curobo

curobo

Biblioteca de robot acelerado CUDA

¡Consulte Curobo.org para instalar y comenzar con ejemplos!

Use discusiones para preguntas sobre el uso de este paquete.

Use problemas si encuentra un error.

El planificador de movimiento sin colisión de Curobo está disponible para aplicaciones comerciales como un complemento Moveit: Isaac Ros Cumotion

Para las consultas comerciales de esta biblioteca de Python, visite nuestro sitio web y envíe el formulario: Licencias de investigación NVIDIA

Descripción general

Curobo es una biblioteca acelerada CUDA que contiene un conjunto de algoritmos de robótica que se ejecutan significativamente más rápido que las implementaciones existentes que aprovechan el cómputo paralelo. Curobo actualmente proporciona los siguientes algoritmos: (1) cinemática de avance e inversa, (2) verificación de colisión entre robot y mundo, con el mundo representado como cuboides, mallas e imágenes de profundidad, (3) optimización numérica con descenso de gradiente, L-BFGS y MPPI, (4) planificación geométrica, (5) optimización de trayectoria, (6) Generación de movimiento de movimiento, (6). Planificación geométrica y optimización de trayectoria para generar movimientos globales dentro de los 30 ms.

Curobo realiza la optimización de la trayectoria en muchas semillas en paralelo para encontrar una solución. La optimización de la trayectoria de Curobo penaliza el imbécil y las aceleraciones, alentando las trayectorias más suaves y más cortas. A continuación comparamos la generación de movimiento de Curobo a la izquierda con un planificador Birrt para las fases de planificación de movimiento en una tarea de selección y lugar.

Citación

Si encontró este trabajo útil, cite el siguiente informe,

 @misc{curobo_report23,
      title={cuRobo: Parallelized Collision-Free Minimum-Jerk Robot Motion Generation},
      author={Balakumar Sundaralingam and Siva Kumar Sastry Hari and Adam Fishman and Caelan Garrett
              and Karl Van Wyk and Valts Blukis and Alexander Millane and Helen Oleynikova and Ankur Handa
              and Fabio Ramos and Nathan Ratliff and Dieter Fox},
      year={2023},
      eprint={2310.17274},
      archivePrefix={arXiv},
      primaryClass={cs.RO}
}