wehub/makerspet--oomwoo

Fork 0

Files

T

wehub-resource-sync 9bd6ed170f docs: make Chinese README the default

2026-07-13 10:20:56 +00:00

13 KiB

Raw Permalink Blame History

Note

本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

OOMWOO

可自行搭建的开源扫地机器人。

扫得干净 · 可二次开发 · Raspberry Pi · ROS2 · Home Assistant · 2D LiDAR · 3D 打印 · ESP32 · Arduino

这是什么？

参考设计图——成品大致将呈现如下外观：

目标

价格实惠，硬件、软件和固件完全开源
家用电器级品质——不是一次性搭建项目
易于搭建，提供从零到精通的逐步教程
2D LiDAR 建图与自主导航（ROS2 / Nav2）
原生 Home Assistant 集成，支持本地控制
3D 可打印、有文档且可二次开发的车体
可使用自行采购的零件搭建
本地运行，日常功能无需云端
连接云端时可获得可选的额外功能
基于 ROS2 的应用，可自定义清扫行为
延伸目标：应用商店
延伸目标：LeRobot 集成、OpenClaw

v0 目标：精简版搭建：

3D 打印车体
ROS2 Gazebo 仿真
配备 LiDAR 的手动 SLAM
在 Raspberry Pi 5 上运行 ROS2，和/或在 ESP32 上运行 micro-ROS 并在本地 PC 上运行 ROS2——待确定

开源交付物：

软件开发环境, robot description package and tutorials (ROS2)
占位用真实扫地机 and tutorials (temporary while OOMWOO is being designed)
物料清单（BoM） (in progress)
3D 可打印文件
固件
电机驱动与传感器 I/O PCB
搭建、配置、启动与故障排查说明
演示视频

参与贡献

想要参与贡献？完整指南请参阅 CONTRIBUTING。

OOMWOO 采用社区大规模并行搭建的组织方式。扫地机及其软件划分为多个模块，见下方列表。

志愿者可自由选择任意模块，并按自己的节奏开展工作。对于代码与仿真模块，她在自己的仓库中开发软件包，并提交简短 PR 从模块处链接；对于文档与规格，她在 contributions/module-name/<her-github-username> 下以树内（in-tree）方式贡献文件。具体做法请参阅 CONTRIBUTING。

欢迎多位开发者同时参与同一模块。各模块的最优方案将随时间浮现，项目负责人拥有最终决定权。

从下方列表中选择一个贡献项。
告知我们你的工作项及进展。
查阅 ARCHITECTURE.md 和 SOFTWARE_INTERFACES.md 了解系统设计与 ROS2 接口。

贡献征集

以下每个模块现在即可动手——可基于 Gazebo 仿真 (oomwoo-one) 或真实的占位机器人 （一款已接入 ROS2 的 Proscenic M6 Pro), 直到 OOMWOO 硬件就绪。择一开工，在 Discussions, 中告知我们，在你的自有仓库中搭建（文档与规格以树内方式贡献），并提交简短 PR 从模块处链接。

模块	ID	状态	备注
ROS2 URDF + Gazebo sim	urdf-gazebo-sim	进行中	占位 URDF + Gazebo 仿真（参考：oomwoo-one; @alvarosamudio 精选），硬件落地后细化
首次清扫：覆盖 + 建图 + 探索	clean-and-map	可开始工作	在 SLAM 建图与探索的同时进行覆盖清扫
自动清扫		进行中	使用已有地图清扫整个房间（采用覆盖路径规划）
回归测试		进行中	搭建仿真器回归测试框架（Gazebo 中的自动清扫）
已知地图上的定位与导航	nav-localize	进行中	Nav2 导航、AMCL 定位、丢失后重定位、恢复地图
回充循环：离桩、回桩、充电	dock-cycle	可开始工作	离桩、返回充电座、精准对接、充电座服务、丢失后寻桩
恢复行为与安全	recovery-safety	可开始工作	恢复阶梯、升级机制、暂停告警、安全传感器、状态上报
算力基准与内存优化	compute-benchmark	进行中	测量 ROS2/Nav2/SLAM 内存占用，对比可组合节点，跟踪 4 GB -> 2 GB 目标
地面材质处理与沿边清扫	floor-care	可开始工作	沿墙/沿边行驶、地毯与硬木地板区分、拖布升降
清扫模式、分区与任务编排	cleaning-jobs	可开始工作	模式（常规/定点）、虚拟墙、房间分割、任务拆分与续扫
实机启动与验证	live-robot-bringup	可开始工作	将占位用 Proscenic M6 Pro 接入 ROS2，在硬件上复现仿真测试
为 BoM 零件采集 3D 模型（STEP）	source-3d-models	进行中	获取/测量/建模市售零件（轮子、风扇、万向轮等）的 STEP 文件，确保支架匹配
采购零件规格与数据手册	part-specs	进行中	查找/测量/逆向工程所采零件的规格（引脚定义、编码器 PPR、扭矩、风扇驱动方式等）
I/O + 电机驱动 PCB	io-pcb	进行中	带 CM4/CM5 插座的 I/O 板，STM32G070 MCU——电机、传感器、4S2P 充电、安全、FreeRTOS、与 CM4/CM5 的自定义串口、2D LiDAR 接头、IMU、音频串口/功放/扬声器、MIPI 摄像头接口；KiCad、JLCPCB
将软件适配至 2GB RAM	compute-benchmark	进行中	ROS2 节点组合、Rust；移除 Gazebo、桌面 UI

规划中及暂缓的模块（机械设计、后期软件）收录于 RFC 待办清单。

源代码参考

OOMWOO ROS2 与 Ubuntu 安装源代码
OOMWOO ROS2 URDF 包与配置源代码
remakeai 参考扫地机拆解 —— 一款带基础充电座和固定拖布的商用 LiDAR 扫地机。

设计调研

我们调研了 2025–2026 年消费级扫地机器人市场格局（全球 + 中国可采购品牌，各价位段），以决定哪些方案值得借鉴、哪些可以跳过。对本项目构建的关键结论：

吸力是采购问题，而非工程问题。 实际清洁效果并不与宣传的吸力（Pa）成正比；约 500 美元的中端机型往往胜过旗舰款。一台适中的密封外购电机 + 优质滚刷 + 严密的气流密封，即可媲美旗舰 —— 无需定制叶轮。
「永不卡住」需要摄像头 + AI 传感器融合，单靠 LiDAR 不够 —— LiDAR 对其约 10 cm 云台以下区域是盲的（电线、袜子等）。v1 主要依赖防撞条应对低矮障碍；基于视觉的避障是后续/实验性目标，并非 MVP 承诺。
防缠绕刷： 锥形橡胶滚刷最能抵抗毛发缠绕（用户头号抱怨之一），且易于 3D 打印。
拖地： 3D 打印的双旋转拖布已具竞争力；自清洗滚刷拖地的优势被夸大且难以复现 —— 现阶段先跳过。

值得研究的口碑机型： Eufy Omni S2（避障）、Narwal Flow（滚刷拖地）、Ecovacs Deebot T90 Pro Omni（约 499 美元全能型）、Dreame X40 Ultra（双旋转拖布）。Dreame 也是与 Valetudo-rootable 兼容度最高的品牌 —— 最安全的拆解研究对象。(各机型排名仅供参考，来自单次评测测试。)

关于

项目名称 "OOMWOO" 是一个旋转对称字（rotational ambigram）—— 旋转 180° 后读法相同，就像机器人本身，朝各个方向在你家地板上漫游。

本项目由 makerspet.com 和 remake.ai 赞助。我们正在复用他们的开源方案。

若你不想四处搜罗零件，可在 makerspet.com, 购买套件（电机、PCB、滚刷、垫圈、LiDAR），提供方即本项目作者。套件仅为便利选项，绝非必需。此处一切内容均保持开源。
待开发应用时，remake.ai 将提供其机器人应用平台与应用商店。是否使用应用商店完全可选。扫地机器人将始终开箱即支持免云端、本地运行，满足日常功能需求。

许可证

代码以 Apache License 2.0 发布。

硬件设计文件（待添加）将以开放硬件许可证发布（待定）。

13 KiB Raw Permalink Blame History Unescape Escape