RoboCute

Robocute v0.3 案例驱动的功能补充

计划开始: 2026年1月
预计完成: 2026年3月
状态: 🚧 计划中

概述

在v0.2重新梳理了代码底层的基础上，V0.3会开始转向案例驱动的开发模式，不再专门设计大型基础模块，而是通过实现具体的应用案例来驱动底层能力的补充、bug修复和功能扩展。

开发理念

案例驱动开发 (Example-Driven Development)

每个案例都是一个完整的、可运行的应用
通过案例发现和补充缺失的底层能力
案例可以作为教程和示例代码
优先实现有实际价值的功能

迭代式开发

先实现基础版本，再逐步优化
每个案例独立开发，互不阻塞
及时修复发现的bug和问题
持续改进用户体验

核心目标

Codebase
- 接入CMakeLists编译框架
Editor
- Editor场景与Runtime场景合并
- 更美观灵活的NodeGraph，对图文支持更加完善
- 更方便灵活的Viewport，整合Gizmo等常用编辑方法

0. 工程与工作区的概念

v0.3会在当前的Resource系统的基础上提出完整的rbc工程结构，妥善处理包括原始资源（图片，音频，场景，数据集），中间产物（暂存资源文件），并配套名命令行工具

RBC Project定义细化
rbc.exe命令行工具
- 初始化hello world project
- 对project做检查
- 对assets进行导入
- 驱动project运行
外部使用Project
- 整个Project可以作为一个dataset目录，被外部安装了robocute和其他工具的python项目调用

1. 基础节点能力完善 (Priority: High)

1.1 AI节点实现

目标: 完成text2image节点的完整实现，验证AI工作流

任务清单:

1.2 物理节点实现

目标: 完成UIPC物理模拟节点，支持刚体和软体模拟

任务清单:

完善UIPCSimNode实现
- 集成pyuipc库
- 实现场景到UIPC的转换
- 实现UIPC结果到动画的转换
- 支持刚体物理
- 支持软体物理 (FEM)
实现PhysicsConstraintNode - 物理约束节点
实现CollisionShapeNode - 碰撞形状节点
实现ForceFieldNode - 力场节点

2. 案例一：物理驱动的机器人底盘仿真 (Priority: High)

2.1 项目概述

目标: 实现常见机器人底盘的物理仿真和路径规划可视化

应用场景:

机器人导航算法验证
底盘性能对比
路径规划可视化
教学演示

2.2 底盘类型实现

差速底盘 (Differential Drive)

阿克曼底盘 (Ackermann Steering)

履带底盘 (Tracked Vehicle)

麦克纳姆轮底盘 (Mecanum Wheel)

2.3 路径规划集成

路径规划算法

A* 算法
RRT (Rapidly-exploring Random Tree)
DWA (Dynamic Window Approach)
Pure Pursuit跟踪

地图管理

障碍物系统

2.4 性能展示

仿真性能指标

实时因子 (Real-time Factor)
物理步数统计
碰撞检测耗时
渲染帧率

底盘性能对比

转向灵活性
加速性能
能耗估算
地形适应性

2.5 节点设计

新增节点:

RobotChassisNode - 机器人底盘节点
- 输入: 底盘类型, 物理参数
- 输出: 底盘实体
PathPlanningNode - 路径规划节点
- 输入: 起点, 终点, 地图, 算法类型
- 输出: 路径点列表
PathFollowingNode - 路径跟踪节点
- 输入: 底盘实体, 路径, 控制器类型
- 输出: 控制命令序列
ObstacleMapNode - 障碍物地图节点
- 输入: 地图尺寸, 障碍物列表
- 输出: 栅格地图
TrajectoryVisualizerNode - 轨迹可视化节点
- 输入: 轨迹数据
- 输出: 可视化对象

示例工作流:

ObstacleMapNode → PathPlanningNode → PathFollowingNode → UIPCSimNode → AnimationOutput
                                    ↓
                            RobotChassisNode

2.6 示例场景

场景1: 仓库导航

货架障碍物
多个拣货点
路径优化

场景2: 越野地形

不平整地面
斜坡和台阶
底盘性能对比

场景3: 多机器人协同

多个底盘同时仿真
避碰算法
任务分配

3. 案例二：物理驱动的人物动画控制 (Priority: Medium)

3.1 项目概述

目标: 实现基于物理的人物角色控制，复现相关研究论文

应用场景:

游戏角色物理动画
虚拟人仿真
动作捕捉增强
研究验证

3.2 基础技术实现

B-Spline Lattice变形

物理约束系统

3.3 论文复现: SRBTrack

论文: SRBTrack: Terrain-Adaptive Tracking of a Single-Rigid-Body Character Using Momentum-Mapped Space-Time Optimization

实现计划:

验证场景:

平地行走
上下楼梯
斜坡行走
不规则地形

3.4 节点设计

新增节点:

CharacterRigNode - 角色绑定节点
- 输入: 网格, 骨骼
- 输出: 绑定角色
PhysicsRagdollNode - 物理布娃娃节点
- 输入: 角色, 物理参数
- 输出: 物理角色
MotionTrackingNode - 动作跟踪节点
- 输入: 物理角色, 参考动画
- 输出: 跟踪结果
TerrainAdaptationNode - 地形适应节点
- 输入: 角色, 地形
- 输出: 适应后的动画
BSplineLatticeNode - B样条变形节点
- 输入: 网格, 控制点
- 输出: 变形网格

示例工作流:

CharacterRigNode → PhysicsRagdollNode → MotionTrackingNode → UIPCSimNode → AnimationOutput
                                              ↓
                                      TerrainAdaptationNode

4. 底层能力补充 (根据案例需求)

4.1 编辑器功能

4.2 物理引擎增强

4.3 渲染增强

4.4 性能优化

开发里程碑

Milestone 1: 基础节点完善 (Week 1-3)

✅ Text2Image节点完整实现
✅ UIPC物理节点完整实现
✅ 基础示例运行

Milestone 2: 机器人底盘仿真 (Week 4-9)

✅ 四种底盘实现
✅ 路径规划集成
✅ 地图和障碍物系统
✅ 性能对比示例

Milestone 3: 人物动画控制 (Week 10-17)

✅ B-Spline Lattice实现
✅ 物理约束系统
✅ SRBTrack论文复现
✅ 地形适应示例

Milestone 4: 文档和示例 (Week 18-20)

✅ 完整的示例代码
✅ 使用教程
✅ API文档
✅ 视频演示

成功标准

功能完整性

所有计划的节点都已实现
示例案例可以完整运行
性能达到实时要求

代码质量

代码覆盖率 > 70%
无严重bug
代码风格统一

文档完善

每个节点有完整文档
每个案例有教程
API文档完整

用户体验

编辑器操作流畅
错误提示清晰
示例易于理解

风险与挑战

技术风险

UIPC集成复杂度: pyuipc接口可能需要适配
- 缓解: 先实现简单场景，逐步增加复杂度
物理稳定性: 复杂约束可能导致不稳定
- 缓解: 使用成熟的约束求解器，调整参数
性能瓶颈: 大规模仿真可能性能不足
- 缓解: 性能分析和优化，使用GPU加速

时间风险

案例复杂度超预期: 实现时间可能超出估计
- 缓解: 采用迭代开发，先实现基础版本
论文复现困难: SRBTrack实现可能遇到困难
- 缓解: 联系原作者，参考开源实现

资源风险

AI模型依赖: Text2Image需要大模型
- 缓解: 支持多种模型，提供轻量级选项
计算资源: 物理仿真需要较高算力
- 缓解: 优化算法，支持降低精度换取速度

后续展望

V0.3完成后，将为RoboCute建立起完整的应用案例库，后续可以：

扩展更多机器人类型（机械臂、无人机等）
集成更多AI模型
支持更复杂的物理场景（流体、布料等）
开发更多教学案例和教程
建立社区贡献的节点库

开始日期: 2026年01月01日