mini-cheetah-pybullet

mini-cheetah-pybullet

四足/人形机器人 高级 🧩 软硬件结合 已发布
HitSZwang 58 Stars MIT BOM 完整度: 3/5 教程完整度: 0/5

项目简介

在PyBullet中实现mini cheetah的MPC和WBC。


这是一个基于PyBullet仿真环境的四足机器人控制项目,专门针对麻省理工学院(MIT)开发的Mini Cheetah机器人进行运动控制算法实现。项目核心整合了模型预测控制(MPC)与全身控制(WBC)两大关键技术,其中MPC部分源自Derek-TH-Wang的开源仓库,而项目团队在此基础上新增了WBC模块,形成了完整的控制闭环。

标签

项目特点

在 PyBullet 仿真环境中实现 mini cheetah 四足机器人控制
集成模型预测控制(MPC)与全身控制(WBC)算法
支持多种步态切换:跳跃、小跑、奔跑、踱步、行走等
基于 ROS 通信架构,通过服务调用控制机器人模式
提供完整的仿真运行流程和步态切换指令

技术规格

仿真环境
操作系统
ROS版本
编程语言
依赖库
控制算法
步态类型

项目资源

物料清单 (BOM)

物料名称 数量 参考价格 备注
Ubuntu 16.04/18.04 1 操作系统
ROS Kinetic/Melodic 1 机器人操作系统
Python3 1 编程语言环境
PyBullet 1 物理仿真引擎
NumPy 1 数值计算库

所需工具

工具用途是否必需
计算机 运行仿真环境 ✅ 是
ROS 机器人操作系统,用于通信和控制 ✅ 是

能力画像

记忆与知识检索
逻辑推演
表达与交流
感知与观察
数理与计算
动手与操作
狂热与坚持
创造与创新

所需技能

💻 **编程能力**:需要掌握 Python3 编程,理解 ROS 通信机制和服务调用 ⚡ **电子电路**:不需要,纯软件仿真项目 🔧 **动手能力**:不需要硬件搭建,但需要配置 Ubuntu 和 ROS 环境

适用场景

四足机器人控制算法的研究与验证
模型预测控制(MPC)和全身控制(WBC)算法的学习与实验
机器人步态规划与控制策略的仿真测试
机器人学课程中四足机器人控制的教学演示