DIY机器人项目正逐渐成为技术爱好者和创客们的热门选择。无论是用于教育、娱乐还是实际应用，机器人技术都展现了其强大的潜力。

本文将介绍五个EEWorld上备受工程师关注的五个DIY项目，通过本文，您将深入了解机器人开发的硬件设计、软件逻辑以及实际应用场景，同时还将获得完整的代码和搭建过程，助您轻松上手DIY机器人开发。

自由度云台机器人控制平台

完整过程和代码见：
https://www.eeworld.com.cn/aG04GCO

本作品，名称为“二自由度云台机器人控制平台”，实现了一个完整的云台机器人控制平台，系统使用运动传感器做为控制手柄，来控制机器人的运动，并配合OLED屏，显示系统的当前状态。使用控制手柄，可以通过前后向动作，来控制纵轴舵机运动，通过旋转操作，控制横轴舵机运动，从而实现机器人二自由度控制。

在本系统中，二自由度云台机器人，使用两个舵机，实现两个维度的自由运动。系统使用一个MPU6050六轴运动传感器，通过实时获取其六轴运动数据，解码识别实际的运动，然后通过PCA9685控制两个舵机，从而实现通过控制手柄，来控制机器人的实际动作。在机器人支架的平台上，还搭配有一个OLED显示屏，用于显示系统的当前状态，以及通过互联网对时的时钟。

硬件物料：

• 开发板： ESP32-E
• 扩展板： ESP32-E专用扩展板
• OLED显示屏：SSD1306 128x64显示屏，带支架
• 运动传感器：DFRobot MPU6050，已经安装到手柄内部
• 舵机控制：PCA9685 16路舵机控制器
• 舵机：3120 20KG舵机2个
• 云台支架：1套
• 电源：正点原子数控电源

硬件连接规划：

软件逻辑设计：

本系统的组成部分，分为四个部分，分别为：

• 主控中心：主控中心使用DFRobot FireBeetle ESP32-E进行逻辑控制，并搭配专用扩展板方便其他设备的接入。
• 运动控制模块：使用DFRobot MPU6050，主控程序通过获取其数据，经过解码，生成纵轴和横轴控制数据，然后控制机器人运行。
• 动作执行模块：使用1个PCA9685舵机控制器和2个3120 20KG舵机，来进行机器人纵轴和横轴的动作控制。
• 显示模块：使用SSD1306 128x64的OLED显示屏，用于显示系统的当前状态，包括系统启动过程中的信息，启动后纵轴和横轴的状态，以及通过互联网对时的时钟。

在上述模块中：舵机控制器PCA9685为I2C接口，供提供了16组舵机接口，编号为0-15，这里使用最后的两个接口，接入两个舵机分别用于机器人纵轴和横轴的控制。所使用的运动传感器DFRobot MPU6050，同样为I2C接口。所使用的SSD1306 128x64 OLED显示屏，也为I2C接口。专用扩展板上刚好提供了3组I2C接口，正好用于接入上述3个I2C设备的接入。

另外，为了确保舵机能够稳定运行，使用了一个正点原子数控电源专门为舵机控制器PCA9685提供5V电源输入。为了方便使用MPU6050进行稳定的控制，使用了一个掏空内部的儿童牙刷来内置MPU6050，方便手持操作。

系统的使用步骤如下。首先是系统启动，确保各部分连接正确后上电启动，初始化各部件，启动过程中显示屏将显示当前启动进度，启动完成后屏幕显示操作界面，启动后默认处于机器人停止状态。其次是按键操作，ESP32 开发板左侧的 RST 按键用于系统重启，右侧的 Pin27 按键用于启停机器人舵机控制，Pin27 按键奇数次按下启动机器人舵机控制，偶数次按下停止控制。然后是手柄操作，系统启动过程中应手持手柄保持垂直竖立状态，以便系统正确计算初始化状态，同时要根据所使用的 MPU6050 芯片确定正确的芯片放置方向，启动完成后，向前或向后压手柄控制机器人横向舵机运动，以手柄竖向中心线为中心旋转控制机器人纵向舵机运动。显示屏状态方面，启动过程中依次显示各部分初始化情况，启动后界面显示各状态图标，包括当前控制状态以及当前时钟，Pin27 按键按下后会显示纵轴和横轴舵机控制角度。具体操作时，按下 ESP32 开发板的 RST 按键后，手持手柄保持竖立状态，等待系统初始化启动完成，启动完成后按一下 ESP32 开发板右侧的按键使能手柄控制机器人，随后即可进行操作控制。

运行过程中，OLED显示屏显示如下：

作品功能演示视频：介绍视频一共分为两个部分，分别为平台结构的介绍、详细使用的展示。

智能聊天机器人

完整过程和代码见：
https://www.eeworld.com.cn/aPyPurHl

机器人可以实现语音聊天，通过按钮开始和结束对话，机器人就会语音播放回答。可以识别人脸、声源方向，自动旋转到面朝用户的方向。通过esp-now可以发送相关信息到esp32-c6处，并且通过屏幕显示出来。使用到NUCLEO-F411、ESP32-C6、MSM261S4030H0麦克风板、树莓派5、无刷电机等。

设计的核心主要是用多种传感器可以完成与机器人进行互动。以交互为目的，系统可以完成与用户的交互活动。通过合理的软件设计，让机器人可以感知环境，完成互动。本系统采用模块化设计，各部分完成自己独立的部分，遇到问题，也可以更好的进行问题定位。

上面的屏幕是后面有一个STM32专门去控制。树莓派和STM32F411就放在机器人的后面。电机是放在语音识别板的上方。

语音交互：利用树莓派5配合USB录音器和蓝牙音箱实现语音交互。首先通过按钮的按下为开关，按下就开始录音，录制10s的声音，然后通过语音识别的api,识别成文字，文字再发送到Chatgpt的api接口，获得回复的文字，最后再把文字发送到语音生成的api，最后生成pcm格式的语音文件，再通过蓝牙音箱播放出来。

人脸识别：利用树莓派5搭配USB摄像头，运行opencv，加载预训练的Haar级联模型。实现人脸识别，并输出对应的坐标。通过串口把对应的位置数据，发送给STM32端，控制电机完成方向的定位。

无刷电机控制：无刷电机使用LIN协议控制，我们需要一个模块通过uart转lin，STM32通过uart发送对应的命令给电机，电机就可以按照指定方向进行转动。电源部分用的是24V电池进行供电。

声源定位：使用Sipeed家的K210 BIT开发板，通过杜邦线连接传感器的引脚，在k210里面运行解算声源模块数据的代码，解算后，进行滤波，通过过滤掉一些杂音等干扰因素，最终得到正确的声源方向和大小。然后通过串口的方式，把解算出来的角度发送给STM32。

ESP远程显示部分：使用espnow进行通信，在STM32边外挂一个esp32，通过串口发送数据到esp32中，esp32再通过esp-now的方式发送到远处的esp32中，使用串口屏，写好双方串口通信的协议，然后就可以在远处显示出具体的数据。

作品功能演示视频：

语音识别智能聊天机器人和信号采集系统

完整过程和代码见：
https://www.eeworld.com.cn/auT0OqT

作品采用得捷上购买的STM32H747Disco开发板，使用LVGL图形库做界面交互，通过串口，信号线及外部高速总线与ARM Linux板通信，访问百度语音云做语音识别、语音合成以及做振动信号采集。STM32H747Disco开发板承担图像显示，信号控制指令以及AD采集工作。

系统框图

如图，STM32H747Disco开发板与ARM Linux开发板的串口通信是双向的，ARM Linux开发板在整个流程中通过串口改变STM32H747Disco开发板显示内容。STM32H747Disco通过一根信号线输出到ARM Linux开发板上，以发出流程开始信号。ARM Linux开发板通过摄像头麦克风录入声音，通过以太网连接百度语音云，并通过扬声器输出声音。

STM32H747Disco开发板软件流程如下，如图，使用了LVGL图形库，SDRAM外扩内存访问以及QSPI字库存储读取：

ARM Linux板软件流程如下，录音、语音识别、访问文心一言、语音合成、语音播报都是独立完成的，分属不同功能：

使用外部自定义字库需要烧录字库文件到QPI上，所以需要CubeProgrammer软件帮忙：

功能说明与代码片段解读（STM32H747开发板部分）：

LVGL界面初始化，需要初始化三个文本框，两个按钮，三个文本框中的最顶部框为状态指示框，分别显示语音识别流程，从录音->录音语音识别->访问文心一言获取回答->将回答进行语音合成->播放五个环节，环节循环进行；

第二个文本框为录音问题提问框，将录音识别而成的文字显示在此框；

第三个文本框位回答显示框，将文心一言的回答文字显示在此框；

【开始流程】按钮按下后录音开始，整个流程也开始；

【清除问题和回答】框将问题文本框和回答文本框的内容全部清除；

演示视频及源码链接：
https://www.eeworld.com.cn/aPK8uD4

Esp 32-S3智能语音机器人

完整过程和代码见：
https://www.eeworld.com.cn/an1iX98

本项目通过esp32-S3开发版Kovro-2 V3.1版本，接受语音输入，并进行智能判断执行所要求的命令。本项目为离线语音智能判断。通过关键词“嗨，乐鑫”，唤醒智能机器人。然后在规定的时间内说出想要他完成的命令。当超出命令等待时间后，退出接收命令状态。再次输入语音命令必须再次唤醒他。项目初始的命令总共有16条。可以在配置文件中设定其他的语音命令，一共可以设置200条。当开发板被唤醒时，提示已经唤醒，等待接收命令。在规定的时间内接收到正确的语音命令时，会显示语音命令的ID号。

硬件部分。本系统由Digi-Key提供的esp32-S3 korvo-2开发版以及外接的三瓦扬声器组成。ESP32-S3-Korvo-2 是一款基于 ESP32-S3 芯片的多媒体开发板，搭载双麦克风阵列，支持语音识别和近/远场语音唤醒。同时它还搭载 LCD、摄像头、microSD 卡等外设，可支持基于 JPEG 的视频流处理，满足用户对低成本、低功耗、联网的音视频产品开发需求。

软件部分。ESP-Skainet 是乐鑫推出的智能语音助手，目前支持唤醒词识别和命令词识别。ESP-Skainet 以最便捷的方式支持基于乐鑫的 ESP32系列 芯片的唤醒词识别和命令词识别应用程序的开发。ESP-Skainet 功能支持：输入音频、唤醒词识别、语音命令词识别、声学前端算法。

本次软件开发环境基于Windows 10系统，使用ESP-IDF和VSCode进行搭建。首先，在Windows 10下安装ESP-IDF，建议使用离线安装方式以避免网络问题。下载IDF V4.4.2的离线安装包（约900MB），安装时选择完全安装并配置Python环境。安装完成后，安装VSCode并配置ESP-IDF插件，插件会自动安装C/C++插件。接着，通过命令行拉取esp-skainet包，并在VSCode中配置编译参数，选择ESP32S3芯片和KORVO-2板级，设置唤醒词和自定义指令。编译成功后，连接开发板并烧录程序，通过语音命令进行测试。项目源码、安装软件及测试视频可通过提供的链接下载。

乐鑫的ESP32S3功能强大。官方也作出了很多的开源资料。稍微吐槽一下就是github上的有些资源下载非常的不方便。这次开发环境的搭建过程中也走了不少弯路。借着这次报告顺便完整记录一下搭建过程。乐鑫的ESP-IDF软件融入VSCODE后操作更加直观了。通过这次项目基本掌握如何搭建ESP32等产品的开发环境。以及在VSCODE下如何对ESP32系列产品进行开发。希望在今后的工作中能更加深入了解开发过程。

智能桌面互动机器人

完整过程和代码见：
https://www.eeworld.com.cn/arb5O44

本次设计为智能桌面互动机器人，顾名思义就是可以与人进行互动的智能机器人。采用了一块2.4寸LCD屏幕，作为人机信息交互的一重要渠道。同时拥有语音识别和声音播放功能，更方便无接触式的互动。界面设计采用了开源的LVGL 8的GUI框架，同时采用了ESP32S3为主控芯片。在界面上可以显示当前区域温度，并可通过语音互动播报声音，同时还显示EEWORLD论坛的动态，其中包括每日发帖数量与总发帖数量的显示，通过语音互动还可获取总发帖数量的语音播报。并可以通过语音控制板载的LED灯。

系统硬件框架：主控通过I2S与语音芯片【NS4168】进行通信，通过SPI与屏幕进行通信，通过总线与RGB灯进行通信。

系统软件框架：ESP32自带FreeRTOS操作系统，并使用ESP32提供的文件管理系统，管理音频文件和语音识别库，并通过LVGL框架让屏幕的显示多样化，其中使用了多种控件。最后就是通过ESP32的语音识别库对语音进行识别，同时做出相应的反馈。

欢迎界面：在进入界面时会播放一段欢迎语音，同时会将EEWORLD和DiGiKey商标显示在屏幕上，并做一定的动画处理，当动画结束后，ESP32会开始连接WIFI，同时界面会显示连接进度条，界面的最下面会显示当前软件版本。当WIFI连接成功会进入到实时数据显示及互动界面。

实时数据显示及互动界面：界面中会显示每日的发帖量，同时可以通过下拉列表控件切换图标中显示的月份，界面左上角显示的是当前温度，界面顶部显示的是当前监测的EEWORLD论坛账号，界面的左边【TP:xxxx】显示的就是当前监测的账号总发帖量。温度和发帖量的数据是十分钟更新一次的。

当说出【嗨，乐鑫】会弹出一个机器人，并带有有一定的动作，机器人并不会完全遮挡住后面的实时界面，且会等待语音互动。

一开始本来想通过ESP32登录EEWORLD账号的，后面发现该方法不可行，然后想直接获取网页中的页面数据，但是发现网页中的页面数据量特别打，一个页面中字节数大概有十几万个字节，然后我只需要其中的一小部分，之后通过获取网页中部分数据解决这个问题。还有语音识别的问题，由于是离线语音识别，所以语音识别库都需要去训练的，但是训练需要样本并且训练模型还需要收费，所以就拿现成的语音识别词条来当作一些互动词条。

开发过程遇到的问题确实不少，比如LVGL的框架升级，从LVGL7升级到LVGL8，为什么要升级呢，因为LVGL8的控件比更炫酷、更多，所以就在原有的项目中升级了一下，向下的兼容性还是不错的，只需要修改一些控件的函数就好了。还有一个比较难的问题就是ESP32不好进行调试，一旦程序崩了很难找到问题，所以遇到问题只能一步一步的进行修改并跟踪问题。