🖲️ 传感器#

在 Genesis 中，传感器从场景中提取信息，但不会影响场景本身。传感器建模的是机器人控制视角下的板载传感器：每个传感器可以按自己的频率采样，带有可选的噪声、漂移、延迟和抖动，并以张量形式读出。在同一个控制步内多次调用 read() 是幂等的，会返回同一个值。

在选项中设置 history_length=N 会返回最近 N 个快照，并在新轴上堆叠，形状变为 (B, N, *return_shape)，索引 0 表示当前快照。每个快照保留采样时的误差状态，因此延迟读数在物理上保持一致。

import genesis as gs

gs.init(backend=gs.gpu)
scene = gs.Scene()
scene.add_entity(gs.morphs.Plane())
robot = scene.add_entity(gs.morphs.URDF(file="urdf/go2/urdf/go2.urdf"))

contact = scene.add_sensor(
    gs.sensors.Contact(
        entity_idx=robot.idx,
        link_idx_local=robot.get_link("FL_foot").idx_local,
        history_length=4,   # 省略或设为 0 时只返回当前快照
        draw_debug=True,
    )
)

scene.build(n_envs=16)
for _ in range(1000):
    scene.step()

    # 带误差的测量值，形状为 (16, 4, 1)。
    is_touching = contact.read()

    # 无噪声的真实值，形状相同。
    is_touching_gt = contact.read_ground_truth()

对于高吞吐 RL 或日志记录，scene.read_sensors() 和 entity.read_sensors() 会按传感器类别批量返回张量；每个类别只需要一次批量调用。最后一个轴会把该类别所有传感器展平拼接起来。对于返回 NamedTuple 的传感器，字段按顺序打包，例如一个 IMU 会贡献 lin_acc + ang_vel + mag = 9 个标量。只要该类别中任一传感器设置了 history_length > 0，返回张量就会包含 history 轴。

# dict[sensor_class, tensor]
data = scene.read_sensors()

# IMU 类没有 history：形状为 (B, N_imus * 9)。
imu_batch = data[gs.sensors.types.IMU]

# 上面的 Contact 传感器设置了 history_length=4：形状为 (B, 4, N_contacts)。
contact_batch = data[gs.sensors.types.Contact]

如需了解传感器管线设计或如何添加自定义传感器，请参见 扩展 Genesis → 传感器。

示例脚本位于 examples/sensors/。

传感器族#

  • 🧭 IMU - 带噪声、漂移、延迟和抖动的加速度计、陀螺仪和磁力计。

  • 🫳 接触与触觉 - 布尔接触、接触力、基于穿透的探针和弹性体位移。

  • 📡 光线投射传感器 - 使用 SphericalPattern、DepthCameraPattern、GridPattern 的 LiDAR 和深度相机。

  • 🎥 相机传感器 - 用于 RGB、深度、分割和法线的光栅化器、光线追踪器和 Madrona 批量渲染器。

  • 📏 接近传感器 - 查询到被跟踪网格表面的最近距离。

  • 🌡️ 温度网格 - 刚体连杆上的体素化温度场，支持传导、辐射和对流。

如需将传感器数据与仿真一起保存，请参见 记录器。