OpenArm 技术文档
面向使用 OpenArm 进行构建的团队的界面说明、控制堆栈、部署工作流程和集成参考。
系统范围
OpenArm 被设计为一个可供研究的操纵平台，而不是一个密封的黑匣子。 该系统旨在支持真实的机器人学习、远程操作、模拟到真实的迭代以及接触丰富的工作流程，其中硬件、软件和数据收集必须保持一致。
硬件架构
核心臂采用具有类人冗余的 7 自由度拟人结构，允许根据演示轨迹进行自然映射，并在障碍物周围进行更稳健的运动规划。 机械框架采用模块化铝材和统一的安装策略，因此团队可以更换末端执行器、固定装置和辅助传感器，而无需重建整个系统。
有关机械外壳、有效负载和安装详细信息，请参阅专用的 OpenArm 规格 页。
控制接口
OpenArm 支持大多数团队在评估和部署期间所需的控制模式：用于标准运动执行的位置控制、用于高频外部环路的速度控制、用于合规交互的阻抗控制以及用于接触敏感任务的力导向模式。 重力补偿和双边远程操作可用于演示繁重的数据收集设置。
推荐设置 — 在早期任务收集期间使用远程操作和重力补偿，然后随着接触一致性的改善转向阻抗或力感知策略。
软件堆栈
OpenArm 旨在与基于 ROS2 的机器人工作流程完美配合。 预期的堆栈包括机器人描述资产、状态发布、控制节点、日志记录以及进入模拟环境的桥梁。 模拟支持是围绕 MuJoCo 和 Isaac Sim 设计的，因此团队可以在真实和模拟运行中保持状态定义、操作空间和评估约定保持一致。
看 软件与模拟 了解环境级别的详细信息。
集成工作流程
典型的集成顺序如下所示：验证机械安装和工作空间间隙，验证联合状态流和校准，执行低风险位置运动，启用远程操作或阻抗模式，连接日志记录和任务元数据，然后进入结构化数据收集或策略评估。 这种分阶段的流程降低了启动风险，并使传感器、末端执行器或数据模式发生变化时的调试变得更加容易。
数据收集准备情况
当目标不仅仅是运动执行而是数据生成时，OpenArm 特别有用。 该系统的设计使得演示、故障、重试、联系状态和操作员干预都可以成为可重复使用的培训数据。 这就是为什么文档分为硬件、软件、安全和数据收集，而不是将机器人视为单个静态产品表。
看 OpenArm 数据采集 以获得推荐的工作流程。