Unitree SDK2 Python 完整配置与使用指南
项目概述
Unitree SDK2 Python 是一个为 Unitree 双足机器人提供 Python 接口的软件开发工具包。该项目基于 Python 语言开发,通过 DDS(数据分发服务)通信机制实现与机器人的数据交互,为开发者提供了便捷的机器人控制和状态监控能力。
环境要求
在开始安装之前,请确保您的系统满足以下要求:
- Python >= 3.8
- cyclonedds == 0.10.2
- numpy
- opencv-python
完整安装流程
1. 获取项目源码
首先克隆项目仓库到本地:
git clone https://gitcode.com/gh_mirrors/un/unitree_sdk2_python.git
cd unitree_sdk2_python
2. 安装系统依赖
对于 Ubuntu 系统,执行以下命令安装必要的依赖包:
sudo apt install python3-pip
3. 编译安装 CycloneDDS
如果遇到 CycloneDDS 路径找不到的错误,需要先编译安装 CycloneDDS:
cd ~
git clone https://github.com/eclipse-cyclonedds/cyclonedds -b releases/0.10.x
cd cyclonedds && mkdir build install && cd build
cmake .. -DCMAKE_INSTALL_PREFIX=../install
cmake --build . --target install
4. 设置环境变量并安装 SDK
返回项目目录,设置环境变量并安装 Python 包:
cd ~/unitree_sdk2_python
export CYCLONEDDS_HOME="~/cyclonedds/install"
pip3 install -e .
使用指南
DDS 通信示例
项目提供了基础的 DDS 通信示例,位于 example/helloworld 目录中。
发布者示例: 在终端中执行发布者程序:
python3 ./example/helloworld/publisher.py
订阅者示例: 打开新的终端窗口,执行订阅者程序:
python3 ./example/helloworld/subscriber.py
你将看到终端中输出的数据。publisher.py 和 subscriber.py 之间传输的数据结构定义在 user_data.py 中,用户可以根据需要定义所需的数据结构。
高级状态和控制
高级接口在数据结构和控制方法上与 unitree_sdk2 保持一致。
读取高级状态: 执行以下命令读取机器人状态:
python3 ./example/high_level/read_highstate.py enp2s0
将 enp2s0 替换为机器人连接的网络接口名称。
高级控制测试: 执行运动模式测试程序:
python3 ./example/high_level/sportmode_test.py enp2s0
该示例程序提供了多种测试方法,你可以根据需要选择相应的测试:
test.StandUpDown() # 站立和躺下
# test.VelocityMove() # 速度控制
# test.BalanceAttitude() # 姿态控制
# test.TrajectoryFollow() # 轨迹跟踪
- test.SpecialMotions() # 特殊动作
低级状态和控制
低级接口在数据结构和控制方法上也与 unitree_sdk2 保持一致。
低级状态监控:
python3 ./example/low_level/lowlevel_control.py enp2s0
将 enp2s0 替换为机器人连接的网络接口名称。程序将输出右前腿髋关节、IMU 和电池电压的状态。
低级电机控制: 首先使用 APP 关闭高级运动服务(sport_mode),以防止指令冲突。
执行低级控制程序:
python3 ./example/low_level/lowlevel_control.py enp2s0
左后腿髋关节将保持 0 度位置(出于安全考虑,设置 kp=10,kd=1),左后腿小腿关节将持续输出 1Nm 的扭矩。
无线控制器状态
获取无线控制器状态:
python3 ./example/wireless_controller/wireless_controller.py enp2s0
终端将输出各个按键的状态。
前摄像头使用
使用 OpenCV 获取前摄像头画面(确保在有图形界面的系统上运行,按 ESC 键退出程序):
python3 ./example/front_camera/camera_opencv.py enp2s0
避障开关控制
python3 ./example/obstacles_avoid_switch/obstacles_avoid_switch.py enp2s0
机器人将循环开启和关闭避障功能。
灯光和音量控制
python3 ./example/vui_client/vui_client_example.py enp2s0
机器人将循环调节音量和灯光亮度。
项目结构说明
项目主要包含以下核心目录:
- unitree_sdk2py:主要的 Python 接口实现
- example:丰富的示例程序,涵盖各种机器人控制场景
- idl:接口定义语言文件
- utils:工具类和辅助函数
支持机型
该项目支持多种 Unitree 机器人型号,包括:
- B2 系列
- G1 系列
- Go2 系列
- H1 系列
每个机型都有对应的示例代码,位于 example 目录下的相应子目录中。
注意事项
- 在实际操作机器人前,建议先在仿真环境中测试代码
- 确保网络连接稳定,机器人与控制端在同一网络环境中
- 注意安全操作,避免在机器人运行时过于靠近
- 遵循官方文档中的安全指南
通过本指南,您可以快速上手 Unitree SDK2 Python,开始您的机器人开发之旅。建议从简单的示例开始,逐步深入理解各个接口的功能和使用方法。
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 StartedRust0201
cann-learning-hubCANN 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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07