YOPO-Rally: A Sim-to-Real Single-Stage Planner for Off-Road Terrain

Hongyu Cao, Junjie Lu, Xuewei Zhang, Yulin Hui, Zhiyu Li, and Bailing Tian

[paper] [code]
针对端到端越野规划器依赖高保真仿真或难以收集的真实数据，开发高性能仿真器及sim-to-real端到端规划器，仅用仿真数据训练，可直接部署于真实环境。

Robotic Sim-to-Real Transfer for Long-Horizon Pick-and-Place Tasks in the Robotic Sim2Real Competition

Ming Yang*, Hongyu Cao*, Lixuan Zhao, Chenrui Zhang, and Yaran Chen
*Equal contribution

[paper] [code]
提出一套自主机器人系统，实现长时序操作任务的sim-to-real迁移，感知与伺服模块针对运动模糊和抓取误差设计，仿真与现实均达亚厘米级精度。

RoboMaster University Sim2Real Challenge (RMUS) 第一名 2023.12-2024.5

作为队长，带领团队完成EP机器人自主搜寻与堆放矿石任务，核心为亚厘米精度视觉伺服，攻克运动模糊和控制解耦难题。

主要贡献：

• 导航系统：鉴于2D激光雷达+全向底盘配置，使用Cartographer定位，Teb导航。
• 感知系统：结合ArUco与LeNet分类器，实现1ms推理，0.6cm/1.9°精度。
• 伺服系统：反馈线性化解耦控制，系统辨识参数，实际达亚厘米精度。

RoboMaster 2023赛季 联盟赛一等奖 超级对抗赛全国赛三等奖 2022.9-2023.9

负责哨兵机器人导航与决策功能。

主要贡献：

• 方案设计：采用2D激光雷达+工控机硬件，使用Cartographer SLAM，A*全局+Teb局部规划。
• 串口通信：使用明文字符串传输控制与心跳指令，主控超时接管。
• 算法调试：使用Gazebo仿真，运用状态机控制巡逻与扫描。

基于任务场景的通信集群联合仿真系统开发 XXX项目 2023.9-2024.9

工作描述：基于Unity开发无人机集群高保真仿真系统，验证通信、编队、任务分配、避碰、轨迹规划等能力。

主要贡献：

• 场景构建：搭建机场与港口三维场景，构建29种任务目标模型，运用泊松盘采样在场景中动态生成目标。

• 通信网络：将Unity接入ROS，形成224架仿真和32架半实物无人机通信网络。

• 性能评估：使用层次分析法计算场景整体任务执行效果。

• 用户界面：使用Unity UI组件实现视角与场景管理、地图沙盘推演和性能评估结果可视化等其他设置。

多智能体博弈动态覆盖策略研究 南开大学项目 2023.9-2023.12

工作描述：研究多智能体协同运动策略，计算覆盖所需数量，近距离采用动态攻防博弈决策。

主要贡献：

• 覆盖数量计算：通过几何分析，推导围捕所需智能体数量的计算方法。
• 动态攻防决策：利用模糊决策树，根据对局态势动态选择机动与火力动作。

YOPO-Sim    [code]  所有者

基于Unity开发的高性能、支持多传感器、兼容ROS的车辆越野仿真器。

主要功能：

• 多传感器支持：集成多种传感器，包括RGB相机、深度相机、鱼眼相机、激光雷达和惯性测量单元。
• 随机生成环境：程序化批量生成多样化的越野地形和植被。
• 数据生成：批量保存多种数据，包括图像、车辆姿态和点云地图。
• ROS集成：通过ROS TCP Connector与ROS无缝连接，实现实时数据流传输。

VoxelGenerator    [code]  所有者

用于实时点云生成的Unity包，基于碰撞体生成体素点云。

主要功能：

• 实时生成：实时生成大规模场景的点云数据。
• 高性能：采用分层并行检测策略，实现高效的体素生成。
• 数据导出：支持将点云数据导出为.ply和.pcd格式文件。

UnitySensors    [code]  贡献者

基于Unity开发的高性能、兼容ROS的多种传感器模拟包。

主要贡献：

• 完善深度相机，以支持不同渲染管线
• 增加坐标变换（TF）传感器
• 增加鱼眼相机传感器，编写Shader采样立方体贴图，从像素坐标反求世界坐标，支持等距模型与EUCM模型