OMPL - OMPL
 | |
| Pierwsze wydanie | 15 października 2010 |
|---|---|
| Wersja stabilna | 1.5.2 / 31 stycznia 2021 r .
|
| System operacyjny | Linux , Mac OS X , Microsoft Windows |
| Licencja | BSD |
| Stronie internetowej | ompl |
OMPL ( O pen M otion P Lanning L ibrary) jest oprogramowanie do obliczania planów ruchu za pomocą algorytmu do pobierania próbek opartych. Zawartość biblioteki ogranicza się do algorytmów planowania ruchu, co oznacza brak specyfikacji środowiska, wykrywania kolizji czy wizualizacji. Jest to celowe, ponieważ biblioteka została zaprojektowana tak, aby można ją było łatwo zintegrować z systemami, które już zapewniają dodatkowe potrzebne komponenty. Na przykład OMPL jest zintegrowany z ROS i MoveIt! . W 2012 roku OMPL zdobył główną nagrodę w Open Source Software World Challenge .
Realizacja
OMPL jest napisany w C ++, ale oferuje również powiązania Pythona. Biblioteka zawiera implementacje dla dużej liczby algorytmów planowania, z których wszystkie są zaimplementowane poza tą samą podstawową funkcjonalnością. Podstawowa funkcjonalność OMPL dla planistów jest bezpieczna wątkowo . Dodanie nowych algorytmów planowania ruchu do OMPL jest łatwe, ułatwiając w ten sposób porównania między istniejącymi algorytmami i ocenę nowych pomysłów.
Docelowi odbiorcy
Nauczanie
Jednym z celów projektowych OMPL jest przejrzystość użytych koncepcji. Jest to równoznaczne z posiadaniem klas C ++, które odpowiadają koncepcjom znalezionym w literaturze. Taka konstrukcja ułatwia korzystanie z OMPL w edukacji. Ponadto autorzy zapewniają bezpłatne materiały szkoleniowe i zadania do wykorzystania w połączeniu z OMPL.
Użytek przemysłowy
Pierwsze użycie OMPL miało miejsce w Willow Garage , gdzie powstała biblioteka, do planowania ruchu ramion PR2 . W związku z tym biblioteka została wzmocniona, aby działać niezawodnie i wydajnie. Później OMPL zaczął być używany (przez ROS i MoveIt! ) Do setek różnych typów robotów.
Badania
OMPL zawiera narzędzia do benchmarkingu, zapewniając wspólną platformę do łatwego tworzenia i testowania nowych algorytmów.