100%开源,国产Qmini双足机器人,从3D打印资源到软件系统、驱动算法全公开

文末联系小编,获取项目源码

宇树 Qmini 是一款由宇树科技设计并开源的低成本双足机器人,拥有完整的硬件BOM清单、电气系统框图、3D结构的STEP文件、装配SOP、URDF模型和基础控制软件,适合业余爱好者、教育工作者和研究人员使用。

Qmini 机器人组装过程简单,个人开发者可以完全通过 3D 打印进行复刻,并以类似乐高的模块化方式组装自己的机器人,3-5小时即可完成。该项目为机器人技术提供了一个便捷且经济的切入点,加速创新,并为全球机器人生态系统的发展做出贡献。

Qmini 秉承“优秀工具应该易于使用”的理念,在构建时充分考虑了简洁性和成本效益,以树莓派4B(Raspberry Pi 4 Model B)作为默认主控板,机器人核心骨骼、四肢部件可以通过3D打印来制造,告别复杂机械加工;另外最关键的是开源的较为彻底从机械到驱动算法全公开;虽然编程技术门槛有一些,但相较于其他开源项目,代码结构清晰比较友好。

01

Qmini 双足机器人架构方案


Hardware: 硬件:

• 提供完整的物料清单(BOM)

• 提供电气系统框图

• 提供 DIY 制作说明

机械结构:

• 提供所有机械部件的 STEP 文件

• 提供装配 SOP(标准操作程序)

Software: 软件:

• URDF 模型

• 核心软件堆栈 RoboTamer4Qmini

结构设计

头部设计

树莓派位于头部后方,负责整个机器人的控制和数据处理。头部设计简洁,两个4010风扇为树莓派提供散热,确保其在长时间运行时的稳定性。

腿部结构

每条腿有5个自由度,包括髋关节的俯仰、侧摆和旋转,以及膝关节的俯仰和踝关节的俯仰。侧摆关节使用了齿轮来放大力矩,这种结构将侧摆运动的旋转轴线放到了身体外侧,减少了结构对其自由度的限制,提高了机器人的灵活性和稳定性。部分腿的关节设有限位,以防止过度运动导致损坏。

电池与配重

电池位于尾部,类似于恐龙等动物使用粗壮的尾巴做配重,这种设计有助于平衡机器人的前后重量,提高行走稳定性。提手的位置设计合理,便于搬运和调试。

散热设计

除了头部的两个4010风扇外,大腿内部还有两个3010离心风扇安装位,这种多风扇设计确保了机器人在高负荷运行时的散热效果。

3D打印物料

得益于全面的开源资源,开发者可以轻松获取所有必需的组件。Qmini 的所有机械结构均可 3D 打印,几乎无需定制加工。机身主体零部件打印参数建议如下表所示。

Qmini 机器人集成了 11 个 Unitree 8010 电机 —— 这是一种经过验证的执行器,可用于各种商业机器人平台。其中:

• 10 个电机驱动机器人的主要运动系统

• 1 个电机 位于机器人颈部,作为定制扩展预留

这种模块化鼓励开发者设计和制作自己的扩展原型,增强 Qmini 机器人的功能、美观性或交互性。

机身主体零部件打印参数建议如下表所示。

零件

材质

墙层数

顶部壳体层数

底部壳体层数

稀疏填充密度

稀疏填充图案

机身顶部主架

PLA

4

4

4

20

蜂窝

机体主骨架

PLA

5

5

5

20

蜂窝

机体前端风扇安装件

PLA

5

5

5

20

蜂窝

电池仓

PLA

3

3

3

15

网格/蜂窝

电池底部支撑件

PLA

3

3

3

15

网格/蜂窝

腿部 yaw 轴限位块

PLA

5

5

5

20

蜂窝

顶部 yaw 轴电机安装座

PLA

4

4

4

20

蜂窝

顶部陀螺仪安装座

PLA

3

3

3

15

网格/蜂窝

树莓派安装座

PLA

3

3

3

15

网格/蜂窝

图片

02

Qmini 双足机器人核心系统

Unitree Qmini 双足机器人树莓派电气连接

Qmini 机器人的电机通讯线由树莓派主板 USB3.0 接口经 Type-A 转 Type-C,接入 485 转接板。

  • 转接板 UART1 接出 485A/B 双绞,至右腿 0 号电机,右腿 0 至右腿 1 号电机,右腿 1 至右腿 2 号电机,形成 USB 总线 UART1。
  • 转接板 UART2 接出 485A/B 双绞,至左腿 0,左腿 0 号电机至左腿 1 号电机,左腿 1 号电机至左腿 2 号电机,形成 USB 总线 UART2。
  • 转接板 UART3 接出 485A/B 双绞,至髋关节 0 号电机, 髋关节 0 号电机至髋关节 1 号电机,形成 USB 总线 UART3。
  • 转接板 UART4 接出 485A/B 双绞,至上身 2 号电机; 上身 2 号电机至上 1, 上身 1 号电机至上身 0 号电机,形成 USB 总线 UART4。
  • 发板散热风扇电源由开发板 GPIO2(正极 5V)和 GPIO14(GND)引脚输出 5V 对外供电。

软件系统安装

宇树已经帮我们准备好了现成的程序,我们只需要按步骤配置就行。就像给电脑装系统一样简单,但结果却是让你的机器人活过来!

树莓派烧录系统镜像:

# 下载Raspberry Pi OS Lite# 使用Raspberry Pi Imager烧录到SD卡# 启动前在boot分区创建ssh文件(开启SSH)

基础环境配置:

# 更新系统sudo apt update && sudo apt upgrade -y# 安装Python依赖sudo apt install python3-pip python3-numpy python3-scipy -y# 安装开发工具sudo apt install git cmake build-essential -y

下载控制程序:

# 克隆官方控制代码git clone https://github.com/vsislab/RoboTamer4Qmini.gitcd RoboTamer4Qmini# 安装Python依赖包pip3 install -r requirements.txt

控制程序主要由运动学计算(计算每个关节应该转多少度)、步态生成(规划走路的动作序列)、平衡控制(保持机器人不摔倒)组成。

URDF模型加载:

# URDF文件定义了机器人的结构# 从GitHub下载:urdf/Qmini.urdf# 这个文件描述了每个关节的位置和运动范围cp urdf/Qmini.urdf ~/robot_ws/src/qmini_description/urdf/

联机调试

Qmini采用了VSISLab团队开发的先进控制框架—RoboTamer4Qmini项目。这套系统基于Isaac Gym仿真环境,使用PPO深度强化学习算法训练机器人步态控制策略。相比传统的手工编程方式,这种AI驱动的方法让机器人能够自主学习优化的行走模式。

终于到了最激动人心的时刻!

图片

每条腿的5个关节都经过精确建模,比如髋关节yaw轴的活动范围设定为-0.349到0.525弧度,这个数值既保证步态灵活性,又避免机械干涉。

实际部署的技术流程:

项目提供了完整的开发工具链,虽然环境配置相对复杂(需要Ubuntu、CUDA 11.4+、Isaac Gym等),但一旦搭建完成,训练和部署过程非常直观:

# 训练新的控制策略python train.py --config BIRL --name qmini_experiment# 评估训练效果python play.py --render --name qmini_experiment --time 10# 导出部署模型python export_pt2onnx.py --name qmini_experiment

工程调优的实际考量

虽然核心控制基于深度学习,但底层电机控制仍需要精确的工程调优。

项目提供了PID参数优化工具,帮助减小仿真与实际机器人行为之间的差异:

# 优化底层控制参数python tune_pid.py --mode real

03

Qmini双足机器人项目源码


百度网盘:

https://pan.baidu.com/s/1XQFXGYlf6ZAf1rpxIvGYEg?pwd=iotw 

提取码: iotw


如有IoT 源码采购和项目交付需求,请扫码联系小编,微信号: beacon0418

往期推荐

开箱即用!国产开源30+AI视觉算法IoT智能物联网云平台

国产开源Web 工业IoT组态软件,支持Modbus、OPC,支持拖拉拽

源码交付,7天完成国产信创部署智慧工地方案

4万元,国产信创私有化部署,破解县域无人机AI巡检平台落地难题

上班摸鱼, 智能AI 监控老板行踪

图片
图片

免责声明:本公众号所发布的内容来源于互联网,我们会尊重并维护原作者的权益。由于信息来源众多,若文章内容出现版权问题,或文中使用的图片、资料、下载链接等,如涉及侵权,请告知我们,我们将尽快处理。

Read more

uniapp vue h5小程序奶茶点餐纯前端hbuilderx

uniapp vue h5小程序奶茶点餐纯前端hbuilderx

内容目录 * 一、详细介绍 * 二、效果展示 * 1.部分代码 * 2.效果图展示 * 三、学习资料下载 一、详细介绍 uniapp奶茶点餐纯前调试视频.mp4链接: uniapp奶茶点餐纯前调试视频注意事项: 本店所有代码都是我亲测100%跑过没有问题才上架 内含部署环境软件和详细调试教学视频 代码都是全的,请放心购买 虚拟物品具有复制性,不支持七天无理由退换 源码仅供学习参考, 商品内容纯属虚构可以提供定制,二次开发先导入hbuilderx 运行后会启动微信开发工具显示效果 二、效果展示 1.部分代码 代码如下(示例): 2.效果图展示 三、学习资料下载 蓝奏云:https://qumaw.lanzoul.com/iQ2KP3goqhjg

Clawdbot+Qwen3:32B从零开始:3步完成Web Chat平台本地部署(含截图)

Clawdbot+Qwen3:32B从零开始:3步完成Web Chat平台本地部署(含截图) 1. 为什么你需要这个本地Chat平台 你是不是也遇到过这些问题:想用大模型但担心数据上传到公有云?试过几个Web聊天界面,不是配置复杂就是响应慢?或者只是单纯想在自己电脑上跑一个真正属于自己的AI对话系统,不依赖网络、不看别人脸色? Clawdbot + Qwen3:32B 这个组合,就是为解决这些实际问题而生的。它不是又一个需要注册账号、绑定邮箱、等审核的SaaS服务,而是一个完全本地运行、数据不出设备、开箱即用的轻量级Web聊天平台。 这里没有复杂的Docker Compose编排,没有动辄半小时的环境搭建,也没有让人头大的证书配置。整个过程只需要三步:装好基础工具、拉起模型服务、启动前端界面。全程在终端敲几行命令,刷新浏览器就能开始对话。 更关键的是,它用的是通义千问最新发布的Qwen3:32B——目前开源领域综合能力最强的中文大模型之一。32B参数规模意味着更强的逻辑推理、更稳的长文本理解、更自然的多轮对话表现。而Clawdbot作为一款专注本地集成的轻量级代理网关,把模

资源高效+高精度识别|PaddleOCR-VL-WEB文档解析全场景适配

资源高效+高精度识别|PaddleOCR-VL-WEB文档解析全场景适配 写在前面 你有没有遇到过这样的情况:一份扫描版PDF里既有密密麻麻的正文、带公式的推导过程,又有跨页表格和手写批注,用传统OCR工具一识别,文字错位、表格散架、公式变乱码——最后还得人工逐字校对,半天时间白忙活? 这不是个别现象。在金融报告、科研论文、古籍档案、多语言合同等真实业务中,文档解析早已不是“把图片转成文字”这么简单。它需要同时理解布局结构、语义逻辑、视觉关系和多语言混排——而这些,正是PaddleOCR-VL-WEB真正发力的地方。 本文不讲抽象架构,不堆参数指标,只聚焦一件事:这个镜像到底能不能在你的日常工作中稳稳跑起来?识别准不准?部署难不难?支持哪些“难搞”的文档? 我用一台搭载RTX 4090D单卡的服务器,从零部署PaddleOCR-VL-WEB,实测了27份真实文档(含中文财报、英文技术手册、日文说明书、阿拉伯语合同、带手写体的实验记录本、含LaTeX公式的学术PDF),全程记录操作路径、关键配置、效果反馈和避坑要点。所有步骤均可复现,