Webots

5e430036ce538f09f700003a

官方网站：https://cyberbotics.com/
GitHub：https://github.com/cyberbotics/webots
物理引擎：基于ODE改进
许可：Apache 2.0 开源

引言

Webots是一款功能完善的开源机器人仿真平台，最初由瑞士洛桑联邦理工学院 (EPFL, Ecole Polytechnique Federale de Lausanne) 开发，后由Cyberbotics公司进行商业化运营。2018年，Webots从商业许可转换为Apache 2.0开源模式，此后在机器人教育和研究领域获得了越来越广泛的关注。

发展历程

1996年：Webots由EPFL的Olivier Michel在其博士研究期间首次开发，最初用于进化机器人学 (Evolutionary Robotics) 的研究
1998年：Cyberbotics公司成立，开始Webots的商业化运营
2018年12月：Webots R2019a版本正式以Apache 2.0许可证开源，所有功能免费提供
后续发展：开源后社区贡献活跃，持续增加新的机器人模型和功能

核心特性

Webots提供了一个完整的机器人开发环境，核心特性包括：

集成开发环境 (IDE)：内置代码编辑器、场景树 (Scene Tree) 编辑器和三维视图
物理仿真：基于ODE (Open Dynamics Engine) 的改进版物理引擎，支持刚体动力学、碰撞检测和摩擦模型
高质量渲染：使用WREN渲染引擎，支持阴影 (Shadow)、反射 (Reflection) 和纹理映射 (Texture Mapping)
流体力学：支持水中机器人的浮力 (Buoyancy) 和阻力 (Drag) 仿真
天气效果：可以模拟雾、雨等天气条件对传感器的影响

内置机器人模型

Webots提供了大量预置的机器人模型，涵盖多个领域：

移动机器人：e-puck、Pioneer 3-DX、TIAGo、Thymio II
工业机械臂：Universal Robots (UR3/UR5/UR10)、KUKA youBot、ABB IRB系列
人形机器人：NAO、Darwin-OP、Robotis OP2
无人机：Mavic 2 Pro、Crazyflie
自动驾驶车辆：Tesla Model 3、BMW X5、Lincoln MKZ等车辆模型
其他：Boston Dynamics Spot、Softbank Pepper

编程语言支持

Webots的控制器 (Controller) 程序支持多种编程语言：

C/C++：提供原生API，性能最优
Python：使用广泛，适合快速原型开发
Java：面向对象的API设计
MATLAB：适合控制算法的研究和验证
ROS/ROS 2：通过 webots_ros2 包实现与ROS 2的深度集成

控制器编程 (Controller Programming)

Webots中每个机器人运行独立的控制器进程。控制器程序通过Webots API与仿真环境交互，读取传感器数据、发送执行器指令。以Python控制器为例：

from controller import Robot

robot = Robot()
timestep = int(robot.getBasicTimeStep())

# 获取传感器和电机
ds_left = robot.getDevice('ds_left')
ds_left.enable(timestep)
motor_left = robot.getDevice('motor_left')

while robot.step(timestep) != -1:
    distance = ds_left.getValue()
    if distance < 100:
        motor_left.setVelocity(0.0)
    else:
        motor_left.setVelocity(5.0)

这种架构使得控制器代码与仿真引擎解耦 (Decoupled)，便于将仿真中验证的算法迁移到真实硬件上。

与ROS 2的集成

Webots通过 webots_ros2 功能包提供了与ROS 2的原生集成，支持：

将Webots传感器数据发布为ROS 2话题 (Topic)
通过ROS 2服务 (Service) 控制仿真的运行状态
使用标准ROS 2工具 (如RViz2、Nav2) 与Webots仿真环境交互
支持自定义ROS 2插件扩展接口功能

教育与竞赛应用

Webots在机器人教育领域具有显著优势：

内置丰富的教程 (Tutorial) 和示例项目
界面友好，学习曲线平缓，适合初学者入门
支持RoboCup仿真赛事，多次作为官方仿真平台
跨平台支持 (Windows、Linux、macOS)，便于教学部署
提供在线仿真版本 (Webots Cloud)，无需本地安装即可运行

优势与局限

优势：

完全开源免费，社区活跃
自带大量机器人模型和传感器，开箱即用
集成开发环境易用性强
与ROS 2集成良好

局限：

物理引擎精度在某些极端场景下不如MuJoCo
渲染质量与游戏引擎相比仍有差距
社区规模和生态资源不及Gazebo

世界编辑器（World Editor）

Webots 的图形界面提供了直观的场景树编辑器（Scene Tree Editor），可以拖放方式构建仿真场景：

WorldInfo 节点：设置物理参数（重力、时间步长）、坐标系和随机种子
Viewpoint 节点：配置初始摄像机视角
Light 节点：添加方向光（DirectionalLight）、点光源（PointLight）、聚光灯（SpotLight）
DEF/USE 机制：定义可复用的节点，减少场景文件冗余
Proto 机制：将复杂场景节点封装为参数化原型，类似统一机器人描述格式（URDF, Unified Robot Description Format）的 xacro

场景文件以 .wbt 格式保存，本质上是一种基于节点树的文本格式，可以手动编辑。原型文件以 .proto 格式保存，允许用户定义带参数的可复用组件。例如，一个自定义轮式机器人 Proto 可以暴露轮距、轮径等参数，方便在不同场景中复用。

Python 控制器编写

Webots 支持 Python、C、C++、Java、ROS、MATLAB 等多种控制器语言。以下是 Python 控制器示例：

基础控制器结构

from controller import Robot, Motor, DistanceSensor

# 获取机器人实例
robot = Robot()
timestep = int(robot.getBasicTimeStep())  # 通常 32ms 或 64ms

# 获取电机设备
left_motor = robot.getDevice('left wheel motor')
right_motor = robot.getDevice('right wheel motor')
left_motor.setPosition(float('inf'))   # 速度模式（无限位置）
right_motor.setPosition(float('inf'))
left_motor.setVelocity(0)
right_motor.setVelocity(0)

# 获取距离传感器
ds_left = robot.getDevice('ds_left')
ds_right = robot.getDevice('ds_right')
ds_left.enable(timestep)
ds_right.enable(timestep)

MAX_SPEED = 6.28  # 弧度/秒

# 主控制循环
while robot.step(timestep) != -1:
    # 读取传感器
    left_dist = ds_left.getValue()
    right_dist = ds_right.getValue()

    # 简单避障控制
    left_speed = MAX_SPEED
    right_speed = MAX_SPEED

    if left_dist < 1000:   # 左侧有障碍
        left_speed = -MAX_SPEED
    if right_dist < 1000:  # 右侧有障碍
        right_speed = -MAX_SPEED

    left_motor.setVelocity(left_speed)
    right_motor.setVelocity(right_speed)

常用传感器 API

from controller import Camera, Lidar, InertialUnit, GPS

# 相机
camera = robot.getDevice('camera')
camera.enable(timestep)
image = camera.getImage()  # 返回 BGRA 字节串
width, height = camera.getWidth(), camera.getHeight()

# 激光雷达
lidar = robot.getDevice('lidar')
lidar.enable(timestep)
lidar.enablePointCloud()
ranges = lidar.getRangeImage()     # 距离数组
point_cloud = lidar.getPointCloud()  # 三维点云

# 惯性测量单元（IMU, Inertial Measurement Unit）
imu = robot.getDevice('inertial unit')
imu.enable(timestep)
roll, pitch, yaw = imu.getRollPitchYaw()

# 全球定位系统（GPS, Global Positioning System）
gps = robot.getDevice('gps')
gps.enable(timestep)
x, y, z = gps.getValues()

# 编码器（位置传感器）
encoder = robot.getDevice('left wheel sensor')
encoder.enable(timestep)
position = encoder.getValue()  # 弧度

机器人运动学控制（机械臂示例）

from controller import Robot, Motor, PositionSensor

robot = Robot()
timestep = int(robot.getBasicTimeStep())

# 获取 UR5e 的 6 个关节
joint_names = ['shoulder_pan', 'shoulder_lift', 'elbow',
               'wrist_1', 'wrist_2', 'wrist_3']
motors = [robot.getDevice(f'{name}_joint') for name in joint_names]
sensors = [robot.getDevice(f'{name}_joint_sensor') for name in joint_names]

for s in sensors:
    s.enable(timestep)

# 设置目标关节角度（弧度）
target_angles = [0.0, -1.57, 1.57, -1.57, -1.57, 0.0]
for motor, angle in zip(motors, target_angles):
    motor.setPosition(angle)

while robot.step(timestep) != -1:
    current = [s.getValue() for s in sensors]
    # 检查是否到达目标
    error = max(abs(c - t) for c, t in zip(current, target_angles))
    if error < 0.01:
        print("已到达目标位置")
        break

与 ROS 2 集成（webots_ros2）

webots_ros2 是 Webots 官方提供的 ROS 2 集成包，将 Webots 设备自动映射为 ROS 2 话题和服务。

安装

sudo apt install ros-humble-webots-ros2

启动配置

# launch/robot.launch.py
import os
from launch import LaunchDescription
from launch.actions import DeclareLaunchArgument
from launch_ros.actions import Node
from webots_ros2_driver.webots_launcher import WebotsLauncher
from ament_index_python.packages import get_package_share_directory

def generate_launch_description():
    pkg_dir = get_package_share_directory('my_robot_pkg')

    webots = WebotsLauncher(
        world=os.path.join(pkg_dir, 'worlds', 'my_world.wbt')
    )

    robot_driver = Node(
        package='webots_ros2_driver',
        executable='driver',
        output='screen',
        parameters=[{
            'robot_description': open(os.path.join(pkg_dir, 'resource', 'robot.urdf')).read()
        }],
    )

    return LaunchDescription([webots, robot_driver])

话题映射示例

Webots 设备	ROS 2 话题	消息类型
Camera	`/camera/image_color`	`sensor_msgs/Image`
Lidar	`/scan`	`sensor_msgs/LaserScan`
InertialUnit	`/imu`	`sensor_msgs/Imu`
GPS	`/gps`	`sensor_msgs/NavSatFix`
DifferentialWheels	`/cmd_vel` 订阅	`geometry_msgs/Twist`

多机器人场景

Webots 原生支持在同一场景中运行多个机器人，每个机器人有独立的控制器进程：

# 多机器人场景：通过机器人名称区分
robot = Robot()
robot_name = robot.getName()  # 例如 "robot_1", "robot_2"

# 根据名称设置不同初始位置或策略
if robot_name == "robot_1":
    target = [1.0, 0.0, 0.0]
elif robot_name == "robot_2":
    target = [-1.0, 0.0, 0.0]

在 ROS 2 场景下，多机器人通过命名空间（Namespace）区分话题：

/robot_1/scan、/robot_1/cmd_vel
/robot_2/scan、/robot_2/cmd_vel

与教育和竞赛的结合

Webots 在机器人竞赛和教育领域有广泛应用：

RoboCup：官方提供基于 Webots 的标准平台组（Standard Platform League）仿真环境
世界机器人奥林匹克（WRO, World Robot Olympiad）：部分赛项使用 Webots 仿真预赛
Cyberbotics 官方教程：提供从入门到高级的系统教程，涵盖感知、运动规划和强化学习
用于教学的预置环境：内置 e-puck 教学机器人和标准任务（迷宫探索、避障、线跟踪）

参考资料

Webots官方文档
Webots GitHub仓库
webots_ros2文档
Michel, O. (2004). Webots: Professional mobile robot simulation. International Journal of Advanced Robotic Systems, 1(1), 39-42.
Webots 官方文档
webots_ros2 GitHub
Michel, O. (2004). WebotsTM: Professional Mobile Robot Simulation. Journal of Advanced Robotics Systems.