JBR-001 开源 3D 打印桌面机器人概述

TL;DR

JBR-001 是一款完全开源、可 3D 打印的桌面机器人，基于 Arduino UNO Q 构建，配备三个舵机、一个摄像头、距离传感器、蜂鸣器以及一个 8×13 点阵显示屏，让爱好者能够进行边缘 AI、计算机视觉和物理交互的实验。

什么是 JBR-001？

JBR-001 是一个紧凑的、可 3D 打印的机器人平台，专为机器人技术、感知和边缘 AI 的快速原型设计而开发。所有机械部件、固件和 CAD 文件均在开源许可下发布，物料清单由廉价的现成组件组成：

Arduino UNO Q（中央控制器）
用于摄像头连接的 USB-C 集线器
一个摄像头模块（前置）
Modulino 距离传感器（后置）
Modulino 蜂鸣器（音频反馈）
三个爱好级舵机（头部和双臂）
用于舵机的外部 5 V/2 A 电源
托管在 GitHub 上的完整 STL 文件

该机器人可以问候用户、显示心跳动画、通过距离传感器检测物体，并在板载运行计算机视觉模型。

核心架构与接线

Arduino UNO Q 驱动所有外设并运行计算机视觉模型的推理。关键接线规则如下：

头部舵机 → 引脚 9
左臂舵机 → 引脚 10
右臂舵机 → 引脚 11
所有舵机 → 外部 5 V 电源（切勿直接从 UNO Q 供电）
外部电源接地 ↔ UNO Q 接地（公共参考点）
Modulino 距离传感器与蜂鸣器 → UNO Q 引脚（如接线图所示）
摄像头 → USB-C 集线器 → UNO Q

重要提示： 将舵机电源直接连接到 UNO Q 会导致电压骤降和运动不稳定；请务必使用专用电源并共地。

机械组装

机器人主体由 3D 打印部件组成，用于容纳电子元件和舵机。组装步骤：

打印所有 STL 文件。
安装头部舵机（水平旋转）和手臂舵机（垂直运动），确保轴对齐。
将摄像头安装在头部，距离传感器安装在后部。
在合上外壳之前，将线缆穿过打印的通道。
固定 Arduino UNO Q 并连接外部电源。

项目页面提供了完整的视频演示。

显示动画（心跳）

8×13 LED 矩阵在空闲时显示跳动的心脏。两个位图数组（heartSmall 和 heartLarge）在一个定时状态机中渲染，该状态机在更新时不会阻塞传感器读取：

unsigned long heartbeatTimer = 0;
int heartbeatStep = 0;
void heartbeat() {
  unsigned long now = millis();
  switch (heartbeatStep) {
    case 0: matrix.renderBitmap(heartLarge,8,13); heartbeatTimer=now; heartbeatStep=1; break;
    case 1: if (now-heartbeatTimer>=120) { matrix.renderBitmap(heartSmall,8,13); heartbeatTimer=now; heartbeatStep=2; }
    case 2: if (now-heartbeatTimer>=100) { matrix.renderBitmap(heartLarge,8,13); heartbeatTimer=now; heartbeatStep=3; }
    case 3: if (now-heartbeatTimer>=160) { matrix.renderBitmap(heartSmall,8,13); heartbeatTimer=now; heartbeatStep=4; }
    case 4: if (now-heartbeatTimer>=700) { heartbeatStep=0; }
  }
}

这种非阻塞设计让机器人能够同时监控距离传感器和摄像头。

蜂鸣器音频反馈

当距离传感器检测到附近物体时，一段简单的四音调旋律会发出友好的问候：

void playHello() {
  buzzer.tone(523,120); delay(150);
  buzzer.tone(659,120); delay(150);
  buzzer.tone(784,180); delay(210);
  buzzer.tone(1047,250); delay(270);
}

开发者可以用自定义的音调序列替换该旋律，以指示不同的机器人状态。

接近感应

后置距离传感器持续报告距离。典型的交互模式如下：

if (distanceSensor.available()) {
  float d = distanceSensor.get();
  if (d < DETECTION_DISTANCE && !objectDetected) {
    objectDetected = true;
    playHello();
  }
  if (d > RESET_DISTANCE) objectDetected = false;
}

调整 DETECTION_DISTANCE 和 RESET_DISTANCE 以调节响应灵敏度。

舵机控制指南

舵机通过标准的 Servo.write(angle) 调用进行驱动。推荐做法：

将运动限制在打印关节的机械范围内（避免 0-180° 的全行程扫描）。
使用细微、富有表现力的动作（例如 10-30° 的头部转动）以实现自然行为。
始终使用外部电源为舵机供电并保持共地。

边缘 AI：在 UNO Q 上运行计算机视觉

摄像头将 96×96（或类似）帧发送到 Arduino UNO Q，由 Edge Impulse 生成的模型执行推理。工作流程如下：

数据集获取 – 使用 VisionDatasets.com 下载合成数据集（例如 Arduino Modulino 图像）。
Edge Impulse 导入 – 通过提供的 API 密钥直接上传数据集。
模型训练 – 配置图像分类脉冲；Edge Impulse 处理训练和验证。
部署 – 将模型导出为 C++ 库并集成到 JBR-001 固件中。
推理循环 – 捕获一帧，运行 run_classifier()，并根据预测的类别采取行动。

因此，机器人可以识别特定物体（例如不同的 Modulino）并触发协调动作，如转动头部、抬起手臂、播放声音或更改显示内容。

应用示例：Modulino 识别

作者训练了一个模型来区分几种 Arduino Modulino 板。当 Modulino 出现在机器人面前时，会发生以下序列：

摄像头捕获图像。
Edge Impulse 模型预测 Modulino 类别。
固件将该类别映射到一种行为（例如：转头 + 抬臂 + 蜂鸣）。

由于数据集包含了多样的光照、姿势和背景，模型能够泛化到现实世界的捕获场景中。

扩展 JBR-001

该平台特意设计为模块化：

更换摄像头以获得更高的分辨率或红外功能。
添加传感器（例如温度、IMU），通过连接到备用的 UNO Q 引脚。
更换显示屏，使用更大的矩阵或 OLED 以获得更丰富的 UI。
训练新模型，使用 VisionDatasets.com 或自定义图像识别任何物体集。
编程自定义行为，在 Arduino IDE 或 PlatformIO 中利用相同的非阻塞循环结构。

社区反响

Hacker News 上的讨论强调了几个用户观点：

对开源性质和适合家庭的构建体验表示积极热情（评论者 salamachinas）。
对 UNO Q 的成本和有限的克隆版供应表示担忧（mrheosuper）。
与 Otto DIY 等早期开源套件进行比较，指出商业化趋势（phil42）。
对机器人的美学和实用性发表了轻松的评论（shevy-java, krisoft）。

这些评论强调了该项目的教育价值，以及保持硬件价格合理且真正开源的重要性。

结论

JBR-001 证明了功能齐全、具备 AI 能力的桌面机器人可以使用廉价的 3D 打印部件和单块 Arduino UNO Q 板构建。其开源设计、完整的固件示例以及与 Edge Impulse 的无缝集成，使其成为学习机器人技术、计算机视觉和边缘 AI 的理想沙盒。