Drake
MIT 推出的机器人工具箱，用于基于模型的动力学、优化和控制系统设计
许可证
BSD-3-Clause
概述
Drake 是 MIT Robot Locomotion Group 开发的 C++ 和 Python 工具箱，用于基于模型的机器人设计与验证。它提供带接触建模的多体动力学、数学优化以及用于控制设计的系统框架，尤其适合抓取、装配等接触密集型操作任务。
Drake是一个用于分析机器人动力学和构建控制系统的C++/Python工具箱,由MIT机器人运动组开发。它在接触丰富的操控任务方面特别强大。
主要特点包括: - 带接触建模的多体动力学 - 数学规划(优化) - 用于控制设计的系统框架 - 感知流程集成 - 可视化工具(Meshcat、Meldis) - Python和C++接口 - 与LCM的通信集成 - 广泛的操控示例
Drake被领先的机器人实验室用于操控、运动和控制研究。它在需要精确接触动力学的任务(如抓取和装配)中表现出色。
为何重要
Drake 是 MIT 对严谨机器人设计给出的答案——它提供的数学工具不仅能仿真机器人，还能形式化验证控制算法是否正确工作。它被 Toyota Research Institute 和 Boston Dynamics 采用，弥合了学术控制理论与真实机器人部署之间的鸿沟。
解决的问题
构建可靠的机器人控制器不仅需要仿真，还需要用于设计、优化和验证控制算法的数学工具。Drake 在统一的框架中提供了这些工具，并被领先的机器人机构所采用。
要点
- 面向严谨机器人工程的基于模型的设计工具箱
- 支持自动微分的先进多体动力学
- 用于轨迹规划与控制的数学优化工具
- 面向控制系统设计的形式化验证能力
- 被 Toyota Research Institute 和各大机器人实验室采用
适用人群
- 控制系统研究人员和工程师
- 设计操作与运动控制器的团队
- 需要严格验证算法的机器人公司
- 学习现代机器人控制理论的研究生
局限
- 学习曲线陡峭，需要扎实的数学基础
- C++ API 功能强大，但用于简单任务时较为复杂
- 社区规模小于基于 ROS 的工具
- 文档默认读者熟悉优化和控制理论