使用

以下代码是一个示例Python脚本，该脚本使用RoboDK API来过滤目标（姿势目标或联合目标）， FilterTarget命令：

pose_filt，关节= robot.FilterTarget（nominal_pose，estimated_joints）

如果第三方应用程序（不是RoboDK）使用姿势目标生成机器人程序，则此示例很有用。

注意：如果使用API​​自动生成程序，则不需要这样做。

从 机器人链接 进口 * ＃与RoboDK通信的API

从 罗布德克 进口 * ＃基本矩阵运算

定义 XYZWPR_2_Pose（y）：

 返回 KUKA_2_Pose（y） ＃将X，Y，Z，A，B，C转换为姿势

定义 姿势_2_XYZWPR（姿势）：

 返回 姿势_2_KUKA（姿势） ＃将姿势转换为X，Y，Z，A，B，C

＃启动RoboDK API并检索机械手：

RDK = 机器人链接（）

机器人 = RDK。项目（''， ITEM_TYPE_ROBOT）

如果 不 机器人。有效（）：

 提高 例外（“机器人不可用”）

pose_tcp = XYZWPR_2_Pose（[0， 0， 200， 0， 0， 0]） ＃定义TCP

pose_ref = XYZWPR_2_Pose（[400， 0， 0， 0， 0， 0]） ＃定义参考框架

＃更新机械手TCP和参考框架

机器人。setTool（pose_tcp）

机器人。setFrame（pose_ref）

＃对于SolveFK和SolveIK（正向/反向运动学）非常重要

机器人。setAccuracyActive（假） ＃精度可以为开或关

＃在关节空间中定义名义目标：

关节 = [0， 0， 90， 0， 90， 0]

＃计算关节目标的机器人标称位置：

pose_rob = 机器人。SolveFK（关节） ＃机器人法兰与机器人底座

＃计算pose_target：相对于参考帧的TCP

pose_target = v（pose_ref）*pose_rob*pose_tcp

打印（“目标未过滤：”）

打印（姿势_2_XYZWPR（pose_target））

joints_approx = 关节 ＃joints_approx必须在20度以内

pose_target_filt， real_joints = 机器人。FilterTarget（pose_target， 关节）

打印（“目标已过滤：”）

打印（real_joints。列出（））

打印（姿势_2_XYZWPR（pose_target_filt））