MiniDuck 是什么样的机器人
工程代号 Octopus Nova Rover。白色椭圆机身、橙色装饰、外露的关节和黄色轮罩,是一台能在室内平整地面上自平衡、移动、看和听的桌面级双轮足机器人。
V1 设计目标
| 结构 | 双轮 + 左右各两级关节(髋、膝) |
|---|---|
| 自由度 | 4 个腿部关节 + 2 个轮驱动 |
| 整机高度 | 约 280–330 mm |
| 整机重量 | 目标 2–3 kg |
| 最大速度 | 初期限制在 0.3 m/s |
| 自平衡 | 站立、前后移动、转向 |
| 交互 | 语音、摄像头、LED 表情 |
| AI | Nova Agent、视觉语言模型(VLM)、工具调用 |
| 使用环境 | 室内平整地面,不上楼梯 |
| 续航目标 | 30–60 分钟 |
V1 不做跳跃或复杂特技。先确保稳定站立、移动、摔倒检测和安全停机,再考虑起身和动态动作。
左右对称的六个关节
关节布局
- 左髋 L-HIP · 左膝 L-KNEE · 左轮 L-WHEEL
- 右髋 R-HIP · 右膝 R-KNEE · 右轮 R-WHEEL
这套命名和基础结构与开源项目 Upkie 一致,方便借鉴它的运动学和控制代码。
材料
- 外壳:PETG 3D 打印,壁厚 2.5–3 mm
- 关节支架:铝合金
- 紧固件:钢制
- 轮胎:TPU 防滑
打印外壳不直接承担关节弯矩,受力由金属支架承担。
| 部件 | 初始尺寸 |
|---|---|
| 机身外壳 | 180 × 110 × 85 mm |
| 大腿连杆 | 80 mm |
| 小腿连杆 | 85 mm |
| 轮胎直径 | 90 mm |
| 轮距 | 190–220 mm |
这些尺寸是 CAD 的起点,还要验证轮胎干涉、关节运动范围、质心位置和内部布线空间。
不是选 AI 模型,而是选执行器
执行器就是机器人的“肌肉”。如果关节电机的力气、速度或精度不够,后面的 AI 再聪明,机器人也站不起来。
便宜的总线舵机可以用来做早期结构测试,但不能只看标称的 kg·cm 数字。我们要实测连续扭矩、速度、齿隙、温升和控制延迟。
所以前两周我们先做机械动力学计算和执行器验证,再正式采购整机零件。
先算一笔账
假设整机 2.5 kg、质心离轮轴 0.15 m、机身倾斜 10°:
τ ≈ m·g·h·sin(10°) ≈ 0.64 N·m
这只是整体重力倾覆力矩的简化估算,不是每个电机的选型扭矩。实际还要考虑加速度、轮地摩擦、减速比和冲击载荷。
我们会仿真三种工况:静态站立、加减速平衡、下蹲后恢复。确认峰值和连续扭矩后,再冻结执行器型号。
Nova Agent + Robot Runtime
AI 发出的是“意图”,Robot Runtime 负责检查、执行和反馈。越往下的层越快、越接近硬件,也越优先。
| 模块 | 建议技术 | 运行周期 |
|---|---|---|
| 电机电流环 | 电机驱动器内部控制 | 1–20 kHz |
| 平衡控制 | STM32 C/C++ | 500–1,000 Hz |
| 姿态估计 | IMU + 编码器融合 | 200–500 Hz |
| 运动规划 | ROS 2 / C++ | 20–100 Hz |
| 视觉感知 | OpenCV / VLM | 5–30 FPS |
| 语音识别 | Whisper 或其他 ASR | 事件驱动 |
| Agent 决策 | Nova Agent | 事件驱动 |
| 记忆 | SQLite / 向量数据库 | 按需 |
频率是设计目标,能否达到取决于硬件、驱动器和实时调度测试。
“过来看看桌子上的东西”
当你这样对 MiniDuck 说,系统会依次做这些事:
- Nova 理解任务并定位目标
- 视觉系统识别目标位置和障碍
- 运动规划生成允许的移动路径
- 控制器持续保持平衡并执行移动
- 到达后摄像头采集图像
- VLM 分析物体,通过语音回答
每个动作都是一条带安全约束的 Skill 调用:
{
"robot_id": "nova-rover-001",
"skill": "move",
"arguments": {
"direction": "forward",
"distance_m": 0.5,
"max_speed_mps": 0.15
},
"safety": {
"obstacle_check": true,
"require_balance": true,
"timeout_ms": 10000
}
}
先在电脑里摔一千次
MuJoCo
快速迭代动力学、关节模型、平衡算法和控制参数。
NVIDIA Isaac Sim
模拟轮足机器人、传感器和室内场景,之后可以研究 Isaac Lab 的强化学习训练。
从 Upkie 起步
Upkie 开源了 Python/C++ 控制、PyBullet 仿真和平衡示例。我们从这里开始,再迁移到 MiniDuck 自己的 URDF 模型。
我们改了执行器、尺寸、重量和轮径,所以不能假设 Upkie 原有的平衡参数仍然适用,必须重新仿真和调参。
12 周开发计划
机械与仿真
完成 CAD、URDF、质心计算、执行器选型和初始平衡仿真。
硬件组装
3D 打印外壳,装配轮驱动、关节、传感器和供电系统,完成单个执行器测试。
平衡控制
完成姿态估计、轮速控制、静态平衡和基础前后移动。
ROS 2 与动作接口
接入速度控制、转向、蹲下、遥控、状态反馈和急停机制。
Nova Agent 接入
接入摄像头、麦克风、语音交互、任务规划和 Robot Skills。
集成验收
障碍检测、异常保护、续航测试、演示流程和操作文档。
V1 验收标准
| 测试项目 | 通过标准 |
|---|---|
| 自平衡 | 平整地面稳定保持 60 秒 |
| 移动 | 完成 2 米前进、停止、后退 |
| 转向 | 原地转向 90° |
| 语音 | 识别并执行 5 种预定义指令 |
| 视觉 | 识别指定物体并返回描述 |
| 安全 | 急停、断连、倾倒保护有效 |
| 续航 | 实测不少于 30 分钟 |
| 日志 | 记录动作、传感器、错误事件 |
每一项测试的结果,无论通过与否,都会发布在进展日志里。
站在开源社区的肩膀上
我们先复用 Upkie 已经验证过的平衡控制方案,再逐步替换外壳、计算机、传感器和 AI 部分。MiniDuck 的代码会按下面的结构组织,未来也可以把 Nova Agent 的 Physical AI 能力做成 SDK,支持更多形态的机器人。
参考:Upkie GitHub · Upkie 构建指南
nova-rover/
├── hardware/ # CAD、电路、BOM
├── firmware/
│ └── stm32-motion/
├── robot-runtime/
│ ├── ros2/ perception/
│ └── motion/ safety/
├── nova-agent/
│ └── skills/ planner/ memory/
├── simulation/
│ └── urdf/ mujoco/ isaac/
└── tests/