23美元DIY遥操作主臂：用AS5600编码器替代舵机的低成本方案

低成本遥操作主臂的设计动机

在机器人学习（尤其是视觉-语言-动作模型，即VLA）领域，遥操作（teleoperation）是采集训练数据的关键环节。开发者通常需要一套「主从臂」系统：操作者手动移动主臂（leader arm），从臂（follower arm）实时模仿动作，从而采集到高质量的示教数据。

视觉-语言-动作模型（VLA）是具身智能领域的前沿方向，它试图将大语言模型的推理能力与机器人的物理操作能力结合起来。代表性工作包括Google DeepMind的RT-2、丰田研究院的π0等。这些模型的训练严重依赖大规模的操作示教数据——即人类操作者演示各种任务（抓取、放置、开门等）时记录的关节轨迹和视觉信息。VLA模型的核心思想是将预训练大语言模型（如PaLM、LLaMA）作为策略骨干网络，将视觉观测和语言指令作为输入，直接输出机器人的动作序列。这种端到端的方式避免了传统机器人流水线中感知、规划、控制各模块之间的信息损失。然而，这类模型的训练数据需求极为庞大——RT-2使用了超过13万条机器人示教轨迹，π0的训练数据涵盖了多种机器人形态和数千种任务变体。

VLA模型的数据需求不仅体现在数量上，更体现在多样性上。RT-2论文指出，模型的泛化能力与训练数据中任务变体的丰富程度高度相关——同一个"把杯子放到盘子里"的任务，在不同杯子形状、颜色、初始位置、光照条件下都需要独立的示教轨迹。Open X-Embodiment项目汇聚了22个机器人实验室的超过100万条轨迹数据，才实现了跨机器人形态的策略迁移。这意味着单个研究组要训练有竞争力的VLA模型，需要持续数月的密集数据采集，低成本硬件直接转化为更低的入门门槛和更高的数据积累速度。

遥操作采集一条完整示教通常需要30-120秒，加上重置环境的时间，单人每小时有效采集量约为20-40条轨迹。这意味着如果要从零积累足够的训练数据，硬件成本和采集效率的优化至关重要。

除了主从臂式遥操作，业界还发展了多种替代性数据采集方式。Meta的手持夹爪方法让操作者直接手持机器人末端执行器完成任务，成本最低但缺乏关节空间的直接映射。VR手柄遥操作（如使用Meta Quest控制器）通过逆运动学映射末端位姿到关节角度，灵活但存在奇异点问题。视觉手部追踪（如UMI项目使用GoPro追踪人手动作）完全不需要机器人硬件参与采集，但动作空间与机器人不完全对齐。相比之下，主从臂方案在关节空间的一致性、操作直觉性和数据质量之间取得了最佳平衡，这也是为什么它仍然是当前最主流的采集方式。

遥操作作为最直接的数据采集方式，其效率和成本直接决定了研究者能否获得足够多样的训练样本。LeRobot是Hugging Face推出的开源机器人学习框架，旨在降低具身智能研究的软件门槛，但配套硬件的成本仍然是许多个人开发者面临的主要障碍。

LeRobot的设计哲学与Hugging Face在NLP领域的transformers库一脉相承——提供统一的API接口、预训练模型库和标准化的数据格式，使研究者可以方便地复现和比较不同算法。框架内置了ACT（Action Chunking with Transformers）、扩散策略（Diffusion Policy）等主流模仿学习算法的实现，并支持将采集到的示教数据直接上传至Hugging Face Hub进行共享。在硬件侧，LeRobot推荐搭配Alexander Koch设计的开源机械臂，使用6颗ST3215舵机构成单臂。框架的LeRobotDataset格式规范了观测图像、关节角度、动作标签的存储方式，使得不同实验室采集的数据可以互通使用，这对于数据稀缺的具身智能领域意义重大。

然而，官方的LeRobot套件对于个人开发者而言价格并不友好。一位Reddit用户分享了自己的解决方案：仅用约23.5美元（约合印度卢比2,233rs）便搭建出了一套可用的遥操作主臂。更巧妙的是，他从原有的腿式运动（legged locomotion）方向转入VLA，用一种反直觉的思路降低了硬件成本。

腿式运动研究关注的是四足/双足机器人在复杂地形上的平衡与步态控制，近年来强化学习在这一领域取得了突破性进展（如ETH Zurich的ANYmal、MIT Mini Cheetah等）。这两个方向看似不同，但共享许多底层技术：都需要高频传感器读取（IMU、编码器）、实时控制回路、以及大量仿真或真实世界数据。作者在腿式机器人中积累的硬件调试经验——尤其是对编码器、通信协议和低成本传感方案的熟悉——直接促成了这个用磁编码器替代舵机的创新思路。

作者从腿式运动方向转入VLA的经历反映了具身智能领域的一个有趣趋势：不同子方向之间的技术壁垒正在消融。腿式机器人（如Unitree Go2、Boston Dynamics Spot）的关节控制通常使用高性能无刷电机配合绝对值编码器，控制频率高达1000Hz；而桌面操作臂的控制频率通常为50-100Hz，对传感器精度的要求也相对宽松。作者在腿式机器人中接触过的磁编码器方案（许多四足机器人使用AS5048或AS5600作为关节角度反馈）自然地被迁移到了操作臂的主臂设计中。这种跨领域的知识迁移在硬件开发者社区中非常常见，也是开源运动促进创新的一个典型案例。

核心思路：用AS5600磁编码器替代舵机

这套方案最值得关注的地方，在于对主臂功能本质的重新理解。

主臂并不需要动力输出

在主从遥操作系统中，从臂需要电机来驱动关节完成动作，因此必须使用带动力的舵机。但主臂的核心任务只是「读取人手操作时各关节的角度」——它本身由人手驱动，不需要自带动力输出。

基于这一认识，作者放弃了官方套件中使用的ST3215舵机，转而使用纯粹的角度传感器（磁编码器）。这一替换直接砍掉了成本中最昂贵的部分。作者特别指出：在印度，单个ST3215舵机的价格约为2,200rs（约23美元），而他整套六自由度主臂的全部电子与机械件成本，也不过与一个舵机的价格相当。

ST3215是飞特（Feetech）公司生产的一款串行总线舵机，广泛用于开源机器人臂项目中。与传统PWM舵机不同，总线舵机通过半双工串行通信协议（类似Dynamixel的TTL协议）实现多舵机级联，每个舵机有独立ID，支持位置、速度、电流等多种控制模式，并能反馈当前角度。正是因为ST3215既能输出扭矩又能反馈位置，官方LeRobot套件才在主臂和从臂上统一使用它——主臂利用其位置反馈功能读取角度，从臂利用其驱动功能执行动作。但这也意味着主臂上舵机的驱动能力完全被浪费了，造成了不必要的成本开销。

为了理解23.5美元的突破性意义，值得横向对比当前主流的开源机器人臂方案。官方LeRobot套件使用6颗ST3215舵机，仅舵机成本约为140-180美元（视购买渠道）。Alexander Koch的开源机械臂设计采用类似方案，总成本约250-350美元。ALOHA系统使用Dynamixel舵机，单臂成本超过3000美元。即便是最经济的方案，一套完整的主从臂（12颗舵机）也需要300美元以上。本文方案将主臂成本压缩到23.5美元，意味着一套完整的主从系统（从臂仍需舵机）总成本可控制在170美元左右，降幅接近50%。

AS5600磁编码器的工作原理

方案采用了6颗AS5600磁编码器，每颗约1.95美元。AS5600是一款常见的12位非接触式磁旋转位置传感器，由奥地利微电子公司（ams-OSRAM）设计，采用霍尔效应原理检测径向磁化磁铁的角度位置。芯片内部集成了多个霍尔传感元件，通过CORDIC算法计算磁铁相对于芯片的旋转角度，非常适合用于读取机械臂各关节的转动角度。

霍尔效应由Edwin Hall于1879年发现：当电流通过置于磁场中的导体时，载流子受洛伦兹力偏转，在导体两侧积累电荷并产生横向电压差（霍尔电压）。这个电压与磁场强度成正比。在AS5600中，芯片表面的多个霍尔传感单元被排列在环形阵列中，当径向磁化的圆柱形磁铁在芯片上方旋转时，各传感单元检测到的磁场分量随角度呈正弦/余弦变化。芯片内部的模拟前端对这些信号进行差分放大和滤波，消除外部杂散磁场的干扰，然后送入ADC数字化。与光学编码器相比，磁编码器对灰尘、油污和振动不敏感，非常适合开放环境下的机器人应用。

CORDIC（Coordinate Rotation Digital Computer）是一种通过迭代移位和加减运算来计算三角函数的算法，无需乘法器，非常适合在面积受限的ASIC中实现。AS5600内部的多个霍尔传感器分别检测磁场在不同方向上的分量，产生正弦和余弦信号。CORDIC算法对这两个正交分量执行反正切运算，从而得到磁铁的绝对角度位置。整个计算过程在芯片内部硬件完成，典型转换时间约为数百微秒，对外部MCU而言几乎是透明的——ESP32只需通过I2C读取角度寄存器即可获得最终结果。

其12位分辨率意味着可以将360°分为4096个步进，对应0.088°的最小可分辨角度，绝对精度约为±1°（出厂未校准时）。AS5600支持I2C数字输出和模拟电压/PWM输出两种模式。由于是非接触式测量，传感器与被测对象之间没有机械接触，不存在磨损问题，理论寿命无限。这一精度水平完全满足遥操作数据采集的需求。需要注意的是，AS5600的I2C地址固定为0x36，无法通过硬件引脚更改，这正是多颗使用时需要I2C多路复用器的根本原因。

完整物料清单（BOM）与成本明细

作者公开了完整的成本明细，对想要复刻的开发者极具参考价值：

元件	数量	单价	小计（USD）
AS5600 磁编码器	6	~1.95	~11.7
608 轴承	6	~0.32	~1.9
TCA9548A I2C 8通道扩展器	1	~0.6	~0.6
ESP32 主控	1	~5.8	~5.8
杜邦线等	—	—	~2.1
M3x10mm 螺丝（40颗）	1套	—	~1.3
总计			~23.5

注：以上不含3D打印结构件的成本。

608轴承的作用

608轴承是滑板轮中广泛使用的标准深沟球轴承，内径8mm、外径22mm、厚度7mm，单价极低（通常不到0.5美元）。在本方案中，608轴承被用于各关节的转动支撑结构，确保关节在人手驱动时能够平滑转动且无明显径向晃动。低摩擦的关节对于主臂至关重要——由于没有电机提供动力或补偿，任何额外的摩擦都会直接传递为操作者手感上的"涩感"，降低示教的流畅度和数据质量。608轴承配合3D打印的关节座，可以实现成本极低但性能可接受的转动副设计。

TCA9548A解决I2C地址冲突

值得一提的是清单中的TCA9548A I2C 8通道多路复用器。AS5600编码器通过I2C总线通信，但同一总线上所有AS5600的I2C地址是固定且相同的（0x36），无法直接挂载多颗。TCA9548A正是为了解决这个「地址冲突」问题——它相当于一个I2C交换机，让ESP32能够分时寻址、逐一读取6颗编码器的数据。这是一个非常经典且实用的工程细节。

I2C（Inter-Integrated Circuit）是由飞利浦（现NXP）开发的两线制串行通信协议，仅需SDA（数据线）和SCL（时钟线）即可实现主从通信。每个I2C从设备拥有一个7位地址（0x00-0x7F），主设备通过地址来选择与哪个从设备通信。当总线上存在多个相同地址的设备时，它们会同时响应主设备的寻址请求，导致数据冲突和通信失败。TCA9548A通过8个独立的I2C下游通道解决这一问题，ESP32先通过I2C指令选择TCA9548A的某个通道（相当于打开一个开关），然后该通道上的AS5600就成为当前唯一可寻址的设备。整个切换过程仅需微秒级时间，对实时性影响极小。值得注意的是，TCA9548A本身的I2C地址可通过A0-A2三个引脚配置（0x70-0x77），因此理论上可以级联8颗TCA9548A，支持最多64个相同地址的设备。

ESP32主控的选择考量

ESP32是乐鑫（Espressif）公司推出的低成本、低功耗的双核微控制器，集成Wi-Fi和蓝牙功能。在本方案中选择ESP32有多重考虑：首先其双核240MHz主频足以处理6路I2C编码器的高频读取和数据传输；其次内置Wi-Fi/蓝牙使得无线传输角度数据成为可能，避免了USB线缆对操作者动作的干扰；最后其价格低廉（约5-6美元）且开发生态成熟，Arduino和MicroPython均有完善支持。相比树莓派Pico等替代方案，ESP32的无线能力在遥操作场景中是显著优势。此外，ESP32的I2C硬件外设支持最高400kHz的快速模式，读取6颗AS5600的全部角度数据理论上可在1ms内完成，轻松满足遥操作系统通常要求的50-100Hz控制频率。

方案优势与适用场景

对机器人学习社区的启发

随着LeRobot等开源机器人学习框架的兴起，越来越多的个人开发者希望进入具身智能与VLA领域，但硬件门槛始终是一道现实障碍。这位作者用不到官方套件零头的成本，验证了「主臂只需感知、无需驱动」的思路，为预算有限的爱好者提供了一条可行路径。

作者表示，目前项目尚未上传GitHub，计划在完成改进和整理后开源，并会补充仓库链接。对社区而言，一套完整的3D打印模型加代码，将大大降低复刻难度。

需要注意的局限性

当然，这种方案也存在明显的取舍：

• 无力反馈：由于主臂没有电机，操作者感受不到从臂端的接触力。力反馈（force feedback/haptics）是指主臂通过电机向操作者施加与从臂接触力成比例的反作用力，使操作者能"感受到"远端的物理交互。这在手术机器人（如达芬奇系统）和精密装配中至关重要，但在纯数据采集场景中并非必需。研究表明，有力反馈的遥操作系统在精细任务（如插销、拧螺丝）中的成功率比无力反馈高15-30%，但对于常见的抓取-放置类任务差异不大。
• 无自动归位：缺少重力补偿功能，主臂不会自动回到初始位置。重力补偿是指主臂电机持续输出与各连杆重力矩相抵消的力矩，使操作者感觉主臂"失重"、操作更轻松。没有重力补偿的主臂在长时间数据采集中可能导致操作者疲劳，但对于短时间的示教任务影响有限。一个工程上的缓解方案是使用配重或弹簧来被动平衡关节重力，这不增加电子成本但增加了机械设计复杂度。
• 安装精度要求：磁编码器的安装精度、磁铁与芯片的对中程度，都会直接影响角度读取的准确性，这对3D打印结构件的设计提出了一定要求。AS5600对磁铁的气隙（芯片表面与磁铁底部的距离）敏感，推荐气隙为0.5-3mm，偏心超过0.5mm时精度会明显下降。使用FDM 3D打印时，层高0.2mm的精度通常可以满足气隙要求，但偏心控制可能需要额外的对中结构设计。

对于以数据采集为主要目的的场景，这些限制通常可以接受；但若追求更沉浸的遥操作体验，仍需带动力的方案。

总结：回归需求本质的工程思维

这个仅23美元的DIY主臂项目体现了一种优秀的工程直觉：回到需求本质，识别出哪些昂贵的组件其实并非必需。在具身智能日益火热、硬件成本却居高不下的当下，这类来自社区的低成本创新，正是推动更多人参与机器人学习研究的重要力量。期待作者的开源仓库早日与大家见面。