具身机器人操作规划综合实训平台 ALO-LE4
ALO-LE4
双五轴臂，基于ACT架构端到端方案设计的具身机器人操作执行的实训平台，无需部署一站式开箱试用，既可作为数据采集平台，也适合用于模仿学习与端到端智能控制方案的研究
适配人群/场景
适用于具身智能、模仿学习、端到端控制、机器人学、机器视觉等课程与科研项目
核心亮点
- 一机多用：数据采集、智能训练与验证统一平台
- 一站式部署：高度集成，开箱即用并支持快速重置
- 递进式教学：覆盖环境配置到模型训练的完整教学路径
产品特点
数据采集与训练一体化
基于 ACT 架构，支持动作采集、模型训练与验证流程；可调光源满足多场景需求，桌面实验环境确保算法验证的稳定性与可重复性。
快速部署与恢复
主臂、从臂及操作系统独立配置重启按键，无需额外场景搭建即可开展实验，在出现异常时可迅速重置恢复。
递进式教学设计
涵盖软件环境配置、硬件部署、训练流程等完整教学环节，既支持科研探索也适配课堂教学，帮助学员循序掌握操作要领。
样机案例
系统配置
传感器配置
面向模仿学习和视觉识别配置核心传感器，覆盖操作执行所需数据源。
- 双路高清摄像头（顶部 + 侧面）用于颜色、位置识别及视觉数据采集
- 可调环境光源，模拟不同光照条件
- 机械臂关节角度传感器采集运动学数据
- 扩展接口：支持额外视觉/力觉模块接入
实验项目
实验体系从端到端方案部署扩展到视觉与本体控制，帮助学员建立具身操作的完整认知。
端到端方案部署与训练
围绕 ACT 架构完成环境配置、数据采集、模型训练与部署。
- 环境配置：配置 CONDA、FFMPEG、Python 等依赖（建议课时 2）
- 安装 Lerobot 框架：完成 Lerobot 环境搭建（建议课时 2）
- 配置机械臂舵机：调试机械臂舵机参数（建议课时 1）
- 配置相机：完成摄像头标定与画面接入（建议课时 1）
- 校准与测试主从臂：验证主臂采集与从臂跟随（建议课时 2）
- 遥操作数据采集：录制视频、关节角度、系统配置等数据（建议课时 2）
- 模型训练：建议使用 NVIDIA 4060 及以上显卡（建议课时 2）
- 模型部署：部署并验证自主执行效果（建议课时 4）
拓展教学 · AI 视觉
引导学员掌握视觉识别与机械臂视觉协同。
- YOLO 视觉部署：部署 YOLO 模型（建议课时 2）
- 数据集标注：完成视觉数据标注（建议课时 2）
- 模型训练与部署：训练并部署视觉模型（建议课时 2）
- 工件检测：实现工件识别与定位（建议课时 2）
- 机械臂视觉搬运：将视觉识别结果映射到机械臂任务（建议课时 4）
拓展教学 · 机器人本体控制
聚焦机械臂运动学与插补控制的实训练习。
- 机械臂运动学控制：掌握正逆运动学建模与控制（建议课时 4）
- 机械臂直线插补控制：实现直线插补轨迹（建议课时 2）
- 机械臂圆弧插补控制：实现圆弧插补轨迹（建议课时 2）
- 机械臂码垛搬运：综合练习码垛与搬运任务（建议课时 4）
知识库
获取更多关于该产品的技术文档、使用教程及常见问题解答。
