助推器 K1 — 0 单元方向
快速入门：开始之前
在打开 K1 电源之前请阅读本文。 本页涵盖完整的硬件清单、安全要求、时间估计、软件先决条件和模拟选项。 人形机器人的设置比桌面手臂更复杂——相应地进行计划。
首先阅读
安全第一
Booster K1 是一款全尺寸双足人形机器人，重约 55 公斤。 与桌面机器人手臂不同，如果操作不当，它可能会掉落、四肢摆动并造成严重伤害。 这些规则是不容谈判的。
请参阅 完整的安全页面 了解详细的工作空间协议、个人防护装备要求和事件响应程序。
时间承诺
这需要多长时间？
人形设置比桌面手臂更复杂。 计划至少两天。 不要急于进行安全和校准步骤。
安全和工作空间
～45m
清理区域，安装安全垫，测试急停，检查接头
硬件拆箱
～30m
打开包装、检查、连接电源和以太网
网络与启动
～30m
以太网配置（192.168.10.10）、SSH、服务验证
SDK安装
～45m
Ubuntu、Python SDK、ROS2 桥接节点
第一次运动测试
〜1小时
DAMP → PREP → 使用观测器执行第一个 WALK 命令
上半身和远摄
〜1小时
头部姿势控制、手臂手势、自定义模式（带夹具）
第一天总时间：大约 4小时 用于初始设置和首次运动测试。 数据收集和远程操作设置通常需要第二次会话。
你需要什么
硬件清单
打开 K1 电源之前必须具备的所有内容。 不要跳过项目。 标有“包装盒内”的物品随 K1 一起发货。
-
助推器 K1 单元 盒子里 — 全尺寸双足人形机器人，22 个自由度，约 55 公斤。 至少由两个人处理包装。
-
电源和交流电缆 盒子里有专有的Booster电源模块。 确认其未损坏。 请勿替代第三方供应。
-
紧急停止（e-stop）装置 盒子里有 - 有线急停按钮。 在开始运动之前的每次训练中都进行测试。 这是强制性的。
-
网线（Cat5e或以上，≥2m） 不包括 — 将您的主机直接连接到 K1 的以太网端口。 K1使用有线以太网接口192.168.10.102； 您的 PC 必须设置为 192.168.10.10。
-
安全垫（≥4 m × 4 m，泡沫或橡胶） 不包括 — 在所有课程中都需要在 K1 下方和周围使用。 体操防撞垫或健身房橡胶地板效果很好。 这既保护了机器人，也保护了人。
-
3 m × 3 m 净面积 不包括在内——从操作区域移走所有家具、电缆和物体。 固定穿过地板的所有电缆。
-
运行 Ubuntu 22.04 的主机 不包括 — 建议安装本机 Ubuntu。 最低配置：16 GB RAM、100 GB 磁盘、Intel i7 或同等配置。 下载Ubuntu →
-
第二人（观察者） 所有运动测试期间都需要 — 切勿单独操作“步行”或“自定义”模式。 观察员的作用是在需要时按下急停按钮。
操作系统
Ubuntu 22.04 LTS（杰米）。 ROS2 Humble 兼容性和 Booster SDK 所需。 macOS 和 Windows 不支持硬件操作。
Python
Python 3.10+（与 Ubuntu 22.04 捆绑在一起）。 安装 pip 和 venv：
sudo apt update
sudo apt install python3-pip python3-venv -y助推器SDK
pip install booster_robotics_sdk_python官方 PyPI 包。 为所有 K1 控制模式提供 Python 接口。 请参阅 软件页面 进行完整设置。
ROS2谦虚
全身控制集成和 ros2_control 桥所需。 完整安装大约需要 20 分钟：
sudo apt install ros-humble-desktop ros-humble-ros2-control \
ros-humble-ros2-controllers -y模拟（可选 - 无需硬件）
✓ 可用模拟
MuJoCo 和 NVIDIA Isaac Sim 均支持 Booster K1 URDF 模型（包含在 SDK 中）。 在部署到真实机器人之前，您可以在模拟中测试运动和上半身控制策略：
pip install mujoco
# Clone the K1 MuJoCo model
git clone https://github.com/BoosterRobotics/booster_gym.git
python booster_gym/examples/walk_sim.pyIsaac Sim 人形支持需要 NVIDIA GPU 和 Isaac 许可证。 请参阅 软件→模拟部分 用于设置。
最终目标
完整设置后您可以做什么
完成所有设置步骤（安全、网络、SDK、运动和远程操作）后，您将能够：
✓
通过 Python SDK 命令稳定站立、行走和横向运动
✓
通过以太网实时读取和命令所有 22 个关节状态
✓
使用预定义的运动原语控制头部姿势和上半身手臂手势
✓
运行 ROS2 桥节点将 K1 集成到完整的 ros2_control 管道中
✓
通过 k1_agent.py 将完整的联合遥测数据传输到 RoboticsCenter 平台
✓
记录全身演示数据集并运行 MuJoCo 模拟以进行策略测试