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

SpringBoot+Vue 物流管理系统平台完整项目源码+SQL脚本+接口文档【Java Web毕设】

SpringBoot+Vue 物流管理系统平台完整项目源码+SQL脚本+接口文档【Java Web毕设】

摘要 随着电子商务和物流行业的快速发展,高效的物流管理系统成为企业提升竞争力的关键。传统物流管理方式依赖人工操作,效率低下且容易出错,难以满足现代物流需求。物流管理系统通过信息化手段整合订单、运输、仓储等环节,实现物流全流程的可视化和智能化管理。该系统能够优化资源配置,降低运营成本,提高配送效率,为用户提供更优质的服务体验。关键词:物流管理、电子商务、信息化、智能化、资源配置。 本系统采用SpringBoot和Vue.js技术栈开发,前后端分离架构提升了系统的可维护性和扩展性。后端使用SpringBoot框架实现RESTful API,提供订单管理、运输跟踪、仓储管理等功能;前端基于Vue.js构建用户界面,实现数据可视化与交互操作。数据库采用MySQL存储物流数据,通过SQL脚本实现数据表的初始化与维护。系统还提供完整的接口文档,便于二次开发和集成。关键词:SpringBoot、Vue.js、RESTful API、MySQL、接口文档。 数据表 物流订单数据表 订单数据表用于存储用户提交的物流订单信息,包括订单状态、收发件人信息等。订单编号是该表的主键,创建时间通过函数自

Qwen3-32B开源模型实战:Clawdbot Web Chat平台部署避坑与参数调优

Qwen3-32B开源模型实战:Clawdbot Web Chat平台部署避坑与参数调优 1. 为什么选Qwen3-32B + Clawdbot这个组合 你是不是也遇到过这样的问题:想快速搭一个能真正用起来的AI聊天界面,但试了几个方案,要么模型太小答得没深度,要么部署太重跑不动,要么对接API各种超时、404、token错乱?我踩过整整三周的坑,才把Qwen3-32B稳稳地接进Clawdbot里跑起来——不是“能跑”,而是“跑得顺、答得准、不崩、不卡”。 Qwen3-32B是通义千问最新开源的大模型,32B参数量意味着它在中文理解、长文本推理、多轮对话和代码生成上明显强于7B/14B级别模型。但它对资源要求也高:单卡A100 80G勉强够用,RTX 4090需要量化;而Clawdbot是个轻量级Web聊天前端,不带后端、不绑数据库、纯静态页面+API调用,特别适合内网私有部署。两者一配,刚好补足短板:Qwen3负责“想得深”,Clawdbot负责“聊得爽”。 但官方文档不会告诉你:Ollama默认监听127.0.0.

深入浅出 B/S 架构:从原理到实践,解锁 Web 应用开发核心

作为一名长期深耕开发领域的技术人,我们每天打交道的网页、管理系统、在线工具,几乎都构建在 B/S 架构 之上。它凭借跨平台、易维护、低成本的优势,成为互联网时代应用开发的主流范式。本文将从核心概念、架构原理、技术栈选型到实战案例,带你全面吃透 B/S 架构。 一、B/S 架构是什么?定义与核心特征 B/S 架构,全称 Browser/Server(浏览器 / 服务器)架构,是一种基于互联网的分布式计算架构。它的核心逻辑是:客户端仅需安装浏览器,所有业务逻辑、数据存储、计算处理均在服务器端完成,浏览器通过 HTTP/HTTPS 协议与服务器交互,实现数据的请求与展示。 1.1 与 C/S