ZJUDancer

Behavior 行为控制模块

Mon, 01 Jan 0001 00:00:00 +0000

老文档：Behavior module

Overview

dancer-behavior 是我们的策略模块，其主要由以下组件组成：

btree: 行为树 (Behavior Tree)，是我们策略的高层抽象
core: 基于 btree 模块，并且与我们机器人的实际相结合的底层抽象
role: 机器人的角色，如 Striker、Defender 等
skill: 机器人的技能，包含了头部与身体的技能。如 SeekBall、Kick 等
util: 一些实用函数或者封装

整个策略模块的运转流程如下：

初始化，读取 Parameter Server 中的参数，并设定初始 Role
通过 ROS Topic 的订阅，接收视觉、步态、裁判盒以及队友的信息，并保存于 DBlackboard 中
若下位机已经开机，则根据当前的 Role 与 DBlackboard 中的信息，执行对应的 Skill。
Skill 在执行完毕之后，会产生对应的身体动作 BodyCommand 与头部动作 HeadCommand，两者合成 ActionCommand，并通过 ROS Topic 发送给步态模块 dancer-motion
一个运行周期结束，重复步骤 1-4

补充说明

Voronoi 区域计算
通过 voronoi_region 属性计算机器人在场上的最优区域，用于辅助团队协作与位置分配。
团队协作
通过 update_team_info 和 check_team_info 方法实现团队信息共享与任务分配，提升整体协同效率。
状态管理
通过 set_state 方法管理不同的行为状态，以支持机器人在不同场景下的动作切换。
异常处理
对下位机连接状态、球的可见性等关键运行信息进行监控和处理，确保系统运行的稳定性与可靠性。

Behavior Tree

📘 参考 Wiki：
Behavior Trees Wiki（点击查看） btree 是该文章的完整实现。在 Wiki 中需要重点关注的概念主要有：

足球赛标准操作流程

Mon, 01 Jan 0001 00:00:00 +0000

0、GameController（裁判盒）下载

前提

电脑已安装nodejs npm Rust

检查安装

node -v

npm -v

rustc -V  #大写V

安装nodejs

访问Node.js官网：https://nodejs.org/（推荐LTS长期支持版），下载安装windows安装程序
运行安装包，务必勾选“Add to PATH”选项（默认会勾选，不要取消），然后按提示完成安装。
安装完成后，重新打开命令行窗口输入 npm -v，能显示版本号即安装成功。

如果Node.js已安装，但npm仍提示找不到，需要手动将Node.js的安装路径添加到系统环境变量：

找到Node.js的安装路径（默认路径通常是：C:\Program Files\nodejs\ 或 C:\Users[你的用户名]\AppData\Roaming\npm）。
打开环境变量配置界面，在“系统变量”中找到Path，点击“编辑”：

- 点击“新建”，粘贴Node.js的安装路径（比如 C:\Program Files\nodejs\）

点击“确定”保存所有设置，必须关闭所有命令行窗口并重新打开，环境变量才会生效。

安装Rust

打开浏览器访问：https://www.rust-lang.org/zh-CN/tools/install；
点击“下载Rustup-init.exe”（一般是x64版本），运行该安装程序；
安装过程中会弹出命令行窗口，直接按回车选择默认安装；
等待安装完成，安装器会自动配置环境变量，但需要重启命令行生效。

注意：安装时可能会提示缺少C++编译工具（如MSVC），按提示安装即可（通常会引导你安装Visual Studio Build Tools），这是Rust编译本地依赖必需的。

安装裁判盒

安装libclang (for bindgen)

winget install LLVM

set LIBCLANG_PATH 'C:\Program Files\LLVM\bin\'

克隆代码&编译

git clone https://github.com/RoboCup-HumanoidSoccerLeague/GameController.git

cd frontend
npm ci
npm run build

cargo build -r

启动裁判盒子

cargo run

一、裁判盒使用方法

支持平台：windows / ubuntu / mac 均可

Behavior 行为控制模块（新版草稿）

Mon, 01 Jan 0001 00:00:00 +0000

老文档：Behavior module

Overview

dancer-behavior 是我们的策略模块，其主要由以下组件组成：

btree: 行为树 (Behavior Tree)，是我们策略的高层抽象
core: 基于 btree 模块，并且与我们机器人的实际相结合的底层抽象
role: 机器人的角色，如 Striker、Defender 等
skill: 机器人的技能，包含了头部与身体的技能。如 SeekBall、Kick 等
util: 一些实用函数或者封装

整个策略模块的运转流程如下：

初始化，读取 Parameter Server 中的参数，并设定初始 Role
通过 ROS Topic 的订阅，接收视觉、步态、裁判盒以及队友的信息，并保存于 DBlackboard 中
若下位机已经开机，则根据当前的 Role 与 DBlackboard 中的信息，执行对应的 Skill
Skill 在执行完毕之后，会产生对应的身体动作 BodyCommand 与头部动作 HeadCommand，两者合成 ActionCommand，并通过 ROS Topic 发送给步态模块 dancer-motion
一个运行周期结束，重复步骤 1-4

Behavior Tree

参照 Wiki。btree 是该文章的完整实现。

在 Wiki 需要关注的概念主要有：

Leaf task: Action 与 Condition
Branch task: Sequence、Selector 与 Parallel
Decorator

了解了基本概念之后，可以看 dancer-behavior/src/dbehavior/btree 中的示例。

新机器人基础配置指南

Mon, 01 Jan 0001 00:00:00 +0000

拿到一台新机器人后，按照下面步骤依次完成基础配置、联网和常用软件安装。前提条件：启动机器人，（可参考 机器人开关机及手柄操作），然后给机器人用HDMI线连接到显示屏

1. 连接网络

连接 Wi-Fi：ZJUDancer26_loT
密码：zjudancer

2. 配置固定 IP

进入如下路径进行设置：

设置 → 点击 ZJUDancer26_loT 网络右侧的齿轮 → IPv4

配置方式

将 Method 改成：Manual
在 Address 第一行依次填写：

项目	内容
IP 地址	`192.168.50.23x`
子网掩码	`255.255.255.0`
网关	`192.168.50.1`

其中 x 为机器人编号。

其他设置

DNS 保持 Automatic
点击 Apply
断开网络后重新连接

4. 安装 Clash Verge

将包含 clash-verge 的 .deb 文件通过 U 盘拷贝到机器人中。

在终端执行：

sudo dpkg -i xxxxxxxxxx.deb

安装完成后，先退出clash面板，再运行：

WEBKIT_DISABLE_COMPOSITING_MODE=1 clash-verge

后续操作

打开 Clash 面板
导入自己机场的节点链接，或者找其他队员要一个
设置中打开系统代理和开启自启动

5. 安装 ToDesk

下载方式

在浏览器中搜索 ToDesk
下载 arm64 版本 的 .deb 文件

安装命令

sudo dpkg -i xxxxxxxxxx.deb

安装后设置

进入：

Planner 路径规划模块

Mon, 01 Jan 0001 00:00:00 +0000

先明确这些变量的意义：

代码块

bool see_ball= false;
vector<double> ball_field = {1,0,0}; // 球在机器人坐标系下的位置
vector<double> ball_global = {0,0,0}; // 球在全局坐标系下的位置
vector<double> ball_velocity = {0,0,0}; // 球在机器人坐标系下的速度
vector<double> robot_global = {0,0,0}; // 机器人全局坐标系下的位置
vector<double> action_global = {0,0,0}; // 目标点在全局坐标系下的位置
vector<double> vel_cmd = {0,0,0}; // 规划出来，用于发布的速度
std::vector<std::vector<double>> obstacles; // 障碍物信息，每个障碍物包含 x, y, radius，存储多个障碍物
int gait_type = 0; // 步态类型
int kick_type = 0; // 踢球类型
bool kick_flag = false; // 是否处于踢球准备阶段的标志
bool dribble_flag = false; // 是否处于盘球阶段的标志
double ball_field_distance; //球在机器人坐标系下的距离
double ball_field_angle; //球在机器人坐标系下的角度
double robot_angle_error = 0; // 朝向目标点 - 现在的朝向

先看主函数：

1. 节点初始化与 ROS 通信配置 (Line 413 - 434)

环境变量区分机器人：通过读取环境变量 ZJUDANCER_ROBOTID，为话题 (Topic) 加上特定的前缀，从而在一台电脑或仿真环境中区分控制不同的机器人个体。
有个DWA的实例，但还没用上
发布与订阅 (Pub & Sub)：
- 订阅视觉信息 VisionInfo：获取机器人全局坐标、球的局部和全局坐标、球速等。
- 订阅行为指令 ActionCommand：接收上层决策层下发的指令（包含目标坐标 bodyCmd.x, y, t 以及期望的步态类型 gait_type）。
- 发布速度指令 cmd_vel (geometry_msgs::Twist)：发布计算后的平移和旋转速度控制底盘（全向移动底盘）。
- 发布手柄指令 /joy_msg：通过模拟手柄行为来发送诸如“左脚踢球”、“右脚踢球”、“向左扑救”等特殊动作触发指令。

2. 控制参数初始化 (Line 436 - 470)

定义了一系列控制动作时使用的常量，包括：

使用 ToDesk 连接机器人

Mon, 01 Jan 0001 00:00:00 +0000

使用 ToDesk 连接机器人

给想连接的机器人插入显卡欺骗器，或者连上显示屏。
在大群里找到最近的一条机器人账号/密码的记录（关键词：device），输入账号密码，连接。
如果没有找到，说明机器人还没有完成初始化配置，可以参考 新机器人基础配置指南 里面的 ToDesk 部分。
此时可以操作机器人自身的文件。包括在完成基础配置的时候，可以在下好 ToDesk 之后，在自己的电脑上用 ToDesk 直接连接机器人，在自己的电脑上完成接下来的部分。这样比坐在地上操控鼠标和键盘要方便很多（我是这么想的），虽然可能会比较卡 TOT。
终端运行 ./zed_explorer（存疑），此时会显示机器人相机画面。
可以抬起机器人转圈，观察画面是否跟着转动。
可以看看画面中的足球是否有被白框标记。
如果都满足，基本可以确认机器人摄像头无问题。

Vision 视觉处理模块

Mon, 01 Jan 0001 00:00:00 +0000

一、代码功能框架（包含主要功能）

注：本部分仅对代码功能进行概括，所提到的关键方法将在下一部分进行详细解读

核心模块

相机输入

ZED 相机
GstCamera（GStreamer驱动）
- 管道初始化（ init() ）
- 缓冲区回调（ onBuffer() ）
- 图像尺寸获取（ GetWidth() ）
V4L2Camera（备选驱动，已弃用，仅作参考）
输入源适配（图像文件夹/视频文件）

帧处理与投影

图像数据封装（Frame）
逆投影映射（IPM）
- 3D+2D投影（ project() ）
- 2D+3D反投影（ inverseProject() ）
坐标转换与航向矫正（Projection）
- 航向偏移计算（ CalcHeadingOffset() ）

目标检测

基类 IDetector （统一接口）
中心圆检测（CircleDetector）
- 卡尔曼滤波优化（ Update() ）
- 场地坐标输出（ result_circle() ）
障碍物检测（ObstacleDetector）
- 二值图生成（ GetBinary() ）
- 障碍物特征提取（ Process() ）
角点检测（CornerDetector）
- 交叉点分类（ classifyIntx() ）
- 定位特征生成（ LandMark ）
球检测（BallDetector）
球门检测（GoalDetector）
线段分类（LineClassifier）
- 航向偏差计算（ CalYawBias() ）

定位与导航

AMCL
- 粒子集管理（SampleSet）
- KdTree聚类（ ClusterNode() ）
Tracker（目标跟踪）
- 相机角度控制（ Process() ）

控制中枢

多线程调度

step1：图像捕获与预处理
step2：检测与定位

ROS通信

订阅运动、行为信息
发布视觉结果、图像
服务：AMCL控制等

状态管理

位姿计算
初始化（ InitVisionYaw() ）

辅助部分

配置参数

工具类

测试程序

二、代码功能解读（包含主要类与关键方法）

注：以下对关键方法的解读不包含对函数所需传参的解读，只列出函数名

用 SSH 连接机器人

Mon, 01 Jan 0001 00:00:00 +0000

用SSH连接机器人

本地选择 ZJUDancer26_loT 网络，密码：zjudancer
vscode 先安装 ssh 插件：remote-ssh

安装完后点击左侧侧边栏的远程资源管理器，光标挪到 ssh 上，点击右侧显示的 +
输入：ssh nvidia@192.168.50.23x（x 为机器人编号），按 Enter

选择第一个选项，一般是 xxx/home/config
此时左侧列表里已经能出现机器人 IP 地址了，192.168.50.23x
鼠标挪到 IP 地址那一行，右侧会出现“当前窗口连接”或“新窗口连接”，都可以使用
输入密码：nvidia，按 Enter

此时一般已经连上机器人了。假如显示连接失败，可能有以下原因：
- 实验室网络问题，容易断连
- 机器人网卡驱动有问题，可以左右拨机器人背后的小操纵杆，调到 IP 地址的界面（在电池界面附近，是一个有正方形方框的界面），观察是否显示 192.168.50.23x（记得插网卡）
然后点击左侧侧边栏或顶栏的“文件” → “打开文件夹”，选择 robocup_ws（需要 git clone 到 home 目录下），打开
如果想退出远程连接状态，点击左下角的蓝色小方框，然后选择“关闭远程连接”即可

Git 基本知识

Mon, 01 Jan 0001 00:00:00 +0000

1. 初始配置与 SSH 密钥

在开始编写代码之前，我们需要配置 Git 的用户信息以及 SSH 密钥，以便在拉取和推送代码时免去频繁输入密码的步骤。

1.1 配置个人信息

打开 VSCode 的终端（快捷键 Ctrl + ~ 或通过顶部菜单栏 终端 -> 新建终端），输入以下命令。配置个人信息是为了在代码提交历史中留下准确的记录，方便团队成员确认代码的作者。请务必填写你的名字或常用昵称：

VSCode 终端 (Terminal)

git config --global user.name "你的名字"
git config --global user.email "你的邮箱@example.com"

1.2 生成与添加 SSH 密钥

生成密钥：在终端中运行以下命令，遇到提示时直接回车即可，不需要输入任何额外内容：
```
ssh-keygen -t rsa -C "你的邮箱@example.com"
```
查看并复制密钥：运行以下命令，将终端输出的以 ssh-rsa 开头的全部内容复制下来：
```
cat ~/.ssh/id_rsa.pub
```

添加到托管平台：登录团队的 GitHub 或 GitLab，进入 Settings -> SSH and GPG keys，点击 New SSH key，将复制的内容粘贴进去并保存。

2. 克隆代码仓库 (Git Clone)

将云端的代码仓库下载到本地，是参与项目开发的前置步骤。

Network 网络通信模块

Mon, 01 Jan 0001 00:00:00 +0000

1. 模块概述

dnetwork 是整个机器人系统（ZJUDancer）的网络通信中枢。

对内（ROS 节点）： 它是各个本地算法模块（视觉 Vision、动作 Motion、行为 Behavior）的信息聚合器和分发器。
对外（UDP 网络）： 它是机器人与外界（队友机器人、裁判盒、外部监控端）进行物理数据包交换的唯一接口。

该模块高度依赖底层的两个基础库：

dprocess： 提供多线程和定时循环调度的能力。
dtransmit： 提供对底层 UDP Socket 的高度封装（异步接收、回调绑定、组播/单播发送）。

2. 目录结构与核心入口

dnetwork 的核心文件包含头文件与源文件两部分，核心依赖标准 RoboCup 的协议头文件：

dnetwork/
├── include/dnetwork/
│ ├── RoboCup/RoboCupGameControlData.h # 国际 RoboCup 官方定义的裁判盒数据结构
│ ├── gamecontroller.hpp # 裁判盒通信类头文件
│ └── team.hpp # 队内通信类头文件
└── src/
 ├── gamecontroller.cpp
 ├── main.cpp # ROS 节点入口
 └── team.cpp

2.1 模块启动 (`main.cpp`)

作为独立的 ROS 节点，程序入口非常简洁。初始化 ROS 后，实例化 Team 和 GameController。由于它们均继承自 dprocess::DProcess，调用 spin() 后会分别在独立的子线程中启动网络监听和定时发送的循环，最后主线程通过 join() 阻塞等待。

IO 输入输出模块

Mon, 01 Jan 0001 00:00:00 +0000

概述

dio (dancer-io) 是一个以 ROS 节点 (IntegratedNode) 运行的状态汇聚与指令转换模块。它负责监听机器人的传感器数据与运动指令，在内部进行里程计解算和稳定性评估，并向外发布综合运动状态（MotionInfo）和关节控制指令（JointState）。

整个模块的运转流程如下：

状态感知：读取 IMU 数据和头部电机的当前位置与速度。
稳定性评估：根据 IMU 的 Roll/Pitch 角度判断机器人是否稳定，并记录前倾或后倾状态。
里程计解算：结合 /cmd_vel 的线速度与 IMU 的偏航角（Yaw），计算机器人在平面内的相对坐标。
指令桥接与保护：接收行为模块下发的头部动作指令，在机器人稳定时进行角度单位转换并透传；在失稳时强制输出固定的保护姿态角度。
状态广播：将综合状态打包为 MotionInfo 并发布，同时广播里程计 TF 变换。

核心功能架构

dio 模块的内部逻辑主要分为三个核心子系统：状态与稳定性监测、里程计解算、指令桥接与保护。

graph TD classDef L1 fill:#2B3A35,color:#fff,stroke:#333,stroke-width:1px; classDef L2 fill:#6C9A8C,color:#fff,stroke:#333,stroke-width:1px; classDef L3 fill:#A3C3B2,color:#000,stroke:#333,stroke-width:1px; classDef L4 fill:#D8D8D8,color:#000,stroke:#333,stroke-width:1px; DIO[dio 模块 IntegratedNode] --> StateMonitor[状态与稳定性监测] DIO --> OdomCalc[里程计解算] DIO --> CmdBridge[指令桥接与保护] StateMonitor --> IMUData[IMU 姿态解析] StateMonitor --> FallDetect[跌倒检测与恢复] OdomCalc --> VelInteg[速度积分] OdomCalc --> TFPub[TF 坐标系发布] CmdBridge --> HeadCtrl[头部关节控制] CmdBridge --> SafeMode[跌倒保护姿态] class DIO L1; class StateMonitor,OdomCalc,CmdBridge L2; class IMUData,FallDetect,VelInteg,TFPub,HeadCtrl,SafeMode L3;

1. 状态与稳定性监测

该部分checkStability通过订阅 /imu/data 提取欧拉角（Roll, Pitch, Yaw）。

编译 lib 和 core

Mon, 01 Jan 0001 00:00:00 +0000

编译lib和core

按照readme下载好robocup_ws，并一键切换分支，下载到机器人的home目录下
打开主目录下.bashrc文件，将最后类似的几行替换成对应代码

export ROS_MASTER_URI=http://127.0.0.1:11311
export ROS_IP=127.0.0.1

export ROBOT_NAME=pai

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda

#export Torch_DIR=/home/nvidia/.local/lib/python3.8/site-packages/torch/share/cmake/Torch
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH
export PATH=/usr/local/cuda/bin:/usr/src/tensorrt/bin/:$PATH

#export PATH=/home/nvidia/.local/bin:/home/nvidia/.local/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/snap/bin
#export OTA_HOME="/home/nvidia/workspace/ota-client"
#export PATH=/home/nvidia/.local/bin:/home/nvidia/.local/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/snap/bin
#export PATH=/home/nvidia/.local/bin:/home/nvidia/.local/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/snap/bin

export ZJUDANCER_GPU=1
export LD_LIBRARY_PATH=/usr/lib/aarch64-linux-gnu:/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH
export ZJUDANCER_ROBOTID=3

source /home/nvidia/robocup_ws/lib/devel/setup.bash
source /home/nvidia/robocup_ws/core/devel/setup.bash

其中倒数第三行的ROBOTID，根据实际情况修改，改成当前机器人的编号即可

用vscode，在robocup文件夹下直接打开终端
使用cd命令切换到lib文件夹
运行命令catkin_make
编译成功后，运行命令source devel/setup.bash，设置环境变量
cd命令切换到core文件夹
运行命令catkin_make
假如编译失败，可以先在lib文件夹下运行rm -rf build devel,在运行catkin_make，然后回到core文件夹，重复该步骤
如果依旧失败，再查看之前的步骤，有无遗漏

Config 配置管理模块

Mon, 01 Jan 0001 00:00:00 +0000

一、概述

dconfig 是我们的集中配置仓库，承担两项核心职责：

静态常量定义：通过 C++ 头文件 dconstant.hpp 提供编译期可用的场地几何参数与网络参数。
动态配置热更新：通过 Python 脚本 config_watchdog.py 监听配置文件目录，在 YAML 文件发生变化时自动调用 rosparam load 并向对应模块发布通知。

模块的目录结构如下：

dconfig/
├── include/dconfig/
│ └── dconstant.hpp # 编译期常量（场地几何 + 网络参数）
├── launch/
│ └── dconfig.launch # 启动 config_watchdog 节点
├── matlab/ # MATLAB 脚本
├── scripts/
│ └── config_watchdog.py # 配置热更新守护进程
├── global.yml # 全局运行参数
└── 1/ 2/ 3/ 4/ 5/ 6/ 10/ # 各机器人个体配置目录
 ├── dancer_io/
 ├── dmotion/
 └── dvision/

二、静态常量：`dconstant.hpp`

该头文件使用 #pragma once 保护，定义了两个命名空间下的编译期 const 常量。

机器人开关机及手柄操作

Mon, 01 Jan 0001 00:00:00 +0000

找到一个电量充足的电池，捏住卡扣，将电池推入机器人前胸的电池舱。
握住机器人肩膀，提起机器人，观察机器人大腿与大臂上的热熔胶圈标记是否向前，若否，旋转机器人大腿或大臂，保证热熔胶圈标记向前。
握住机器人肩膀，将你的右脚插入机器人两脚之间，将你的左脚放在机器人左脚左侧，使机器人左脚脚尖向前；将你的左脚插入机器人两脚之间，将你的右脚放在机器人右脚右侧，使机器人右脚脚尖向前。保证机器人双脚脚尖向前，相距约15cm。
握住机器人肩膀，将你的右膝弯曲，将机器人的右膝向前顶；将你的左膝弯曲，将机器人的左膝向前顶。将你握住机器人肩膀的手慢慢下移，使机器人慢慢蹲下，将机器人的胸壳架在机器人的大腿上。个别机器人没有胸壳，可以将机器人大腿适当向内掰，减小机器人大腿的间距，将机器人电池舱在机器人的大腿上。
谨慎松手，如果机器人保持蹲姿，恭喜你！你已经完成了最难学的一步。如果机器人侧翻倒地，很正常！请重复第2、3、4步。
扶住机器人把手，先短按、后长按电池电源，打开电池。若电池正确打开，一定出现的现象是电池上的有流水灯效，通常出现的现象是听到风扇声。等待流水灯效停止，查看电池剩余电量。若电池上亮起的蓝灯少于2个，必须充电。在机器人运行过程中，必须时刻关注电量。
看向机器人后背，长按小电源，打开上位机；短按大电源，打开下位机。等待显示屏显示“Default”。
扶住机器人把手，用USB线连接手柄。
长按手柄上圆形的按键，直到感受到手柄上的振动，这表示手柄连接成功。

这个圆形的按键只有“连接”的作用，没有“取消连接”的作用，因此如果你觉得手柄接触不良，可以放心无限次地按这个圆形的按键。若手柄电量不足，会频繁接触不良，此时如果你要按其他按键，可以在按其他按键之前先按这个圆形的按键，并且预判手柄振动的时长，在你预判振动即将停止之前，按下你要按的按键。预判较难，不能过早，也不能过晚，可以多试几次，或者放弃，并给手柄充电。

接下来，我们将手柄按键最多的一面称为“顶面”，将有4个按键的一面称为“前面”。

翻转手柄，使“前面”向上，你会看到LT、RT、LB、RB。如果你熟悉计算机视觉，就会知道这是左上（Left Top）、右上（Right Top）、左下（Left Bottom）、右下（Right Bottom）的简称。

在学习手柄操作时，大部分同学都会把“LT、RT、LB”连起来记，并且不太注意食指与中指的位置。我在寒假里发现了一种超级简单的记忆方法：

你可能听说过造纸厂有一种切纸机，为了防止工人切到手，必须双手同时按住两个按钮，才能启动切纸。对于手柄操作，许多都要同时按3个键，并且其中2个键是“LT、RT”，你不妨认为这是为了防止误操作，并且养成习惯：只用左右手中指按“LT、RT”，不要其中一只手用食指。

如无特殊说明，下文的手柄操作都要按住左右手中指。

右手拇指按“顶面”的“Start”键，让机器人起立。
左手食指按下，给机器人解锁，可以看到机器人轻轻向前晃一下，且提起机器人后机器人会挣扎。
操纵推杆，控制机器人的平移和旋转。操纵推杆需松开左右手中指。
右手食指按下，让机器人蹲下。
如果机器人蹲下后，你又想让机器人起立，但是右手拇指按“顶面”的“Start”键，机器人没有反应，可以观察机器人后背显示屏是否显示“Default”，若否，右手拇指按“顶面”的“A”键，直至机器人后背显示屏显示“Default”。如果是老机器人，可能需要按“顶面”的“←”“→”键，直至机器人后背显示屏显示“Default”。当然，如果你懒得记住这些，可以短按大电源，关闭下位机，再短按大电源，打开下位机，此时器人后背显示屏一般会显示“Default”。

注意： 永远不要按“顶面”的“B”键，否则机器人会掉电摔倒。

如果你体验完了，打算关闭机器人，可以短按大电源，关闭下位机；长按小电源，关闭上位机。然后先短按、后长按电池电源，关闭电池。

养成习惯：每次关闭电池之后，立刻取出电池，拿去充电，并让机器人在场边蹲好。

Launch 启动脚本模块

Mon, 01 Jan 0001 00:00:00 +0000

概述

dlaunch 模块通过一系列 .launch 文件，将 dvision、dmotion、dbehavior、dnetwork、dancer_io 等子系统进行组合。从代码实现来看，该模块依赖 ROS 原生的 <include>、<node>、<param>、<rosparam> 以及 <env> 标签来组织节点启动与参数加载逻辑。

核心启动文件

根据文件内部的标签结构与包含关系，可将这些启动文件划分为以下几类：

1. 纯模块组合 (`<include>` 主导)

这类文件主要通过 <include> 标签加载其他包的启动文件，不显式声明具体的节点（<node>）参数：

game.launch：包含 dvision/launch/default.launch、dancer_io/launch/motion_io.launch（game.launch中有引用，但robocup_ws中未直接包含）、dmotion/launch/motion_hub.launch （类似的，未直接包含源文件）以及 dnetwork/launch/default.launch。
piplus.launch：包含 dvision/launch/zed_default.launch、dio/launch/dancer-io.launch、dplanner/launch/default.launch、dnetwork/launch/default.launch 以及 dbehavior/launch/default.launch。
mv.launch：包含 dconfig/dconfig.launch、dvision/launch/default.launch 和 dmotion/launch/default.launch。
sim_default.launch：包含 dvision/launch/default.launch、dmotion/launch/default.launch、dnetwork/launch/default.launch，并设置参数 /ZJUDancer/Simulation 为 true。
get_image_180.launch：包含 dconfig/launch/default.launch、dmotion/launch/default.launch、dvision/launch/default.launch、dnetwork/launch/default.launch，并加载 global.yml。

2. 仿真实例与集群编排

通过参数服务器注入 <param name="/ZJUDancer/Simulation" value="true"/>，并组合特定编号的文件：

单体实例 (sim_1.launch - sim_6.launch)：分别包含 dvision、dmotion 和 dnetwork 目录下对应编号（1-6）的 .launch 文件，同时设置 /ZJUDancer/BroadcastMVInfo 为 true。
集群组合 (2.launch, 3.launch, 4.launch)：通过嵌套包含多个 sim_X.launch 文件来实现组合。例如 4.launch 内部直接包含了 sim_1.launch 到 sim_4.launch。

3. 数据录制与回放 (`rosbag`)

利用 rosbag 节点处理数据流，并通过参数标记状态：

调试启动

Mon, 01 Jan 0001 00:00:00 +0000

调试启动

在 /core 终端下（可以多开）

kill 手柄节点命令：rosnode kill joy_teleop
启动机器人命令：roslaunch dlaunch piplus.launch （停止是 Ctrl + C，最好等到机器人停止移动，在转头的时候停止运行）
可以再开一个终端，备好零点复位命令，在机器人原地转头的时候运行，停下机器人：
rostopic pub -r 10 /cmd_vel geometry_msgs/Twist '{linear: {x: 0, y: 0, z: 0}, angular: {x: 0, y: 0, z: 0}}'
若无法启动机器人可以注意启动五个分启动文件，查看报错信息
启动裁判盒命令：在 GameController 路径下，运⾏ cargo run

裁判盒

Mon, 01 Jan 0001 00:00:00 +0000

1. 安装 Node.js

下载安装包：https://nodejs.org/zh-cn/download。
运行安装包，手动勾选“Add to PATH”。
检查安装：

Windows CMD / Windows Powershell / Ubuntu Bash

node -v
npm -v

2. 安装 Rust

访问 https://www.rust-lang.org/tools/install 下载并运行 rustup-init。
按提示默认安装（直接回车）。若提示缺少 C++ 编译工具，请按引导安装 Visual Studio Build Tools。
检查安装：

Windows CMD / Windows Powershell / Ubuntu Bash

rustc -V

3. 安装裁判盒

安装 libclang (用于 bindgen)：

Windows CMD

winget install LLVM
set LIBCLANG_PATH=C:\Program Files\LLVM\bin\

Windows Powershell

winget install LLVM
$env:LIBCLANG_PATH="C:\Program Files\LLVM\bin\"

Ubuntu Bash

sudo apt-get update
sudo apt-get install llvm libclang-dev

克隆代码并编译：

Windows CMD / Windows Powershell

比赛启动（文档维护中）

Mon, 01 Jan 0001 00:00:00 +0000

该文档仍在维护中。

比赛启动流程整理完成后会在这里补充。

标定内外参

Mon, 01 Jan 0001 00:00:00 +0000

Step 1 ：让机器⼈站起来并保证项⽬能够正常⼯作

短按+⻓按电源，开启前部电源（确保⼀格以上）；
短按+⻓按开启上位机，短按开启下位（关机顺序相反）
在机器⼈⾝上插上遥控器usb接收器，开启遥控器
等机器⼈背屏进⼊DEFAULT模式后，按LT+RT+START使得机器⼈站⽴；
重新插拔机器⼈的双⽬摄像头接线，保证ZED work

Step 2 : 连接机器⼈

ssh nvidia@192.168.50.22X

x为机器人编号

随后可以进⼊机器⼈上的ubuntu系统，对机器⼈的调试都在ssh环境中进⾏。

Step 3 : 先修改机器⼈的内参数据

在当前⼯作空间下，找到
robocup_ws/core/src/dvision/src/camera/source/zed_camera.cpp
⽂件，确认camera_resolution的格式，是1080还是HD720还是其他？记住它！

在机器⼈ubuntu系统中，找到
/usr/local/zed/settings，⾥⾯有SN.conf⽂件。

如果此时有不同编号的conf⽂件，怎么确定哪个⽂件才是正确的？可以跑
/usr/local/zed/samples
下⾯的tutorial-Hello ZED,不过需要⾃⼰编译⼀下
然后运⾏会在终端输出当前ZED的serial number，就可以找到对应的SN.conf⽂件。打开对应的SN.conf⽂件，根据刚才看到的camera_resolution,把对应的内参数据记住，fx,fy,cx,cy还有⼏个畸变系数。

重新回到⼯作空间，找到
robocup_ws/core/src/dconfig/1/division/camera.yml，这个就是机器⼈相机的配置⽂件（不⼀定要1，但是我们默认使⽤1这个⽂件夹，后续标外参的时候需要机器⼈编号也输⼊1即可）

（1）需要修改width height frameRate根据zed相机分辨率和帧率来改，如果不知道，可以打开⼀个终端运⾏ZED_Explorer，应该可以查看相关数据，如果不全，上⽹搜搜查询⽅法

（2）把刚刚的内参数据填⼊到这个yml⽂件中，即projection下的fx fy cx cy和distcoeff矩阵，这个discoeff是畸变系数和⼀些数据，SN.conf⽂件应该只有⼀部分，ZED_Explorer也能看到⼀部分，需要对应填进去，具体的discoeff矩阵可以问问ai。

⾄此，内参处理完。

Step 4：外参标定过程

摊开那个标定⽩布，展平，然后如图所⽰，把机器⼈放在细线交叉点（红圈处，⾯朝⽩布），注意图中右上⻆那个图案需要被遮起来然后打开新的终端运⾏calib_ext，终端提⽰时输⼊机器⼈位置A，机器⼈编号1（如果没有请忽略），机器⼈应该会⾃⼰运转；

⼤概运⾏五分钟左右，即可关闭tmux的两个终端；

找到最外层的
~/dancer-camera
⽂件夹，会看到⽂件名为 bot1_ext_A.txt （外参标定数据）与
bot1_in.txt （去畸变后的内参矩阵），这两个⽂件，把它下载到⾃⼰电脑上。

接着在
robocup_ws/core/src/dconfig
下找到⼀个名为matlab的⽂件夹，把这个⽂件夹也⼀同下载到你的电脑⾥。

打开你电脑上的matlab,导⼊这个⽂件夹，以及 bot1_ext_A.txt （外参标定数据）与 bot1_in.txt （去畸变后的内参矩阵）这两个⽂件，在运⾏之前，需要改⼀下main.m程序，如下图把lb和ub数组⾥z这⼀列都改成50,会有更好地效果。然后点击运⾏，等待⼀会⼉你就能看到终端输出了⼀个外参矩阵，然后会出现⼀张图，如果图中的红点分布⾮常集中，且全部在蓝点附近，则效果⽐较好，如果没有，则要思考哪⾥出现了问题。把matalb终端⾥⽣成的外参矩阵复制粘贴到刚刚的
robocup_ws/core/src/dconfig/1/division/camera.yml，替换原有的extrinsic parameters矩阵，就在最底下，应该很清楚能够看到。

Step 5 : 检验标定效果：

在
robocup_ws/core/src/dvision/src/detector/ball_detector.cpp
这个⽂件，找到这⼀⾏

高擎例程安装

Mon, 01 Jan 0001 00:00:00 +0000

使用 HDMI 线接入机器人背板进入可视化界面，同时插上键盘鼠标直接在机器人小电脑上进行控制，参照下方顺序：

步骤一：环境准备

点击右上角进行网络连接
鼠标右键桌面打开终端，输入 code . 打开 VSCode
在右下角的终端输入下载代码指令：

git clone https://github.com/HighTorque-Robotics/RoboCup_Workspace.git

在左侧的文件结构找到 .bashrc 文件，打开后将下方代码粘贴至 .bashrc 文件内容末尾：

export ZJUDANCER_GPU=1
export LD_LIBRARY_PATH=/usr/lib/aarch64-linux-gnu:/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH
export ZJUDANCER_ROBOTID=1
source /home/nvidia/RoboCup_Workspace/core/devel/setup.bash

粘贴后保存文件。

步骤二：编译代码

在现有终端里输入命令：

source ~/.bashrc

再依次进入 lib 和 core 两个工作空间，编译代码：

cd lib/
catkin_make

等待加载到 100% 后编译完成。

接下来依次输入：

cd ../core
catkin_make

编译成功后，在当前终端再输入一次：

source ~/.bashrc

编译后的代码才能正常执行。

步骤三：检查相机连接

开机后，需插拔机器人顶部相机线，然后终端输入：

lsusb

会显示找到了 ZED-M。

如果显示的是 ZED Hid device，则相机连接不正常，需要检查接线。

随后有两种显示相机画面的方法（要求通过显示器或 todesk 看到机器人的可视化界面）：

(1) 终端输入 ZED_Explorer（ZED 官方的测试程序），如果出现正常不闪动的相机画面，则相机功能正常。

(2) 终端输入 roslaunch dvision zed_detect.launch（视觉识别测试程序），如果出现相机画面，画面中有足球时有方框框起来，则相机功能正常。

机器人上常用软件安装

Mon, 01 Jan 0001 00:00:00 +0000

Todesk

在官网下载 arm 架构的 deb 安装包，按照教程操作即可。todesk 连接时需要在机器人的 HDMI 口插入显卡欺骗器（找现场工程师领取，用完插在机器人上一起归还即可）

下载地址：ToDesk远程桌面软件-免费安全流畅的远程连接电脑手机

选择 Debian/Ubuntu/Mint (arm64) 版本：

deb package: https://dl.todesk.com/linux/todesk-v4.8.5.1-arm64.deb

安装命令：

sudo apt-get install ./todesk-vx.x.x-arm64.deb

启动命令：

todesk

Clash Verge

安装包在群里发过：clash-verge_1.7.3_arm64.deb

安装命令：

sudo dpkg -i clash-verge_1.7.3_arm64.deb

安装后直接点击应用图标不能正常启动。

第一次启动时需要在终端输入命令：

WEBKIT_DISABLE_COMPOSITING_MODE=1 clash-verge

才能正常启动，启动后导入自己的订阅地址 URL，开启"系统代理"和"开机自启"即可，之后每次开机会自动处于翻墙状态。

搜狗拼音输入法

在官网搜索 linux arm64 版本，按照官网教程操作即可。

⚠️ 注意：教程里提到的以下两行命令一定要执行：

sudo apt install libqt5qml5 libqt5quick5 libqt5quickwidgets5 qml-module-qtquick2
sudo apt install libgsettings-qt1

ZJUDancer

Behavior 行为控制模块

Overview

Behavior Tree

足球赛标准操作流程

0、GameController（裁判盒）下载

前提

检查安装

安装nodejs

安装Rust

安装裁判盒

启动裁判盒子

一、裁判盒使用方法

Behavior 行为控制模块（新版草稿）

Overview

Behavior Tree

新机器人基础配置指南

1. 连接网络

2. 配置固定 IP

配置方式

其他设置

4. 安装 Clash Verge

后续操作

5. 安装 ToDesk

下载方式

安装命令

安装后设置

Planner 路径规划模块

先明确这些变量的意义：

先看主函数：

1. 节点初始化与 ROS 通信配置 (Line 413 - 434)

2. 控制参数初始化 (Line 436 - 470)

使用 ToDesk 连接机器人

使用 ToDesk 连接机器人

Vision 视觉处理模块

一、代码功能框架（包含主要功能）

核心模块

相机输入

帧处理与投影

目标检测

定位与导航

控制中枢

多线程调度

ROS通信

状态管理

辅助部分

配置参数

工具类

测试程序

二、代码功能解读（包含主要类与关键方法）

用 SSH 连接机器人

用SSH连接机器人

Git 基本知识

1. 初始配置与 SSH 密钥

1.1 配置个人信息

1.2 生成与添加 SSH 密钥

2. 克隆代码仓库 (Git Clone)

Network 网络通信模块

1. 模块概述

2. 目录结构与核心入口

2.1 模块启动 (main.cpp)

IO 输入输出模块

概述

核心功能架构

1. 状态与稳定性监测

编译 lib 和 core

编译lib和core

Config 配置管理模块

一、概述

二、静态常量：dconstant.hpp

机器人开关机及手柄操作

Launch 启动脚本模块

概述

核心启动文件

1. 纯模块组合 (<include> 主导)

2. 仿真实例与集群编排

3. 数据录制与回放 (rosbag)

调试启动

调试启动

裁判盒

2.1 模块启动 (`main.cpp`)

二、静态常量：`dconstant.hpp`

1. 纯模块组合 (`<include>` 主导)

3. 数据录制与回放 (`rosbag`)

Step 4：外参标定过程