1 新建一个项目
向导→新项目目录
完成创建之后的样子如下
2 创建二轮小车实体:
按照下图中图示的顺序创建一个机器人节点
然后在创建的机器人节点中的孩子节点(children node)下,添加一个transform节点。这个是为后续添加boundingObject做准备的,操作过程如下(注意添加transform之后将translation中y坐标的值设置为0.1或者其他的正值,将robot节点的坐标系抬高,要不然创建出来的实体会一半嵌进地里):
修改transform节点的坐标 translation,将y值设置为0.1,上移坐标的位置
然后在创建的transform节点下的children节点添加一个Shape,后面并通过这个shape选择一个形状,将会选一个圆柱,操作如下:
添加圆柱并设置圆柱的外观显示。单纯添加圆柱为白色,添加外观设置之后可视化效果更好
外观设置中,2,3,4步骤为对应的选项,操作2中颜色自选,操作3中Value可以设置为1,操作4设置为0,就可以得到下面这个柱子
然后修改圆柱的大小,将高度设置为5cm,对应里面的坐标为0.05,圆柱的半径设置为0.035,即3.5cm。
然后添加边界属性与物理属性。不加边界掉地里就找不着了。为了更方便的区分,将transform节点改一个名字,比如Body。方法如下,单击Transform节点,然后在Node DEF下面输入Body
完成上一步之后,就可以添加上文提到的两个属性,分别是boundingObject与physics。boundingObject我们使用刚才改名的Body,然后physics属性点击弹出后直接添加即可,如下 需要注意的是,在添加physics属性之前,可以先将仿真的按钮关闭。否则添加physics属性之后,实体就会直接掉在地上。按钮的位置如下:
添加完成后,如果出现围绕实体的白色的边界线,就说明设置成功。如果边界线跟添加实体的边界有偏差,就说明坐标等细节有问题。可能是Transform(改名后为Body)节点下的坐标设置有问题,如果出现问题可以自查。弄完后大概就是这个样子:
然后就可以进行下一步,添加一个轮子。单击Transform(改名后为Body)节点,选择Add(就那个“+”号),打开节点目录,选择一个HingeJoint节点。这个HingeJoint节点先不展开说,大概上可以理解为添加一个转轴,转轴的两端连接两个节点,一端是主体(Body),另一端需要连接一个Solid节点,下面会使用这个Solid节点制作一个轮子
然后打开新增的HingeJoint节点,里面有三个属性,第一个是针对主节点的,第二个Device用来添加一个Motor,第三个终端节点就是要添加轮子的节点。下面两张图对应着前两个节点的修改
然后打开添加的Motor节点,给Motor改改名字。这里就改为motorRight。修改名字方便后续对于Motor的调用
然后创建一个轮子出来。点击endPoint,添加一个Solid节点。然后单击Solid节点,同样的方法添加一个Shape节点。然后用上文相同的方法,在Shape节点下添加一个圆柱
单击Shape节点,添加一个圆柱。然后请各位自行修改颜色属性,就不过多赘述了,添加好大概样子如下(后面会修改Solid的坐标以及圆柱的大小,来让endPoint变成一个合格的轮子)
修改圆柱的大小,并修改Solid节点的translation与rotation属性,将轮子放在指定的位置上。修改的数值如下(这个可以根据各位的喜好自行定义),可以按照图示的位置与数值修改
然后给新添加的Shape节点改个名字。这个修改操作是为了给endPoint节点添加边界属性准备的。在添加boundingObject之后,添加物理属性,同时也给physics属性也改一个名字。操作如下:
下面给物理属性改个名字,同上操作
下面就是很关键的一步,这一步确保轮子能绕轴转动。打开HingeJoint节点下的endPoint节点,把translation的数值,直接复制到HingeJoint的第一个属性下面的anchor属性中,保持二者相同。然后点击position观察轮子是否按照指定转轴转动。如果转轴异常,可以修改axis的数值为 “0 1 0”或“0 0 1”,然后变动position的数值继续测试
这样第一个轮子就创建成功了,记得保存各位,要不然辛苦白费了。第二个轮子会很轻松,因为是对称的,只需修改少量数据即可。点击刚创建的HingeJoint节点,复制,粘贴,出现一个相同的HingeJoint节点。然后打开新节点,按照图示修改数值。这样小車的主体部分就设计好了。
3 运动测试:
先保存最后的结果,很重要,很重要。然后点开仿真按钮,小車就掉下来了。双击小車的主体,在左侧会出现两个电机的控制台。然后就可以进行简单的运动测试了
滑动右侧蓝色点可以手动控制小车,此处遇到一个问题:滑动蓝色点小车轮子转动但小车不动,原因是之前设置车轮位置的时候车轮最下方与小车的Body最下方齐平,因此小车无法运动,将轮子的translation和对应的anchor的y坐标改为0.09后,小车就可以动起来啦
4 编写控制器:
向导→新机器人控制器→下一步→Python→…可劲点就行了,点到结束。这里使用Python语言来创建控制器程序。
先简单写一个包含前进/后退/转向/静止的代码逻辑,通过键盘输入进行控制。按键就是你键盘上最光亮的几个按键。代码如下
from controller import Robot
MAX_SPEED = 6.28
robot = Robot()
timestep = int(robot.getBasicTimeStep())
#获取键盘输入
key = robot.getKeyboard()
key.enable(timestep)
#获取电机
motor_right = robot.getDevice("motorRight")
motor_left = robot.getDevice("motorLeft")
#设置电机模式与电机初始速度
motor_right.setPosition(float("inf"))
motor_right.setVelocity(0.0)
motor_left.setPosition(float("inf"))
motor_left.setVelocity(0.0)
while robot.step(timestep) != -1:
key_ = key.getKey()
if key_ == ord('W'):
motor_right.setVelocity(MAX_SPEED)
motor_left.setVelocity(MAX_SPEED)
if key_ == ord('S'):
motor_right.setVelocity(-MAX_SPEED)
motor_left.setVelocity(-MAX_SPEED)
if key_ == ord('A'):
motor_right.setVelocity(-0.4 * MAX_SPEED)
motor_left.setVelocity(0.4 * MAX_SPEED)
if key_ == ord('D'):
motor_right.setVelocity(0.4 * MAX_SPEED)
motor_left.setVelocity(-0.4 * MAX_SPEED)
if key_ == ord(' '):
motor_right.setVelocity(0.0)
motor_left.setVelocity(0.0)
pass
将控制器与小车建立连接
键盘控制小车运动的视频如下
双轮小车键盘控制
5 添加距离传感器
在Tramsform(Body)节点的基础上,添加一个Solid节点,是和前面添加的HingeJoint并列的节点。然后在Solid节点的children属性里添加Shape,并在Shape下添加一个圆柱,并调节尺寸,坐标,边界与物理属性。这些所有的步骤上文都有详细的介绍。还请上翻查看。
按照图中标记的顺序。第一步:单击Transform节点,添加Solid。第二步:单击Solid节点,添加Shape。
第一步:单击Transform节点,添加Solid。
第二步:单击Solid节点,添加Shape。
第三步:单击Shape节点,添加圆柱(Cylinder)。
第四步:修改Cylinder属性值,修改Solid下的translation属性值。
第五步:修改Shape的名称为sensor,然后保存保存保存。
然后添加Solid节点下的boundingObject属性与physics属性。boundingObject属性用刚才修改的 sensor 。physics正常添加即可。可以通过白色的边界线来确定边界添加的准确与否。
在刚才添加的Solid节点上单击,选择Add,添加一个距离传感器
然后把Solid节点的translation的数值直接复制到距离传感器的translation中。这时就可以看到坐标的移动了。然后点击查看→可选显示→显示距离传感器射线。这个时候可以看到距离传感器的射线,不过应该不太明显。
接着修改距离传感器的rotation,使得距离传感器的射线朝向小車的前方,并保存。如下图:
然后复制粘贴再添加两个距离传感器,修改rotation的angle数值使得距离传感器的射线朝向两个轮子,与原来前向垂直。然后修改距离传感器的名字,打开距离传感器节点,里面有name选项,直接修改名字即可。最后添加控制器程序,我直接写在原来的控制器里,如下图:
修改之后的代码如下(这个时候可以运行仿真,控制小车运动,然后可以观察传感器的输出
from controller import Robot
MAX_SPEED = 6.28
robot = Robot()
timestep = int(robot.getBasicTimeStep())
#获取三个距离传感器的数值
ds_forward = robot.("sensor_forward")
ds_forward.enable(timestep)
ds_right = robot.getDistanceSensor("sensor_right")
ds_right.enable(timestep)
ds_left = robot.getDistanceSensor("sensor_left")
ds_left.enable(timestep)
#获取键盘输入
key = robot.getKeyboard()
key.enable(timestep)
#获取电机
motor_right = robot.getDevice("motorRight")
motor_left = robot.getDevice("motorLeft")
#设置电机模式与电机初始速度
motor_right.setPosition(float("inf"))
motor_right.setVelocity(0.0)
motor_left.setPosition(float("inf"))
motor_left.setVelocity(0.0)
while robot.step(timestep) != -1:
distance_f = ds_forward.getValue()
distance_l = ds_left.getValue()
distance_r = ds_right.getValue()
print("distance_f:",distance_f)
print("distance_l:",distance_l)
print("distance_r:",distance_r)
key_ = key.getKey()
if key_ == ord('W'):
motor_right.setVelocity(-MAX_SPEED)
motor_left.setVelocity(-MAX_SPEED)
if key_ == ord('S'):
motor_right.setVelocity(MAX_SPEED)
motor_left.setVelocity(MAX_SPEED)
if key_ == ord('A'):
motor_right.setVelocity(-0.4 * MAX_SPEED)
motor_left.setVelocity(0.4 * MAX_SPEED)
if key_ == ord('D'):
motor_right.setVelocity(0.4 * MAX_SPEED)
motor_left.setVelocity(-0.4 * MAX_SPEED)
if key_ == ord(' '):
motor_right.setVelocity(0.0)
motor_left.setVelocity(0.0)
pass
6.Webots双轮小车避障简单的控制逻辑
小車有三个距离传感器,前/左/右各有一个。小车在循环中处于直行状态,当检测到前方有障碍物时,判断左右两侧的距离传感器的数值,进而转向距离传感器大的方向。在直行的同时,也会检测两侧的距离,当两侧距离障碍物过于接近的时候,也会启动转向的判定逻辑。控制代码如下:
from controller import Robot
import time
# create the Robot instance.
robot = Robot()
# get the time step of the current world.
timestep = int(robot.getBasicTimeStep())
speed = 6.0
#获取电机
motor_right = robot.getDevice("motorRight")
motor_left = robot.getDevice("motorLeft")
#设置电机模式与电机初始速度
motor_right.setPosition(float("inf"))
motor_right.setVelocity(0.0)
motor_left.setPosition(float("inf"))
motor_left.setVelocity(0.0)
#获取三个距离传感器的数值
ds_forward = robot.getDevice("sensor_forward")
ds_forward.enable(timestep)
ds_right = robot.getDevice("sensor_right")
ds_right.enable(timestep)
ds_left = robot.getDevice("sensor_left")
ds_left.enable(timestep)
def Left():
for i in range(15):
if robot.step(timestep) != -1:
ls = -speed
rs = speed
motor_left.setVelocity(ls)
motor_right.setVelocity(rs)
def Right():
for i in range(15):
if robot.step(timestep) != -1:
ls = speed
rs = -speed
motor_left.setVelocity(ls)
motor_right.setVelocity(rs)
def Forward():
while True:
if robot.step(timestep) != -1:
ls = -speed
rs = -speed
motor_left.setVelocity(ls)
motor_right.setVelocity(rs)
ds = ds_forward.getValue()
ds_l = ds_left.getValue()
ds_r = ds_right.getValue()
if float(ds)<800.0 or float(ds_l)<200.0 or float(ds_r)<200.0:# or float(ds_left)<1000.0 or float(ds_right)<1000.0:
break
if ds_l >= ds_r:
return "L"
return "R"
while True:
direction = Forward()
if direction == "L":
Left()
else:
Right()
避障视频如下
二轮小车避障
7.Pycharm编写控制程序连接并控制Webots中实体的方法
如果说要做强化学习,基本上离不开Tensorflow,Pytorch之类的库,但这些玩意想在Webots里运行是不现实的。所以说可以使用Pycharm来运行控制程序,然后调用Webots提供的接口来控制机器人的运动。下面介绍Pycharm连接Webots的方法。
这个其实可以搜到很多的方法,大概上可以这样做:
找到该项目的文件集合,找到controllers目录,使用Pycharm打开。
然后设置Pycharm。打开File→选择Settings→打开Project :controllers→打开Project :Structure→选择Add,然后添加Webots下的目录,根据自己安装的Webots来定。我的是“D:\Webots\Webots\lib\controller\python39”
然后设置Configurations,在环境变量里添加:;Path=D:\Webots\Webots\lib\controller\;D:\Webots\Webots\msys64\mingw64\bin\;D:\Webots\Webots\msys64\mingw64\bin\cpp 也是根据自己的Webots目录来定(注意一开始的 “;”)。然后点击Apply应用。如果正常的话,现在打开Webots仿真,在controller里选择 “extern”。然后在Pycharm运行程序,就可以实现控制。
设置好上述之后,先在Pycharm中运行,再打开webots仿真开始按钮,外部控制小车视频如下
外部控制小车
8.Tensorflow编写DQN强化学习算法用于小车的避障
我们需要在刚才的小車的基础上修改一下坐标。意思就是让小车整体向下移动。下面我会给出图示,将Robot节点的children下的所有节点中的translation中的y值都减少0.08。使得小車的整体向下移动。
然后很关键的一点,我们需要使用Supervisor来重置机器人的状态。只需要把Supervisor对应的节点选择为True即可。
8.1 思路
这个算是为了后续的强化学习任务做铺垫
设置了一个圈子,并设置围栏的高度。DQN算法的Observation仅仅包含三个距离传感器数据。其实这个数据偏少,各位可以给小車自行添加GPS,陀螺仪等,也可以使用激光雷达代替距离传感器,以此来丰富Observation的数据量。然后因为DQN算法只适用于离散值,所以会预先编写一个控制器,将动作离散化,即小車只有三个动作:前进 / 左转+前进 / 右转+前进。当然也可以通过DDPG算法来控制连续的动作
这里先说个小点子,如果动作只有前进/ 左转 / 右转,且Reward不加特殊设定的话,训练出来的小車很容易原地自转,避了个好障。
8.2 控制器程序
如果接触过强化学习,应该对Gym不陌生。这个控制器的作用就是将小車改造成类似于Gym中的强化学习环境。因此,需要编写Reset()与Step()函数。Reset()函数用于重置系统的状态。Step()函数用于驱动小車运动,这个项目的运动输入是 [0,1,2]。因为小车没有安装陀螺仪等传感器,无法获得小车的姿态数据。因此在驱动小车进行转向(转向均为旋转90度)时默认为开环控制,不对旋转角度进行修正。各位有实际需求的,可以自行加装闭环控制程序,像是典型的PID之类。然后下面是控制器类的代码:我的文件名称为Env.py
from controller import Supervisor
import time
import numpy as np
class Env():
def __init__(self):
self.name = "car"
self.version = 1.0
self.action_space = 3
self.obs_space = 4
self.terminal = False
self.robot = Supervisor()
self.timestep = 32
self.max_speed = 6.28
self.motor_1 = self.robot.getDevice("motorLeft")
self.motor_2 = self.robot.getDevice("motorRight")
self.motor_1.setVelocity(0.0)
self.motor_2.setVelocity(0.0)
self.motor_1.setPosition(float("inf"))
self.motor_2.setPosition(float("inf"))
self.ds_front = self.robot.getDevice("sensor_forward")
self.ds_left = self.robot.getDevice("sensor_left")
self.ds_right = self.robot.getDevice("sensor_right")
self.ds_front.enable(self.timestep)
self.ds_left.enable(self.timestep)
self.ds_right.enable(self.timestep)
def step(self, action):
df = dr = dl = 0
if action == 0:
for i in range(11):
self.robot.step(self.timestep)
self.motor_1.setVelocity(-6.0)
self.motor_2.setVelocity(-6.0)
df = self.ds_front.getValue()
dl = self.ds_left.getValue()
dr = self.ds_right.getValue()
elif action == 1:
for i in range(11):
self.robot.step(self.timestep)
self.motor_1.setVelocity(-6.0)
self.motor_2.setVelocity(6.0)
for i in range(11):
self.robot.step(self.timestep)
self.motor_1.setVelocity(-6.0)
self.motor_2.setVelocity(-6.0)
df = self.ds_front.getValue()
dl = self.ds_left.getValue()
dr = self.ds_right.getValue()
else:
for i in range(11):
self.robot.step(self.timestep)
self.motor_1.setVelocity(6.0)
self.motor_2.setVelocity(-6.0)
for i in range(11):
self.robot.step(self.timestep)
self.motor_1.setVelocity(-6.0)
self.motor_2.setVelocity(-6.0)
df = self.ds_front.getValue()
dl = self.ds_left.getValue()
dr = self.ds_right.getValue()
self.motor_1.setVelocity(0)
self.motor_2.setVelocity(0)
terminal = False
reward = -1
if df < 400.0 or dr < 400.0 or dl < 400.0:
terminal = True
reward = -15.0
return [np.array([df, dl, dr]).reshape(1, 1, 3), reward, terminal]
def reset(self):
self.robot.simulationResetPhysics() # 重置机器人的状态,主要是是translation和rotation
name = self.robot.getFromDef("car")
trans = name.getField("translation")
rotation = name.getField("rotation")
trans.setSFVec3f([0, -0.01, 0])
return np.array([1000.0, 1000.0, 1000.0]).reshape(1, 1, 3)
DQN.py
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
from tensorflow.keras import Sequential, layers
from tensorflow.keras.models import load_model
from collections import deque
from Env import Env
import numpy as np
import random
import time
class Agent(object):
def __init__(self, ):
self.steps = 0
self.var = 1e-1 / 2
self.e = 1e-5
self.Model = self.model_()
self.Target = self.model_()
self.replay_memory = deque(maxlen=1000)
def model_(self):
model = Sequential(name="DQN")
model.add(layers.Dense(100, "relu"))
model.add(layers.Dense(100, "relu"))
model.add(layers.Dense(3, None))
model.compile("adam", "mse")
return model
def add(self, obs, action, reward, n_s, done):
if action == 0 and not done:
reward += 2.0
self.replay_memory.append((obs, action, reward, n_s, done))
def sample(self, obs):
self.var -= self.e
if np.random.uniform() <= self.var:
return np.random.randint(3)
return np.argmax(self.Model.predict(obs))
def data(self):
batch = random.sample(self.replay_memory, 64)
Obs, Action, Reward, N_s, Done = [], [], [], [], []
for (obs, action, reward, n_s, done) in batch:
Obs.append(obs)
Action.append(action)
Reward.append(reward)
N_s.append(n_s)
Done.append(done)
return np.array(Obs).astype("float32"), np.array(Action).astype("int64"), np.array(Reward).astype("float32"), \
np.array(N_s).astype("float32"), np.array(Done).astype("float32")
def learn(self):
if self.steps % 50 == 0:
self.Target.set_weights(self.Model.get_weights())
if self.steps % 2 == 0 and len(self.replay_memory) >= 80:
Obs, Action, Reward, N_s, Done = self.data()
Q = self.Model.predict(Obs.reshape(64, 1, 3))
Q_ = self.Target.predict(N_s.reshape(64, 1, 3))
for i in range(64):
if Done[i]:
Q[i][0][Action[i]] = 0.01 * Reward[i]
Q[i][0][Action[i]] = 0.01 * (Reward[i] + 0.9 * np.argmax(Q_[i][0]))
self.Model.fit(Obs.reshape(64, 1, 3), Q, verbose=0)
env = Env()
agent = Agent()
Scores = []
# new_model = model_()
# agent.Model = load_model("car.h5")
agent.Model = agent.model_()
agent.Target = agent.Model
for times in range(500):
time_ = 0
s = env.reset()
Score = 0
while True:
time_ += 1
agent.steps += 1
a = agent.sample(s)
next_s, reward, done = env.step(a)
agent.add(s, a, reward, next_s, done)
agent.learn()
Score += reward
s = next_s
if done or time_ == 30:
Scores.append(Score)
print('episode:', times, 'score:', Score, 'max:', np.max(Scores))
break
# 提前终止训练
# if np.mean(Scores[-3:]) >= -25:
# agent.Model.save("car.h5")
# break
agent.Model.save("car.h5")
运行DQN.py,训练视频如下
DQN训练
测试视频可以看到机器人会后仰,这是因为机器人只有两个轮子支撑Body,解决方法是给机器人添加一个万向轮
创建万向“轮”
为了轮子打了个引号呢?
因为这是个假轮子,不会转的。
加个假轮子垫着,以免机器跑起来会后仰。
先添加一个solid,为solid添加形状,选择球形,设置边界和物理属性,调整半径和位置,作为前轮,然后复制一个后轮,修改位置即可
添加障碍物
障碍添加完成后如下
加上DQN训练的视频如下
DQN训练