%20(2).svg)
项目简介
本项目是用于用户与Interbotix WidowX机械臂进行高级通信的API。该机械臂由6个MX - 64T Dynamixel伺服电机和一个Arbotix - m微控制器组成。项目包含机械臂模拟、运动学计算和使用强化学习学习逆运动学（IK）的框架，虽在Linux操作系统上开发，但理论上具有跨平台性。目前项目中的python/和preesm/文件夹已临时移除，学习部分暂不可用，python/文件夹将很快恢复。
项目的主要特性和功能
- 支持与机械臂串行通信，实现用户与机械臂交互。
- 具备物理模拟功能，用于强化学习中的运动学计算。
- 可读取JSON文件，为项目提供数据支持。
- 支持多种学习算法，对机械臂模拟进行控制学习，并在真实机械臂上测试。
- 可进行坐标转换，包括位置转换为笛卡尔和圆柱坐标。
- 提供简单接口，通过笛卡尔坐标控制机械臂。
- 包含单元测试和测试覆盖率统计功能。
安装使用步骤
前提条件
确保安装以下依赖库：
- KDL库v1.4.0：http://www.orocos.org/kdl
- OpenMP库版本amd64/bionic 5.0.1 - 1：https://www.openmp.org/，通过sudo apt-get install libomp-dev安装
- LCOV库：http://ltp.sourceforge.net/coverage/lcov.php，通过sudo apt-get install lcov安装
- Python3及以下Python库：
- TensorFlow库v1.14.0：https://www.tensorflow.org/，通过pip install tensorflow安装
- Keras库v2.2.4：https://keras.io，通过pip install keras安装
- ScikitLearn库v0.21.2：https://scikit-learn.org/，通过pip install scikit-learn安装
- GraphViz库v0.11：https://www.graphviz.org/，通过pip install graphviz安装
- AnnVisualizer库v2.5：https://pypi.org/project/ann_visualizer/，通过pip install ann_visualizer安装
- matplotlib库v3.0.3：https://matplotlib.org/，通过pip install matplotlib安装
- tinyik库v1.2.0：https://pypi.org/project/tinyik/，通过pip install tinyik安装
安装项目
bash
git clone https://gitlab.insa-rennes.fr/Gael.Gendron/WidowXArmLearning.git
cd build/
cmake ..
make
make install
若仅生成可执行文件而不安装库，执行：
bash
cd build/
cmake ..
运行示例和测试
运行示例
- 设置伺服电机ID示例：
bash cd examples/device_communication/example_id sudo ./example_id - 控制伺服电机LED示例：
bash cd examples/device_communication/example_led sudo ./example_led - 机械臂运动示例：
bash cd examples/device_communication/example_movement sudo ./example_movement - 抓取示例：
bash cd examples/trajectories/example_grab sudo ./example_grab - 计算有效坐标示例：
bash cd examples/computations/example_coordinates ./example_coordinates - 坐标转换示例：
bash cd examples/computations/example_converters ./example_converters - 笛卡尔模式控制示例：
bash cd examples/computations/example_cartesianMode sudo ./example_cartesianMode - 强化学习模拟控制示例：
bash cd examples/learning/example_learn ./example_learn - 强化学习模拟控制并在真实机械臂上测试示例：
bash cd examples/learning/example_learn_device sudo ./example_learn_device
运行单元测试
bash
cd tests/gtests
./test-main
生成测试覆盖率：
bash
lcov --capture --directory ./ --output-file coverage.info
genhtml coverage.info --output-directory coverage
运行Python学习测试
bash
cd ../python/
./multitester -h
./multitester
提取结果并可视化：
bash
./multitester
./resultextractor
运行Preesm（当前版本可能存在问题）
bash
../preesm/org.ietr.preesm.reinforcement_learning/Spider/correctCodegen.py ../preesm/org.ietr.preesm.reinforcement_learning/Spider/generated/pi_ddpg.cpp
cd Debug/
./reinforcement-learning
编译Preesm应用：
bash
cd preesm/org.ietr.preesm.reinforcement_learning/Spider/
make
注意事项
- 部分可执行文件运行时需
sudo权限访问串行端口。 - Preesm应用当前版本（v3.41.1）可能无法正常工作，需等待新版本。
- 当参数值较大时，Preesm应用可能生成大量执行器，导致内存耗尽。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】