mac 下 zmp编译

最新推荐文章于 2025-06-23 18:34:27 发布

原创最新推荐文章于 2025-06-23 18:34:27 发布 · 147 阅读

0 ·

CC 4.0 BY-SA版权

1.npm install -g node-gyp

2.node-gyp configure

3.进入模块目录，node-gyp rebuild

4.可能需要安装pkg-config pkg-config --version查看是否安装

5.curl http://pkgconfig.freedesktop.org/releases/pkg-config-0.28.tar.gz -o pkg-config-0.28.tar.gz 直接下下来解压也可以。

./configure --with-internal-glib 这一步不成功先sudo make install

sudo make install

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ubunrabbit

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

步态控制之ZMP

xiaoc100200的博客

06-08

2278

ZMP 是机器人在支撑面上的一个点，在这个点上，支撑面的所有水平力矩为零。换句话说，ZMP 是重力中心投影点在支撑面上的位置。

npm install 出错

weixin_30325071的博客

10-14

1312

安装RoboWare-Viewer-Bridge $ git clone https://github.com/tonyrobotics/RoboWare-Viewer-Bridge.git $ cd RoboWare-Viewer-Bridge $ npm install > kerberos@0.0.23 install /home/josh/RoboWare-Viewer-Br...

参与评论您还未登录，请先登录后发表或查看评论

如何在编译时改变App的图标

Just Do It

09-09

2845

原文：http://www.cocoachina.com/ios/20150909/13354.html 在你完成应用程序的beta版本后，最后会有些人去帮你测试，使你去完善应用程序……或者会有投资青睐。但是如果测试人员有一种简单地方式去检查构建版本的应用程序会不会有帮助呢？这个教程将会向你展示这些，向你介绍一些或许很少有人知道的Xcode里面的功能。你会相信

Mac使用dinghy和laradock搭建php运行环境

luyaran的博客

07-07

965

背景每次更换一个工作用的电脑，都需要很长的时间来搭建本地的运行环境。有时候，为了安装一个扩展会折腾半天，而且可能需要安装多个版本的 php。有人说，集成运行环境不是很好嘛，一次搞定所有的要求。是的，对于新手来说，使用集成包就足够了。但是集成境包不容易满足定制化的需求，比如某个扩展没有，还是得手动编译安装，而且这种方式有点太 low 了。对于 mac 来说，需要卸载自带的 php ，然后使

【亲测免费】 ZMap 项目下载及安装教程

gitblog_01201的博客

10-18

1472

ZMap 是一个快速的无状态单数据包网络扫描器，专为互联网范围内的网络调查设计。它能够在典型的千兆以太网连接的桌面计算机上，在不到 45 分钟的时间内扫描整个公共 IPv4 地址空间中的单个端口。对于 10GigE 连接和使用 netmap 或 PF_RING 的情况下，ZMap 可以在不到 5 分钟的时间内完成 IPv4 地址空间的扫描。ZMap 支持 GNU/Linux、Mac OS 和 BS...

c库第三方软件/包

qq_24429681的博客

08-09

692

一软件/包简介 1 An-json 这个c库包含json解析功能。an_json是一个快速的单通道json解析器。解析器的优化是为了提高速度而不是可用性。这使得解析器在设计上非常简单。它的设计非常简单，没有很多花哨的东西。它是针对速度而不是可用性进行优化的。 Better String Library是一个字符串数据类型的抽象，其优于C库字符缓冲区字符串类型，或C ++的的std :: string。 http://bstring.sourceforge.net/ 2 Aerospike Aer

［转自CocoaChina］如何在运行时改变App的图标

chunwei5679的博客

09-16

270

在你完成应用程序的beta版本后，最后会有些人去帮你测试，使你去完善应用程序……或者会有投资青睐。但是如果测试人员有一种简单地方式去检查构建版本的应用程序会不会有帮助呢？这个教程将会向你展示这些，向你介绍一些或许很少有人知道的Xcode里面的功能。你会相信在这个教程中你不会写一行Swi...

如何在运行时改变App的图标-ImageMagick

卤海虾的专栏

09-09

809

在你完成应用程序的beta版本后，最后会有些人去帮你测试，使你去完善应用程序……或者会有投资青睐。但是如果测试人员有一种简单地方式去检查构建版本的应用程序会不会有帮助呢？这个教程将会向你展示这些，向你介绍一些或许很少有人知道的Xcode里面的功能。你会相信在这个教程中你不会写一行Swift的代码吗？当然，你也不用写一句Objective-C代码。这个教程会让你写一些bash

如何在运行时改变App的图标

Dogg

09-09

425

精选资源

离散控制Matlab代码-ZMP-Preview-Control-WPG:两足类人机器人的ZMP预览控制行走模式生成

05-23

离散控制Matlab代码ZMP预览控制WPG 两足类人机器人的ZMP预览控制行走模式生成这是带有ZMP预览控件的Biped行走模式生成器的源代码。源代码是用Matlab和Python编写的。 Matlab用于计算增益矩阵，然后Python用于通过...

精选资源

基于ZMP轨迹的双足机器人步态规划及仿真.pdf

08-14

"基于ZMP轨迹的双足机器人步态规划及仿真" 本文主要介绍基于ZMP轨迹的双足机器人步态规划及仿真技术。通过对传统三维倒立摆模型的改进，将ZMP轨迹纳入机器人步态生成过程中，使ZMP始终处于机器人足底形成的支撑...

零倾覆力矩点（ZMP）

机器人控制与仿真应用

09-15

2091

从形式上讲，ZMP 指的是空间中相对于一个平面（通常是地平面）抵消接触力矩的点的集合。这个集合实际上是一个轴，而不是一个点，但为了方便起见，让我们按照传统的推导方法来计算地面平面上的 ZMP。这一推导从任何多刚体系统的牛顿-欧拉运动方程开始：其中，为机器人的总质量，为重力矢量，为系统的重心，为加速度，为固定点的角动量变化率。在右侧，表示净接触扭矩，即施加到机器人上的所有接触扭矩之和，坐标取自质心 (COM)。

ZMP控制在人形机器人硬件开发中的潜在价值

AI天才研究院

06-23

569

动态运动需求（如快速行走、避障）与硬件物理限制（如执行器响应延迟、传感器噪声）的平衡。ZMP控制通过量化稳定边界（支撑多边形内的ZMP位置），为硬件设计提供明确的性能指标（如力传感器精度、执行器扭矩带宽）。

状态估计电力系统状态估计中的异常检测与分类（Matlab代码实现）

12-07

【状态估计】电力系统状态估计中的异常检测与分类（Matlab代码实现）内容概要：本文围绕电力系统状态估计中的异常检测与分类展开，介绍了基于Matlab代码实现的相关方法和技术。通过对电力系统测量数据的分析，利用状态估计技术识别和分类异常数据，如坏数据或错误操作，从而提升电力系统监控的准确性与可靠性。文中可能涉及残差分析、假设检验、标准化残差、加权最小二乘法（WLS）等核心技术，并结合具体Matlab代码演示异常检测流程与分类策略，帮助研究人员深入理解状态估计在实际工程中的应用。; 适合人群：具备电力系统基础知识和Matlab编程能力的高校研究生、科研人员及电力行业相关技术人员。; 使用场景及目标：①应用于智能电网监控与调度系统中，实现对实时测量数据的质量控制；②用于教学与科研，加深对电力系统状态估计理论与异常处理机制的理解；③为电力系统自动化与可靠性分析提供技术支持。; 阅读建议：建议读者结合Matlab代码实践操作，逐步调试并理解每一步算法实现，同时参考电力系统状态估计的经典文献，以加强对异常检测数学模型和工程背景的认识。

新增图书统计表.xlsx

12-07

新增图书统计表.xlsx

秀视频微信小程序社交软件项目_基于微信小程序端的短视频社交平台与后台管理系统_实现用户发布短视频添加滤镜背景音乐点赞评论下载分享转发功能_包含人员管理短视频管理背景音乐管理.zip

12-07

12-07

12-08

Swift client for NATS, the cloud native messaging system.

PowerWorld仿真与电力系统潮流计算（牛顿拉夫逊法和高斯赛德尔法）（Matlab实现）

12-07

PowerWorld仿真与电力系统潮流计算（牛顿拉夫逊法和高斯赛德尔法）（Matlab实现）内容概要：本文档主要围绕电力系统潮流计算展开，重点介绍了使用牛顿-拉夫逊法和高斯-赛德尔法在Matlab环境下进行潮流计算的实现方法，并结合PowerWorld仿真软件进行对比验证。文档还涵盖了电力系统仿真、优化调度、状态估计等相关内容，提供了丰富的Matlab代码实例，旨在帮助读者掌握电力系统稳态分析的核心算法与仿真技术。此外，文档提及多个相关研究方向，如无功优化、配电网重构、储能配置等，体现出较强的综合性与实用性。; 适合人群：具备电力系统基础知识和Matlab编程能力的高校学生、科研人员及工程技术人员。; 使用场景及目标：①学习和实现电力系统潮流计算的基本算法（牛顿-拉夫逊法与高斯-赛德尔法）；②利用Matlab进行电力系统建模与仿真；③结合PowerWorld进行仿真结果对比与分析；④开展电力系统优化与状态估计相关课题研究。; 阅读建议：建议读者结合文档提供的Matlab代码进行实践操作，对照理论推导理解算法实现过程，并尝试使用PowerWorld进行仿真验证，以加深对电力系统潮流计算的理解与应用能力。

ZMP算法

07-10

<think>嗯，用户想了解ZMP算法的原理和应用场景，特别是在机器人运动控制中的使用。这个问题在双足和四足机器人控制领域很核心，需要系统性地梳理。用户提供的引用材料很有价值，特别是引用[1]详细解释了ZMP与质心运动的关系，引用[2][3]补充了腿式机器人的应用背景，引用[4]则提到目标函数设计。这些正好覆盖了原理推导和工程实现两个层面。先从物理本质切入：ZMP本质上是个力学概念，指地面反作用力合力通过的点。当这个点落在支撑多边形内时，机器人不会翻转。引用[1]里"小车-桌子模型"的比喻很形象——就像用手指顶住桌板移动时，必须让受力点始终在手指范围内。推导环节需要强调两个关键方程：ZMP位置与质心位置/加速度的数学关系。引用[1]提到"根据期望ZMP位置计算质心运动"，这引出了控制逻辑的闭环性——实际是目标ZMP→生成质心轨迹→计算实际ZMP→反馈校正的循环。应用场景方面，用户可能更关注具体案例。除了引用[2][3]提到的探索救援场景，补充些工业实例会更有说服力，比如本田ASIMO的斜坡行走视频就很经典。稳定性控制永远是第一优先级，所以任何需要动态平衡的场景都适用ZMP。最后必须点明局限：ZMP假设地面刚性且连续接触，在跨越障碍或软地面时效果会打折扣。这部分虽然用户没直接问，但对实际应用很重要，可以放在"注意事项"里自然带出。用户似乎有工程背景，回复时可以适当增加公式推导深度，但中文描述要保持通俗。那些控制框图里的积分符号和向量表达式，都得配上白话解释才行。</think>好的，我们来详细解析ZMP（零力矩点，Zero Moment Point）算法的原理及其在机器人运动控制中的应用场景。 **ZMP算法原理** ZMP的核心思想是**描述机器人动态平衡的关键点**。其基本原理可以概括为以下几点： 1. **物理定义**： * ZMP 定义为**地面反作用力合力矢量通过的点**。在这个点上，地面反作用力产生的相对于该点的**水平力矩分量之和为零**（即 $M_x = 0, M_y = 0$）。 * 简单理解：想象机器人站在地面上，地面施加给机器人脚底的总的支撑力（包括垂直力和摩擦力）会汇聚到一个特定的点上，在这个点上，支撑力不会产生使机器人绕着该点左右或前后翻转的力矩。 2. **稳定性判据**： * 这是ZMP最核心的应用。**只要ZMP点落在机器人脚掌与地面接触形成的凸多边形支撑区域（Support Polygon）内，机器人就能保持动态平衡，不会翻倒。** * 支撑区域可以是单脚着地时的脚掌轮廓，双脚着地时两脚掌轮廓构成的凸包，或者更多足着地时的相应凸包。 * ZMP距离支撑区域的边界越近，机器人的稳定性裕度越小；位于中心区域则稳定性裕度较大。 3. **力学关系推导（关键）**： * 为了利用ZMP控制机器人，需要建立ZMP位置与机器人整体运动（特别是**质心运动**）之间的关系。 * 通常将整个机器人简化为一个**质点模型**（如倒立摆模型或小车-桌子模型）。假设机器人的总质量为 $m$，总质心（CoM）位置在 $(x_c, y_c, z_c)$，质心加速度为 $(\ddot{x}_c, \ddot{y}_c, \ddot{z}_c)$，重力加速度为 $g$。 * 根据牛顿-欧拉方程，地面反作用力必须平衡重力和惯性力。通过计算地面反作用力对地面某点的力矩平衡（要求水平力矩为零），可以推导出ZMP位置 $(x_{zmp}, y_{zmp})$ 的表达式： $$ x_{zmp} = x_c - \frac{z_c \ddot{x}_c}{g + \ddot{z}_c} - \frac{I_{yy} \dot{\omega}_y}{m(g + \ddot{z}_c)} $$ $$ y_{zmp} = y_c - \frac{z_c \ddot{y}_c}{g + \ddot{z}_c} + \frac{I_{xx} \dot{\omega}_x}{m(g + \ddot{z}_c)} $$ * 其中 $I_{xx}, I_{yy}$ 是机器人绕通过质心且平行于地面坐标轴的转动惯量，$\dot{\omega}_x, \dot{\omega}_y$ 是相应的角加速度。在**简化模型**（如线性倒立摆模型LIPM）中，常忽略转动惯量和角加速度项，并假设质心高度 $z_c$ 恒定且 $\ddot{z}_c = 0$，公式简化为： $$ x_{zmp} \approx x_c - \frac{z_c}{g} \ddot{x}_c $$ $$ y_{zmp} \approx y_c - \frac{z_c}{g} \ddot{y}_c $$ * **核心结论**：ZMP的位置由质心的位置 $(x_c, y_c)$ 和质心的加速度 $(\ddot{x}_c, \ddot{y}_c)$ 共同决定。质心位置决定了ZMP的静态分量，质心加速度决定了ZMP的动态分量[^1]。 4. **控制逻辑**： * **规划层面**：给定期望的机器人步态（如落脚点序列、步长、步速），可以规划出一条**期望的ZMP轨迹**。这条轨迹必须在整个运动过程中始终位于当前和未来的支撑区域内。 * **生成质心轨迹**：利用ZMP与质心运动的关系（如上述公式），**根据期望的ZMP轨迹反推出所需的质心轨迹** $(x_c(t), y_c(t))$。这通常涉及求解微分方程或优化问题。 * **关节轨迹生成**：通过机器人的运动学模型，将规划好的质心轨迹和足端轨迹转换为各个关节的角度轨迹。 * **反馈控制**：在实际执行过程中，传感器（如足底力传感器、IMU）会测量**实际的ZMP位置** $(\hat{x}_{zmp}, \hat{y}_{zmp})$。控制器（如模型预测控制MPC）会比较实际ZMP与期望ZMP的误差，并**实时调整质心运动轨迹或关节力矩**，使实际ZMP尽可能跟踪期望ZMP轨迹，从而确保稳定性[^1][^4]。整体的控制目的是使实际的zmp位置与参考的zmp位置之间的误差尽可能小[^1]。 **ZMP算法的应用场景** ZMP算法主要应用于需要**动态平衡**的腿式机器人，特别是在**平坦或规则硬质地面**上的运动： 1. **双足机器人行走与跑步**： * 这是ZMP最经典的应用领域。如本田ASIMO、波士顿动力的Atlas（早期版本）、丰田Partner Robot等著名双足机器人都采用了基于ZMP的控制策略。 * 应用场景：行走（包括启动、停止、转向）、上下楼梯、在平地上小跑等。通过精确规划ZMP轨迹并控制质心运动来实现稳定步态。 2. **四足机器人动态步态**： * 虽然四足机器人静态稳定性较好，但在追求高速、流畅的**动态步态**（如小跑Trot、飞驰Gallop）时，也需要动态平衡控制。ZMP或其扩展概念（如虚拟支撑点）可用于规划和控制这类步态[^3]。 * 应用场景：快速穿越平坦地形、执行需要动态机动的任务。 3. **多足机器人静态稳定步态增强**： * 即使在低速静态稳定步态（如爬行Crawl）下，ZMP计算也可以作为监控指标，用于**检测稳定性裕度**或在即将失稳时触发步态调整或补偿动作。 4. **人形机器人复杂动作**： * 除了行走，ZMP原理也用于人形机器人的其他动作，如推/拉物体、搬运负载、起身/坐下等，这些动作都会改变质心位置和惯性力，需要动态调整姿态以保持ZMP在支撑区域内。 **注意事项与局限性** * **地面假设**：ZMP理论依赖于地面能够提供足够的**摩擦力**和**支撑反力**。它在**刚性、连续接触**的地面上效果最佳。 * **复杂地形**：在**非结构化地形**（如松软地面、离散接触点、大斜坡）上，支撑区域难以定义或不稳定，ZMP的适用性和效果会下降。此时需要结合其他方法（如基于力控制、全身控制、触觉反馈）。 * **模型简化**：推导中使用的简化模型（如LIPM）忽略了腿部质量、身体转动等因素，在高动态或复杂动作中可能不够精确，需要更复杂的模型或鲁棒控制策略补偿。 * **实时性**：基于ZMP的模型预测控制等高级算法计算量较大，对实时控制系统性能要求高。 **总结** ZMP算法通过建立地面反作用力平衡点（ZMP）与机器人整体运动（质心位置和加速度）之间的力学关系，为腿式机器人（尤其是双足和追求动态步态的四足机器人）在平坦硬质地面上实现动态平衡行走提供了核心的理论基础和实用的控制框架。其核心思想是规划并精确跟踪一条始终位于支撑区域内的ZMP轨迹，并通过反馈控制来抑制扰动，保证机器人运动的稳定性[^1][^2][^4]。虽然在复杂地形和极端动态运动中存在局限性，但它仍然是腿式机器人运动控制中最重要的方法之一。