Cutting the Cord: System Architecture for Low-Cost, GPU-Accelerated Bimanual Mobile Manipulation

📄 arXiv: 2603.09051v1 📥 PDF

作者: Artemis Shaw, Chen Liu, Justin Costa, Rane Gray, Alina Skowronek, Kevin Diaz, Nam Bui, Nikolaus Correll

分类: cs.RO

发布日期: 2026-03-10

💡 一句话要点

提出一种低成本、GPU加速的双臂移动操作机器人系统架构。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 双臂机器人 移动操作 低成本机器人 自主导航 视觉操作

📋 核心要点

  1. 现有移动操作机器人成本高昂，限制了其在研究和教育领域的普及。
  2. 该论文提出一种低成本的双臂移动操作机器人系统，通过优化机械设计和电源管理降低成本。
  3. 该平台集成了板载计算，支持远程操作、自主导航和视觉操作，无需外部依赖。

📝 摘要（中文）

本文介绍了一种基于开源XLeRobot的双臂移动操作机器人，集成板载计算，成本低于1300美元。主要贡献包括：（1）优化机械设计，最大化刚度重量比；（2）采用Tri-Bus电源拓扑，隔离计算单元免受电机引起的电压瞬变影响；（3）使用NVIDIA Jetson Orin Nano实现嵌入式自主性，用于无束缚操作。该平台支持远程操作、自主SLAM导航和基于视觉的操作，无需外部依赖，为机器人和机器人学习的研究和教育提供了一种低成本的替代方案。

🔬 方法详解

问题定义：现有移动操作机器人系统通常依赖昂贵的硬件和复杂的外部计算资源，这限制了它们在教育、研究以及资源有限环境中的应用。痛点在于成本高、部署复杂、对外部基础设施依赖性强。

核心思路：论文的核心思路是通过优化机械设计、电源管理和板载计算，构建一个低成本、高性能且易于部署的双臂移动操作机器人平台。通过精简设计和选择合适的硬件，降低整体成本，同时保证机器人的性能和可靠性。

技术框架：该系统主要包含以下几个模块：(1) 机械结构：基于XLeRobot开源平台，优化机械设计，提高刚度重量比。(2) 电源系统：采用Tri-Bus电源拓扑，将计算单元与电机电源隔离，避免电机噪声干扰。(3) 计算平台：使用NVIDIA Jetson Orin Nano作为板载计算单元，提供足够的计算能力支持SLAM导航、视觉处理和运动控制。(4) 软件系统：支持远程操作、自主SLAM导航和基于视觉的操作。

关键创新：该论文的关键创新在于将低成本硬件与高性能板载计算相结合，实现了一个完全自主的双臂移动操作机器人平台。Tri-Bus电源拓扑的设计有效解决了电机噪声对计算单元的干扰问题，保证了系统的稳定性和可靠性。

关键设计：机械设计方面，通过有限元分析等方法优化结构，最大化刚度重量比。电源系统方面，Tri-Bus拓扑将电机电源、计算电源和传感器电源隔离，降低噪声干扰。软件方面，采用ROS作为机器人操作系统，方便集成各种算法和模块。具体参数设置和网络结构未在摘要中提及，属于未知信息。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

该论文构建了一个成本低于1300美元的双臂移动操作机器人平台，集成了NVIDIA Jetson Orin Nano，实现了板载自主计算。该平台支持远程操作、自主SLAM导航和基于视觉的操作，无需外部依赖，为机器人研究和教育提供了一种低成本的替代方案。具体的性能数据和对比基线未在摘要中提及，属于未知信息。

🎯 应用场景

该研究成果可应用于机器人教育、机器人研究、自动化生产线、物流仓储、灾害救援等领域。低成本的特性使其更容易被教育机构和研究机构采用，加速机器人技术的普及和发展。在自动化生产线和物流仓储中，可以执行物料搬运、装配等任务。在灾害救援中，可以代替人类进入危险环境进行搜索和救援。

📄 摘要（原文）

We present a bimanual mobile manipulator built on the open-source XLeRobot with integrated onboard compute for less than \$1300. Key contributions include: (1) optimized mechanical design maximizing stiffness-to-weight ratio, (2) a Tri-Bus power topology isolating compute from motor-induced voltage transients, and (3) embedded autonomy using NVIDIA Jetson Orin Nano for untethered operation. The platform enables teleoperation, autonomous SLAM navigation, and vision-based manipulation without external dependencies, providing a low-cost alternative for research and education in robotics and robot learning.