config.yaml.example

# lerobo机械臂为COM*，piper机械臂为can*
arm_port: can4
arm_offset:
  # - 0
  # - 0
  # - 0
  # - 0.0
  # - 0
  # - 0

# 机械臂类型，lerobo或piper
arm_type: piper

# 机械臂运动速度百分比 1-100，100 为全速，值越小越慢越平稳
arm_move_speed: 50

# 关节角向量允许的均方误差阈值，小于该值认为到达目标点，单位平方度
arm_reach_mse_threshold_deg2: 1.0

# 不用远程摄像头则置空
camera_ip: 
camera_port: 8084

# 以web形式显示图片的端口（起一个网络服务器），以便在无图形化环境运行，置空则直接用opencv的图片显示窗口
cv2_headless_port: 8079

# 默认桌面高度，即在机械臂坐标系下桌面的z坐标，单位米
default_desktop_height: 0.135

# 抓取动作间的停顿时间，单位秒
catch_time_interval_s: 0.5

# 获取机械臂各舵机角度值的重试次数
get_arm_angles_retry_times: 3

# 机械臂移动到旁边的位置，以免挡住相机视野，(x,y,z)，单位米
# default_gripper_aside_pos:
#   - 0.0
#   - 0.2
#   - 0.15

# =======大模型=======

# 请求大模型的平台url
# llm_base_url: https://openrouter.ai/api/v1
# llm_base_url: https://api.ohmygpt.com/v1
llm_base_url: http://192.168.2.19:8001/v1

# 大模型平台的api_key，本地部署则随便填，但不要为空
llm_api_key: any

# 提示词文件
prompts_file: prompts.toml

# 代理地址，如请求大模型失败可设置或取消代理
https_proxy: 192.168.0.12:7890

# 使用的大模型名称，见https://openrouter.ai/models 或 https://www.ohmygpt.com/models，必须是支持多模态输入的模型
# llm_model: gemini-3-flash-preview
# 或指定本地部署的模型
llm_model: output/merged-qwen3.5-9b-graspdet

# 如果相机是在机械臂对面，视角和机械臂视角相反（机械臂在画面上方），则设为true
# 主要影响大模型的左右判断
RotationCam2Arm: true


# 语音转文字后端: "xunfei" 使用讯飞，其他值使用自部署语音转文字服务
audio2text_backend: no-xunfei

# 自部署语音转文字服务地址
whisper_url: http://192.168.2.19:8000
whisper_username: wowrobo
whisper_password: wowrobo

# 语音转文字APIID（讯飞）
APPID: 

# 语音转文字APISecret
APISecret: 

# 语音转文字APIKey
APIKey: 


# =======物品分类场景=======

# 以项目根目录为基准
classification_YOLO_model_path:
  - /home/czn/roboarm/object_detect/runs/best.pt

# 默认YOLO识别置信度阈值
default_conf_thres: 0.5

# 夹爪闭合阈值，小于该值认为夹取失败，范围是[0,1]，越大越开，1表示完全张开（不是角度）
default_gripper_close_threshold: 0.05

# 各类别放置位置，(x,y)，单位米
# - pos: 录制阶段固定放置位置
#     字符串（符号坐标）：x/-x/y/-y 分别表示 target_x/-target_x/target_y/-target_y
#     数值（绝对坐标）：如 [0.2, 0.4] 直接使用该固定位置
# - random_pos: auto-reset 阶段随机撒回范围，
#     两元素列表 [[x_min, x_max], [y_min, y_max]]，与 pos 格式对齐
# 未匹配到类别时使用下方 default 条目
class_pos:
  default:
    pos: [0.05, 0.45] #
    random_pos:
      - [0.0, 0.45]
      - [-0.3, 0.3]
  potato:
    pos: [0.05, 0.4]
    random_pos:
      - [0.2, 0.45]
      - [-0.3, -0.1]
    keywords:
      - 'potato'
      - '土豆'
  tomato:
    pos: [0.05, 0.4]
    random_pos:
      - [0.2, 0.45]
      - [-0.1, 0.1]
    keywords:
      - 'tomato'
      - '西红柿'
  carrot:
    pos: [0.05, 0.4]
    random_pos:
      - [0.2, 0.45]
      - [0.1, 0.3]
    keywords:
      - 'carrot'
      - '胡萝卜'

# 各类别放置位置，(x,y)，单位米，xy分别表示其原始位置xy，未指定则放回原处
# keywords表示大模型输出的标签中含有其中某个关键词即认为是这个类别
place_pos:
  potato:
    pos:
      - x
      - -y
    keywords:
      - 'potato'
      - '土豆'
  tomato:
    pos:
      - x
      - -y
    keywords:
      - 'tomato'
      - '西红柿'
  carrot:
    pos:
    - x
    - -y
    keywords:
      - 'carrot'
      - '胡萝卜'
random_pos:
  potato:
    pos:
      - x
      - -y
    keywords:
      - 'potato'
      - '土豆'
  tomato:
    pos:
      - x
      - -y
    keywords:
      - 'tomato'
      - '西红柿'
  carrot:
    pos:
    - x
    - -y
    keywords:
      - 'carrot'
      - '胡萝卜'
# 离放置位置多近时无需抓取，以免反复抓放，单位米，未指定则为0
place_distance_threshold: 0.00

# 抓取时为避免刚好顶到物体，夹爪向外偏移一些的距离，单位米
catch_offset: 0.00

# 抓取前抬起的高度，单位米
catch_raise_height: 0.1

# 放置前抬起的高度，单位米
place_raise_height: 0.1

# 放置时是否先下降再松开夹爪，默认否
go_down_before_open_gripper_in_place: true

# --- auto-reset（随机撒回桌面）参数 ---
# 各类别的随机撒回范围已移至上方 class_pos.{类别}.random_pos 中
# 工作空间边界，(x_min, x_max)，超出此范围的坐标会被拒绝
workspace_x_range: [-0.1, 0.55]
workspace_y_range: [-0.3, 0.55]
# 随机放置位置离抓取点的最小距离，单位米
reset_min_place_dist_m: 0.20
# 每轮最多随机撒回的物体数量
reset_max_objects_per_cycle: 1

# =======主从臂跟随场景=======

leader_port: COM5

# =======中国象棋场景=======

# 以项目根目录为基准
chinese_chess_YOLO_model_path:
  - object_detect\runs\中国象棋\best.pt

# 夹爪张开的角度，张太大会碰到旁边的子，单位度
gripper_open_degree: 30

# 夹爪朝向固定角度，以棋盘对角线方向抓，防止碰到旁边的棋子，单位度
gripper_direction_degree: 45

# 默认YOLO识别置信度阈值
chinese_chess_default_conf_thres: 0.7