examples/casadi: add ABA example

examples/casadi/CMakeLists.txt

@@ -8,6 +8,7 @@ endfunction()
 
 if(BUILD_WITH_CASADI_SUPPORT)
 
+  add_pinocchio_cpp_casadi_example(casadi-aba)
   add_pinocchio_cpp_casadi_example(casadi-rnea)
 
   if(BUILD_PYTHON_INTERFACE)

examples/casadi/casadi-aba.cpp

@@ -0,0 +1,84 @@
+#include "pinocchio/autodiff/casadi.hpp"
+
+#include "pinocchio/multibody/sample-models.hpp"
+
+#include "pinocchio/algorithm/aba.hpp"
+#include "pinocchio/algorithm/joint-configuration.hpp"
+
+int main(int /*argc*/, char ** /*argv*/)
+{
+  using namespace pinocchio;
+
+  typedef double Scalar;
+  typedef ::casadi::SX ADScalar;
+
+  typedef ModelTpl<Scalar> Model;
+  typedef Model::Data Data;
+
+  typedef ModelTpl<ADScalar> ADModel;
+  typedef ADModel::Data ADData;
+
+  // Create a random humanoid model
+  Model model;
+  buildModels::humanoidRandom(model);
+  model.lowerPositionLimit.head<3>().fill(-1.);
+  model.upperPositionLimit.head<3>().fill(1.);
+  Data data(model);
+
+  // Pick up random configuration, velocity and acceleration vectors.
+  Eigen::VectorXd q(model.nq);
+  q = randomConfiguration(model);
+  Eigen::VectorXd v(Eigen::VectorXd::Random(model.nv));
+  Eigen::VectorXd tau(Eigen::VectorXd::Random(model.nv));
+
+  // Create CasADi model and data from model
+  typedef ADModel::ConfigVectorType ConfigVectorAD;
+  typedef ADModel::TangentVectorType TangentVectorAD;
+  ADModel ad_model = model.cast<ADScalar>();
+  ADData ad_data(ad_model);
+
+  // Create symbolic CasADi vectors
+  ::casadi::SX cs_q = ::casadi::SX::sym("q", model.nq);
+  ConfigVectorAD q_ad(model.nq);
+  q_ad = Eigen::Map<ConfigVectorAD>(static_cast<std::vector<ADScalar>>(cs_q).data(), model.nq, 1);
+
+  ::casadi::SX cs_v = ::casadi::SX::sym("v", model.nv);
+  TangentVectorAD v_ad(model.nv);
+  v_ad = Eigen::Map<TangentVectorAD>(static_cast<std::vector<ADScalar>>(cs_v).data(), model.nv, 1);
+
+  ::casadi::SX cs_tau = ::casadi::SX::sym("tau", model.nv);
+  TangentVectorAD tau_ad(model.nv);
+  tau_ad =
+    Eigen::Map<TangentVectorAD>(static_cast<std::vector<ADScalar>>(cs_tau).data(), model.nv, 1);
+
+  // Build CasADi function
+  aba(ad_model, ad_data, q_ad, v_ad, tau_ad);
+  ::casadi::SX a_ad(model.nv, 1);
+
+  for (Eigen::DenseIndex k = 0; k < model.nv; ++k)
+    a_ad(k) = ad_data.ddq[k];
+
+  ::casadi::Function eval_aba(
+    "eval_aba", ::casadi::SXVector{cs_q, cs_v, cs_tau}, ::casadi::SXVector{a_ad});
+
+  // Evaluate CasADi expression with real value
+  std::vector<double> q_vec((size_t)model.nq);
+  Eigen::Map<Eigen::VectorXd>(q_vec.data(), model.nq, 1) = q;
+
+  std::vector<double> v_vec((size_t)model.nv);
+  Eigen::Map<Eigen::VectorXd>(v_vec.data(), model.nv, 1) = v;
+
+  std::vector<double> tau_vec((size_t)model.nv);
+  Eigen::Map<Eigen::VectorXd>(tau_vec.data(), model.nv, 1) = tau;
+
+  ::casadi::DM a_casadi_res = eval_aba(::casadi::DMVector{q_vec, v_vec, tau_vec})[0];
+  Data::TangentVectorType a_casadi_vec = Eigen::Map<Data::TangentVectorType>(
+    static_cast<std::vector<double>>(a_casadi_res).data(), model.nv, 1);
+
+  // Eval ABA using classic Pinocchio model
+  pinocchio::aba(model, data, q, v, tau);
+
+  // Print both results
+  std::cout << "pinocchio double:\n" << "\ta = " << data.ddq.transpose() << std::endl;
+  std::cout << "pinocchio CasADi:\n" << "\ta = " << a_casadi_vec.transpose() << std::endl;
+}