Skip to content
DroidFlight Wiki

LeRobot SO-100 从零装机 + 采集 50 条轨迹

概念速览

  • SO-100 (Starter Arm 100)：The Robot Studio 出的开源 6-DoF 机械臂，与 LeRobot 深度集成
  • LeRobot：Hugging Face 出品的开源机器人数据采集 + 训练 + 部署框架
  • 核心目标：用 ¥2,500 的预算，3 天完成”装机 → 遥操作 → 数据采集 → 训练 → 部署”全链路

SO-100 物料清单

物料数量单价 (USD)备注
SO-100 套件 (Follower 臂)1$250含 6 个总线舵机 + 3D 打印件
SO-100 套件 (Leader 臂)1$250同上，用于遥操作示教
USB 3.0 Hub (带电源)1$30舵机电流峰值 3A，需要供电
摄像头 (Logitech C920 或 realsense)1$50端到端任务视觉
桌子 / 螺丝刀 / 扎带—$20装机工具

步骤 1：装机 (3 小时)

[Leader 臂]  ←─ 舵机总线 ─→  [PC]  ←─ USB ─→  [摄像头]
                              │
                              └─ USB ─→ [Follower 臂]
  1. 打印 3D 件（开源 STL 在 TheRobotStudio/SO-100）
  2. 装配 Leader + Follower 两台臂，6 自由度
  3. 把 6 个舵机按 官方教程 编号、焊接
  4. 装上夹爪 (gripper)，用 M3 螺丝固定
  5. 用 USB 串口板连接两台臂

步骤 2：环境准备 (30 min)

Terminal window
# 1. 创建 conda 环境
conda create -y -n lerobot python=3.10
conda activate lerobot


# 2. 克隆仓库
git clone https://github.com/huggingface/lerobot.git
cd lerobot
pip install -e ".[feetech]"   # SO-100 用 Feetech 舵机


# 3. 验证舵机连接
lerobot-find-port
# 输出: /dev/ttyUSB0 (Follower), /dev/ttyUSB1 (Leader)

步骤 3：舵机 ID 配置 (15 min)

Terminal window
# 手动设置 Follower 6 个舵机 ID 1-6
lerobot-setup-motors \
  --robot-path /dev/ttyUSB0 \
  --motor-ids 1 2 3 4 5 6 \
  --baudrate 1000000


# Leader 同理
lerobot-setup-motors \
  --robot-path /dev/ttyUSB1 \
  --motor-ids 1 2 3 4 5 6 \
  --baudrate 1000000

步骤 4：校准 (20 min)

Terminal window
# 校准到机械限位（避免撞墙）
lerobot-calibrate \
  --robot.type=so100_follower \
  --robot.port=/dev/ttyUSB0


lerobot-calibrate \
  --robot.type=so100_leader \
  --robot.port=/dev/ttyUSB1

UI 引导把每个关节移动到 4 个限位（左/右/前/后），写入 calibration.json。

步骤 5：遥操作验证 (5 min)

Terminal window
# 启动遥操作
lerobot-teleoperate \
  --robot.type=so100_follower \
  --teleop.type=so100_leader \
  --robot.port=/dev/ttyUSB0 \
  --teleop.port=/dev/ttyUSB1 \
  --display_data=true

移动 Leader 臂时 Follower 应该镜像跟随。到这步就完成了硬件闭环。

步骤 6：采集 50 条轨迹 (1 小时)

定义一个简单任务：把红色方块从 A 移到 B。

Terminal window
lerobot-record \
  --robot.type=so100_follower \
  --teleop.type=so100_leader \
  --robot.port=/dev/ttyUSB0 \
  --teleop.port=/dev/ttyUSB1 \
  --dataset.repo_id=your-hf-username/so100_pick_red \
  --dataset.num_episodes=50 \
  --dataset.episode_time_s=20 \
  --dataset.reset_time_s=5 \
  --display_data=true

每次操作 20 秒，重置 5 秒，循环 50 次。约 1 小时。

步骤 7：训练 (2-4 小时，GPU)

Terminal window
lerobot-train \
  --dataset.repo_id=your-hf-username/so100_pick_red \
  --policy.type=act \
  --policy.dim_model=512 \
  --batch_size=8 \
  --training.steps=100000 \
  --wandb.enable=true

在 RTX 4090 上约 4 小时；在 RTX 3090 约 6 小时。

训练目标推荐策略训练量推理速度
简单抓放 (1-2 物体)ACT50-100 条50 Hz
多物体分拣Diffusion Policy200+ 条10 Hz
桌面整理 (长程)OpenVLA1000+ 条3-5 Hz
精细插孔HIL-SERL50 + 人工在线实时

步骤 8：部署 (10 min)

Terminal window
# 加载训练好的策略
lerobot-eval \
  --robot.type=so100_follower \
  --robot.port=/dev/ttyUSB0 \
  --policy.path=outputs/train/.../checkpoint-100000 \
  --eval.n_episodes=10

期望成功率 > 70%（简单抓放任务）。

故障排查

进阶路径

  • 🧠 把训练好的策略转 ONNX，部署到 Jetson Orin
  • 🤖 双臂改造：买 2 套 SO-100 组成 12-DoF 仿人臂
  • 🎮 集成 Mobile ALOHA 的移动底盘
  • 🧪 跑 OpenVLA 微调 替换 ACT 策略

📋 复现条件

类别必备可选 / 备注
硬件SO-100 Leader + Follower 套件 (¥1,800 × 2) · USB 3.0 Hub (带电源) · Logitech C920 摄像头RealSense D435i
操作系统Ubuntu 22.04 / 24.04 · macOS 14 (M1+)Windows 11 WSL2
软件版本Python 3.10 · LeRobot 0.3+ · lerobot-common · condaCUDA 12 (GPU 训练)
网络千兆 USB 3.0 (SO-100 通信)云 GPU 走 WAN
账号Hugging Face 账号 (上传数据集)—
时间打印 3D 件 12 h · 装配 3 h · 烧固件 1 h · 校准 30 min · 采 50 条 2 h · 训练 4 h调参 +1 天
难度⭐⭐⭐ 进阶舵机配 ID 易错
前置知识ROS 2 基础 · Python · 串口调试LeRobot 框架

⛔ 别这么做 (Anti-patterns)

经验证的坑 —— 跳过 = 至少浪费半天，严重的烧板 / 锁机。

❌ 错误做法💥 后果⚠️ 风险范围
不要在 Ubuntu 22.04 上 apt 装 ROS 2 Iron / Rollingapt 源是滚动版 = 兼容性没保证。ROS 2 永远装 LTS 版 (Humble / Jazzy)。🟡ROS 2
不要直接 pip install 全局包做机器人项目系统 Python 升级 = 依赖破。永远用 venv / uv venv / pixi。🟡LeRobot / ACT / OpenVLA 训练
不要把机械臂 / 移动机器人直接接到 12V 铅酸电池反接 / 短路 = 烧控制板。永远先串 5A 保险丝再接。🔴SO-100 / Mobile ALOHA / 自制机器人
不要在没看 dmesg / lsusb 前插 USB 设备并假设会被识别插上没反应 = 没供电 / 没权限 / 没驱动。先 lsusb -t，再 sudo chmod 666 /dev/ttyUSB0。🟢USB 相机 / 串口 / 飞控
不要让 micro-ROS 节点在没看门狗的情况下跑在真机上死循环 = 整机失控，永远给嵌入式节点加 heartbeat 看门狗。🔴micro-ROS / 飞控固件
不要直接拿 GitHub main 分支跑 Mobile ALOHA / LeRobot 训练main = 正在开发，可能 dataset format 改了 = 跑不通。锁 git checkout v0.4.0 标签。🟡Mobile ALOHA / LeRobot
不要在 LeRobot 训练时把 4K 视频存进 dataset4K 1 小时 ≈ 50GB，30 小时 = 1.5TB IO 瓶颈。先 ffmpeg -vf scale=640:480 降采样。🟢LeRobot / ACT 数据采集
不要用 ROS_DOMAIN_ID=0 跑多机协同0 = 默认域 = 任何人都能收到你的话题。多机实验 = 改 ID (0-232) + Foxy+。🟢ROS 2 DDS

🚨 风险总览 (Risk Matrix)

风险等级含义例子
🟢 低改错可回滚 / 几分钟恢复pip 全局装包、DHCP IP 写死
🟡 中需要重新刷机 / 重装 / 1-2 小时恢复装错 ROS 2 版本、没 OTA 升级看版本
🔴 高不可逆 / 烧板 / 安全风险电池反接、micro-ROS 没看门狗、刷机中途断电

参考资料