作品名称：无障碍悬挂式机械臂

团队名称：嵌创小队

团队成员：张雯婕 王君君 刘宸菲

指导教师：尹仕

核心定位：面向肢体障碍人群的语音控制、低成本、易部署居家取物辅助系统

一、项目背景与目标

痛点：卧床、轮椅、术后康复人群自主取物困难，现有方案依赖人工、改造复杂、商用设备昂贵且操作门槛高。

目标：用AI 语音 + Arduino实现四自由度机械臂控制，完成1kg 内物品精准抓取，做到零操作门槛、低成本、居家可用。

二、系统架构与核心技术

1. 整体架构

软件层（PC 端）：Python + Whisper Tiny 轻量级语音识别模型，完成语音转指令。

硬件层（Arduino 端）：Arduino UNO + PCA9685 舵机驱动板 + 4 路 MG996R 舵机。

交互层：麦克风采集语音，三色 LED 状态反馈，串口通信下达指令。

2. AI 核心亮点

采用INT8 量化 + 指令库裁剪，模型内存占用降低 75%，推理速度提升 40%。

核心指令识别准确率 92%，模糊 / 口音指令达 83%，干扰过滤 100%。

端到端响应 **≤600ms**，本地运行不依赖云端。

3. 硬件关键设计

独立 12V 供电+ 驱动板扩展，解决舵机供电不稳、抖动问题。

动作误差 **≤1.2°**，连续 50 次循环无故障。

悬挂式结构，安装简单、适配家庭环境。

三、功能与性能（全部达标并超额）

语音控制：支持 “拿杯子、拿钥匙、停止” 等指令，自然语言零门槛。

抓取能力：稳定抓取水杯、遥控器、钥匙等日常物品，1kg 内可靠。

性能指标：

语音识别准确率：92.0%

舵机角度误差：≤1.2°

响应延迟：600±30ms

连续运行：≥50 次无故障

成本优势：相比商用设备成本降低 80%+，普通家庭可承受。

四、创新点

技术创新：轻量级 AI 本地化部署，PC 做推理、Arduino 做执行，适配低配设备。

集成创新：供电分离 + 闭环控制，低成本硬件实现高精度稳定动作。

场景创新：从教学演示转向居家无障碍刚需，真正服务特殊群体。

扩展友好：预留手势、视觉定位、无线升级接口，便于迭代。

五、应用价值

用户价值：提升行动不便者生活自主性，减少对护理依赖，增强尊严与安全感。

社会价值：普惠无障碍方案，填补普通家庭轻量化智能辅助工具缺口。

教育价值：可作为AI + 嵌入式实训案例，适合大一新生入门参考。

六、挑战与解决

AI 模型卡顿：量化 + 裁剪 + 内存优化，实现低延迟稳定运行。

舵机抖动 / 精度差：独立供电 + 驱动板 + 时序优化，精度大幅提升。

语音抗干扰弱：降噪 + 指令容错映射，适配居家环境。

跨栈协作难：标准化指令协议 + 分阶段联调，保证对接顺畅。