OpenArm 設定ガイド: 開箱から最初のテレオペレーション
完全なOpenArm設定ガイド:開箱チェックリスト,組み立て手順,校正,RCSVプラットフォームに接続,最初の遠隔操作セッションを実行し,データ収集のヒント.
[電動操作ガイド]
OpenArm は,模倣学習データ収集のために設計されたRCSVのオープンソースのロボットアームプラットフォームです.このガイドは,送料箱を開くから最初のテレ操作デモを完了し,最初のデータセットエピソードを記録するまでのすべてのステップを案内します.
チェックリストの開封
包装を捨てる前に,包装リストにすべての部品をチェックしてください. 標準的なOpenArmキットには:フォローアーム (6-DOFロボットアーム,セルボ駆動関節と統合グリッパー),リーダーアーム (オペレーターが遠隔操作に使用する被動動動動動像レプリカ),USBカメラ (腕に搭載されたおよび上部),制御ボードとUSBハブ,24V電源,すべての必要なM3およびM4ハードウェア,トークスローブドライバ,USB-AからUSB-C制御ケーブルが含まれます. 計算オプションを含むキットは,Ubuntu 22.04とRCSVソフトウェアスタックをプリインストールしたコンフィギュアされたミニPCで発送されます.
運送中に発生した
機械腕の周りに少なくとも1mの距離を備えた透明な作業空間にハードウェアを配置し,組み立て前にあらゆる方向に配置する.OpenArmの最大範囲は850mmです. リーダー腕は,あなたの好きな作業スタイルに応じてフォロワーと隣接するか,操作者に反対に配置することができます. ほとんどの操作者はリーダー腕を主力手側に直接配置することが最も自然な配置だと考えます.
集会 の ステップ
オープンアームは部分的に解体され,輸送のために到着した場合は (ほとんどのキットが保護のために上腕を離した船) 肩関節に上腕部を固定して始めます. 設置穴を並べ,提供されたM4螺旋回を 0.8 Nm
セットに付属した印刷式支架を使用して腕時計カメラを設置する. USBケーブルをグリッパーサーボケーブルに沿った前腕チャンネルを通る.操作中にケーブルが物体に捕まえるのを防ぐために,提供されたケーブルクリップで100mmごとに固定する. オーバーヘッドカメラは,約600mm上位とフォロワー腕ベースの後ろに300mm位置する別立立台 (フルキットに含まれている) に設置され,全作業空間を捕捉するために30
制御板は,ベースにある最初のセルボのJSTコネクタを通じて,フォロワー腕のセルボチェーンに接続します.制御板は,ダイジチェーン電源バスを通じてすべてのセルボを電源に供給します.電源を適用する前に,各コネクタの極性を確認します. 24V電源を制御板に接続します (バーリルジャック,セルボバスコネクタではありません). USB-A を 接続 する 際 に,USB-A を 接続 する 際 に,USB-A を 接続 する 際 に,USB-A を 接続 する 際 に,USB-C を 接続 する.
校正
校正により,各関節の 0 の位置を定める. 接着する関節角測定はすべて行われる参照点である. 制御板に電源を入れ,すべてのセルボLEDが緑色に照らされていることを確認する (アンバーは通信エラーを示し,赤は過電流故障を示し,これらを処理する前に解決する). RCSVプラットフォームのウェブインターフェースまたはソフトウェアスタックに含まれるコマンドラインツールを通じて,RCSV校正ツールを開く.
校正手順は約10分かかります.各関節を定義したホーム位置へ移動し,完全に拡張された,直立配置を確認します.ツールでは,各関節のエンコードのオフセットを記録し,セルボ EEPROM に書き込みます. 校正後,各関節をその文書化された範囲制限に指示して,物理運動が命令された範囲に一致しているか確認します.ソフトウェア制限前に任意の関節が硬度制限に達した場合,校正オフセットは不正であり,繰り返されなければならない.
カメラの校正は別途である.RCSVプラットフォームには,手首カメラ,オーバーヘッドカメラ,ロボットベースフレーム間の内在パラメータと外在変換を計算する,チャールUcoボードベースのカメラ校正作業流が含まれています.校正ボードを指定されたスケールで印刷します (A3紙,100%スケール),さまざまな方向で30
RCSVプラットフォームに接続する
[RCSVプラットフォーム] (
代理が接続すると,デバイスはプラットフォームダッシュボードに"オンライン"として表示されます.プラットフォームのデバイスビューからライブジョイントステートとカメラフィードをストリーミングすることによって接続を確認できます.このライブフィードは,データ収集セッションを遠隔で監視し,原始データファイルをダウンロードせずにエピソード品質をレビューするためにも有用です. プラットフォームのデータセット エクスプローラーは ブラウザで直接エピソードをタグ,注釈,管理することができます
最初の 遠隔手術
RCSVプラットフォームまたはコマンドラインツール:
最初の録音されたエピソードでは,簡単な重複可能な作業を選択します. 固定位置から立方体を取り出し,標識された標的に配置します. 筋肉記憶を育てるために,レコーディングせずに5
ソフトウェアのインストール: ROS 2 と OpenArm SDK
計算オプションが先設定されたミニPCで受信された場合は,下記"ソフトウェアスタックを検証する"に跳ね返してください.
**ステップ 1 - Ubuntu 22.04 LTSをインストールする.**OpenArmのソフトウェアスタックは,Ubuntu 22.04を専用的にターゲットとする.他のディストリビューションやバージョンは動作するが,テストまたはサポートされていない.ダブルブートまたはVMではなく,クリーンなインストールを使用する.リアルタイムセルボ通信は仮想化された環境が保証できない一貫したUSB遅延を必要とする.
ステップ 2 - ROS 2 Humble をインストールする. ROS 2 Humble Hawksbill は OpenArm パッケージが対象とする LTS リリースです.公式の Debian パッケージを使用してインストールします:
sudo apt update && sudo apt install software-properties-common
sudo add-apt-repository universe
sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key \
-o /usr/share/keyrings/ros-archive-keyring.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] \
http://packages.ros.org/ros2/ubuntu $(. /etc/os-release && echo $UBUNTU_CODENAME) main" \
| sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null
sudo apt update && sudo apt install ros-humble-desktop python3-colcon-common-extensions
ステップ 3 - OpenArm Python SDKをインストールする. SDKは低レベルのセルボ通信層,校正ユーティリティ,および遠隔操作コントローラを提供します:
pip install openarm-sdk
# Or from source for development:
git clone https://github.com/svrc-robotics/openarm-sdk.git
cd openarm-sdk && pip install -e ".[dev]"
ステップ 4 - RCSV エージェントをインストールする. RCSV エージェントは,リモートモニタリング,エピソード記録,データセット管理のために,あなたのOpenArm を RCSV プラットフォーム に接続します:
pip install svrc-agent
svrc-agent init # Creates ~/.svrc/config.yaml
ソフトウェアスタックを検証する. すべてが機能していることを確認するために内蔵診断ツールを実行します:
openarm diagnose --all
# Expected output:
# [OK] USB servo chain detected (6 servos on /dev/ttyUSB0)
# [OK] Leader arm detected (6 joints on /dev/ttyUSB1)
# [OK] Camera 0: /dev/video0 (640x480 @ 30fps)
# [OK] Camera 1: /dev/video2 (640x480 @ 30fps)
# [OK] ROS 2 Humble: active
# [OK] RCSV Agent: connected to platform
第1回 共同立場の制御
遠隔操作を行う前に,個々の関節をプログラム的に制御できるかどうかを確認してください. これは,セルボチェーン,校正オフセット,通信バスがすべて正しく動作していることを確認します.
from openarm import OpenArm
import time
arm = OpenArm(port="/dev/ttyUSB0")
arm.connect()
# Read current joint positions (radians)
print("Current positions:", arm.get_joint_positions())
# Move joint 1 (shoulder) to 0.5 rad at 30% speed
arm.move_joint(joint_id=1, position=0.5, speed=0.3)
time.sleep(2)
# Move to a named home pose
arm.move_to_home()
time.sleep(2)
# Move through a sequence of waypoints
waypoints = [
[0.0, -0.5, 1.0, 0.0, 0.5, 0.0], # approach
[0.0, -0.3, 0.8, 0.0, 0.3, 0.5], # pre-grasp
[0.0, -0.3, 0.8, 0.0, 0.3, 1.0], # close gripper
]
for wp in waypoints:
arm.move_joints(wp, speed=0.2)
time.sleep(1.5)
arm.disconnect()
接続が反応しないか,予期せぬ位置に移った場合,その接続を再行する.最も一般的な問題は,セルボID衝突です.バス上で同じIDを割り当てられた2つのセルボです.検出されたセルボIDをすべてリストして衝突を解決するために,T12
共通 な 問題 や 解決
| Symptom | Likely Cause | Fix |
|---|---|---|
| Servo LED amber on power-up | Communication bus error; bad JST connection | Reseat JST connector; check for bent pins |
| Servo LED red on power-up | Overcurrent fault (stalled motor or short) | Power off, check for mechanical binding; replace servo if persistent |
| Follower arm drifts during teleoperation | PID gains too low or calibration offset drift | Re-run calibration; increase P gain by 10-20% in servo config |
| Camera feed black or frozen | USB bandwidth conflict with servo chain | Move cameras to a separate USB controller (different physical port group) |
| openarm diagnose shows 5/6 servos | Servo ID conflict or broken daisy chain | Run openarm scan-servos; re-assign IDs with openarm set-id |
| High-pitched whine from servo | Servo fighting against hard limit or calibration offset wrong | Re-calibrate the joint; check that no wires are caught in joint mechanism |
| RCSV agent shows "Disconnected" | Device token expired or network issue | Regenerate token in platform dashboard; check firewall allows outbound HTTPS |
| Episodes not appearing in platform | Agent not running or config.yaml path wrong | Check systemctl status svrc-agent; verify ~/.svrc/config.yaml contains correct token |
設定後 の 次 の ステップ
オープンアームは組み立てられ,校正され,プラットフォームに接続され, 共同制御と遠隔操作を確認した後,
- ** 遠隔操作 (2
4時間) を練習する.** 筋肉記憶をリーダー腕で発達させる時間を費やする. 精細な操作 (小さな物体を握る) 試す前に大きな動き (作業場での位置に移動) を始めましょう. ほとんどの操作者は,演示が生産性のある前に48時間が必要です. - 校正データセット (50エピソード) を収集する. 簡単なピックアンドプレイスタスクの50例のデモを記録する.プラットフォームの各エピソードをレビューする.このデータセットはハードウェアからストレージまで,あなたのパイプライン全体を検証し,大規模な収集キャンペーンに投資する前に残った問題を把握することができます.
- テストポリシーを訓練する. [LeRobot] (
T22 ) を使用して50エピソードデータセットを使用して ACTまたはディフúzióポリシーを訓練します. シンプルな作業でポリシーが40〜60%の成功を達成した場合,ハードウェアとデータパイプラインが正しく動作しています. 30%未満を達成した場合, [データ品質フレームワーク] ( T23 ) を使用してデータ品質を検証します. - ** 規模から生産収集まで.** パイプラインが検証されたら,データセットの目標サイズまで拡大してください.ほとんどの単作業操作政策では,200-500 のデモが典型的な範囲です. 多作業または基盤モデルの微調整では,1,000~5,000 のデモを計画してください.RCSVの 管理収集サービス は,訓練されたオペレーターと構造化されたQAにより,この段階を加速することができます.
オープンアームの仕様
| Specification | Value |
|---|---|
| Degrees of freedom | 6 DOF + gripper |
| Maximum reach | 850 mm |
| 再現性 | +/- 1 mm |
| ペイロード | 500 g sustained |
| Control frequency | 50 Hz (configurable to 100 Hz) |
| Communication | USB serial (TTL half-duplex) |
| Power supply | 24V DC, 5A max |
| Weight (follower arm) | 2.8 kg |
| Price | $4,500 (leader + follower kit) |
データ収集のヒント
行動の速度は,示例中に一貫して維持する. 急激な速度変化 迅速なアプローチ,突然の遅い把握 政策がスムーズな行動を学ぶことを困難にする.意図的なが,辛苦ではないペースを目指す:各ステップを明確に見る同僚に課題を示すように. 拡散政策またはACTのために収集している場合は,オブジェクトの位置の体系的な変化が同じ場所にオブジェクトを追加して示すよりも価値があります.20回の毎に,対象オブジェクトを予想される展開範囲内の新しい位置に移動します.
作業員疲労は,示範品質の微妙な変化を起こす.
関連 読書
- [ロボットアーム購入ガイド2026] (
T27 ) --OpenArmが UR5e,Franka FR3および他のプラットフォームとどのように比較されているか - 収集したデータは 6つの質量次元を満たす必要があります
- LeRobotガイド -- オープンアームデータセットに関するACTと拡散政策のトレーニング
- ロボットデータ収集コストの割算 - データ収集キャンペーンのための予算計画
- ベストロボットハンド 2025 -- オーバーアームと互換性のあるデクステルスエンドエフェクター
- RCSVデータサービス --訓練を受けたオペレーターとQAパイプラインで管理された収集
- ロボットリース - 購入前に短期リースでOpenArmを試す
関連: OpenArm in Store · ロボット腕購入ガイド2026 · ロボットのための模倣学習 · テレオペレーションプラットフォーム · データサービス