Bimo：45 厘米开源双足机器人

一台 45 厘米高的髋-头双足机器人

Bimo 是西班牙开发者 Mykhaylo Ilyin（Mekion）做的双足机器人套件，它瞄准的是一个很具体的痛点：想研究双足行走的人，通常要先花掉一笔大钱买硬件，或者先啃完一套庞大的仿真栈。Bimo 把这两件事压缩到一台 45 厘米高、裸机约 1.6 公斤的小机器上，用 8 个 STS-3215 总线舵机驱动，主控是一块自研 RP2040 板子，整套仓库 60 个文件、约 4680 行代码全部 Apache-2.0 授权。

结构上它是「髋-头」（hip-head）双足：每条腿 3 个关节（髋、膝、踝），加上两个肩关节和一个头部关节，头部留出一个空腔和 4 个 M3 安装点，官方标称可挂 1 公斤载荷（挂上去之后需要重新调 CPG 增益或重训 RL）。它有两种形态：装好的 SLS 烧结套件，以及自己 3D 打印组装的 DIY 版；步态、固件、仿真环境和控制 API 对两种版本一视同仁。

硬件规格与自研 RP2040 控制板

规格表里最值得注意的不是尺寸，而是「算力放在哪」这一栏——同一台机器可以在 PC 上算、在头部塞一块 SBC 算，或者完全不要外部计算单元，让 RP2040 自己跑完 20 赫兹的控制闭环。这三种形态对应仓库里三个不同的固件。

项目	规格
身高 / 重量	45 厘米 / 约 1.6 公斤（不含载荷）
载荷	头部最多 1 公斤（需重调 CPG 增益或重训 RL）
执行器	8 × STS-3215 总线舵机，12V，堵转扭矩 2.943 牛·米，空载转速 4.712 弧度/秒，减速比 1:345
传感器	BNO08x 九轴 IMU、4 × VL53L0X 激光测距、2 × 180° 视场摄像头
主控	自研 RP2040 板，通过数据与电源连接器兼容 SBC
通信 / 电源	USB 2.0，串口 921600 波特；9–13V 供电，含香蕉插头转接件，不含电池
控制频率	20 赫兹（固件里 PERIOD = 50 毫秒）
遥测	StateData 结构体 118 字节（__attribute__((packed))）：IMU 四元数、4 路测距、8 路舵机的位置/速度/负载/电压/电流/温度、系统电压、RP2040 内部温度

两路摄像头固定 30 帧 MJPEG，initialize() 默认取 1280×720，白名单里还有 640×480、640×360、320×240 等八档分辨率；capture_image("front"|"top") 返回单帧 BGR numpy 数组。预置动作是 50 毫秒一步的时序序列，与 20 赫兹控制频率同源。

硬件接线在 MCU/README.md 里写得很细：测距传感器按左、前、后、右的顺序接线，每个接口是 3V3/GND/SDA/SCL 四线；文档明确提醒 GPIO 2、3 已被 IMU 占用、GPIO 4、5 已被 I2C 复用器占用，加新设备前要先查地址冲突。想用电池脱开线缆跑，就把板上的降压模块接到 DATA 口给 RP2040 供电。

走路有三条路

仓库把「让它走起来」按上手成本分成三档，这个分层是 Bimo 最实用的设计之一。

第一档是内置 CPG，开箱即走，不用训练。第二档是基线 RL 策略，用仓库自带的 Isaac Lab 环境训一个行走模型，再按 BimoAPI/examples/nn_walk.py 的推理循环部署。第三档是完全自训：改奖励、改域随机化、加载荷支持，然后自己训。

Bimo 的行走：CPG 步态与 RL 策略都能让它前进和侧向移动。v1.1.0 的状态说明里写的是「CPG 模型可全向行走，RL 策略已实现前向行走的 sim-to-real」——也就是说 CPG 在运动能力上目前反而更完整。

CPG 本身不是神经网络，而是一个六阶傅里叶级数拟合出来的步态发生器。BimoAPI/bimo/cpg.py 里 K = 6，每个关节一组 13 个系数（a0、a1、b1 一直到 a6、b6），八个关节共 104 个浮点数，直接硬编码在源文件里；再叠一层逐关节幅值修正 AMP_GAIN：髋关节 1.7、肩关节 1.0、膝关节 2.0、踝关节 1.5。这组数字的来源在 README 里说清楚了——可以对录制的关节轨迹重新做傅里叶拟合，把新策略「refit」成 CPG。

关节序	关节	幅值增益	位置限幅（度）
0 / 1	右髋 / 左髋	1.7	-90 ~ 90
2 / 3	右肩 / 左肩	1.0	-12 ~ 90 / -90 ~ 12
4 / 5	右膝 / 左膝	2.0	0 ~ 140
6 / 7	右踝 / 左踝	1.5	-93 ~ 93

站姿基准是 [-30, -30, 0, 0, 60, 60, 30, 30] 度：髋后摆 30、膝弯 60、踝背屈 30，是个典型的下蹲预备位。转向的做法也写得很直白——在直走的偏置量 CENTER_VALUE 之上，把两个髋关节往相反方向偏，MAX_TURN 限住偏置上限；cpg_walk.py 按航向偏差成比例自动算这个偏置来走直线，cpg_walk_keyboard.py 则改成按住 Q/E 键实时打舵。文档同时提醒 CENTER_VALUE 是逐台标定的常数，自己装出来的机器走不直就要调它。

Python 侧的 Bimo 类把硬件封得很干净：initialize() 一次连上 MCU 与两路摄像头、坐下、标定 IMU 零偏；perform("stand") / perform("sit") 走预置动作；request_state_data() 解包遥测（系统电压按 9 + raw/65535 × 4 还原成 9–13V 区间）；send_positions() 直接下发八个关节角度。routines.py 提供 sit / stand 两段预置例程，并允许 add_routine() 注册自己的动作。README 里那句警告很有现场感：示例代码是在坐下之后发站姿角度，写反顺序会让机器人自己往后弹出去。

Isaac Lab 环境：这个项目最值钱的部分

如果只看代码量和工程密度，IsaacLab/ 那 874 行才是 Bimo 的核心资产，而且它带着一份 26MB 的 Bimo.usd 模型（含网格与物理属性），拿过去就能在 Isaac Lab 2.3.2 里直接训。

环境是 DirectRLEnv 写法：物理步长 dt = 0.005 秒、decimation = 10，所以策略每 50 毫秒出一次动作，正好对上真机 20 赫兹的控制频率；回合长度 10 秒。观测量只有 11 维——3 维 IMU 姿态角（roll/pitch/yaw，加 σ=0.015 的高斯噪声后归一化到 [-1,1]）加 8 维上一步命令角度，最后统一 torch.round(..., decimals=4)。动作是增量式：网络输出先裁到 [-3,3]，乘 4/3 累加到当前命令角上再裁进关节限位，然后叠 σ=0.5° 的执行器噪声。观测量刻意不含线速度、不含关节实测位置，这让它能被 IMU + 「自己上一步发了什么」这两样东西在真机上完全复现——这正是它能 sim-to-real 的前提。

奖励项	计算方式
姿态	|roll| + |pitch| + 0.6|yaw| ≤ 0.95 时给 1 − √(和/0.95)，超过直接 −1；偏航项软化系数 v1.1.0 从 0.5 提到 0.6
躯干高度	理想 0.381 米，最大容差 0.3 米，线性映射到 [0,1]
关节位置	与站姿基准的偏差，逐关节上限 [90,90,90,90,75,75,90,90] 度，1 − √ 后取均值映射到 [−1,1]
足端离地高度	目标 2 厘米，指数衰减 scale=150；双脚同时腾空或同时着地直接给 0
前进速度	抛物线跟踪：1 − ((vx − 0.06)/σ)²，σ = 0.03；目标速度 v1.1.0 从 0.1 降到 0.06 米/秒
横向偏移	偏离出生点 Y 轴距离，1 − |Δy|/0.2 映射到 [−1,1]；前向进度完全交给速度项，这里只罚侧漂

六项奖励权重全是 1，运行时按权重之和归一化。终止条件同样干脆：躯干高度低于 0.1 米，或 |roll|、|pitch| 任一超过 0.95 弧度（约 54°）。

真正体现工程投入的是 actuators/STS3215.py。v1.1.0 把原来的理想电机模型 DCMotorCfg 整个换掉，改成直接继承 ActuatorBase 的显式执行器 STS3215Actuator，按系统辨识出来的真实舵机动力学建模，而且每个物理常数旁边都注明了测法：

参数	取值	来源
堵转扭矩	2.943 牛·米	30 公斤·厘米 @ 12V，1:345 减速箱
刚度	57.386 牛·米/弧度	k = Irefl·ωn²，ωn = 2π × 3.113 赫兹，舵机固件 P=30 下实测
阻尼	1.339 牛·米·秒/弧度	c = 2ζ·Irefl·ωn，ζ ≈ 0.228 由阶跃响应衰减拟合，D=35
库仑摩擦	0.044 牛·米	m·g·lCoM·sin θhold，lCoM = 0.19 米，髋关节上实测
带宽	3.113 赫兹	系统辨识；驱动位置用一阶滞后滤波，α = 1 − e−2π·f·dt
齿隙	1.0 ~ 2.4 度	真机上实测；方向性齿隙算子，换向时才出现死区，带宽随每次换向重采样
总线延迟	1 个物理步 ≈ 5 毫秒	数据请求 + 推理 + 执行往返，固定不随机

域随机化铺得也很密：连杆质量按 ±5% 均匀缩放并重算惯量；地面只保留 flat 地形但带 ±1 毫米的高度场噪声；地面材质静摩擦 0.6、动摩擦 0.5；每个环境的足垫单独随机成 TPU 材质，静摩擦 0.3~0.7（动摩擦再减 0.1）、恢复系数 0~0.05、接触刚度 5e4、阻尼 8e2；每 2~4 秒对头部做一次速度清零式推搡；舵机堵转扭矩在 2.7~2.94 牛·米之间分 24 档循环，对应 10~12V 的母线电压波动。

训练配置在 agents/rsl_rl.py：BimoPPORunnerCfg 用 [256,128,64] 的 actor/critic、学习率 3e-3、每环境 16 步、500 次迭代，配 2048 个并行环境跑 headless，README 标称 5~6 分钟出结果。PPO 与蒸馏是两个独立注册的 Gym task ID，切换只要改 --task 参数。

蒸馏到 MCU：拔掉电脑也能走

这是整条链路最完整的一段闭环。先训 PPO 教师网络（[256,128,64]），再用 Bimo-Distillation 任务训一个 [64,32] 的学生网络去模仿它，师生两侧的观测都做归一化；play 脚本自动导出 ONNX 到 bimo_ppo_rsrl 目录；然后用 onnx2c 把这个小 ONNX 转成 C 代码，编进 micro_bimo_nn.ino。

Bimo 的动作演示：预置例程与步态切换。

转出来的固件里能看到接口签名 entry(const float tensor_obs[1][11], float tensor_actions[1][8])，和 Isaac Lab 环境的 11 维观测、8 维动作严丝合缝。固件自己复现了原本由主机做的 IMU 俯仰/横滚零偏标定、站立例程和航向锁定——因为脱机之后主机根本不在。它用 pico/multicore 把双核分开跑，整个主机通信协议被整段删掉。另一份 micro_bimo_cpg.ino 走同样的脱机结构，但驱动步态的是那张 C 数组形式的傅里叶系数表 CPG_COEFFS[8][13]——和 Python 版 cpg.py 里的数字一模一样，不需要蒸馏也不需要 onnx2c。

同一份步态在 Python 与 C 里各存一遍，代价是改一处要同步两处，收益是 20 赫兹闭环可以完全跑在一颗几美元的 RP2040 上。这是小机器人项目里少见的、把「sim-to-real 一直做到 MCU」走完的例子。

ROS2 封装：单一硬件所有者

ROS2/ 是 v1.1.0 新加的一层，1431 行。设计上只承认一个节点 bimo_comms 持有硬件——它是唯一碰 /dev/ttyACM* 和 /dev/video* 的进程，其他节点一律通过话题和服务进来：订阅 /bimo/cmd_action、发布 /bimo/state，外加 alive、perform_routine、add_routine、get_routine、calibrate、lock/unlock_heading、capture_image 共 8 个服务。

仲裁用的是一个优先级工作队列（queue.PriorityQueue）：动作指令的优先级高于周期性状态轮询，所以策略输出不会卡在一次例行传感器读取后面；perform_routine、calibrate 这类长耗时操作走另一条回调路径保持节点响应，执行期间收到的 cmd_action 会被丢弃并打日志告警，而不是迟到后才被执行。examples/ 里的 CPG 行走节点和 ONNX 策略节点被明确定位成参考实现，控制律怎么写留给用户。

开源到底彻不彻底

这个问题要分两半回答，因为 README 的承诺和仓库的现状并不完全一致。

软件层面是彻底开源的：60 个文件全部带 SPDX 头，根目录和两个 ROS2 包各有 LICENSE，均为 Apache-2.0。控制 API、三个固件、ROS2 封装、Isaac Lab 环境、执行器模型、PPO 与蒸馏配置，连同 26MB 的 Bimo.usd 机器人模型都在仓库里。步态本身也完全公开——CPG 的 104 个傅里叶系数和逐关节增益在 Python 与 C++ 里都能读到，RL 侧的奖励、终止条件、域随机化、执行器物理常数一个不落。想复现或改步态，不需要向作者要任何东西。

类别	状态	仓库里有什么
控制 API / 固件 / ROS2	已开源	BimoAPI 1023 行、MCU 1349 行、ROS2 1431 行，全部 Apache-2.0
步态（locomotion）	已开源	CPG 傅里叶系数表（Python + C 双份）、Isaac Lab 874 行（奖励/DR/执行器模型/PPO+蒸馏）
仿真模型	已开源	IsaacLab/bimo/assets/Bimo.usd，26MB，含网格与物理 prim
结构 CAD	未开源	README 第 20 行明写「CAD files (coming soon)」；工作树与全部 git 历史里没有任何 STL / STEP / F3D / 3MF
电路设计	未开源	没有原理图、KiCad 工程、Gerber 或 BOM；只有 assets/pcb.png 一张引脚图渲染
预训练权重	未提供	没有 policy.onnx 或任何 checkpoint；v1.0.0 与 v1.1.0 两个 release 的附件数都是 0，nn_walk.py 需要你自己训出来的权重
DIY 装配手册	未开源	README 标注「DIY Manual (coming soon)」

换句话说，License 那一节写的「All code and CAD designs are, and will, be released under the Apache 2.0 License」是个前瞻性表述——代码已经在了，CAD 还没在。仓库同时提供「自己 3D 打印组装的 DIY 版」这条路径，但没有图纸的情况下这条路目前走不通，能落地的入口是 mekion.com/product 上的预订。所以准确的说法是：Bimo 现在是一个软件与算法完全开源、硬件设计尚未放出的项目。

这个缺口的实际影响因人而异。做步态研究、做 sim-to-real 方法验证、或者想读一份注释详尽的小机器人执行器辨识代码，现有内容已经足够，甚至可以说比多数同类项目更完整——很多项目只放策略不放执行器模型。想从零复刻一台整机，则必须等 CAD 与电路放出来。

项目状态

当前版本 v1.1.0（2026-09-01），仓库最后推送 2026-09-03，198 star、8 fork。官方状态说明写得很坦白：CPG 模型可全向稳定行走，RL 策略已完成前向行走的 sim-to-real；项目处于预订阶段，预订量达标后发货，随后进行 CE/FCC 认证与交付。合作方是西班牙工业组织学院 EOI 与 CNC 加工服务商 JLCCNC。

CHANGELOG 也值得一读，它记录的不只是功能增加，还包括一批诚实的缺陷修复：v1.1.0 修掉了动作累加不裁进关节限位导致的「命令角越绕越远」问题，修掉了 reset 时 base_pose[0] 误用第 0 行而非按环境索引的问题，修掉了重置后 last_position 仍保留上一回合终点的状态泄漏；速度奖励从「30/70 混合前进速度与偏航惩罚」重构成单一的抛物线速度跟踪项，横向偏移奖励不再奖励前向进度，地形从含 rough/slope 简化为纯 flat。对一个还在预订期的小项目来说，这种把改坏的地方写清楚的变更记录，比一句「性能提升」有用得多。