wujihandpy 0.2.1

Python bindings for WujiHandCpp

WujihandPy: Python bindings for WujiHandCpp

WujihandPy 是 WujiHandCpp 的 Python 绑定。

提供更简洁、更高效、更易用的接口与灵巧手设备进行交互。

安装

WujihandPy 支持 pip 一键安装：

pip install wujihandpy

对于 Linux 用户，需要额外配置 udev 规则以允许非 root 用户访问 USB 设备，可在终端中输入：

echo 'SUBSYSTEM=="usb", ATTR{idVendor}=="0483", ATTRS{idProduct}=="5740", MODE="0666"' |
sudo tee /etc/udev/rules.d/95-wujihand.rules &&
sudo udevadm control --reload-rules &&
sudo udevadm trigger

支持的 CPU 架构

• x86_64
• ARM64

最低系统要求 (Linux)

glibc 2.28+

使用 glibc 2.28 或更高版本的 Linux 发行版：

• Debian 10+
• Ubuntu 18.10+
• Fedora 29+
• CentOS/RHEL 8+

Python 3.8+

支持以下 Python 版本：

• Python 3.8-3.14

最低系统要求 (Windows)

WujihandPy 目前暂不支持 Windows，我们会尽快推进相关支持。

示例代码

所有示例代码均位于 example 目录下。

部分参考 API

导入模块

import wujihandpy
import numpy as np

连接至灵巧手

hand = wujihandpy.Hand()

读数据

def read_<dataname>(self) -> np.<datatype>
def read_<dataname>(self) -> np.array<datatype> # For bulk-read

所有可使用的数据均定义在 wujihandpy/_core.pyi 中。

例如，读取灵巧手的上电运行时间(us)：

time = hand.read_system_time()

除整手唯一的数据外，每个关节也有自己的数据，数据名称均以 joint 作为开头。

例如，读取第1个手指（食指），第0个关节的当前位置数据：

position = hand.finger(1).joint(0).read_joint_position()

用一条指令读取多个数据也是可行的，这被称为批量读 (Bulk-Read)。

例如，以下指令读取整手所有（20个）关节的当前位置数据：

positions = hand.read_joint_position()

进行批量读时，函数返回包含所有数据的 np.array：

>>> np.set_printoptions(formatter={'int': lambda x: hex(x)})
>>> print(positions)
[[0x200828 0x2062D3 0x20186B 0x200535]
 [0xDFFE7A 0xBF2318 0x7FC3C2 0x802342]
 [0xE01213 0x900C79 0x3FB49B 0x60191E]
 [0xE04051 0x601EFB 0x4035B6 0x60026B]
 [0xDFD9AC 0x3FA315 0x4015C2 0x5FDF6A]]

read 函数会阻塞，直到读取完成。保证当函数返回时，读取一定成功。

写数据

写数据拥有类似的API，但多了一个参数用于传递目标值：

def write_<dataname>(self, np.<datatype>)
def write_<dataname>(self, np.array<datatype>) # For bulk-write

例如，写入单个关节的目标位置数据：

hand.finger(1).joint(0).write_joint_control_position(np.int32(0x800000))

关节位置的合法范围为 [0x000000, 0xFFFFFF]。

批量写数据也是可行的，例如，批量写入第1个手指的目标位置数据：

hand.finger(1).write_joint_control_position(np.int32(0x800000))

如果每个关节的目标值不同，可以传入一个包含所有目标值的 np.array：

hand.finger(1).write_joint_control_position(
    np.array(
        #   J1        J2        J3        J4
        [0xDFFFFF, 0xBFFFFF, 0x400000, 0x600000],
        dtype=np.int32,
    )
)

write 函数会阻塞，直到写入完成。保证当函数返回时，写入一定成功。

异步读/写

读写函数均有对应的异步版本，函数名以 _async 作为后缀。

async def read_<dataname>_async(self) -> np.<datatype>
async def read_<dataname>_async(self) -> np.array<datatype> # For bulk-read
async def write_<dataname>_async(self, np.<datatype>)
async def write_<dataname>_async(self, np.array<datatype>)  # For bulk-write

异步读/写函数同样会异步阻塞，直到读/写完成。保证当函数返回时，读/写一定成功。

Unchecked 读/写

如果不关心读/写是否成功，可以使用 Unchecked 版本的读/写函数，函数名以 _unchecked 作为后缀。

def read_<dataname>_unchecked(self) -> np.<datatype>
def read_<dataname>_unchecked(self) -> np.array<datatype> # For bulk-read
def write_<dataname>_unchecked(self, np.<datatype>)
def write_<dataname>_unchecked(self, np.array<datatype>)  # For bulk-write

Unchecked 函数总是立即返回，不会阻塞，通常用于对实时性要求较高的场景。

Get

如果希望获取以往读/写的结果，可以使用 get 系列函数：

def get_<dataname>(self) -> np.<datatype>
def get_<dataname>(self) -> np.array<datatype> # For bulk-read

get 系列函数同样不会阻塞，它总是立即返回最近一次读取到的数据，无论该数据来自 read、async-read 还是 read-unchecked。

如果尚未请求过该数据，或请求尚未成功，get 函数的返回值是未定义的（通常为0）。

性能与优化

WujihandPy 在充分保证易用性的同时，尽可能优化了性能与效率。

我们强烈建议优先使用批量读/写以最大限度地发挥性能。

许可证

本项目采用 MIT 许可证，详情见 LICENSE 文件。