Vertrieb kontaktieren
Zurück zu Learn

Wie man eine Bimanual-Teleop-Reichung im ALOHA-Stil einrichtet

Bauen Sie eine ALOHA-Stil-Bimanual-Teleop-Reich: 4x WidowX 250, 3 Kameras, ROS 2 Humble, Führer-Follower-Synchronisierung. Vollständige Teileliste, Verkabelung und erste Aufzeichnung Checkliste.

ALOHA (A Low-Cost Open-Source Hardware System for Bimanual Teleoperation) von Stanford ist die Referenz-Bimanual-Teleop-Plattform für das Imitationslernen geworden.

Teleoperation Gesamtzeit: ca. 8 Stunden Schwierigkeiten: Fortgeschritten aktualisiert April 2026

Was Sie erreichen werden

Am Ende dieses Tutorials haben Sie eine arbeitende ALOHA-Stil-Bimanual-Teleoperations-Reich: der Betreiber hält zwei Führer-Arme, zwei Anhänger-Arme spiegeln die Bewegung in Echtzeit, und drei Kameras aufzeichnen die Szene von der Decke, dem linken Handgelenk und dem rechten Handgelenk. Sie können eine Episode auf die Scheibe aufnehmen und in [LeRobot] ((T16)) oder die ACT / Diffusion Policy Training Pipeline einfügen.

Warum ALOHA? Bimanuale Manipulation löst Aufgaben, die mit einem einzigen Arm wirklich schwer zu erledigen sind Entbindung einer Drehband, Einfluss von einem Gefäß zum anderen, Routing Kabel.

Voraussetzungen

  • ** Budget:** Erwarten Sie etwa 20.000 bis 32.000 Dollar für eine vollständige 4-Arm-Bau mit Kameras, Rahmen und Arbeitsstation.
  • Fläche: 1,5 m x 1,0 m Tisch plus Platz für den Auftritt.
  • Fähigkeiten: Komfortabel mit mechanischer Montage, USB / Stromleitung, Ubuntu und ROS 2 Grundlagen.
  • Workstation: Ubuntu 22.04, RTX-Klasse GPU, 16+ CPU-Kern. Intel NUC 13 Pro oder gleichwertig.

Die Schritte

  1. Bestellen Sie Teile und planen Sie den Arbeitsplatz

Kernteile für eine vollständige Anlage:

  • 4x Trossen WidowX 250 6-DOF Arme (oder das komplette Trossen ALOHA 2 Set, wenn Sie alles vorintegriert haben möchten).
  • 3x Kameras Intel RealSense D405 ist die ALOHA-Referenz; Logitech C922 funktioniert auch nur für RGB.
  • 80/20 Aluminium-Extrusion und Halterungen für den Rahmen.
  • Arbeitsstation mit RTX 3080+ GPU (Datenerhebung ist CPU/IO gebunden; Ausbildung ist GPU gebunden).
  • USB 3.0-Hub mit mindestens 7 Ports (4 Arme + 3 Kameras).

Planen Sie den Arbeitsplatz so, dass die Führerarme vor dem Betreiber sitzen und die Anhängerarme mit einer gemeinsamen Tischfläche den Aufgabenbereich gegenüberstehen.

  1. Bauen Sie den Rahmen und montieren Sie die Arme

Montieren Sie den Aluminium-Extrusionsrahmen. Der Referenzrahmen ALOHA trennt die Operatorzone von der Aufgabenzone um etwa 50 cm, so dass die Hände des Operators nicht mit dem Arbeitsplatz der Anhänger kollidieren.

Kennzeichnen Sie jeden Arm klar: T6, T7, T8, T9.

  1. Drahtstrom und USB

Jeder WidowX 250 benötigt eine eigene 12 V / 5 A-Stromversorgung. Stecken Sie den U2D2 USB-Serieadapter jeder Arme in den angetriebenen Knotenpunkt ein. ** Verwenden Sie einen angetriebenen Knotenpunkt mit pro-Port-Stromisolierung** Die Dynamixel-Motoren ziehen genug Strom, damit ein billiger unbetriebener Knotenpunkt abbrüht.

Sicherheit: Notfallstop. Drücken Sie einen externen Schaltschalter in die 12 V-Linie, damit Sie mit einem Knopf die Stromversorgung in allen vier Armen schneiden können.

  1. Installieren Sie ROS 2 Humble auf der Arbeitsstation

ALOHA ist ein ROS 2 Humble-Stack auf Ubuntu 22.04. Installieren Sie über den offiziellen apt-Path:

```
sudo apt update && sudo apt install locales
sudo locale-gen en_US en_US.UTF-8
sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8

sudo apt install software-properties-common
sudo add-apt-repository universe
sudo apt update && sudo apt install curl -y
sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg

# Follow the ROS 2 Humble install docs to add the apt repo, then:
sudo apt install ros-humble-desktop
```

Quelle der Umgebung: T10. Fügen Sie es zu T11 hinzu, so dass es immer geladen wird.

  1. Installieren Sie den Interbotix ROS 2 Stapel

Trossen unterhält den Interbotix ROS 2-Stack für WidowX. Folgen Sie den offiziellen Trossen / Interbotix-Instruktionen für die Installation:

```
mkdir -p ~/interbotix_ws/src
cd ~/interbotix_ws/src
git clone https://github.com/Interbotix/interbotix_ros_manipulators.git -b humble
cd ..
rosdep install --from-paths src --ignore-src -r -y
colcon build
source install/setup.bash
```

Überprüfen Sie, ob Sie mit einem Arm sprechen können:

```
ros2 launch interbotix_xsarm_control xsarm_control.launch.py robot_model:=wx250s
```

Der Arm sollte an sein Drehmoment an.

  1. Stecken und zählen Sie Kameras

Die Kamera von oben nach unten auf den Rahmen, der den Arbeitsplatz ansieht, und die Handgelenkkameras an jedem Anhängerarm, direkt über dem Griff.

Kritisch: Erstellen Sie udev-Regeln, damit die Kameras immer auf dem gleichen T12-Pfad aufzählen. Andernfalls entdecken Sie halberhalb einer Aufnahmesitzung, dass die linken und rechten Handgelenkkameras austauscht haben. Beispielregel:

```
# /etc/udev/rules.d/99-aloha-cameras.rules
SUBSYSTEM=="video4linux", ATTRS{serial}=="", SYMLINK+="aloha_wrist_left"
SUBSYSTEM=="video4linux", ATTRS{serial}=="", SYMLINK+="aloha_wrist_right"
SUBSYSTEM=="video4linux", ATTRS{serial}=="", SYMLINK+="aloha_top"
```

Umladen mit T13.

  1. Laufen Sie Führer-Follower Teleop

Starten Sie den zweimanschließenden Teleop-Knoten. Das Interbotix ALOHA-Repo liefert einen; die genaue Startdatei bewegt sich über Veröffentlichungen hinweg, aber das typische Muster ist:

```
ros2 launch interbotix_xsarm_dual aloha_bringup.launch.py \
  leader_left:=wx250s leader_right:=wx250s \
  follower_left:=wx250s follower_right:=wx250s
```

Schwerkraft-kompenseren Sie die Führer, Drehmoment aktivieren Sie die Anhänger und setzen Sie die Steuerungsschleifen auf 100 Hz auf.

  1. Aufnehmen Sie Ihre erste Episode

Mit Teleop läuft ein Recorder-Knoten, der sich auf gemeinsame Zustände, Follower-Befehle und alle drei Kamera-Themen abonniert, und schreibt dann eine zeitgemachte Episode auf die Festplatte:

```
ros2 run aloha_data_collection record_episode \
  --task pick_and_place \
  --duration 20 \
  --output ~/aloha_episodes/
```

Überprüfen Sie die Aufnahme mit dem Visualisierer. Wenn die Bilder, gemeinsame Zustände und Aktionen ausgerichtet sind, sind Sie bereit für eine vollständige Aufnahme Sitzung typischerweise 50 bis 200 Episoden pro Aufgabe.

Was soll ich jetzt tun?

Wenn Ihre Anlage sauber aufnimmt, zahlen sich die nächsten Investitionen schnell aus: (1) fügen Sie eine vierte Kamera in einem seitlichen Vorderwinkel hinzu, um bessere Tiefensignale zu erhalten, (2) fügen Sie Kraft-Torksensoren an jedem Handgelenk für kontaktreiche Aufgaben hinzu und (3) wiederholen Sie Ihre Aufgabentaxonomie. Große bi-manuelle Datensätze haben Breite 20 Aufgaben, 50 Episoden schlagen jede 1 Aufgabe mit 1000 Episoden für die Verallgemeinerung.

Häufige Ausfallmodi

Follower lags leader: Schleife Rate zu niedrig, oder Sie laufen den Visualizer auf dem gleichen ROS-Knoten. Trennen Sie die Teleop-Steuerung Schleife auf seinen eigenen Ausführern.

Ein Arm fällt mitten auf: USB-Brauwnout.

Handkameras tauschen Identitäten nach dem Neustart aus: Udev-Regeln fehlen oder werden nicht neu geladen.

Füchtigkeit des Betreibers: Echt. 30-minütige Sitzungen, obligatorische Pausen. Ihre Datenqualität verschlechtert sich mit der Müdigkeit des Betreibers.

Tiefschwimmen: Kit vs DIY

Die Frage, die jedes Labor stellt: Kaufen Sie das Trossen ALOHA 2-Kit oder socken Sie die Teile und bauen Sie von Grund auf? Rein auf Hardware-Kosten spart DIY 10 bis 15 Prozent. Bei der Zeit-zu-erster Episode ist das vorintegrierte Kit fast immer billiger, wenn Sie Ingenieurstunden Budget 40 bis 60 Ingenieurstunden für einen sauberen DIY-Bau, im Vergleich zu etwa 8 Stunden, um ein Kit zu entpacken und in Betrieb zu nehmen. Wenn dies Ihre erste Anlage ist, kaufen Sie das Kit und lernen Sie die Integration, während Sie gehen. Wenn dies Ihre dritte Anlage ist und Sie spezifische Änderungen im Sinn haben (differente Griff, ein anderes Kameralayout), gibt DIY Ihnen diese Freiheit.

Ein Mittelweg, der oft Sinn macht: Kauf der vorgebauten Arme und der Führungskräfte-Follower-Kabel, aber selbst ein Frame herstellen. Der Frame ist der einfachste Teil, den Sie anpassen und den Teil, den Sie am häufigsten für Ihre spezifische Aufgabe ändern möchten (Bänkhöhe, Kamerawinkel, Dual-Station-Layout).

Tiefschwimmen: das subtile Zeug, das zweimannuale Daten zerstört

Dinge, die individuell gut aussehen, aber Datensätze insgesamt ruinieren:

  • Unsynchronisierte Uhren. Kamera-Räume, Follower-Joint-State und Führer-Kommandos sollten alle eine einzige Referenzuhr teilen. Wenn Kameras ihre eigene Uhr verwenden, verwandelt ein 20 ms-Offset Ihren Datensatz in geringer Qualität.
  • Follower Nachgiebigkeit Tuning. Zu steif und der Betreiber fühlt sich getrennt; zu konform und der Follower verlässt schnelle Bewegungen. 80% der nominalen Gewinne ist ein guter Ausgangspunkt.
  • ** Kamera-Exposition-Drift.** Die automatische Exposition reagiert auf sich bewegende Arme und lässt jede Episode etwas anders aussehen.
  • Gripperhysterese. Der WidowX-Greifer hat eine spürbare Hysterese. Kalibrieren Sie sowohl offene als auch schlossene Positionen pro Arm, nicht nur einen Wert.

Tiefschwimmen: Datensatzformate für das Doppelbuch

Bimanuale Episoden verpacken typischerweise zwei 7-DOF-Aktionen (6 Gelenke + Griff pro Arm) in einen 14-dimensionalen Aktionsvektor. Die meisten Downstream-Stacks LeRobot, OpenVLA, HuggingFace Datensätze akzeptieren willkürliche Aktionsdimensionalität, aber Sie müssen explizit über die Aktionsordnung in Ihren Metadaten sein. Dokumenten Sie es in einer Datensatzkarte, damit jeder, der mit Ihren Daten trainiert, weiß, was die Kanäle bedeuten.

Häufig gestellte Fragen

Behörte ich ROS 2 für ALOHA? Der offizielle Stapel verwendet ROS 2 Humble. Sie können __ ein zweibrochiges Teleop ohne ROS durch Schreiben Ihres eigenen Serienbuskoordinators ausführen, aber es ist viel Arbeit für einen marginalen Nutzen.

** Kann ich verschiedene Arme ersetzen? ** Ja solange die Geometrie der Führungskräfte und der Nachfolger übereinstimmt.

Wie viele Episoden müssen eine Politik ausgebildet werden? Für ACT bei einer zweimanualen Aufgabe ist 50 mindestens, 100-200 Schönheit.

Funktionsfeedback auf den Führer? Die Standard-ALOHA-Plattform ist nicht haptisch.

Verwandte Tutorials und Ressourcen