新闻详情

新闻详情

首页 / 资讯中心 / 详情

XLeRobot 完整指南:$660 搭一台会看会走的 YOLO 视觉双臂机器人

发布时间:2026/11/23 6:49:23来源:尧图网络
XLeRobot 完整指南:$660 搭一台会看会走的 YOLO 视觉双臂机器人
XLeRobot 完整指南$660 搭一台会看会走的 YOLO 视觉双臂机器人【免费下载链接】XLeRobotXLeRobot: Practical Dual-Arm Mobile Home Robot for $660项目地址: https://gitcode.com/GitHub_Trending/xl/XLeRobotXLeRobot 是一个开源的低成本双臂移动家用人形机器人项目。约 660 美元的零件就能让你装出一台会轮式移动、带两条六自由度机械臂、能用 YOLO 视觉引导完成取放家务的机器人总装配时间不到 4 小时。先看一个真实场景。社区项目 matcha_bot 就用 XLeRobot 做了一件事打抹茶。一条臂扶茶碗另一条臂夹住茶筅伸进碗里搅打。听起来轻巧背后要回答四个问题身体用什么搭一台不花大几万美金的移动平台它怎么看摄像头 YOLO 物体检测手怎么伸过去像素坐标翻译成关节角度怎么让它自己会干仿真里训练再迁移到真机下面按这个顺序一个一个说清。身体方案用宜家小推车拼出移动底盘常见做法是买一体式移动机械臂。起步价几万美金供应链也不在自己手里。XLeRobot 的思路是拼底盘LeKiwi 全向轮移动底盘也提供双轮差速版更便宜更稳骨架IKEA RÅSKOG 小推车——全球买得到、便宜、金属网底好装东西高度刚好卡在灶台和茶几之间手臂两条 SO-101 机械臂每条 6 个自由度来自 LeRobot 生态电源Anker SOLIX C300 户外电源288Wh 容量、300W 输出三根 USB-C 线喂饱双臂、底盘和树莓派省掉复杂布线大脑你的笔记本电脑就够了树莓派只负责无线传数据整机约 12 公斤一个成年人能抱起来。单臂负载 600 到 1000 克。别被这些数字吓到——它的设计目标就是搬杯水、递个东西不是搬冰箱。视觉设置YOLO 物体检测靠一句话指定目标YOLO 是看一眼就知道的一遍式目标检测网络实时检测的标配。XLeRobot 的用法更省事。它用的是开放词汇版本的 YOLOE不用为每个物体单独训练直接用文字指定要找什么# 命令行输入 bottle,cup,mouse模型就开始在画面里找它们 model.set_classes(target_objects, model.get_text_pe(target_objects))两行代码模型就盯着摄像头画面找瓶子、杯子、鼠标。一个容易被新手忽略的设计视觉和机械控制跑在两个独立线程里。视觉线程只管看见并画框控制线程只管动。互不阻塞画面卡一下手臂也不会跟着抽搐。控制链路像素偏移怎么变成关节角度看见物体只是第一步还得够得着。这一步要解决的是坐标翻译——类似把 GPS 坐标翻译成导航指令。项目里手写了手臂平面部分的解析逆运动学IK即给定手要到的位置反算每个关节该转多少度。给一个目标点用余弦定理解出两个关节角joint2, joint3 inverse_kinematics(x, y) # 给一个点回两个关节角目标点如果超出了手臂够得到的范围代码会先把它缩到边界上——手臂宁可少走两步也不会硬伸到坏。角度算出来后交给一个 50Hz 的 P 控制循环每 20 毫秒跑一次error target_pos - current_pos # 离目标差多少 control_output kp * error # 差得多就纠正得多 new_position current_pos control_output就这么个最简单的比例控制手臂动作已经很平滑。而且全部控制走蓝牙不需要 Wi-Fi延迟几乎为零。遥操作方式也给你备好了键盘、Xbox 手柄、Switch Joycon、Quest3 VR各有一个现成脚本对应software/examples/里的 4 号到 8 号文件。自主训练先在仿真里练再上真机遥操作是第一步让它自己干活得靠学。新手常踩的坑直接在真机上学慢、危险、还容易把机器磨坏。XLeRobot 的路径是仿真先行ManiSkill15 分钟起一个 XLeRobot 强化学习环境官方 URDF 都配好了MuJoCo直接在浏览器里玩不用装环境Isaac Sim更高精度的物理仿真模型层面官方文档给 ACT、SmolVLA、pi0.5 和强化学习各配了一份教程见 docs/en/source/software/。在仿真里把策略练好再部署回真机这套仿真到现实的迁移路径就是 LeRobot 社区的主流玩法XLeRobot 的硬件和软件完全兼容。社区已经用它跑出了不少花样比如这个从需求到交付的家用服务改造新手上手4 步搭出第一台 XLeRobot想动手的话流程不长git clone https://gitcode.com/GitHub_Trending/xl/XLeRobot买零件按官方物料清单采购基础版约 $660用笔记本 单目相机加双目相机 $30加 RealSense 深度相机 $2203D 打印90% 的部件是打印件文档里有参数组装两条 SO-101 臂 67 分钟装完整机不到 4 小时底盘细节可以看 hardware/odrive/README.md跑软件pip install装上 LeRobot然后按编号跑示例脚本示例脚本的编号本身就是一份路线图0 号关节级电机测试先确认每条臂能动1、2 号单臂、双臂末端控制3 号YOLO 视觉检测与控制4 到 7 号整机遥操作键盘 / Xbox / Joycon8 号VR 遥操作顺便录数据集最后说句安全上的话低扭距电机、40 厘米的手臂、轮式底盘这套配置在物理上就让它很难对人造成伤害。这对在家跑机器人的新手来说是个实打实的加分项。从 660 美元到一台会看、会走、会干家务的双臂机器人XLeRobot 把具身智能这件事的门槛压到了一台智能手机的价格。你缺的不是方案是那个动手的下午。【免费下载链接】XLeRobotXLeRobot: Practical Dual-Arm Mobile Home Robot for $660项目地址: https://gitcode.com/GitHub_Trending/xl/XLeRobot创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/22 21:23:30

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/22 1:51:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/22 19:32:11

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉