【代码讲解】北通手柄遥控 + Mujoco 仿真 SO-ARM100 机械臂末端位姿

最新推荐文章于 2026-06-26 20:20:32 发布
原创 最新推荐文章于 2026-06-26 20:20:32 发布 · 546 阅读 · 2
标签
#ar #pygame #python

上期视频展示了使用北通手柄（型号：宙斯精英版T6），获取摇杆以及按键的信息，手柄输出末端控制量x,y,z，夹爪开合控制量，结合早期视频《Pinocchio 结合 CasADi 进行 IK 逆运动学及 Mujoco 仿真》中的IK得到关节控制量，在仿真中可以很流畅的控制SO-ARM100机械的末端运动。

本期中会涉及如下点，需要注意：

1. 在WSL2中手柄需要编译内核增加JOYSTICK选项

2. 北通手柄需要进入XBOX模式，北通模式在WSL2下需要额外增加驱动而且需要插线

3. 增加环境变量显式指定js0设备

【代码讲解】北通手柄遥控 + Mujoco 仿真 SO-ARM100 机械臂末端位姿

视频讲解链接：

最低0.47元/天 解锁文章
MuJoCo 机械臂 PPO 强化学习逆向运动学（IK）
darcsdn
04-24 3081
输入层 -> 隐藏层1 (256个神经元, ReLU激活) -> 隐藏层2 (128个神经元, ReLU激活) -> 输出层（动作概率分布）输入层 -> 隐藏层1 (256个神经元, ReLU激活) -> 隐藏层2 (128个神经元, ReLU激活) -> 输出层（状态价值估计）step函数，增加碰撞的惩罚和末端位姿的惩罚，同时mujoco viewer渲染显示。创建动作空间和观测空间以及目标位置。最后在接近的位置疯狂抽搐收敛。过程中显示运动，很疯狂。过程中会输出每轮的训练信息。网络设计和模型超参设置。
手柄实现仿真(Mujoco)中的遥操作(1)
snaijggid的博客
07-02 1321
背景：在仿真环境mujoco中，想要使用遥操作控制机械臂进行数据采集，并进行模仿学习的实验。设备：Pico4头显及手柄系统：Windows。
使用北通手柄控制turtlesim运动
a472725641的博客
09-06 2325
在自己的工作空间中创建package： 要使用手柄控制 cd ~/wry_ws/src catkin_create_pkg learning_joy roscpp turtlesim joy cd .. catkin_make以上是在自己的工作空间中创建功能包，并编译工作空间。 因为要使用手柄控制turtlesim运动，因此该功能包依赖有：joy功能包和turtlesim功能包。 1、
6轴游戏手柄测试python程序
shuaiff的专栏
09-02 2746
为了测试6轴无线游戏手柄，我写了一个python程序，利用网络上都有的3d茶壶虚拟手柄的姿态，同时输出按钮信息。手柄通过hid协议上传4元数和按键信息，代码解析这些信息并操作茶壶去动作， 手柄信息如下： 运行图像如下： 附上代码（注释掉的代码可以在坐标转换时候使用）： #program to parse the data read from the game controlle...
【joysticker】【Linux】Python脚本实现USB游戏手柄的驱动
大盈若冲，其用无穷。
12-16 5797
# Released by rdb under the Unlicense (unlicense.org) # Based on information from: # https://www.kernel.org/doc/Documentation/input/joystick-api.txt import os, struct, array from fcntl import ioctl ...
工业相机中的YUYV422与Planar格式，到底该怎么选？
折翼孤雁
06-23 386
在讲YUYV422和Planar之前，我们得先理解一个前提——YUV色彩空间。前面提到，人眼对色度不敏感，所以可以对色度信息进行降采样。采样方式含义每像素平均数据量4:4:4每个Y对应一组完整的UV3字节(24bit)4:2:2每2个水平相邻的Y共用一组UV2字节(16bit)4:2:0每4个Y(2×2方块)共用一组UV1.5字节(12bit)YUV444：完全采样，即每一个Y信号对应的UV信号都采样，没有损失任何信号；YUV422。
地下管网AR可视化-实验8，集成VIO高精度空间定位，实现了厘米级的地下管网虚实融合可视化体验
GIS学习的专栏
06-23 233
摘要：针对地下管网AR可视化中GPS定位偏差和磁场干扰问题，采用RTK+VIO双源融合定位方案，结合RTK厘米级定位与VIO六自由度位姿输出，已在华为手机实现高精度虚实融合效果。该项目处于技术预研阶段，提供学习用源代码，禁止敏感数据采集。欢迎交流试用，商用需授权。（99字）
嵌入式测试学习第 41 天：AR智能眼镜嵌入式测试拆解
weixin_43839323的博客
06-23 416
作用：全自动检测光波导FOV视场角、画面畸变、亮度均匀性、MTF清晰度、色域、MTP成像延迟；模拟户外强光/室内暗光多光照环境成像测试；核心判定指标：畸变≤1.5%、亮度均匀度≥80%、运动延迟≤20ms（防眩晕标准）。光波导光学成像延迟测试、6DoF SLAM多传感器同步、高算力热管理降频、WiFi+BLE同频共存干扰；四大高频故障根源（AR量产最高发）：① IMU与SLAM相机时序不同步，导致空间追踪漂移、画面飘移；② 满载渲染算力过高，发热超标触发GPU降频，投屏卡顿；
binocular_calibration 双目标定数学原理 -Bouguet思想
weixin_39354845的博客
06-22 340
该算子是，本质是，基于实现全局最小二乘优化。
高通宣布收购Modular公司
csdnsqst0046的博客
06-26 137
Modular是一家AI软件基础设施企业，通过构建统一计算平台，让AI开发与部署更开放、高效、易用。本次收购预计将进一步支持高通技术公司跨广泛平台和用例，提供更优化的AI计算层，深化高通技术公司数据中心战略的软件基础，在分布式AI系统中支持更高效的推理、规划与部署，同时加强与模型厂商、开发者、超大规模云服务商及企业客户的合作关系。通过将高通技术公司的芯片技术领导力与Modular的软件专长相结合，高通技术公司将具备完善优势，以打造更快、更高效、更易扩展的AI系统，助力客户实现从终端到云端的AI商业化落地。
智慧转型：AI与AR协同下的岗位培训革命
u012129733的博客
06-23 240
此时，人工智能（AI）与增强现实（AR）的深度耦合，正以前所未有的姿态重塑岗位培训的底层逻辑。现象描述：培训内容多集中在什么是大模型、AI的发展史等宏观科普，员工听时热血沸腾，回到岗位面对具体的Excel表、代码或是汇报PPT时，依然不知道第一行提示词（Prompt）该怎么写。利用SLAM技术，AR系统能知道自己在空间中的绝对位置，确保虚拟的箭头始终指在正确的开关上。现象描述：员工认为学习AI应用是给自己的职业生涯判死刑，担心由于效率提升导致裁员，因此在培训中采取消极态度，甚至故意不反馈真实的业务难点。
三种主流AR光波导技术综合完整汇总文档
RFCEO的博客
06-23 428
本文围绕 AR 智能眼镜三类主流光波导技术完成完整梳理，先明确光波导基础定义与全内反射核心原理，阐明其作为近眼成像核心光学器件的作用，划分阵列、衍射全息、反射光波导三大主流技术路线。通过多组表格逐层拆解对比：第一部分梳理各类光波导基础光路、结构特征与落地机型；第二部分从成像效果、镜片外观、量产工艺、调校难度、供货能力等维度开展选型综合评估，清晰呈现各方案优劣势；第三部分结合终端产品定位，列明对应适配眼镜品类、国内外上游光学供应商、模组批量采购价格及终端整机售价区间。
AR地图技术升级，GIS+AR深度融合轻量化方案
GIS学习的专栏
06-23 722
本文介绍了地下管网AR可视化技术的升级方案，通过GIS+AR深度融合构建标准化框架，支持多源管线数据统一映射与轻量化WebAR应用。新方案兼容主流三维模型与矢量数据格式，实现管线全生命周期属性查询和实景可视化，适用于市政施工、管网巡检等场景。该技术无需专用客户端，通过浏览器即可使用，显著降低落地成本。文章展示了AR地图的多设备适配功能，包括距离量测、要素标绘和动态建模等核心能力，并开放线上学习体验系统。作者将持续优化技术底座，拓展行业应用场景。
探索未来AR 为展厅带来哪些新可能
cy_cy002的博客
06-26 149
例如，通过人工智能分析观众的情绪和行为，AR 系统可以实时调整展示内容和互动方式，为观众提供更加贴心的服务。北溟创艺展示是数字展厅一站式服务商，知道当虚拟内容与真实空间无缝融合，当观众从旁观者变成参与者，展厅的价值就从信息的单向传递升华为沉浸式的认知与情感共鸣。AR还能够打破物理空间的限制，将超大型设备或虚拟场景“嵌入”展厅，让有限的空间容纳无限的内容。探索未来，AR为展厅带来无限潜力，推动展厅行业在技术、体验、商业等多个维度持续创新，打造更具活力与影响力的展示交流平台。​更深层的变革在于叙事方式的升维。
AR技术在电力培训中的全景变革
u012129733的博客
06-25 172
解答：安全性是AR电力设计的首要标准：环境感知：AR眼镜是透明的（不同于全封闭的VR），学员能实时观察周围真实的物理环境，避免行走绊倒。标准接口：AR培训平台通常提供标准化的数据接口，能够直接挂接电力系统的数字孪生数据，实现“模型重用”，极大降低了内容开发的成本和周期。在复杂的现场实操考核中，异地的资深专家可以通过AR设备的“第一视角”功能，在学员的视场中直接绘制标记，进行远程点拨。每一台虚拟设备都对应着真实的运行逻辑，学员在虚拟界面中的每一步操作，都会在后台生成精准的数据评分，为后续的职业评价提供依据。
PowerBI_Chapter4：Data Preparation
Justicer_Young的博客
06-23 283
Power BI第四章笔记涵盖数据连接、Power Query（M语言）、DAX及数据清洗关键内容，助力考试冲刺。 核心要点 数据连接 支持100+本机连接器，分为文件、数据库和Web服务三类 连接MySQL需预装ODBC驱动，HDFS需通过WebHDFS（REST API） 数据源管理 文件路径变更时，可通过查询设置（单文件）或数据源设置（批量）更新 Power Query与M语言 功能：ETL工具，执行数据清洗转换 M语言特性：函数式、区分大小写 DAX公式语言 功能：数据建模与计算
Server-Sent Events (SSE) 指南：从入门到企业级实践
m0_72925090的博客
06-26 328
本文介绍了Server-Sent Events（SSE）技术的核心原理、实现方法及企业级应用实践。SSE利用HTTP协议实现服务器到客户端的单向实时数据推送，适用于新闻订阅、股票行情等场景。文章详细讲解了SSE的工作原理、数据格式，并提供了客户端JavaScript和服务端Node.js/Express的基础实现代码。通过对比SSE与WebSocket的特性差异，给出了技术选型建议。针对企业级应用，重点探讨了安全性（认证授权）和高可用性（横向扩展）等关键问题，为构建可靠的生产环境SSE服务提供了实践指导。全
Unity PICO4 学习记录8： WebRTC
m0_63485455的博客
06-22 760
这一篇和PICO本身没什么关系，只是记录一下开发过程我们要做一个“从超声设备采集影像数据，一对多地传给XR眼镜终端以及其他可能的设备”应用。发送端是Jetson，由同事负责；接收端XR眼镜端由我负责。同事说视频采集卡例程里给了两种通信协议：RSTP和WebRTC.一开始我尝试用HoloLens2，因为老师和医生们似乎更喜欢OST而不是VST；但是UWP ARM64 媒体栈对 RTSP 支持弱、MixedReality-WebRTC 停更，所以 HL2 不适合当主验证平台。
将datafram写入到csv文件中.添加行，添加列，重建索引。
m0_63525799的博客
06-24 447
操作最常用写法加列df['C'] = 值加行df.loc['新行'] = 值或重置索引设索引df.set_index('列名')
BSE电镜多相含量分析软件：项目概述与架构设计
最新发布
caixuwen的专栏
06-26 490
摘要：针对材料科学研究中BSE电镜图像人工标注效率低、主观性强的问题，设计开发了一套自动化多相含量分析软件。系统基于Python技术栈(PySide6+OpenCV)，采用模块化架构实现图像预处理、多级Otsu分割、形态学优化及结果可视化全流程，支持2-5个物相自动识别与面积百分比计算。通过算法与GUI解耦设计，保证了系统的扩展性和稳定性，解决了16位图像处理、坐标映射等技术难点，为材料微观结构定量分析提供高效解决方案。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值