Python 指南
Python binding 在 dynibo 原生库之上提供面向对象接口。使用
python -m pip install dynibo 安装，并从 dynibo 导入公开类型。
生命周期与错误
建议将 Robot 用作 context manager，以便确定性地释放原生资源：
from dynibo import DyniboError, Robot
try:
with Robot.from_urdf("robot.urdf") as robot:
print(robot.name)
except DyniboError as error:
print(f"dynibo: {error}")
无效模型输入会抛出 ModelError，数值求解器失败会抛出 SolverError，原生边界
捕获到 panic 时会抛出 PanicError。这些异常都继承自 DyniboError。
数组与结果
关节输入接受 NumPy 数组或由数字组成的 Python sequence；连续 float64 数组走
零拷贝路径。Pose 和 twist 是不可变的值对象。向量和矩阵方法返回 float64
NumPy 数组，矩阵仍使用 column-major 顺序的一维布局，详见
参考系与空间向量。
控制循环可以通过 out= 复用调用方分配的存储：
import numpy as np
q = np.zeros(robot.joint_count)
gravity = np.empty(robot.generalized_count)
robot.gravity(q, out=gravity)
每个 Robot 持有一个原生 workspace，同一实例上的调用会被串行化。需要并行计算时，
请使用相互独立的 robot 实例。
浮动基
FloatingRobot 拥有独立 workspace，且不保存可变的基座状态。每次计算都将
BaseState 作为第一个参数传入：
from dynibo import BaseState, FloatingRobot, Pose
with FloatingRobot.from_urdf("robot.urdf") as robot:
target = robot.link_id("tool")
q = [0.0] * robot.joint_count
base = BaseState(frame=Pose(translation=(0.1, 0.0, 0.0)))
pose = robot.forward_kinematics(base, q, target)
mass = robot.mass_matrix(base, q)
浮动基满足 generalized_count == joint_count + 6；广义输出先是世界坐标系下的
角分量，再是线分量。只有固定 Robot 提供 set_base_frame()。