JBR-001 開源 3D 列印桌上型機器人概覽

簡介 (TL;DR)

JBR-001 是一款完全開源、可 3D 列印的桌上型機器人，以 Arduino UNO Q 為核心，配備三個伺服馬達、攝影機、距離感測器、蜂鳴器以及 8×13 點陣顯示器，讓愛好者能夠進行邊緣 AI、電腦視覺和物理互動的實驗。

什麼是 JBR-001？

JBR-001 是一個緊湊的 3D 列印機器人平台，專為機器人技術、感知和邊緣 AI 的快速原型設計而開發。所有機械零件、韌體和 CAD 檔案均以開源授權發布，且物料清單由廉價的現成組件組成：

Arduino UNO Q（中央控制器）
用於攝影機連接的 USB-C 集線器
一個攝影機模組（朝前）
Modulino 距離感測器（朝後）
Modulino 蜂鳴器（音訊回饋）
三個伺服馬達（頭部和兩隻手臂）
用於伺服馬達的外部 5 V/2 A 電源供應器
GitHub 上提供的完整 STL 檔案

該機器人可以向使用者打招呼、顯示跳動的心臟動畫、透過距離感測器偵測物體，並在板載執行電腦視覺模型。

核心架構與接線

Arduino UNO Q 驅動所有周邊設備並執行電腦視覺模型的推論。關鍵接線規則如下：

頭部伺服馬達 → pin 9
左臂伺服馬達 → pin 10
右臂伺服馬達 → pin 11
所有伺服馬達 → 外部 5 V 電源（切勿直接由 UNO Q 供電）
外部電源接地 ↔ UNO Q 接地（共地參考）
Modulino 距離感測器與蜂鳴器 → UNO Q 引腳（如接線圖所示）
攝影機 → USB-C 集線器 → UNO Q

重要提示： 將伺服馬達電源直接連接到 UNO Q 會導致電壓驟降和動作不穩定；請務必使用專用電源並共地。

機械組裝

機器人的主體由 3D 列印零件組成，用於容納電子元件和伺服馬達。組裝步驟：

列印所有 STL 檔案。
安裝頭部伺服馬達（水平旋轉）和手臂伺服馬達（垂直運動），確保軸心對齊。
將攝影機安裝在頭部，距離感測器安裝在後部。
在關閉外殼前，將線纜穿過列印的通道。
固定 Arduino UNO Q 並連接外部電源。

專案頁面上提供完整的影片教學。

顯示動畫（心跳）

8×13 LED 矩陣在閒置時會顯示跳動的心臟。兩個點陣陣列（heartSmall 和 heartLarge）在計時狀態機中渲染，該狀態機在更新時不會阻塞感測器讀取：

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; }
  }
}

這種非阻塞設計讓機器人可以同時監控距離感測器和攝影機。

使用蜂鳴器的音訊回饋

當距離感測器偵測到附近物體時，簡單的四音調旋律會提供友好的問候：

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);
}

開發人員可以用自訂的音調序列替換該旋律，以標示不同的機器人狀態。

近接感測

後部的距離感測器會持續回報距離。典型的互動模式如下：

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

調整 DETECTION_DISTANCE 和 RESET_DISTANCE 以調整反應靈敏度。

伺服馬達控制準則

伺服馬達透過標準的 Servo.write(angle) 呼叫來驅動。建議做法：

將運動限制在列印關節的機械範圍內（避免 0-180° 的全範圍掃描）。
使用小幅度、具表現力的動作（例如 10-30° 的頭部轉動）以呈現自然行為。
務必使用外部電源為伺服馬達供電並保持共地。

邊緣 AI：在 UNO Q 上執行電腦視覺

攝影機將 96×96（或類似）的影格傳送至 Arduino UNO Q，由 Edge Impulse 生成的模型執行推論。工作流程如下：

資料集獲取 – 使用 VisionDatasets.com 下載合成資料集（例如 Arduino Modulino 影像）。
Edge Impulse 匯入 – 透過提供的 API 金鑰直接上傳資料集。
模型訓練 – 設定影像分類脈衝（impulse）；Edge Impulse 會處理訓練和驗證。
部署 – 將模型匯出為 C++ 函式庫並整合到 JBR-001 韌體中。
推論迴圈 – 擷取影格、執行 run_classifier()，並根據預測類別採取行動。

因此，機器人可以識別特定物體（例如不同的 Modulino）並觸發協調動作，例如轉動頭部、舉起手臂、播放聲音或變更顯示內容。

應用範例：Modulino 識別

作者訓練了一個模型來區分多種 Arduino Modulino 板。當 Modulino 出現在機器人前方時，會發生以下序列：

攝影機擷取影像。
Edge Impulse 模型預測 Modulino 類別。
韌體將該類別對應至特定行為（例如：轉頭 + 舉手 + 嗶聲）。

由於資料集包含多種光照、姿勢和背景，模型可以推廣應用於真實場景。

擴充 JBR-001

該平台刻意設計為模組化：

更換攝影機以獲得更高解析度或紅外線功能。
增加感測器（例如溫度、IMU），連接至閒置的 UNO Q 引腳。
更換顯示器為更大的矩陣或 OLED，以獲得更豐富的 UI。
訓練新模型，使用 VisionDatasets.com 或自訂影像識別任何物體集合。
程式設計自訂行為，在 Arduino IDE 或 PlatformIO 中利用相同的非阻塞迴圈結構。

社群反應

Hacker News 的討論串強調了幾個使用者的觀點：

對開源性質和適合家庭的組裝體驗表示熱情（salamachinas 的評論）。
對 UNO Q 的成本和有限的相容板供應表示擔憂（mrheosuper）。
與早期的開源套件（如 Otto DIY）進行比較，指出商業化的趨勢（phil42）。
對機器人的美學和實用性發表了輕鬆的評論（shevy-java, krisoft）。

這些評論強調了該專案的教育價值，以及保持硬體價格實惠且真正開源的重要性。

結論

JBR-001 證明了功能齊全、具備 AI 能力的桌上型機器人，可以使用廉價的 3D 列印零件和單一 Arduino UNO Q 板來建構。其開源設計、完整的韌體範例以及與 Edge Impulse 的無縫整合，使其成為學習機器人技術、電腦視覺和邊緣 AI 的理想沙盒。