Guidesに戻る
ロボットプログラミング言語: Python,C++,ROS
ロボット向けに最高のプログラミング言語: プロトタイプ作成のためのパイトン,リアルタイム制御のためのC++,システム統合のためのROS. どの時に使うか.
言語比較
| Language | Typical レイテンシ | Key Libraries | Best For | Limitation |
|---|---|---|---|---|
| Python | 1-10 ms (non-deterministic) | NumPy, OpenCV, PyTorch, rclpy | Rapid prototyping, ML/AI, data processing, research | GIL prevents true parallelism; not real-time safe |
| C++ | <1 ms (deterministic with RT kernel) | Eigen, rclcpp, MoveIt2, Drake | Real-time control loops, drivers, production systems | Slow iteration; complex build systems; memory management |
| Rust | <1 ms (deterministic) | ros2_rust, nalgebra | Safety-critical systems, memory-safe drivers | Small robotics ecosystem; steep learning curve |
| MATLAB / Simulink | N/A (offline / codegen) | Robotics System Toolbox, ROS Toolbox | Control system design, simulation, academic research | Expensive license ($2K+/yr); not used in production |
| Proprietary (KRL, RAPID, Karel) | <1 ms (built into controller) | Vendor-specific | Industrial robot programming on OEM controllers | No portability; vendor lock-in; limited ecosystem |
ロボット制御のための ROS2 建築
ROS2 (ロボットオペレーティングシステム2) は言語ではなく コミュニケーション (DDS) と パッケージ管理を提供する ミドルウェアフレームワークです ロボットソフトウェアを構築するための標準的なアーキテクチャです
- ノード: 独立したプロセス (センサ,コントローラー,プランナーごとに1つ) テーマ (pub/sub),サービス (リクエスト/レスポンス) とアクション (長期作業) を通じてコミュニケーションをとる.
T2 (センサー_msgs/JointState) は100-1000 Hzで関節位置を公開する. T3 (センサー_msgs/画像) は30-60 Hzでフレームを公開する. - 制御ループ階層: セルボレベル (1-10 kHz,モーターコントローラファームウェアで実行) → 共同レベル (100-1000 Hz,ros2_control) → 作業レベル (10-30 Hz,MoveIt2/政策推論)
実践的な推奨事項:認識,計画,高レベルの論理のために Python ノードを書きなさい. タイミング保証を満たす制御ループのために ** C++ ノードを書きなさい. これはすべての主要ROS2ロボットドライバーが使用するパターンです.
リアルタイム制御要件
異なるロボットコンポーネントには異なるタイミング要求があります
- Servo制御ループ: <1 ms (1-10 kHz) エンジンコントローラファームウェアで動作する (コードに含まれていない). PID位置/速度/トーク制御を処理する.
- ** 合同制御ループ:** 1-10 ms (100-1000 Hz). モーターにターゲット位置/速度/トークを送信する. 決定性である必要があります. リアルタイムカーネル (Linux の PREEMPT_RT パッチ) を使用する.
- 運動計画: 計画ごとに10~100ms. MoveIt2は衝突のない軌道を生成します.リアルタイムではありませんが,反応的な再計画のために十分な速度でなければなりません.
- ゲートグラフで実行されている神経ネットワークのポリシー (模倣学習,RL). パイソンはここで大丈夫です. GPUは重い計算処理を行う.
- 視力処理: フレームあたり16-33ms (30-60Hz) 検出,分割,ポーズ推定 GPU加速,PyTorch/ONNXでPython
サンプルコード: ROS2 Pythonで基本腕制御
import rclpy
from rclpy.node import Node
from trajectory_msgs.msg import JointTrajectory, JointTrajectoryPoint
from builtin_interfaces.msg import Duration
class ArmController(Node):
def __init__(self):
super().__init__('arm_controller')
self.publisher = self.create_publisher(
JointTrajectory,
'/joint_trajectory_controller/joint_trajectory',
10
)
self.joint_names = [
'joint1', 'joint2', 'joint3',
'joint4', 'joint5', 'joint6'
]
def move_to_pose(self, positions, duration_sec=2.0):
"""Send arm to target joint positions."""
msg = JointTrajectory()
msg.joint_names = self.joint_names
point = JointTrajectoryPoint()
point.positions = positions # radians
point.time_from_start = Duration(sec=int(duration_sec),
nanosec=int((duration_sec % 1) * 1e9))
msg.points = [point]
self.publisher.publish(msg)
self.get_logger().info(f'Moving to: {positions}')
def main():
rclpy.init()
controller = ArmController()
# Home position
controller.move_to_pose([0.0, -1.57, 1.57, 0.0, 1.57, 0.0])
rclpy.spin(controller)
rclpy.shutdown()
if __name__ == '__main__':
main()
この例は,ROS2対応の腕 (OpenArm 1, UR, Kinova) に関して,
キーライブラリとフレームワーク
- MoveIt2: 運動計画枠組み.衝突意識の軌道の生成,逆運動学,把握計画. PythonとC++ API. ROS2における腕操作の標準.
- Nav2: モバイルロボット向けナビゲーションスタック. 経路計画,障害物回避,ローカライゼーション (AMCL). TurtleBot 4,Unitree Go2で使用.
- Drake: MITのロボットライブラリで,多体ダイナミクス,最適化ベースの制御,シミュレーション.C++とパイソン結合.接触豊富な操作研究に優れた.
- PyTorch / JAX: MLのトレーニング操作政策のフレームワーク. PyTorchはロボット研究 (RT-2,Octo,ACTによって使用) で支配されている. JAXはRL (brax,mujoco-mjx) に関する牽引力を獲得している.
- OpenCV: コンピュータビジョン. カメラの校正,画像処理,ArUco検出. パイthonとC++で利用可能.
- LeRobot (Hugging Face): ロボット学習のためのオープンソースのフレームワーク.データセット管理,政策訓練 (ACT,拡散政策) および展開. Pythonベースの.
どの 言語 を どの よう に 使う か
- **新しい行動のプロトタイプを作成し,MLトレーニングパイプラインを書き,センサーデータを処理し,スクリプト実験,ウェブダッシュボードを構築するときに Python を使用します. ロボティクスコードの90%は Python でなければならない.
- C++ を使って: ドライバを書き,ハードタイムリングの締め切り (<1ms jitter) を満たす制御ループを実装し,パフォーマンスが重要である生産システムを構築し, MoveIt2 または Nav2 に貢献する.
- Rustを使用する: 記憶の安全性が優先される安全性重要な部品を構築する時,新しいモータードライバーを書き込む時,またはあなたのチームがRustの専門知識を持っているとき.
- 産業ロボット (KUKA, ABB, FANUC) を本来のコントローラーにプログラミングする必要があります.可能な限り,ROS2橋を好みます.
言語比較
| Language | Typical レイテンシ | Key Libraries | Best For | Limitation |
|---|---|---|---|---|
| Python | 1-10 ms (non-deterministic) | NumPy, OpenCV, PyTorch, rclpy | Rapid prototyping, ML/AI, data processing, research | GIL prevents true parallelism; not real-time safe |
| C++ | <1 ms (deterministic with RT kernel) | Eigen, rclcpp, MoveIt2, Drake | Real-time control loops, drivers, production systems | Slow iteration; complex build systems; memory management |
| Rust | <1 ms (deterministic) | ros2_rust, nalgebra | Safety-critical systems, memory-safe drivers | Small robotics ecosystem; steep learning curve |
| MATLAB / Simulink | N/A (offline / codegen) | Robotics System Toolbox, ROS Toolbox | Control system design, simulation, academic research | Expensive license ($2K+/yr); not used in production |
| Proprietary (KRL, RAPID, Karel) | <1 ms (built into controller) | Vendor-specific | Industrial robot programming on OEM controllers | No portability; vendor lock-in; limited ecosystem |
ロボット制御のための ROS2 建築
ROS2 (ロボットオペレーティングシステム2) は言語ではなく コミュニケーション (DDS) と パッケージ管理を提供する ミドルウェアフレームワークです ロボットソフトウェアを構築するための標準的なアーキテクチャです
- ノード: 独立したプロセス (センサ,コントローラー,プランナーごとに1つ) テーマ (pub/sub),サービス (リクエスト/レスポンス) とアクション (長期作業) を通じてコミュニケーションをとる.
T6 (センサー_msgs/JointState) は100-1000Hzで関節位置を公開する. T7 (センサー_msgs/画像) は30-60Hzでフレームを公開する. - 制御ループ階層: セルボレベル (1-10 kHz,モーターコントローラファームウェアで実行) → 共同レベル (100-1000 Hz,ros2_control) → 作業レベル (10-30 Hz,MoveIt2/政策推論)
実践的な推奨事項:認識,計画,高レベルの論理のために Python ノードを書きなさい. タイミング保証を満たす制御ループのために ** C++ ノードを書きなさい. これはすべての主要ROS2ロボットドライバーが使用するパターンです.
リアルタイム制御要件
異なるロボットコンポーネントには異なるタイミング要求があります
- Servo制御ループ: <1 ms (1-10 kHz) エンジンコントローラファームウェアで動作する (コードに含まれていない). PID位置/速度/トーク制御を処理する.
- ** 合同制御ループ:** 1-10 ms (100-1000 Hz). モーターにターゲット位置/速度/トークを送信する. 決定的である必要があります. リアルタイムカーネル (Linux の PREEMPT_RT パッチ) を使用する.
- 運動計画: 計画ごとに10~100ms. MoveIt2は衝突のない軌道を生成します.リアルタイムではありませんが,反応的な再計画のために十分な速度でなければなりません.
- ゲートグラフで実行されている神経ネットワークのポリシー (模倣学習,RL). パイソンはここで大丈夫です. GPUは重い計算処理を行う.
- 視力処理: フレームあたり16-33ms (30-60Hz) 検出,分割,ポーズ推定 GPU加速,PyTorch/ONNXでPython
サンプルコード: ROS2 Pythonで基本腕制御
import rclpy
from rclpy.node import Node
from trajectory_msgs.msg import JointTrajectory, JointTrajectoryPoint
from builtin_interfaces.msg import Duration
class ArmController(Node):
def __init__(self):
super().__init__('arm_controller')
self.publisher = self.create_publisher(
JointTrajectory,
'/joint_trajectory_controller/joint_trajectory',
10
)
self.joint_names = [
'joint1', 'joint2', 'joint3',
'joint4', 'joint5', 'joint6'
]
def move_to_pose(self, positions, duration_sec=2.0):
"""Send arm to target joint positions."""
msg = JointTrajectory()
msg.joint_names = self.joint_names
point = JointTrajectoryPoint()
point.positions = positions # radians
point.time_from_start = Duration(sec=int(duration_sec),
nanosec=int((duration_sec % 1) * 1e9))
msg.points = [point]
self.publisher.publish(msg)
self.get_logger().info(f'Moving to: {positions}')
def main():
rclpy.init()
controller = ArmController()
# Home position
controller.move_to_pose([0.0, -1.57, 1.57, 0.0, 1.57, 0.0])
rclpy.spin(controller)
rclpy.shutdown()
if __name__ == '__main__':
main()
この例は,ROS2対応の腕 (OpenArm 1, UR, Kinova) に関して,
キーライブラリとフレームワーク
- MoveIt2: 運動計画枠組み.衝突意識の軌道の生成,逆運動学,把握計画. PythonとC++ API. ROS2における腕操作の標準.
- Nav2: モバイルロボット向けナビゲーションスタック. 経路計画,障害物回避,ローカライゼーション (AMCL). TurtleBot 4,Unitree Go2で使用.
- Drake: MITのロボットライブラリで,多体ダイナミクス,最適化ベースの制御,シミュレーション.C++とパイソン結合.接触豊富な操作研究に優れた.
- PyTorch / JAX: MLのトレーニング操作政策のフレームワーク. PyTorchはロボット研究 (RT-2,Octo,ACTによって使用) で支配されている. JAXはRL (brax,mujoco-mjx) に関する牽引力を獲得している.
- OpenCV: コンピュータビジョン. カメラの校正,画像処理,ArUco検出. パイthonとC++で利用可能.
- LeRobot (Hugging Face): ロボット学習のためのオープンソースのフレームワーク.データセット管理,政策訓練 (ACT,拡散政策) および展開. Pythonベースの.
どの 言語 を どの よう に 使う か
- **新しい行動のプロトタイプを作成し,MLトレーニングパイプラインを書き,センサーデータを処理し,スクリプト実験,ウェブダッシュボードを構築するときに Python を使用します. ロボティクスコードの90%は Python でなければならない.
- C++ を使って: ドライバを書き,ハードタイムリングの締め切り (<1ms jitter) を満たす制御ループを実装し,パフォーマンスが重要である生産システムを構築し, MoveIt2 または Nav2 に貢献する.
- Rustを使用する: 記憶の安全性が優先される安全性重要な部品を構築する時,新しいモータードライバーを書き込む時,またはあなたのチームがRustの専門知識を持っているとき.
- 産業ロボット (KUKA, ABB, FANUC) を本来のコントローラーにプログラミングする必要があります.可能な限り,ROS2橋を好みます.