高速动作捕捉控制器到遥控机器人——利用Exoskeleton在ROS中快速控制UR5双臂

myController S570具有较高的数据采集速度和远程控制能力，大大简化了仿人机器人的编程。

myController S570是一个可移动的轻量级外骨骼，有14个关节，2个操纵杆和2个按钮，它具有高数据采集速度，出色的兼容性，与各种广泛使用的协作机器人无缝集成，并支持多种开发环境。它非常适合无人任务的远程操作和数据采集，使其成为工业自动化，工作站任务和人形机器人控制的理想工具。

本文采用UR5双臂进行快速直观的遥控。

背景

对人形机器人的兴趣日益增加，推动了双臂协作机器人的发展需求。由于双臂机器人在执行任务时需要同时控制12个以上的自由度，因此在实际应用中需要算法的支持。

Universal Robots (UR)占有很大的市场份额，许多工作站使用UR5和UR10进行双臂设置。通过使用myController S570，我们可以在没有任何算法支持的情况下轻松构建远程操作项目。

通过佩戴myController S570，用户可以控制机器人执行符合人类操作习惯的任务，大大简化了机器人的动作教学和数据采集。这种方法为测量、救援和各种无人操作等应用提供了实质性的优势。

myController S570参考信息

myController S570是与各种机器人高度兼容的数据采集设备。它可以实时传输14个关节、2个操纵杆和2个按钮的数据，通过PC实现对真实机器人的控制。它涵盖了数据收集、远程操作和端到端应用程序开发等场景。

数据采集速度高：数据采集速度高达100Hz，确保可靠的端到端AI数据采集和动作捕捉。

兼容性强：可以轻松与各种结构的机器人集成，甚至可以与夹持器、轮式机器人等控制配件集成。

机器人远程操作的优势：通过标准Python库和ROS支持，它提供蓝牙和Wi-Fi连接，使初学者可以访问机器人远程控制。

构建项目的步骤

利用Exoskeleton在ROS中快速控制UR5双臂

这个例子是在Ubuntu 20.04 + ROS Noetic + Miniconda上构建的，使用Python 3.8虚拟环境。

为避免出现未解决的错误，请按照指定的要求进行项目设置。

1. 创建一个ROS Python 3.8虚拟环境

请先安装Miniconda并激活基本环境。

2. 构建ROS工作区，然后克隆第三方项目和主项目

3. Catkin_make和Open Rviz

您将在rviz中看到myController S570外骨骼模型。

4. 连接我的控制器S570到PC。

请按照礼品簿的指示操作。

5. 检查串行名称和测试数据传输

关闭Gedit，创建一个新终端来运行脚本。

你会看到外骨骼模型在Rviz与真实的移动。

6. 在Rviz中控制UR5双臂

在这部分步骤中，我们需要修改为机器人启动Rviz的启动文件，调整节点名称、消息类型等，使机器人模型的联合变换信息与myController S570发布的消息匹配。

6.1创建新的启动文件

6.2修改python脚本，确保已发布的节点名称一致

6.3新开2个终端测试双臂机器人控制

打开一个终端启动rviz。

打开另一个终端运行test.py启动外骨骼并测试运动控制。

二次发展展望

要将这个演示连接到真正的机器人上进行测试，您应该参考双臂机器人项目的另一位作者的wiki。

如果使用其他机器人进行仿真任务，可参考本项目中myController S570安装和启动文件修改的相关步骤。在开发过程中，应考虑以下几点：

•冗余自由度处理。

•根据DH模型调整外骨骼控制器与机器人之间的关节角度映射。

总结

可穿戴外骨骼在高兼容性和人体动作捕捉方面具有优势。它能够从关节J1到J14进行高速数据采集，并在电子屏幕上显示实时传感器反馈，为无人任务的发展做出重大贡献。

代码

本文编译自hackster.io