Lula Trajectory Generator 架构深度学习笔记

学习背景：深入理解 NVIDIA Isaac Sim 中 Lula 轨迹生成系统。该系统通过连接离散的航点，生成平滑、符合动力学约束（速度、加速度、Jerk）的运动指令。

---

一、 架构总览与初始化逻辑

1.1 核心分工

Lula 轨迹生成系统由两个主要脚本驱动，职责明确：

• scenario.py (算法逻辑层)：负责加载机器人配置、调用 Lula 库计算数学轨迹、将轨迹离散化为动作序列。
• ui_builder.py (交互表现层)：负责渲染 Isaac Sim 右侧面板的按钮，控制仿真时间线的播放与暂停。

1.2 求解器初始化

在 scenario.py 的 setup(self) 函数中，系统加载 robot_descriptor.yaml 和 urdf 文件，并实例化两个核心生成器：

• LulaCSpaceTrajectoryGenerator：处理关节空间（角度）路径。
• LulaTaskSpaceTrajectoryGenerator：处理任务空间（位姿）路径。

1.3 核心组件功能表

类名	所属文件	功能描述
LulaCSpaceTrajectoryGenerator	scenario.py	基于样条插值连接关节空间点。
LulaTaskSpaceTrajectoryGenerator	scenario.py	在 3D 空间内规划末端执行器的几何路径。
ArticulationTrajectory	scenario.py	桥梁类。将连续轨迹映射到 60Hz 的物理帧动作序列。

---

二、 C-Space (关节空间) 轨迹计算

适用于已知目标姿态（所有轴的角度），并希望实现平滑过渡的场景。

2.1 时间最优轨迹生成

• 关键函数：compute_c_space_trajectory(waypoints)
• 作用：计算连接所有关节航点的最快路径。
• 原理：它会使机器人至少在一个约束（速度、加速度或 Jerk）上达到物理极限（Saturate），从而实现效率最大化。

2.2 定时轨迹生成

• 关键函数：compute_timestamped_c_space_trajectory(waypoints, timestamps)
• 作用：在特定的时刻到达特定的角度。
• 应用场景：例如设定 timestamps = [0, 5, 10]，机器人会精准地在第 5 秒到达第二个航点。

2.3 轨迹离散化逻辑

轨迹生成器返回的是连续函数。通过以下步骤，我们获得一个包含每一帧（1/60s）动作指令的列表：

articulation_trajectory = ArticulationTrajectory(self._articulation, trajectory, physics_dt)
# 获取 60Hz 的动作序列
action_sequence = articulation_trajectory.get_action_sequence()