Webots R2023b 完整安装配置教程

Webots R2023b 完整安装配置教程

声明:本教程由豆包、ChatGPT等AI工具协助完成。

本教程讲解如何安装 Python3、包管理器 Micromamba、必要依赖包(如 opencv-python),以及 Webots 仿真软件,并完成 Micromamba Python 环境与 MATLAB 地址的配置,适用于 Windows、macOS 双系统。

一、前置说明

  1. 适用场景:需要使用 Webots 进行仿真开发,同时依赖 Python 进行脚本编写、OpenCV 进行图像处理,通过 Micromamba 管理 Python 环境,并关联 MATLAB 路径用于联合开发。
  2. 版本约定(兼容性最优):
  • Python:3.11(Webots R2023b 最优兼容版本,适配性更稳定)
  • Micromamba:最新稳定版
  • OpenCV-Python:4.8.0(避免过高版本与 Webots 冲突)
  • Webots:R2023b(稳定版,支持 Python3.11,适配双系统,兼容ROS2联合仿真)
  • MATLAB:R2022b 及以上(确保与 Python 版本兼容)
注:全程以“管理员身份”操作(Windows)/ 终端无需sudo(macOS),避免权限不足导致安装失败;安装路径建议全英文、无空格,避免中文路径引发的兼容性问题;所有命令行操作需严格按照教程格式执行,避免输入错误;各软件版本需严格遵循约定,避免版本不兼容。

二、Python3 安装(Windows + macOS 通用)

2.1 下载 Python3 安装包

访问 Python 官方下载地址:https://www.python.org/downloads/,根据自身系统选择对应安装包:

  • Windows:选择「Windows Installer (64-bit)」,版本选择 3.11.x(如 3.11.8),避免下载最新测试版。
  • macOS:根据芯片选择(Intel 芯片选「macOS 64-bit installer」,Apple Silicon 芯片选「macOS universal2 installer」),同样选择 3.11.x 版本。

2.2 安装步骤(Windows)

  1. 双击下载的 .exe 安装包,勾选安装界面底部「Add Python 3.11 to PATH」(关键步骤,避免后续无法在终端调用 Python)。
  2. 点击「Customize installation」(自定义安装),取消勾选「Optional Features」中不需要的组件(如 Documentation、tcl/tk and IDLE,新手可全部保留),点击「Next」。
  3. 选择安装路径(建议默认路径,或自定义为「D:\Python311」,全英文无空格),点击「Install」,等待安装完成。
  4. 验证安装:打开「命令提示符」(Win+R 输入 cmd),输入 python --versionpython3 --version,若显示「Python 3.11.x」,则安装成功。

2.3 安装步骤(macOS)

  1. 双击下载的 .pkg 安装包,按照提示点击「继续」,同意许可协议,选择安装位置(默认即可),输入电脑密码完成安装。
  2. 验证安装:打开「终端」(Launchpad → 其他 → 终端),输入 python3 --version,若显示「Python 3.11.x」,则安装成功。
  3. 补充说明:macOS 自带 Python2.7(已废弃),因此必须使用 python3 命令调用刚安装的 Python3.11,避免混淆。

三、Micromamba 安装与配置(包管理器)

本教程选用 Micromamba 作为包管理工具(轻量、快速),用于创建独立的 Python 环境,避免不同项目的依赖冲突。

注:这只是一种包管理软件,若你习惯使用其他包管理工具(如 conda、miniconda),可参考本教程中 Python 环境创建、依赖包安装的逻辑,采用类似方式进行配置。

3.1 下载与安装 Micromamba

Windows 系统

访问 Micromamba 官方文档:https://mamba.readthedocs.io/en/latest/user_guide/micromamba.html,下滑至「Installation」部分,找到 Windows 安装命令,复制并在「命令提示符」(管理员身份)中执行:

curl-Ls https://micro.mamba.pm/api/micromamba/win-64/latest |tar-xvj bin\micromamba.exe -O> micromamba.exe 
micromamba shell hook -s cmd.exe | Out-String | Invoke-Expression 
macOS 系统

其他细节请参考:https://blog.ZEEKLOG.net/knicknock/article/details/155916386

curl-Ls https://micro.mamba.pm/api/micromamba/osx-64/latest |tar-xvj bin/micromamba 

初始化 Micromamba(根据终端类型选择命令,默认 zsh 终端):

./bin/micromamba shell hook -szsh|source

若为 bash 终端,执行:

./bin/micromamba shell hook -sbash|source
可选:配置国内源(加速包下载)

默认源为国外地址,可通过以下命令配置清华镜像源,提升后续包安装速度:

# 创建配置文件目录mkdir-p ~/.mamba # 写入国内源配置echo"channels: - defaults - conda-forge default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud show_channel_urls: true"> ~/.mamba/mambarc 

3.2 验证 Micromamba 安装

在终端(cmd/终端)输入以下命令,若显示 Micromamba 的版本号(如 1.5.0),则安装成功:

micromamba --version

3.3 用 Micromamba 创建 Python 环境(核心步骤)

创建一个专门用于 Webots 开发的 Python 环境(命名为 webots-env,可自定义),避免与系统 Python 环境冲突:

执行创建命令(指定 Python 版本为 3.11,与之前安装的 Python 版本一致):

micromamba create -n webots-env python=3.11-y

说明:-n 后面是环境名(webots-env),-y 表示自动确认安装,无需手动输入 y。

激活环境(环境创建完成后执行):

Windows:

micromamba activate webots-env 

macOS:

./bin/micromamba activate webots-env 

(若Micromamba初始化成功,可直接输入micromamba activate webots-env

备注:后续所有 Python 包(如 opencv-python)都需在该环境下安装,确保依赖统一。

四、必要 Python 包安装(opencv-python 等)

确保已激活 Micromamba 创建的 webots-env 环境(终端显示 (webots-env)),执行以下命令安装所需包,优先使用 conda 安装,避免 pip 安装的包与环境冲突。

4.1 安装 opencv-python

micromamba install opencv-python=4.8.0 -y

说明:指定版本为 4.8.0,避免过高版本(如 4.9.x)与 Webots 兼容性问题;若 conda 安装失败,可使用 pip 安装:

pip install opencv-python==4.8.0 

4.2 安装其他必要依赖包

Webots 开发中常用的其他包(根据需求选择安装):

# 安装 numpy(OpenCV 依赖,处理数值计算) micromamba install numpy -y# 安装 matplotlib(用于绘图、数据可视化) micromamba install matplotlib -y# 安装 pillow(图像处理辅助包) micromamba install pillow -y

4.3 验证包安装

在激活的 webots-env 环境中,输入 python3(macOS)/ python(Windows),进入 Python 交互环境,执行以下命令:

import cv2 import numpy print(cv2.__version__)# 应输出 4.8.0print(numpy.__version__)# 输出任意稳定版本即可

若无报错,说明包安装成功;若报错“ModuleNotFoundError”,则重新激活 webots-env 环境,再次执行对应安装命令。

五、Webots 安装与配置

5.1 下载 Webots 安装包

访问 Webots 官方下载地址(跳转至 GitHub Releases 页面):https://github.com/cyberbotics/webots/releases,选择对应系统的安装包,版本建议选择 R2023b(稳定版,对 Python3.11 兼容性更优,支持原生 Apple Silicon,适配 ROS2 联合仿真需求):

  • Windows:下载「Windows 64-bit」安装包(.exe 格式)
  • macOS:下载「macOS」安装包(.dmg 格式)

5.2 安装 Webots(Windows)

  1. 双击下载的 .exe 安装包,选择安装语言(建议中文),点击「下一步」。
  2. 同意许可协议,选择安装路径(建议默认路径,或自定义全英文无空格路径,如「D:\Webots」)。
  3. 勾选「创建桌面快捷方式」,点击「下一步」,等待安装完成,点击「完成」。

5.3 安装 Webots(macOS)

  1. 双击下载的 .dmg 安装包,将「Webots」拖拽到「Applications」(应用程序)文件夹中,完成安装。
  2. 首次打开 Webots 时,可能会提示「无法打开,因为它来自未知开发者」,解决方法:打开「系统设置」→「隐私与安全性」→ 下滑找到「Webots」,点击「仍要打开」,即可正常启动。

5.4 Webots 关联 Micromamba Python 环境(核心配置)

Webots 默认可能无法找到 Micromamba 创建的 Python 环境,需要手动指定 Python 路径,确保 Webots 能调用该环境下的 Python 及安装的包(如 opencv-python)。

步骤 1:找到 Micromamba 环境的 Python 路径

确保已激活 webots-env 环境,在终端输入以下命令,查看 Python 路径:

# macOSwhich python3 # Windows where python 

记录输出的路径(关键,后续需用到):

  • Windows 示例:D:\micromamba\envs\webots-env\python.exe
  • macOS 示例(Intel):/usr/local/micromamba/envs/webots-env/bin/python3
  • macOS 示例(Apple Silicon):/opt/homebrew/micromamba/envs/webots-env/bin/python3
步骤 2:Webots 中配置 Python 路径
  1. 打开 Webots 软件,点击顶部菜单栏「工具」→「偏好设置」(Windows)/「Webots」→「偏好设置」(macOS)。
  2. 在弹出的窗口中,找到「Python」选项卡,点击「Python 命令」后的「浏览」,选择步骤 1 中记录的 Python 路径(Windows 选 .exe 文件,macOS 选 python3 文件)。
  3. 点击「确定」,重启 Webots,配置生效。
步骤 3:验证 Webots 与 Python 环境关联成功
  1. 打开 Webots,新建一个简单的仿真场景(如「Empty World」)。
  2. 在场景中添加一个机器人(如「e-puck」),右键机器人 →「添加控制器」→「Python」,创建一个新的 Python 控制器脚本。
  3. 在脚本中输入以下代码,保存并运行仿真:
import cv2 print("OpenCV 版本:", cv2.__version__)print("Python 环境关联成功!")
  1. 若仿真正常运行,且控制台输出 OpenCV 版本(4.8.0),则关联成功;若报错“ModuleNotFoundError: No module named ‘cv2’”,则重新检查 Python 路径配置(确保指向 webots-env 环境的 Python),并确认 opencv-python 已在该环境安装。

六、配置 Micromamba Python 环境与 MATLAB 地址

若需要在 Webots 中调用 MATLAB 相关功能(如 MATLAB 脚本、工具箱),需手动配置 MATLAB 安装地址,确保 Webots 能正常关联 MATLAB。

6.1 找到 MATLAB 安装地址

  • Windows:默认安装路径为 C:\Program Files\MATLAB\R2022b(R2022b 为 MATLAB 版本,根据自身安装版本修改),核心路径为「MATLAB 根目录」。
  • macOS:默认安装路径为/Applications/MATLAB_R2022b.app,核心路径为「/Applications/MATLAB_R2022b.app/」。

6.2 配置 MATLAB 地址

  1. 打开 Webots,点击顶部菜单栏「工具」→「偏好设置」→「MATLAB」选项卡。
  2. 点击「MATLAB 根目录」后的「浏览」,选择上述找到的 MATLAB 安装根目录,点击「确定」,重启 Webots 生效。

七、常见问题排查

问题 1: 终端输入 micromamba 提示「不是内部或外部命令」?

解决:重新执行 Micromamba 初始化命令,或重启终端;若仍失败,手动将 Micromamba 的 bin 目录添加到系统环境变量(PATH)。

问题 2: Webots 运行 Python 脚本报错「ModuleNotFoundError: No module named ‘cv2’」?

解决:确认已激活 webots-env 环境,且 opencv-python 已安装;重新检查 Webots 中配置的 Python 路径,确保路径指向该环境的 Python。

问题 3: macOS 打开 Webots 提示「未知开发者」?

解决:进入「系统设置」→「隐私与安全性」,找到 Webots,点击「仍要打开」;或按住 Control 键,右键点击 Webots,选择「打开」。

Read more

人工智能:计算机视觉的基础与应用

人工智能:计算机视觉的基础与应用

第十二篇:计算机视觉的基础与应用 学习目标 💡 理解计算机视觉的基本概念和重要性 💡 掌握计算机视觉中的图像处理技术、特征提取方法、常用模型与架构 💡 学会使用计算机视觉库(OpenCV、PIL、PyTorch、TensorFlow)进行图像处理、特征提取和模型训练 💡 理解图像分类、目标检测、语义分割等任务的实现方法 💡 通过实战项目,开发一个完整的计算机视觉应用 重点内容 * 计算机视觉的基本概念 * 图像处理技术(图像预处理、增强、滤波) * 特征提取方法(HOG、SIFT、ORB) * 常用模型与架构(LeNet、AlexNet、VGG、ResNet、YOLO) * 实战项目:计算机视觉应用开发(图像分类、目标检测等) 一、计算机视觉基础 1.1 计算机视觉的基本概念 计算机视觉(Computer Vision)是人工智能的一个重要分支,它涉及计算机与图像之间的交互。其目标是让计算机能够理解和解释图像内容,

By Ne0inhk
(第四篇)Spring AI 核心技术攻坚:多轮对话与记忆机制,打造有上下文的 AI

(第四篇)Spring AI 核心技术攻坚:多轮对话与记忆机制,打造有上下文的 AI

摘要         在大模型应用开发中,“上下文丢失” 是多轮对话场景的核心痛点,直接导致 AI 回复割裂、用户体验拉胯。本文基于 Spring AI 生态,从对话记忆的本质出发,深度拆解短期 / 长期 / 摘要三类记忆的设计逻辑,对比 Redis 缓存与数据库持久化的技术选型方案,详解上下文压缩的关键技巧,并通过完整实战案例,手把手教你构建支持 100 轮对话的高可用智能客服。全程贯穿 “从内存存储到分布式记忆” 的进阶思路,既有底层原理剖析,又有可直接落地的代码实现,帮你彻底掌握 Spring AI 记忆机制的核心玩法。 引言         用过 Spring AI 开发对话应用的同学都懂:默认情况下 LLM 是 “鱼的记忆”—— 每次请求都是独立会话,无法记住上一轮的对话内容。比如智能客服场景中,用户先说明 “我要查询订单物流”,再提供 “订单号 12345”

By Ne0inhk
OpenClaw龙虾图鉴:16只AI Agent选型指南

OpenClaw龙虾图鉴:16只AI Agent选型指南

这里写目录标题 * 🦞 OpenClaw龙虾图鉴:16只AI Agent选型指南 * 🎯 快速选型指南 * 🥇 第一梯队:官方正统 * 1️⃣ OpenClaw - 原生官网框架 * 2️⃣ 🌙 KimiClaw - 云端大存储+Kimi K2.5 * 3️⃣ ⚡ MaxClaw - 成本杀手,10秒部署 * 🥈 第二梯队:极客专精 * 4️⃣ 🔥 NullClaw - 678KB极致疯子 * 5️⃣ 🦀 OpenFang - Rust生产级Agent OS * 6️⃣ 🐍 Nanobot - Python死忠粉 * 7️⃣ 🤖 NanoClaw - 多Agent协作狂魔 * 🥉 第三梯队:场景特化 * 🌱 第四梯队:新兴潜力股 * 1️⃣5️⃣ 🌱 EasyClaw -

By Ne0inhk
Flutter 组件 hex_toolkit 的适配 鸿蒙Harmony 实战 - 驾驭底层进制转换算力、实现鸿蒙端二进制协议审计与硬件级大数运算优化方案

Flutter 组件 hex_toolkit 的适配 鸿蒙Harmony 实战 - 驾驭底层进制转换算力、实现鸿蒙端二进制协议审计与硬件级大数运算优化方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 hex_toolkit 的适配 鸿蒙Harmony 实战 - 驾驭底层进制转换算力、实现鸿蒙端二进制协议审计与硬件级大数运算优化方案 前言 在鸿蒙(OpenHarmony)生态的工业物联、区块链安全以及底层驱动调试开发中,“字节(Byte)”的处理能力是决定系统吞吐量与安全性的核心红线。面对从硬件传感器上传的 16 进制(Hex)原始数据流,如果依然使用 Dart 原生的低效字符串拼凑,不仅会浪费大量的 CPU 时钟周期,更会因为频繁的内存分配(GC)导致实时任务的掉帧与反馈延迟。 我们需要一种“位级别(Bit-level)”的操作艺术。 hex_toolkit 是一套专注于极致性能的进制转换利器。它不仅能实现字符串与字节数组之间的瞬间转化,更针对底层网络报文解析设计了大量的便捷方法。适配到鸿蒙平台后,它不仅能支撑起一个功能全备的低功耗蓝牙(BLE)数据包监听器,

By Ne0inhk