YOR：你专属的移动操作机器人，面向可泛化机器人研究

YOR: Your Own Mobile Manipulator for Generalizable Robotics

arXiv: 2602.11150v1

论文信息

标题: YOR: Your Own Mobile Manipulator for Generalizable Robotics

作者: Manan H Anjaria, Mehmet Enes Erciyes, Vedant Ghatnekar, et al.

发布日期: 2026-02-11

arXiv ID: 2602.11150v1

PDF 链接: 下载 PDF

3 分钟速览

  • 研究问题： 这篇论文要解决移动操作机器人领域普遍存在的高成本、低可及性与功能不完整的矛盾，寻找一个在低成本约束下能实现全向移动、垂直升降和双臂操作的理想机器人形态。
  • 核心方法： 采用模块化设计思路，使用全向轮式底盘、桌面级升降柱和两个 6 自由度合规机械臂，将整体物料成本控制在$10,000 以内，并完全开源其硬件设计和软件堆栈。
  • 关键结果： 成功实现了一款名为 YOR 的双臂移动操作机器人，其物料清单成本仅为$9,250（见表 1），并验证了其在全身遥操作、模仿学习策略部署和自主导航等任务上的可行性与精确性。
  • 主要局限： 论文承认其 SLAM 系统的位置精度为 50 毫米，会导致里程计漂移成为模仿学习任务的主要失败模式（见第 4.2.3 节）；此外，当前 6 自由度手臂在操作时可能遇到奇异性问题。
  • 适合读者： 适合机器人学研究人员、高校实验室管理者以及对搭建自己的低成本、高性能移动操作机器人感兴趣的开发者和创客。

论文背景和研究动机

近年来，机器人学习领域的突破离不开强大且可及的硬件平台。从固定基座的 ALOHA 到移动的 Mobile ALOHA，这些平台极大地推动了数据驱动方法的发展。然而，一个核心问题始终悬而未决：对于大规模、可推广的移动操作研究，最佳的、且预算友好的机器人形态究竟是什么？

现有的解决方案各有优劣。人形机器人虽然前景广阔，但全身控制和可靠的运动能力仍是活跃的研究难题，离大规模实用尚有距离。商业级移动操作机器人（如 RB-Y1，Dexmate）功能强大，但价格动辄是本文方案的十倍，且闭源设计难以定制。而现有的低成本开源方案（如 TidyBot++，XLeRobot）则在灵活性、工作空间或双臂能力上做出了妥协。具体来看，TidyBot++只有单臂且缺乏垂直方向控制；XLeRobot 成本极低，但其负载和臂展限制了其在真实世界任务中的应用；Mobile ALOHA 则因其大尺寸和非完整约束底座而在室内导航上存在局限。

正是基于此，论文作者团队提出了一个清晰的论点：一个理想的低成本移动操作研究平台应同时具备低成本、简单鲁棒的控制、全向移动性、带垂直升降的双臂操作能力以及合规性。YOR 便是为了满足上述所有条件而设计的一款开源机器人。

核心方法和技术细节

YOR 的设计哲学是 “够用且好用”，在极简的复杂度与成本下实现关键功能。其核心技术细节体现在四个主要子系统上。

1. 全向移动底座

YOR 的移动能力来源于一个全向矢量（swerve drive）底座。它使用四个独立的 REV Robotics 3 英寸 MAXSwerve 模块，每个模块都可以独立控制转向和驱动。这种设计的优势在于：

  • 解除非完整约束：与差速驱动底座不同，YOR 可以在原地进行任意方向的平移和旋转，这对于在杂乱环境中精细调整操作位置至关重要。
  • 控制模型清晰：底盘的运动学模型被显式定义为公式 Vmodules=C⋅vb\mathbf{V}_{\mathrm{modules}}=C\cdot\mathbf{v}_{b}，其中 CC 是耦合矩阵，vb\mathbf{v}_{b} 是期望的底盘速度。低层控制器通过将笛卡尔速度转换为各模块的转向角 θi\theta_i 和驱动速度 viv_i 来实现精确运动。
  • 稳定性设计：整个底座采用铝型材构建，将电池、计算单元等高密度组件安置在最低点，遵循 “重底座” 原则，最大化静态稳定裕度，防止在加速或举起重物时倾覆。

2. 垂直升降柱

为了获得从地面到高处的操作空间，YOR 集成了一个为站立式办公桌设计的伸缩升降柱。这不是一个简单的执行器，而是一个带有闭环控制的子系统：

  • 宽泛的行程：它能将肩部高度从最低 0.60 米调整到最高 1.24 米（见第 3.3 节），使得机器人既能捡起地上的物体，也能从架子上取物。
  • 精确控制：一个专用的 Raspberry Pi Pico 微控制器读取正交编码器的实时位置数据，并通过 BTS7960 H 桥驱动直流电机，形成一个闭环控制系统。它能实现精确的高度定位和高达 35 毫米/秒的稳定速度控制。
  • 安全特性：升降机构具有自锁功能，能防止在意外断电时突然下坠。

3. 双臂操作与合规控制

YOR 的双臂操作能力是其功能核心，其设计充分考虑了成本、工作空间和安全性。

  • 手臂选型与布局：选用 AgileX PiPER 6 自由度手臂，成本为$2,500 每台。两个手臂被安装在一个具有 45 度侧倾角的定制肩部板上，这种设计平衡了前向和向下的伸展范围，并能防止两个手臂的肘关节在近距离安装时发生碰撞，从而保持了机器人整体的小尺寸。
  • 合规控制器：为实现在人类环境中安全操作，YOR 采用关节刚度控制器，其核心目标函数是 τg(q)+Kp(qref−q)+Kd(q˙ref−q˙)\tau_g(q) + K_p(q_{\text{ref}} - q) + K_d(\dot{q}_{\text{ref}} - \dot{q})。这使得手臂的行为像围绕参考点的弹簧-阻尼系统，通过设置较低的刚度增益 KpK_p 和阻尼增益 KdK_d 来实现柔顺运动。这个控制器分为两层：低层实时控制器以 200Hz 的频率运行，确保指令遵守安全限制；高层控制器则以较低的频率设定目标。

4. 集成与软件堆栈

YOR 将硬件与软件深度集成，以实现全身控制和自主导航。

  • 全身遥操作：使用 Meta Quest 3/3S 控制器来直观地控制机器人的所有部件。一个关键的设计选择是，用控制器的握键直接控制升降柱的升/降，而不是通过映射操作者的弯腰动作来实现。这解耦了身高与手臂控制，避免了操作者长时间处于不舒适的姿态。
  • 自主导航（SLAM）：YOR 搭载了一个 ZED 2i 立体摄像头，并集成了一个完整的 SLAM 和导航管道。它利用视觉-惯性里程计估计机器人位姿 TWB(t)∈SE(3)T_{\text{WB}}(t) \in \text{SE}(3)，将点云融合到体素地图中，并投影为二维代价地图。然后，采用加权 A*算法规划碰撞无路径，并用 Pure Pursuit 算法进行路径跟踪。

创新点和贡献

YOR 的主要贡献并非提出了一种颠覆性的新算法或理论，它对领域的核心贡献在于在工程实践层面定义并实现了一种高度平衡的机器人形态。

  1. 形态定义的创新：论文明确指出了低成本移动操作机器人的理想形态：全向底盘+垂直升降+双臂。这一组合精确地解决了现有平台在移动性、工作空间和灵巧性上的痛点，为后续研究提供了一个清晰的设计参考模板。

  2. 极致的成本控制与可及性：通过几乎全部采用商用现货（COTS）组件，YOR 将全部物料成本控制在$10,000 以内，最终仅为$9,250（见表 1）。这几乎是功能相近的商业产品价格的十分之一，极大地降低了移动操作研究的入门门槛。论文将此视为其核心贡献之一。

  3. 开源生态的全面性：YOR 是一个完整的开源包，包括了 CAD 设计文件、完整的物料清单（BOM）和软件。这种全方位的开放性使得全球任何实验室或开发者都能够复现、修改和扩展该平台，有望像 Prusa i3 对 3D 打印行业的影响一样，催生一个围绕 YOR 的创新生态系统。

  4. 全身协调能力的验证：论文不仅在静态下展示了各子系统的性能，还通过 “全身协调” 演示（见图 9），验证了 YOR 在底盘移动时，手臂控制器能实时补偿，将末端执行器在世界坐标系中的位置偏差锁定在 16 毫米以内，展示了精确的移动操作能力。

实验结果分析

论文通过一系列精心设计的实验，验证了 YOR 的各项关键能力：

  • 自主策略学习（模仿学习）：在 “回收” 任务实验中（见第 4.2 节），机器人需要自主完成拿起盒子、避开障碍、放入回收箱等一系列动作。训练后的策略在 10 次试验中成功了 9 次。成功率分解显示，在 “拿起” 和 “举起” 两个子任务上成功率为 10/10，主要失败发生在 “移动” 阶段（9/10），原因是头部摄像头被遮挡导致里程计漂移。这成功验证了 YOR 作为模仿学习数据收集和策略部署平台的潜力，也指出了其当前的主要弱点。

  • SLAM 精度与可重复性：在 “标记点” 演示中（见第 4.3.3 节，图 10），YOR 在一个环境中导航一圈后返回原点做标记。10 次循环后，所有返回标记均在以初始标记点为圆心、半径 12 毫米的圆内，远优于其 SLAM 管道 50 毫米的标称位置精度，证明了其出色的闭环精度和可重复定位能力。

  • 动态避障能力：在动态避障演示中（见第 4.3.3 节，图 11），当有人走入 YOR 的规划路径时，系统能在不到一秒的时间内探测到障碍物、更新体素地图并重新规划出一条避免碰撞的新路径，展示了其在非结构化动态环境中的实时感知与规划能力。

实践建议

YOR 作为一个高度模块化和开源的平台，为研究者和开发者提供了广阔的实践空间。基于论文内容，可以从以下几个方面进行探索和增强：

  1. 平台复现与定制：对于预算有限的实验室或个人，严格按照论文附录 A.1 中的物料清单进行采购和组装，是获取一个强大移动操作平台的最直接路径。由于其模块化设计，你可以根据自己的研究需要，单独升级某个子系统，例如，如果只是需要更高精度的导航，可以只更换性能更强的 RealSense 或 LIDAR 传感器，而保留其他部分。

  2. 扩展操作能力：论文作者明确指出，将现有的 6-DOF 手臂升级为 7-DOF 手臂是未来的一个直接改进方向。这将有效减少因奇异性问题而无法通过逆运动学求解的姿态，在遥操作和策略部署时带来更流畅的体验。开发者可以寻找同样平价的 7-DOF 开源手臂（如论文提及的 Enactic OpenArm）进行集成。

  3. 算法的研发与部署平台：YOR 是理想的算法验证平台。

    • 感知-操纵闭环：可以尝试在其上部署、测试当前先进的语义导航或开放词汇移动操作模型（如论文提及的 DynaMem），使机器人能理解 “去厨房把桌上的那包薯片拿来” 这类复杂指令。
    • 全身控制策略：论文展示了手臂补偿底盘运动的初步能力。进一步的研究可以开发更复杂的全身控制器，让底盘、升降柱和双臂协同运动，在执行任务时优化稳定性、能效或最小化关节力矩，这在本论文中是一个被指出的开放问题。
    • 从人类视频中学习：YOR 的设计充分考虑了与手持式数据采集设备（如 UMI）的兼容性。研究者可以利用这些设备在野外采集大量的人类操作数据，然后研究如何将这些轨迹有效地映射到 YOR 更丰富的自由度上，克服运动学限制，这是一个极具价值的研究方向。

YOR 提供了一个功能强大的物理基础，其价值在于为机器人学的前沿算法研究提供了一个可以在真实世界中进行低成本、大规模验证的基础设施。