요약

PyPnC는 로봇 시스템의 궤적 생성 및 안정화에 초점을 맞춘 파이썬 라이브러리입니다. 이 라이브러리는 작업 공간 제어(Operational Space Control)를 이용한 매니퓰레이터 제어부터, DCM 계획 및 IHWBC를 활용한 Atlas 보행 제어까지 다양한 로봇 동역학 시뮬레이션 예제를 제공합니다.

핵심 포인트

로봇 궤적 생성 및 안정화에 특화된 Python 라이브러리입니다.
작업 공간 제어(Operational Space Control) 기반의 매니퓰레이터 제어가 가능합니다.
Atlas 보행 제어를 위해 DCM 계획과 IHWBC를 활용하는 예제가 포함되어 있습니다.
TOWR+와 같은 최신 로코모션 플래닝 기법을 적용할 수 있습니다.

PyPnC

PyPnC는 로봇 시스템의 궤적을 생성하고 해당 궤적에 걸쳐 시스템을 안정화하도록 설계된 파이썬 라이브러리입니다.

설치 (Installation)

anaconda를 설치합니다.
저장소를 클론합니다:
$ git clone https://github.com/junhyeokahn/PyPnC.git
가상 환경을 생성하고 의존성을 설치합니다:
$ conda env create -f pypnc.yml
환경을 활성화합니다:
$ conda activate pypnc

실행 예제 (Running Examples)

작업 공간 제어(Operational Space Control)를 이용한 3링크 매니퓰레이터 제어

코드를 실행합니다:
$ python simulator/pybullet/manipulator_main.py

DCM 계획 및 IHWBC를 이용한 Atlas 보행 제어

코드를 실행합니다:
$ python simulator/pybullet/atlas_dynamics_main.py
키스트로크 인터페이스를 통해 보행 명령을 전송합니다. 예를 들어, 8을 누르면 전진 보행, 5를 누르면 제자리 보행, 4를 누르면 좌측 보행, 6을 누르면 우측 보행, 2를 누르면 후진 보행, 7을 누르면 반시계 방향(ccw) 회전, 9를 누르면 시계 방향(cw) 회전을 수행합니다.
결과를 플롯합니다:
$ python plot/atlas/plot_task.py --file=data/history.pkl

TOWR+를 이용한 Atlas 이동 계획 (Locomotion Planning)

TOWR+의 경우, 추가 의존성 ifopt을 설치합니다.
합성 강체 관성(Composite Rigid Body Inertia) 네트워크를 학습시키고 최적화를 위한 파일을 생성합니다:
$ python simulator/pybullet/atlas_crbi_trainer.py 그리고 5를 눌러 학습을 진행합니다.
TOWR+를 실행합니다:
$ mkdir build && cd build && cmake .. && make -j6 && ./atlas_forward_walk
최적화된 궤적을 플롯합니다:
$ python plot/plot_towr_plus_trajectory.py --file=data/atlas_forward_walk.yaml --crbi_model_path=data/tf_model/atlas_crbi
로봇으로 최적화된 궤적을 재현합니다:
$ python simulator/pybullet/atlas_kinematics_main.py --file=data/atlas_forward_walk.yaml

참고문헌

@article{10.3389/frobt.2021.712239,
	author = {Ahn, Junhyeok and Jorgensen, Steven Jens and Bang, Seung Hyeon and Sentis, Luis},
	journal = {Frontiers in Robotics and AI},
...

AI 자동 생성 콘텐츠

본 콘텐츠는 GitHub AI Research의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기

실행 예제 (Running Examples)

작업 공간 제어(Operational Space Control)를 이용한 3링크 매니퓰레이터 제어

코드를 실행합니다:
$ python simulator/pybullet/manipulator_main.py

DCM 계획 및 IHWBC를 이용한 Atlas 보행 제어

코드를 실행합니다:
$ python simulator/pybullet/atlas_dynamics_main.py

키스트로크 인터페이스를 통해 보행 명령을 전송합니다. 예를 들어, 8을 누르면 전진 보행, 5를 누르면 제자리 보행, 4를 누르면 좌측 보행, 6을 누르면 우측 보행, 2를 누르면 후진 보행, 7을 누르면 반시계 방향(ccw) 회전, 9를 누르면 시계 방향(cw) 회전을 수행합니다.

결과를 플롯합니다:
$ python plot/atlas/plot_task.py --file=data/history.pkl

TOWR+를 이용한 Atlas 이동 계획 (Locomotion Planning)

TOWR+의 경우, 추가 의존성 ifopt을 설치합니다.

합성 강체 관성(Composite Rigid Body Inertia) 네트워크를 학습시키고 최적화를 위한 파일을 생성합니다:
$ python simulator/pybullet/atlas_crbi_trainer.py 그리고 5를 눌러 학습을 진행합니다.

TOWR+를 실행합니다:
$ mkdir build && cd build && cmake .. && make -j6 && ./atlas_forward_walk

최적화된 궤적을 플롯합니다:

$ python plot/plot_towr_plus_trajectory.py --file=data/atlas_forward_walk.yaml --crbi_model_path=data/tf_model/atlas_crbi

로봇으로 최적화된 궤적을 재현합니다:
$ python simulator/pybullet/atlas_kinematics_main.py --file=data/atlas_forward_walk.yaml

PyPnC: 로봇 시스템 궤적 생성 및 안정화 라이브러리

요약

핵심 포인트

PyPnC

설치 (Installation)

실행 예제 (Running Examples)

작업 공간 제어(Operational Space Control)를 이용한 3링크 매니퓰레이터 제어

DCM 계획 및 IHWBC를 이용한 Atlas 보행 제어

TOWR+를 이용한 Atlas 이동 계획 (Locomotion Planning)

참고문헌

댓글

PyPnC

설치 (Installation)

실행 예제 (Running Examples)

작업 공간 제어(Operational Space Control)를 이용한 3링크 매니퓰레이터 제어

DCM 계획 및 IHWBC를 이용한 Atlas 보행 제어

TOWR+를 이용한 Atlas 이동 계획 (Locomotion Planning)

참고문헌