACKAGE_PATH ---> /root/catkin_ws/src:/opt/ros/indigo/share:/opt/ros/indigo/stacks
)
2, if I do:
source /opt/ros/indigo/setup.bash
(at that time ,echo $ROS_PACKAGE_PATH ---> /opt/ros/indigo/share:/opt/ros/indigo/stacks)
https://answers.ros.org/question/247531/moveit_setup_assistant-cannot-launch-node-of-type-in-indigo/
3.调整interactive marker大小,规划组名称
https://blog.csdn.net/wxflamy/article/details/79160781
4.利用moveit_setup_assistant进行配置后的文件介绍
https://blog.csdn.net/dingjianfeng2014/article/details/71085705
5.解析
pack.xml和CMakeList.txt
http://docs.ros.org/jade/api/catkin/html/howto/format2/catkin_library_dependencies.html
6.OMPL(open motion planning library):开源运动规划库,是一个运动规划的C++库,其中包含了很多运动规划领域的前沿算法。虽然OMPL里面提到了最优规划,但总体来说OMPL还是一个采样规划算法库。而采样规划算法中,最出名的莫过于RRT(rapidly-exploring random trees)和PRM(probabilistic roadmap)。 OMPL能做什么? 简单说,就是提供一个运动轨迹。给定一个机器人结构(假设有N个关节),给定一个目标(比如终端移到xyz),给定一个环境,那么OMPL会提供给你一个轨迹,包含M个数组,每一个数组长度是N,也就是一个完整的关节位置。沿着这个轨迹依次移动关节,就可以最终把终端移到xyz,当然,这个轨迹应当不与环境中的任何障碍发生碰撞。为什么用OMPL? 运动规划的软件库和算法有很多,而OMPL由于其模块化的设计和稳定的更新,成为最流行的规划软件库之一。很多新算法都在OMPL开发。很多其他软件(包括ROS/MoveIt)都使用OMPL做运动规划。
再Moveit中安装自己的算法库教程:
https://www.zhihu.com/question/293386019
moveit有价值参考
https://www.cnblogs.com/shawn0102/p/8922128.html
https://blog.csdn.net/weixin_39579805/article/details/80256027
ros_control
https://blog.csdn.net/yaked/article/list/3?t=1
https://blog.csdn.net/sunbibei/article/details/53665876
https://blog.csdn.net/yaked/article/details/51412781
11110四元数学习
http://www.twinklingstar.cn/2013/534/intro-to-quaternion/
https://blog.csdn.net/lql0716/article/details/72597719
http://www.cnblogs.com/yiyezhai/p/3176725.html
https://blog.csdn.net/lql0716/article/details/72597719