簡(jiǎn)介面向機(jī)器人、生物學(xué)仿真與Python開(kāi)發(fā)者的石魚(yú)生態(tài)環(huán)境模擬項(xiàng)目基于ROS Noetic分支構(gòu)建可在虛擬三維場(chǎng)景中還原石魚(yú)行為、環(huán)境互動(dòng)及多物種交互涉及環(huán)境建模、物理模擬、行為算法、事件驅(qū)動(dòng)與多線程等技術(shù)點(diǎn)適用于生態(tài)研究、算法驗(yàn)證與教學(xué)演示。壓縮包共收納223個(gè)文件以205個(gè)obj三維模型為主體輔以Python腳本、場(chǎng)景文件、啟動(dòng)配置文件、圖片、yaml參數(shù)與csv數(shù)據(jù)整體僅1.7MB輕量便于部署測(cè)試。目前已有179人學(xué)習(xí)瀏覽適合科研入門(mén)與算法驗(yàn)證。內(nèi)容既有藻類、錨鏈等場(chǎng)景資產(chǎn)與launch啟動(dòng)文件又有可參考的源碼和文檔能夠展示如何組織三維模型、配置物理引擎、編寫(xiě)行為控制腳本并利用ROS話題通信整合模塊幫助讀者快速搭建完整仿真流程。整體融合計(jì)算機(jī)科學(xué)、生物學(xué)與機(jī)器人學(xué)知識(shí)對(duì)研究智能體模擬、機(jī)器人仿真及生態(tài)建模均有實(shí)用價(jià)值。1. 石魚(yú)的世界模擬一個(gè)能跑水下機(jī)器人算法的數(shù)字海底世界如果你做過(guò)水下機(jī)器人大概率有過(guò)這種體驗(yàn)算法在電腦上跑得挺正常一下水就開(kāi)始亂飄光線、浮力、暗流全在跟你作對(duì)。石魚(yú)的世界模擬這個(gè)項(xiàng)目解決的正是“下水前先跳水”的問(wèn)題。它用物理引擎搭了一個(gè)能反復(fù)進(jìn)入的海底仿真世界任何一臺(tái)普通 Linux 電腦都可以把 AUV 放進(jìn)海里用 Python 腳本設(shè)定地形、布設(shè)礁石、掛載相機(jī)和聲吶再讓機(jī)器人自主繞障、下潛、返航。做控制與感知的人可以用它驗(yàn)證多傳感器融合和視覺(jué)識(shí)別做系統(tǒng)集成的人可以用它調(diào)試 ROS 話題鏈路。這篇文章會(huì)從技術(shù)選型、核心代碼、運(yùn)行步驟到二次開(kāi)發(fā)把整個(gè)倉(cāng)庫(kù)的實(shí)際玩法完整過(guò)一遍。2. 技術(shù)選型與整體架構(gòu)Python、ROS 與物理引擎的三層咬合石魚(yú)這套模擬器沒(méi)有選擇“自己再造一個(gè)機(jī)器人中間件”而是把自己定位成補(bǔ)短板的一層底層是 C 寫(xiě)的物理仿真內(nèi)核負(fù)責(zé)剛體解算、碰撞檢測(cè)、流體阻力和聲學(xué)傳播中間是一層 Python 綁定把世界搭建、模型加載、傳感器配置全部暴露給腳本上層再用 ROS 包裝成節(jié)點(diǎn)和話題讓原本跑在真機(jī)上的控制程序不大改就能接進(jìn)來(lái)。這套“C 內(nèi)核 Python 布景 ROS 通信”的結(jié)構(gòu)在源碼里可以直觀看到三個(gè)層次engine是引擎本體python是腳本接口和世界腳本bridge是 ROS 橋接。理解這個(gè)分層后面改場(chǎng)景和加傳感器時(shí)就不會(huì)動(dòng)錯(cuò)文件。2.1 為什么把世界寫(xiě)成 Python 腳本而不是 C 插件很多人第一眼看到高性能仿真項(xiàng)目會(huì)下意識(shí)認(rèn)為“性能敏感的部分必須寫(xiě)成插件”。但石魚(yú)的開(kāi)發(fā)思路恰好相反它把世界搭成可回放、可編輯、可參數(shù)化的腳本而不是在 C 里硬編碼場(chǎng)景。原因很現(xiàn)實(shí)水下試驗(yàn)場(chǎng)地條件經(jīng)常要改換一套地形、改一個(gè)洋流方向如果每次都要重編譯一個(gè)插件一輪調(diào)參就得耗掉大半天寫(xiě)成 Python 以后改一個(gè)depth_offset就是改一行配置重新運(yùn)行就能看到效果。我一般在實(shí)驗(yàn)里會(huì)把海盆深度、能見(jiàn)度、水流速度、障礙物位置都抽成 Python 字典再交給create_world()這類入口函數(shù)。好處是測(cè)試矩陣能自動(dòng)化固定機(jī)器人模型不動(dòng)遍歷三組海流強(qiáng)度第二天上班就能拿到對(duì)比曲線。對(duì)于蒙特卡洛類的算法驗(yàn)證來(lái)說(shuō)腳本化世界配置比 C 插件友好一個(gè)量級(jí)。Python 側(cè)在項(xiàng)目里承擔(dān)的職責(zé)主要有三塊。第一塊是場(chǎng)景描述決定在哪放什么物體第二塊是傳感器配置包含相機(jī)數(shù)量、安裝位置、分辨率和視角第三塊是 ROS 橋接決定每個(gè)傳感器對(duì)應(yīng)哪個(gè)話題名和發(fā)布頻率。物理模擬本身仍由內(nèi)核負(fù)責(zé)Python 不會(huì)參與剛體力學(xué)計(jì)算所以性能瓶頸不會(huì)因?yàn)樵诓季皩佑昧四_本而明顯放大。2.2 目錄結(jié)構(gòu)場(chǎng)景、模型、launch、腳本各管一段拿到源碼后第一件事是掃目錄。這個(gè)布局不算復(fù)雜但分層很干凈我簡(jiǎn)單給一張職責(zé)表路徑負(fù)責(zé)內(nèi)容日常改動(dòng)頻率engine/core剛體解算、碰撞、流體力學(xué)幾乎不動(dòng)engine/sensors相機(jī)、聲吶、IMU 等傳感器模型加傳感器時(shí)動(dòng)python/worlds每個(gè)仿真世界對(duì)應(yīng)一個(gè)腳本每次實(shí)驗(yàn)都動(dòng)python/modelsURDF/SDF 機(jī)器人模型與 mesh換機(jī)器人時(shí)動(dòng)bridge/ros2ROS 話題橋接與 TF 發(fā)布調(diào)話題名時(shí)動(dòng)scripts/run_experiment.py批量實(shí)驗(yàn)入口日常頻繁我最喜歡的地方在于仿真世界的邏輯和可視化是分開(kāi)的。engine/core里沒(méi)有任何具體海區(qū)相關(guān)的代碼python/worlds里一個(gè)文件就是一個(gè)世界。想新增一片試驗(yàn)海域多半只需要復(fù)制worlds/bay_demo.py改一下地形高度圖、物體坐標(biāo)和洋流方向物理內(nèi)核不需要碰一行。2.3 運(yùn)行鏈路從推進(jìn)器命令到聲吶點(diǎn)云數(shù)據(jù)是怎么流轉(zhuǎn)的仿真跑起來(lái)之后數(shù)據(jù)流大概是這么走的用戶腳本先生成控制命令交給推進(jìn)器模型轉(zhuǎn)化為力和力矩物理內(nèi)核更新剛體位置和速度隨后傳感器回調(diào)讀取當(dāng)前狀態(tài)生成圖像幀和聲吶點(diǎn)云ROS 橋接再把數(shù)據(jù)發(fā)布到指定話題下游算法節(jié)點(diǎn)消費(fèi)數(shù)據(jù)計(jì)算新的期望推力轉(zhuǎn)回給腳本。每一步對(duì)應(yīng)一個(gè)仿真步進(jìn)。while sim.is_running(): control controller.get_latest_command() auv.apply_thruster(control) sim.step() ros_bridge.publish(auv.imu) ros_bridge.publish(auv.camera)這段代碼看起來(lái)簡(jiǎn)單但里面藏著一個(gè)容易踩坑的點(diǎn)仿真時(shí)間由sim.step()推進(jìn)而不是由time.sleep()推進(jìn)。step()每次前進(jìn)一個(gè)固定time_step比如 0.01 秒而傳感器發(fā)布頻率是在這個(gè)話題內(nèi)部按步數(shù)折算的。如果腳本里額外用了sleep就會(huì)導(dǎo)致 ROS 時(shí)間戳和物理仿真時(shí)間錯(cuò)位嚴(yán)重時(shí) TF 樹(shù)會(huì)跳變。參數(shù)配合上有幾個(gè)默認(rèn)關(guān)系需要注意。time_step0.01意味著 100 次步進(jìn)等于 1 秒仿真時(shí)間real_time_factor1.0表示盡量貼近真實(shí)時(shí)間推進(jìn)但渲染能力不夠時(shí)它會(huì)被迫降速。相機(jī)默認(rèn)按每個(gè)仿真步進(jìn)計(jì)算一次相當(dāng)于 100Hz 初始頻率聲吶這類計(jì)算量大的傳感器通常會(huì)隔 N 步采樣一次項(xiàng)目里常見(jiàn)的是每 5 步一次也就是 20Hz。實(shí)際測(cè)試時(shí)rostopic hz看到的話題頻率會(huì)略低于理論值因?yàn)殇秩竞蛣傮w解算也需要時(shí)間。3. 核心模塊拆解從空海盆到能出數(shù)據(jù)的仿真世界這一章講的是一套最基礎(chǔ)也最完整的流程先建一個(gè)海底世界再放進(jìn)一臺(tái) AUV掛上相機(jī)和聲吶最后把仿真跑起來(lái)。對(duì)應(yīng)到項(xiàng)目里就是一個(gè)完整的bay_demo.py世界腳本。3.1 創(chuàng)建世界與海底地形第一步是創(chuàng)建仿真器實(shí)例設(shè)置步長(zhǎng)和重力再注冊(cè)一個(gè)空海盆。代碼如下from pyengine import Simulator, World from pyengine import Vector, Terrain sim Simulator() sim.set_time_step(0.01) # 每個(gè)物理步進(jìn) 10ms sim.set_real_time_factor(1.0) # 盡量按真實(shí)時(shí)間推進(jìn) world World(bay) world.set_gravity(Vector(0, 0, -9.81)) world.set_fluid(seawater, density1025.0, temperature15.0) terrain Terrain( heightmapassets/seabed_height.png, # 高度圖灰度值代表深度 sizeVector(120, 120, 0), # 海盆尺寸單位米 textureassets/sand.png # 海底紋理 ) world.add_object(terrain) sim.load_world(world)這段代碼的關(guān)鍵點(diǎn)是高度圖不是一張普通貼圖它的每個(gè)像素灰度會(huì)被轉(zhuǎn)成海底高度形成真實(shí)起伏的地形。size決定海盆的物理范圍z0表示水平面。density1025.0是海水密度直接影響浮力計(jì)算如果你把機(jī)器人換到淡水環(huán)境這里應(yīng)改成998.0否則生成模型受到的浮力會(huì)偏大。3.2 給 AUV 掛載相機(jī)和聲吶海盆建好后加載 AUV 模型并掛傳感器。模型文件通常是 URDF同時(shí)配套 mesh 目錄。auv world.load_vehicle( models/auv.urdf, poseVector(0, 0, -8) # 從海面下 8 米處啟動(dòng) ) camera auv.attach_sensor( camera, topiccamera/image_raw, width640, height480, fov1.2, # 水平視場(chǎng)角單位弧度 enableTrue ) sonar auv.attach_sensor( scan_sonar, topicsonar/scan, range_min0.2, range_max30.0, beams256, # 每條掃描線的波束個(gè)數(shù) update_rate20 )相機(jī)掛在 AUV 的camera坐標(biāo)框架下fov1.2換算成角度約 68 度屬于水下機(jī)器人常用的寬視角配置。聲吶是成像聲吶beams256表示一次掃描生成 256 個(gè)波束的強(qiáng)度剖面range_max30意味著只能探到 30 米內(nèi)的目標(biāo)。這里要注意傳感器話題名一旦確定后續(xù) ROS 節(jié)點(diǎn)就必須按這個(gè)名字訂閱改話題名時(shí)最好在配置里統(tǒng)一維護(hù)不要硬編碼到多個(gè)腳本里。3.3 讓仿真跑起來(lái)步進(jìn)循環(huán)與速度控制傳感器掛好后真正驅(qū)動(dòng)控制邏輯的是下面這套循環(huán)auv.set_controller_mode(velocity) target Vector(1.0, 0.0, 0.0) # 期望前進(jìn)速度 1m/s auv.set_velocity_target(target, angularVector(0, 0, 0)) for step in range(10000): sim.step() if step % 50 0: pose auv.get_pose() print(sim_time, sim.get_time(), depth, pose.z, yaw, auv.get_rpy().z)set_controller_mode的作用是把推進(jìn)器控制權(quán)交給內(nèi)置速度控制器。常見(jiàn)模式有兩種velocity模式讓它跟蹤線速度和角速度目標(biāo)direct模式則直接給每個(gè)推進(jìn)器單獨(dú)設(shè)推力值。做控制算法驗(yàn)證時(shí)常傾向用direct模式這樣可以繞開(kāi)內(nèi)置控制器完全復(fù)現(xiàn)你在真實(shí)電機(jī)上算出來(lái)的輸出。步進(jìn)循環(huán)里的step % 50意思是每 50 步打印一次對(duì)應(yīng) 0.5 秒仿真時(shí)間輸出一條日志。通過(guò)日志能明顯看到如果機(jī)器人初始位置定深不夠穩(wěn)前幾百步深度值會(huì)上下波動(dòng)這是正?，F(xiàn)象因?yàn)榉抡骈_(kāi)始時(shí)浮力和重力之間存在過(guò)渡過(guò)程。3.4 一級(jí)參數(shù)速查表項(xiàng)目里每個(gè)場(chǎng)景腳本頂部的參數(shù)基本可以總結(jié)成下面這張表參數(shù)常見(jiàn)默認(rèn)值影響time_step0.01 秒越小越穩(wěn)定但計(jì)算量線性上升real_time_factor1.0低于 1.0 時(shí)仿真比真實(shí)時(shí)間慢heightmapseabed_height.png決定地形起伏灰度圖fov1.2 弧度相機(jī)視野廣度越大畸變?cè)矫黠@beams256聲吶分辨率越大每幀耗時(shí)越長(zhǎng)range_max30 米聲吶最大探測(cè)距離update_rate20Hz聲吶傳感器每步進(jìn)刷新的頻率調(diào)整這些參數(shù)時(shí)要記住一個(gè)約束縮小time_step和增大beams同時(shí)做仿真速度會(huì)急劇下降。我自己的經(jīng)驗(yàn)是先調(diào)好的參數(shù)組合跑一次基準(zhǔn)測(cè)試再動(dòng)其中一項(xiàng)這樣才能定位性能損失的來(lái)源。4. 從零跑通下載、編譯、啟動(dòng)與驗(yàn)證這一章面向第一次拿到源碼的開(kāi)發(fā)者按步驟走就能把默認(rèn)海盆場(chǎng)景跑起來(lái)。4.1 環(huán)境準(zhǔn)備與編譯項(xiàng)目依賴的基礎(chǔ)環(huán)境是 Ubuntu 20.04、ROS Noetic、Python 3.8 和 CMake。核心物理內(nèi)核需要 Eigen 和 GLFW 做矩陣運(yùn)算和渲染窗口。安裝命令如下sudo apt update sudo apt install build-essential cmake python3-dev python3-pip \ ros-noetic-desktop libeigen3-dev libglfw3-dev # 把源碼放進(jìn) catkin 工作區(qū) mkdir -p ~/catkin_ws/src cp -r /path/to/source ~/catkin_ws/src/sim_src cd ~/catkin_ws catkin_make source devel/setup.bash編譯結(jié)束后必須source devel/setup.bash否則 ROS 找不到新生成的可執(zhí)行文件。如果你沒(méi)有用 catkin 工作區(qū)只做純 Python 運(yùn)行也可以把python目錄直接加進(jìn)PYTHONPATH但傳感器話題發(fā)布功能會(huì)連不上 ROS所以還是推薦完整編譯。4.2 啟動(dòng)一個(gè)基礎(chǔ)海盆場(chǎng)景先啟動(dòng) ROS 主節(jié)點(diǎn)再運(yùn)行世界腳本。兩個(gè)命令需要分別在兩個(gè)終端執(zhí)行# 終端 1 roscore # 終端 2 source ~/catkin_ws/devel/setup.bash python3 python/worlds/bay_demo.py腳本啟動(dòng)后會(huì)出現(xiàn)一個(gè)仿真窗口顯示海底高度圖和 AUV 位姿。如果只看到一片藍(lán)色而沒(méi)有地形優(yōu)先檢查高度圖路徑是否正確。項(xiàng)目里通常用相對(duì)路徑寫(xiě)資源但直接從別的目錄執(zhí)行 Python 時(shí)相對(duì)路徑會(huì)失效導(dǎo)致高度圖和紋理加載失敗。4.3 通過(guò) ROS 話題驗(yàn)證相機(jī)與聲吶輸出另一個(gè)終端下用rostopic查看話題列表和發(fā)布頻率source ~/catkin_ws/devel/setup.bash rostopic list rostopic hz /camera/image_raw rostopic echo /sonar/scanrostopic list能看到camera/image_raw和sonar/scan出現(xiàn)在列表中。rostopic hz會(huì)統(tǒng)計(jì)相機(jī)圖像話題的發(fā)布時(shí)間間隔正常應(yīng)該在 20Hz 到 30Hz 左右低于 10Hz 說(shuō)明實(shí)時(shí)因子或傳感器參數(shù)拖慢了渲染。rostopic echo顯示聲吶掃描數(shù)據(jù)如果數(shù)據(jù)里的距離全部是inf說(shuō)明聲吶前方?jīng)]有可探測(cè)目標(biāo)或者range_max設(shè)置得太小?？梢暬梢杂胷qt_image_view來(lái)看相機(jī)畫(huà)面。畫(huà)面里如果出現(xiàn)大面積黑色往往是水下光照不足需要檢查世界腳本里是否配置了光源或者相機(jī)曝光參數(shù)是否過(guò)低。4.4 實(shí)時(shí)因子、步長(zhǎng)與資源占用怎么實(shí)測(cè)仿真跑起來(lái)后實(shí)時(shí)因子是否達(dá)標(biāo)取決于硬件。用下面命令看進(jìn)程 CPU 占用# 找到仿真進(jìn)程 PID pgrep -f bay_demo # 查看 CPU 和內(nèi)存占用 top -p PID如果 CPU 占用率長(zhǎng)時(shí)間達(dá)到 100%說(shuō)明渲染線程已經(jīng)滿載real_time_factor1.0實(shí)際達(dá)不到 1.0。這種情況下我一般會(huì)把time_step從 0.01 調(diào)到 0.02步數(shù)減半物理精度略微下降但實(shí)時(shí)性能能拉回來(lái)。還有一種辦法是把聲吶beams從 256 降到 128因?yàn)槁晠确抡媸亲畛?CPU 的模塊之一。需要特別說(shuō)明的是物理步長(zhǎng)不是越大越好。步長(zhǎng)太大時(shí)AUV 高速運(yùn)動(dòng)會(huì)出現(xiàn)穿?，F(xiàn)象表現(xiàn)為模型直接穿過(guò)海床或障礙物。判斷步長(zhǎng)是否合理最簡(jiǎn)單的方法是看機(jī)器人落地后是否穩(wěn)定如果深度值持續(xù)震蕩且越震越厲害大概率是步長(zhǎng)太大碰撞求解已經(jīng)發(fā)散。5. 常見(jiàn)問(wèn)題與排查跑仿真時(shí)最容易翻車的五個(gè)點(diǎn)這一章整理了我自己拆這個(gè)項(xiàng)目時(shí)踩過(guò)的坑以及帶其他開(kāi)發(fā)者跑通時(shí)被高頻問(wèn)到的問(wèn)題。每條按“現(xiàn)象、原因、解決”的方式記錄。5.1 排查套路先看數(shù)據(jù)再改世界最后動(dòng)引擎遇到仿真表現(xiàn)不對(duì)我習(xí)慣按三條線定位第一看話題頻率確認(rèn)數(shù)據(jù)通沒(méi)通第二看仿真日志確認(rèn)物理狀態(tài)在不在合理范圍第三看資源加載確認(rèn)模型和紋理是否完整。很多問(wèn)題表面是“機(jī)器人亂飛”實(shí)際是模型碰撞體沒(méi)配好或者 URDF 里 base_link 的慣性參數(shù)太小導(dǎo)致物理引擎計(jì)算炸了。5.2 五條高頻踩坑記錄第一條模型從空中掉到海底后直接穿模。原因是 URDF 里只有視覺(jué) mesh沒(méi)有碰撞體。解決方法是給每個(gè) link 補(bǔ)一個(gè)簡(jiǎn)化碰撞盒或圓柱體通常用collision標(biāo)簽指定box尺寸略小于視覺(jué)模型即可檢測(cè)效率和穩(wěn)定性都更好。第二條相機(jī)話題有頻率但沒(méi)有圖像。原因多半是光源沒(méi)有配置或者相機(jī)安裝深度過(guò)深環(huán)境光幾乎為零。解決方法是增加一個(gè)隨 AUV 移動(dòng)的點(diǎn)光源保證相機(jī)視角內(nèi)有可見(jiàn)光照如果是深海場(chǎng)景要考慮給相機(jī)開(kāi)人工照明否則識(shí)別算法在仿真里根本拿不到有效圖像。第三條仿真時(shí)間與 ROS 時(shí)間對(duì)不上TF 樹(shù)持續(xù)報(bào)錯(cuò)。原因是use_sim_time沒(méi)有開(kāi)啟或者世界腳本里混用了rospy.sleep和sim.step()。解決方式是統(tǒng)一使用仿真時(shí)間源在啟動(dòng)文件里設(shè)param nameuse_sim_time valuetrue/步進(jìn)循環(huán)中不要用墻鐘睡眠。第四條調(diào)大beams后聲吶幀率跌到不到 5Hz。原因是 256 個(gè)波束的聲學(xué)計(jì)算本身就不輕256 再翻倍耗時(shí)接近線性增長(zhǎng)。解決方式是降低波束數(shù)或把聲吶更新率從 20Hz 降到 10Hz。通常水下目標(biāo)探測(cè)場(chǎng)景 128 波束已經(jīng)夠用用戶不必追求紙面參數(shù)。第五條加載新的地形高度圖后機(jī)器人初始位置不在期望深度。原因是高度圖尺寸和size參數(shù)不匹配灰度比例不同導(dǎo)致實(shí)際地形深度比視覺(jué)上更陡。解決方法是先打印terrain.get_height(x, y)來(lái)查看指定坐標(biāo)的真實(shí)深度再根據(jù)這個(gè)值設(shè)定 AUV 的初始z不要憑肉眼估。6. 二次開(kāi)發(fā)把你的 AUV 模型和算法塞進(jìn)這個(gè)世界如果你想換一臺(tái)自己的機(jī)器人進(jìn)來(lái)測(cè)試建議按這三步走先做模型文件再做運(yùn)動(dòng)學(xué)驗(yàn)證最后掛感知算法。第一步是在python/models下準(zhǔn)備 URDF 和配套 mesh。URDF 里至少要定義base_link、base_footprint和推進(jìn)器坐標(biāo)系。碰撞體一定要單獨(dú)給這是最容易忽略的部分。我給新人推薦一個(gè)最小化做法先用一個(gè)圓柱體代替整個(gè)機(jī)器人本體跑通運(yùn)動(dòng)控制后再逐步替換成完整的六個(gè) link 結(jié)構(gòu)。這樣排錯(cuò)時(shí)可以判斷問(wèn)題是來(lái)自模型還是來(lái)自算法。第二步是驗(yàn)證運(yùn)動(dòng)學(xué)。加載模型后先不做任何閉環(huán)控制直接給每個(gè)推進(jìn)器設(shè)固定推力值觀察機(jī)器人是否按預(yù)期方向運(yùn)動(dòng)。這個(gè)過(guò)程會(huì)暴露推力方向定義錯(cuò)誤、左右推進(jìn)器裝反的問(wèn)題。我習(xí)慣打印get_pose()和get_velocity()如果 z 軸速度不為零說(shuō)明推力方向和浮力中心設(shè)置不對(duì)。第三步是在 ROS 里訂閱自己的算法輸出把話題接到仿真腳本的控制接口。核心技巧是保持接口最小化仿真?zhèn)戎惶峁┮粋€(gè)cmd_vel和一個(gè)pose話題算法側(cè)只管輸出速度指令不關(guān)心底層的推進(jìn)器映射。這樣你的控制代碼在仿真里測(cè)完換到真機(jī)上時(shí)只需要替換硬件驅(qū)動(dòng)節(jié)點(diǎn)。最后說(shuō)一個(gè)我自己的習(xí)慣教訓(xùn)以前我每次改完地形高度圖只換圖片不校驗(yàn)尺寸結(jié)果三次實(shí)驗(yàn)數(shù)據(jù)全偏了。從那以后我每次加載新世界都強(qiáng)制走一遍“高度圖打印校驗(yàn)、碰撞體檢查、話題頻率測(cè)試”這三步流程。仿真項(xiàng)目最怕的不是復(fù)雜而是你以為它是對(duì)的它其實(shí)錯(cuò)得很安靜。希望這篇解析能幫你少走這些彎路把更多時(shí)間花在算法本身。本文還有配套的精品資源點(diǎn)擊獲取