SO-101 设置指南

SO-101 是一款完全开源的手臂。 所有部件都是 3D 打印的，或者作为 HuggingFace 上的 LeRobot BOM 中列出的现成硬件提供。

您需要的零件

• 6× Feetech STS3215 伺服电机
• 3D 打印结构部件（SO-101 GitHub 存储库中的 STL 文件）
• USB转串口转接线（CH340或CP2102芯片）
• 12V电源（最小3A）
• 伺服电缆和连接器硬件（每个 BOM）

装配清单

• 打印所有结构部件（底座、连杆、末端执行器）
• 将 STS3215 伺服系统安装到各自的连接外壳中
• 将伺服电缆穿过印刷电缆通道
• 按正确顺序菊花链伺服系统（从底座到尖端的 ID 1–6）
• 通电前将底座固定在稳定的表面上
• 阅读 安全页面 通电前

SO-101 的所有结构部件均可使用标准桌面打印机进行 FDM 打印。 STL 文件被组织成每个手臂的单文件打印，使切片变得简单。

推荐的切片器设置

STL 文件 — 要打印的文件

预先安排的单文件打印可用于常见的床尺寸：

• 220×220毫米床（Ender 3）：
  • 追随者： STL/SO101/Follower/Ender_Follower_SO101.stl
  • 领导者： STL/SO101/Leader/Ender_Leader_SO101.stl
• 205×250毫米地板（Prusa/UP）：
  • 追随者： STL/SO101/Follower/Prusa_Follower_SO101.stl
  • 领导者： STL/SO101/Leader/Prusa_Leader_SO101.stl

HuggingFace LeRobot 原生支持 SO-101。 不需要额外的插件——只需安装乐机器人即可。

安装乐机器人

# Using pip
pip install lerobot

# Or with uv (recommended)
uv pip install lerobot

Linux串口权限

在 Linux 上，串行端口位于 /dev/ttyACM* 要求用户处于 dialout 团体。 运行一次并注销并重新登录：

sudo usermod -aG dialout $USER
# Then log out and back in, or run:
newgrp dialout

先决条件

• Python 3.10+
• Linux（推荐 Ubuntu 22.04）或 macOS
• 已安装 USB 转串口驱动程序（macOS 上的 CH340 驱动程序；通常在 Linux 上预安装）

找到手臂正确的USB串口，然后运行乐机器人校准脚本来设置舵机零位。

找到串口

python lerobot/scripts/find_motors_bus_port.py

出现提示时插拔 USB 电缆。 该脚本识别手臂连接到哪个端口。 典型值：

# Linux:  /dev/ttyACM0  (or ttyUSB0 for CH340 adapters)
# macOS:  /dev/tty.usbmodem*  or  /dev/tty.usbserial-*

运行校准

出现提示时，将手臂移动到其整个运动范围：

python lerobot/scripts/calibrate.py \
  --robot.type=so101 \
  --robot.port=/dev/ttyACM0

在单臂模式下运行远程操作脚本，以在连接引导臂之前验证所有关节是否正确响应。

python lerobot/scripts/teleoperate.py \
  --robot.type=so101 \
  --robot.port=/dev/ttyACM0

要验证什么

• 所有 6 个关节均响应命令，不跳跃
• 终端无伺服失速或过载警告
• 夹具在全范围内打开和关闭
• 任何接头位置均不会卡住电缆

SO-101 可作为独立手臂或作为带有引导臂的跟随手臂进行远程操作。 使用第二只手臂作为领导者可以产生更高质量的模仿学习演示。

独立模式（键盘/编程）

python lerobot/scripts/teleoperate.py \
  --robot.type=so101 \
  --robot.port=/dev/ttyACM0

带引导臂（例如 DK1 引导臂）

python lerobot/scripts/teleoperate.py \
  --robot.type=so101 \
  --robot.port=/dev/ttyACM0 \
  --teleop.type=so101 \
  --teleop.port=/dev/ttyACM1

使用录制演示 record.py。 数据以LeRobot格式保存，可以直接推送到HuggingFace Hub进行训练。

基本录音

python lerobot/scripts/record.py \
  --robot.type=so101 \
  --robot.port=/dev/ttyACM0 \
  --dataset.repo_id=your-org/so101-dataset \
  --dataset.task="pick cube"

带 USB 摄像头

python lerobot/scripts/record.py \
  --robot.type=so101 \
  --robot.port=/dev/ttyACM0 \
  --robot.cameras.top.type=opencv \
  --robot.cameras.top.index=0 \
  --dataset.repo_id=your-org/so101-dataset \
  --dataset.task="pick cube"

记录最佳实践

• 训练前每项任务至少记录 50 次演示
• 不同场景中不同物体的位置和方向
• 使用描述性的 --dataset.task 供以后过滤的名称
• OAK-D 或英特尔实感摄像头非常适合深度数据收集
• 每次会话后验证数据集上传到 HuggingFace Hub