正在连接信源…

HopeJR(HOPEJr) 复刻全流程

HopeJR(HOPEJr) 从采购、打印、组装到装软件、标定和训练的 110 个步骤,附物料表、购买链接与官方出处。

官方无售价与物料总价:Arm/BOM.md 只列零件与购买链接,不标价。HF 博客(2026‑09‑25)称接入 LeRobot 的单臂加手约 500 欧元;HF CEO 2025‑05‑29 的帖子称整机 3,000 美元,但没有下单页

物料 · Nuts & Bolts

零件数量
M2 · screw set · Amazon · hand1 set
M4 · nuts set · Amazon · arm1 set
65mm screws · Amazon · 2x upper shoulder, 2x armpit, 2x wrist6
50mm screws · Amazon · 1x hummeral1
45mm screws · Amazon · 1x hummeral1
35mm screws · Amazon · 1x hummeral1
30mm screws · Amazon · 1x hummeral, 2x lower shoulder3
25mm screws · Amazon · 1x upper elbow1
M6 · 35mm screws · Amazon · 2x elbow, 2x shoulder4
spacers set · Amazon · 2x elbow, 2x shoulder1 set

物料 · Miscallenous

零件数量
PTFE tube · Amazon · hand1
Finger protectors · Amazon · 1x fingers5

采购

  • 选择表中的四个电机

    按照文档的四行电机表选择电机。

  • 购买一块 URT-1 板
  • 购买一块 Waveshare 舵机驱动板

    购买 1 块用于 hand 的 Waveshare 舵机驱动板。参考:Amazon、AliExpress。

  • 购买 12V 5A 电源和适配器

    购买 1 个 12V - 5A 的电源加 DC 适配器,用于 arm。参考:Amazon。

  • 购买 5V 4A 电源

    购买 1 个 5V - 4A 的电源,用于 hand。参考:Amazon。

  • 购买两根 3 米 USB-C 转 USB-A 线

    购买 2 根长度为 3m 的 USB C → USB A 电缆,用于 arm + hand。参考:Amazon。

  • 购买一套 M2 螺钉

    购买 1 套 M2 螺钉,用于 hand。参考:Amazon。

  • 购买一套 M4 螺母

    购买 1 套 M4 螺母,用于 arm。参考:Amazon。

  • 购买六根 65 毫米螺钉

    购买 6 根 65mm 螺钉,分别用于 2x upper shoulder、2x armpit 和 2x wrist。参考:Amazon。

  • 购买一根 50 毫米螺钉

    购买 1 根 50mm 螺钉,用于 1x hummeral。参考:Amazon。

  • 购买一根 45 毫米螺钉

    购买 1 根 45mm 螺钉,用于 1x hummeral。参考:Amazon。

  • 购买一根 35 毫米螺钉

    购买 1 根 35mm 螺钉,用于 1x hummeral。参考:Amazon。

  • 购买三根 30 毫米螺钉

    购买 3 根 30mm 螺钉,用于 1x hummeral 和 2x lower shoulder。参考:Amazon。

  • 购买一根 25 毫米螺钉

    购买 1 根 25mm 螺钉,用于 1x upper elbow。参考:Amazon。

  • 购买四根 M6 35 毫米螺钉

    购买 4 根 M6 35mm 螺钉,用于 2x elbow 和 2x shoulder。参考:Amazon。

  • 购买一套隔套

    购买 1 套隔套,用于 2x elbow 和 2x shoulder。参考:Amazon。

  • 购买腕部轴承

    购买 1 个尺寸为 10mm x 70mm x 90mm 的轴承,用于腕部。

  • 购买肩部轴承

    购买 1 个尺寸为 50mm x 65mm x 7mm 的轴承,用于肩部。

  • 购买机械臂轴承

    购买 18 个尺寸为 20mm x 27mm x 4mm 的轴承,用于机械臂。

  • 购买短弹簧

    购买 1 组 10 个尺寸为 15mm x 0.3mm x 3mm 的弹簧;用于 3 个拇指和带拇指的 2 个手指。

  • 购买长弹簧

    购买 2 组 10 个尺寸为 20mm x 0.3mm x 3mm 的弹簧;用于带拇指的 1 个手指。

  • 购买手部钢丝

    购买 1 个直径为 0.33 mm、拉力为 63 LB 的钢丝,用于手部。

  • 购买 PTFE 管

    购买 1 个 PTFE 管,用于手部。

  • 购买手指保护套

    购买 5 个手指保护套,每个手指使用 1 个。

  • 购买 M3 螺钉套装

    购买 1 套 M3 螺钉套装。

  • 购买关节轴承

    购买 10 个尺寸为 6mm × 10mm × 3mm 的轴承,每个上臂关节使用 2 个。

  • 购买前臂尺寸魔术贴

    购买 2 条宽度为 20mm、长度为前臂直径的魔术贴。

  • 购买肩部尺寸魔术贴

    购买 2 条宽度为 20mm、长度为肩部直径的魔术贴。

  • 购买半躯干尺寸魔术贴

    购买 2 条宽度为 20mm、长度为半躯干直径的魔术贴。

  • 购买编码器磁铁

    购买 23 个直径 3mm 的磁铁,每个关节使用 1 个。

  • 购买线性霍尔传感器

    购买 28 个 SS49E 线性霍尔传感器;手部和手腕每个关节使用 1 个,上臂每个关节使用 2 个。

  • 购买 10cm JST 电缆

    购买 1 组共 10 根的 3 针、10cm 长 JST 电缆。

  • 购买 15cm JST 电缆

    购买 1 组共 10 根的 3 针、同向、15cm 长 JST 电缆。

  • 购买 20cm JST 电缆

    购买 2 组、共 20 根的 3 针、同向、20cm 长 JST 电缆。

  • 购买30厘米三针同向线束

    购买1组10根三针同向线,长度为30厘米。

  • 查找部署资料与模型权重

    打开项目部署页面,查找实现说明、部署说明和已发布权重。

  • 获取手套开放硬件

    从Homunculus开放硬件版本获取ESP32-C3板、固件、KiCad PCB设计、可打印零件、URDF模型和交互式查看器。手套材料成本低于20美元。

  • 查阅校准与采集文档

    使用Homunculus loco-manipulation文档中的LeRobot校准和数据采集流程。

  • 设置 HopeJR 硬件

    在安装和配置 LeRobot 前,完成链接中的 HopeJR 硬件设置。

打印与加工

  • 获取并打印 G1 改装件

    从 lerobot/unitree-g1-hardware-modifications 获取打印文件,打印腕部适配器、头部摄像头支架和背包外壳。

  • 打印手套零件

    使用开放硬件版本或Project Homunculus仓库提供的可打印零件和STEP/STL几何文件制作手套零件。

  • 获取 STL 文件

    在 3dprint files/STL 中查找 HOPEJr 和遥控套件所需的 STL 文件。

  • 准备手臂和外骨骼模型

    使用更新后的 STEP/arm.step 和 STEP/exoskeleton.step 作为手臂与遥控外骨骼的模型文件。手臂版本的配合公差已略微放宽。

  • 订购遥操作器 PCB

    添加 Gerber 文件并选择 PCB 组装;在下一屏幕粘贴遥操作设备和连接器的 BOM 与 POS 文件,然后下单。

组装

  • 安装手指 DIP 欠驱动关节

    为手指增加位于 DIP 关节的欠驱动自由度,使手能够适应被抓握物体的形状。

  • 固定并加粗拉线

    使用螺钉将导线锁定在位置,并采用更粗的钓鱼线,以减少滚动接触关节受到的剪切和扭转影响。

  • 安装 PTFE 管腱绳

    使用3D打印机耗材制成的 PTFE 管驱动手指腱绳。

  • 安装可对握拇指

    将拇指安装为可对握结构,采用主动拇指追踪器的建模方案。

  • 安装手指线轴

    加入线轴,使手指运动相对于电机角度呈线性关系,从而实现更快的动作和1:1遥操作。

  • 用螺栓替换螺纹嵌件

    手臂中的所有螺纹嵌件都改用螺栓,不再使用螺纹嵌件。

  • 布置手臂导线并安装电机

    让导线从肩甲后方通过,移除被动腱绳,并安装体积更大的 STS8215 以承受额外负载。

  • 无焊接安装 PCB

    使用 PCB 连接电机,以简化遥控外骨骼的组装;包括 PCB 在内,整个装配过程不需要焊接。

  • 为每个关节制作双 exoskeleton

    为 HopeJr 的每个机器人关节制作 exoskeleton 对应结构,包括手部关节。

  • 安装关节角度编码器

    每个手部关节使用一个直径式霍尔编码器,每个手臂关节使用两个,以更准确地跟踪角度。

  • 无需焊接组装 exoskeleton

    使用 HF 开发的自定义 PCB 组装该设备,无需焊接。

  • 安装 OpenArm 夹爪

    使用定制的 3D 打印适配器,将 OpenArm 夹爪安装到 G1 的手腕上。

  • 安装头部摄像头

    使用打印支架将额外摄像头安装在 G1 头部,为策略提供独立于手腕摄像头的稳定自我中心视角。

  • 安装背包电子设备外壳

    在 G1 背部安装打印外壳,将 CAN-FD 适配器以及额外的夹爪和摄像头布线容纳其中。

  • 装上可拆卸面板

    装上外壳的可拆卸面板,无需拆解机器人即可保持接口可访问。

  • 搭建头部深度视觉管线

    将头部相机深度送入冻结的 Theia-Tiny,再通过 16 帧时间 adapter 形成 128 维视觉摘要。

  • 连接视觉与身体状态控制器

    将 128 维视觉摘要和 G1 身体状态输入 7 个 LoRA adapters,再送入 SONIC 生成关节目标。

  • 组装传感器与控制板

    按照交互式3D装配指南组装手套,并连接16个SS49E霍尔传感器、多路复用器和定制ESP32-C3板。

  • 构建Homunculus外骨骼

    将手套方案扩展为用于手臂遥操作的Homunculus外骨骼。外骨骼直接测量关节运动,并将其重定向到机器人。

软件与固件

  • 连接策略与全身控制器

    在 Unitree G1 的 LeRobot 工作流中,将快速控制器放在学习策略与机器人之间。让策略预测紧凑的动作 token,并由控制器将其转换为动力学可行的关节目标。

  • 配置 π0.5 与 SONIC

    采用 OpenHLM 的基本方案:让 π0.5 接收语言、摄像头观测和机器人状态,并预测成块的 SONIC 潜在动作 token。SONIC 解码器将 token 转换为关节目标,底层 PD 控制器负责跟踪。

  • 将参考动作编码为运动标记

    将 VR 参考动作转换为 SMPL 格式,并通过 SONIC 编码器得到共享的 64 维量化运动标记;该潜在动作流成为模仿学习的动作目标。

  • 解码并执行 G1 动作

    在 LeRobot 集成中提供运动标记;解码器将其与短期本体感知状态历史结合,生成可执行的关节目标,并由控制器转化为 G1 动作。

  • 查阅 G1 训练与推理流程

    按照文档中的 G1 training and inference 页面执行可复现的训练和部署流程。

  • 配置不同的全身控制器

    在 LeRobot 中使用 NVIDIA GR00T-WholeBodyControl 或 Amazon FAR Holosoma 控制 G1,并通过指定 Space 比较它们。

  • 映射 G1 手臂逆运动学

    使用 G1 手臂运动学和逆运动学,将末端执行器目标映射为关节目标。

  • 启用上半身重力补偿

    在接口中为上半身关节启用重力补偿。

  • 安装固件并打开查看器

    安装手套固件,并使用随开放硬件版本提供的交互式查看器查看模型。

  • 安装 LeRobot 和 HopeJR 依赖项

    按照 LeRobot 的安装说明进行操作,然后安装 HopeJR 依赖项。

  • 将 exoskeleton 集成到 LeRobot

    将上述 exoskeleton、角度编码器和 PCB 集成到 LeRobot 中。

标定与测试

  • 识别 HopeJR 的 USB 端口

    运行端口查找脚本,并记录显示的手臂、手套、手部和外骨骼端口路径。这些路径将用于 --robot.port 和 --teleop.port 参数。

  • 开始手部校准

    使用指定的机器人类型、USB 端口、机器人 ID 和右手侧参数运行手部校准脚本。校准 GUI 将打开,校准文件将保存在 ~/.cache/huggingface/lerobot/calibration。

  • 校准拇指关节

    在校准 GUI 中分别校准拇指的 CMC、MCP、PIP 和 DIP 关节,并设置每个关节的范围边界。

  • 校准手指关节

    分别校准食指、中指、无名指和小指的桡侧屈曲肌、尺侧屈曲肌及 PIP/DIP。将尺侧和桡侧屈曲肌的范围设为相同大小但使用不同偏移,以获得对称运动。

  • 保存手部校准值

    为所有关节设置适当的范围边界后,点击“Save”将校准值写入电机。

  • 校准遥操作手套

    运行手套校准命令,然后让拇指和每根手指完成整个运动范围,同时记录位置。校准完成后,系统会将结果保存到 /Users/your_username/.cache/huggingface/lerobot/calibration/teleoperators/homunculus_glove/red.json。

  • 校准机器人手臂

    运行手臂校准命令打开 GUI,然后让每个关节完成整个运动范围,并调整最小值和最大值。依次校准肩部的 pitch、yaw 和 roll,肘部的 flex,以及腕部的 pitch、yaw 和 roll,然后保存校准结果。

  • 校准臂遥操作器

    运行校准命令,校准连接到 /dev/tty.usbmodem11201 的黑色 Homunculus 臂遥操作器。

  • 移动关节并记录位置

    将所有关节移动到整个运动范围,然后按 ENTER 停止记录。校准结果将保存到 /Users/your_username/.cache/huggingface/lerobot/calibration/teleoperators/homunculus_arm/black.json。

  • 在仿真中验证可靠躲避能力

    在仿真中比较训练效果;仅使用奖励的 PPO 无法可靠学会躲避,视觉信号是关键。

  • 校准手指并映射机器人手

    将手套作为LeRobot中的HomunculusGlove遥操作器,读取串行传感器流并完成逐指活动范围校准。校准后,将手套运动映射到HOPE-Jr手部。

采数据与训练

  • 采集全身遥操作演示

    通过全身遥操作采集机器人演示数据,用于训练 loco-manipulation 行为。

  • 记录 64 维 SONIC 潜在动作

    使用 SONIC 编码器记录 64 维潜在动作表示,而不是直接记录机器人的关节目标。

  • 训练 VLA 预测潜在表示

    使用记录的 SONIC 潜在动作表示训练视觉-语言-动作模型,使其预测该表示。

  • 使用 SONIC 解码器执行动作

    将训练好的策略输出交给 SONIC 解码器执行。解码器生成关节目标,再由机器人的底层 PD 控制器跟踪。

  • 加载罐子拾取放置数据集

    使用 nepyope/can_clean_final 训练罐子拾取放置策略。

  • 采集全身遥操作演示数据

    Record roughly 100 episodes at 50 fps, totaling about 71 minutes. Each episode uses the instruction “Bring the can to the white table.”

  • 记录多视角图像与机器人状态

    每个时间步记录三个相机流,分辨率均为 480×640;状态为 31 维,包括 29 个 G1 关节位置和 2 个夹爪状态。

  • 定义 SONIC 策略动作

    使用 66 维动作:64 维 SONIC latent,加 2 维夹爪命令。

  • 微调 pi05 视觉语言动作模型

    在 4×H100 GPU 上将 lerobot/pi05_base 微调 12,000 步。

  • 复现 ViBE 与 ORCS 躲避实验

    在 mjlab 中使用 PPO,在 SONIC 上训练 LoRA adapter,让机器人结合头部相机深度数据和自身身体状态躲避投掷的球。

  • 加入球体位置与速度预测

    训练时使用辅助目标,要求感知系统预测球的位置和速度。

  • 可视化 G1 数据与运动

    在 LeRobot 可视化器中播放 G1 URDF,以直观检查机器人运动。

  • 读取 G1 完整本体状态

    从接口读取关节位置与速度、IMU 数据、估算关节力矩及电机温度。

  • 采集遥操作与灵巧操作数据

    使用Homunculus手套直接测量手指关节运动,用于记录灵巧操作数据集和遥操作数据。

  • 使用公开G1遥操作数据集

    公开示例nepyope/unitree_box_move_blue_full包含550个片段和约47.5万帧G1遥操作数据。

  • 分开运行手臂和手部会话

    由于 Feetech 中间件存在全局变量冲突,手臂遥操作和手部遥操作必须在不同的 shell 会话中运行。

  • 遥操作右手

    在一个 shell 会话中,启动蓝色 hope_jr_hand 机器人和红色右手 Homunculus 手套的遥操作,并启用 30 FPS 数据显示。

  • 遥操作机械臂

    在另一个 shell 会话中,启动白色 hope_jr_arm 机器人和黑色 Homunculus 臂遥操作器的遥操作,并启用 30 FPS 数据显示。

  • 录制 Hope-JR 手部数据集

    使用右侧 Hope-JR 手部和 homunculus 手套录制一个 5 秒片段,相机为 640×480、30 fps 的 OpenCV。数据集以流式编码推送到 Hub 并设为私有;录制、回放和训练仍处于实验阶段。

  • 回放已录制的 Hope-JR 片段

    使用右侧 Hope-JR 手部回放 <USER>/hand_record_test_with_camera 中的第 0 个片段。Hope-JR 的回放功能仍处于实验阶段。

  • 训练 ACT Hope-JR 策略

    使用 MPS 设备在 <USER>/hand_record_test_with_video_data 上训练 ACT 策略,并启用跟踪。输出保存到 outputs/train/hopejr_hand,策略仓库设为 <USER>/hand_test_policy;Hope-JR 的训练功能仍处于实验阶段。

  • 评估 HopeJR 机械手策略

    使用预训练策略和 640×480、30 fps 的 OpenCV 摄像头,为右侧 HopeJR 机械手记录 10 个评估回合。

  • 记录数据并训练 HopeJR

    使用 LeRobot 在 HopeJR 上记录数据、训练并进行推理。

用起来

  • 使用实时深度执行身体躲避

    部署 rollout 时,G1 直接使用头部相机深度数据进行实时躲避。

  • 使用HOPE-Jr人形机器人

    使用这些设备驱动HOPE-Jr。HOPE-Jr是全尺寸人形机器人,具有灵巧的肌腱驱动手部,由3D打印零件和现成舵机构成;LeRobot集成手臂和手部成本约500欧元。

常见问题

  • BOM 未明确高强度腱电机,零件选型受阻 #1
  • PCB 接头停产且缺少可修改的 KiCad 文件 #11
  • STEP 文件无法在 FreeCAD 中打开 #12
  • 缺少许可证条款,阻碍合法复用、修改和分享 #3 #6

物料

  • 手:16 个 Feetech SCS0009 微型舵机;0.33 mm 63 磅鱼线作腱绳、PTFE 管导向、拉簧复位;DIP 关节加欠驱动自由度,拇指可对掌
  • 臂 7 个关节(肩俯仰/偏航/横滚、肘、腕俯仰/偏航/横滚):SM8512BL ×1(肩俯仰)、STS3250 ×2(肩偏航、肘)、STS3215 12V ×4
  • URT-1 板(臂)与 Waveshare 舵机驱动板(手)、12V 5A 与 5V 4A 电源、2 根 3 m USB‑C 转 USB‑A 线
  • 轴承:70×90×10 mm(腕)、50×65×7 mm(肩)、20×27×4 mm ×18;M2/M4/M6 螺丝与 M6 垫柱
  • Homunculus 外骨骼与手套:ESP32‑C3‑WROOM‑02 + CD74HC4067 多路复用 PCB 与 7/12 口连接板(JLCPCB 贴片)、SS49E 霍尔传感器 ×28、3 mm 径向磁铁 ×23、JST 线与魔术贴绑带
  • Humanoid/ 草案:SolidWorks 2018 CAD、右腿与骨盆 URDF,腿部改用 Robstride RS02 电机(2026‑04 测试件)

工具

  • 3D 打印机(左右臂、手与外骨骼 STL 均在仓库)
  • JLCPCB 账号:上传 gerber、BOM 与贴片坐标下 PCB 贴片订单
  • README 称螺纹嵌件已全部换成螺栓,加上定制 PCB,装配无需焊接

技能

  • Python 与 LeRobot 命令行(lerobot-calibrate、-teleoperate、-record、-train)
  • 逐关节校准:手指在校准 GUI 中设定行程,手套与外骨骼移动全行程记录
  • 刷写外骨骼与手套的 Arduino 固件;训练 ACT 等策略

软件

  • LeRobot(Apache‑2.0):pip install -e ".[hopejr]",机器人类型 hope_jr_arm / hope_jr_hand,遥操作类型 homunculus_arm / homunculus_glove
  • Arm/code:外骨骼与手套 Arduino 固件(exo.cs、glove.cs,16 路霍尔经多路复用读取)
  • Humanoid/URDF:右腿与骨盆仿真模型

文档