Isaacsim Logistics Sorting Robot

基于 Isaac Sim 的机电一体化课程设计物流任务仿真项目。项目包含物流比赛场地生成、真实机器人 URDF/STL 模型导入、A* 路径规划、取货动作、分拣挡板动作、卸货动作，以及独立的 2D LiDAR 已知地图定位原型。

🎬 Demo 视频

完整视频在release可查看

➡️ Download / View Demo Video

功能概览

• 生成物流比赛场地 USD 场景，包括围栏、货箱、取货区、放置区、障碍物、地面标识和标签。
• 导入 final-urdf 真实机器人模型，并将其挂载到可移动的机器人根节点下。
• 使用 A* 网格规划机器人巡检路径，并对路径进行折线简化和直线合并。
• 执行完整任务流程：取货区识别、夹爪取货、bank 分拣、放置区识别、料仓卸货、返回起点。
• 提供静态场景打开脚本，便于单独检查场地和机器人模型初始姿态。
• 提供独立 LiDAR scan matching 原型，用于说明后续真实雷达定位接入方案。

目录结构

.
├── README.md
├── src/
│   ├── create_logistics_field.py
│   ├── final_robot_model.py
│   ├── run_path_planning_demo.py
│   ├── open_logistics_field.py
│   └── lidar_localization.py
├── assets/
│   └── robot/
│       └── final-urdf/
│           ├── urdf/final-urdf.urdf
│           ├── meshes/*.STL
│           ├── config/
│           ├── launch/
│           ├── package.xml
│           └── CMakeLists.txt
└── docs/
    ├── 项目详细说明文档.md
    ├── 雷达定位与路径规划算法说明.md
    └── 深度相机视觉识别方案说明.md

环境要求

本项目面向 Isaac Sim / Isaac Lab Python 环境运行。原开发环境使用：

/home/hazzzard/anaconda3/envs/env_isaaclab/bin/python

如果在其他机器运行，需要保证：

• 已安装 Isaac Sim，并能在 Python 中导入 isaacsim、omni.usd、pxr。
• 当前终端有图形界面权限，非 headless 模式可以打开 Isaac Sim 窗口。
• 仓库目录结构保持不变，尤其是 src/ 与 assets/robot/final-urdf/ 的相对位置。

快速运行

进入仓库根目录：

cd logistics-field-robot-sim

运行完整巡检、取货、分拣、卸货流程：

env ISAAC_HEADLESS=0 PYTHONUNBUFFERED=1 /home/hazzzard/anaconda3/envs/env_isaaclab/bin/python src/run_path_planning_demo.py

只打开静态场景，不执行巡检：

env ISAAC_HEADLESS=0 PYTHONUNBUFFERED=1 /home/hazzzard/anaconda3/envs/env_isaaclab/bin/python src/open_logistics_field.py

单独运行 LiDAR 定位原型：

python3 src/lidar_localization.py

主要脚本说明

文件	作用
src/create_logistics_field.py	生成物流场地 USD，包含场地、货箱、物料颜色、数字标签、障碍物和传感器挂载点。
src/final_robot_model.py	导入 assets/robot/final-urdf 中的机器人 URDF/STL，并设置模型偏移、贴地高度、初始夹爪姿态和红色分拣部件材质。
src/run_path_planning_demo.py	完整演示入口，执行路径规划、巡检、取货、分拣、卸货和返回起点。
src/open_logistics_field.py	静态场景入口，只生成并打开场景，适合检查模型姿态和场地布局。
src/lidar_localization.py	独立 2D LiDAR 已知地图定位原型，不依赖 Isaac Sim。

当前任务流程

完整流程由 src/run_path_planning_demo.py 控制：

生成场地 USD
  -> 打开 USD stage
  -> 导入真实机器人模型
  -> 读取初始位姿
  -> A* 路径规划到取货区
  -> 识别取货箱物料颜色
  -> 执行夹爪取货动作
  -> 调整 bank 挡板分拣
  -> A* 路径规划到放置区
  -> 识别放置箱数字标签
  -> 旋转车身并移动云台
  -> 打开对应料仓门卸货
  -> 返回起点

当前取货区物料颜色为：

yellow / green / white

当前卸货标签映射为：

1 -> r_gate
2 -> l_gate
3 -> f_gate
4 -> no action
5 -> no action

机器人模型

最终采用的机器人模型位于：

assets/robot/final-urdf/

Isaac Sim 运行时会由 src/final_robot_model.py 创建临时 URDF：

.final_urdf_runtime/final_robot.urdf

该临时文件用于把 URDF 中的 mesh 路径替换为绝对路径，避免 Isaac Sim 导入器解析 package:// 路径失败。.final_urdf_runtime/ 是运行时生成目录，不需要提交。

实现边界

当前项目重点是任务级可视化和流程演示，需要注意以下边界：

• 主流程中的路径规划是真实 A* 网格规划。
• 主流程中的机器人移动是直接更新 USD 根节点位姿，不是轮子动力学闭环控制。
• 主流程中的视觉识别目前读取 USD 属性，不是真实相机图像识别。
• 主流程中的 LiDAR 位姿目前读取 LiDAR prim 世界坐标，不是真实 scan matching 输出。
• src/lidar_localization.py 是独立 LiDAR 定位算法原型，尚未接入主巡检流程。

更完整的原理说明见 docs/ 目录。

生成文件

运行脚本后可能生成：

logistics_field_stage.usd
.final_urdf_runtime/
__pycache__/

这些都是运行时产物，已在 .gitignore 中排除。