OpenArm 开源机械臂上手7 自由度物理 AI 采集平台从装好到采集只需两条命令【免费下载链接】openarmA fully open-source humanoid arm for physical AI research and deployment in contact-rich environments.项目地址: https://gitcode.com/GitHub_Trending/op/openarmOpenArm 是一款完全开源的 7 自由度人形机械臂面向物理 AI 研究与接触密集任务部署。CAD、固件、控制代码、仿真文件全部公开一套双臂系统 6,500 美元并配一套标准化工位让你采的数据和别人的结果能放在一起比较。为什么你采的数据总没法和别人对比做物理 AI 的都知道这个坑你说模型 A 比模型 B 强对方却连复现的硬件都没有——相机角度不一样、背景不一样、机械臂型号不一样结论就成了各说各话。OpenArm 的做法很直接把实验条件本身做成硬件。除了机械臂本体它还带一个标准化评估工位 OpenArm Cell统一了背景、光照、相机位姿和手臂安装位置再配一条无电机的主臂 OpenArm KER 用来教操作。这样全球任何一台机器上采的数据起点都是同一套物理条件模型间的对比才有意义。对你意味着什么不用纠结是不是我实验室的环境问题发论文、做 demo 时可以直接说结果在标准工位上测得。三个设计值得细看关节能被反着推操作手感是采集质量的前提。每只臂用 7 个 QDD 高回驱backdrivable关节配合 24V Damiao 电机和 CAN-FD 总线8 电机配置下控制周期稳定在 1000 Hz 以内。回驱性带来的直接好处是双向力反馈遥操作——你推主臂时能从从臂上感觉到它碰到的物体这比只能单向跟手的方案在抓取、插拔这类接触密集任务上采出的数据保真得多。额定负载 4.1 kg最差姿态保持 1 分钟、峰值 6.0 kg注意这个数包含末端执行器装了 1.5 kg 的执行器后额定剩 2.6 kg。评估工位像把实验室做成了标准件。OpenArm Cell 统一了背景和光照Z 轴高度可调还配了零位校准工装——用机械限位把每个自由度卡到 CAD 定义的角度从源头消掉装配公差对数据集的污染。工作中有人误入工作区会自动断电。KER 主臂让 1:1 跟手不用写任何映射代码。KERKinematic Equivalent Replica关节结构与 2.0 主臂完全一致只是连杆缩到 70% 的无电机主臂整机 1.7 kg肩背式佩戴约 30 秒就能装好。因为关节一一对应你戴着手推它从臂就 1:1 跟着动省掉了 retargeting 里最烦的坐标变换。最短上手路径先验证通信再跑假硬件仿真前置条件只有一台装好 Ubuntu 22.04/24.04 的电脑和一个 SocketCAN 兼容的 CAN 适配器。官方 PPA 里有现成的 C 库和 CLI 工具装完即可扫描电机sudo apt install -y libopenarm-can-dev openarm-can-utils openarm-can-cli -i can0 discover电机都点亮之后不用碰真机也能先把上层跑通——ROS2 侧的 bringup 默认就是假硬件模式配合 MoveIt2 调试规划ros2 launch openarm_bringup openarm.bimanual.launch.py arm_type:v2.0想切真机时加上use_fake_hardware:false right_can_interface:can0 left_can_interface:can1即可。CAN 排错清单总线终止电阻、波特率、ID 冲突和完整装配步骤见官方 CAN 文档和设置教程。采完的数据怎么进训练数据按openarm_dataset格式落盘每个 episode 有动作/观测的 parquet 关节数据和多路相机 JPEG腕部、头部、顶部。Python 侧pip install openarm_dataset就能读并且内置转 LeRobot 格式的 CLI一条命令openarm-dataset-convert就能产出 LeRobot v2.1 布局parquet MP4 视频 meta直接喂给 ACT 这类模仿学习策略。推理部署走 Doradora-rs数据流各节点是独立 Python 进程用 Arrow 数组通信YAML 文件编排拓扑观测按 250 Hz 节拍打包策略返回的动作块经上采样和低通滤波后下发到电机。整套流程提供 dummy 节点没有硬件也能把数据流跑通做 CI。仿真有两条路MuJoCo 提供双臂 MJCF 模型下载二进制后把v1/openarm_bimanual.xml拖进 simulate 窗口即可Isaac Lab 侧基于 IsaacSim 5.1.0 / Isaac Lab 2.3.0 提供 Reaching、抬方块、开抽屉、双臂到达四个强化学习任务。更多安装细节见仿真文档。适合谁、不适合谁适合正在做模仿学习、遥操作数据采集、需要可复现基准的团队硬件门槛低、软件栈标准ros2_control MoveIt2、数据格式直通 LeRobot一个人也能搭起采集-训练-评估的闭环。不适合想开箱即用做商业产线的人——它是研究平台从装电机到零位校准都需要自己动手也不适合预算低于 6,500 美元只想要单条手臂的轻量场景可以先看看公开的 CAD 和 BOM 自己评估成本。【免费下载链接】openarmA fully open-source humanoid arm for physical AI research and deployment in contact-rich environments.项目地址: https://gitcode.com/GitHub_Trending/op/openarm创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考