企业官网建设流程全解析

MuJoCo 相机完全指南：3 种观察模式 + 5 组调参设置，一次搞定机位与出片

【免费下载链接】mujocoMulti-Joint dynamics with Contact. A general purpose physics simulator.项目地址: https://gitcode.com/GitHub_Trending/mu/mujoco

MuJoCo 是多体接触动力学仿真器，它的相机系统负责决定你"从哪看、怎么转、看多远"。不管是调试机器人姿态、录制演示视频，还是给强化学习算法喂第一人称视角，都绕不开相机这一环。这篇指南按"先选观察方式 → 再摆机位定朝向 → 调投影与追踪参数 → 多机位渲染出片 → 排坑提速"的顺序带你走一遍，全部基于仓库里的 sample/basic.cc、sample/record.cc 和 model/humanoid/humanoid.xml 等真实代码，跟着做就能出结果。

先选观察方式：固定、自由还是跟随？

MuJoCo 把相机抽象成四种类型（定义在 mjvisualize.h 的mjtCamera枚举）：

选择逻辑很简单：要交互就用 FREE，要跟着角色跑就用 TRACKING，要稳定复现或批量出片就用 FIXED。三者可以随时切换——改cam.type和对应字段即可，不需要重建场景。

自由相机是默认项，sample/basic.cc 里两行就启动：

mjv_defaultCamera(&cam); // 自由相机，鼠标可控 mjv_moveCamera(m, action, dx / height, dy / height, &cam); // 鼠标事件驱动

其中action是mjMOUSE_ROTATE_V（左键拖拽旋转）、mjMOUSE_MOVE_V（右键平移）、mjMOUSE_ZOOM（滚轮缩放）这类动作。左键转、右键移、滚轮缩放，这套手感在simulate可视化程序里也一样。

如果你要固定视角，就在模型 XML 里声明一台相机。humanoid.xml 自带两个追踪机位和一个第一人称机位可以抄：

<camera name="side" pos="0 -3 1" xyaxes="1 0 0 0 1 2" mode="trackcom"/> <camera name="egocentric" pos=".09 0 0" xyaxes="0 -1 0 .1 0 1" fovy="80"/>

mode="trackcom"表示自动跟随模型质心；egocentric挂在 body 下面，就是第一人称视角，fovy="80"把视野放大到接近人眼广角。

摆机位：位置、朝向、追踪目标怎么指定

相机位姿 = 位置 + 朝向。位置统一用pos（世界或父 body 坐标系下的 3 个数），朝向则给你四种写法，选最顺手的那种：

xyaxes最容易上手：前三个数定义相机的 X 轴，后三个数定义 Y 轴，Z 轴由叉乘自动推出（镜头朝向 -Z）。比如xyaxes="1 0 0 0 1 2"表示 X 指向世界 +X、Y 大致指向斜上方，相机就得到一个带俯仰的侧面视角。

追踪相机多一个关键点：trackbodyid（追踪哪个刚体，Python 里是camera.trackbodyid = model.body("torso").id）加上lookat（视线焦点相对目标的偏移）。humanoid.xml 的back机位：

<camera name="back" pos="-3 0 1" xyaxes="0 -1 0 1 0 2" mode="trackcom"/>

含义是"初始在质心后方 3 米、上方 1 米，始终盯着质心"。想让镜头不贴脸，就把pos拉远一点；想抬高视线，调lookat的 z 分量即可。

调画面：投影、视野与防抖动

机位摆好后，画面"像不像你要的"由投影参数决定。核心就三个：

• fovy：垂直视野角，默认45°。数值越大越广，广角拍大场景，窄角拍细节。humanoid.xml 的第一人称相机用到80°。
• orthographic：开启正交投影（无近大远小），做工程示意图、俯视图时更直观；此时fovy的含义变成"正交半宽"。
• 裁剪面：<visual><global clipnear clipfar/>控制可见深度范围。近处物体被切掉就把clipnear调小（比如0.01），远处被切就调大clipfar（比如1000）。

<camera name="ortho_top" pos="0 0 6" zaxis="0 0 -1" orthographic="true" fovy="1"/>

上面这台正交俯视相机，用zaxis一句话就把"镜头垂直向下"说清楚了，适合给 model/replicate/ 这类场景拍平面布局图。

拍动态场景（柔性体、运动角色）最怕镜头抖。两个实用手段：

1. 给目标加低通滤波。追踪前对目标位置做平滑，等价于镜头"慢半拍"跟，抖动立刻变柔和：

# 每帧：smoothed = 0.9 * smoothed + 0.1 * target_pos # 系数越小越稳

2. 改用相对视角。把相机挂在目标 body 下（像egocentric那样），镜头坐标天然跟着刚体走，没有世界坐标系的漂移感。

多机位出片：从逐帧渲染到视频

要录视频，套路固定：每帧推进仿真 → 更新场景 → 离屏渲染 → 读回像素 → 存盘。sample/record.cc 就是这个流程的完整实现，关键调用链如下：

mjr_setBuffer(mjFB_OFFSCREEN, &con); // 切离屏缓冲 mjv_updateScene(m, d, &opt, NULL, &cam, mjCAT_ALL, &scn); mjr_render(viewport, &scn, &con); // 渲染一帧 mjr_readPixels(rgb, depth, viewport, &con); // 取回 RGBA + 深度

循环 N 帧后，用任意图片/视频工具（ffmpeg 一行命令即可合成 mp4）把 PNG 序列拼起来。多机位的需求也很好办：XML 里定义多台FIXED相机，渲染时循环切换cam.fixedcamid，每个机位各录一份，后期九宫格拼接就是监控大屏效果。

想让机位自己"运动"，就在循环里手算cam的位置和四元数：位置线性插值，旋转用四元数 slerp，100 帧下来就是一条平滑的环绕运镜，不用任何额外库。

避坑与提速清单

另外提醒一点：相机参数改的是显示层，不影响动力学结果——同样的 XML 换个机位，物理轨迹完全一致，所以放心折腾视角。

延伸：把相机接进你的算法

相机不只能给人看。model/plugin/sensor/ 里的传感器插件、以及<sensor>的camprojection/rangefinder类型（见 XMLschema.rst）能把相机输出变成数据流，直接喂给强化学习或 SLAM 类算法——这就是仿真里"机器视觉"的入口。想系统查参数，参考 官方 XML 参考 的 camera 章节和 相机相关函数；想跑现成的多机位演示，从 示例模型目录 里的 humanoid、flex 系列开始看最省事。

把这篇走完，你已经能独立完成：选模式、摆机位、调投影、多机位录制、接传感器数据流。剩下的活，交给你的模型文件就行。

【免费下载链接】mujocoMulti-Joint dynamics with Contact. A general purpose physics simulator.项目地址: https://gitcode.com/GitHub_Trending/mu/mujoco