从今天开始准备写《基于深度学习的机器人智能控制算法》
以普通的六轴机器人抓取为例，模型输入是多个摄像头采集到的图像，输出是机器人每个轴的动作或末端执行器的动作
我觉得在这个项目中，99%以上的时间都应该花在合成数据上。若采用人工标注数据，当机器人参数、待抓取物形态或摄像头位置等发生改变时，就可能需要重新标注 接下来我将重点研究如何合成数据，这个过程会很长，特别麻烦，希望结果不要太差
我计划先基于trimesh生成轨迹，再用不同的3D引擎做渲染。当然也可用专业的仿真引擎，比如MuJoCo、SAPIEN、NVIDIA Isaac Sim等，依个人喜好
以unitree的z1机器人为例，参考z1_description，机器人模型可视化如下：
对应的碰撞模型可视化如下：
接下来要在机器人末端装两个摄像头，效果如下：
再配个桌面，放个待抓取的小方块，给机器人换个颜色，效果如下：
两个摄像头采集到的图像如下：
至此，仿真环境就基本上搭建完了
