Contactar Ventas
Volver a Learn

Cómo instalar un equipo de teleop bimanual de estilo ALOHA

Construir una plataforma de teleopía bimanual al estilo ALOHA: 4x WidowX 250, 3 cámaras, ROS 2 Humble, sincronización líder-seguidor. Lista completa de piezas, cableado y lista de verificación de primera grabación.

ALOHA de Stanford se ha convertido en la plataforma de referencia bimanual de teleop para el aprendizaje de imitación. Este tutorial recorre la construcción de su propio: cuatro brazos WidowX 250 (dos líderes, dos seguidores), tres cámaras, ROS 2 Humble y sincronización líder-seguidor. Presupuesto un día completo para una primera construcción.

Teleoperación Tiempo total: aproximadamente 8 horas Dificultad: Avanzado Actualizado abril 2026

Lo que lograrás

Al final de este tutorial tendrá una plataforma de teleoperatoria bimanual de estilo ALOHA en funcionamiento: el operador sostiene dos brazos del líder, dos brazos seguidores reflejan el movimiento en tiempo real, y tres cámaras graban la escena desde el techo, la muñeca izquierda y la muñeca derecha.

La manipulación bimanual desbloquea tareas que son realmente difíciles de hacer con un solo brazo desatar una corbata de giro, verter de un recipiente a otro, enrutar el cable. El factor de forma ALOHA de los brazos baratos en un marco compartido con buena cobertura de cámara fue el avance que hizo práctico el aprendizaje bimanual de imitación en un presupuesto de laboratorio.

Pre-requisitos

  • ** Presupuesto: ** espera aproximadamente $20,000 a $32,000 para una construcción completa de 4 brazos con cámaras, marco y estación de trabajo.
  • Espacio: una mesa de 1,5 m por 1,0 m más espacio para estar detrás de ella.
  • Habilidades: cómodo con el montaje mecánico, cableado USB / alimentación, Ubuntu y ROS 2 básicos.
  • Estación de trabajo: Ubuntu 22.04, GPU de clase RTX, núcleos de CPU 16+. Intel NUC 13 Pro o equivalente.

Los pasos

  1. Ordenar piezas y planificar el espacio de trabajo

Lista de piezas básicas para una plataforma completa:

  • 4x Trossen WidowX 250 6-DOF brazos (o el conjunto completo de Trossen ALOHA 2 si desea todo pre- integrado).
  • cámaras 3x Intel RealSense D405 es la referencia ALOHA; Logitech C922 también funciona para RGB-sólo.
  • Extrusión de aluminio 80/20 y soportes para el marco.
  • Estación de trabajo con GPU RTX 3080+ (recopilación de datos es CPU/IO; capacitación es GPU).
  • Hub USB 3.0 con al menos 7 puertos (4 brazos + 3 cámaras).

Planifique el espacio de trabajo para que los brazos del líder se sienten frente al operador y los brazos del seguidor se enfrenten al área de tareas, con una superficie de mesa compartida. Si es nuevo en esto, comience con un kit Trossen puede navegar por kits comparativos bimanual en nuestra tienda.

  1. Construye el marco y monta los brazos

Ensamble el marco de extrusión de aluminio. El marco de referencia ALOHA separa la zona del operador de la zona de tarea por aproximadamente 50 cm para que las manos del operador no choquen con el espacio de trabajo de los seguidores.

Etiquete cada brazo claramente: T6, T7, T8, T9.

  1. Energía por cable y USB

Cada WidowX 250 necesita su propia fuente de alimentación de 12 V / 5 A. Enchufe el adaptador de serie USB U2D2 de cada brazo en el centro de alimentación. Use un centro de alimentación con aislamiento de corriente por puerto Los motores Dynamixel extraen suficiente corriente para que un centro barato sin energía se desvanezca.

*Seguridad: *Permisa de emergencia. *Cable un interruptor externo de apagado en la línea de 12 V para que puedas cortar la energía a los cuatro brazos con un botón.

  1. Instale ROS 2 Humble en la estación de trabajo

ALOHA es una pila de ROS 2 Humble en Ubuntu 22.04. Instala a través del camino oficial apt:

```
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
```

Fuente del entorno: T10. Añade a T11 para que siempre se cargue.

  1. Instala la pila de Interbotix ROS 2

Trossen mantiene la pila Interbotix ROS 2 para WidowX. Siga las instrucciones oficiales de instalación de Trossen / Interbotix el patrón general es:

```
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
```

Verifique si puede hablar con un brazo:

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

El brazo debe encenderse. No coloque su mano en el espacio de trabajo durante este ensayo.

  1. Montar y contar cámaras

Coloque la cámara de arriba hacia abajo en el marco mirando hacia abajo al espacio de trabajo, y las cámaras de muñeca en cada brazo seguidor justo por encima del agarre.

Critico: crear reglas udev para que las cámaras siempre enumeren en la misma ruta T12. De lo contrario descubrirá a mitad de una sesión de grabación que las cámaras de pulsera izquierda y derecha han cambiado. Regla de ejemplo:

```
# /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"
```

Recargar con T13.

  1. Ejecutar el líder-seguidor teleop

El repo de Interbotix ALOHA proporciona uno; el archivo de lanzamiento exacto se mueve a través de las versiones, pero el patrón típico es:

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

Compensar por gravedad a los líderes, capacitar el par de los seguidores y ajustar el bucle de control a 100 Hz como mínimo. Agarre a un líder por la muñeca, muévalo el seguidor debe reflejarse en tiempo real con una latencia inferior a 30 ms.

  1. Graba tu primer episodio

Con teleop en ejecución, lanza un nodo de grabación que se suscribe a estados conjuntos, comandos de seguidores y los tres temas de la cámara, luego escribe un episodio con sello de tiempo en el disco:

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

Revise la grabación con el visualizador. Si las imágenes, estados conjuntos y acciones parecen alineadas, está listo para una sesión de grabación completa típicamente de 50 a 200 episodios por tarea. La siguiente parada es [nuestro tutorial de grabación de LeRobot]T18) o [VLA fine-tuning]T19).

¿Qué hacer ahora?

Una vez que tu equipo está grabando limpio, las próximas inversiones se pagan rápidamente: (1) agregar una cuarta cámara en un ángulo lateral frontal para mejores señales de profundidad, (2) agregar sensores de fuerza-torque en cada muñeca para tareas ricas en contacto y (3) iterar la taxonomía de tareas.

Modo de falla común

** Seguidor de retraso líder:** velocidad de bucle demasiado baja, o usted está ejecutando el visualizador en el mismo nodo ROS. Separar el bucle de control de teleop en su propio ejecutor.

Un brazo cae en medio de la grabación: USB brownout.

Las cámaras de muñeca cambian de identidad después de reiniciar: faltan o no se recargan las reglas de udev.

** Fatiga del operador:** real. Sesiones de 30 minutos, descansos obligatorios. Su calidad de datos se degrada con la fatiga del operador.

Inmersión profunda: kit vs DIY

La pregunta que cada laboratorio hace: comprar el kit Trossen ALOHA 2, o obtener las piezas y construir desde cero? Puramente en el costo de hardware, DIY ahorra de 10 a 15 por ciento. En el primer episodio, el kit preintegrado es casi siempre más barato cuando incluye horas de ingeniero presupuesto de 40 a 60 horas de ingeniero para una construcción DIY limpia, en comparación con aproximadamente 8 horas para desempacar y encargar un kit. Si este es su primer equipo, compre el kit y aprenda la integración mientras va. Si este es su tercer equipo y tiene modificaciones específicas en mente (gripera diferente, diseño de cámara diferente), DIY le da esa libertad.

Un camino intermedio que a menudo tiene sentido: comprar los brazos preconstruidos y el cableado de seguimiento del líder, pero fabricar su propio marco. El marco es la parte más fácil de personalizar y la parte que más a menudo desea modificar para su tarea específica (alturas del banco, ángulos de cámara, diseño de doble estación).

Inmersión profunda: las cosas sutiles que destruyen datos bimanual

Cosas que se ven bien individualmente pero arruinan los conjuntos de datos en conjunto:

  • Reloj sin sincronizado. Los marcos de la cámara, los estados conjuntos de seguidores y los comandos del líder deben compartir un solo reloj de referencia. Si las cámaras usan su propio reloj, un offset de 20 ms convierte su conjunto de datos en ruido de baja calidad. Utilice el sincronizador ROS 2 T14 o timestamp-in-a-single-proces.
  • Aunificación de cumplimiento de los seguidores. Demasiado rígido y el operador se siente desconectado; demasiado conformista y el seguidor se retrasa en movimientos rápidos.
  • Drift de exposición de la cámara. La exposición automática reacciona a los brazos en movimiento y hace que cada episodio se vea ligeramente diferente.
  • Histeresis de agarre. El agarre WidowX tiene una histeresis notable. Calibre las posiciones abiertas y cerradas por brazo, no solo un valor.

Inmersión profunda: formatos de conjuntos de datos para bimanual

Los episodios bimanual suelen empacar acciones de 7 DOF (seis articulaciones + agarre por brazo) en un vector de acción de 14 dimensiones. La mayoría de los conjuntos de datos downstream LeRobot, OpenVLA, HuggingFace aceptan dimensionalidad de acción arbitraria, pero debe ser explícito sobre el orden de acción en sus metadatos. La convención que recomendamos: T15. Documentala en una tarjeta de conjunto de datos para que cualquiera que esté entrenando en tus datos sepa lo que significan los canales.

Preguntas frecuentes

** ¿Necesito ROS 2 para ALOHA? ** La pila oficial utiliza ROS 2 Humble. ________ puede ejecutar un teleop bimanual sin ROS escribiendo su propio coordinador de autobús en serie, pero es mucho trabajo para un beneficio marginal.

** ¿Puedo sustituir diferentes brazos? ** Sí siempre y cuando la geometría líder-seguidor coincida. Los equipos han construido plataformas al estilo ALOHA con variantes bimanual de Koch v1.1, Moss y SO-ARM para presupuestos más bajos.

Cuántos episodios para entrenar una política? Para ACT en una tarea bimanual, 50 es mínimo, 100-200 puntos de ventaja.

** ¿La plataforma estándar de ALOHA no es áptisa. existen variantes ápticas pero añaden costos y complejidad.

Tutoriales y recursos relacionados