机器人设计 · v0.1

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。

MiniDuck 双轮足机器人示意图
说明:本页内容来自工程设计方案 v0.1(2026 年 11 月),全部是设计目标和初步估算,尚未经过实物验证。尺寸、关节位置和执行器型号还需要动力学仿真确认,我们会在进展日志里更新每一次变化。

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
AINova 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。

机械结构

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。

最关键的第一个决定

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。

软件架构

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。

Nova Agent / AI BrainLLM · VLM · 记忆 · 规划 · 工具调用
Robot Skills APImove · turn · look · squat · speak · stop
ROS 2 · Raspberry Pi 5感知(视觉、语音、定位)· 运动规划(速度、姿态、轨迹)
STM32 实时控制器IMU 融合 · PID/LQR 平衡 · 电机控制 · Watchdog
硬件4 个关节执行器 · 2 个轮电机 · 传感器
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 / VLM5–30 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。

Nova Robot Skills

“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:

  1. Nova 理解任务并定位目标
  2. 视觉系统识别目标位置和障碍
  3. 运动规划生成允许的移动路径
  4. 控制器持续保持平衡并执行移动
  5. 到达后摄像头采集图像
  6. 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
  }
}
安全控制器优先级最高。通信断开、倾倒、过流、过温或急停触发时,机器人停止执行新动作,进入经验证的安全状态。
仿真与数字孪生

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。

路线图

12 周开发计划

第 1–2 周

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。

交付:CAD v0.1、BOM v1、可运行仿真
进行中
第 3–4 周

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。

交付:可上电的原型机
计划
第 5–6 周

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。

交付:受保护测试环境中的自主平衡
计划
第 7–8 周

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。

交付:Robot Runtime v0.1
计划
第 9–10 周

Nova Agent 接入

接入摄像头、麦克风、语音交互、任务规划和 Robot Skills。

交付:能理解指令并执行受控动作
计划
第 11–12 周

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。

交付:MiniDuck V1 演示
计划

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。

开源与复用

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/