はじめに
PyBullet (Python上で動く物理シミュレータ) を使用して，ロボットアームを可視化して，動かしたい．
前記事では，PyBullet (Python上で動く物理シミュレータ) で6軸ロボットアームを可視化し，スライダーを用いて手先位置を簡単に変更できるようにした．
(https://qiita.com/haruhiro1020/items/c22050a879043a2ca026)
本記事では，下図のような干渉物の存在する環境下で，6軸ロボットアームの経路生成を実装する．黒色の直方体が干渉物である．青色の球が初期位置，赤色の球が目標位置である．
下記アニメーションは本記事で実装する内容である．RRTで干渉回避する経路を探索して，干渉しない始点から終点まで動くアニメーションである．
干渉判定に関しては，PyBulletで提供している関数を使用する．
以前までの記事では，干渉判定用ライブラリである python-fcl を使用していたが，PyBullet内で干渉判定の関数があるため，PyBulletに任せる．
本記事で実装すること
・PyBullet で干渉物が存在する環境下での経路生成(経路生成手法としてRRTを採用)
本記事では実装できないこと (将来実装したい内容)
・PyBullet にカメラを搭載し，カメラより干渉物の位置・姿勢を把握して，干渉回避する経路生成
・PyBullet にハンドを搭載し，把持対象物を把持する
動作環境
・macOS Sequoia (バージョン15.5)
・Python3 (3.13.3)
・PyBullet (3.2.5) (物理シミュレータ)
・Numpy (2.3.0) (数値計算用ライブラリ)
PyBullet のインストール方法
PyBullet のインストール方法については前記事にて，説明したため，割愛する．
(前記事 https://qiita.com/haruhiro1020/items/ecc5215234350b663770)
6軸ロボットアームの定義
本記事で動かしたい，6軸ロボットアームについて説明する．
本記事では，下図のような6軸ロボットアームを考えている．
$\theta_{1}，\theta_{4}，\theta_{6}$はZ軸方向， $\theta_{2}，\theta_{3}，\theta_{5}$ はY軸方向へ回転する．
上図のパラメータ $l_{1}$ ~ $l_{6}$, $m_{1}$ ~ $m_{6}$ の値は下表として，考える(値は適当である)．
| パラメータ名 | 概要 | 値 |
|---|---|---|
| $l_{1}$ | リンク$1$の長さ | 1.0 [m] |
| $l_{2}$ | リンク$2$の長さ | 1.0 [m] |
| $l_{3}$ | リンク$3$の長さ | 1.0 [m] |
| $l_{4}$ | リンク$4$の長さ | 0.1 [m] |
| $l_{5}$ | リンク$5$の長さ | 0.1 [m] |
| $l_{6}$ | リンク$6$の長さ | 0.1 [m] |
| $m_{1}$ | リンク$1$の質量 | 1.0 [kg] |
| $m_{2}$ | リンク$2$の質量 | 1.0 [kg] |
| $m_{3}$ | リンク$3$の質量 | 1.0 [kg] |
| $m_{4}$ | リンク$4$の質量 | 0.1 [kg] |
| $m_{5}$ | リンク$5$の質量 | 0.1 [kg] |
| $m_{6}$ | リンク$6$の質量 | 0.1 [kg] |
PyBulletで，上図のロボットを使用するために，URDF (Unified Robot Description Format)を作成する必要がある．
6軸ロボットアームのURDF作成
PyBulletで，6軸ロボットアームを使用するためのURDF作成に関しては，前記事にて説明したため，割愛する．
(前記事 https://qiita.com/haruhiro1020/items/75d95e1628fdea0743f4)
干渉物が存在する環境のURDF作成
本記事では，干渉物が存在する環境をURDFにて，作成する．
環境はロボットではないが，ロボットと見立ててURDFを作成する．
本記事では，URDFのソースコードを記載するが，URDF内のタグについての説明はしない．URDF内のタグについては前記事を参照ください．
(前記事 https://qiita.com/haruhiro1020/items/ecc5215234350b663770)
environment.urdf
<?xml version="1.0" ?>
<robot name="two_boxes_obstacle">
<link name="base">
<!-- 見た目，干渉判定，慣性はなし -->
</link>
<!-- 直方体を動かさないようのジョイント -->
<joint name="joint_box1" type="fixed">
<parent link="base"/>
<child link="box1"/>
<origin xyz="0 0 0" rpy="0 0 0"/>
</joint>
<!-- 直方体1 -->
<link name="box1">
<!-- 見た目 -->
<visual>
<origin xyz="1.8 0.5 0.8"/>
<geometry>
<box size="0.5 0.5 0.5"/>
</geometry>
<material name="black">
<color rgba="0 0 0 0.5"/>
</material>
</visual>
<!-- 干渉判定 -->
<collision>
<origin xyz="1.8 0.5 0.8"/>
<geometry>
<box size="0.5 0.5 0.5"/>
</geometry>
</collision>
<!-- 慣性行列 -->
<inertial>
<mass value="1.0" />
<inertia ixx="0.0017" iyy="0.0842" izz="0.0842" ixy="0.0" ixz="0.0" iyz="0.0"/>
</inertial>
</link>
<!-- 直方体を動かさないようのジョイント -->
<joint name="joint_box2" type="fixed">
<parent link="base"/>
<child link="box2"/>
<origin xyz="0 0 0" rpy="0 0 0"/>
</joint>
<!-- 直方体2 -->
<link name="box2">
<!-- 見た目 -->
<visual>
<origin xyz="1.3 -0.2 0.8"/>
<geometry>
<box size="0.5 0.5 0.5"/>
</geometry>
<material name="black">
<color rgba="0 0 0 0.5"/>
</material>
</visual>
<!-- 干渉判定 -->
<collision>
<origin xyz="1.3 -0.2 0.8"/>
<geometry>
<box size="0.5 0.5 0.5"/>
</geometry>
</collision>
<!-- 慣性行列 -->
<inertial>
<mass value="1.0" />
<inertia ixx="0.0017" iyy="0.0842" izz="0.0842" ixy="0.0" ixz="0.0" iyz="0.0"/>
</inertial>
</link>
<!-- 球を動かさないようのジョイント -->
<joint name="joint_sphere1" type="fixed">
<parent link="base"/>
<child link="sphere1"/>
<origin xyz="0 0 0" rpy="0 0 0"/>
</joint>
<!-- 球1 -->
<link name="sphere1">
<!-- 見た目 -->
<visual>
<origin xyz="1.0 -1.0 1.0"/>
<geometry>
<sphere radius="0.2"/>
</geometry>
<material name="blue">
<color rgba="0 0 1.0 0.5"/>
</material>
</visual>
<!-- 干渉判定，慣性はなし -->
</link>
<!-- 球を動かさないようのジョイント -->
<joint name="joint_sphere2" type="fixed">
<parent link="base"/>
<child link="sphere2"/>
<origin xyz="0 0 0" rpy="0 0 0"/>
</joint>
<!-- 球2 -->
<link name="sphere2">
<!-- 見た目 -->
<visual>
<origin xyz="1.0 1.0 1.0"/>
<geometry>
<sphere radius="0.2"/>
</geometry>
<material name="red">
<color rgba="1.0 0 0 0.5"/>
</material>
</visual>
<!-- 干渉判定，慣性はなし -->
</link>
</robot>
始点や終点を表示している球は，干渉判定の対象とはせずに，見た目だけを存在させている．球を表示しないと，始点と終点の位置がわからなくなるので，デバッグ用として表示させている．
経路生成手法であるRRT
本記事で使用する経路生成手法として，RRTを使用する．
RRTは以前に記事を作成したため，内容は割愛する．
(RRTに関する記事 https://qiita.com/haruhiro1020/items/6eaae645bd638c2b8897)
本記事では，RRTを使用して，干渉回避できる経路を作成する．
PyBulletの使用方法
Pythonの物理シミュレータであるPyBulletの使用方法について説明する．
下記リンクのPyBullet公式で調べながら，PyBulletを使用している．
・https://pybullet.org/wordpress/
上記リンクを開くと，下図のようなサイトに飛ぶ．使用方法を調べるときは，下図の赤枠内の「PYBULLET QUICKSTART GUIDE」タグをクリックする．
「PYBULLET QUICKSTART GUIDE」タグをクリックすると，下図のようなドキュメントを見ることができる．基本的には，ドキュメントに記載されている関数の使用方法を見て，ソースコードを作成している．
PyBulletの関数の引数や戻り値をもっと知りたいのでしたら，上記ドキュメントを見た方がわかりやすいです．
全体のソースコード
はじめに，本記事で使用する全体のソースコードについて説明する．
その後，重要な箇所を抜粋して別途解説をしていく．
ソースコードとして，下記の4ファイルを作成する．
・定数の定義 (constant.py)
・全体的なメイン処理 (main.py)
・PyBulletでロボットを動かす (pybullet_robot.py)
・経路生成手法であるRRT (pybullet_rrt.py)
各ファイルの中身を説明する．
定数の定義 (constant.py)
定数を定義する constant.py について説明する．
本記事では経路生成手法として，RRTを採用しているが，他手法にも拡張していく予定である．
constant.py
# 複数ファイルで使用する定数の定義
from enum import Enum
# 次元数を定義
DIMENTION_NONE = -1 # 未定義
DIMENTION_2D = 2 # 2次元
DIMENTION_3D = 3 # 3次元
DIMENTION_6D = 6 # 6次元
# 重力
GRABITY_VALUE = 9.81
# シード値の最小値と最大値
MIN_SEED = 0
MAX_SEED = 2 ** 32 - 1 # 4バイト (uint) の最大値
# 0割を防ぐための定数
EPSILON = 1e-6
# ノードの最短ノード要素とコスト要素を定義
# RRT
RRT_NEAR_NODE_IDX = -1 # RRTでの最短ノード要素
# ツリーの初期ノードの親ノード
INITIAL_NODE_NEAR_NODE = -1 # 初期ノードに親ノードが存在しないから-1
# 補間方法の定義
class INTERPOLATION(Enum):
"""
補間方法
"""
NONE = "none" # 未定義
JOINT = "joint" # 関節補間
POSITION = "pos" # 位置補間
# RRTによる経路生成手法の定義
class PATHPLAN(Enum):
"""
経路生成手法
"""
RRT = "rrt" # RRTによる経路生成
全体的なメイン処理 (main.py)
全体的なメイン処理を定義する main.py について説明する．
後ほど説明する pybullet_robot.py 内のクラスを実装するのがメインな処理である．
RRTでの探索空間を関節空間や直交空間を選択できるようにしている．
main.py
# Pybullet (Pythonでの3次元物理シミュレータ) による2軸ロボットアームの可視化
# 標準ライブラリの読み込み
import numpy as np
# 自作モジュールの読み込み
from pybullet_robot import MainPyBulletRobot
from constant import *
N_ROBOT_AXIS = DIMENTION_6D # ロボットの関節数
CONST_SEED = 1 # シード値 (常に同じ結果としたいから)
def main():
"""
メイン処理
"""
# ロボットが保存されている URDF ファイル名
if N_ROBOT_AXIS == DIMENTION_2D: # 2軸ロボットアーム
robot_urdf = "robot_2dof.urdf"
# 初期位置・終点位置
start_pos = np.array([1.0, -1.0])
end_pos = np.array([1.0, 1.0])
elif N_ROBOT_AXIS == DIMENTION_3D: # 3軸ロボットアーム
robot_urdf = "robot_3dof.urdf"
# 初期位置・終点位置
start_pos = np.array([1.0, -1.0, 1.0])
end_pos = np.array([1.0, 1.0, 1.0])
elif N_ROBOT_AXIS == DIMENTION_6D: # 6軸ロボットアーム
robot_urdf = "robot_6dof.urdf"
# 初期位置・終点位置 (位置(x, y, z)・姿勢(ロール・ピッチ・ヨー))
start_pos = np.array([1.0, -1.0, 1.0, np.pi/3, np.pi/2, -np.pi/4])
end_pos = np.array([1.0, 1.0, 1.0, np.pi/4, np.pi/4, np.pi/3])
else:
raise ValueError(f"N_ROBOT_AXIS is abnormal. N_ROBOT_AXIS is {N_ROBOT_AXIS}")
# 寛容が保存されている URDF ファイル名
environment_urdf = "environment.urdf"
# 経路生成手法
path_plan = PATHPLAN.RRT.value
# 探索空間を指定
interpolation = INTERPOLATION.JOINT.value # 関節空間の探索
# interpolation = INTERPOLATION.POSITION.value # 直交空間の探索
# Pybulletを使用するインスタンス作成
my_robot = MainPyBulletRobot(robot_urdf, environment_urdf, interpolation)
# シード値の設定
np.random.seed(CONST_SEED)
if interpolation == INTERPOLATION.JOINT.value:
# 関節空間の探索時は位置を関節角度に変換
start_theta = my_robot.convert_pos_to_theta(start_pos)
end_theta = my_robot.convert_pos_to_theta(end_pos)
print(f"start_theta = {start_theta}")
print(f"end_theta = {end_theta}")
result = my_robot.run(start_theta, end_theta, path_plan)
else:
result = my_robot.run(start_pos, end_pos, path_plan)
print(f"result = {result}")
if __name__ == "__main__":
# 本ファイルがメインで呼ばれた時の処理
main()
PyBulletでロボットを動かす (pybullet_robot.py)
PyBulletでロボットを動かす処理を定義する pybullet_robot.py について説明する．
経路生成手法である RRT を使用して，シミュレータ上のロボットを動かして，干渉判定を実装している．
pybullet_robot.py
# PyBulletで使用するロボットを記載
# ライブラリの読み込み
import pybullet as p # PyBullet
import pybullet_data # PyBulletで使用するデータ
import time # 時間
import numpy as np # 数値計算ライブラリ
# サードパーティの読み込み
# 自作モジュールの読み込み
from constant import *
from pybullet_rrt import RRTPyBullet
class MainPyBulletRobot:
"""
PyBulletのメインクラス
プロパティ
_robot_id(): ロボットアームのID番号
_n_joints(int): ロボットアームの関節数
_environment_id(): 県境のID番号
_interpolation(str): 探索空間 (直交空間/関節空間)
_rrt(rrt.py内のクラス): 経路生成
メソッド
public
メイン処理関連
run(): 実行 (始点から終点まで，干渉しない経路を生成)
運動学関連
convert_pos_to_theta(): 位置から関節角度に変換 (クラス外で使う用)
protected
事前準備関連
_init_robot(): ロボットの初期化
_init_environment(): 環境の初期化
メイン処理関連
_set_path_plan(): 経路生成手法の設定
_path_planning(): 始点から終点までの経路生成
_post_path_planning(): 経路生成の後処理 (経路生成成功時だけ実装)
_set_jump_joint(): 関節角度にジャンプ
_set_joint(): 関節角度の設定 (現在位置から移動)
運動学関連
_convert_pos_to_theta(): 位置から関節角度に変換 (クラス内で使う用)
干渉判定処理
_is_line_interference(): 2点間の干渉判定
_is_interference_start_end_pos(): 始点と終点が干渉判定していないかの確認
_is_interference_pos(): 位置にジャンプして干渉判定
"""
# 定数の定義
_PLANE_URDF = "plane.urdf" # 地面に関する urdf ファイル
_IDX_MIN_JOINT = 8 # 関節の最小値が保存されている要素番号
_IDX_MAX_JOINT = 9 # 関節の最大値が保存されている要素番号
_SIMULATION_SLEEP_TIME = 0.05 # シミュレーションの待機時間 [sec]
_INTERFERENCE_MARGIN = 0.1 # 干渉判定のマージン [m]
_PATH_PLAN_TIME = 100 # 経路生成の最大時間 [sec]
_N_MARGIN_MOVE = 100 # 経路生成終了後の余白時間 [回]
def __init__(self, robot_urdf, environment_urdf, interpolation):
"""
コンストラクタ
パラメータ
robot_urdf(str): ロボットアームのファイル名 (urdf)
environment_urdf(str): 環境のファイル名 (urdf)
interpolation(str): 補間方法 (関節空間/位置空間)
"""
# PyBulletの初期化
p.connect(p.GUI)
# パスの追加
p.setAdditionalSearchPath(pybullet_data.getDataPath())
# シミュレーションの初期化
p.resetSimulation()
# 重力の設定 (下(-z軸)方向の加速度)
p.setGravity(0, 0, -GRABITY_VALUE)
# ロボットの初期化
self._init_robot(robot_urdf, interpolation)
# 環境の初期化
self._init_environment(environment_urdf)
self._rrt = None
# 事前準備メソッド ↓
def _init_robot(self, robot_urdf, interpolation):
"""
ロボットの初期化
パラメータ
robot_urdf(str): ロボットアームのファイル名 (urdf)
interpolation(str): 探索方法 (関節空間/位置空間)
"""
# 引数の確認
if not (interpolation == INTERPOLATION.JOINT.value or interpolation == INTERPOLATION.POSITION.value):
# 異常
raise ValueError(f"interpolation is abnormal. interpolation is {interpolation}")
# プロパティの更新
self._interpolation = interpolation
# ロボットを読み込む．ベースリンクの原点は (x, y, z) = (0, 0, 0) として，ベースリンクは地面に固定
self._robot_id = p.loadURDF(robot_urdf, basePosition=[0, 0, 0], useFixedBase=True)
# urdf よりロボットの関節数を取得 (エンドエフェクタ用の仮想関節は不要なため -1)
self._n_joints = p.getNumJoints(self._robot_id) - 1
# ロボットの関節数に応じて，robot.py内のクラスを決定
if not (self._n_joints == DIMENTION_2D or self._n_joints == DIMENTION_3D or self._n_joints == DIMENTION_6D):
# 2軸，3軸，6軸ロボットアーム以外
raise ValueError(f"self._n_joints is abnormal. {self._n_joints} is abnormal.")
# 6軸ロボットアームでは，関節空間でしかRRTは実装しない
# 姿勢に関するRRTが未実装だから
if not (self._n_joints == DIMENTION_2D or self._n_joints == DIMENTION_3D): # 6軸ロボットアーム
if interpolation == INTERPOLATION.POSITION.value: # 直交空間の探索
raise ValueError("6DoF Robot don't use position rrt. please change interpolation to joint rrt")
def _init_environment(self, environment_urdf):
"""
環境の初期化
パラメータ
environment_urdf(str): 環境が保存されているファイル名
"""
# 地面を読み込む (pybulletが提供している "plane.urdf" を読み込む)
p.loadURDF(self._PLANE_URDF)
# 環境を読み込む
self._environment_id = p.loadURDF(environment_urdf, basePosition=[0, 0, 0], useFixedBase=True)
# 事前準備メソッド ↑
# メイン処理 ↓
def run(self, start_pos, end_pos, path_plan):
"""
実行
始点から終点まで，干渉しない経路を生成
パラメータ
start_pos(numpy.ndarray): 経路生成の始点
end_pos(numpy.ndarray): 経路生成の終点
path_plan(str): 経路生成手法
戻り値
result(bool): True/False = 経路生成に成功/失敗
"""
# リアルタイムでのシミュレーション
p.setRealTimeSimulation(1)
# 始点と終点で干渉していないかの確認
self._is_interference_start_end_pos(start_pos, end_pos)
# 経路生成手法の設定
self._set_path_plan(path_plan)
# 経路生成の実装
result = self._path_planning(start_pos, end_pos)
if result:
# 経路生成に成功
self._post_path_planning(start_pos, end_pos)
# ファイル保存
self._rrt.save()
# 経路生成後の余白時間 (即座にPyBulletが終了するのを防ぐための余白時間)
for _ in range(self._N_MARGIN_MOVE):
# 終点に移動
# PyBulletで関節角度を与えても，与えた関節角度ピッタリにはならず，数値誤差が発生するから，終点へ移動する処理を実施する
end_theta = self._convert_pos_to_theta(end_pos)
self._set_joint(end_theta)
# 待機時間
time.sleep(self._SIMULATION_SLEEP_TIME)
return result
def _set_path_plan(self, path_plan):
"""
経路生成手法の設定
パラメータ
path_plan(str): 経路生成手法名
"""
if path_plan == PATHPLAN.RRT.value:
# RRT
self._rrt = RRTPyBullet()
else:
# 異常
raise ValueError(f"path_plan is abnormal. path_plan is {path_plan}")
def _path_planning(self, start_pos, end_pos):
"""
始点から終点までの経路生成
パラメータ
start_pos(numpy.ndarray): 始点
end_pos(numpy.ndarray): 終点
戻り値
result(bool): True/False = 経路生成に成功/失敗
"""
result = False
# 経路生成の準備
self._rrt.preparation(start_pos, end_pos, self._interpolation)
start_time = time.time()
# 始点から終点までの経路が生成するまでループ
while True:
now_time = time.time()
if (now_time - start_time) >= self._PATH_PLAN_TIME:
# タイムアウト
break
# 経路生成を1度実行
new_node_pos, near_node_pos, near_node = self._rrt.expand_once(end_pos)
# print(f"new_node_pos = {new_node_pos}")
if self._is_line_interference(new_node_pos, near_node_pos):
# 干渉あり
continue
# 干渉なしだから，ノード追加 + 経路生成の完了確認
if not self._rrt.add_node_and_chk_goal(end_pos, new_node_pos, near_node):
# 終点までの近傍ではない
continue
# 新規ノードと始点までの干渉確認
if not self._is_line_interference(new_node_pos, end_pos):
# 始点から終点までの経路生成に成功
result = True
break
return result
def _post_path_planning(self, start_pos, end_pos):
"""
経路生成の後処理 (経路生成成功時だけ実装)
パラメータ
start_pos(numpy.ndarray): 経路生成の始点
end_pos(numpy.ndarray): 経路生成の終点
"""
# 経路生成の終了処理
self._rrt.fin_planning(start_pos, end_pos)
# 始点に移動
theta = self._convert_pos_to_theta(start_pos)
self._set_jump_joint(theta)
# print(f"self._rrt.pathes = {self._rrt.pathes}")
# 始点から終点までの経路を移動
for row_idx in range(self._rrt.pathes.shape[0]):
next_theta = self._convert_pos_to_theta(self._rrt.pathes[row_idx])
self._set_joint(next_theta)
# 待機時間
time.sleep(self._SIMULATION_SLEEP_TIME)
def _set_jump_joint(self, thetas):
"""
関節角度をジャンプ
パラメータ
thetas(numpy.ndarray): 関節角度
"""
for i in range(len(thetas)):
# 関節角度を設定
p.resetJointState(
bodyUniqueId=self._robot_id, # IDの設定
jointIndex=i, # 関節番号の設定
targetValue=thetas[i] # 関節角度
)
def _set_joint(self, thetas):
"""
関節角度の設定 (現在位置から移動)
パラメータ
thetas(numpy.ndarray): 設定したい関節角度
"""
for i in range(len(thetas)):
# 関節角度を設定
p.setJointMotorControl2(
bodyUniqueId=self._robot_id, # IDの設定
jointIndex=i, # 関節番号の設定
controlMode=p.POSITION_CONTROL, # 位置制御
targetPosition=thetas[i] # 関節角度
)
# メイン処理 ↑
# 干渉判定処理 ↓
def _is_line_interference(self, pos1, pos2):
"""
2点間の干渉判定
パラメータ
pos1(numpy.ndarray): 位置1
pos2(numpy.ndarray): 位置2
戻り値
is_interference(bool): True/False = 干渉あり/干渉なし
"""
is_interference = True
# 2点の干渉判定
if self._is_interference_pos(pos2):
return is_interference
if self._is_interference_pos(pos1):
return is_interference
# pos1からpos2へ移動
theta = self._convert_pos_to_theta(pos2)
self._set_joint(theta)
# 待機時間
time.sleep(self._SIMULATION_SLEEP_TIME)
# ロボットと干渉物との干渉判定
close_points = p.getClosestPoints(self._robot_id, self._environment_id, self._INTERFERENCE_MARGIN)
if len(close_points) == 0: # 干渉なし
is_interference = False
return is_interference
def _is_interference_start_end_pos(self, start_pos, end_pos):
"""
始点と終点が干渉判定していないかの確認
パラメータ
start_pos(numpy.ndarray): 経路生成の始点 (直交空間/関節空間)
end_pos(numpy.ndarray): 経路生成の終点 (直交空間/関節空間)
"""
# 始点の干渉判定
if self._is_interference_pos(start_pos):
raise ValueError("start_pos is interference. change start_pos.")
# 終点の干渉判定
if self._is_interference_pos(end_pos):
raise ValueError("end_pos is interference. change end_pos.")
def _is_interference_pos(self, pos):
"""
位置にジャンプして干渉判定
パラメータ
pos(numpy.ndarray): 位置/関節
戻り値
is_interference(bool): True/False = 干渉あり/干渉なし
"""
is_interference = True
# 位置から関節角度に変換
theta = self._convert_pos_to_theta(pos)
# print(f"theta = {theta}")
# 位置にジャンプ
self._set_jump_joint(theta)
# 待機時間
time.sleep(self._SIMULATION_SLEEP_TIME)
# ロボットと干渉物との干渉判定
close_points = p.getClosestPoints(self._robot_id, self._environment_id, self._INTERFERENCE_MARGIN)
if len(close_points) == 0: # 干渉なし
is_interference = False
return is_interference
# 干渉判定処理 ↑
# 運動学関連 ↓
def convert_pos_to_theta(self, pos):
"""
位置から関節角度に変換 (クラス外で使う用)
パラメータ
pos(numpy.ndarray): 位置・姿勢 / 関節角度
戻り値
thetas(numpy.ndarray): 関節角度
"""
if pos.shape[0] == DIMENTION_2D:
pos = np.append(pos, 0.0)
# エンドエフェクタのリンク要素はベースリンクを除いた要素番号となる
if pos.shape[0] == DIMENTION_2D or pos.shape[0] == DIMENTION_3D:
# 位置 (x, y, z) より，関節角度を算出
thetas = p.calculateInverseKinematics(self._robot_id, self._n_joints, pos)
elif pos.shape[0] == DIMENTION_6D:
# 姿勢を ロール・ピッチ・ヨー から クォータニオンへ変換
# 逆運動学の解を算出するには，姿勢はクォータニオンでないといけない
quaternion = p.getQuaternionFromEuler(pos[DIMENTION_3D:])
# 位置 (x, y, z) より，関節角度を算出
thetas = p.calculateInverseKinematics(self._robot_id, self._n_joints, targetPosition=pos[:DIMENTION_3D], targetOrientation=quaternion)
else:
# 異常
raise ValueError(f"pos.shape[0] is abnormal. pos.shape[0] is {pos.shape[0]}")
thetas = np.array(thetas)
return thetas
def _convert_pos_to_theta(self, pos):
"""
位置から関節角度に変換 (クラス内で使う用)
パラメータ
pos(numpy.ndarray): 位置 / 関節角度
戻り値
thetas(numpy.ndarray): 関節角度
"""
if self._interpolation == INTERPOLATION.POSITION.value:
# 逆運動学により，関節角度を返す
# 逆運動学には，(x, y, z)の3次元データが必須なため，2次元の場合はzのデータも増やす
if pos.shape[0] == DIMENTION_2D:
pos = np.append(pos, 0.0)
# エンドエフェクタのリンク要素はベースリンクを除いた要素番号となる
if pos.shape[0] == DIMENTION_2D or pos.shape[0] == DIMENTION_3D:
# 位置 (x, y, z) より，関節角度を算出
thetas = p.calculateInverseKinematics(self._robot_id, self._n_joints, pos)
elif pos.shape[0] == DIMENTION_6D:
# 姿勢を ロール・ピッチ・ヨー から クォータニオンへ変換
# 逆運動学の解を算出するには，姿勢はクォータニオンでないといけない
quaternion = p.getQuaternionFromEuler(pos[DIMENTION_3D:])
# 位置 (x, y, z) より，関節角度を算出
thetas = p.calculateInverseKinematics(self._robot_id, self._n_joints, targetPosition=pos[:DIMENTION_3D], targetOrientation=quaternion)
else:
# 異常
raise ValueError(f"pos.shape[0] is abnormal. pos.shape[0] is {pos.shape[0]}")
thetas = np.array(thetas)
else:
# pos が関節角度のため，そのまま返す
thetas = np.copy(pos)
return thetas
# 運動学関連 ↑
ソースコードの中身は前記事と大方同じであるため，本記事では割愛する．
(前記事 https://qiita.com/haruhiro1020/items/c22050a879043a2ca026)
経路生成手法であるRRT (pybullet_rrt.py)
経路生成手法であるRRTの処理を定義する pybullet_rrt.py について説明する．
RRT内ではツリーの作成を実施する．干渉判定はPyBulletで実施するため，RRT内には干渉判定を実装しない．
pybullet_rrt.py
# 経路生成手法であるRRT (Rapidly-exploring Random Tree) の実装 (PyBullet用)
# ライブラリの読み込み
import numpy as np
import os
# 自作モジュールの読み込み
from constant import * # 定数
class Tree:
"""
ツリークラス
プロパティ
_nodes(numpy.ndarray): ノード
_near_node_idx(int): _nodes内の最短ノードを保存している列番号
メソッド
public
nodes(): _nodesプロパティのゲッター
reset(): データの初期化
add_node(): ノードの追加
get_near_node(): 最短距離のノードを取得
get_near_node_list(): ノードと近傍ノードをリストで取得
protected
_chk_node_exist(): ノードが存在するかの確認
"""
# 定数の定義
def __init__(self, near_node_idx):
"""
コンストラクタ
"""
# プロパティの初期化
self._nodes = []
self._near_node_idx = near_node_idx
@property
def nodes(self):
"""
_nodesプロパティのゲッター
"""
return self._nodes
def reset(self):
"""
データの初期化
"""
if len(self._nodes) != 0:
# 何かしらのデータが保存
del self._nodes
self._nodes = []
def add_node(self, node):
"""
ノードの追加
パラメータ
node(numpy.ndarray): ノード
"""
if len(self._nodes) == 0: # 初回だけ実行
self._nodes = node
else:
self._nodes = np.append(self._nodes, node, axis=0)
def _chk_node_exist(self):
"""
ノードが存在するかの確認
"""
if len(self._nodes) == 0:
# 存在しない
raise ValueError("self._nodes is not exist")
def get_near_node(self, pos):
"""
最短距離のノードを取得
パラメータ
pos(numpy.ndarray): 位置
戻り値
min_dist_idx(int): 最短距離のノード番号
"""
# ノードの存在確認
self._chk_node_exist()
# ノードから位置を取得
nodes_pos = self._nodes[:, :self._near_node_idx]
# 差分を計算
difference = nodes_pos - pos
# 距離を計算 (各ノードとの距離を算出するため，引数にaxis=1を与えた)
distance = np.linalg.norm(difference, axis=1)
# 最短距離ノードを取得
min_dist_idx = np.argmin(distance)
return min_dist_idx
def get_near_node_list(self, pos, radius):
"""
ノードと近傍ノードをリストで取得
パラメータ
pos(numpy.ndarray): ノード位置
radius(float): 半径
戻り値
near_node_list(list): 近傍ノードリスト
"""
# ノードの存在確認
self._chk_node_exist()
near_node_list = []
# ツリー内全ノード位置を取得
all_node_pos = self._nodes[:, :self._near_node_idx]
# ノードとツリー内全ノードの差分を計算
difference = all_node_pos - pos
# 差分から距離(ユークリッド距離)を計算
distance = np.linalg.norm(difference, axis=1)
# 距離が一定以内のノードだけを保存
near_node_list = [idx for idx, dist in enumerate(distance) if dist <= radius]
return near_node_list
class RRTPyBullet:
"""
RRTにロボットを追加したクラス
プロパティ
_name(str): 経路生成手法名
_pathes(numpy.ndarray): 始点から終点までの経路 (PruningやShortcut済みの経路)
_start_tree(Tree): 始点ツリー
_strict_min_pos(numpy.ndarray): 探索の最小範囲
_strict_max_pos(numpy.ndarray): 探索の最大範囲
_moving_value(float): 1回あたりの移動量 [rad] or [m]
_before_modify_pathes(numpy.ndarray): PruningやShortcutなどの修正前の経路
_pruning_pathes(numpy.ndarray): Pruning後の経路
_shortcut_pathes(numpy.ndarray): Shortcut後の経路
_partial_shortcut_pathes(numpy.ndarray): Partial Shortcut後の経路
メソッド
public
プロパティのゲッター関連
name(): _nameプロパティのゲッター
pathes(): _pathesプロパティのゲッター
準備処理
preparation(): 経路生成の準備
メイン処理関連
expand_once(): ランダム探索による新規ノードおよび最短ノードの取得 (干渉判定は実装しない)
add_node_and_check_goal(): ノード追加 + 経路生成の完了確認
fin_planning(): 経路生成の終了処理
ファイル関連
save(): 生成した経路をファイル保存
protected
メイン処理関連
_add_node_start_tree(): 始点ツリーにノードを追加
_chk_end_pos_dist(): 終点との距離が一定範囲内であるかの確認
_calc_new_pos(): 最短ノードからランダムな値方向へ新しいノード(位置)を作成
_get_random_pos(): ランダムな位置を取得
準備処理関連
_reset(): データの初期化
_set_interpolation(): 経路生成したい探索空間の設定
_strict_planning_pos(): 探索範囲を制限する
ファイル関連
_make_folder(): フォルダーの作成
_reset_folder(): フォルダー内のファイルを全削除
_get_path_plan_folders(): 経路生成結果を保存する複数のフォルダー名を取得
_make_path_plan_folder(): 経路生成結果を保存するフォルダー作成
_save_numpy_data_to_txt(): Numpyデータをテキストファイルに保存
"""
# 定数の定義
# ファイル名の定義
# 各経路生成手法で絶対に定義するべきファイル名 ↓
# _pathesプロパティを保存するファイル名
_FILE_NAME_PATHES = f"{PATHPLAN.RRT.value}_pathes.csv"
# _start_treeプロパティを保存するファイル名
_FILE_NAME_START_TREE = f"{PATHPLAN.RRT.value}_start_tree.csv"
# 各経路生成手法で絶対に定義するべきファイル名 ↑
# ツリーの要素番号を定義
_NODE_NEAR_NODE_IDX = RRT_NEAR_NODE_IDX # ノード内の最短ノード要素
# 探索に関する定義
_MOVING_VALUE_JOINT = 0.1 # 1回の移動量 [rad] (ロボットの関節空間)
_MOVING_VALUE_POS = 0.2 # 1回の移動量 [m] (ロボットの位置空間)
_STRICT_PLANNING_ROB_JOINT = np.pi / 2 # 探索範囲の制限 [rad] (ロボットの関節空間)
_STRICT_PLANNING_ROB_POS = 1.0 # 探索範囲の制限 [m] (ロボットの位置空間)
_GOAL_SAMPLE_RATE = 0.1 # ランダムな値を取るときに，終点を選択する確率
def __init__(self):
"""
コンストラクタ
"""
self._name = PATHPLAN.RRT.value
self._pathes = []
self._start_tree = Tree(self._NODE_NEAR_NODE_IDX)
self._interpolation = INTERPOLATION.NONE.value
self._moving_value = self._MOVING_VALUE_JOINT
self._dim = DIMENTION_NONE
# プロパティのゲッターメソッド ↓
@property
def name(self):
"""
_nameプロパティのゲッター
"""
return self._name
@property
def pathes(self):
"""
_pathesプロパティのゲッター
"""
return self._pathes
# プロパティのゲッターメソッド ↑
# メイン処理メソッド ↓
def expand_once(self, end_pos):
"""
ランダム探索による新規ノードおよび最短ノードの取得 (干渉判定は実装しない)
パラメータ
end_pos(list): 経路生成の終点
戻り値
new_node_pos(numpy.ndarray): 新規ノード
near_node_pos(numpy.ndarray): 最短ノード位置
near_node(int): 最短ノード番号
"""
# ランダムな値を取得
random_pos = self._get_random_pos(end_pos)
# ランダムな値と最短ノードを計算
near_node = self._start_tree.get_near_node(random_pos)
# 最短ノードの位置
near_node_pos = self._start_tree.nodes[near_node, :self._NODE_NEAR_NODE_IDX]
# 最短ノードからランダムな値方向へ新しいノード(位置)を作成
new_node_pos = self._calc_new_pos(random_pos, near_node_pos)
return new_node_pos, near_node_pos, near_node
def add_node_and_chk_goal(self, end_pos, node_pos, near_node):
"""
ノード追加 + 経路生成の完了確認
パラメータ
end_pos(numpy.ndarray): 経路生成の終点
node_pos(numpy.ndarray): ノード位置
near_node(int): 親ノード
戻り値
is_successful(bool): True/False = 経路生成の完了/未完了
"""
# 処理結果
is_successful = False
# 始点ツリーにノードを追加
self._add_node_start_tree(node_pos, near_node)
# 終点との距離が一定範囲内であるかの確認
if self._chk_end_pos_dist(node_pos, end_pos):
# 一定範囲内のため，経路生成の完了
is_successful = True
return is_successful
def _add_node_start_tree(self, pos, near_node):
"""
始点ツリーにノードを追加
パラメータ
pos(numpy.ndarray): 位置
near_node(int): 最短ノード
"""
# _start_treeにノードを追加
node = np.append(pos, near_node).reshape(1, -1)
self._start_tree.add_node(node)
def _chk_end_pos_dist(self, pos, end_pos):
"""
終点との距離が一定範囲内であるかの確認
パラメータ
pos(numpy.ndarray): ノード位置
end_pos(numpy.ndarray): 経路生成の終点
戻り値
is_near(bool): True / False = 一定範囲内である / でない
"""
is_near = False
# 距離を計算
dist = np.linalg.norm(end_pos - pos)
# 一定範囲内であるかの確認
if dist <= self._moving_value:
is_near = True
return is_near
def fin_planning(self, start_pos, end_pos):
"""
経路生成の終了処理
パラメータ
start_pos(list): 経路生成の始点
end_pos(list): 経路生成の終点
"""
# 始点から終点までの経路に関係するノードを選択
revers_path = end_pos.reshape(1, -1)
near_node = -1
while True:
# 終点から始点方向へノードを取得
node = self._start_tree.nodes[near_node]
pos = node[:self._NODE_NEAR_NODE_IDX].reshape(1, -1)
# 浮動小数型になっているので，整数型に型変換
near_node = int(node[self._NODE_NEAR_NODE_IDX])
revers_path = np.append(revers_path, pos, axis=0)
if near_node == INITIAL_NODE_NEAR_NODE:
# 始点ノードまで取得できたため，処理終了
break
# 経路が終点からの順番になっているため，始点から終点とする
self._pathes = revers_path[::-1]
# ツリーに終点を追加 (要素番号を指定するため -1)
self._add_node_start_tree(end_pos, self._start_tree.nodes.shape[0] - 1)
def _calc_new_pos(self, random_pos, near_node_pos):
"""
最短ノードからランダムな値方向へ新しいノード(位置)を作成
パラメータ
random_pos(numpy.ndarray): ランダムな位置
near_node_pos(numpy.ndarray): 最短ノード位置
戻り値
new_pos(numpy.ndarray): 新しいノード
"""
# 方向を計算
direction = random_pos - near_node_pos
# 方向の大きさを1にする
norm_direction = direction / (np.linalg.norm(direction) + EPSILON)
# 新しいノードを作成
new_pos = near_node_pos + norm_direction * self._moving_value
return new_pos
def _get_random_pos(self, target_pos):
"""
ランダムな位置を取得
パラメータ
target_pos(numpy.ndarray): 目標点
戻り値
random_pos(numpy.ndarray): ランダムな位置
"""
# 乱数を取って，目標点を選択するかランダムを選択するか
select_goal = np.random.rand()
if select_goal < self._GOAL_SAMPLE_RATE:
# 目標点を選択s
random_pos = target_pos
else:
random_pos = np.random.uniform(self._strict_min_pos, self._strict_max_pos)
return random_pos
# メイン処理メソッド ↑
# 準備処理関連メソッド ↓
def preparation(self, start_pos, end_pos, interpolation):
"""
経路生成の準備
パラメータ
start_pos(list): 経路生成の始点
end_pos(list): 経路生成の終点
interpolation(int): 補間方法 (関節空間/位置空間)
"""
# データの初期化
self._reset()
# 始点と終点の次元数が一致しているかの確認
start_pos_dim = np.size(start_pos)
end_pos_dim = np.size(end_pos)
if start_pos_dim != end_pos_dim:
# 次元数が異なるので異常
raise ValueError(f"start_pos_dim and end_pos_dim are not matched. start_pos_dim is {start_pos_dim}, end_pos_dim is {end_pos_dim}")
self._dim = start_pos_dim
# 探索空間の設定
self._set_interpolation(interpolation)
# 始点ノードをツリーに追加
self._add_node_start_tree(start_pos, INITIAL_NODE_NEAR_NODE)
# 探索範囲を設定
self._strict_planning_pos(start_pos, end_pos)
# 結果を保存するフォルダ作成
self._make_path_plan_folder(interpolation)
# フォルダー内のファイルを全部削除
self._reset_folder(interpolation)
def _reset(self):
"""
データの初期化
"""
self._start_tree.reset()
if len(self._pathes) != 0:
# 何かしらのデータが保存
del self._pathes
self._pathes = []
self._interpolation = INTERPOLATION.NONE.value
self._dim = DIMENTION_NONE
def _set_interpolation(self, interpolation):
"""
経路生成したい探索空間の設定
パラメータ
interpolation(int): 補間の種類 (関節補間/位置補間)
"""
if interpolation == INTERPOLATION.POSITION.value:
# 位置空間
self._moving_value = self._MOVING_VALUE_POS
elif interpolation == INTERPOLATION.JOINT.value:
# 関節空間
self._moving_value = self._MOVING_VALUE_JOINT
else:
# 異常値
raise ValueError(f"interpolation is abnormal. interpolation is {interpolation}")
# 補間種類の更新
self._interpolation = interpolation
def _strict_planning_pos(self, start_pos, end_pos):
"""
探索範囲を制限する
パラメータ
start_pos(numpy.ndarray): 始点
end_pos(numpy.ndarray): 終点
"""
all_pos = np.array([start_pos, end_pos])
# 各列の最大/最小値を取得
min_pos = np.min(all_pos, axis=0)
max_pos = np.max(all_pos, axis=0)
if self._interpolation == INTERPOLATION.POSITION:
# 位置空間の探索
strict_planning_pos = self._STRICT_PLANNING_ROB_POS
else:
# 関節空間の探索
strict_planning_pos = self._STRICT_PLANNING_ROB_JOINT
self._strict_min_pos = min_pos - strict_planning_pos
self._strict_max_pos = max_pos + strict_planning_pos
print(f"self._strict_min_pos = {self._strict_min_pos}")
print(f"self._strict_max_pos = {self._strict_max_pos}")
# 準備処理関連メソッド ↑
# ファイル関連メソッド ↓
def _make_folder(self, folder_name):
"""
フォルダーの作成
パラメータ
folder_name(str): 作成したいフォルダー名
"""
# フォルダーが作成済みでもエラーを出力しないよう，exist_ok=Trueとした．
os.makedirs(folder_name, exist_ok=True)
def _reset_folder(self, interpolation):
"""
フォルダー内のファイルを全削除
パラメータ
interpolation(str): 探索方法 (位置空間/関節空間)
"""
# フォルダー名を取得
folder_names = self._get_path_plan_folders(interpolation)
for folder_name in folder_names:
for entry in os.listdir(folder_name):
full_path = os.path.join(folder_name, entry)
if os.path.isfile(full_path) or os.path.islink(full_path):
os.remove(full_path) # 通常ファイル・シンボリックリンクを削除
def _get_path_plan_folders(self, interpolation):
"""
経路生成結果を保存する複数のフォルダー名を取得
パラメータ
interpolation(str): 探索方法 (位置空間/関節空間)
戻り値
folder_names(list): 複数のフォルダー名
"""
folder_names = [os.path.join(self._name, interpolation), ]
return folder_names
def _make_path_plan_folder(self, interpolation):
"""
経路生成結果を保存するフォルダー作成
パラメータ
interpolation(str): 探索方法 (位置空間/関節空間)
"""
# フォルダー名を取得
folder_names = self._get_path_plan_folders(interpolation)
for folder_name in folder_names:
self._make_folder(folder_name)
def save(self):
"""
生成した経路をファイル保存
"""
# 始点から終点までの修正済みの経路をファイル保存
self._save_numpy_data_to_txt(self._pathes, self._FILE_NAME_PATHES)
# 始点のツリーを保存
self._save_numpy_data_to_txt(self._start_tree.nodes, self._FILE_NAME_START_TREE)
def _save_numpy_data_to_txt(self, data, file_name):
"""
Numpyデータをテキストファイルに保存
パラメータ
data(numpy.ndarray): ファイル保存したいデータ
file_name(str): 保存したいファイル名
"""
# 引数の確認
if len(data) == 0:
# データが存在しないため，処理終了
return
if not file_name:
# ファイル名が存在しないため，処理終了
return
# ファイル名にフォルダ名を追加 (各経路生成手法で異なるフォルダにデータを保存)
full_path = f"{self._name}/{self._interpolation}/{file_name}"
np.savetxt(full_path, data)
# ファイル関連メソッド ↑
RRT内で干渉判定を実施できないため，RRTクラスの実装側で干渉判定の結果に応じて，処理を実装できるようにpubic関数を用意した．
RRTクラスの実装側で，呼んでほしくない処理はprotected関数として，public関数を最小限とした．
今回は，RRTによる経路生成だが将来的にはRRTの拡張アルゴリズムを使用する予定である．
RRTに関しては，私の他記事内やコメントを記載したため，各関数についての説明は割愛する．
PyBulletでロボットを動かす
上記にて，ロボットのURDF，ソースコードを説明した．
main.py ファイルを実施することによって，PyBullet上のロボットを動かしていく．
探索空間は関節空間でしか実装していない．直交空間での姿勢に関する経路生成が未実装であるから．
関節空間で探索した時の動画
関節空間で探索した時のロボットの動画を下図に2つ載せる．
動画１：始点から終点まで干渉しない経路を生成するための探索
干渉しない経路の生成に失敗した．失敗の要因として，以下の2点が考えられる．
要因１：探索時間が少ない
要因２：関節1 ~ 6の移動量が同じ，パラメータ調整不足
要因１の探索時間が少ないに関して．
現状は経路生成の探索時間が100[sec]である．十分な探索時間であるが，PyBulletの処理が影響し，1回あたりの処理時間が大きくなってしまうため，探索時間を増やす必要がある．
要因２：関節1 ~ 6の移動量が同じ，パラメータ調整不足に関して．
6軸ロボットアームの関節1 ~ 6では，各関節角度がロボットアームの手先位置に与える影響は異なる．関節1 ~ 6で同じ角度分動かすと，手先位置が一番変わるのは関節1であり，手先位置が一番変わらないのは関節6である．
上記内容を体験してみたいのであれば，下記リンクよりスライダーで関節角度を変更してみるとわかりやすい．
(https://qiita.com/haruhiro1020/items/75d95e1628fdea0743f4)
関節によって手先位置への影響が異なるため，各関節に対して重みづけを行う必要がある．また，本環境へ対応するためにパラメータの調整も実施する．
探索時間を増加させた時の経路生成動画
探索時間を増加させ，関節空間で探索した時のロボットの動画を下図に2つ載せる．
探索時間は下表の通りとなる．
| 修正前後 | 探索時間 [sec] | コード内のパラメータ名 |
|---|---|---|
| 修正前 | 100 | _PATH_PLAN_TIME |
| 修正後 | 1000 | _PATH_PLAN_TIME |
動画２：始点から終点まで干渉しない経路を生成するための探索
探索内容を全部動画化すると，10[MB]以上となったため，探索初期と探索終了の近辺を抜粋した動画である．
動画３：探索後の始点から終点までの経路
探索時間を増やすと，干渉しない経路を生成することができた．
ただ，即座に経路を生成したい場合には，本対応はよくない方針である．
そのため，次に説明する対応や経路生成手法をRRTから修正するなどの対応をした方が良い．
関節1 ~ 6の重みの変更およびパラメータ調整した時の経路生成動画
関節の重みの変更およびパラメータ調整した時のボットの動画を下図に2つ載せる．
関節の重みに関しては，下表の通り．
| 関節番号 | 修正前 | 修正後 |
|---|---|---|
| 1 | 1.0 | 1.0 |
| 2 | 1.0 | 1.2 |
| 3 | 1.0 | 1.2 |
| 4 | 1.0 | 0.2 |
| 5 | 1.0 | 0.2 |
| 6 | 1.0 | 0.2 |
経路生成失敗時の動画を観ると，ロボットアームが手前の干渉物と干渉しているのがわかる．特に，手先位置の高さ(z方向)は低いことが原因で干渉しているため，高さ方向への探索をするために，関節2と3の重みを大きくした．関節4 ~ 6は手先位置への影響が小さいため，重みを小さくした．
各関節軸への重みを与えるために，ソースコードも修正した．次は修正したソースコードを説明する．
１：pybullet_robot.py 内の _path_planning() メソッドを修正
修正内容は以下の通り．
def _path_planning(self, start_pos, end_pos):
...
start_time = time.time()
# 修正内容 ↓
if self._n_joints == DIMENTION_6D: # 6軸ロボットアームの場合
weight = np.array([1, 1.2, 1.2, 0.2, 0.2, 0.2])
weight = None
else:
weight = None
# 修正内容 ↑
# 始点から終点までの経路が生成するまでループ
while True:
...
２：pybullet_rrt.py 内の _calc_new_pos() メソッドを修正
修正内容は以下の通り．
def _calc_new_pos(self, random_pos, near_node_pos, weight):
# 方向を計算
direction = random_pos - near_node_pos
# 修正後 ↓
# 重みの計算
if weight is None:
weight = 1
weighted_direction = direction * weight
norm_direction = weighted_direction / (np.linalg.norm(weighted_direction) + EPSILON)
# 修正後 ↑
# # 修正前 ↓
# # 方向の大きさを1にする
# norm_direction = direction / (np.linalg.norm(direction) + EPSILON)
# # 修正前 ↑
# 新しいノードを作成
new_pos = near_node_pos + norm_direction * self._moving_value
return new_pos
３：pybullet_rrt.py 内の _calc_new_pos() メソッドを修正
修正内容は以下の通り．
def get_near_node(self, pos, weight):
...
# 差分を計算
difference = nodes_pos - pos
# 修正 ↓
# 差分に重みを考慮
if weight is None:
weight = 1
difference = difference * weight
# 修正 ↑
# 距離を計算 (各ノードとの距離を算出するため，引数にaxis=1を与えた)
distance = np.linalg.norm(difference, axis=1)
...
パラメータ調整の内容は下表の通りである．
| パラメータ名 | 概要 | 修正前 | 修正後 |
|---|---|---|---|
| _GOAL_SAMPLE_RATE | ランダム位置の計算時に終点を選択する確率 | 0.1 | 0.3 |
| _MOVING_VALUE_JOINT | RRT1回あたりの関節移動量 [rad] | 0.1 | 0.2 |
動画４：始点から終点まで干渉しない経路を生成するための探索
動画 5：探索後の始点から終点までの経路
各関節への重みおよびパラメータ調整を実施することで，干渉しない経路を生成することができた．
ただ，環境に応じて調整をしたため，環境を変えたら再度調整の必要がある．
そのため，経路生成手法をRRTから修正するなどの対応をした方が良い．また，様々な経路生成手法を比較して，環境に合った手法を選択する必要がある．
おわりに
本記事では，Pythonを使用して，下記内容を実装しました
・PyBullet で干渉物が存在する環境下で，6軸ロボットアームの経路生成 (経路生成手法としてRRTを採用)
次記事では，下記内容を実装していきます．
・PyBullet で2軸ロボットアームにハンドをつけて，物体の把持
(https://qiita.com/haruhiro1020/items/01f661a571c6fe76c551)