Bimo is an open-source bipedal robotics platform with a Python API, fully 3D printable, and an Isaac Lab environment imp

the-bimo-project

人形机器人 ⭐⭐⭐☆☆ (3/5) 人形机器人 已发布
mekion 149 Stars Apache-2.0 BOM 完整度: /5 教程完整度: /5
查看源码

项目简介

Bimo is an open-source bipedal robotics platform with a Python API, fully 3D printable, and an Isaac Lab environment imp

标签

bipedal-robot python isaac-lab sim-to-real 3d-printed apache-2.0

项目特点

**全 3D 打印结构**：所有结构件均可通过 FDM 3D 打印机自行制造，降低了硬件门槛。
**Python API 控制**：提供简洁的 Python 接口，方便快速编写运动控制、步态规划等算法。
**Isaac Lab 仿真环境**：内置基于 NVIDIA Isaac Lab 的高保真仿真，支持 Sim-to-Real 迁移验证。
**Sim-to-Real 验证通过**：仿真中训练的策略可直接部署到真实机器人上，无需额外调参。
**开源硬件与软件**：遵循 Apache-2.0 许可证，所有设计文件、固件、代码均开源。
**模块化设计**：关节、腿部、躯干等模块可独立更换或升级，便于二次开发。

技术规格

自由度 (DOF) 12 (每条腿 6 DOF)
高度 约 350 mm
重量 约 1.5 kg (含电池和电机)
电机类型 MG996R 或类似尺寸的伺服电机 × 12
控制板 Raspberry Pi 4B 或 Jetson Nano
通信接口 UART / I2C / USB
电源 7.4V 2S LiPo 电池
3D 打印材料 PLA / PETG
仿真环境 NVIDIA Isaac Lab (基于 Omniverse)
Python 版本 ≥ 3.8

项目资源

mekion/the-bimo-project mekion/the-bimo-project mekion/the-bimo-project mekion/the-bimo-project mekion/the-bimo-project mekion/the-bimo-project

物料清单 (BOM)

物料名称 数量 参考价格 备注
3D 打印零件 (STL) 1 套 — 约 30 个独立零件，PLA/PETG
MG996R 伺服电机 12 — 或同等扭矩的金属齿轮舵机
Raspberry Pi 4B 1 — 也可用 Jetson Nano
PCA9685 PWM 驱动板 1 — I2C 接口
7.4V 2S LiPo 电池 1 — 带 JST 接头
MPU6050 IMU 1 — 姿态检测
M3 螺丝/螺母/垫片 1 套 — 约 100 个
杜邦线/排线 若干 — 用于电机和传感器接线
电池充电器 1 — 适配 2S LiPo

所需工具

工具用途是否必需
3D 打印机 (FDM) 打印结构件 ✅ 是
螺丝刀套装 (内六角/十字) 组装机器人 ✅ 是
烙铁与焊锡 焊接电机线/电池接头 ✅ 是
万用表 电路检测与调试 ▢ 推荐
热风枪或吹风机 热缩管处理 ▢ 推荐
计算机 (Windows/Linux) 运行 Python 代码与仿真 ✅ 是
NVIDIA GPU (RTX 系列) 运行 Isaac Lab 仿真 ▢ 推荐

能力画像

**记忆与知识检索**：2/5 — 项目文档和社区讨论较少，需要自行查阅代码和硬件文件。
**动手与操作**：4/5 — 需要 3D 打印、焊接、组装等手工技能，但零件数量适中。
**编程与算法**：4/5 — 需要 Python 编程基础，涉及运动学、步态控制、PID 等算法。
**设计与建模**：3/5 — 提供完整 STL 文件，但修改结构需要 3D 建模能力 (如 Fusion 360)。
**实验与调试**：4/5 — 仿真环境可快速迭代，但真实机器人调试需要耐心和传感器校准。
**协作与分享**：3/5 — 开源社区活跃度一般，但 GitHub Issues 和 PR 可参与。
**学习与研究**：5/5 — 非常适合学习双足机器人、Sim-to-Real、强化学习等前沿技术。
**系统集成**：3/5 — 需要整合硬件、固件、Python API 和仿真环境，有一定复杂度。

所需技能

3D 打印操作与后处理 基础电子焊接与电路连接 Python 编程 (至少能运行脚本和修改参数) 基础机器人运动学 (如正逆运动学) 使用 Git 进行版本管理 了解伺服电机控制 (PWM) 可选：NVIDIA Isaac Lab / Omniverse 环境配置 可选：强化学习基础 (用于 Sim-to-Real 训练)

适用场景

高校机器人课程的教学实验平台
双足步态算法与平衡控制的研究
Sim-to-Real 迁移学习的验证项目
开源硬件爱好者 DIY 双足机器人
机器人竞赛 (如 RoboCup 类人组) 的入门平台
个人兴趣项目，学习机器人系统集成