从零搭出一只 7 自由度 OpenArm 机械臂：完整动手指南
【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
想让机械臂替你完成抓取、搬运这类精细操作，还要兼顾人机同场的安全？商业协作臂报价动辄六位数，而 OpenArm 把门槛拉低了很多：一套完全开源的 7 自由度人形机械臂，双臂系统成本约 6500 美元，CAD、固件、控制代码、仿真工具全部公开。你按文档买件、组装、配置，几天内就能让两只手臂跑起来。
OpenArm 2.0：人形比例设计，铝型材支架 + 不锈钢关键结构件
关键信息速览
先确认这套硬件是否匹配你的需求：
| 项目 | 参数 |
|---|---|
| 自由度 | 每臂 7 自由度（外加夹爪 1 个） |
| 负载 | 峰值 6.0 kg / 额定 4.1 kg（最不利姿态下测试） |
| 关节 | QDD 准直驱电机，可反驱、高柔顺，每个轴带机械限位 |
| 控制总线 | CAN-FD，24V 供电 |
| 结构 | 铝 + 不锈钢，MISUMI 铝型材支架，底座 M6 螺孔可直接固定 |
| 末端 | 紧凑并联夹爪，支持手内相机 |
| 成本 | 双臂整机约 6500 美元（DIY 物料） |
它的定位是物理 AI 的数据采集与部署平台：遥操作、模仿学习、仿真和真机数据闭环都能在这套硬件上跑通。
🧰 准备：物料、工具与前置条件
动手前把三类物料备齐，完整清单在文档中分三张表：
- 机械件清单：
website/docs/hardware/bill-of-materials/arm-manufactured.mdx（CNC 加工件） - 标准件清单：
website/docs/hardware/bill-of-materials/arm-off-the-shelf.mdx（轴承、螺丝等） - 电气件清单：
website/docs/hardware/bill-of-materials/electrical.mdx（电机、通信板、电源、夹爪电机）
OpenArm 通信板：CAN-FD 总线与电源分配的核心部件
软件侧的前置条件很简单：
- 一台装 Ubuntu 22.04/24.04 的电脑（支持 SocketCAN），用于电机控制和开发
- 一台 Windows 电脑 + Damiao USB CAN 调试器，用于给电机烧写 ID
- 24V 电源，电流容量匹配电机数量
🛠️ 搭建：核心装配步骤
装配按"先关节、后集成"推进，项目提供了逐步装配图文（website/docs/hardware/assembly-guide/）：
- 关节组装配：依次完成 J1-J2、J2-J3、J3-J4、J4-J5，再到腕部的 J5-J6-J7 关节组，每个关节集成一颗 Damiao 电机与编码器
- 夹爪装配：组装并联夹爪并接入末端
- 底座与集成：将手臂固定到 MISUMI 铝型材支架和底座上
- 电气连接：电机用 XT30 2+2 线缆菊花链串接，按布线指南接入通信板与 24V 电源
从从臂骨架渲染图：每个关节模块可独立维护，结构一目了然
装完先别急着上电，检查每个轴的机械限位方向和线缆走向，这是后续安全运行的基础。
⚡ 跑通：电机配置与首次运行命令
硬件装好后的"点亮"路径分四步，文档按顺序写在website/docs/setup/openarm-setup/下：
- 烧写电机 ID：在 Windows 上用 Damiao 调试工具，把 J1-J8 的收发 CAN ID 按固定规则写入（J1 为 0x01/0x11，依次递增，夹爪为 0x08/0x18）
- 配置 CAN 接口：Linux 下安装 OpenArm 工具包后，一条命令完成 CAN-FD 接口配置（数据相 5 Mbps）：
openarm-can-cli can_configure- 标定零位：把手臂摆到安全姿态，设定各电机零位，保证后续动作起点正确
- 运行演示程序：
openarm-can-demo演示会依次执行电机使能、位置控制、力矩控制和夹爪开合，看到电机位置读数持续刷出，就说明整条控制链路通了。
硬件连接示意：电机、通信板、24V 电源与 CAN 总线的完整接线
运行前把急停按钮放在手边，清空臂展范围内的杂物——文档中的安全警告（website/docs/overview/safety-guide.mdx）值得完整读一遍。
🎮 进阶：遥操作、仿真与数据采集
跑通基础控制后，OpenArm 的几项特色能力可以逐步解锁：
- 主从跟随遥操作：用一只无电机的主臂 1:1 驱动从臂。单边控制简单稳健，适合自由空间操作；双边控制带回向力反馈，你在主臂上能"感受"从臂接触到的物体，是采集接触丰富数据的关键
- VR 遥操作：用 Quest 3 头显直接操控并录制数据，流程见
website/docs/tutorial/data-collection-vr.mdx - 仿真：MuJoCo 与 Isaac Lab 均有官方模型，拖入 XML 即可打开双臂场景，算法先在仿真里验证再上真机
- 标准评测环境：OpenArm Cell 统一了背景、光照与相机位姿，让不同实验室的评测结果可复现
双臂模型在 RViz 中的可视化：仿真与真机共享同一套描述文件
主从跟随遥操作：主臂动作实时映射到从臂，支持单边与双边两种模式
下一步建议
如果你已经动手，按这个顺序推进最省力：先让openarm-can-demo稳定跑起来 → 再上 ROS2 包接入 MoveIt2 做运动规划 → 最后接入遥操作开始采集数据。
遇到问题，优先查官方文档website/docs/（本仓库即为文档站源码），电机通信细节在website/docs/api-reference/can/，常见问题在website/docs/faq/index.md；项目也通过 GitHub Issues 和 Discord 社区接受 bug 报告与新功能需求，参与贡献的约定见CONTRIBUTING.md。
【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
