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

2026年高校论文AI率新规解读:哪些学校已明确AIGC检测要求

2026年高校论文AI率新规解读:哪些学校已明确AIGC检测要求

2026年高校论文AI率新规解读:哪些学校已明确AIGC检测要求 引言:AI率检测成为毕业"新门槛" 2026年毕业季,一个让无数毕业生焦虑的新词频繁出现在各大高校的通知文件中——AIGC检测。和传统的查重率不同,AIGC检测针对的是论文中由人工智能生成内容的占比,也就是我们常说的"AI率"。 从2024年下半年开始,教育部就多次发文要求高校加强对学术不端行为的管理,其中明确将"使用AI工具代写论文"纳入学术不端范畴。进入2026年,越来越多的高校不再只是口头警示,而是将AIGC检测正式写入毕业论文管理办法,成为论文答辩前必须通过的一道硬性关卡。 那么,目前到底有哪些学校已经明确了AIGC检测要求?各校的AI率标准又是多少?这篇文章将为你全面梳理和解读2026年的高校论文AI率新规。 一、政策背景:为什么高校越来越重视AI率检测 1.1 AI写作工具的普及倒逼政策升级 ChatGPT在2022年底横空出世后,以其为代表的大语言模型迅速普及。国内如文心一言、通义千问、讯飞星火等AI工具相继上线,AI写作的门槛被大幅降低。据不完全统计,2025年有超过60%的在校大学生使

AI绘画教学新方案:Z-Image-Turbo镜像快速搭建指南

AI绘画教学新方案:Z-Image-Turbo镜像快速搭建指南 在高校数字艺术、新媒体技术或AI通识课的教学实践中,教师常面临一个现实困境:学生笔记本显卡型号五花八门,RTX 3050、MX450甚至核显比比皆是,而主流文生图模型动辄需要16GB显存和复杂环境配置。一堂45分钟的AI绘画实操课,往往有20分钟耗在“pip install失败”“CUDA版本不匹配”“模型下载中断”上。Z-Image-Turbo镜像正是为解决这一痛点而生——它不是又一个需要手动折腾的开源项目,而是一台“插电即亮”的AI画板。本文将手把手带你完成从零到生成第一张高清图像的全过程,全程无需下载模型、无需编译依赖、无需修改配置,真正实现“打开就能教,运行就能出图”。 1. 为什么Z-Image-Turbo是教学场景的理想选择 Z-Image-Turbo并非普通优化版扩散模型,而是阿里通义实验室专为高吞吐、低延迟、强鲁棒性场景设计的DiT架构轻量化实现。对教学而言,它的价值不在于参数有多炫酷,而在于三个“刚刚好”: * 显存占用刚刚好:在RTX 4090D(24GB显存)上实测,加载后仅占用约13.2

1000多万次播放背后的AIGC方法论:从爆款视频《牌子》开始思考

这篇深度分析文章,基于《牌子》(SIGN)这部现象级AIGC短片的全面拆解,构建一套完整的AIGC内容创作方法论。将分章节系统性地展开,涵盖技术解析、创作方法论、产业影响和未来展望等多个维度。 引言:一个内容事件的诞生 2026年初,中国视频平台Bilibili上出现了一条名为《牌子》(SIGN)的7分钟短片。这部由独立创作者使用AI工具制作的奇幻短片,在一周内获得了超过1000万次播放、80多万点赞、30多万投币,被著名导演郭帆转发点赞,在YouTube上引发国际观众的热议,甚至专业影视后期团队都在上班时间逐帧分析其制作技术。 这不是一次简单的"技术展示",而是一个内容事件的诞生——它标志着AIGC(人工智能生成内容)从"实验室玩具"正式迈入"大众审美"的领域。更重要的是,它证明了一件事:在正确的创作方法论指导下,单个创作者借助AI工具,可以产出媲美专业团队的内容。 本文将从《牌子》的逐帧技术解析出发,深入探讨其背后的创作逻辑,提炼出一套可复用的AIGC内容创作方法论,

Ops-CV库介绍:赋能AIGC多模态视觉生成的加速利器

Ops-CV库介绍:赋能AIGC多模态视觉生成的加速利器

前言 Ops-CV是昇腾CANN生态专属的视觉算子库,核心定位是为视觉处理任务提供高效、轻量化的昇腾NPU原生加速能力,其不仅覆盖传统计算机视觉全流程,更深度适配当前AIGC多模态生成场景(图像生成、图文联动生成、AIGC内容优化等),成为连接AIGC模型与昇腾硬件的核心桥梁,解决AIGC视觉生成中“耗时高、适配难、算力利用率低”的核心痛点,助力AIGC多模态应用快速落地。 在AIGC多模态技术快速迭代的当下,图像生成(如Stable Diffusion等潜在扩散模型)、图文联动生成已成为主流应用方向,但这类场景的视觉处理环节(生成图像预处理、特征对齐、内容优化、端侧适配)往往面临瓶颈——AIGC模型生成的图像需经过一系列视觉优化才能适配下游场景,常规视觉库无法高效利用昇腾NPU算力,导致生成-优化全流程延迟偏高,且难以适配边缘端低功耗、低内存的部署需求,而ops-cv的出现恰好填补了这一空白。 一、Ops-CV核心定位与AIGC适配基础 Ops-CV并非通用视觉库,而是深度绑定昇腾CANN生态、专为硬件加速设计的视觉算子集合,其核心能力围绕“视觉处理全流程加速”展开,涵盖图