1.【干货|开源MIT Min cheetah机械狗设计(二十一)】运动控制器源码解析---刚体动力学建模
2.机器人常见的机械机械仿真软件
3.FreeCAD - 功能强大、免费开源的仿真仿参数化 3D 建模软件，在 Windows、开源开源Mac 和 Linux 平台上都可以使用
4.干货|开源MIT Min cheetah机械狗设计(二十三)运动控制器源码解析---控制和优化思想
5.能提供原始代码的软件软件软件是
6.干货|开源MIT Min cheetah机械狗设计(十四)运动控制器源码解析---四足机器人浮动基动力学模型创建

【干货|开源MIT Min cheetah机械狗设计(二十一)】运动控制器源码解析---刚体动力学建模

       本篇内容深入探讨了开源MIT Min cheetah机械狗设计系列文章中的刚体动力学模型。刚体动力学模型是源码源码机械狗设计的核心，是机械机械ddos修复版源码麻省理工团队独立开发的动力学算法的重要基础。动力学算法的仿真仿理论依据参考了Roy Featherstone的文章《Rigid Body Dynamics Algorithms》，该文章提出了一种新的开源开源六维运动空间和力空间，概念类似于运动旋量和力旋量。软件软件

       商业动力学运算库如CoppeliaSim的源码源码Bullet 2.和单独的动力学求解库pinocchio、frost、机械机械drake等在机械狗设计中得到了广泛应用。仿真仿机械狗设计所用的开源开源动力学算法设计思想包含牛顿欧拉方程、坐标系选取问题、软件软件六维运动空间等核心概念。源码源码牛顿欧拉方程是力学基础，描述了力与加速度和扭矩之间的关系，包括了定点和定轴转动的公式。坐标系的选择对动力学和运动学分析至关重要，不同坐标系的设计使计算变得更加高效。Pl¨ucker坐标系的引入实现了平动和转动的统一表示，简化了动力学方程，方便了后续程序的编写。

       在六维运动空间中，刚体的速度和空间力被统一表示，使得动力学分析更加简洁。动力学模型编程中，动力学公式和运动学树的概念被整合进代码中，以方便处理和编程。文章最后指出，动力学知识的探讨还将继续，后续计划将增加视觉感知、激光雷达扫描等机械狗的智能功能，以提升其性能。

机器人常见的仿真软件

       ```html

       在机器人技术的舞台上，仿真软件扮演着至关重要的角色，它在节省成本和时间的荷兰离德国源码同时，让开发者能够提前解决潜在问题。其中，Webots以其卓越的性能和广泛的适用性，成为了众多工程师的首选。

Webots - 开源的机器人仿真圣殿

       Webots，一个深受开发者喜爱的开源软件，基于Apache2.0许可，为机器人、车辆和生物力学系统提供了全面的开发环境。它的魅力在于其友好的界面、详尽的教程和快速上手的操作体验。它支持C/C++、Python和JavaScript编程，无论是无人机、机械臂、机械狗，还是室内机器人，都能在虚拟世界中游刃有余。例如，稚晖君就曾利用Webots进行过仿真实践，展现了其强大的功能和灵活性。

       然而，游戏引擎Unity也不容小觑。作为一款专业游戏开发工具，Unity不仅适用于游戏开发，它的物理引擎和3D渲染能力使得它在机器人仿真中也大放异彩。Unity3D以其易用性和广泛应用，成为了许多手游背后的推手，包括自动驾驶汽车领域的研究与探索。

自动驾驶的创新之路

       在自动驾驶的前沿，Nvidia Research的研究者们使用Unity中的仿真平台，实现了CNN模型，通过PyTorch处理来自车辆的摄像头数据，实现了端到端的自动驾驶预测。这证明了Unity在复杂场景模拟中的威力，为自动驾驶技术的直播源码营销方案进步提供了关键支持。

       当然，还有同样热门的gazebo，作为ROS开发者们的常客，它在机器人仿真领域占据着一席之地。如果你正在寻找更深入的学习资源，不妨关注我们的公众号，获取更多实战项目的源码，如下载1中的openCRobotics源码，包含了A*算法等多种机器人控制技术，以及下载2中的人工智能摄像头项目，涵盖了从视觉识别到自动驾驶的全面实战内容。

       总而言之，无论是Webots、Unity还是gazebo，这些仿真软件都在为机器人技术的进步贡献力量，为工程师们提供了创新的舞台。通过它们，我们可以在虚拟世界中探索无尽的可能性，为现实世界的机器人应用打下坚实的基础。

       ```

FreeCAD - 功能强大、免费开源的参数化 3D 建模软件，在 Windows、Mac 和 Linux 平台上都可以使用

       最近买了一台入门级的3D打印机，打算用来制作一些小型配件。在寻找合适的3D建模软件时，我发现了FreeCAD。这款软件功能强大，免费且开源，适用于Windows、Mac和Linux平台，非常适合我。在这里，我将分享一些关于FreeCAD的使用心得，希望能帮助到需要的朋友们。

       在探索遥控车世界时，我看到了一些有趣的feign调用源码详解变化：将静态车模型升级为可全比例控制的遥控车，并通过实时图传实现如同亲身体验的驾驶感受。市面上的遥控车价格不菲，而且尺寸通常太大，仅适合户外使用。因此，我决定将自己收藏的外观精美的小车模型改造成遥控车，这个想法让我不禁心动。

       在动手实践前，我投入了不少时间研究3D打印所需的配件。在尝试了几款建模软件后，我最终选择了FreeCAD。这款软件的参数化建模功能非常出色，允许我轻松修改设计和参数，快速创建符合预期的3D模型。FreeCAD的跨平台特性也意味着它可以在各种操作系统上使用，非常方便。

       自年项目成立以来，FreeCAD在专业领域内得到了持续发展，成为了一款功能强大、用户群体广泛的应用软件。其易用性、灵活性和集成度高，使其在机械设计和建筑建模方面拥有广泛的应用。

       学习FreeCAD并不困难，尤其是如果你具备一定的三维建模经验或熟悉技术概念。虽然我是一个工科生，对FreeCAD的操作还不是很熟悉，但凭借对相关概念的理解，我很快就上手了。如果你是三维建模的新手，学习曲线可能会更长一些，但随着练习和探索，你会逐渐掌握。

       FreeCAD拥有活跃的用户社区，为新用户提供支持和资源。许多用户在社区中分享自己的波段上涨源码公式模型，你可以直接下载这些模型来进行学习。总之，学习FreeCAD需要投入时间和努力，但只要你有兴趣和热情，就能克服这些挑战。

       除了基础的建模功能，FreeCAD还专门设计了适用于3D打印的工具。例如，它包含3D打印专用的零件设计和网格设计工作台，以及用于检查模型是否有缺陷的实体对象工具。这些功能确保了3D打印过程的顺利进行。

       借助FreeCAD，我很快学会了如何将简单的2D图纸转化为3D模型，并最终将模型导出为3D打印机兼容的STL格式。整个过程包括设计、转化、处理和打印，一步步实现了从概念到成品的转变。

       FreeCAD不仅仅适用于制作简单零件，它还广泛应用于各种复杂和庞大的机械零件和建筑模型设计。它完全可以媲美市面上的付费三维建模软件，是业余爱好者、学生和专业人士的首选。

       作为一款免费开源软件，FreeCAD允许个人和公司免费下载使用。其源代码的开放性意味着有能力的开发者可以修改和编译软件，满足自己的特定需求。

       如果您对FreeCAD感兴趣，欢迎访问相关网站或论坛，参与社区活动，获取更多资源和支持。在探索和实践的过程中，您将发现FreeCAD在3D建模领域的强大潜力。记住，无论您是初学者还是专业人士，只要有兴趣和毅力，就能在FreeCAD的世界中找到属于您的空间。

干货|开源MIT Min cheetah机械狗设计(二十三)运动控制器源码解析---控制和优化思想

       本文将深入探讨开源MIT Min Cheetah机械狗设计的控制与优化策略，重点关注MPC控制和QP优化。尽管WBC辅助MPC的内容在前文已有详述，这里主要聚焦控制理论的应用。

       控制的核心在于通过状态方程描述物体运动规律，如牛顿第二定律，将连续问题离散化以适应计算机处理。状态空间表达式，如[公式]，揭示了物理定律，如位移与速度的关系和电容与电流的关系。控制策略的优化在于选择最适合的路径，如LQR关注整个时间的最优，而MPC关注当前时刻对过去的影响。

       优化问题涉及代价函数和权重设置。LQR的代价函数[公式]，权重为[公式]，而MPC更复杂，如[公式]，可加入不等式约束。MPC通过QP求解器，如Matlab或C++，实现开环优化，允许灵活设置约束条件。

       与传统PID控制相比，现代控制理论如状态空间模型更精确，但在实际应用中，复杂项目如MIT机械狗，可能仍需依赖传统控制如PD，配合现代理论以提升性能。控制算法在无人机、机器人和汽车行业广泛应用，尤其在动力学模型成熟的情况下。

       机器学习和强化学习在参数辨识和环境适应方面提供了补充，但强化学习对于规则明确的环境表现较好，未来有望在机器人领域有更多发展。接下来，我们将转向机械狗的仿真实现，以及后续的扩展功能，如路径规划和激光雷达扫描。

能提供原始代码的软件是

       能提供原始代码的软件是开源软件。

       开源软件一般指开放源代码软件。开放源码软件(open-source)是一个新名词，它被定义为描述其源码可以被公众使用的软件，并且此软件的使用，修改和分发也不受许可证的限制。

       代码（code）是程序员用开发工具所支持的语言写出来的源文件，是一组由字符、符号或信号码元以离散形式表示信息的明确的规则体系。

       代码设计的原则包括唯一确定性、标准化和通用性、可扩充性与稳定性、便于识别与记忆、力求短小与格式统一以及容易修改等。

       源代码是代码的分支，某种意义上来说，源代码相当于代码。

       现代程序语言中，源代码可以书籍或磁带形式出现，但最为常用格式是文本文件，这种典型格式的目的是为了编译出计算机程序。

       计算机源代码最终目的是将人类可读文本翻译成为计算机可执行的二进制指令，这种过程叫编译，它由通过编译器完成。

干货|开源MIT Min cheetah机械狗设计(十四)运动控制器源码解析---四足机器人浮动基动力学模型创建

       干货MIT Min Cheetah机械狗设计详解（十四）：动力学模型创建

       对于机器人爱好者和初入机器人领域的专业人士，开源MIT Min Cheetah系列设计无疑是一份宝贵资源。本文将深入探讨RobotRunner核心模块，包括数据更新、步态规划、控制算法和命令发送，尤其是关键的浮动基动力学模型构建。

       首先，我们从单刚体动力学模型开始，简化机械狗的复杂动态，计算足底反作用力，但此方法在高速运动时并不适用。为解决高速情况下的适应性，浮动基动力学模型引入，它在单刚体基础上优先满足动态响应，如WBC控制器的需要。模型创建包括：

       浮动基动力学模型参数设置：定义机械狗整体的配置空间和关节自由度，引入6个表示身体浮动基的自由度。

       广义惯量和空间惯量：每个连杆和关节电机的广义惯性张量（包括质量、质心位置和旋转惯量）是动力学计算的基础。

       连杆位置向量：这些参数用于后续的运动旋量计算。

       浮动基动力学模型：以拉格朗日单腿动力学为基础，考虑机械狗整体的运动状态和力矩映射。

       动力学方程的构造：包括动力学方程组、约束方程和构型角度约束，以及外力和转矩的关系。

       代码中，通过`forwardKinematics()`函数计算关节和连杆的空间变换，为求解质量矩阵、非惯性力矩阵和接触雅可比矩阵做准备。在冗余自由度的系统中，浮动基动力学模型与WBC结合，最终计算出关节的控制参数。

       总结，浮动基动力学模型的创建是实现高精度控制的关键步骤，它为后续的动力学方程求解提供了关键参数。理解这些核心概念，将有助于深入理解四足机器人动态控制的奥秘。

开源verilog仿真工具iverilog+GTKWave初体验

       本文旨在带你体验开源的Verilog仿真工具Icarus Verilog和GTKWave。首先，Icarus Verilog以其轻便性著称，兼容Windows、Linux和MacOS，且源代码开源。它能够通过tb文件生成仿真波形数据，并能将Verilog转换为VHDL格式。

       要开始，首先进行安装：安装Icarus Verilog后，检查其版本。接着，安装GTKWave，同样确认版本。在测试bench（tb）文件中，你需要添加相应的代码。

       进入项目目录后，使用命令行编译Verilog文件，成功后会生成一个.out文件以及.vcd文件。然而，打开.vcd文件时，可能遇到问题，特别是当文件过大时，GTKWave可能无法有效查看波形，导致卡死。此时，推荐使用lxt或转换为lxt2格式，lxt是GTKWave专有的波形格式，能更好地处理大文件。

       解决完这些问题后，你可以添加波形到GTKWave中。此外，如果你需要，还能利用Icarus Verilog的功能将Verilog源文件glitch.v转换为VHDL格式，生成glitch.vhd文件，以便在不同硬件描述语言之间进行转换。

干货|开源MIT Min cheetah机械狗设计(三十二)番外篇（8）---Cartographer源码解读

       干货|开源MIT Min cheetah机械狗设计(三十二)番外篇（8）---Cartographer源码解读

       在MIT Min cheetah机械狗的开源设计中，第篇番外篇第8篇深入解析了传感器数据的流向。通常，正向讲解难以全面理解程序设计思路，因此我们将逆向还原设计过程。

       数据首先从传感器获取点云，通过trajectory_builder_->AddSensorData(sensor_id, timed_point_cloud_data)这一过程。在这个函数中，数据被进一步处理，通过MakeDispatchable函数，数据被封装为Dispatchable实例，以便在CollatedTrajectoryBuilder::AddData中处理不同类型的传感器数据。

       数据接着被添加到OrderedMultiQueue中，队列满后会阻塞数据的插入，直到队列空间允许。在Dispatch函数中，数据被组织成一个Map结构，存储每个传感器的数据和回调函数。回调函数HandleCollatedSensorData负责计算数据利用率和将数据传递给GlobalTrajectoryBuilder。

       逆向来看，设计者可能会将程序分为算法部分Cartographer和数据交互部分Cartographer_ros。Cartographer侧重于核心算法，如LocalTrajectoryBuilder和PoseGraph，而Cartographer_ros则负责数据的订阅、发布和类的实例化。SensorBridge和MapBuilderBridge作为桥梁，将传感器数据和Cartographer的内部结构连接起来。

       软件架构清晰地展示出传感器数据如何层层传递，每个类都扮演着数据流转的桥梁角色。Cartographer_ros负责传感器数据的接入和结果的输出，而内部的C++实现则体现了谷歌工程师的高水准。

       最后，下一篇文章将揭示数据如何在前端与局部地图进行匹配的细节。