宇树机器人g1二次开发:建图,定位,导航手把手教程(四)导航仿真部分:建完图之后打开仿真导航

先补一下第三教程的四看路线这一块:终端2那里,可以先修改下面图片所示的文件为true,这样打开终端2的时候就可以打开设定好的rviz,就不用单独打开rviz。但是开始播放bag包之后还是要单独添加话题。

建成pcd之后可以查看pcd图:filename.pcd换成自己pcd的名字

pcl_viewer filename.pcd

额外说一句,有几种类型的图大家不要弄错了:

一、下载项目

# 克隆导航栈源码 cd ~/ws_loc/src git clone https://github.com/deepglint/ros_navigation_humanoid.git # 重命名并整理目录结构 mv ros_navigation_humanoid-master ros_navigation_humanoid

1.2、安装系统依赖

# 安装ROS导航相关包 sudo apt-get install libpcl-dev ros-noetic-navigation ros-noetic-tf ros-noetic-sbpl ros-noetic-visualization-msgs # 安装地图编辑工具 sudo apt-get install kolourpaint

1.3、下载PCD转PGM工具

# 进入工作空间源码目录 cd ~/ws_loc/src # 克隆PCD转栅格地图工具 git clone https://github.com/Hinson-A/pcd2pgm_package.git

二、编译与错误修复

2.1 首次编译尝试

cd ~/ws_loc catkin_make

2.2 解决编译错误

如果编译报错提示缺少include目录,执行:

# 创建缺失的目录 cd ~/ws_loc/src/ros_navigation_humanoid mkdir -p include # 重新编译 cd ~/ws_loc catkin_make

2.3 更新环境变量

source devel/setup.bash

三、地图文件准备与转换

3.1 复制地图文件

# 假设已有建好的点云地图 cp ~/ws_loc/maps/map_1.pcd ~/ws_loc/src/ros_navigation_humanoid/maps/

3.2 修改转换启动文件

编辑 ~/ws_loc/src/ros_navigation_humanoid/launch/conv_pcd2pgm.launch

<?xml version="1.0"?> <launch> <!-- 添加可自定义的地图名参数 --> <arg name="file_name" default="map" /> <arg name="file_directory" default="$(find ros_navigation_humanoid)/maps/" /> <node pkg="pcd2pgm" name="pcd2pgm" type="pcd2pgm" output="screen"> <!-- 使用私有参数语法 --> <param name="~file_name" value="$(arg file_name)" /> <param name="~file_directory" value="$(arg file_directory)" /> <param name="~map_topic_name" value="map" /> <!-- 转换参数配置 --> <param name="~thre_z_min" value="0.2" /> <param name="~thre_z_max" value="0.8" /> <param name="~flag_pass_through" value="0" /> <param name="~thre_radius" value="0.5" /> <param name="~thres_point_count" value="10" /> <param name="~map_resolution" value="0.05" /> </node> <!-- 启动RViz查看转换结果 --> <node pkg="rviz" name="rviz_sim" type="rviz" args="-d $(find ros_navigation_humanoid)/rviz/conv_pcd2pgm.rviz" output="screen"/> </launch>

3.3 执行PCD到PGM转换

# 转换指定名称的地图文件 roslaunch ros_navigation_humanoid conv_pcd2pgm.launch file_name:=map_1

3.4或者根据下面的步骤来将pcd转换到pgm

四、栅格地图编辑

4.1 使用KolourPaint编辑PGM

# 打开生成的PGM文件进行编辑 kolourpaint ~/ws_loc/src/ros_navigation_humanoid/maps/map_1.pgm

白的地方是能走的,黑的地方是不能走的,灰的地方是不确定的。


五、机器人模型展示

5.1 启动URDF模型显示

roslaunch ros_navigation_humanoid static_display.launch


六、导航配置修改(双足→轮式适配)

6.1 修改全局代价地图参数

roscd ros_navigation_humanoid/move_base_config nano global_costmap_params.yaml

修改内容:

# 将机器人基座坐标系从pelvis改为base_link robot_base_frame: base_link # 原为: pelvis

6.2 修改局部代价地图参数

nano local_costmap_params.yaml

修改内容:

robot_base_frame: base_link # 原为: pelvis

6.3 修改局部规划器参数

nano base_local_planner_params.yaml

修改内容:

# 启用全向移动(适用于轮式机器人) holonomic_robot: true # 原为: false

6.4 修改RViz仿真节点

roscd ros_navigation_humanoid/src nano rviz_sim.cpp

修改内容:

// 将TF子坐标系改为base_link map_trans.child_frame_id = "base_link"; // 原为: "pelvis"

七、重新编译与验证

7.1 重新编译修改后的代码

cd ~/ws_loc catkin_make

7.2 启动完整导航仿真

终端1 - 启动ROS核心:

cd ~/ws_loc roscore

终端2 - 启动RViz仿真:

cd ~/ws_loc roslaunch ros_navigation_humanoid rviz_sim.launch

终端3 - 发布静态坐标变换:

# 发布base_link到pelvis的静态TF(维持原有TF树结构) rosrun tf static_transform_publisher 0 0 0 0 0 0 base_link pelvis 100

这样就可以给导航点让机器人仿真导航过去了


八、回放rosbag验证机器人运动(可选)

8.1 修改bag播放启动文件

编辑 bag_play.launch,修改bag文件路径:

<param name="bag_file_path" value="/your/path/to/bagfile.bag" />

8.2 播放rosbag

roslaunch g1_ros1_nav bag_play.launch

九、步态规划配置(可选,保留双足功能)

9.1 下载步态规划相关包

cd ~/ws_loc/src # 下载人形机器人消息定义 git clone https://github.com/ahornung/humanoid_msgs.git # 下载人形机器人导航包 git clone https://github.com/ROBOTIS-GIT/humanoid_navigation.git

9.2 提取必要组件

# 只需要footstep_planner和gridmap_2d cp -r humanoid_navigation/footstep_planner . cp -r humanoid_navigation/gridmap_2d .

9.3 编译步态规划包

cd ~/ws_loc catkin build source devel/setup.bash

9.4 启动步态规划

roslaunch ros_navigation_humanoid foot_planner.launch

Read more

AI 行业周新闻报告(截至 2026年3月21日)

AI 行业周新闻报告(截至 2026年3月21日) 统计范围: 2026年3月16日—2026年3月21日(北京时间,截至生成时) 一周总览 过去一周,AI 产业的重心进一步从“模型能力竞赛”转向“代理式 AI(Agentic AI)与推理基础设施竞赛”。OpenAI 把政府与开发者生态同时向前推进,微软加快 Copilot 与 Foundry 体系整合,Google 则在个性化 AI 与 AGI 评测框架上同步落子;而 Nvidia 在 GTC 期间把“推理时代”与 OpenClaw/OpenClaw 类技术推到聚光灯中央,标志行业叙事已从单纯训练能力,转向可持续、可规模化的推理与执行系统。 与此同时,基础设施侧的紧张感继续升温。Nvidia H200

【人工智能之深度学习】8. 轻量化网络设计:MobileNet V2倒残差结构全解析与部署实战

【人工智能之深度学习】8. 轻量化网络设计:MobileNet V2倒残差结构全解析与部署实战

摘要:随着移动端与嵌入式设备对AI能力的需求激增,轻量化神经网络成为研究热点。MobileNet V2作为轻量化网络的里程碑之作,通过创新的倒残差结构和线性瓶颈理论,在保持较高准确率的同时大幅降低了模型参数量与计算量。本文从数学原理出发,系统拆解倒残差结构的设计逻辑,对比标准残差与倒残差的核心差异;深入解析线性瓶颈理论如何解决ReLU在低维特征空间的信息丢失问题;基于PyTorch实现完整的MobileNet V2模型,并详细讲解每一层的设计细节;通过实战案例演示模型训练、量化压缩、跨设备部署的全流程,包括在iPhone、Jetson Nano、树莓派等设备上的性能对比;最后结合工业质检场景,展示如何将MobileNet V2应用于实时缺陷检测任务。本文适合深度学习工程师、移动端AI开发者及研究人员,为轻量化网络的设计与部署提供从理论到实践的完整指南。 AI领域优质专栏欢迎订阅! 【DeepSeek深度应用】 【机器视觉:C# + HALCON】 【人工智能之深度学习】 【AI 赋能:Python 人工智能应用实战】 【AI工程化落地与YOLOv8/v9实战】 文章目

字节跳动 AI 原生 IDE Trae 安装与上手图文教程

字节跳动 AI 原生 IDE Trae 安装与上手图文教程

文章目录 * 一、 什么是 Trae? * 国际版与国内版区别 * 二、 下载与环境准备 * 第一步:访问官网下载 * 第二步:系统安装 * 第三步:首次启动与初始化配置 * 三、 核心功能上手实战 * 四、 进阶技巧:如何切换满血大模型 * 五、 总结 一、 什么是 Trae? 简单来说,Trae 是字节跳动近期推出的一款 AI 原生集成开发环境 (IDE)。你可以把它看作是国内打磨极佳的 Cursor 或 Windsurf 替代品。它从底层架构开始就围绕 AI 能力构建,不仅能自动补全代码,还能直接听懂你的大白话,帮你从零开始写项目、修 Bug、甚至一键部署后端服务。 核心亮点: * 完全免费:目前处于免费阶段,对于动辄几十美元一个月的 AI 开发工具来说,性价比拉满。

OpenClaw 最新保姆级飞书对接指南教程 搭建属于你的 AI 助手

OpenClaw 最新保姆级飞书对接指南教程 搭建属于你的 AI 助手

OpenClaw 最新保姆级飞书对接指南教程 搭建属于你的 AI 助手 OpenClaw 是一款开源的本地 AI 助手,本篇 OpenClaw 安装教程将手把手教你在 Linux 系统下部署最新版 OpenClaw,并完成飞书机器人对接。OpenClaw 支持在你自己的服务器上运行,通过飞书、WhatsApp、Telegram 等聊天工具交互。与云端 SaaS 服务不同,OpenClaw 让你完全掌控数据隐私,可以执行系统命令、浏览网页、管理文件,甚至编写代码——是你的专属开源 AI 助手。 注意:本教程在 Linux 系统下进行 OpenClaw 是什么? OpenClaw(原名 Clawdbot,后更名为 Moltbot,现正式命名为 OpenClaw)是一个运行在你本地环境的高权限 AI 智能体。