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

GLM-4.6V-Flash-WEB模型能否识别食物种类并估算热量?

GLM-4.6V-Flash-WEB模型能否识别食物种类并估算热量? 在智能健康管理逐渐走入日常的今天,一个看似简单却长期困扰开发者的问题浮出水面:用户拍一张餐食照片,AI能不能立刻告诉我“这顿饭大概多少大卡”?过去,这类功能依赖复杂的系统流水线——图像先由CNN模型分类,再匹配数据库中的营养信息,最后拼接成回答。流程冗长、延迟高、维护成本大,用户体验往往大打折扣。 而如今,随着多模态大模型的成熟,一种更简洁、更高效的解决方案正在成为现实。智谱AI推出的 GLM-4.6V-Flash-WEB 模型,正是这一趋势下的代表性产物。它不仅能在毫秒级时间内“看懂”图片内容,还能结合自然语言指令进行推理,直接输出如“一碗红烧肉配米饭,估计约850千卡”这样的结构化语义结果。那么问题来了:这个轻量级模型,真能胜任食物识别与热量估算这种对精度和常识都要求较高的任务吗? 答案或许比我们想象的更乐观。 从架构设计看能力边界 GLM-4.6V-Flash-WEB 并非凭空而来,它是GLM系列在视觉理解方向上的又一次轻量化演进。名字本身就透露了关键信息:“GLM”代表通用语言模型底座,“4.6V

当WebGL遇上跨域:一个二进制数据流的性能优化实验

WebGL跨域纹理加载:二进制数据流方案性能优化实战 在WebGL游戏开发中,纹理加载是影响性能的关键环节之一。当开发者尝试从不同域加载纹理资源时,常常会遇到Failed to execute 'texImage2D'或texSubImage2D的安全错误。这个看似简单的跨域问题背后,隐藏着浏览器安全策略与性能优化的深层博弈。 1. 跨域纹理加载的核心问题解析 WebGL的安全限制源于Canvas的"污染"概念。当尝试使用跨域图像作为纹理时,浏览器会阻止WebGL操作,防止潜在的数据窃取风险。传统解决方案通常围绕CORS(跨域资源共享)展开,但这往往带来额外的性能开销。 关键限制因素: * Tainted canvases错误触发条件:任何跨域图像未经CORS许可直接用于WebGL纹理 * 内存占用差异:不同加载方式对GPU内存的影响可达30%以上 * 主流浏览器对二进制流处理的兼容性差异 实际测试发现,在Chrome 112+版本中,使用Blob加载4K纹理比传统CORS方案节省约18%的内存峰值 2. 二进制数据流方案对比测试 我们针对三种主流传输方式进行

protege+Neo4j+前端可视化知识图谱项目(教育领域)

protege+Neo4j+前端可视化知识图谱项目(教育领域)

声明:自己的学习笔记,仅供交流分享。 注意其中JDK版本的切换! 目录 1、工具下载 1.1protege的安装 1.2Neo4j的安装 2、Neo4j导入protege文件 2.1启动Neo4j 2.2protege导出owl文件转turtle文件 2.3导入Neo4j 1. 清除数据库中的所有数据 2. 初始化 RDF 导入配置 3. 导入 RDF 数据 4.查询所有(部分)数据 5.查询边关系 6.一些细节 3、Neo4j导出JSON文件 4、可视化前的操作 4.1利用python对数据进行处理 4.2学习VUE&Echarts 1、工具下载 1.

(附源码)基于web的电影院管理系统-计算机毕设 23653

(附源码)基于web的电影院管理系统-计算机毕设 23653

基于web的电影院管理系统 摘 要 本研究精心打造了一款基于Web的电影院管理系统,其核心架构依托于Spring Boot框架与Java语言的深度融合,借助MySQL数据库的强大功能,实现了数据的高效存储与精准管理。该系统巧妙地围绕用户、员工、管理员这三类关键角色进行设计,通过精细的架构规划与严格的权限管控,确保了不同角色在系统中的高效协作以及数据的安全流通。系统的设计初衷在于全方位提升电影院的运营效率,同时为用户提供更加便捷、愉悦的观影体验。在实际应用中,该系统能够有效整合电影院的各项业务流程,实现从电影信息、影票管理到会员服务等环节的数字化、自动化与智能化管理。这一创新成果不仅为电影院的数字化转型提供了坚实的技术支撑,还凭借其卓越的性能和广泛的适用性,展现出巨大的应用潜力和推广价值。未来,该系统有望在电影行业信息化建设中扮演重要角色,引领电影院运营模式的革新与发展,为电影产业的繁荣注入新的活力。 关键词:电影院管理系统;SpringBoot框架;Java语言; Abstract This study has carefully developed a web-