K2 开源 3D 打印 12 自由度双足机器人 复刻全流程
K2 开源 3D 打印 12 自由度双足机器人 从采购、打印、组装到装软件、标定和训练的 147 个步骤,附物料表、购买链接与官方出处。
创作者在 README 中的物料表合计 320.52 美元(作者自己的购买价,不含运费、税与打印机工时;树莓派 5 为可选,未计入)。项目网站另写零件小计 224–225 美元(不含控制板、打印件与运费),称是作者估算而非完整零售物料表;无官方套件售价
物料 · Bill of materials
| 零件 | 数量 | US |
|---|---|---|
| Feetech STS3215 serial bus servo | 12 | USD 180 |
| LSM6DS3 I²C IMU breakout | 1 | USD 5 |
| Waveshare serial bus servo driver (TTL UART) | 1 | USD 10 |
| 12 V → 5 V DC/DC converter | 1 | USD 3 |
| 12 V power supply | 1 | USD 20 |
| Wiring | set | USD 6 |
| Seeed XIAO ESP32S3 Sense or Raspberry Pi 5 | 1 | |
| Printed parts, fasteners, mechanical hardware | set | |
| Subtotal before controller, printing and shipping | USD 224 |
物料 · Bill of materials
| 零件 | 数量 |
|---|---|
| Feetech STS3215 serial-bus servo · 19.90 | 12 |
| Seeed XIAO ESP32-S3 Sense · 13.99 | 1 |
| LSM6DS3 IMU breakout · 4.99 | 1 |
| Serial-bus servo interface · 10.50 | 1 |
| DC/DC converter · 7.50 | 1 |
| Battery · 12.66 | 1 |
| Wiring · 4.20 | – |
| Switch and connectors · 7.88 | 1 |
| Printed material (approx.) · 20.00 | – |
采购
- 采购十二个 STS3215
准备 12 个 Feetech STS3215 串行总线舵机,供电电压为 12 V。单个舵机堵转扭矩为 2.94 N·m,空载速度为 4.712 rad/s,质量为 60 g。
- 采购 CH343 总线适配器
准备一个 Waveshare CH343 USB 串行适配器,设备标识为 `1a86:55d3`。它用于单一的舵机串行总线。
- 选择 Raspberry Pi 5 控制器
选用 Raspberry Pi 5,而不是 Jetson;策略 MLP 在单个 Pi 5 CPU 线程上的推理时间为 0.012 ms,约占 50 Hz 预算的 0.06%。GPU 仅用于训练或视觉模型,只有以后加入摄像头或 VLA 时才需要 Jetson。
- 核对物料清单与舵机
九行物料清单只是构建者的估算,不是完整的零售清单。DFRobot 的 12 V ST3215 型号标价为 19.90 美元,使小计约为 283 美元;下单前必须确认舵机电压和具体型号。
打印与加工
- 打印十八个零件
打印文档中列出的十八个零件。
组装
- 安装舵机
将舵机安装到打印出的零件中。
- 完成 ESP32-S3 接线
按照四行接线表连接 ESP32-S3,并参阅链接的 ESP32-S3 README 获取完整流程。
- 连接公共地线
让系统中的接线共用同一个地线。
- 建立关节链接层级
使用 `base_link`,并在左右侧分别设置 `Hip_pitch`、`Hip_roll`、`Hip_yaw`、`Knee`、`Ankle` 和 `Feet`。将脚底和碰撞体放在 `Feet` 上,不要放在 `Ankle` 上。
- 连接十二舵机串行总线
将 12 个 STS3215 舵机接入同一个 12 V 串行总线,并通过 Waveshare CH343 USB 串行适配器连接控制器。
- 安装 LSM6DS3 IMU
将 LSM6DS3 IMU 安装在 Raspberry Pi 5 上,并把它放在电子托盘内部。
- 连接共用接地
将驱动板与 ESP32 共地。
- 将驱动板设为 TTL
Waveshare 驱动板必须选择 TTL,不能选择 USB。伺服器 UART 波特率设为 1 Mbps。
软件与固件
- 保持 MJCF 关节名称
将简短名称映射到 MJCF 关节名称时,严格保留 Fusion 自动标签中的拼写,包括错误拼写的 “anke”,以及 roll 关节名称中的 “pitch”。
- 配置 Feetech SDK 和端口
安装 `feetech-servo-sdk`,使用模块 `scservo_sdk`,并将 STS 的 `PacketHandler protocol_end` 设为 0。将 CH343 适配器端口设为 `/dev/ttyACM0`,波特率设为 1 Mbps。
- 配置舵机寄存器地址
使用 ID 5、Baud 6、HomingOffset 31、TorqueEnable 40、GoalPos 42、Lock 55、PresentPos 56 和 PresentSpeed 58 寄存器。PresentSpeed 使用符号幅度格式,bit 15 表示方向。
- 恢复串口写入权限
每次重新插入适配器后,将 `/dev/ttyACM0` 恢复为可写。文档给出的修复方式是修改权限,或将用户加入 `dialout` 组。
- 使用 K2 的 MJCF 模型
数字孪生模型文件为 `mjcf/k2_physics.xml`。它由 `scripts/` 中的三阶段流水线构建。
- 重建质量、惯量与关节限位
`phase1_mass.py` 根据实测打印重量重建连杆质量与惯量,并加入每个 STS3215 关节 60 g 的点质量,同时用真实限位覆盖占位限位;Fusion 会把每个连杆标为 Steel,使其约重 4 倍。逐连杆 PLA 质量为 base 30 g 加 70 g 电子设备点质量(向上 6 cm)、hip_pitch 16 g、hip_roll 25 g、hip_yaw 14 g、knee 27 g、ankle_pitch 22 g、Feet 14 g,并输出 `urdf/K2_phase1.urdf`。
- 将 URDF 转换为 MJCF
运行 `phase2_make_mjcf.py`,将 URDF 转换为 MJCF,并修正 URDF 无法表达的内容。
- 创建 Z 轴向上的浮动基座
URDF 根节点会编译成固定基座。注入 `world` 链接和 `type="floating"` 关节,并将机器人树嵌套在承载自由关节的世界对齐根刚体 `k2_root` 下。
- 将基座转换为 Z 轴向上
Fusion 使用 Y 轴向上。不要旋转每个链接,而是在 `k2_root` 内为 `base_link` 设置 `0.5 0.5 0.5 0.5` 四元数。
- 保留 MuJoCo 视觉几何体
在 URDF 内的 `<mujoco>` 块中设置 `discardvisual="false"`。否则 MuJoCo 会丢弃视觉几何体,只留下碰撞外壳。
- 仅启用脚部碰撞
在 `Feet_*` 刚体上使用仅脚部碰撞。腿部之间因此不会发生自卡阻。
- 从碰撞网格测量脚底位置
脚底和站点位置必须根据碰撞网格测量,不能硬编码。
- 设置 2 毫秒时间步
将时间步设为 2 毫秒;5 毫秒会注入接触能量,使机器人弹跳得比掉落时更高。将控制频率以 10 倍抽取,形成 50 Hz 控制循环。
- 为所有铰链设置转子惯量
在每个铰链上设置 `armature=0.01`,以反映转子惯量。缺少该值时,足部接触会抖动,静止时的 IMU 加速度也会剧烈摆动。
- 添加基座 IMU 传感器
在 `base_link` 上添加 IMU 站点和传感器:`imu_ang_vel` 陀螺仪、`imu_lin_vel` 速度计、`imu_lin_acc` 加速度计和 `imu_quat` 姿态四元数。
- 添加根角动量传感器
使用 `root_angmom` 实现 subtreeangmom 传感器。
- 添加脚部站点和传感器
添加 `right_foot` 和 `left_foot` 脚部站点以及脚跟和脚趾站点。为这些部位添加 framepos 和 framelinvel 传感器。
- 由训练栈或总线添加执行器
随附的 MJCF 不包含执行器。mjlab 用于训练并添加执行器,SimBus 用于直接控制并添加执行器。
- 统一仿真与实物伺服总线
将抽象层放在伺服总线,并使用原始编码器计数。校准、计数与弧度换算、观测构建、限幅、斜率限制和控制频率在仿真与实物路径中保持一致。
- 定义仿真关节顺序
在 `k2_conventions.py` 中定义 `SIM_ORDER`,顺序为右腿髋部到脚趾,然后是左腿。
- 建立关节与校准映射
配置 `JOINT_TO_ID`、`JOINT_TO_MJCF`、`POS_DESC` 和 `NUDGE_DIR`,其中后两项用于校准辅助。
- 实现计数换算与校准存取
在约定模块中实现编码器计数与弧度的换算,以及校准数据的加载和保存。关节限制必须从 MJCF 读取,不能硬编码。
- 导出 MJCF 关节限制
使用 `write_joint_limits()` 从 MJCF 生成 `joint_limits.json`,使限制不会与模型发生偏差。
- 在树莓派加载关节限制
在树莓派上加载小型 `joint_limits.json`,此过程不需要 MuJoCo。
- 实现统一伺服总线接口
在 `k2_bus.py` 中实现 `Bus` 抽象基类、实物 STS3215 使用的 `SerialBus` 和 MuJoCo 使用的 `SimBus`。总线接口包括 `tick(dt)`、`read_pos_speed()`、`write_goals()` 与 `torque(on)`。
- 模拟硬件计数分辨率
让 `SimBus` 将位置量化为 12 位计数,并限制在 `[40,4055]`,使策略看到接近硬件的分辨率。
- 添加限力位置伺服
在 `SimBus` 中添加位置伺服,并将力限制为 2.94 N·m。
- 实现安全控制循环
在 `k2_ctrl.py` 中实现控制循环。机器人从当前姿态平滑进入起始姿态,并应用斜率限制。
- 确保退出时释放扭矩
退出控制程序时始终释放扭矩,包括收到 Ctrl-C 时;机器人变为松弛状态而不会冻结。提供 `squat` 和 `hold` 两种模式。
- 实现平脚双支撑深蹲逆运动学
在 `k2_motion.py` 中使用 `SquatIK` 求解平脚双支撑深蹲。
- 配置 IMU 姿态映射
在 k2_attitude.py 中,将芯片坐标系映射到 root 以计算重力,并将芯片映射到 root 再映射到 site,以供策略使用陀螺仪数据。
- 构建 k2_rl 强化学习任务
在 mjlab 的 velocity machinery 上从头构建 k2_rl,不要编辑 mjlab 的 site-packages。
- 设置仅本体感知观察
将 actor 观察限制为陀螺仪、投影重力、关节位置、关节速度、上一动作和步态命令。不要加入 base 线速度,因为硬件上的 IMU 测速不可信。
- 配置 STS3215 位置伺服器
将执行器建模为 STS3215 位置伺服器,使用 kp=20、kd=0.5,与 hardware/k2_bus.py 使用的值相同。
- 设置仿真环境
在带桌面会话的 Linux 上克隆 K2 仓库、创建并激活虚拟环境,然后安装 Raspberry Pi 硬件依赖。
- 构建并刷写 ESP32-S3
按照 ESP32 指南使用 PlatformIO 构建并刷写板载 ESP32-S3。
- 配置 Raspberry Pi OS
使用 64 位 Raspberry Pi OS,在 raspi-config 中启用 I²C 和串口,并禁用串口登录控制台。
- 安装 Raspberry Pi 依赖
安装 python3-venv、python3-dev、python3-tk、build-essential、libgl1 和 libglfw3。
- 加入设备与输入用户组
把当前用户加入 dialout、i2c 和 input 组,然后注销并重新登录。
- 安装树莓派硬件依赖
从 hardware/requirements-pi.txt 安装 Python 依赖。
标定与测试
- 修正双膝角度限制
将 v3/v4 的双膝范围设置为 `[−110°, 0]`。每次重新导出 Fusion 模型时都要修正被反向的膝关节限制符号。
- 设置髋横滚非对称范围
将 `hip_roll` 配置为约 45° 外展和约 22° 内收。内收是较紧的一侧。
- 设置踝横滚内翻限制
将 `ankle_roll` 的内翻限制设为 12–20°,这是平衡侧向移重时的约束方向;文档记录机械开口已调整到 20°。若该值改变,更新 `scripts/phase1_mass.py` 中的 `ANKLE_ROLL_IN`。
- 验证踝关节正转方向
验证 `ankle_roll` 的 `+q` 会降低靠近另一只脚的脚内侧边缘。验证 `ankle_pitch` 的 `+q` 会抬起脚趾,形成背屈。
- 限制舵机目标计数范围
在所有位置将目标计数硬限制在 `[40, 4055]`。不要让目标越过 0 或 4095,否则单圈舵机会选择长距离方向旋转。
- 确认 MJCF 关节与伺服 ID 映射
在 MJCF 中,`_R` 关节驱动物理左腿伺服 0..5,`_L` 关节驱动物理右腿伺服 6..11。Fusion 的 `*_right` 刚体位于 +root-Y,即机器人的物理左侧。
- 同步更新 calibration.json 与 ID 映射
交换映射时必须一并交换 `calibration.json`,使每个物理伺服保留其捕获的零点与符号。两者必须同时修改,或都不改。
- 扫描或逐一重编号伺服 ID
用 `python -m hardware.set_servo_id` 扫描现有 ID,或用 `--from N --to M` 重编号,每次只处理一个伺服。
- 以 JOINT_TO_ID 为唯一映射来源
ID 0 是有效的,可通过 SDK 正常工作。映射保存在 `k2_conventions.JOINT_TO_ID` 中,是唯一的事实来源,所有代码都从它读取。
- 用步态移重检测左右腿互换
悬空状态下的符号检查无法发现左右腿互换:所有 `POS_DESC` 描述都是镜像对称的,对称蹲姿也不变。只有当步态需要选择一条腿来承接重量时才会暴露。
- 按公式换算伺服计数与关节弧度
标定把伺服计数与关节弧度相互映射:`q = sign * (raw - home_raw) * 2π/4096`,反解为 `raw = home_raw + sign * q * 4096/2π`。
- 在伸直姿态记录 home_raw 零点
`home_raw` 是直线姿态(q = 0)时的编码器计数。符号翻转不会改变 home 姿态,因为在 q=0 时每个伺服都回到 `home_raw`。
- 在 calibration.json 写入每关节 sign
`sign` 为 ±1,表示关节朝 +q 方向移动的方向,保存在 `hardware/calibration.json` 中。
- home 姿态歪斜只查 home 不查符号
出现「home 姿态歪斜」问题时,问题永远出在 home(零点)上,而不是符号。因此应重新校准 home_raw。
- 确认误差只来自硬件
仿真按构造使用恒等标定,所以标定错误只能来自硬件一侧。
- 用 check_joint_signs.py 复验 12 个关节符号
在硬件上用 `check_joint_signs.py` 复验全部 12 个关节,覆盖髋、膝和四个踝关节,并检查两个运动方向。
- 确认换腿后各关节符号读数
左右腿互换后,条目显示每个 `_R` 关节为 +1、每个 `_L` 关节为 −1,因为每个伺服保留了在它自身上测得的符号。
- 启动 GUI 并摆正机器人
运行 `python -m hardware.k2_calibrate`,该 GUI 需要 DISPLAY。将机器人置于 LIMP(关闭扭矩),手动摆正,并让双脚平贴地面。
- 捕获 HOME 姿态
捕获 HOME,并记录 `home_raw`。如果机器人在 home 时站姿倾斜,说明捕获时某只脚没有放平或某个关节没有摆直;此时应重新捕获,不要翻转符号。
- 核对关节方向并保存
逐个轻推每个关节。对于运动方向与描述不一致的关节,执行 Flip;完成后保存。
- 进入 CROUCH 验证校准
让机器人进入 CROUCH 姿态,以验证校准结果。
- 执行单腿镜像对比检查
分别让每条腿单独下蹲,两腿的动作必须是镜像。双脚着地时地板会限制 home 偏移,使其不明显;只有脚处于自由状态时,例如摆动或单脚平衡,才会显现出来,因此机器人可能蹲得很干净却在迈步时失败。
- 验证落地接触与保持扭矩
使用 `phase3_validate.py` 和临时舵机,让模型落在垂直滑轨上,以检查脚部接触、是否穿透地面以及保持扭矩。
- 运行十二伺服校准界面
使用 `k2_calibrate.py` 打开十二个伺服的校准图形界面。
- 从 ONNX 元数据读取关节顺序与缩放
关节顺序、默认姿态、动作缩放和步态频率都来自 ONNX 元数据,因此重新训练不会悄悄破坏部署路径。
- 确认扭矩释放与安全限幅
所有退出路径(包括 Ctrl-C)都会释放扭矩;--slew 限制每拍关节运动,--fall-angle 在躯干倾角超限时切断扭矩,策略接管前机器人已在 --approach 秒内缓和进入默认蹲姿且倾斜切断已 armed。
- 校验舵机标定与关节方向
全部 12 个舵机已标定,并用 check_joint_signs.py 在硬件上双向验证了全部 12 个关节的方向。
- 标定 IMU 安装水平
IMU 安装倾角已用 calibrate_imu_level.py 标定,§9 中的陀螺仪坐标系 bug 已修复。
- 确认永久腿部映射
永久腿部映射已验证(§3),部署时不需要额外的标志位。
- 验证真机 march 步态
March 验证通过:50 Hz 下连续 4 秒(约 6 次抬腿),记录峰值倾角 10.82 度,低于 12 度截止阈值;最小动态舵机电压 11.9 V,运行后温度 35--39 C。
- 设置 IMU 安装坐标变换
使用测得的安装变换:root_x=chip_y、root_y=-chip_x、root_z=chip_z。完成水平校准后,静止倾斜降至 0.028 度。
- 验证并校准 IMU 运动
使用 k2_imu_motion_test.py 验证不受坐标系影响的 gravity_dot = -omega x gravity 关系。校正后的硬件在 369 个运动样本上测得相关系数 0.990、增益 1.004。
- 配置训练域随机化
设置伪惯量 ±15%、脚部摩擦力 0.4–1.1、PD 增益 ×0.8–1.2、编码器偏差 ±0.02 rad、base 质心偏移、控制延迟和随机推力,以覆盖调试期间需要处理的差异。
- 设置默认站立姿势
将默认姿势设为对称的站立蹲姿,使其在所用 kp/kd 下能够自稳定。
- 检测并固定 IMU
IMU 可在地址 0x6A 或 0x6B 检测到,其安装方向必须保持不变。
- 支撑机器人并启动
支撑机器人后给驱动板和 ESP32 供电, gyro 校准时保持静止。启动检查 IMU、全部 12 个伺服器响应及策略输出。
- 启用扭矩并站立
启动后会在五秒内自动接近默认蹲伏,然后确认扭矩已关闭。到达 READY 后点击 Enable torque / stand,开始记录和策略控制,启动期间继续支撑机器人。
- 通过手柄启用扭矩
先将摇杆置于中心,再按一个扳机键和 **A**,以独立于网页启用扭矩并启动记录器/策略。启动时的下蹲动作已经完成。
- 使用其他启用方式
也可以使用网页启用按钮,或通过串口输入 `g`。这些方式可替代手柄的扳机键加 **A** 操作。
- 依据链路状态检测丢失
摇杆保持不动时,BLE HID 报告可能没有变化,因此通过链路状态而不是通知间隔来检测丢失。
采数据与训练
- 运行学习策略
运行键盘脚本,以 `policies/last_policy.onnx` 作为策略运行 K2 仿真。
- 发送运动指令
点击 MuJoCo 窗口后使用按键控制机器人;命令会保持,直到按下另一个按键。
- 调整运动速度
使用 `--speed`、`--lateral-speed` 和 `--yaw-rate` 调整速度;运行 `python keyboard.py --help` 查看全部选项。
- 使用 Xbox 控制器
使用 Xbox 控制器运行 `joystick.py`,执行与键盘脚本相同的操作。
- 运行键盘控制策略
通过 /dev/ttyAMA0 运行 keyboard.py,并加载 policies/last_policy.onnx。
- 运行手柄控制策略
先运行 sudo scripts/pair_xbox.sh 配对 Xbox 控制器,再通过 /dev/ttyAMA0 运行 joystick.py,并加载 policies/last_policy.onnx。
- 训练第一阶段动作
运行提供的训练命令;第一阶段训练保持、行进、行走和转向。
- 准备侧向步进策略
使用第一阶段的模型检查点准备侧向步进策略;该命令读取指定运行目录中的 model_<N>.pt。
- 运行横向训练
运行横向训练命令;随附策略在单张 RTX PRO 5000 上训练耗时约 70 分钟。
- 在真机上运行 march 策略
通过 /dev/ttyAMA0 总线在真机上以 march 模式运行策略,加载 policies/last_policy.onnx;--march-after 5 后策略接管,运行 --duration 20 秒,--slew 1.0 限制每拍关节运动,--fall-angle 10 在躯干倾角超过 10 度时切断扭矩。
- 构造 45 维观测向量
观测按 march 环境的方式重建:base_ang_vel(3)、projected_gravity(3)、joint_pos_rel(12)、joint_vel_rel(12)、last_action(12) 和 gait(3),其中 gait 为 [march, march*sin(phase), march*cos(phase)]。
- 记录 run.csv 并用于排查映射
--log 以 50 Hz 写入 12 个关节的指令位置与实测位置,外加陀螺仪、重力、倾斜和原始动作,是最有用的调试产物:映射错误的关节会完美跟随指令,而 IMU 响应却与该指令应有的方向正交。
- 在仿真中评估低速前进任务
单独的慢速前进任务使用第四个步态命令通道加上积分式相对偏航反馈;历史的前进专用检查点在标称仿真中测得全脚底离地 10.1--10.6 mm,速度 0.01--0.04 m/s,但真机前进仍未验证。
- 选择并运行学习策略
使用 `--policy` 指定 ONNX 文件,不能传入训练用的 `.pt` 检查点;省略该参数会选择随项目提供的策略。
- 测试训练过的运动行为
运行已训练的策略,测试前后速度、横向速度和偏航角速度。
用起来
- 连接机器人 Wi-Fi
将手机连接到 K2-Robot,密码为 k2robot50;接受保持离线并打开 http://192.168.4.1。
- 按方向键控制运动
按住方向键移动,松开后请求保持。浏览器命令在 500 ms 内未刷新即失效;关闭或隐藏页面或失去 Wi-Fi 会请求平滑停止,并需要额外减速时间。
- 释放扭矩并锁止
点击 Release torque 会锁存停止状态。使用机器人前必须先支撑机器人。
- 重启机器人恢复控制
使用 Reboot robot 可从停止或跌倒切断状态恢复,无需打开外壳。必要时重新连接 K2-Robot;重启会重复自动蹲伏和扭矩释放,然后等待策略启用,gyro 校准期间保持静止。
- 用摇杆连续调速
摇杆偏转会连续越过死区并缩放到策略训练限值:前后 ±0.05 m/s、横向 ±0.03 m/s、转向 ±0.30 rad/s;任一方向完全偏转即达到限值。
- 设置网页按钮速度
网页按钮默认前后 0.02 m/s、横向 0.015 m/s、转向 0.10 rad/s。打开 Speed settings 可将三项速度提高到训练限值,设置仅适用于网页按钮,并在重启后重置。
- 保持训练的速度限制
网页按钮和摇杆都保留策略训练的加速度与 jerk 限制,因此达到最高速度需要逐渐加速。
- 居中输入请求保持
摇杆居中或没有控制输入时,请求策略学习的 HOLD 状态。
- 保持扳机作为安全开关
操作时按住 LT 或 RT,将其作为安全开关。
- 使用手柄控制机器人
左摇杆 Y 控制前进,左摇杆 X 控制横移,右摇杆 X 控制转向。按住 **A** 时行走,松开后停止;按 **B** 请求保持。
- 松开按键时请求保持
当所有摇杆位于中心且 **A** 已松开时,机器人请求保持。
- 断线或松开时保持
松开 LT 或 RT,或断开控制器连接时,机器人请求保持。
- 通过手柄重启机器人
在运行、就绪或故障状态下,同时按一个扳机键和 **X** 一秒即可重启。单独按 **X** 不会重启。
- 重启前松开组合键
再次使用前松开扳机键和 **X** 的组合。若在启动过程中一直保持该组合,也不会造成重启循环。
- 切换输入控制权
网页和手柄输入始终可用,最近一次明确输入获得控制权。两类命令不会叠加。
- 空闲连接不夺取控制权
连接处于空闲状态的手柄,或刷新一个保持中的网页命令,都不会夺取当前输入的控制权。
- 主动操作切换控制来源
移动手柄摇杆,或按下另一个网页方向命令,即可切换到该输入来源。
- 停止后不恢复旧命令
松开当前活动输入或失去其连接时,机器人请求保持,不会恢复另一来源中较早的命令。
- 查看当前输入状态
状态卡显示 Web、Gamepad 或 Hold,并同时显示 BLE 连接状态。
- 同周期命令由手柄优先
如果新命令在同一控制周期内到达,则手柄命令赢得该次平局。
- 连接机器人并打开控制页
加入 K2-Robot Wi-Fi 网络并打开 http://192.168.4.1,或通过 BLE 使用 Xbox 控制器。
- 启用扭矩时扶住机器人
启用扭矩时扶住机器人;倾斜超过 24° 时扭矩会切断。
- 运行带查看器的仿真深蹲
使用 `sim` 总线运行 `squat` 动作并打开查看器。
- 在实物伺服链上深蹲
将总线切换到 `/dev/ttyACM0`,在真实伺服链上运行 `squat` 动作。
物料
- 飞特 STS3215 串行总线舵机 ×12(12V,每个 19.90 美元,共 238.80 美元),同一条 1 Mbaud 半双工总线
- Seeed XIAO ESP32-S3 Sense(13.99 美元);可选树莓派 5(未计入)
- LSM6DS3 IMU 模块(4.99 美元)、串行总线舵机接口板(10.50 美元,网站注明 Waveshare 驱动板须设为 TTL)、DC/DC 降压模块(7.50 美元)
- 电池(12.66 美元,规格未写)、开关与接插件(7.88 美元)、线材(4.20 美元)
- 18 个打印结构件(底座、盖、控制板支架、提手,每腿髋三段、膝、踝、脚板与鞋底),打印材料约 20 美元;README 提到现用 TPU 鞋底
工具
- 3D 打印机(型号与打印参数未写)
- 装有 PlatformIO 的电脑,用于编译与烧录 ESP32-S3 固件
- 可选:Xbox 蓝牙手柄;重新训练需要 CUDA GPU
技能
- 舵机 ID 设置与校准:set_servo_id 扫描、k2_calibrate 校准 12 个关节、calibrate_imu_level 校准 IMU 安装倾角(每台新机都要做)
- 用 PlatformIO 编译烧录固件,并用 export_policy.py 把新策略转成 ESP32 权重头文件
- mjlab + RSL-RL 两阶段 PPO 训练(先站立、踏步、行走与转向,再扩展侧移)与 ONNX 导出
软件
- esp32-s3/:PlatformIO 固件,含网页控制、Xbox BLE 手柄、飞行日志与本机测试
- hardware/:树莓派运行时(Python,feetech-servo-sdk、onnxruntime、MuJoCo 3.6.0),同一程序以 --bus 切换仿真与实机
- k2_rl/:mjlab 任务、PPO 训练、评估与 ONNX 导出;policies/last_policy.onnx 为随附策略
- 项目网站的浏览器关节查看器:每个关节一个滑块,标注舵机 ID 与限位