自制自主啤酒运输坦克：Walabot + Arduino + 树莓派 + Alexa语音控制

核心硬件清单

机械结构演进

底盘修复与加固

购入履带底盘运输受损，耗时数小时胶水修复。后因吊臂受力导致金属骨架弯曲，加装两根30cm木尺+金属件三角支撑解决变形。

吊臂与货舱

• 吊臂由金属搭搭积木搭建，步进电机卷绕渔线升降，力矩大曾拉断渔线
• 货舱盖双舵机联动，隐藏啤酒罐，开盖同步升起吊臂，极具仪式感
• 前灯盖舵机驱动，内嵌LED灯带段（7.4V直驱12V灯带亮度足够）

Walabot安装

利用Walabot背部强磁吸附于金属前装甲，无需额外支架，可快速拆卸复用。

电路系统

• MKR1000提供5路PWM（3舵机+2电机），12路引脚支持软件PWM，但硬件PWM仅D2-D5。为避免软硬PWM冲突，舵机占用硬件PWM引脚，LED盖舵机用软件PWM（略有嗡嗡声）
• 3路外部中断读取RC接收机CH1/CH2/CH3脉宽（1000–2000µs）
• 树莓派通过USB串口与MKR1000通信，协议见下
• 5V BEC从LiPo降压供树莓派/Arduino/舵机/Walabot（Walabot功耗0.4–0.9A，需在/boot/config.txt设置max_usb_current=1并拨动Walabot内部跳线供电）

Arduino固件逻辑

RC手动模式

motorSpeedBase = (ch1_pulse - 1500) / 2;      // -255~255
motorSpeedChange = (ch2_pulse - 1500) / 3;    // 转向差速
elevated = (ch3_pulse < 1500);                // 吊臂/货舱开关
rightSpeed = constrain(motorSpeedBase + motorSpeedChange, -255, 255);
leftSpeed  = constrain(motorSpeedBase - motorSpeedChange, -255, 255);

吊臂闭环控制

void handleCrane() {
  int val = analogRead(POT_PIN);
  if (elevated) {
    if (val < CRANE_UP_THRESHOLD) elevateCrane(); else disableStepper();
    openHatch();
  } else {
    if (val < CRANE_DOWN_THRESHOLD) { closeHatch(); disableStepper(); }
    else dropCrane();
  }
}

串口指令集（树莓派→Arduino）

安全机制：串口模式下保留CH3中断作为急停开关。

树莓派自主跟随算法

• Walabot SDK getTargets() + MTI模式，最大4目标，距离1.5m，约6 FPS
• 初始化：用户站在80cm处，最近且幅度足够的目标锁定为“人”
• 跟踪：每帧选距离上帧位置最近的目标为人，跳变过大则锁定位置不更新并停车
• 控制策略：目标在红框(目标区)内不动；右侧过近→右转+后退；左侧→左转+前进；过远→前进；过近→后退
• 受限于6 FPS帧率，运动解耦为“纯转向/纯前进/纯后退”，最低速度运行，避免超调丢失目标

Alexa语音控制

• 技能名“Beer Tank”（Alexa不识别WalaBeer），技能ID：amzn1.ask.skill.a7453502-b1aa-47fa-a552-ed8e2c792b2e
• 支持指令：
  “start beer tank” / “turn on/off the lights” / “open/close the cargo hold” / “start/stop following me” / “stop/cancel”
• 架构：Alexa → AWS Lambda → AWS IoT (MQTT topic wbt) → 树莓派(Paho MQTT客户端) → 串口指令 → Arduino
• 参考Kurt Braun YouTube教程搭建Lambda+IoT，弃用ngrok改用云端持久化

废弃方案：测速码盘

曾在主动轮安装黑白码盘+反射式红外传感器测速，原理可行但占用GPIO且低速分辨率差，最终拆除。

总结与展望

项目融合语音、视觉雷达、移动机器人、云端物联，实现“叫啤酒、送啤酒、跟着走”的完整体验。后续可优化跟随速度（更高帧率/预测滤波/双目/激光雷达）、增加自主避障、完善机械可靠性。代码开源：GitHub Beer-Tank