小米无人机4k版说明书，小米机器人2
chanong
|当谈到建造机器人时，很多人不自觉地想到： “我想打造AlphaGo 代表我参加世界各地的主要围棋比赛并赢得更多奖项！”或者获取波士顿动力机器人Atlas。你可以爬行、跳跃和翻筋斗。它对于举起重物和撞击肩膀也很有用.很好，很好。
嗯，问题来了：要制造出这么强大的机器人，需要足够的技术、大量的设备、足够的人力资源，而且工艺复杂，需要3到5年的时间，而且价格昂贵，需要……何必呢？ （伸出你的手）
但就在最近，英特尔研究人员Matthias Muller 和Vladlen Koltun 仅花费了50 美元（约合人民币350 元），在几个小时内就打造出了一个拥有几只手的机器人。
这个机器人是谁？看下图。
这个机器人动作是不是很快？看起来像个可爱的小女孩吗？
哦，我搞错了，那是一台带有蓝色迷你轮子的机器。
为什么叫“机器人”？那是因为他们有聪明的大脑。雷报网
让我们没想到的是，我们手里居然是一部手机。雷报网
OpenBot这个名字也很酷，我们就亲切地给它起个昵称“波波”吧。下一篇AI技术评测带你看Bobo的真面目：雷锋网
1
奇迹的诞生
机器人领域始终存在两个主要问题。一是可访问性，二是可扩展性。机器人由于成本高昂、制造工艺复杂，很难普及到普通大众。 Muller 和Koltun 正是通过研究OpenBot 来解决机器人技术中的这两个“绊脚石”。
两家公司的联合论文《OpenBot：将智能手机变成机器人》 通过使用智能手机作为机器人的大脑、为其提供动力并用简单的3D 打印底盘组装起来，构建了一种可以跟随人们周围并做实际事情的机器人。据称其成本仅为50 美元。机器人的时间自主导航。
构建OpenBot 的过程很简单。为机器人配备传感器、计算、通信以及开放软件生态系统的访问权限。
如上图所示，总成本清单如下：3D打印底座：5美元，4个轮子：3.50美元，3块电池：7美元，2个速度传感器：2美元，电机驱动器：3美元，微控制器设备：8美元。
之所以用手机作为波波的大脑，是因为智能手机的功能越来越强大，手机的拍照质量和处理器速度不断提高。市售手机还包括专用于惯性测量单元、GPS、Wi-Fi、蓝牙、蜂窝调制解调器和AI 神经网络模型推理的芯片。某些手机配件的性能可能优于计算机处理器（台式机处理器）。
研究人员将智能手机插入主要用于传感、数据融合和计算的机电机身中。此外，底盘最多可容纳四个电机，为控制器、微控制器、LED 灯、智能手机支架和USB 数据线留出空间。
充电时，电池组连接到专用充电端口为电机供电，Andruino Nano 板（基于易于使用的硬件和软件的开源电子平台）通过USB 与智能手机配对。到机器人的通信链路、路径（串行通信链路）以及电源（电源）。
机器人的两个前轮还配备了可以发送测距信号的传感器和连接到电机的销钉，可以实时调整速度和方向。
Bobo 的软件堆栈也相对简单，仅由两个通过串行链路通信的组件组成。操作员可以在智能手机�**沧癆ndroid 应用程序，并使用该应用程序的界面来收集数据集，同时执行高级传感和控制工作负载。此外，在Arduino 上运行的程序可以执行简单的驱动、测量里程表、电池电压等。
安装Android 应用程序后，您还可以通过与蓝牙设备兼容的现有游戏控制器（例如PS4、Xbox 和Switch）来控制OpenBot。控制器按钮可以配置为在寻路模型中执行数据收集和交换。这些模型包括易于使用的自主导航模型，可以检测和跟踪机器人视线内的人员。
组装拼图所需要做的就是坐在桌子前做，所以如果你有耐心组装拼图，你不需要是一个灵巧的人来完成它。
这样一个简单的机器人能有多有效？
研究人员使用中端手机小米Note 8、华为P30 Lite 和小米Poco F1 等设备进行了测试，如上图所示，这些手机能够以每秒超过10 帧的速度跟踪人体活动。配备专门的AI加速器。即使配置最差的诺基亚2.2 也能够在大约一半的测试时间内检测和跟踪一个人。
在自主导航任务中，机器人能够避开办公室走廊里的盆栽植物。
2
分步教程现已开源
如前所述，整个机器人除去手机的价格不到50美元（350元人民币）。机器人的身体是由3D打印的零件制成的，智能手机（甚至是用过的旧手机）也是制成的。
上图是笔者的车5册的零件批发价。
该机器人背后的技术已以论文的形式公开，作者也在GitHub 上开源了构建它的步骤。还显示了相关零件的采购渠道。就连3D打印的图纸都认真公布，甚至连3D打印机的参数设置都有描述。
GitHub地址：https://github.com/intel-isl/OpenBot/tree/master/body
论文地址：https://arxiv.org/pdf/2008.10631.pdf
同时，它还提供了20 个安装过程的注意事项，例如连接电机的电线以及连接速度和超声波传感器（如有必要），使其成为一个明智的分步教程。连接到5V和GND等。
论文中，作者介绍了使用智能手机的原因：智能手机的优势不仅在于硬件能力的快速提升，还在于软件生态系统的快速成长。
智能手机的相机质量和处理器速度不断提高，并包含用于GPS、Wi-Fi、蓝牙、蜂窝调制解调器和人工智能推理的专用芯片，有些甚至超越了台式机处理器。
整个小型电动汽车（机器人）分为两部分：第一部分是可以花费50 美元购买的硬件部分，第二部分是为智能手机提供功能的软件堆栈。我们以汽车为主体，实现移动导航的实时感知和计算。
硬件结构由机械设计和电路设计两部分组成，机械设计如下图所示。
电路设计如下图所示：顶部部分包含电池、电机控制器、微控制器、速度传感器、指示灯LED 和智能手机，底部部分包括可选的定制PCB 以减少布线。
软件堆栈也由两部分组成：Android 应用程序和Arduino 程序。其中，Android应用程序运行在智能手机上，可以提供操作界面、收集数据集、执行高阶传感和控制任务。 Arduino 程序负责低级驱动和测量，例如测量车轮里程和监控电池电压。
一旦软件和硬件完成，英特尔研究人员希望训练机器人完成两项任务：行人跟踪和自主导航。
对于行人跟踪任务，研究人员使用了SSD 目标检测器和预训练的MobileNet 主干网。此外，为了研究推理时间的影响，作者使用了两个不同版本的MobileNet：原始的MobileNetV1 和最新的MobileNetV3。此外，这两个模型都在COCO 数据集上进行训练。
驾驶策略训练流程
对于自主导航任务，研究人员使用类似于“条件模仿学**的命令输入变体”的神经网络来训练可以在大多数智能手机上实时运行的神经网络。此外，研究人员将其与现有的驾驶策略进行了比较，并获得了与基线相似的性能，同时需要的参数减少了大约一个数量级。
OpenBot的出现预计将在全球部署数千台低成本机器人，为机器人教育和大规模学**创造新的机会。