赞助商
赞助入驻
RobimGH-Beta

RobimGH-BetaRobimGH_Beta Installer v1.1.7

RobimGH offers a simple and user-friendly programming interface that even non-experts in robotics can easily master.

更新日期:2024年3月18日分类标签: 语言: 平台:

历史版本(2) 0 人已下载 手机查看

此插件为官方原版未经修改,如需了解对应#rhino插件#的原版信息,可在页面底部点击跳转官方网站进行查看下载。

哪里可以下载到rhino插件
当然是访问建筑曲奇导航的Rhino插件板块,超全rhino 插件下载请访问: rhino插件大全


 

RobimGH-Beta 提供了一个简单且用户友好的编程界面,即使是非机器人专家也能轻松掌握。基于 RhinoGH 开发平台构建,这个离线机器人编程平台使得设计相关领域的专业人士能够快速上手。

RobimGH-Beta 支持国际上主流的机械臂品牌,同时还能实时与工业级电控模块集成,便于与各种硬件组件连接。它为开发者、研究人员和学生提供了一个稳定的开发环境。

[更新内容]

新增功能和增强内容请查看:https://github.com/orgs/RoboticPlus/discussions

[功能特点]

目前,RobimGH-Beta 的强项在于其自动避障算法,能够实现自主路径规划以避免碰撞。

未来,RobimGH-Beta 将逐步增强高级功能,如8自由度的运动规划、基于象限的运动规划以及定制各种过渡阶段规划。请期待这些即将推出的新功能!

[限制说明]

这是 RobimGH-Beta 的实验版本,目前包含 KUKA、ABB 和 Funuc。一些实用的新功能目前正在开发中。如果你计划尝试它们,请参考下面的示例文件来实施具体的模拟。

更多信息和用户手册,请查看我们的 gitbook:https://roboticplus-ai.gitbook.io/robimgh-documentation/

历史版本

版本
日期
大小
状态
语言
下载
RobimGH_Beta Installer v1.1.7最新
2024年3月18日
开心版
RobimGH_Beta v1.1.7 Installer (Please turn on your Memory Load option in Rhino Console- Grasshopper Developer Settings)
RobimGH Example Files
2024年3月19日
开心版
Example files for RobimGH v1.1.7, including Simple Planning, Auto External Planning and Obstacle Avoidance.

相关资源

Neuron
Neuron is a BCI toolset with little skills/knowledge requirement for (1 accessing EEG data and metrics; (2 creating BCI prototypes; (3 recording results for further analysis.
LINK_Dashboards
Shows dashboards live in the Rhino viewport based on inputs from Grasshopper.You can connect geometry, colors and data with mouse over previews and more.By LINK Arkitektur
Watermark Painter
Add watermark to your grasshopper canvas.
DotProduct DP Import
Free plugin to allow direct import of DotProduct .DP point cloud files into Rhino 4, 5 & 6.
Mockingbird
Mockingbird is a music semantics package for grasshopper3d. Music semantics refers to the ability of music to convey semantic meaning.
AiPlantCare
AiPlantCare gh. plugin is open-source API to our advanced cloud-based tool for predicting light for plants using state-of-the-art simulation models and cloud computing features.

暂无评论

您必须登录才能参与评论!
立即登录
暂无评论...
登录后可以自定义书签并同步收藏内容哦~
登录 获取素材