pybullet 仿真环境安装（六）

已于 2022-07-09 16:33:02 修改
阅读量2.2k 收藏 15
点赞数 1
分类专栏： # pybullet 文章标签： python 开发语言
于 2022-07-09 16:32:21 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50920579/article/details/125692761
版权

 

目录

pybullet仿真环境介绍

bullet下载

bullet安装

 bullet例程

test.py

常用函数

p.connect

pybullet_data.getDataPath()

p.setGravity

p.loadURDF

p.getQuaternionFromEuler

p.stepSimulation()

time.sleep

p.getBasePositionAndOrientation

p.disconnect()

pybullet仿真环境介绍

 聚焦于仿真到现实的变换

是一个很方便的python包

pybullet提供了一个前向仿真

以及逆运动学、碰撞检测等一些功能

还有图像渲染

本质上就是一个python库

bullet下载

下载的话直接在github上搜索bullet

 里面有很多例程

也可以直接解压之前的资料

bullet3-master

bullet安装

 打开anaconda

打开对应环境

 输入命令

pip install pybullet

 或者是这个命令

pip install  -U --user -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn pybullet

注意这里building wheel的时候会比较慢

所以耐心等待即可

 

 bullet例程

这个路径下有quickstart

 这里介绍了可以使用的函数等

test.py

打开这个编码文件

以下代码是在上面的quickstartguide里

 运行

 

 界面的左方显示三个窗口分别是相机rgb、深度图像、还有合成的相机分割mask

如果不使用pybulet的渲染功能这三个窗口只有会三个斜线下来

整个环境包括一个地面，一个加载进来的机器人模型

可以通过鼠标和键盘来进行一些简单的交互操作

ctrl+左键是转动视图

ctrl+滚轴中间键是平移视图

按住物体可以拖动物体

（也可以设置物体不可被拖动）

常用函数

 首先是导入三个库

pybullet_data里存储了一些常用的超参数

比如

 这里调用了pybullet_data里的默认路径

p.connect

连接仿真环境

 参数可选p.DIRECT不会显示可视化界面

p.GUI会显示可视化界面

pybullet_data.getDataPath()

后续使用模型的时候会到这个默认的路径下进行搜索（在没有指定路径的情况下）

 这里可以打印出来看一下路径是哪

并且注释掉后面的代码 

 可以看到 这就是pybullet的安装路径

 可以看到有很多模型

 打开duck

可以看到是一个黄色的小鸭子

 

并且提供了常见的机器人

  解开注释继续往下看

p.setGravity

设置重力

p.loadURDF

加载urdf模型

planeId = p.loadURDF("plane.urdf")

这里没有指定路径

所以会到指定的路径下找这个plane.urdf文件

可以看到在这个路径下

 用vscode打开

可以看到就是一个urdf文件

 urdf实际上就是一个描述文件

描述物理模型是什么样

boxId = p.loadURDF("r2d2.urdf", cubeStartPos, cubeStartOrientation)
r2d2.urdf同理
p.loadURDF

上面的函数是可以指定模型的默认位置以及朝向在哪

不指定就默认都是0

boxId = p.loadURDF("r2d2.urdf", cubeStartPos, cubeStartOrientation)

p.getQuaternionFromEuler

朝向是通过欧拉角转换四元数来实现的

cubeStartOrientation = p.getQuaternionFromEuler([0,0,0])

欧拉角就是围绕xyz三个轴的旋转角度都是0

然后循环1w次

p.stepSimulation()

p.stepSimulation()该函数是向前移动x步（后面在抓取中会有详细说明）

time.sleep

time.sleep(1./240.)这是延时一点

 这里补充说明一下boxid是加载进去的模型生成的唯一id

boxId = p.loadURDF("r2d2.urdf", cubeStartPos, cubeStartOrientation)

然后

p.getBasePositionAndOrientation

 运用这个函数

实时返回该模型的即时的状态信息（速度、位置等）

获取之后打印出来

p.disconnect()

p.disconnect()断开与仿真环境的连接

如果不加这个程序就会一直运行

啥也不是的py人
关注
  • 1
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度强化学习算法四足机器人控制仿真（ python代码+pybullet环境）
05-27
包括：基于pybullet和，metagym搭建好的四足机器人模型使用sac和ppo算法训练数据集 包括：测试数据结果 运行前先配置python环境，并修改所有.py文件中的涉及的路径path.append(r'C:\Users\\机器人')
pybullet机器人仿真环境搭建 2.载入.urdf, .obj格式的模型
qq_41035283的博客
04-04 4702
pybullet机器人仿真环境搭建 2.载入.urdf, .obj等格式的模型前言创建仿真环境载入urdf格式模型载入obj格式模型运行效果 前言 本篇记录在pybullet中载入.urdf和.obj格式的模型。 创建仿真环境 还是根据上篇的流程，连接服务端、加载资源路径、关闭渲染和GUI、设置重力、实时仿真： import time import pybullet import pybullet_data if __name__ == '__main__': client = pybulle
小程序的四次元口袋：editor富文本编辑器的使用、渲染，以及rich-text进行解析
qq_36789311的博客
04-26 9377
editor富文本 1、介绍 富文本编辑器，可以对图片、文字进行编辑。极大地丰富了我们文章的结构样式，之前小程序还没有自己开发富文本插件，而在2019年微信小程序正式发布了富文本api。 支持的类型 编辑器导出内容支持带标签的 html和纯文本的 text，编辑器内部采用 delta 格式进行存储。 setContents 通过setContents接口设置内容时，解析插入的...
pybullet+graspnet实现多相机点云融合与物体抓取（二）
wtd2000的博客
03-12 597
# 计算视角矩阵需要有三个必要的参数：相机眼位置，相机目标位置和相机上向量组成。值得注意的是，相机的视角矩阵很可能与相机的位姿齐次矩阵不同。rot = R.from_quat(qq).as_matrix()#qq是相机姿态四元数R1 = rotgg1 = gg[0]#gg是demo函数返回的抓取列表，经过gg.sort_by_score()后，取分数最高的抓取ori = np.array(gg1.rotation_matrix)#gg的旋转矩阵。
PyBullet快速上手教程
热门推荐
yingyue20141003的博客
04-05 2万+
（译自PyBullet官方英文文档） PyBullet Reinforcement Learning Gym Envs 快速使用PyBullet机器人RL环境 使用命令“pip install PyBullet“安装 PyBullet版本的Gym环境套件，其中包括了ant,hopper,humanoid,walker，还有Ghost Robotics Minitaur quadruped, th...
python的Pybullet库如何安装使用以及功能和用途,请给出详细示例代码，并用中文回答
zhangzhechun的专栏
02-04 1124
Pybullet是一个开源的物理引擎库，支持Python和C++编程。它用于仿真物理学场景，例如机器人运动和碰撞检测。
pyBullet学习笔记（1）环境搭建
sp51844的博客
02-09 2131
pyBullet学习笔记（1）环境搭建Introduction安装pyBullet欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 Introduction 安装pyBullet 欢迎使用Mar
pybullet学习（一）——安装与入门pybullet
bulletstart的博客
06-03 4892
pybullet学习（一）——安装与入门pybullet
pybullet安装
ZNC1998的博客
03-29 4245
本帖为记录自己安装过程，不具有普适性，更新pip以及安装组件过程方法多种多样，笔者所用方法是经过尝试多种方法后才成功的。 一、输入cmd打开终端 输入以下内容 pip install wheel 二、出现错误提示 WARNING: You are using pip version 21.2.3; however，version 22.0.4 is available 根据提示输入相关命令，如上图红线所示，结果如下图。 pip更新成功 四、安装pybullet 打开终端输入以下命
PyBullet安装与学习
FL1717的博客
11-30 1434
软件安装pip install pybulletPyBullet的默认搜索路径：F:\Software_Setup\Python\Python_Setup\Lib\site-packages\pybullet_data Python的第三方库会安装到解释器目录的下的Lib的site-packages文件夹，里面有5个…PyBullet 支持加载 URDF、SDF、MJCF 等多种机器人描述文件，并提供正/逆向运动学、正/逆向动力学、碰撞检测、射线相交查询等功能。
pybullet机器人仿真环境搭建 1.安装pybullet，测试官方示例，基础环境搭建
qq_41035283的博客
03-22 1万+
pybullet机器人仿真环境搭建 1.安装pybullet前言安装测试官方示例基础环境搭建导入pybullet创建服务端（可选）配置图形GUI添加资源路径设置重力加载模型迭代运行关闭服务端基础环境代码 前言 ROS + Gazebo应该是目前最常用的机器人仿真环境，但在gazebo中进行重复实验、记录数据是很麻烦（重置模型状态、渲染都很费时间），不适合快速验证DL、RL算法。 pybullet + gym应该是目前最常见的机器人强化学习仿真环境了，本篇开始学习搭建自己的pybullet仿真环境。 安装 首
使用PyBullet进行机器人强化学习
weixin_44909139的博客
04-19 7518
本文基于PyBullet和PyTorch，介绍了如何使用近端策略优化（PPO）学习机械臂的控制策略。本文持续更新中。
PyBullet Quickstart Guide
09-29
pybullet强化学习仿真环境的API，pybullet是一个物理引擎，可以用来搭建仿真环境。这个ｐｄｆ文档提供了官方的ＡＰＩ接口函数，可以用来学习。
pybullet guide book
04-04
pybullet guide book
基于深度学习的平面抓取检测python+pybullet仿真平台机械臂控制实现源码.zip
12-09
基于深度学习的平面抓取检测python+pybullet仿真平台机械臂控制实现源码.zip 基于深度学习的平面抓取检测，机械臂控制 python和pybullet仿真平台实现源码。
机械臂开发python代码（包括相机标定；gRPC使用；手眼标定；轨迹规划；pybullet仿真；机械臂驱动代码）.zip
最新发布
04-14
pybullet仿真；机械臂驱动代码）.zip机械臂开发python代码（包括相机标定；深度相机使用；深度神经网络学习；gRPC使用；手眼标定；关节规划；轨迹规划；pybullet仿真；机械臂驱动代码）.zip机械臂开发python代码...
Pybullet安装及使用
cocoink的博客
03-31 488
anaconda安装pybullet
Ubuntu安装PyBullet | PyBullet 导入Ur5 | PyBullet简单使用 | 关于机械臂强化学习仿真引擎的选择 | PyBullet入门操作
学习 | 共享 | 前进
03-26 2857
再看一下文件位置,因为我装了anaconda,所以这个PyBullet也就到了anaconda的库文件下了看一下各个文件的作用pybullet_data：存放各种机器人的URDF文件和模型。pybullet_envs：存放各种机器人环境（类似gym）和示例效果。pybullet_examples：介绍pybullet的各种基本功能，如运动学、动力学、PD控制、碰撞检测等。pybullet_robots：演示几种典型的机器人，如 laikago、panda、xarm。
PyBullet快速上手教程(二)
yingyue20141003的博客
04-28 1万+
PyBullet快速上手教程(二）控制一个机器人基座，关节和节点（实际上就是零件（个体/对象），感觉节点会好听一点）getNumJointsgetJointInfosetJointMotorControl2/ArraysetJointMotorControlArraygetJointState(s), resetJointStateresetJointStateenableJointForceTo...
用python语言编写，在pybullet仿真环境中设置并固定相机在某一位置上，最后输出RGB和深度图像。
09-10
### 回答1： 你可以使用 PyBullet 的 `pybullet.createMultiBody` 函数创建一个相机，并使用 `pybullet.getCameraImage` 函数获取 RGB 和深度图像。接下来，使用 `pybullet.resetBasePositionAndOrientation` 函数固定相机的位置和方向，最后使用 `pybullet.getCameraImage` 函数再次获取图像。代码如下： ```python import pybullet as p import time # Initialize the simulation environment physicsClient = p.connect(p.DIRECT) p.setGravity(0, 0, -10) # Create the camera camera_id = p.createMultiBody(basePosition=[0, 0, 1], baseOrientation=[0, 0, 0, 1], bodyType=p.GEOM_BOX, visualShapeId=-1, camera=1) # Set the camera position and orientation p.resetBasePositionAndOrientation(camera_id, [0, 0, 1], [0, 0, 0, 1]) # Get the RGB and depth images while True: _, _, rgb, depth, _ = p.getCameraImage(width=256, height=256, viewMatrix=camera_id, projectionMatrix=camera_id, renderer=p.ER_BULLET_HARDWARE_OPENGL) print(rgb.shape) print(depth.shape) time.sleep(0.1) # Disconnect the simulation p.disconnect() ``` 请注意，上面的代码是一个简单的示例，你可以根据需要进行修改。 ### 回答2： 在使用Python编写并在PyBullet仿真环境中固定相机位置，并最终输出RGB和深度图像，可以按照以下步骤进行操作。 首先，您需要安装所需的库和工具。确保您已安装pybullet库和numpy库。 然后，您需要导入所需的库和模块。可以使用以下代码实现： ```python import pybullet as pb import numpy as np ``` 接下来，您需要初始化仿真环境。使用以下代码可以启动PyBullet仿真环境： ```python pb.connect(pb.GUI) # 连接到PyBullet仿真环境 pb.setAdditionalSearchPath(pybullet_data.getDataPath()) # 设置物理引擎的数据路径 pb.setGravity(0, 0, -9.8) # 设置仿真环境中的重力 plane_id = pb.loadURDF("plane.urdf") # 加载地面 ``` 在此之后，您需要创建相机对象并设置其位置和朝向。可以使用以下代码实现： ```python # 创建相机 fov = 60 # 视野角度 aspect = 1.0 # 宽高比 near = 0.02 # 近裁剪面 far = 5.0 # 远裁剪面 camera_target_position = [0, 0, 0] # 相机的目标位置 camera_up_vector = [0, 0, 1] # 相机的朝向向量 camera_distance = 0.5 # 相机与目标的距离 # 创建相机视角 view_matrix = pb.computeViewMatrixFromYawPitchRoll(camera_target_position, camera_distance, 0, 0, 0, 2) projection_matrix = pb.computeProjectionMatrixFOV(fov, aspect, near, far) # 创建相机 camera_id = pb.addUserDebugCamera(camera_target_position, view_matrix, projection_matrix) ``` 最后，您可以使用以下代码捕获相机的RGB和深度图像： ```python # 获取RGB图像 width = 640 # 图像的宽度 height = 480 # 图像的高度 rgb_image = pb.getCameraImage(width, height, camera_id, renderer=pb.ER_BULLET_HARDWARE_OPENGL) rgb_pixels = np.array(rgb_image[2], dtype=np.uint8).reshape(height, width, -1) # 获取深度图像 depth_pixels = np.array(rgb_image[3], dtype=np.float32).reshape(height, width) depth_image = (far + near - (2.0 * far * near) / depth_pixels) / (far - near) ``` 您可以将RGB和深度图像保存为图像文件，也可以对其进行进一步的处理和分析。 最后，不要忘记在程序结束时释放仿真环境资源： ```python pb.disconnect() # 断开与仿真环境的连接 ``` 这样，您就能够使用Python在PyBullet仿真环境中固定相机位置并输出RGB和深度图像。 ### 回答3： 在pybullet仿真环境中使用Python编写，并固定相机在特定位置上，最后输出RGB和深度图像的步骤如下： 1. 导入所需的库和模块： ```python import pybullet as p import pybullet_data import cv2 ``` 2. 初始化仿真环境： ```python p.connect(p.DIRECT) p.setAdditionalSearchPath(pybullet_data.getDataPath()) p.setGravity(0, 0, -9.8) planeId = p.loadURDF("plane.urdf") ``` 3. 添加机器人或其他模型： ```python robotId = p.loadURDF("path_to_your_robot.urdf", basePosition=[0, 0, 0], baseOrientation=[0, 0, 0, 1]) ``` 4. 设置相机参数并固定在某一位置上： ```python # 相机参数 width = 640 height = 480 fov = 60 aspect = width / height near = 0.02 far = 5 # 相机位置和朝向 camera_pos = [0, 0, 1] # 设置相机位置 target_pos = [0, 0, 0] # 设置相机朝向 up_vector = [0, 0, 1] # 设置相机上方向 # 创建相机 view_matrix = p.computeViewMatrix(camera_pos, target_pos, up_vector) projection_matrix = p.computeProjectionMatrixFOV(fov, aspect, near, far) # 添加相机 cameraId = p.addUserDebugCamera(camera_pos, target_pos, up_vector, width, height, view_matrix, projection_matrix) ``` 5. 循环渲染仿真环境，并获取RGB和深度图像： ```python while True: # 获取相机图像 (_, _, px, _, _) = p.getCameraImage(width, height, view_matrix, projection_matrix) # 转换图像格式 img_rgb = cv2.cvtColor(px, cv2.COLOR_BGR2RGB) img_depth = px[:, :, 3] # 显示图像 cv2.imshow("RGB Image", img_rgb) cv2.imshow("Depth Image", img_depth) # 退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break ``` 6. 释放资源并关闭窗口： ```python cv2.destroyAllWindows() p.disconnect() ``` 请确保在编写代码前安装了相应的库（pybullet、pybullet_data、opencv-python）并将模型文件（机器人模型）放在正确的路径下。 这样，就可以使用Python在pybullet仿真环境中设置并固定相机在某一位置上，并最终输出RGB和深度图像了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值