导出URDF

导出URDF文件时，所选的参考轴一定要是场景中根层级的参考轴，而不是零部件中的，否则导出的模型不对。

关于每个关节/link所选用的坐标系和轴，我暂时还是理解得不够透彻。有时假如在场景中选的坐标系和零件本身的坐标系的朝向不一致的话，导出的urdf文件在别的软件中加载后，零件的位置会出现偏移。有时候又不会。
可能最好要保证参考坐标系和零件自身的坐标系保持一致的位置和朝向吧。假如零件坐标系与预期不一致，最好改一下。
假如零件不是自建的且调整坐标系麻烦的话，那可能得自行修改一下导出的urdf文件参数了。😢

导出STL文件

假如我们自行定义好一个坐标系（比如图中的坐标系1），然后希望导出的stl文件的模型的原点以这个设定的坐标系原点重合。
在这里插入图片描述
那么注意选项中的这几个：
在这里插入图片描述
还有这个单位也是重中之重，要选和你的场景符合的：
在这里插入图片描述

Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

NNLM、Word2Vec（CBOW、Skip-gram） 与 BERT：神经网络语言模型的演进与对比

本文系统梳理了语言模型的演进历程：从2003年NNLM首次用神经网络替代统计模型，到2013年Word2Vec通过简化架构实现效率突破（CBOW聚合上下文预测中心词，Skip-gram中心词预测上下文），再到2018年BERT采用深层Transformer实现动态语境建模。模型发展呈现从静态词向量到动态上下文表示、从局部窗口到全局双向理解的趋势。不同模型在计算效率、语义捕捉、一词多义处理等方面各具

avatar AtomGit开源社区

Claude 长文档实战：需求文档、代码审查和重构建议怎么做

Claude 更适合长文档、写作润色、代码解释和结构化整理。它不一定适合所有问题，但在需要“读懂大量上下文再输出清晰结构”的任务里很有价值。实际使用时，重点不是追求某个单一工具，而是把 Claude、ChatGPT、Gemini、DeepSeek 等模型组合成稳定工作流。

avatar AtomGit开源社区

零基础想进大厂做 AI，码士集团这门私教班值不值得报

本文深度解析码士 AI 私教班，聚焦零基础学员如何通过数学补全、Python 速成及大模型微调实战，掌握 LangChain 与向量数据库等核心技术。课程涵盖从环境搭建到大厂面试突击的全链路指导，助力开发者高效转型 AI 大模型工程师，实现职业进阶。

avatar AtomGit开源社区