引入
近年来,市面上涌现了许多类似于斯坦福大学的 Alopha 机器人项目,这些项目主要通过模仿人类的运动轨迹来进行学习,实现了仿人类的人工智能。Alopha 机器人通过先进的算法和传感技术,能够精确复制人类的动作,并从中进行数据采集和学习,从而提升其在各种任务中的表现。这种基于模仿学习的方法,使得机器人不仅在工业自动化中表现出色,还在教育和科研领域展现出巨大的潜力。正是在这样的背景下,Elephant Robotics 推出了 myArm M & C 系列机器人手臂,进一步推动了仿人类机器人技术的发展。
迈向未来的创新解决方案
在机器人技术迅猛发展的今天,Elephant Robotics 推出了突破性的 myArm 650 M & C 系列机器人手臂,为教育、科研和工业应用提供了前所未有的灵活性和精确度。这两款高性能的机器人手臂不仅具备强大的功能,还兼具灵活性和易用性,适用于各种应用场景,提供理想的解决方案。让我们一起来深入了解 myArm 650 M & C 系列产品吧!
产品概述
myArm C650
myArm C650是一个通用型6自由度机器人运动信息采集装置,末端附带手指控制器和2个智能按钮。C代表Controller控制器。可以50hz输出末端坐标或关节角度。专为教育、研究和工业数据采集而设计,其灵活性和高度模块化设计使其适用于各种复杂的操作和任务。自身可扩展成7自由度数据采集器。
Product name | myArm C650 |
DOF | 6+1 |
Horizontal reach | 650mm |
Total span | 1300mm |
Self-respect | 1.8kg |
Power Specifications | 12V5A |
Repeatability | ±1mm |
Accuracy | 5-8mm |
Servo quantity | 8 |
Servo type | High-precision digital servo motor |
Screen | 2 inch screen |
I/O | 3.3V digital signal |
Spin ability | +/- 180° |
End effector | Two-finger remote control + two-button control |
USB connection | Type-C |
2 inch display | Support |
Atom end | 5*5 LED light matrix |
Communication frame rate | >50Hz |
myArm M750
myArm M750是一款通用型智能六自由度机械臂,臂展750mm,负载额定500g,最大可达1kg。附带一款1自由度平行末端执行器(机械手)。M代表Master主控器。适合需要复杂运动控制、精准定位和高度可编程性的应用场景。
Product name | myArm C750 |
DOF | 6+1 |
Load capacity | 500g |
Horizontal reach | 750 |
Total span | 1500mm |
Self-respect | 3.2kg |
Power Specifications | 24V5A |
Repeatability | ±1mm |
Accuracy | 5-8mm |
Workload | Rated 500g, peak 1Kg |
Servo quantity | 8 |
Servo type | Industrial grade high-precision digital servo motor |
Screen | 2 inch screen |
I/O | 24V digital signal |
Spin ability | +/- 180° |
End effector | Parallel jaws, optional camera adaptation |
USB connection | Type-C |
2 inch display | Support |
Atom end | 5*5 LED light matrix |
产品的特点
高速数据输出:myArm C650 和 M750 都能以 50Hz 的频率输出末端坐标或关节角度,提供实时的运动数据,确保流畅操作
灵活性和模块化设计:机器人手臂采用高度模块化设计,用户可以根据需求进行定制和扩展,适用于多种应用场景
强大的负载能力:myArm M750 具备 750mm 的臂展和 500g 的负载能力,最大可达 1kg,适合复杂的工业任务
编程与控制:支持 Python 和 ROS,提供强大的编程能力和灵活的控制选项,适合教育和工业自动化领域
兼容性强:支持多种传感器和末端执行器,包括摄像头和 IMU,进一步提升数据采集和处理能力
人工智能学习训练项目
最近市面上涌现了许多类似于斯坦福大学的Alopha机器人项目,这些项目主要通过模仿人类的运动轨迹来进行学习,通过对轨迹的数据记录和大量的训练,实现了alopha机器人可以自主的完成一定的家务,例如做饭,洗碗,叠衣服等等。
https://youtu.be/HaaZ8ss-HP4
整个项目最关键的几个点是全身遥控操作系统,人类示范学习,数据集的协同训练。为此我们也推出了相应的具身人型的复合套件,搭载着两套myArm M&C机械臂以及松灵机器人的移动地盘实现移动。
几乎1:1还原,aloha robot。
我现在先用一套myArm M&C来演示如何来进行操作。
站一下myArm M650,其实是一个6+1轴的机械臂,6自由度是机械臂本身,1是额外的末端夹爪控制器,为了数据更好同步,我们也尽量吧myarm C做成同样的类型,不同的大小。
https://youtu.be/-sLegg0wSUQ
接下来我们简单演示机械臂遥控器系统。
https://youtu.be/AlKLbohyA4E
能够看到几乎实现了同步遥控的才操作流畅度还不错,这主要归功于myarm能够以每秒50hz的速率输出终端的坐标和关节的角度,为用户提供实时的额运动数据。
我们来抓取零件来体验一下他的效果如何
https://youtu.be/DMZSXuJ_lA0
如果我们想要实现,类似于aloha机器人的功能,我们已经完成了两部分了,遥控系统以及人类示范学习,现在最关键的也是差数据集的协同训练。
数据集的协同训练:
数据集的协同训练(co-training)是一种机器学习技术,尤其适用于多任务学习和集成学习。它的核心思想是使用多个不同的数据集或数据视角来共同训练一个模型,以提高模型在特定任务上的性能。
这里有一篇详细的有关数据集的介绍:Meet Mobile ALOHA, your housekeeping robot
整个aloha的项目都是开源的,所以我们可以在网上找到他们团队是如何进行训练的,具体的步骤如下:1.初始模型训练:首先使用现有的静态数据集训练初始模型,这个模型能够执行静态种的双手操作任务。
- 移动操作数据采集:然后通过全身遥控操作系统收集机器人在移动环境中执行任务的师范数据。
- 联合训练:
让静态和动态的数据集联合起来进行训练,通过结合两种不同情况下的数据,模型可以学到更广泛的人物特征,从而提高在新任务上的泛化能力和成功率。所要涉及的数据较多,例如抓取和放置物体,整理桌面的操作示范,移动的速度,打开和关闭柜门,射摄像头图像,激光雷达数据和IMU等等。
为了能够满足大多数的项目需求,myArm M&C在性能上十分显著,有着高频率的数据传输,能够保持每秒以50帧的速率进行传输,并且设有专门的软件来收集相关的数据例如物品的高度,桌面的高度,运动的速度等等。
此外,myArm 同样也搭配了多个传感器,例如摄像头,IMU等等,最终的目的都是为了获取比较精准的数据集来进行训练。
应用场景
上面的项目只是其中一个例子,但我们的机械臂能做的不单单是这些,还能搭配四足机器人一起使用,做一些智能捡垃圾的工作。
单独机械臂应用:医疗和康复
- 手术模拟:在医疗培训中,myArm M & C 可以模拟手术操作,帮助外科医生进行手术前的练习和培训。
- 康复辅助:用于帮助康复患者进行手部和手臂的康复训练,通过编程设定不同的康复运动轨迹。
教育与培训
- 机器人编程课程:在学校和培训机构中,myArm M & C 可以用作教学工具,帮助学生学习机器人编程和控制。通过编程任务,学生可以掌握如何控制机器人的运动和执行复杂的操作。
- 实验室实验:用于大学和研究机构的实验室,进行机械手臂的运动学和动力学研究。学生可以进行精确的运动控制实验,分析机器人的性能。
组合应用:
与移动机器人结合
- 自动化仓储系统:将 myArm M & C 与移动机器人(如 松灵机器人移动底盘)结合,创建一个自动化仓储系统。移动机器人负责搬运物品,myArm 负责抓取和放置物品,实现高效的物品管理和分拣。
- 物流运输:在物流中心,结合 myArm 和 移动底盘,自动化完成包裹的分拣和运输工作,提高物流效率。
- 哨兵巡查:搭配四足机器人,实现一个公园的一个巡航检查,当发现有垃圾的时候还能进行清理。
总结
myArm M & C 系列机器人手臂凭借其高度灵活性、精确度和模块化设计,在教育、科研、工业和家庭等多个领域展现了广泛的应用潜力。单独使用时,这些机器人手臂可以进行精密装配、质量检测、教育培训和医疗康复等任务,展示了其在复杂操作中的卓越表现。与其他机器人结合使用,如与移动机器人或其他机器人手臂协同工作,myArm M & C 更是能够构建高效的自动化系统,实现更复杂的任务分配和执行。此外,这些机器人手臂还可以应用于艺术创作和智能家居,进一步拓展了其使用场景和创意可能性。