摘要：
1. 全身运动学 青龙全身共31个自由度。 2个7自由度臂，2个头部自由度，3个腰部自由度，每个腿是6个自由度(髋关节3DOF，膝关节1DOF，踝关节2DOF) 共7+7+2+3+6+6=31 再加上浮动基座6自由度，总共37自由度。 2. 变量： 输入：13 * 3 = 39的纬度；约束：32 * 阅读全文
摘要：
1. Swing Leg Control \(J_i \in R^{3*3}\) 是足端雅可比；\(\tau _{i,ff}\) 是前馈力矩 \(\Lambda \in R^{3*3}\)是操作空间惯性矩阵；\(a_{i,ref} \in R^{3*3}\)是机体坐标系下的参考加速度 q是关节角度； 阅读全文
摘要：
限制进程CPU占用率 sudo cpulimit -p 1780(进程号) -l 200 脱离终端后台运行程序 nohup roslaunch your_package_name your_launch_file.launch & 阅读全文
摘要：
1. ZMP 1.1 二维分析： 着重看公式3.3,考虑对应于力矩为零时的那个作用点，即满足\(\tau(p_x) = 0\)的点\(p_x\)。 1.2 三维分析： 力矩为零的作用点： 点p就是压强中心，也即ZMP。 当机器人运动的时候，一般情况下，z方向的力矩等0并不成立。 所以在三维情况下，Z 阅读全文
摘要：
四足机器人MPC+WBC方案 一、MPC: 系统方程： 状态变量：\(x_r = (h_{com}, q_b, q_j) \in R^{24}\), 包含6维质心点动量，6维机身位姿，3*4个关节角度 输入变量：\(u = (f_{c1}, ......, f_{c4}, v_j) \in R^{3 阅读全文
摘要：
Model-free: Q learning, Sarsa, Policy Gradients Model-based: 能通过想象来预判断接下来将要发生的所有情况. 然后选择这些想象情况中最好的那种 基于概率：Policy Gradients 基于价值：Q learning, Sarsa 两者融合 阅读全文
摘要：
1. 启动 共启动3个节点 mobile_manipulator_mpc_node //mpc问题构建，计算 mobile_manipulator_dummy_mrt_node //仿真，承接MPC的输出，发布Observation, 对于仿真来讲，状态发布也是反馈 mobile_manipulat 阅读全文
摘要：
https://www.jianshu.com/p/38792751f755 阅读全文
摘要：
使用commit命令将容器保持为一个新的镜像 docker commit -a "作者(-a可以不要)" -m "提交信息" 容器名称或ID 新镜像名称：版本 docker commit -a "penuel" -m "new commit" old_docker new_image:v0 使用do 阅读全文
摘要：
1. 基础知识 1. 导数 2. 自动微分： 3. 适当函数： 至少有一处取值不为正无穷，以及处处取值不为负无穷。 对最优化问题，适当函数可以帮助去掉一些我们不感兴趣的函数。 4. 共轭函数： 从几何上看，意味着对于每一个y，共轭函数是在求\(y^{T}x - f(x)\)在所有x上的最大值。 xy 阅读全文