多束 LiDAR
MotrixSim 0.10.0 新增基于物理碰撞几何体的多束 LiDAR。传感器可输出世界坐标系点云，用于机器人避障、地形感知、定位建图和强化学习观测；实时点云可视化便于检查安装位姿与扫描效果。
在 motrixsim-docs 目录运行：
uv run examples/control/robot_locomotion.py --robot go2 --scene playground --lidar ouster_os1_rev6_32ch_10hz_512res
MJCF 配置
LiDAR 的 MJCF 配置由安装位置、可复用扫描配置和传感器实例三部分组成：body/site 定义安装位置与朝向，asset/lidar 定义型号与扫描几何，sensor/lidar 将传感器挂载到指定 site。
<asset>
<lidar name="grid_64" cutoff="25" pattern="grid"
hscan="1024" vscan="64" hrange="-180 180" vrange="-15 15"/>
</asset>
<worldbody>
<body name="robot">
<site name="lidar_site" pos="0.25 0 0.20" quat="0.5 0.5 0.5 0.5"/>
</body>
</worldbody>
<sensor>
<lidar name="roof_lidar" asset="grid_64" site="lidar_site"
exclude="parentsubtree"/>
</sensor>| site.pos / site.quat | 设置 LiDAR 在机器人上的安装位置和朝向。 |
| asset/lidar.name | 定义可复用的 LiDAR 配置名称，供传感器实例引用。 |
| cutoff | 设置最大测距，单位为米。 |
| pattern | 选择扫描方式：grid 为均匀网格扫描，rings 为旋转式多线扫描。 |
| hscan / vscan | 设置每帧的水平采样数和垂直采样数，决定 Grid 点云分辨率。 |
| hrange / vrange | 设置水平和垂直扫描角度范围，单位为度。 |
| sensor/lidar.asset | 引用 asset 中定义的 LiDAR 配置。 |
| sensor/lidar.site | 指定用于确定射线原点和方向的安装 site。 |
| exclude | 设置机器人自身碰撞体的过滤方式；多连杆机器人可使用 parentsubtree。 |
| hz | 可选的完整扫描频率；省略时，每个仿真步生成一次完整扫描。 |
获取传感器数据
每次 step() 后，可通过 get_sensor_value() 读取点云。以下示例将 Grid 点云整理为 (1024, 64, 3)，未命中点为零向量：
model.step(data)
points = model.get_sensor_value("roof_lidar", data).reshape(1024, 64, 3)
hit_points = points[(points != 0).any(axis=-1)]性能
以下结果来自 playground 场景的端到端 Python benchmark。每个 LiDAR 使用 1024×64 Grid，省略 hz，因此每个仿真步发射 65,536 条射线。测试使用 AMD Ryzen 9 9950X（16 核、32 线程），结果取 3 轮中位数，统计范围包含 model.step() 的完整物理管线，不包含渲染。
在 1,024 个并行环境、每个环境配置 1 个 LiDAR 的测试中，全部环境合计吞吐量约为每秒 8,065.6 万次 raycast。该数据为上述软硬件配置下的测试结果，并非孤立 raycast kernel 的峰值。
cd motrixsim-python/motrixsim-docs uv run python examples/bench/lidar.py --case all