3. 核心概念

在开始搭建AGV小车产线仿真项目之前，理解Isaac Sim的底层数据组织与仿真架构是至关重要的。许多初学者在刚接触Isaac Sim时，会被其庞大的功能面板和术语体系所困扰，往往急于拖拽资产、添加物理材质，却忽略了这些操作背后的核心逻辑。本章将系统性地拆解七个核心概念：USD场景、Stage、Prim、Transform、Physics Scene、Articulation与Sensor。我们将从数据结构的底层逻辑出发，逐步深入到物理仿真与感知仿真的应用层，帮助你建立一套清晰的认知框架，为后续的产线布局、AGV运动控制与传感器调试打下坚实基础。

上图清晰地展示了这些核心概念之间的层级与依赖关系。USD Stage作为最顶层的容器，承载了所有数据；Prim是构成场景的基本元素；Transform则定义了每个Prim在空间中的位置与姿态。在物理仿真层面，Physics Scene提供了全局物理参数，而Articulation则通过关节约束将多个刚体连接成可运动的机构。Sensor则独立于物理计算，负责从场景中采集数据。下面我们将逐一深入解析。

3.1 USD场景与Stage：一切仿真的载体

核心原理：通用场景描述与舞台

USD（Universal Scene Description）是皮克斯开发的一种高性能、可扩展的3D场景描述与交换格式。它不仅仅是一个文件格式，更是一套完整的场景合成、组织与编辑框架。在Isaac Sim中，USD是唯一的数据基础。一个USD文件可以包含几何体、材质、灯光、相机、物理属性、动画序列甚至自定义元数据。

Stage是USD在内存中的运行时实例，可以理解为“正在被编辑或仿真的当前场景”。当你打开一个USD文件时，Isaac Sim会将其加载为一个Stage。所有在Stage上进行的操作——添加Prim、修改属性、运行仿真——都会实时反映在Stage中。Stage是Isaac Sim中所有操作的目标对象，无论是通过UI界面还是Python脚本，我们都在与Stage交互。

操作流程：创建与加载Stage

1. 新建Stage：在Isaac Sim中，通过菜单 File -> New Stage 创建一个空Stage。此时Stage中只有一个默认的 /World Prim，作为所有其他Prim的根节点。
2. 加载USD：使用 File -> Open 选择已有的USD文件。Isaac Sim支持直接打开包含复杂装配体的USD文件，并自动解析其层级结构。
3. 使用Python API：在脚本中，我们通常使用 omni.usd.get_context().get_stage() 获取当前Stage的句柄，然后通过该句柄进行所有操作。

# 获取当前Stage
from omni.usd import get_context
stage = get_context().get_stage()
# 在根节点下创建一个新的Xform Prim
from pxr import UsdGeom
xform = UsdGeom.Xform.Define(stage, '/World/MyAGV')
print(f"Stage路径: {stage.GetRootLayer().identifier}")

案例拆解：产线场景的层级规划

在搭建AGV产线时，合理的Stage层级结构能极大提升后续管理与脚本编写的效率。我们建议采用如下结构：

层级路径	内容	说明
/World	根节点	所有场景元素的父级
/World/Environment	地面、墙壁、固定障碍物	静态环境，不参与物理计算
/World/ProductionLine	传送带、装配工位	可包含动画或固定关节
/World/AGVs	所有AGV小车的集合	每辆AGV是一个独立的Articulation
/World/Sensors	全局传感器（如顶视相机）	用于产线监控

这种层级设计使得我们可以在脚本中通过路径快速定位对象，例如 stage.GetPrimAtPath("/World/AGVs/AGV_01")。同时，USD的层（Layer）机制允许我们将环境、AGV、传感器分别存储在不同的USD文件中，最后通过引用（Reference）或子层（SubLayer）合成到一个完整的Stage中，实现模块化开发。

3.2 Prim与Transform：场景的基本单元与空间定位

核心原理：Prim的类型与属性

Prim是USD场景图中的基本节点，类似于文件系统中的文件或文件夹。每个Prim都有一个唯一的路径（如 /World/AGVs/AGV_01/Chassis），并可以包含任意数量的属性（Attribute）和子Prim。Prim的类型决定了其行为：

• Xform：最通用的Prim类型，仅包含Transform信息，用于组织场景层级。
• Mesh：包含几何体数据（顶点、面、法线），是可见物体的基础。
• Camera：定义视锥体，用于渲染或作为传感器。
• Light：定义光源。
• RigidBodyAPI：不是独立Prim，而是附加在Mesh或Xform上的物理属性接口，使其参与刚体动力学计算。

Transform是每个Prim都具备的空间属性，由平移（Translate）、旋转（Rotate）和缩放（Scale）组成。在Isaac Sim中，Transform通常以4x4矩阵或平移+旋转（四元数）+缩放的形式存储。理解Transform的层级关系至关重要：子Prim的Transform是相对于父Prim的局部坐标。

判断方法：如何正确设置Transform

1. 明确参考系：在设置Transform前，先确认是相对于世界坐标系还是父Prim的局部坐标系。
2. 使用四元数避免万向锁：在脚本中设置旋转时，推荐使用四元数（Quatd）而非欧拉角。
3. 利用XformOp：USD使用XformOp（如 translate、rotateXYZ）来记录Transform操作。直接修改这些Op的值比整体设置矩阵更安全。

# 设置AGV底盘的位置和朝向
chassis_prim = stage.GetPrimAtPath("/World/AGVs/AGV_01/Chassis")
# 获取或创建Transform操作
translate_op = chassis_prim.GetAttribute("xformOp:translate")
translate_op.Set(Gf.Vec3d(10.0, 5.0, 0.0))
# 设置旋转（绕Z轴旋转90度）
rotate_op = chassis_prim.GetAttribute("xformOp:rotateZ")
rotate_op.Set(90.0)

案例拆解：AGV小车的坐标体系

假设我们有一辆AGV，其结构为：底盘（Chassis）和顶部的货架（Rack）。底盘上安装有左右两个驱动轮。合理的Transform设置如下：

• /World/AGVs/AGV_01：Xform，位于世界坐标 (0,0,0)，旋转 (0,0,0)。这是AGV的根节点。
• /World/AGVs/AGV_01/Chassis：Mesh，相对于根节点偏移 (0,0,0.2)，表示底盘中心在轮子轴线上方0.2米。
• /World/AGVs/AGV_01/LeftWheel：Mesh，相对于根节点偏移 (-0.5, 0.8, 0.1)。
• /World/AGVs/AGV_01/RightWheel：Mesh，相对于根节点偏移 (-0.5, -0.8, 0.1)。

当我们需要移动AGV时，只需修改 /World/AGVs/AGV_01 的Transform，所有子Prim会跟随移动。这种层级化Transform管理是构建复杂机械结构的基础。

3.3 Physics Scene与Articulation：物理仿真与运动机构

核心原理：物理引擎的全局与局部

Physics Scene是Isaac Sim中物理仿真的全局配置中心。它定义了重力加速度、仿真时间步长、求解器迭代次数、碰撞检测方式等参数。一个Stage中只能有一个Physics Scene，通常位于 /PhysicsScene 路径下。通过调整Physics Scene的属性，我们可以控制仿真的精度与速度。

Articulation是Isaac Sim中用于构建多刚体运动机构的核心概念。一个Articulation由多个刚体（RigidBody）通过关节（Joint）连接而成。关节类型包括旋转关节（RevoluteJoint）、棱柱关节（PrismaticJoint）、球关节（SphericalJoint）等。Articulation的典型应用包括：AGV的转向机构、机械臂的关节、传送带的滚轮。

操作流程：创建Physics Scene与Articulation

1. 添加Physics Scene：在Stage中创建 /PhysicsScene Prim，并添加 PhysxSceneAPI。设置重力为 (0, 0, -9.81)。
2. 定义刚体：为需要参与物理计算的Mesh添加 RigidBodyAPI，并设置质量、惯性张量等属性。
3. 添加关节：在两个刚体之间创建关节Prim，指定关节类型和连接的两个刚体路径。
4. 构建Articulation根：在Articulation的根Prim上添加 ArticulationRootAPI，Isaac Sim会自动识别其下的所有刚体和关节。

# 创建Physics Scene
physics_scene = UsdPhysics.Scene.Define(stage, "/PhysicsScene")
physics_scene.CreateGravityDirectionAttr().Set(Gf.Vec3f(0, 0, -1))
physics_scene.CreateGravityMagnitudeAttr().Set(9.81)
# 为底盘添加刚体属性
from omni.physx.scripts import physicsUtils
chassis_prim = stage.GetPrimAtPath("/World/AGVs/AGV_01/Chassis")
physicsUtils.add_rigid_body(chassis_prim, "kg", 50.0)
# 添加旋转关节（驱动轮）
joint_prim = stage.DefinePrim("/World/AGVs/AGV_01/LeftWheelJoint", "RevoluteJoint")
UsdPhysics.RevoluteJoint.Define(stage, "/World/AGVs/AGV_01/LeftWheelJoint")
joint = UsdPhysics.RevoluteJoint(stage.GetPrimAtPath("/World/AGVs/AGV_01/LeftWheelJoint"))
joint.CreateBody0Rel().SetTargets(["/World/AGVs/AGV_01/Chassis"])
joint.CreateBody1Rel().SetTargets(["/World/AGVs/AGV_01/LeftWheel"])

案例拆解：AGV底盘的运动学模型

以差速驱动AGV为例，其运动学模型依赖于两个驱动轮的独立旋转。在Isaac Sim中，我们构建如下Articulation：

组件	类型	关键属性
Chassis	RigidBody	质量50kg，重心在几何中心
LeftWheel	RigidBody + RevoluteJoint	关节轴沿Y轴，可施加驱动扭矩
RightWheel	RigidBody + RevoluteJoint	关节轴沿Y轴，可施加驱动扭矩
FrontCaster	RigidBody + SphericalJoint	被动万向轮，提供支撑

在仿真中，我们通过设置左右轮关节的 drive:angularVelocity 属性来控制AGV的运动。例如，设置左轮速度为1.0 rad/s，右轮速度为0.5 rad/s，AGV将向右转弯。这种基于Articulation的控制方式，使得我们能够精确模拟AGV的动力学特性，包括惯性、摩擦和打滑。

3.4 Sensor：感知仿真的数据入口

核心原理：传感器类型与数据流

Sensor在Isaac Sim中是一类特殊的Prim，它们不参与物理计算，而是从场景中采集数据并生成仿真结果。常见的传感器包括：

• Camera：生成RGB图像、深度图、语义分割图。
• Lidar：生成3D点云数据。
• IMU：输出线加速度和角速度。
• Contact Sensor：检测碰撞事件。

传感器的核心是渲染/计算管线。例如，Camera传感器依赖于Isaac Sim的渲染引擎，通过设置视锥体参数（FOV、分辨率）来生成图像。Lidar则通过模拟激光发射与接收来计算点云坐标。

操作流程：配置与读取传感器数据

1. 添加传感器Prim：在Stage中创建Camera或Lidar Prim，并设置其Transform以确定安装位置和朝向。
2. 配置传感器参数：设置分辨率、帧率、FOV、点云密度等。
3. 通过Python读取数据：使用 omni.sensor 模块或ROS2桥接获取数据。

# 创建并配置相机
from omni.sensor import create_camera
camera = create_camera(stage, "/World/Sensors/AGV_Camera")
camera.GetFocalLengthAttr().Set(12.0)
camera.GetHorizontalApertureAttr().Set(20.955)
# 设置相机位置（在AGV前方）
camera.GetPrim().GetAttribute("xformOp:translate").Set(Gf.Vec3d(2.0, 0.0, 1.5))
# 读取图像数据（伪代码）
from omni.sensor import get_sensor_data
rgb_data = get_sensor_data("/World/Sensors/AGV_Camera", "rgb")

案例拆解：AGV视觉导航传感器布局

在AGV产线仿真中，我们通常需要多种传感器协同工作。以下是一个典型的传感器配置方案：

传感器	安装位置	用途	关键参数
前视相机	AGV前方顶部	识别产线标识、避障	1280x720, FOV 90°
顶视Lidar	AGV顶部中央	构建2D地图、定位	360°扫描, 10Hz
IMU	底盘中心	姿态估计、运动补偿	200Hz输出
接触传感器	保险杠	碰撞检测	布尔输出

在仿真中，我们通过同步读取这些传感器的数据，可以模拟AGV的感知-决策-控制闭环。例如，前视相机检测到前方障碍物，Lidar提供精确距离，IMU提供当前速度与朝向，控制算法据此调整驱动轮的转速。

3.5 总结复盘：概念间的协作与常见误区

通过本章的解析，我们明确了Isaac Sim中核心概念的分工与协作关系。USD Stage是承载一切的容器，Prim是构成场景的积木，Transform定义了积木的摆放位置，Physics Scene提供了物理规律，Articulation构建了可运动的机构，Sensor则赋予场景感知能力。在实际项目中，这些概念往往交织在一起：一个AGV小车既是Articulation（物理运动），又挂载了多个Sensor（感知），同时其外观由多个Mesh Prim组成，并通过Transform组织成层级结构。

以下是初学者最容易犯的五个错误，务必警惕：

1. 忽略Physics Scene的全局设置：未正确设置重力或时间步长，导致仿真物体漂浮或穿透。
2. Transform层级混乱：在父级旋转后，子级仍使用世界坐标设置位置，导致部件错位。
3. Articulation缺少根节点：忘记添加ArticulationRootAPI，导致关节无法驱动。
4. 传感器未设置正确Transform：相机朝向错误，导致采集不到有效图像。
5. 混淆USD文件与Stage：在仿真过程中修改了Stage，但未保存，重启后所有更改丢失。