Whiser的博客

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（十）：tracker.py详解

项目的主线已经差不多介绍完毕了，接下来都是介绍一些支线代码。在前面的代码中，可以看到里面引入了一个目标跟踪tracker的代码。所以本节就来了解一下tracker.py。目标跟踪在本项目中的作用：在多目标场景中，目标跟踪确保每个目标都有唯一的ID标识，这样机器人可以按照预定顺序（如从左到右）依次抓取目标，而不会混淆不同目标。这对于实现有序抓取任务非常重要。当目标被短暂遮挡或检测算法在某些帧中未能检测到目标时，跟踪器可以基于先前的状态预测目标位置，保持对目标的跟踪，直到目标重新被检测到。

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（九）：u5re_gripper.h详解

demo.cpp中调用了ur5e_gripper.cpp中实现的多个方法来完成机器人控制任务。这表明demo.cpp和ur5e_gripper.cpp被编译成同一个可执行文件demo。ur5e_gripper.cpp是实现文件，包含了这些方法的具体实现。接下来介绍private私有函数，这些是类内部使用的资源和回调函数。a. 加载ur5e_gripper_control包。在前面的cpp操作文件中可以看到都引用了头文件。b. 查找并执行名为demo的可执行文件。四个文件之间的关系。最后介绍私有成员变量。

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（八）：start_grasp.launch.py详解

前面已经介绍了仿真软件的启动，接下来开始介绍抓取的代码start_grasp.launch.py。

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（七）：simulation.launch.py文件小结

在前面，我们已经从头到尾了解了simulation.launch.py文件的执行过程，接下来需要对该部分进行一个小结。查看rqt_grapgh，运行仿真环境后输入。首先查看一下节点，使用。

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（六）：seg_and_det.launch.py文件详解

这些节点共同构成了机器人视觉系统的核心部分，用于实现物体识别、定位和三维点云处理等功能，为后续的抓取规划提供必要的环境感知信息。到此，我们的抓取的准备工作已经完成，也就是simulation.launch.py代码执行结束，接下来将执行start_grasp.launch.py代码。

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（五）：register_depth.launch.py文件详解

为了将深度信息与彩色图像信息融合使用，需要将深度图像变换到彩色图像的坐标系中，这就是所谓的"配准"(register)过程。这个launch文件的作用就是启动深度图像配准功能，使得系统能够生成与彩色图像对齐的深度图像数据，这对于后续的物体识别、抓取点计算等任务非常重要。话题重映射是ROS 2中非常重要的概念，它允许我们在不修改节点代码的情况下改变节点订阅和发布的话题名称。这是ROS 2中一种高效的节点管理方式，允许多个节点在同一个进程中运行，减少进程间通信开销。

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（四）：ur5e_gripper_moveit.launch.py文件详解

接下来详细解释ur5e_gripper_moveit.launch.py文件内容代码如下：这里稍微介绍一下ur5e_gripper.srdf.xacro文件，ur5e_gripper.srdf.xacro 是一个SRDF (Semantic Robot Description Format) 文件，它是MoveIt运动规划框架中的一个重要配置文件。SRDF文件用于定义机器人的语义信息，这些信息扩展了基本的URDF（Unified Robot Description Format）模型。这个文件由Setup

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（三）：ur5e_gripper_sim_control.launch.py文件详解

这个launch文件的主要功能是启动UR5e机械臂与Robotiq夹爪的完整Gazebo仿真环境，包括机器人模型加载、控制器配置、可视化界面和仿真世界设置。文件通过声明多个可配置参数（如描述包、描述文件、是否启动RViz等）来提供灵活性，并按正确顺序启动各个必要组件：首先启动Gazebo仿真环境和机器人状态发布器，然后加载关节状态广播器、机械臂控制器和夹爪控制器，最后在仿真环境中生成机器人实体。整个启动过程还考虑了依赖关系，例如确保在关节状态广播器启动后再启动RViz，以保证各组件能够正确协同工作。

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（二）：从simulation.launch.py文件切入

总体流程如下：执行->找到simulation.launch.py的generate_launch_description函数并执行->通过OpaqueFunction执行自定义函数launch_setup（该函数返回动作列表）->launch_setup函数调用其他的launch文件。

原创 ROS2_Moveit2_Ur5e_Grasp项目详解（一）：项目文件介绍

声明：本项目详解仅用于个人学习ROS2，若有表达不对的地方，欢迎交流指正。关于ROS2的CMake介绍可以参考，视频可以看ROS2的编译流程图解：学习本项目所需要的基础：ROS2、C++、Python、目标检测YOLO等基础项目介绍：UR5e Dynamic Grasping System 是一个基于 ROS2 和 MoveIt2 框架开发的智能抓取系统。该项目结合深度相机感知、目标定位、动态环境建图（OctoMap）与路径规划，实现了 UR5e机械臂在动态环境中的实时避障与抓取任务。

原创 【从零开始学ROS搭建机械臂抓取检测任务环境】用SolidWorks构建UR5e机械臂

原创 3.9 训练一个Softmax分类器

原创 3.8 Softmax回归

原创 3.6 Batch Norm为什么奏效？

原创 3.5 将Batch Norm拟合进神经网络

原创 3.4 归一化网络的激活函数

转载 3.3 超参数训练的实践

原文链接:

转载 3.2 为超参数选择合适范围

原文链接:

原创 2.9 学习率衰减

原创 2.8 Adam优化算法

原创 2.7 RMSprop

原创 2.6 动量梯度下降法

原创 2.5 指数加权平均的偏差修正

原创 2.4 理解指数加权平均

原创 2.3 指数加权平均

原创 2.2 理解mini-batch梯度下降法

原创 2.1 mini-batch梯度下降法

原创 1.13 梯度检验

原创 1.12 梯度数值的逼近

原创 1.11 神经网络的权重初始化

原创 1.10 梯度消失和梯度爆炸

原创 1.9 归一化输入

原创 1.8其他正则化方法

原创 1.7 理解drop out

原创 1.6 drop out（随机失活）正则化

原创 1.5 为什么正则化可以减少过拟合？

原创 1.4 正则化

原创 1.3 机器学习基础

原创 1.2 偏差和方差

原创 4.6 搭建深层神经网络块