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

从安装到实战:Topaz Gigapixel AI 8.2.3汉化版完整使用指南(含模型迁移教程)

从零精通AI图像放大:Topaz Gigapixel AI 8.2.3深度实战与模型迁移全解析 你是否曾面对一张珍贵的低分辨率老照片,渴望将其放大打印,却担心画质会变得模糊不堪?或者,作为一名电商设计师,需要将商品主图放大到巨幅广告尺寸,却苦于细节丢失、边缘锯齿?在数字内容创作日益精细化的今天,图像的分辨率往往直接决定了作品的最终呈现效果和商业价值。传统插值放大技术早已捉襟见肘,而基于深度学习的人工智能图像放大,正悄然改变着游戏规则。 Topaz Gigapixel AI 正是这一领域的佼佼者。它不仅仅是一个“放大”工具,更是一个能够理解图像内容、智能重建细节的“数字艺术家”。其核心在于利用经过海量图像训练的神经网络,在放大过程中主动“创造”出符合视觉逻辑的纹理和细节,而非简单粗暴地拉伸像素。对于摄影师、设计师、电商从业者、档案修复工作者乃至普通爱好者而言,掌握这样一款工具,意味着拥有了将有限像素转化为无限可能的钥匙。 本文将带你深入Topaz Gigapixel AI 8.2.3的世界,不仅涵盖从软件获取、安装配置到汉化使用的完整流程,更将重点剖析其核心的AI模型机制,

2026年GitHub第一项目OpenClaw全攻略:手把手教你打造私人AI管家

2026年GitHub第一项目OpenClaw全攻略:手把手教你打造私人AI管家

"当你还在用微信机器人聊天,极客们早已让AI接管了整个数字生活" 🌟 导语:时间来到2026,如果你还没听过OpenClaw 当GitHub统计页面刷新的那一刻,整个技术圈沸腾了——OpenClaw(曾用名ClawdBot)以6.8万Star登顶年度第一,超越了Linux和React等传奇项目。 这不是又一个聊天机器人,而是真正能"行动"的AI系统:它能整理你的文件、管理日程、分析数据,甚至为你预订机票。区别在于:普通AI只能"说",而OpenClaw能"做"。 今天,我将从零开始,带你安装这个改变生产力的工具,并分享那些让同行羡慕的高级玩法。不需要你是技术大牛,只要肯花30分钟,你也能拥有自己的"贾维斯"。 🔍 一、OpenClaw vs 普通AI:为什么它能颠覆工作流? 你可能听过MCP和Skills这些概念,但它们到底意味着什么?

装了 OpenClaw 却不会用?这 20 个 Skills 让你的 AI 助手聪明

装了 OpenClaw 却不会用?这 20 个 Skills 让你的 AI 助手聪明

更多信息参考 https://zhuanlan.zhihu.com/p/2015223422641259927 有人问:在行者的手中, OpenClaw 能自动抓热点、写文章、发朋友圈,我怎么就只能陪聊? 还有有人问:"装是装好了,但除了让它写周报,查天气,还能干啥?" 答案很简单:你装的是空壳子,别人装的是完全体。 就像你买了台顶配电脑,但里面啥软件都没装。能开机,但干不了活。 真正让它变强的,是 Skills。 今天这篇,我把自己这两个月玩过的 20 个精选 Skills 全部掏出来。 收藏好,照着装,你的 OpenClaw 也能变聪明。 一、Skills 到底是个啥? 在 OpenClaw 里,助手通过Skills(技能)

大模型工程化vs传统AI工程:核心差异解析

大模型工程化vs传统AI工程:核心差异解析

大模型工程化vs传统AI工程:核心差异解析 📝 本章学习目标:本章是基础入门部分,帮助读者建立大模型工程化的初步认知。通过本章学习,你将全面掌握"大模型工程化vs传统AI工程:核心差异解析"这一核心主题。 一、引言:为什么这个话题如此重要 在大模型技术快速发展的今天,大模型工程化vs传统AI工程:核心差异解析已经成为每个AI工程师必须掌握的核心技能。大模型的工程化落地不仅需要理解模型原理,更需要掌握系统化的部署、优化和运维能力。 1.1 背景与意义 💡 核心认知:大模型工程化是将研究模型转化为生产级服务的关键环节。一个优秀的模型如果缺乏良好的工程化支持,将难以在实际场景中发挥价值。 从GPT-3到GPT-4,从LLaMA到Qwen,大模型参数量从数十亿增长到数千亿。这种规模的增长带来了巨大的工程挑战:如何高效部署?如何优化推理速度?如何控制成本?这些问题都需要系统化的工程化能力来解决。 1.2 本章结构概览 为了帮助读者系统性地掌握本章内容,我将从以下几个维度展开: 📊 概念解析 → 技术原理 → 实现方法 → 实践案例 → 最佳实践 → 总结展望 二、