TidyBot++ ROS2 机器人平台 tidybot_ros

⭐⭐⭐⭐☆ (4/5) 🧩 软硬件结合 已发布
roahmlab 29 Stars MIT BOM 完整度: /5 教程完整度: /5
查看源码

项目简介

ROS 2 interface and imitation learning pipeline for the Tidybot++ mobile manipulator

TidyBot++ ROS2 Platform 是一个专为 TidyBot++ 移动操作机器人设计的完整 ROS 2 控制平台，由密歇根大学安娜堡分校的 ROAHM 实验室开发。该项目将策略学习管道无缝集成到仿真和真实环境中，并通过 ROS 2 节点封装所有通信，为机器人操作任务提供了端到端的解决方案。

项目特点

**完整的 ROS 2 集成**：所有核心功能（驱动、规划、策略、数据）均封装为 ROS 2 节点，便于模块化开发和扩展。
**多环境支持**：支持在 Gazebo 仿真、NVIDIA Isaac Sim 高保真仿真以及真实硬件上无缝切换和部署。
**多种遥操作模式**：支持基于 WebXR 的智能手机遥操作和 Xbox 游戏手柄遥操作，方便数据采集。
**数据采集与转换流水线**：提供从 ROS bag 到 HDF5 格式的数据转换工具，与原始 TidyBot++ 项目的数据结构兼容，便于训练扩散策略。
**策略部署流水线**：支持远程推理，可通过 SSH 隧道连接 GPU 服务器，在机器人上实时运行训练好的策略（如扩散策略和视觉-语言-动作模型）。
**双容器架构（Isaac Sim）**：采用独立的 TidyBot 容器和 Isaac Sim 容器，通过 FastDDS 通信，实现高保真仿真。

技术规格

机器人平台
移动基座
机械臂
末端执行器
传感器
操作系统
中间件
仿真环境
容器化
通信协议
遥操作
数据格式
运动规划

项目资源

roahmlab/tidybot_ros /tidybot2.github.io /www.roahmlab.com docker/README.md tidybot_description/README.md#%F0%9F%8E%AE-isaac-sim-integration tidybot_policy/README.md#%F0%9F%8E%AE-policy-deployment jimmyyhwu/tidybot2?tab=readme-ov-file#policy-training jimmyyhwu/tidybot2?tab=readme-ov-file#policy-inference

物料清单 (BOM)

物料名称 数量 参考价格 备注
TidyBot++ 移动操作机器人 1 — 包含全向基座、Kinova Gen3 机械臂、Robotiq 2F-85 夹爪
RGBD 摄像头 (腕部/基座) 2 — 可选外部摄像头
开发机器 (GPU 服务器) 1 — 用于策略训练和推理
Canivore-USB 模块 1 — 用于 CAN 总线通信
Xbox Series X 游戏手柄 1 — 可选，用于遥操作
智能手机/平板 1 — 用于 WebXR 遥操作

所需工具

工具用途是否必需
Docker 容器化部署和运行 ✅ 是
ROS 2 (Humble) 机器人中间件 ✅ 是
NVIDIA Isaac Sim 高保真仿真 ▢ 推荐
Gazebo 仿真环境 ✅ 是
MoveIt2 运动规划 ✅ 是
Kinova Kortex API 机械臂驱动 ✅ 是
Python 3.12 策略和工具脚本 ✅ 是
Git 版本控制 ✅ 是
SSH 远程连接 GPU 服务器 ✅ 是
3D 打印机 打印机器人结构件 ▢ 推荐
焊台 焊接电子元件 ▢ 推荐

能力画像

记忆与知识检索
1/5
逻辑推演
3/5
表达与交流
1/5
感知与观察
3/5
数理与计算
4/5
动手与操作
4/5
狂热与坚持
4/5
创造与创新
4/5

所需技能

🔧 **动手能力**：需要具备组装和调试移动操作机器人的能力，包括连接 CAN 总线、摄像头、机械臂等硬件设备，以及处理 Docker 容器和网络配置。 💻 **编程能力**：需要精通 Python 和 ROS 2，能够编写和调试启动文件、节点和配置文件。熟悉 Linux 命令行、Docker 和 Git 是必需的。了解策略训练和推理（如扩散策略）会很有帮助。 ⚡ **电子电路**：需要了解 CAN 总线通信、USB 设备权限设置（udev 规则）以及基本的硬件连接知识。

适用场景

**移动操作机器人研究**：用于开发、测试和部署移动操作机器人的控制算法和策略。
**模仿学习与策略学习**：提供了一个完整的数据采集、转换和策略部署流水线，适合进行模仿学习（如扩散策略、VLA）的研究。
**机器人仿真与部署**：支持从仿真到真实硬件的无缝迁移，适用于机器人算法的快速原型验证。
**遥操作与远程控制**：通过 WebXR 或游戏手柄进行远程操作，适用于远程机器人实验或数据采集。