“当灵巧不再昂贵，创新就轮到每个人。”
1. 项目简介
ORCA (Open-Source, Reliable, Cost-Effective, Anthropomorphic Robotic Hand)
由 ETH Zurich Soft Robotics Lab 于 2025 年推出。该项目旨在为全球机器人研究者、教育者和爱好者提供一个 低成本、易于组装且可靠的类人手硬件平台，专注于灵巧操作与具身智能学习。
背景：灵巧手是人形机器人和服务机器人走向实际应用的核心器件。但现有商用灵巧手普遍价格高昂（动辄数万美元）、体积庞大或维护复杂，阻碍了广泛应用。
目标：ORCA 通过开源 CAD、控制代码和 BOM 清单，将组装门槛降低到 8 小时装配、2000 CHF 成本，让更多团队能够快速复现和研究。
团队：由 Clemens C. Christoph、Maximilian Eberlein 等 12 位研究者共同完成，隶属 ETH Zurich Soft Robotics Lab。
https://arxiv.org/abs/2504.04259
https://orcahand.com/dashboard
2. 硬件设计
2.1 机械结构
17 自由度 (DoF)：
￮ 四指（食指、中指、无名指、小指）：各 3 DoF
￮ 拇指：4 DoF（包含对掌关节）
￮ 手腕：1 DoF（屈伸运动）
腱驱动 (Tendon-driven)：高效、轻量化，减少关节摩擦与能耗。
关节保护：采用 poppable joint 设计，过载时自动脱位而非断裂，避免昂贵维修。
2.2 传感与控制
触觉传感器：集成在手指关键部位，可感知接触力。
张力自动校准系统：降低装配和使用过程中的维护难度。
低摩擦腱索布线：穿过每个关节旋转中心，减少能量损失，提高控制精度。
2.3 成本与材料
3D 打印件：所有结构件均可打印（推荐 PLA+/PETG），成本低、可快速替换。
电子与执行器：均为通用、易于采购的标准件（舵机、电机、传感器）。
总成本：约 2000 CHF，大幅低于商用灵巧手（通常 2–5 万美元）。
https://github.com/SoftRoboticsLab/ORCA-Hand-CAD
https://orcahand.com/dashboard/hardware
3. 软件与控制
控制框架：
基于 Python/C++ 开发
提供驱动层、传感器 API、运动控制模块
中间件支持：
ROS/ROS2 接口（手部控制、关节状态反馈）
可对接 Isaac Gym / Isaac Sim 进行仿真
学习接口：
支持模仿学习 (IL)
强化学习 (RL) 训练与 Sim-to-Real 迁移
Teleoperation（遥操作）映射与控制
https://github.com/SoftRoboticsLab/ORCA-Hand-Control
https://github.com/SoftRoboticsLab/ORCA-Hand-ROS
4. 快速上手
4.1 CAD 与组装
所有结构件提供 STL 文件
全部组件准备齐全后，一名研究人员可在 8 小时内完成装配
提供详细文档、图片和分步视频
https://orcahand.com/dashboard/assembly
https://github.com/SoftRoboticsLab/ORCA-Hand-Docs/blob/main/Assembly_Guide.pdf
4.2 物料清单 (BOM)
全部零件、型号、推荐供应商链接
按照类别划分（电机、传感器、线材、3D 打印件）
定期更新，确保可复现性
https://orcahand.com/dashboard/bom
https://github.com/SoftRoboticsLab/ORCA-Hand-BOM
4.3 订购方式
用户可选择：
￮ 自行打印与采购
￮ 直接通过 ORCA 提供的 套件订购
5. 实验与验证
5.1 长时间模仿学习
任务：立方体 pick-and-place
时长：7h17min (~2000 次循环)
结果：无腱断裂、无松弛，性能稳定
5.2 Sim-to-Real 强化学习
仿真：使用 IsaacGymEnvs，4096 并行 ORCA 手模型
训练时长：1 小时 (A2C + 域随机化)
实物表现：零样本迁移成功完成网球旋转任务
5.3 可靠性测试
条件：连续 2.5 小时抓取实验，2250 次循环
结果：电机电流稳定，无硬件故障
https://github.com/SoftRoboticsLab/ORCA-Hand-Experiments
https://github.com/SoftRoboticsLab/ORCA-Hand-Simulation
6. 应用场景
科研：模仿学习、强化学习、触觉感知
教育：机器人学、软体机械、AI+机器人课程
爱好者：快速搭建、DIY 灵巧手实验
案例：
Teleoperation 演示
RL 策略学习与迁移
数据集采集与基准测试
7. 社区与资源
GitHub：
https://github.com/SoftRoboticsLab/ORCA-Hand
https://github.com/SoftRoboticsLab/ORCA-Hand-Docs
Dashboard：orcahand.com/dashboard
Discord 社区：https://discord.gg/orca-hand
License：MIT + CC BY-NC-SA 4.0（非商业）
