快速入门:开始之前

首先阅读此内容。 此页面准确地告诉您需要什么硬件、要安装什么软件、一切需要多长时间以及完成完整路径后您将能够做什么。

这需要多长时间?

从盒子到录制您的第一个训练片段。

硬件设置
〜2小时
开箱、安装、CAN接线、安全检查
软件安装
~1.5小时
Ubuntu、ROS2、SDK、CAN 驱动程序
第一项动议
~30m
假硬件模式,然后启动真实硬件
校准
~45m
联合归位、工作空间验证
远程操作
〜1小时
操作员设备设置,第一次录制会话
第一个数据集
〜1小时
乐机器人格式、质量检查、上传

第一天总时间:完整的第一天大约需要 6-7 小时。 为期两天的时间对于初学者来说很舒服。

硬件清单

开始之前需要放在办公桌上的所有东西。 标有“包装盒内”的物品随 OpenArm 101 一起发货。

  • OpenArm 101 手臂单元 盒子里 — 8 自由度臂,约 3 公斤,铝和碳纤维。 从商店购买 →
  • 24V 直流电源(最小 150W) 包装盒中 — 包含在 OpenArm 101 中。
  • CAN USB 适配器(CANable 2.0 或同等产品) 在盒子里 — 将您的主机 PC 连接到手臂的 CAN 总线。
  • 安装板+硬件 包装盒内 — M6 螺栓、底板。 您需要一个稳定的表面或工作台来固定。
  • 运行 Ubuntu 22.04 的主机 不包括 — 必须是本机 Ubuntu 安装(不是 VM 或 WSL)才能获得可靠的 SocketCAN 计时。 最低:8 GB RAM,50 GB 磁盘。 下载Ubuntu →
  • USB-A 转 USB-B 电缆(用于 CAN 适配器) 不包括在内 - 标准 USB 电缆,约 1 m。 大多数电子产品零售商。
  • 相机(用于数据采集) 设置可选,训练数据所需 — 建议使用 USB 网络摄像头或 RealSense D435i。 查看配件 →
  • 手臂底座周围有 1 m × 1 m 的清晰工作空间 必需 — 手臂的工作空间半径为 650 毫米。 通电前请清除区域内的人员和障碍物。 看 安全页面 →

开始之前要安装什么

设置指南 详细介绍每个步骤。 这是总结,大家可以提前准备。

操作系统

Ubuntu 22.04 LTS(杰米)。 Ubuntu 20.04 也可以使用,但建议使用 22.04。 macOS 和 Windows 不支持真实硬件 - SocketCAN 需要 Linux 内核。 您必须使用本机安装,而不是 Docker 或 WSL2,用于可靠的 CAN 计时。

Python

Python 3.10(与 Ubuntu 22.04 捆绑在一起)。 SDK 针对 Python 3.10+。 开始之前安装 pip 和 venv:

sudo apt update
sudo apt install python3-pip python3-venv -y

ROS2

ROS2 Humble Hawksbill (Ubuntu 22.04) 或 ROS2 Iron Irwini (Ubuntu 22.04/23.04)。 Humble 是 LTS 版本,推荐用于稳定性。 完整安装大约需要 15 分钟:

# Add ROS2 apt repo (abbreviated — full steps in setup guide)
sudo apt install ros-humble-desktop ros-humble-ros2-control \
  ros-humble-ros2-controllers -y

SocketCAN 驱动程序

内置于 Linux 内核中。 您只需要加载内核模块并配置 CAN 接口:

sudo modprobe can
sudo modprobe can_raw
sudo modprobe slcan   # for USB CAN adapters

开放臂 SDK

pip install roboticscenter

安装量 openarm_can 以及所有 Python 依赖项。 请参阅 软件页面 完整的 SDK 设置和 wiki 中的 SDK 快速入门.

乐机器人(用于数据采集)

pip install lerobot

需要将剧集记录并转换为 LeRobot / HuggingFace 数据集格式。 请参阅 数据收集页面 完整的工作流程。

模拟(可选 - 无需硬件)

✓ 可用模拟

您可以使用 ROS2 假硬件模式在没有硬件的情况下运行整个软件堆栈:

ros2 launch openarm_ros2 openarm.launch.py \
  use_fake_hardware:=true

MuJoCo 和 Isaac Sim 还支持物理模拟和合成数据生成。 请参阅 软件→模拟部分 用于设置。

完成完整路径后您可以做什么

完成所有 7 个步骤(通过第一个训练数据集拆箱)后,您将能够:

使用 MIT 位置/速度/扭矩模式通过 SocketCAN 实时控制所有 8 个关节
运行 ROS2 Humble openarm_ros2 轨迹规划和状态发布包
使用操作设备遥控手臂并记录同步关节状态+摄像机片段
以 LeRobot / HuggingFace 格式导出数据集,为 ACT 和 Diffusion Policy 培训做好准备
在部署到真实硬件之前在 MuJoCo 模拟中运行相同的策略
将数据集发布到 SVRC 数据集注册表并训练共享模型

准备好? 启动设置指南。

安装好硬件和 Ubuntu 后,安装指南将引导您完成每个步骤。