技术规格

SO-101 开源机器人手臂的完整硬件和软件规格。

机械的

范围 价值
自由度 6自由度 5 个手臂关节 + 1 个夹具
执行器 飞泰STS3215 串行总线舵机,15 kg·cm 堵转扭矩
抵达 〜500毫米
有效载荷 〜500克 随手臂姿势和伺服温度变化
重量(仅手臂) 〜800克 取决于打印材料; 解放军典型
建造材料 3D 打印的 PLA + 现成的硬件
接头类型 旋转(所有关节)
可用 URDF 是 - 社区维护,包含在 LeRobot 存储库中

电气

范围 价值
输入电压 12V直流 建议使用最小 3A 电源
伺服总线 Feetech STS 串行总线(菊花链)
电脑接口 USB转串口适配器 CH340或CP2102芯片
连接器 JST 型伺服连接器(符合 STS3215 标准)
极性保护 无内置 — 首次连接前验证极性

通讯与软件

范围 价值
沟通 USB串口 /dev/ttyACM* on Linux, /dev/tty.usbserial-* on macOS
默认波特率 115200 波特率
乐机器人设备类型 so101 在所有 LeRobot CLI 命令中使用 --robot.type=so101
SDK HuggingFace LeRobot (pip install lerobot)
Python版本 3.10+
操作系统支持 Linux(Ubuntu 22.04+)、macOS
数据格式 乐机器人数据集格式(Parquet + 视频,兼容 HuggingFace Hub)
模拟 URDF 可用于 MuJoCo 和 PyBullet 集成

建造与成本

范围 价值
DIY建造成本 ~100–200 美元 因伺服采购、打印耗材和地区而异
物料清单来源 HuggingFace 乐机器人 GitHub 存储库
可打印零件 SO-101 GitHub 存储库中提供了 STL 文件
开源许可证 Apache 2.0(通过乐机器人)
前任 SO-100(SO-101是改进的伺服安装座的更新版本)
哪里可以获得零件: 完整的物料清单保存在 HuggingFace 乐机器人存储库。 搜索“SO-101”以查找当前的 BOM 和 STL 文件。 伺服系统可以直接从 Feetech 采购,也可以通过常见的电子供应商采购。

物料清单

用于完整跟随者 + 领导者远程操作集的现成组件。 所有结构部件均由 STL 文件 3D 打印而成 SO-ARM100 GitHub 存储库.

成分 数量(2臂组) 单位成本(美国) 来源
STS3215 7.4V 1/345 齿轮 (C001) — 从动接头和引导轴肩 7 ~$13.89 件 阿里巴巴
STS3215 7.4V 1/191 齿轮 (C044) — 引导座和弯头 2 ~$13.89 件 阿里巴巴
STS3215 7.4V 1/147 齿轮 (C046) — 引导手腕和夹具 3 ~$13.89 件 阿里巴巴
Waveshare电机控制板 2 ~$10.60 件 亚马逊/秋月
USB-C 电缆(2 件装) 1 ~$7.00 亚马逊
5V直流电源 2 ~$10.00 件 亚马逊
台夹(4 件装) 1 ~$9.00 亚马逊
螺丝刀套装(十字槽 #0 和 #1) 1 ~$6.00 亚马逊
3D 打印结构部件(PLA+ 长丝) 仅耗材成本 打印自己(存储库中的 STL)
预计总成本: 完整的追随者 + 领导者套装约为 230 美元(美国定价)。 单个随动臂的价格约为 122 美元。 欧盟定价相当(全套约 226 欧元)。 预组装套件可从 帕塔机器人, 西德工作室, 和 哇机器人.

引导臂齿轮比

从动臂在所有 6 个关节上使用统一的 1/345 齿轮比 (STS3215 C001)。 引导臂使用三种不同的齿轮比来平衡反向驱动能力和支撑自身重量的能力:

联合的 发动机 齿轮比 零件代码
底座/肩板 STS3215 7.4V 1 / 191 C044
肩部提升 STS3215 7.4V 1 / 345 C001
肘部屈曲 STS3215 7.4V 1 / 191 C044
手腕弯曲 STS3215 7.4V 1 / 147 C046
手腕滚动 STS3215 7.4V 1 / 147 C046
夹爪 STS3215 7.4V 1 / 147 C046
较低的比率=更可向后行驶。 操作员最常移动的关节(手腕、夹具)使用 1/147 以获得较小的阻力。 肩部使用 1/345 以获得更大的扭矩来支撑手臂自身的重量。 从动臂各处均使用 1/345 以获得最大失速扭矩。

与其他硬件比较

了解 SO-101 如何与平台上的其他机械臂(包括 OpenArm 101 和 DK1 Bimanual Kit)进行比较。

比较所有硬件 →

准备好构建了吗?

SO-101 是进入机器人学习研究的最便捷途径。