OpenWBT项目环境配置全指南:从硬件准备到VR控制
2025-06-08 19:45:52作者:裘晴惠Vivianne
前言
OpenWBT是一个面向机器人开发与虚拟现实控制的开源项目,本文将详细介绍如何从零开始配置完整的开发环境。无论您是机器人领域的初学者还是经验丰富的开发者,本指南都将帮助您快速搭建起OpenWBT项目的运行环境。
硬件准备
在开始软件配置前,我们需要确保拥有合适的硬件设备:
- 机器人开发平台:推荐使用G1-EDU四足机器人开发平台
- 混合现实设备:Apple Vision Pro用于VR控制
- 控制设备:游戏手柄用于基础控制
- 开发计算机:建议使用Ubuntu 20.04系统
网络配置建议
为确保设备间通信顺畅,建议将所有设备连接到同一局域网中。可以通过以下命令检查本机IP:
ifconfig | grep inet
记录下网络接口名称和IP地址,后续配置会用到。
基础软件环境配置
Conda虚拟环境
我们推荐使用Conda管理Python环境,避免依赖冲突:
conda create -n OpenWBT python=3.8
conda activate OpenWBT
核心依赖安装
OpenWBT项目依赖多个机器人学相关的Python库:
# 安装机器人动力学计算库
conda install pinocchio=3.1.0 -c conda-forge
# 安装其他核心依赖
pip install meshcat casadi onnxruntime pyserial mujoco
特别提醒:Pinocchio必须使用3.1.0版本,其他版本可能导致兼容性问题。
机器人SDK集成
OpenWBT需要与Unitree机器人SDK进行交互:
git clone https://github.com/unitreerobotics/unitree_sdk2_python.git
cd unitree_sdk2_python
pip install -e .
这种"可编辑"安装方式(使用-e参数)允许我们在开发过程中直接修改SDK代码而无需重新安装。
物理仿真环境配置
OpenWBT支持Isaac Gym物理仿真引擎:
- 从NVIDIA官网下载Isaac Gym安装包
- 解压后进入python目录
- 执行开发模式安装:
pip install -e .
开发模式安装同样适用于需要频繁修改仿真环境的情况。
ROS 2通信环境搭建
编译工具准备
OpenWBT需要特定版本的编译工具链:
# 安装CMake 3.23.3
wget https://cmake.org/files/v3.23/cmake-3.23.3.tar.gz
tar -zxvf cmake-3.23.3.tar.gz
cd cmake-3.23.3
sudo apt-get -y install libssl-dev
sudo ./configure
sudo make -j8
sudo make install
# 配置GCC 9.4.0
sudo apt-get install gcc-9 g++-9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 90
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 90
ROS 2 Foxy安装
建议使用ROS 2 Foxy版本:
sudo apt install ros-foxy-desktop
安装完成后,建议在.bashrc中注释掉ROS环境自动加载,避免与其他环境冲突。
机器人ROS接口配置
- 克隆unitree_ros2仓库
- 安装必要依赖:
pip install empy==3.3.4 catkin_pkg==1.0.0 lark==1.2.2
sudo apt install ros-foxy-rmw-cyclonedds-cpp ros-foxy-rosidl-generator-dds-idl
- 编译CycloneDDS中间件(确保未加载ROS环境):
cd ~/unitree_ros2/cyclonedds_ws/src
git clone https://github.com/ros2/rmw_cyclonedds -b foxy
git clone https://github.com/eclipse-cyclonedds/cyclonedds -b releases/0.10.x
cd ..
colcon build --packages-select cyclonedds
- 最后编译整个unitree_ros2项目:
source /opt/ros/foxy/setup.bash
colcon build
网络连接验证
- 修改~/unitree_ros2/setup.sh中的网络接口名称
- 启动ROS 2环境:
source /opt/ros/foxy/setup.sh; source ~/unitree_ros2/setup.sh
- 运行
ros2 topic list查看机器人话题,确认连接成功
Apple Vision Pro VR控制配置
HTTPS证书配置
由于Apple强制要求WebXR使用HTTPS,我们需要配置本地证书:
- 安装mkcert工具:
brew install mkcert
- 生成证书(替换为实际IP):
mkcert -install && mkcert -cert-file cert.pem -key-file key.pem 192.168.123.2 localhost 127.0.0.1
- 复制证书到项目目录并开放端口:
cp cert.pem key.pem ~/avp_teleoperate/teleop/
sudo ufw allow 8012
设备端设置
- 将rootCA.pem通过AirDrop发送到Vision Pro安装
- 在设置中启用Safari的WebXR功能
- 访问控制页面(替换为实际IP):
https://192.168.123.2:8012?ws=wss://192.168.123.2:8012
常见问题排查
- ROS 2话题不可见:检查网络配置,确认机器人与主机在同一子网
- 证书不受信任:确保证书已正确安装到Vision Pro
- Pinocchio版本冲突:必须使用3.1.0版本
- 编译错误:检查GCC和CMake版本是否符合要求
结语
通过以上步骤,您应该已经完成了OpenWBT项目完整环境的配置。这套环境不仅支持机器人基础控制,还实现了通过Vision Pro进行VR远程操作的高级功能。如果在配置过程中遇到任何问题,建议查阅各组件官方文档获取最新信息。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0761
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.27 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.2 K
1.24 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
640
275
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
830
6.17 K
昇腾LLM分布式训练框架
Python
194
272