JBR-001拆解：Arduino边缘AI桌面机器人全解析

工位上摆一台会认东西、会挥手、还会给你放个心跳动画的小机器人，听起来要花不少功夫。JBR-001 是 syntheticAIdata 发在 Arduino Project Hub 上的开源项目，整套东西压在一块 Arduino UNO Q 上，外壳 3D 打印，代码 CC0 授权随便用。项目页现在 8.5 万次浏览、8 个 respects，在创客圈里算跑出来了。

先说清它不是什么。它不是会翻跟头会跑的四足，也不是能跟你聊天的语音助手。它是一个固定在工作台上的桌面伴侣：三个舵机管脑袋和两条胳膊，一块 8×13 的 LED 点阵当脸，一个距离传感器管有人靠近，一个蜂鸣器管打招呼，再加一颗 USB 摄像头管看见。

官方装配指南里的接线总图：中间是 Arduino UNO Q，左边是 Eye 摄像头和 USB 集线器，上方是蜂鸣器和距离模块，右边是三个舵机加一路外接舵机电源，底部是线色图例。

硬件就五样，全挂在 UNO Q 上

官方装配指南列得很干净：Arduino UNO Q 2GB 一块、Modulino Distance 一个、Modulino Buzzer 一个、Modulino Motors 一套、Arduino 八合一 USB-C Hub 一个，外加一台桌面 3D 打印机打外壳。舵机不占主控的电，单独走一路外接电源。

Modulino 是 Arduino 这两年推的一套 I2C 小模块，四针 Qwiic 线一串就通，不用焊、不用查引脚。距离、蜂鸣器、电机都是这个系列。这一点对新手特别友好：接线图上统共没几根线，颜色还区分得很清楚。

Modulino Buzzer 模块的实物，蓝色 PCB 上一颗黑色蜂鸣器，四针 I2C 接口。这类模块用 Qwiic 线一串就通，不用焊也不用查引脚。

接线图上有三处容易看漏。一是三个舵机分别占 GPIO 9、10、11，脑袋一个、左臂一个、右臂一个，代码里就写死了这三个脚。二是 Eye 摄像头走的是 USB-C Hub，不是 UNO Q 板上的排针。三是舵机电源独立成一路，跟主板分开，不然三个舵机一起动的时候电流一冲，主板容易重启。

UNO Q 到底是什么板

这块板值得单独说两句，因为它跟很多人印象里的 Uno 完全不是一回事。

UNO Q 是两块芯片焊在一块板上：一颗高通的 QRB2210，四核 Cortex-A53 跑到 2.0GHz，跑完整的 Debian Linux；另一颗是 STM32U585，Cortex-M33 核，160MHz，跑 Zephyr 实时系统。两颗芯片在板内连着，你在 Arduino 里写的是微控制器那一侧，Linux 那一侧跑 Python、跑视觉模型、跑网络。内存 2GB LPDDR4，存储 16GB eMMC，Wi-Fi 5 加蓝牙 5.1。

所以它跟老 Uno 那颗 8 位 ATmega328P 是两个物种。老 Uno 连个摄像头都带不动，UNO Q 能直接在板上跑一个量化过的视觉模型。JBR-001 之所以能在一块板子上把看见、判断、动作这条链走完，靠的就是这个双核结构。

板子上还有一样东西被这个项目用得很巧：8×13 的蓝色 LED 点阵，外加 4 颗可控 RGB。JBR-001 的脸就是这块点阵，不用外接屏幕。

代码不长，三套动作

核心代码就是三个 Servo 对象加两个 Modulino 对象。脑袋、左臂、右臂分别接 9、10、11，中位都写 90 度。开机先做三件事：点阵画一颗心、三个舵机依次回中位、蜂鸣器奏一段问候音。

问候音是 C5、E5、G5、C6 四个音，523、659、784、1047 赫兹，每个音 120 到 250 毫秒，中间留 150 到 270 毫秒的间隔。四个音一路往上爬，听着就是一个上扬的你好。

心跳动画用了两张 8×13 的位图，一颗大心一颗小心：大心 120 毫秒、小心 100 毫秒、再大心 160 毫秒、再小心 700 毫秒，然后循环。700 毫秒那个停顿是关键，没有它就成了抽搐，加上它才像心跳。

起身动作也简单：脑袋先转到 70 度看左边，400 毫秒后转到 110 度看右边，再回 90 度；然后左右臂一高一低对摆两次，最后回中位。整套不到 3 秒。

视觉这块，走的是外部平台

这里要说清一件事，因为很多转述把它讲成板载跑 MobileNet。不是。

项目页给的视觉链路是这样：先用 Modulino 的合成图像数据集训一个目标检测模型，训练在 Edge Impulse 上做，输入尺寸选 96×96，标签就是 Modulino 那几个模块类型，蜂鸣器、按钮、距离、温湿度。模型训完导出，部署到 UNO Q 的 Linux 那一侧跑。摄像头抓一帧，模型认出画面里是哪块 Modulino 板，置信度到 92% 这种量级，就触发对应动作，比如挥个手。

训练那一步的配置界面：上传到 Edge Impulse 时要选图片数量、输入分辨率和分类标签。这里选的是 96×96，标签就是蜂鸣器、按钮、距离、温湿度这四类 Modulino 模块。

项目页给的五步链路：摄像头采集画面，UNO Q 处理，Edge Impulse 训出来的模型做目标检测，框出 Modulino 板并给出置信度，最后触发机器人挥手。

所以它的认东西不是识别猫狗人脸，是识别自家那几块小板子。范围窄，但闭环完整：采集、标注、训练、部署、动作触发，一条链全走通了。对想入门边缘 AI 的人来说，这个窄范围反而是好事，一天能跑完一遍。

距离触发里有个细节值得抄

距离传感器那段逻辑很短，但写得比很多人讲究。检测阈值是 200 毫米，复位阈值是 250 毫米。

两个数不一样，这叫滞回。如果检测和复位都用 200，物体刚好停在 200 附近，读数一抖就会反复触发，机器人会抽风。拉开 50 毫米的间隔，进了 200 才触发，退到 250 才复位，中间这段不动。做传感器项目的人都知道这个坑，但真写代码的时候经常忘。

这套东西的价值在哪

第一，它把桌面伴侣机器人这个听起来很玄的概念，拆成了四个 I2C 模块加六十行逻辑。你想加个动作，加几行 Servo.write 就行；你想换个表情，画一张 8×13 的位图就行。

第二，它把 AI 那条链的门槛压到了最低。不用自己标数据、不用自己搭训练环境，Arduino 那边已经把 Modulino 的合成数据集做好了，你只要在 Edge Impulse 上传一遍、选个分辨率、导出来。

第三，成本压得住。UNO Q 2GB 一块、三个 SG90 级别的舵机、两个 Modulino 模块、一个 USB Hub，加一卷打印耗材，比买一台成品桌面机器人便宜得多。

局限也说清楚：三个自由度只够转头和摆臂，做不了行走；没有麦克风阵列，不能语音对话；没有激光雷达，做不了建图导航；AI 识别范围就是那几块 Modulino 板，出了这个范围不认。想往深了做，得自己加硬件、自己重训模型。

谁适合做这个

刚摸过 Arduino、想往 AI 加机器人这个方向迈一步的人，这个项目是最合适的台阶。硬件不多、接线简单、代码短、每一步都能看到结果。

想做一个能走能跑的机器人，去看四足那类项目。想要能对话的陪伴机器人，去看带语音链路的产品。JBR-001 的定位很清楚：一张工作台、一个会看你、会跟你打招呼的小东西，剩下的全看你怎么改。

项目在 Arduino Project Hub 上，搜 JBR-001 就能找到，代码和接线图都在页面上，CC0 授权，商用也不用问。