SO-ARM100 - Robotique éducative
Les bases d'un bras robot
https://docs.phospho.ai/learn/overview
Simulation et pilotage du SO-ARM100 avec ROS2
Attention avant d'utiliser le robot avec ROS2, il faut l'avoir calibré, par ex. avec le script de calibration du projet LeRobot
https://github.com/JafarAbdi/ros2_so_arm100
Jumeau numérique
Pilotage de la simulation ou du vrai robot
Adapter le tuto suivant au SO-ARM100 : https://innovation.iha.unistra.fr/books/robotique-open-source/page/programmer-un-robot-avec-moveit2-jumeau-numerique
Contrôle des moteurs
Joint Trajectory Controller
ros2 run rqt_joint_trajectory_controller rqt_joint_trajectory_controller
Contrôle de l'outil via le plugin MoveIt de RViz
Cartesian Trajectory
ros2 launch so_arm100_moveit_config moveit_rviz.launch.py
Réalisation d'un programme en Python
# set plan start state to current state panda_arm.set_start_state_to_current_state() # set pose goal with PoseStamped message pose_goal = PoseStamped() pose_goal.header.frame_id = "panda_link0" pose_goal.pose.orientation.w = 1.0 pose_goal.pose.position.x = 0.28 pose_goal.pose.position.y = -0.2 pose_goal.pose.position.z = 0.5 panda_arm.set_goal_state(pose_stamped_msg=pose_goal, pose_link="panda_link8") # plan to goal plan_and_execute(panda, panda_arm, logger)
En utilisant l'environnement de développement Jupyter Notebook https://moveit.picknik.ai/main/doc/examples/jupyter_notebook_prototyping/jupyter_notebook_prototyping_tutorial.html
Contrôle du bras par clavier ou manette
https://docs.phospho.ai/basic-usage/teleop
Contrôle du bras par Oculus Quest
https://docs.phospho.ai/examples/teleop
Contrôle du bras via un modèle d'IA
https://docs.phospho.ai/basic-usage/inference