机械臂

为机械臂构建一个基于PPO训练、ROS2工作流以及仿真到现实的具身AI研究的Isaac Lab RL抓取系统

本项目提出了一种基于Nero机械臂SO-ARM101和NVIDIA Isaac Lab的具身AI操作强化学习工作流。该框架以仿真驱动为核心，用于训练和评估机器人操作策略，重点在于为系统实现从仿真到现实的迁移做好准备。

开发一款实时追踪Claude API使用情况的机器人手臂

你是否每隔五分钟就不得不运行一次“/usage”?是否总在担心自己即将达到五小时的使用上限?你并不孤单。我们称之为“克洛德代码焦虑”。我看到了令人惊叹的“Clawdmeter”项目——一个专为追踪令牌使用量而设计的M5Stack仪表盘，非常漂亮。但当我低头看看自己的办公桌时，发现我的四自由度机械臂机器人myPalletizer 260也配有屏幕、蓝牙功能，甚至还有一个“脑袋”。既然可以将机器人变成一个会动、会呼吸、能实时追踪使用情况的得力助手，何必还要再建一个新仪表盘呢?目标很简单：不再频繁输入“/usage”，而是让机器人来告诉我们我们的使用情况如何。

通过树莓派和Arduino Nano来使用PS5手柄控制机械臂

PS5手柄通过蓝牙连接到树莓派5。树莓派使用Python读取摇杆和按钮的数值，然后通过USB串行通信将简单的命令数字发送给Arduino Nano。Arduino Nano接收到这些命令后，会控制机械臂上的相应舵机运动。

设计制造一个机器人桌宠

让我们先冷静一下。在终端中点击“Y”或“N”来批准AI工具的执行，这种操作实在无聊。作为开发者，我们整天盯着文本编辑器和命令行提示符。当你使用Anthropic的Claude Code CLI时，感觉这应该拥有更具体、更实际的东西。

如何制作一个三自由度(3 DoF)机械臂

首先，我正在制作一个三自由度(3 DoF)机械臂，计划完成它。这比我预想的要困难一些，但BeagleY-AI和Maestro伺服控制器让整个过程变得容易一些，因为SBC和伺服控制已经完成，我可以专注于源代码的管理与优化。

实时控制系统：基于PREEMPT_RT补丁的Linux系统在机械臂控制中的抖动（Jitter）分析

在工业机器人、协作机械臂等精密运动控制场景中，控制周期的稳定性（Periodicity）直接决定轨迹精度。标准Linux内核由于调度不确定性，无法满足微秒级的抖动要求。本文将探讨如何通过PREEMPT_RT（实时）补丁改造Linux内核，并结合Xenomai或RTAI框架，将机械臂关节控制的抖动从毫秒级压缩至微秒级。

如何在 ROS2 中构建机器人手臂 IK 解算器

一种具有连续零空间控制且无需雅可比矩阵迭代的 7 自由度逆运动学求解器的封闭形式解。我们为 NERO 7 自由度机械臂实现了一个实时的分析型逆运动学求解器，该求解器采用了关节角度参数化和几何冗余解决方法。

设计制造一款能够自动创作诗歌的机器人手臂

当我们想到机械臂时，脑海中通常会浮现出那种僵硬的自动化场景——即那些为生产线上的重复性、毫无情感色彩的工作而设计的机器。但当我们试图让一个四轴机械臂去捕捉人类书写所具有的那种真实重量时，情况又会怎样呢?

构建一个系统，利用计算机视觉技术使其能够在游戏中“识别”障碍物，并指挥机械臂实际按下空格键

无线网络断了，“无网络”提示画面出现了，突然间那个像素化的霸王龙就成了你与彻底无聊之间唯一的分隔物。通常情况下，你会只是按几下空格键来等待几分钟，直到路由器重启。但当我坐在那里时，我看着桌上摆放着的 myPalletizer 260 M5——一个售价 299 美元、拥有 4 个自由度的机器人手臂，此刻它什么也没做——然后我有了一个想法：

安森美：用全光谱“智慧之眼”定义下一代工业机器人

在工业4.0迈向5.0的进程中，机器人与自动化技术正以前所未有的深度重塑全球产业图景。从物流仓储中的自主移动机器人(AMR)，到产线上的视觉检测设备、协作机械臂，再到面向精密制造的高动态抓取与装配系统，机器人正在从“替代人工执行单一任务”的工具，演进为“具备环境理解与决策能力的智能执行体”，成为推动生产效率提升、良率优化与运营数字化的关键基础设施。

如何在树莓派 5 上探索体感人工智能

对于许多开发者而言，他们的最终目标是摆脱简单的“如果-那么”逻辑模式，为他们的树莓派赋予真正的智能——打造一个能够理解口头指令、将其分解为步骤，并进而实际移动物体的系统。

搭载 LanderPi 的体感式人工智能：将大型语言模型、ROS 2 和 3D 视觉技术融合在一起

业余爱好者和教育类机器人技术的领域正在发生转变。机器人不再仅仅需要按照预先设定的程序循环运行;现在的目标是“具身人工智能”——即能够感知周围环境、理解自然语言意图并自主执行复杂任务的机器。LanderPi 是一款复合机器人，旨在探索这一前沿领域，它充当了高级推理与实际操作之间的桥梁。

米尔RK3576 + ROS2 进阶：NPU加速MixFormerV2目标跟随与机械臂抓取实战

回顾上篇：基于RK3576 + ROS2 Humble + SLAM Toolbox + Nav2，我们实现了机器人的建图与自主导航。机器人已经能够“走到哪里”。但真正的智能机器人不仅要“走到哪”，还要“看到并操作”——识别特定物体、主动跟随、近距离抓取。本文将在此基础上，集成深度摄像头，实现机器人核心功能：

如何为机器人狗添加了一个机械臂

在过去的几个月里，一只希沃纳小狗机器人狗一直稳稳地坐在我的办公桌上。它很聪明——能够四处移动、识别面孔，甚至还能响应一些指令。但一个想法一直在我脑海中萦绕：如果它能拥有“双手”来主动与周围环境互动，而不仅仅是观察和移动该怎样呢?这个想法促使我订购了适用于小狗机器人的专用两自由度机械臂扩展套件，从而开启了将它从“移动平台”转变为“移动操作器”的项目。

机械臂移动后视觉姿势自动校准技术体系(中)

机械臂移动后手眼标定失效的核心原因(下)

机械臂移动后手眼标定失效的核心原因(上)

机械臂移动后视觉姿势自动校准技术体系(下)

机械臂移动后视觉姿势自动校准技术体系(上)

如何使用Hiwonder LeRobot SO-ARM101机械臂

在机器人和人工智能的世界里，理论算法和物理世界之间的桥梁——被称为具身智能——往往是复杂而昂贵的。Hiwonder LeRobot SO-ARM101改变了这一点。它不仅仅是另一个机械臂套件;它是一个完全开源的双臂平台，专门为模仿学习而设计，无缝集成到拥抱脸LeRobot生态系统中。