Grabette发布开源手持抓取装置，降低机器人学习数据门槛

背景与意义

机器人学习近年来在策略模型（Transformer、Diffusion 等）和算力上取得突破，但缺乏大规模、真实的操作数据。Pollen Robotics 将注意力转向数据层面，通过低成本硬件让任何人都能贡献高质量的抓取演示。

系统概述

Grabette 是一套**手持抓取装置 + 机器人端抓取臂（Gripette）**的完整方案。用户使用手持装置记录任务，后端通过 SLAM 将 6‑DoF 轨迹与抓取状态同步，最终输出符合 LeRobot 标准的数据集，可直接用于训练。

硬件与成本

• 手持装置（Grabette）: 2 颗摄像头（鱼眼 + RGB‑D）、IMU、编码器，BOM 约 490 €；
• 机器人端抓取臂（Gripette）: 2 颗伺服电机、摄像头，BOM 约 120 €；
• 关键部件均为市面常规采购件（Raspberry Pi、OAK‑D 深度相机等），无需专用实验室设备。

数据采集与处理流程

1. 记录：按下按钮，装置同步采集鱼眼视角、深度相机、IMU 与抓手编码器数据，结束后本地保存。
2. 处理：在浏览器打开 Grabette Dashboard，点击“一键处理”。系统调用 Hugging Face Space 中的 RTAB‑MAP SLAM，生成平滑轨迹并转换为 LeRobot 格式。
3. 上传：处理完毕后自动推送至 Hugging Face Hub，用户可在空间中预览并共享。

"只要有一只手和一把抓取器，就能产生机器人可用的数据。" — Pollen Robotics 创始团队

开源生态与应用示例

• 开源代码：完整 CAD、PCB 设计文件和 Raspberry Pi 软件均托管在 GitHub；
• 数据集：已发布 200 条演示，使用 LeRobot 栈训练的 Diffusion Policy 在 OpenArm 7‑DoF 机械臂上实现 94% 成功率；
• 兼容性：数据以相机坐标系存储，任何支持 LeRobot 的机器人（真实或仿真）均可直接使用。

未来展望

Grabette 仅是起点，团队计划推出 Casquette——头戴式 POV 捕捉设备，以补足手部视角的盲区。更重要的是，社区的持续贡献将形成全球最大的公开机器人操作数据集，推动从实验室走向真实场景的机器人智能。

通过降低硬件门槛、提供端到端的云端处理流水线，Grabette 为机器人学习打开了大众化的可能。