乐高EV3机器人抓取项目：从传感器融合到状态机控制

1. 项目概述：从零搭建一个会“思考”的抓取机器人

在机器人技术入门领域，乐高Mindstorms EV3一直是个绕不开的经典平台。它把复杂的电机、传感器和编程逻辑，封装成了像积木一样可以自由拼搭的模块，让爱好者能快速验证想法。今天我想分享的，就是基于EV3核心套装，打造一个能自主移动、寻找并抓取小物件的“GrabBot”机器人的全过程。这个项目听起来简单，但真正动手，你会发现它巧妙地串联了机械结构设计、传感器应用和程序逻辑控制这三个机器人技术的核心支柱。

这个机器人的核心任务很明确：让它自己在一个区域内“巡逻”，当前方的超声波传感器探测到一定距离内有物体时，机器人会靠近；接着，底部的颜色传感器会判断地面颜色或物体特征，确认目标后，机械臂下降，夹持器张开、闭合，稳稳抓起物体，最后将其运送回起始点。整个过程完全自动化，无需人工干预。它非常适合作为STEM教育的综合实践项目，或者作为你进入更复杂机器人领域（比如ROS或工业机械臂）前的一次绝佳热身。无论你是对机器人充满好奇的学生，还是想带孩子一起动手的家长，亦或是寻找一个扎实入门项目的工程师，跟着这篇记录一步步做下来，你收获的将不仅仅是一个会动的玩具，更是一套解决问题的工程思维方法。

2. 核心设计与思路拆解：为什么这样设计？

在开始拼装第一块积木之前，我们先花点时间理清整个机器人的设计思路。一个好的设计，往往源于对任务需求的深刻理解和对可用资源的巧妙利用。EV3套件给了我们什么？两个大型伺服电机、一个中型伺服电机、一个超声波传感器、一个颜色传感器、一个陀螺仪传感器（本项目未使用）以及那个作为大脑的EV3程序块。我们的目标是“寻找并抓取”，这自然分解为“移动平台”、“感知系统”、“抓取机构”和“控制大脑”四个部分。

2.1 移动平台：稳定与灵活的平衡

移动平台是机器人的“脚”。EV3套件里的大轮胎和履带都是不错的选择，但考虑到本项目需要较精确的直线移动和转向以靠近目标，同时结构不能过于庞大以免影响机械臂动作，我选择了双轮差速驱动的轮式结构。两个大型电机分别驱动左右轮，通过控制两个轮子的速度差来实现前进、后退、转向，这是最经典也是最灵活的方案。为什么不用履带？履带越野性能好，但转向精度相对较差，且在光滑地面可能打滑，对于需要精准停靠在物体前的场景，轮式更可靠。底盘结构要足够稳固，以承受上方机械臂和抓取物体时的力矩，因此我在设计时大量使用了梁和销进行加固，避免使用太多薄板导致整体刚性不足。

2.2 感知系统：机器人的“眼睛”

机器人需要知道“目标在哪”和“何时抓取”。这里我用了两个传感器分工合作：

1. 超声波传感器（前方）：这是主要的“搜索雷达”。它向前方发射超声波并接收回波，通过计算时间差得到距离信息。它的作用是进行大范围扫描，当探测到前方一定距离（例如20厘米）内有物体时，触发机器人进入“接近模式”。选择超声波而非红外线，是因为超声波对物体颜色和表面材质不敏感，探测距离也更远、更稳定，适合作为初筛。
2. 颜色传感器（底部）：这是精确的“识别官”。当机器人根据超声波信号靠近物体后，需要更精确地判断是否到达了抓取位置。我将颜色传感器朝下安装在底盘前端。它的任务可以是识别地面上的特定颜色标记（比如一块黑色胶带，代表物体放置点），或者直接识别物体本身的颜色。当传感器读取到预设的颜色值时，机器人就判定“目标已到位”，可以停止移动并启动抓取序列。这种双传感器策略，先用超声波粗定位，再用颜色传感器精定位，是模仿了人类“远看轮廓，近看细节”的感知过程，既保证了效率，又提高了准确性。

2.3 抓取机构：夹持器与提升机构

这是项目的精髓所在，也是机械设计的重点。抓取机构又分为两部分：

1. 夹持器（Gripper）：负责最终的“抓”这个动作。我设计了一个平行夹持器，由两个“手指”组成，通过一个中型电机驱动齿轮和连杆机构，实现手指的同步开合。它的核心在于夹持力的可控性和开合孔径的可调性。通过编程控制电机旋转的圈数或角度，可以精确控制手指张开的宽度，以适应不同大小的物体。同时，电机功率的设定间接控制了夹持力，力量太小抓不住，太大可能损坏物体或电机。这是一个需要在实践中反复调试的平衡点。
2. 提升机构（Lifting Mechanism）：负责“拾取”这个动作。夹持器本身只能水平开合，要抓起地上的物体，需要整个夹持器能做垂直运动。我使用另一个大型电机，通过蜗轮蜗杆或齿轮齿条机构（在乐高中常用齿轮和梁组合模拟），将电机的旋转运动转换为夹持器整体的升降运动。蜗轮蜗杆机构有自锁特性，即电机停止后，机构能保持位置，不会因为夹持器和物体的重量而下滑，这一点非常重要。整个提升机构需要足够的机械强度来承受负载。

2.4 控制逻辑：状态机思维

如何让这三个部分有序协作？这就需要编程，而背后的核心思想是“状态机”。我们可以把机器人的行为划分为几个明确的状态：

• 状态1：巡逻/搜索：机器人缓慢直线移动或小范围转动，超声波传感器持续监测。
• 状态2：接近目标：超声波发现目标，机器人以较快速度直线朝向目标移动，同时颜色传感器开始监测地面。
• 状态3：精确定位：颜色传感器识别到预设特征，机器人立即刹车停止。
• 状态4：抓取序列：按顺序执行：提升机构下降 -> 夹持器张开 -> 提升机构轻微上升（使手指位于物体两侧）-> 夹持器闭合 -> 提升机构上升（抓起物体）。
• 状态5：返回：机器人携带物体返回起始点（可以通过记录初始电机转数实现简单路径回溯）。 程序就是在这些状态之间根据传感器输入进行切换。使用EV3-G图形化编程或Python等文本编程，本质上都是在实现这个状态机逻辑。

3. 机械结构搭建详解：一步一步造出“手”和“身体”

理论清晰后，我们进入动手环节。乐高搭建的魅力在于，同样的零件，不同的组合能产生无限可能。以下是我在搭建GrabBot过程中的关键步骤和心得，我会尽量描述清楚，但更鼓励你在理解原理后发挥自己的创意。

3.1 夹持器（Gripper）的精细组装

夹持器是直接与物体交互的部分，其可靠性至关重要。我使用的核心是一个中型电机（EV3中型伺服电机），它的特点是体积适中、扭矩足够驱动手指开合。

1. 搭建手指：使用乐高梁和销，构建两个对称的“L”形结构作为手指。手指内侧可以粘贴橡胶片或使用带摩擦力的乐高零件，以增加抓取时的摩擦力。手指的根部需要通过一个共同的轴连接，确保它们能围绕该轴同步转动。
2. 设计传动机构：这是关键。将中型电机的输出轴连接一个齿轮。然后，需要设计一个“连杆机构”或“齿轮齿条机构”将电机的旋转运动转换为两个手指的相向/背向运动。
   • 连杆机构方案：在电机齿轮上连接一个偏心销，销上套一个连杆，连杆另一端连接到其中一个手指。同时，两个手指之间通过一个联动杆（比如一个长梁）连接，确保它们联动。当电机转动时，通过连杆推动一个手指，另一个手指通过联动杆跟随运动。这个方案结构直观，但需要仔细调整连杆长度和连接点，否则可能卡死或运动不流畅。
   • 齿轮齿条方案（更推荐）：使用一个齿轮与两条平行放置的齿条啮合。两条齿条分别与两个手指固定。当电机驱动中间齿轮顺时针旋转时，两条齿条会向相反方向运动，从而带动手指张开或闭合。这种方案运动更精确、对称，且力传递效率高。在乐高零件中，可以用带齿条的梁来实现。
3. 安装与测试：将组装好的夹持器框架固定到一块结实的底板上。在连接到主控电机前，先手动转动齿轮，观察手指开合是否顺畅、范围是否足够。确保在所有运动位置都没有零件干涉。

注意：夹持器的初始位置（电机零点）设定很重要。建议在编程前，手动将夹持器调整到“完全闭合”状态，然后在EV3程序块中重置该电机的旋转角度传感器为0。这样，在程序中控制电机旋转+90度就是张开到某个固定宽度，控制-90度就是闭合，非常直观。

3.2 提升机构与“外骨骼”（Exoskeleton）搭建

提升机构负责升降整个夹持器单元。我将其设计成一个垂直的“升降机”，而包裹它的框架我称之为“外骨骼”，它起支撑和导向作用。

1. 搭建垂直导轨：使用两根长的乐高 Technic 梁作为垂直导轨，平行竖立。夹持器底板的两侧需要安装滑块（可以用带孔砖和销组合），使其能沿着这两根导轨上下滑动，减少晃动。
2. 动力与传动：使用一个大型电机作为提升动力。为了将电机的旋转运动转换为直线提升，并实现自锁，我强烈推荐使用蜗杆+齿轮组合。
   • 将蜗杆安装在大型电机的输出轴上。
   • 选择一个24齿或40齿的齿轮作为蜗轮，固定在一根横轴上。
   • 在这根横轴的两端，安装上较大的滑轮（或者直接用大型轮胎的轮毂），缠绕上钓鱼线或结实的棉线。
   • 线的另一端固定在夹持器底板上。
   • 当电机带动蜗杆旋转，驱动蜗轮和横轴转动，就会收放线，从而提升或降下夹持器。蜗轮蜗杆的大减速比能提供很大的提升力，并且具有自锁性，电机一停，夹持器就稳稳停在当前位置，不会下坠。
3. 构建外骨骼框架：用更多的梁和连接件，围绕垂直导轨和提升电机搭建一个坚固的立方体框架。这个框架最终要固定在机器人的移动底盘上。它不仅要支撑提升机构的重量，还要在抓取物体时承受侧向的力。多使用三角形结构进行加固。

3.3 移动底盘（Rover）集成

最后，我们将感知系统和上半身整合到一个可靠的底盘上。

1. 构建差速驱动底盘：用两个大型电机作为左轮和右轮的驱动。使用履带轮或大型轮胎。两个电机的安装位置要对称，轴心高度一致，以确保直线行驶。底盘前后可以安装万向轮或小球轮作为从动轮，保持平衡。
2. 安装传感器：将超声波传感器安装在前方高处，视野开阔无遮挡。颜色传感器安装在前方底部，离地高度约1-1.5厘米，这个高度需要根据你预期抓取的物体大小和地面情况微调，确保它能准确读取地面或物体颜色。
3. 整合上半身：将搭建好的“外骨骼”抓取机构总成，稳稳地安装在底盘的中后部位置。重心要尽量低且居中，避免机器人转弯或急停时倾覆。所有线缆（电机线、传感器线）要合理布线，用线缆夹固定，防止运动中缠绕或脱落。
4. 安装EV3程序块：将EV3程序块作为机器人的“大脑”安装在合适位置，连接所有电机和传感器。检查每个端口连接是否正确（例如：端口A、B是驱动轮电机，端口C是提升电机，端口D是夹持器电机，端口1是超声波，端口2是颜色传感器）。

4. 编程控制逻辑实现：让机器人拥有“智慧”

机械部分是躯干，程序才是灵魂。我使用乐高官方的EV3 Classroom（基于Scratch 3.0）或EV3 Lab软件进行图形化编程，其逻辑对初学者非常友好。当然，如果你熟悉Python，使用pybricks库进行编程会更灵活强大。这里我以图形化编程为例，拆解核心程序块。

4.1 主控程序流程搭建

主程序是一个无限循环，内部嵌入我们之前讨论的“状态机”。由于EV3图形化编程没有内置的状态变量，我们可以用“广播消息”或“流程控制”模块来模拟状态切换。

1. 初始化：程序开始时，重置所有电机旋转角度为0，将夹持器调整到闭合状态，提升机构调整到最高位置（“回家”位置）。设置超声波传感器的检测模式为“厘米”，颜色传感器为“颜色识别”模式。
2. 搜索循环：
   • 启动一个“循环”模块。
   • 在循环内，让左右轮电机以较低功率（如20%）同向转动，机器人缓慢直行。
   • 并行地，不断读取超声波传感器的距离值。
   • 使用“等待直到”模块或“如果...那么”模块进行判断：如果 超声波距离 < 20 厘米，则跳出当前缓慢直行的控制，进入“接近目标”阶段。
3. 接近目标阶段：
   • 机器人以较高功率（如50%）向目标直线行驶。这里可以使用“移动转向”模块，设置转向为0（直行）。
   • 同时，开始读取底部颜色传感器的值。
   • 判断条件：如果 颜色传感器检测到 [红色]（假设你的目标标记是红色）。一旦条件满足，立即使用“电机停止”模块刹车，并进入下一阶段。
4. 抓取序列阶段：这是一个顺序执行的精确动作链。
   • 步骤1：下降。控制提升电机以中等速度旋转一定角度（例如-180度），使夹持器下降到物体上方。速度不宜过快，以免撞击。
   • 步骤2：张开。控制夹持器电机旋转+90度，使手指张开到比物体略宽的宽度。
   • 步骤3：微降/闭合。这是一个小技巧：让提升电机再微微下降一点（例如-30度），让张开的“手指”下移到物体两侧的位置。然后立即控制夹持器电机旋转-90度，闭合手指，抓住物体。
   • 步骤4：提升。控制提升电机反向旋转（+210度），将抓取到的物体提离地面。
   • 每个动作后可以短暂“等待”0.2秒，让动作稳定。
5. 返回阶段：最简单的返回逻辑是“原路折返”。在机器人出发时，记录下左右电机各自的旋转角度（使用“电机度数”模块）。返回时，让两个电机反向旋转同样的角度即可。更复杂一点的可以结合陀螺仪传感器做更精确的定位。

4.2 夹持器孔径调节程序的编写

这是项目中的一个亮点：一个独立的、用于调试夹持器的程序。它不参与自动流程，但至关重要。

1. 创建新程序：命名为“Gripper Calibration”（夹持器校准）。
2. 设计交互界面：利用EV3程序块上的上下左右按键进行控制。
   • 左键：控制夹持器电机逆时针微转（例如-5度），使手指缓慢闭合一点。
   • 右键：控制夹持器电机顺时针微转（+5度），使手指缓慢张开一点。
   • 上键/下键：可以控制提升电机的微升/微降，方便调整抓取高度。
   • 中间按键：退出程序或保存当前电机位置。
3. 编程实现：使用“等待按键”模块在一个循环中。循环内用多个“如果...那么”分支判断哪个按键被按下，并执行对应的电机转动指令。转动角度要小，这样调节才精细。
4. 使用场景：当你更换了要抓取的物体（比如从乒乓球换成果汁盒），你可以先运行这个校准程序。手动控制机器人移动到物体前，然后通过按键精细调节夹持器的张开宽度，直到它刚好比物体宽一点。记下此时夹持器电机相对于零点的角度（程序块屏幕会显示），这个角度值就可以用到主程序的“步骤2：张开”中。这样，你的机器人就具备了适应不同尺寸物体的能力。

实操心得：在编写动作序列时，尤其是抓取序列，务必在关键步骤后加入短暂的延时（等待 0.2秒）。因为电机从收到指令到执行到位需要时间，立即读取传感器或执行下一步可能导致误判。此外，所有电机的功率值都需要在实际测试中调整。功率太小，机器人无力或抓不牢；功率太大，动作生猛容易损坏结构或让物体弹出。从低功率开始测试，逐步增加，找到可靠运行的最小值，这样最省电也最安全。

5. 调试、优化与问题排查实录

搭建和编程完成，只是成功了前半部分。后半部分的调试，才是真正把机器人“调教”聪明的过程。以下是我在测试GrabBot时遇到的一些典型问题及解决方法，希望能帮你少走弯路。

5.1 常见问题与解决方案速查表

5.2 性能优化与扩展思路

当你的基础版GrabBot能稳定工作后，可以尝试以下优化和扩展，让项目更具挑战性和学习价值：

1. 多物体识别与选择：让颜色传感器识别不同颜色的物体（红、蓝、绿）。修改程序，让机器人只抓取特定颜色的物体，或者将不同颜色的物体运送到不同的区域。这引入了简单的“决策”逻辑。
2. 路径规划与避障：在机器人侧面加装一个触碰传感器或另一个超声波传感器。在“搜索”或“返回”状态中，加入避障逻辑。例如，如果触碰传感器被按下，则让机器人先后退、转弯，然后继续任务。
3. 使用PID控制提升稳定性：如果你用Python (pybricks)编程，可以尝试为提升电机实现一个简单的PID控制器。让提升机构能更快速、平稳、准确地到达指定高度，减少晃动。
4. 无线通信与协同：如果有两台或更多EV3机器人，可以让它们通过蓝牙或Wi-Fi通信。一台专门负责搜索和识别，发现目标后通知另一台负责抓取的机器人过来，实现初步的“多机协同”。
5. 机械结构创新：尝试设计不同形态的夹持器，比如三指夹持器、吸盘式、铲斗式，以适应不同形状的物体（球体、薄片、不规则体）。

整个项目从构思、搭建、编程到调试，是一个完整的工程实践闭环。它教会你的不仅仅是乐高积木的拼搭技巧或EV3模块的拖拽编程，更重要的是如何将一个复杂任务（抓取物体）分解成可执行的子系统（移动、感知、抓取、控制），如何为每个子系统选择合适的技术方案，如何在设计与实践中反复迭代和调试。当你看到自己亲手打造的机器人，有条不紊地完成寻找、接近、识别、抓取、返回这一系列动作时，那种成就感，正是工程与创造最大的乐趣所在。