PlanGrasp 规划抓取策略

PlanGrasp 算子作用是基于运动规划场景，筛选出可用的抓取策略（包含预抓位姿态、抓取位姿态、抬升位姿态）。

算子参数

• 运动规划资源管理/motion_planning_resource：运动规划资源管理算子名称。使用时需要在 Resource Group 中添加一个运动规划资源管理算子并将其名称填入此处。

• 机器人资源名称/robot_resource_name：机器人资源名。使用时需要在 Resource Group 中添加一个机器人资源算子并将其名称填入此处。

• 类型/type：

  • Release：算子会筛选出其中最优的抓取目标以及抓取策略。

  • Debug：算子会将所有可用的抓取策略以列表模式输出出来，方便后续的调试。该列表按照抓取优先顺序排序。

    注意：该算子运算时是否启用避撞运算，依赖于所绑定的机器人资源算子是否开启避撞。

    当该算子启用避撞时，Release 模式下若执行成功则会触发 finished 端口并给出不会发生碰撞的最佳抓取策略，如果Release模式执行失败则触发 Failed，此时的所有可用抓取策略都会发生碰撞。

    Debug 模式下无论是否发生碰撞，算子均会自动将所有可用抓取策略全部输出（按照抓取难度顺序排序），此时可以使用 GraspDebug（抓取策略调试）算子 进行调试，查看每个抓取策略是否碰撞、碰撞日志提示、碰撞对象名称、碰撞点位等信息。

• 抓取策略/grasp：打开抓取策略的可视化属性。

  • 打开抓取策略可视化。

  • 关闭抓取策略可视化。

  • 设置抓取策略的尺寸。取值范围：[0.001,10]。默认值：0.1。

数据信号输入输出

Release 模式

输出：

• grasp :

  • 数据类型：Grasp

  • 输出内容：最佳抓取策略。

Debug 模式

输出：

• grasp_list :

  • 数据类型：GraspList

  • 输出内容：所有可用抓取策略。

功能演示

详见深框抓取Demo展示。