OpenArm 技術文書

システムの範囲

OpenArm は、密閉されたブラック ボックスではなく、研究にすぐに使える操作プラットフォームとして設計されています。 このシステムは、実際のロボットの学習、遠隔操作、シミュレーションから現実への反復、およびハードウェア、ソフトウェア、およびデータ収集が連携していなければならない接触が多いワークフローをサポートすることを目的としています。

ハードウェアアーキテクチャ

コア アームは、人間のような冗長性を備えた 7 自由度の擬人化構造を使用しており、デモンストレーションの軌道からの自然なマッピングと、障害物の周囲でのより堅牢な動作計画を可能にします。 機械フレームにはモジュール式アルミニウムと均一な取り付け戦略が使用されているため、チームはシステム全体を再構築することなくエンドエフェクター、固定具、補助センサーを交換できます。

機械的エンベロープ、ペイロード、および取り付けの詳細については、専用のマニュアルを参照してください。 オープンアーム仕様 ページ。

制御インターフェース

OpenArm は、ほとんどのチームが評価および展開中に必要とする制御パターンをサポートしています。標準モーション実行のための位置制御、高周波外部ループのための速度制御、準拠した相互作用のためのインピーダンス制御、および接触に敏感なタスクのための力指向モードです。 重力補正と双方向遠隔操作は、デモンストレーションの多いデータ収集セットアップに利用できます。

ソフトウェアスタック

OpenArm は、ROS2 ベースのロボティクス ワークフローとクリーンに動作するように構築されています。 予想されるスタックには、ロボット記述アセット、状態パブリッシング、制御ノード、ロギング、シミュレーション環境へのブリッジが含まれます。 シミュレーション サポートは MuJoCo と Isaac Sim を中心に設計されているため、チームは実際の実行とシミュレートされた実行にわたって状態定義、アクション スペース、評価規則の一貫性を保つことができます。

見る ソフトウェアとシミュレーション 環境レベルの詳細については、

統合ワークフロー

一般的な統合シーケンスは次のようになります。機械的な取り付けとワークスペースのクリアランスを検証し、関節状態のストリーミングとキャリブレーションを検証し、低リスクの位置動作を実行し、遠隔操作またはインピーダンス モードを有効にし、ロギングとタスクのメタデータを接続してから、構造化データの収集またはポリシーの評価に進みます。 この段階的なフローにより、起動リスクが軽減され、センサー、エンドエフェクター、またはデータ スキーマが変更された場合のデバッグが容易になります。

データ収集の準備状況

OpenArm は、目的がモーションの実行だけでなくデータ生成である場合に特に役立ちます。 このシステムは、デモンストレーション、失敗、再試行、接触状態、オペレーターの介入がすべて再利用可能なトレーニング データになるように設計されています。 そのため、ロボットを単一の静的な製品シートとして扱うのではなく、ドキュメントがハードウェア、ソフトウェア、安全性、およびデータ収集に分割されています。

見る OpenArm データ収集 推奨されるワークフローについては、

参考マップ