自主家庭助理机器人 O'nine - ROS + Alexa 语音控制 + 机械臂 + 麦克纳姆轮全向移动

核心硬件清单

系统架构

语音控制流程：

1. Amazon Echo Dot 拾取语音
2. 自定义 Alexa Skill 识别意图
3. AWS Lambda 接收请求 → 发布到 PubNub MQTT
4. O'nine (Odroid) 订阅 MQTT → 触发 ROS 动作
5. 机器人自主执行：导航 → 升降 → 机械臂抓取 → 返回

硬件子系统详解

3.1 移动底盘 (麦克纳姆轮)

升级版 Linorobot 底盘：Teensy 运行固件，PID 闭环控制 4 电机，编码器反馈。底盘用废纸箱/塑料箱改制，极低成本。

3.2 垂直升降机构 (父臂)

步进电机驱动丝杠升降，Open-Loop 通过步数计算高度。Teensy 接收 MoveIt 目标高度 → 发送步进脉冲 → 串口转发指令给子臂控制器。

3.3 机械臂控制器 (子臂)

Arduino UNO + Braccio Shield 驱动 6 个舵机。通过串口 (父臂 Teensy 转发) 接收关节角度数组，直接写舵机。

3.4 系统集成供电

• 12V 电池 → DC-DC 降压 → 5V 给 Odroid、Teensy、Kinect
• 12V 直通 → 步进电机、机械臂舵机 (通过螺旋线)
• 5V BEC → 底盘电机逻辑电源

软件栈 (双机 ROS)

开发机 (x86 Ubuntu 16.04)：运行 MoveIt、RViz 可视化、地图构建
机器人机 (Odroid XU4 ARM Ubuntu) ：运行导航栈、硬件驱动、感知节点

一键安装脚本

# 1. ROS 安装 (两台机器)
git clone https://github.com/linorobot/rosme && cd rosme && ./install

# 2. 开发机安装可视化包
cd ~/catkin_ws/src
git clone https://github.com/linorobot/lino_pid
git clone https://github.com/linorobot/lino_msgs
git clone https://github.com/linorobot/lino_visualize
cd .. && catkin_make

# 3. 机器人机安装 Linorobot 底盘 (麦克纳姆 + Kinect)
git clone https://github.com/linorobot/lino_install && cd lino_install && ./install mecanum kinect

# 4. 两台机器安装 O'nine 包 (机械臂、自主任务)
cd ~/catkin_ws/src
git clone https://github.com/grassjelly/onine_install && cd onine_install && ./install

# 5. Alexa 集成包
cd ~/catkin_ws/src
git clone https://github.com/grassjelly/onine_alexa && cd .. && catkin_make

Alexa 技能配置 (关键步骤)

1. Alexa Developer Console 创建 Custom Skill
2. Intent Schema ← schema.json
3. Sample Utterances ← utterances.txt
4. Endpoint 选择 AWS Lambda ARN

AWS Lambda 函数

• Runtime: Node.js 4.3+
• 代码：onine_alexa/lambda/app 中填入 PubNub 密钥，运行 npm install && ./zipme 打包上传
• 触发器添加 Alexa Skills Kit，绑定 Skill ID

PubNub 实时消息总线

注册 PubNub 获取 Publish/Subscribe Keys，写入 Lambda 代码和机器人端 alexa_tasker.py。

Pushover 照片推送

注册 Pushover 获取 User Key + App Token，配置到 snaptask 脚本，语音命令“拍张照”即可收到手机推送。

固件烧录与 udev 规则

# 机器人机执行
rosrun lino_udev lino_udev.py
# 插入底盘 Teensy → 输入 linobase
# 插入升降 Teensy → 输入 oninearm
# Ctrl+C 保存，复制规则并重载
sudo cp 58-lino.rules /etc/udev/rules.d/
sudo service udev reload && sudo service udev restart
ls /dev/linobase /dev/oninearm  # 验证

# 烧录固件 (PlatformIO)
roscd linorobot/firmware/teensy && platformio run --target upload  # 底盘
cd ~/onine_ws/src/onine_install/firmware/lift && platformio run --target upload  # 升降
cd ~/onine_ws/src/onine_install/firmware/arm && platformio run --target upload  # 机械臂

Linorobot 代码修改要点

• bringup.launch：添加 rosserial_onine 节点连接 /dev/oninearm，加载 onine.urdf
• base_link_to_laser 静态变换：0.065 0 0 0 0 0 /base_link /laser 100
• 启用 pointcloud_to_laserscan：输入 /camera/depth/points，目标帧 laser
• 全局/局部代价地图、AMCL、SLAM、里程计节点：base_link → base_footprint
• 重新编译：cd ~/linorobot_ws && catkin_make

AR Tag 物体检测

打印 2cm×2cm AR Tag 贴在目标物体 (如鱼食罐)。启动 ar_tracker.launch 发布物体位姿，MoveIt 规划抓取轨迹。可替换为 find_object_2d 或 tabletop_object_detector。

运行演示全流程

1. 建图：
   机器人机：roslaunch linorobot bringup.launch + roslaunch linorobot slam.launch
   开发机：rosrun teleop_twist_keyboard teleop_twist_keyboard.py + rviz -d slam.rviz
   遥控巡视 → rosrun map_server map_saver -f ~/map → 修改 navigate.launch 加载新地图
2. 获取任务点坐标：
   运行导航栈 + RViz，用 2D Nav Goal 点击目标点 (距实物 ~1m)，记录 /move_base_simple/goal 坐标，写入 fishtask.py
3. 日常启动 (4 终端)：
   T1: roscore (开发机)
   T2: SSH 机器人机 → roslaunch linorobot bringup.launch
   T3: SSH → roslaunch linorobot navigate.launch
   T4: SSH → roslaunch onine_apps ar_tracker.launch
   开发机 2 终端：
   T5: roslaunch onine_moveit_config demo.launch (MoveIt + RViz)
   T6: rosrun onine_alexa alexa_tasker.py (MQTT 监听)
   RViz 中 2D Pose Estimate 定位 → 对 Echo 说 “Alexa, ask O'nine to feed the fish”

未来规划

• Gazebo 仿真模型：无硬件也能体验完整语音→导航→抓取流程
• 升级算力：Rock64 (4GB RAM) 替代 Odroid XU4，单机跑满所有节点，免去双机有线连接
• 集成语音合成 (TTS) 让机器人会“说话”
• 增加视觉 SLAM (ORB-SLAM3) 减少对 Kinect 依赖

开源仓库

• O'nine 核心：github.com/grassjelly/onine
• Alexa 集成：github.com/grassjelly/onine_alexa
• 底盘基础：Linorobot

原理图与机械图