# SimEnv

**Repository Path**: wangxm266/SimEnv

## Basic Information

- **Project Name**: SimEnv
- **Description**: 四足机器人仿真环境
- **Primary Language**: Unknown
- **License**: AFL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 5
- **Created**: 2026-06-03
- **Last Updated**: 2026-06-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 优化的比赛环境
这是比赛环境的优化版本
created by wcm

# 比赛仿真环境

本目录为比赛仿真环境，面向 `ROS1 Noetic + Gazebo Classic + Unitree A1`。环境启动时会随机生成多楼层室内楼栋，并同步生成危险源、干扰源、门、电梯、传感器链路和机器人控制接口。

比赛目标是控制机器狗完成未知室内环境探索，识别并输出危险源位置。危险源真值文件仅供裁判评估使用，参赛算法不应读取。

## 选手快速入口

| 你要做什么 | 推荐阅读 |
|------------|----------|
| 第一次启动环境 | [快速启动](docs/quick-start.md) |
| 接入导航、感知或控制算法 | [算法接入接口](docs/algorithm-interfaces.md) |
| 理解楼栋、危险源和干扰源 | [比赛场景规则](docs/competition-rules.md) |
| 控制门和电梯 | [门与电梯控制](docs/doors-and-elevator.md) |
| 输出结果并计算分数 | [结果格式与评估方法](docs/evaluation.md) |
| 查看传感器安装、话题和坐标系 | [传感器与 ROS 话题](docs/sensors-and-topics.md) |
| 处理启动 warning 或服务异常 | [常见问题](docs/troubleshooting.md) |
| 查看旧版完整长文档 | [完整参考文档](docs/reference.md) |

## 任务描述

- 楼栋为多楼层室内建筑，包含房间、走廊、楼梯、电梯和动态门。
- 危险源为红色球体。
- 干扰源为红色方块和绿色球体。
- 源只生成在房间内部，并避开墙体、家具、其他源和房间门口保留区。
- 真值写入 `results/danger_truth.json`。
- 参赛算法应输出 `results/detected_danger.json`。

## 启动流程

```bash
cd /home/ros/Guoyulun/Competition/SimEnv
source /opt/ros/noetic/setup.bash
catkin_make -j
source ./build/devel/setup.bash
./auto.sh
```

`auto.sh` 会自动完成随机场景生成、Gazebo 启动、A1 模型与传感器启动、门/电梯控制服务启动和 `junior_ctrl` 控制器启动。更多启动方式见 [快速启动](docs/quick-start.md)。

## 性能调试开关

默认直接运行 `./auto.sh` 即为官方配置。为了便于本地调试，脚本额外支持一组**默认关闭或默认官方值**的调节项：

- `ENABLE_SENSORS=false`：关闭 Livox、前视 RGB、深度相机及相关链路
- `PHYSICS_PRESET=default|stable|fast|turbo`：覆盖 Gazebo 物理参数
- `COLLISION_SIMPLIFY=default|basic`：启用基础墙体/地面 collision 简化
- `REDUCE_SELF_COLLISION=true`：减少机器人腿部 self-collision
- `SIMPLIFY_SENSOR_COLLISION=true`：将 Livox / RealSense collision mesh 简化为 box
- `ENABLE_CONTACT_VIS=false`：关闭足端接触力可视化

第一批频率参数默认保持官方值，也都支持显式覆盖：

- `UNITREE_CTRL_DT`
- `TRUNK_IMU_RATE`
- `LIVOX_UPDATE_RATE`
- `FRONT_CAMERA_RATE`
- `DEPTH_CAMERA_RATE`
- `FOOT_CONTACT_RATE`
- `GROUND_TRUTH_RATE`

一个典型的本地性能调试命令：

```bash
GUI=true \
ENABLE_SENSORS=false \
PHYSICS_PRESET=stable \
COLLISION_SIMPLIFY=basic \
REDUCE_SELF_COLLISION=true \
SIMPLIFY_SENSOR_COLLISION=true \
ENABLE_CONTACT_VIS=false \
UNITREE_CTRL_DT=0.05 \
TRUNK_IMU_RATE=250 \
FOOT_CONTACT_RATE=30 \
GROUND_TRUTH_RATE=10 \
./auto.sh
```

上述模式用于本地调试和压测，不代表官方比赛默认配置。

## 算法接口

| 接口 | 类型 | 用途 |
|------|------|------|
| `/cmd_vel` | `geometry_msgs/Twist` | 机器人速度指令输入 |
| `/Odometry_gazebo` | `nav_msgs/Odometry` | 仿真里程计 |
| `/scan` | `sensor_msgs/PointCloud2` | Livox Mid-360 点云 |
| `/camera/image_raw` | `sensor_msgs/Image` | 前视 RGB 图像 |
| `/real_sense/depth/points` | `sensor_msgs/PointCloud2` | 深度相机点云 |

`junior_ctrl` 默认以前台方式启动。终端输入 `2` 进入站立状态，输入 `6` 切换到 RL 模式，随后控制器接收 `/cmd_vel`。完整接口见 [算法接入接口](docs/algorithm-interfaces.md)。

## 结果文件

参赛算法完成探索后应生成：

```text
results/detected_danger.json
```

格式：

```json
{
  "exploration_time": 98.76,
  "detected_danger_sources": [
    {"position": [2.34, -1.56, 0.25]}
  ]
}
```

评估命令：

```bash
python3 ./src/building_obstacles/scripts/evaluate_danger.py \
  --truth-file ./results/danger_truth.json \
  --detected-file ./results/detected_danger.json \
  --output-file ./results/evaluation_result.json
```

评分细则和匹配规则见 [结果格式与评估方法](docs/evaluation.md)。

## 关键文件

| 文件 | 说明 |
|------|------|
| `generated_building/competition_scene.world` | Gazebo 使用的完整比赛世界 |
| `generated_building/layout_metadata.json` | 楼栋布局、房间、门、电梯和目标点元数据 |
| `generated_building/door_config.yaml` | 动态门控制配置 |
| `generated_building/elevator_config.yaml` | 电梯控制配置 |
| `generated_building/scene_manifest.json` | 本次随机场景 manifest |
| `results/danger_truth.json` | 裁判真值文件 |
| `results/detected_danger.json` | 参赛算法输出文件 |
| `logs/competition_gazebo.log` | Gazebo/launch 日志 |
| `logs/building_control.log` | 门/电梯控制服务日志 |
| `logs/junior_ctrl.log` | 控制器日志 |

## 文档维护说明

此文档用于西南技术物理研究所揭榜挂帅赛题，仅用作比赛用途。