Pular para o conteúdo principal

🔧 Hardware e Anatomia do G1

Objetivo

Entender em profundidade cada componente do Unitree G1: sensores, atuadores, estrutura mecânica e eletrônica.

🗺️ Mapa Anatômico Completo​

                    ┌──────────────┐
                    │   CABEÇA     │
                    │ • LIDAR 3D   │
                    │ • 3x Câmeras │
                    │ • IMU        │
                    └──────┬───────┘
                           │
                    ┌──────┴───────┐
                    │    TORSO     │
                    │ • Jetson NX  │
                    │ • Ethernet   │
                    │ • Coolers    │
                    └─┬──────────┬─┘
                ┌─────┴───┐  ┌───┴─────┐
                │ OMBRO L │  │ OMBRO R │
                │ • 3 DOF │  │ • 3 DOF │
                └─────┬───┘  └───┬─────┘
                ┌─────┴───┐  ┌───┴─────┐
                │ BRAÇO L │  │ BRAÇO R │
                │ • Cotov │  │ • Cotov │
                │ • Pulso │  │ • Pulso │
                └─────┬───┘  └───┬─────┘
                ┌─────┴───┐  ┌───┴─────┐
                │  MÃO L  │  │  MÃO R  │
                │ • Garra │  │ • Garra │
                │ • F.Sens│  │ • F.Sens│
                └─────────┘  └─────────┘
                      │
                ┌─────┴─────┐
                │  QUADRIL  │
                │ • Bateria │
                │ • 3 DOF   │
                └─┬───────┬─┘
            ┌─────┴───┐ ┌─┴─────┐
            │ COXA L  │ │ COXA R│
            │ • Motor │ │ • Motor│
            └─────┬───┘ └───┬───┘
            ┌─────┴───┐ ┌───┴───┐
            │ JOELHO L│ │JOELHO R│
            └─────┬───┘ └───┬───┘
            ┌─────┴───┐ ┌───┴───┐
            │TORNOZ L │ │TORNOZ R│
            │ • 2 DOF │ │ • 2 DOF│
            └─────┬───┘ └───┬───┘
            ┌─────┴───┐ ┌───┴───┐
            │  PÉ L   │ │  PÉ R │
            │ • F.Sens│ │ • F.Sens│
            └─────────┘ └─────────┘

👁️ Sistema Sensorial​

LIDAR 3D (Cabeça)​

Modelo: Livox Mid-360 (ou similar)

ParâmetroValor
TipoSolid-state rotativo
Alcance0.5m - 40m
Precisão±2cm
FOV360° horizontal, 59° vertical
Taxa100,000 pontos/segundo
Wavelength905nm (infravermelho)
InterfaceEthernet (100Mbps)
Consumo8W

Câmeras (3x)​

Configuração Padrão:

  1. Câmera Frontal Central (Cabeça)

    • Resolução: 1920x1080 @ 30fps
    • FOV: 110° diagonal
    • Uso: Navegação principal, detecção de objetos

  2. Câmera Frontal Esquerda (Cabeça)

    • Resolução: 640x480 @ 60fps
    • FOV: 160° fisheye
    • Uso: Visão periférica, detecção de obstáculos laterais

  3. Câmera Frontal Direita (Cabeça)

    • Igual à esquerda (stereo pair)
    • Uso: Depth estimation (profundidade)

Processamento:

# Exemplo: depth map com stereo vision
import cv2

# Imagens das câmeras L/R
imgL = camera_left.read()
imgR = camera_right.read()

# Calcular disparidade
stereo = cv2.StereoBM_create(numDisparities=16*5, blockSize=15)
disparity = stereo.compute(imgL, imgR)

# Converter para profundidade (metros)
depth_map = (focal_length * baseline) / disparity

IMU (Unidade de Medição Inercial)​

Localização: Dentro do torso (próximo ao centro de massa)

Sensores Integrados:

  • 📐 Acelerômetro 3-axis: Detecta aceleração linear
  • 🔄 Giroscópio 3-axis: Detecta rotação angular
  • 🧭 Magnetômetro 3-axis (opcional): Bússola magnética

Especificações:

Modelo: BMI088 (Bosch)
├─ Taxa de Atualização: 400 Hz
├─ Acelerômetro Range: ±24g
├─ Giroscópio Range: ±2000°/s
├─ Precisão Angular: 0.1°
└─ Interface: SPI (alta velocidade)

Para Que Serve:

  1. Equilíbrio Dinâmico

    • Detecta quando robô está caindo
    • Ativa reflexos de estabilização em <10ms

  2. Odometria

    • Estima posição quando GPS/LIDAR falham
    • Integra aceleração para calcular deslocamento

  3. Controle de Postura

    • Mantém torso vertical durante caminhada
    • Compensa inclinações do terreno

Demonstração Prática:

# Ler IMU e detectar queda
imu_data = robot.read_imu()

if abs(imu_data.pitch) > 30:  # Inclinação &lt;30°
    print("⚠️ QUEDA DETECTADA!")
    robot.emergency_stop()
    robot.extend_arms()  # Proteger queda

Sensores de Força (Pés e Mãos)​

Cada pé tem 4 load cells (células de carga):

    ┌───────────────┐
    │ [1]     [2]   │  ← Frente do pé
    │               │
    │               │
    │ [3]     [4]   │  ← Calcanhar
    └───────────────┘

Especificações:

  • Tipo: Strain gauge
  • Range: 0-500N por sensor (2000N total = 200kg)
  • Precisão: ±1N
  • Taxa: 1000 Hz

Aplicações:

  1. Detecção de Contato com Chão

    if foot_force.total() > 50:  # 5kg
        print("Pé no chão")
    else:
        print("Pé no ar (fase swing)")

  2. Distribuição de Peso

    • Calcula Centro de Pressão (CoP)
    • Previne escorregamento

  3. Detecção de Terreno

    • Superfície dura (força alta, deformação baixa)
    • Superfície macia (força média, deformação alta)

⚙️ Sistema de Atuação​

Motores (23-43 DOF)​

Tipos de Motores no G1:

  1. Motor de Juntas (Joint Motors)

    • Tipo: BLDC (Brushless DC) com redução harmônica
    • Controle: Torque direto via FOC (Field-Oriented Control)
    • Feedback: Encoder absoluto 14-bit (16,384 posições/rotação)

  2. Distribuição de DOF (versão Standard 35 DOF):

Parte do CorpoDOFMotores
Cabeça2Pan, Tilt
Torso/Cintura3Roll, Pitch, Yaw
Braço Esquerdo7Ombro (3), Cotovelo (1), Pulso (3)
Braço Direito7Ombro (3), Cotovelo (1), Pulso (3)
Mão Esquerda1Garra paralela
Mão Direita1Garra paralela
Perna Esquerda6Quadril (3), Joelho (1), Tornozelo (2)
Perna Direita6Quadril (3), Joelho (1), Tornozelo (2)
TOTAL35

Motores das Pernas (Mais Potentes)​

Motor do Quadril (3x por perna):

  • Torque Máximo: 180 Nm
  • Velocidade: 0-120 RPM (após redução)
  • Potência: 500W pico
  • Redução: 1:50 harmonic drive
  • Peso: 1.2kg

Motor do Joelho:

  • Torque: 250 Nm (maior torque do robô!)
  • Velocidade: 0-90 RPM
  • Potência: 750W pico
  • Redução: 1:60

Motor do Tornozelo (2x por perna):

  • Torque: 100 Nm
  • Velocidade: 0-150 RPM
  • Potência: 300W

Motores dos Braços (Menor Torque, Maior Precisão)​

Características:

  • Torque: 20-50 Nm (depende da junta)
  • Precisão: 0.02° (encoder 14-bit)
  • Velocidade: 0-180 RPM
  • Payload: 3kg no end-effector

Exemplo - Trajetória Suave:

# Mover braço em arco circular
import numpy as np

for t in np.linspace(0, 2*np.pi, 100):
    x = 0.3 * np.cos(t)  # 30cm de raio
    y = 0.3 * np.sin(t)
    z = 1.0  # Altura constante

    robot.arm_left.move_to_xyz(x, y, z, duration=0.1)
    time.sleep(0.1)

🔌 Sistema Eletrônico​

Arquitetura de Comunicação​

┌─────────────────────────────────────────────────┐
│            Jetson Orin NX (Main Brain)          │
│  • ROS2 Humble                                  │
│  • Python/C++ control                           │
│  • Vision processing                            │
└────────┬──────────────────────────┬─────────────┘
         │                          │
    Ethernet 1Gbps            CAN Bus 1Mbps
         │                          │
┌────────┴─────────┐    ┌───────────┴──────────────┐
│  LIDAR + Cameras │    │   Motor Controllers (35x)│
│  • Sensor fusion │    │   • Real-time control    │
│  • Point clouds  │    │   • 1kHz update rate     │
└──────────────────┘    └───────────┬──────────────┘
                                    │
                            ┌───────┴────────┐
                            │  IMU + Force   │
                            │  Sensors       │
                            └────────────────┘

Protocolos Usados:

  • Ethernet: Sensores de alto bandwidth (LIDAR, câmeras)
  • CAN Bus: Motores e sensores de baixa latência
  • I2C: Sensores auxiliares (temperatura, voltagem)
  • SPI: IMU (requer alta velocidade)

Power Distribution​

Fluxo de Energia:

┌─────────────┐
│  Bateria    │ 48V 9Ah (432Wh)
│  12S LiPo   │
└──────┬──────┘
       │
       ├─→ [DC-DC 48V→12V] → Motores Pernas (6x)
       │                      • 50W cada (standby)
       │                      • 500W cada (pico)
       │
       ├─→ [DC-DC 48V→12V] → Motores Braços (14x)
       │                      • 20W cada (standby)
       │                      • 200W cada (pico)
       │
       ├─→ [DC-DC 48V→19V] → Jetson Orin NX
       │                      • 15W (idle)
       │                      • 25W (full load)
       │
       ├─→ [DC-DC 48V→12V] → LIDAR
       │                      • 8W constante
       │
       └─→ [DC-DC 48V→5V]  → Câmeras + Sensores
                              • 10W total

Consumo Típico por Modo:

ModoConsumoAutonomia
Standby20W20h+
Damping50W8h
Caminhada lenta150W4.5h
Caminhada rápida300W2.5h
Corrida500W1.5h

🏗️ Estrutura Mecânica​

Materiais e Construção​

Estrutura Interna (Endoskeleton):

  • Material: Alumínio 7075-T6
    • Resistência: 570 MPa
    • Peso específico: 2.81 g/cm³
    • Tratamento: Anodização dura

Por que Alumínio 7075?

  • ✅ Alta resistência/peso (melhor que aço)
  • ✅ Boa dissipação térmica
  • ✅ Fácil usinagem (reduz custo)
  • ✅ Resistente à corrosão

Comparação:

MaterialResistênciaPesoCusto
Aço⭐⭐⭐⭐⭐❌ Pesado💰 Barato
Alumínio 7075⭐⭐⭐⭐✅ Leve💰💰 Médio
Fibra de Carbono⭐⭐⭐⭐⭐✅ Muito Leve💰💰💰💰 Caro
Titânio⭐⭐⭐⭐⭐✅ Leve💰💰💰💰💰 Muito Caro

🔧 Modularidade e Manutenção​

Componentes Intercambiáveis​

Nível 1 - Substituição Simples (sem ferramentas):

  • Bateria (clip mechanism)
  • Painéis externos de ABS

Nível 2 - Ferramentas Básicas (chave allen):

  • Mãos/garras (4 parafusos)
  • Câmeras (2 parafusos + conector)
  • LIDAR (4 parafusos + conector)

Nível 3 - Técnico Treinado:

  • Motores individuais (desmontagem parcial)
  • Jetson Orin (acesso interno ao torso)
  • IMU (calibração necessária após troca)

Nível 4 - Fábrica/Service Center:

  • Frame estrutural
  • Módulos de potência
  • Recalibração completa

Kit de Peças de Reposição Recomendado​

Para laboratórios/empresas:

📦 Kit Básico ($500)
├─ 2x Parafusos M3/M4/M5 (sortimento)
├─ 1x Jogo de conectores sobressalentes
├─ 1x Garra substituta
└─ 1x Painel externo (torso)

📦 Kit Avançado ($2,000)
├─ Kit Básico
├─ 1x Motor de junta (reserva)
├─ 1x Encoder sobressalente
├─ 1x Câmera adicional
└─ 1x Bateria extra (9Ah)

📦 Kit Profissional ($5,000)
├─ Kit Avançado
├─ 2x Motores de perna
├─ 1x LIDAR sobressalente
├─ 1x Jetson Orin NX
└─ Ferramentas especiais de calibração

📊 Comparação de Configurações​

G1 EDU vs Standard vs Advanced​

ComponenteEDU ($16k)Standard ($27.5k)Advanced ($90k)
DOF233543
ComputadorOrin Nano 8GBOrin NX 16GBAGX Orin 64GB
LIDAR❌ Não✅ Sim✅ Sim + radar
MãosGarra simplesGarra paralela5 dedos dextros
Sensores TáteisMínimoMédioTodo corpo
Bateria9Ah (4h)9Ah (4.5h)12Ah (6h)
Payload2kg3kg5kg

Qual Escolher?

  • EDU: Aprendizado, universidades, budget limitado
  • Standard: Pesquisa séria, desenvolvimento, empresas
  • Advanced: Produção, manipulação complexa, IA avançada

✅ Checklist de Conhecimento​

Após este módulo, você deve saber:

  • Quantos DOF tem o G1 Standard (35) e onde estão distribuídos
  • Quais sensores estão na cabeça (LIDAR + 3 câmeras + IMU)
  • Para que servem os sensores de força nos pés (balanço, detecção de terreno)
  • Tipos de motores e controle (BLDC, controle de torque)
  • Material da estrutura (alumínio 7075)
  • Diferenças entre EDU/Standard/Advanced

🔗 Próximos Passos​

Próximo Módulo

🔌 Sistema de Energia e Bateria →

Entenda em profundidade o sistema de energia, BMS, carregamento e otimização de autonomia.

⏱️ Tempo de estudo: 45-60 minutos 📊 Nível: Intermediário 🔧 Hands-on: Recomendado ter acesso ao G1 físico para identificar componentes