RDK X3暴改机器人：手搓能爬楼的AI快递员会爬楼能唠嗑

拜读维拉科技关于机器人相关信息的综合整理，涵盖企业排名、产品类型及资本市场动态：一、中国十大机器人公司（综合类）‌优必选UBTECH）‌聚焦人工智能与人形机器人研发，产品覆盖教育、娱乐及服务领域，技术处于行业前沿‌。RDK X3暴改机器人：手搓能爬楼的AI快递员会爬楼能唠嗑机器人‌中科院旗下企业，工业机器人全品类覆盖，是国产智能工厂解决方案的核心供应商‌。埃斯顿自动化‌国产工业机器人龙头，实现控制器、伺服系统、本体一体化自研，加速替代外资品牌‌。遨博机器人（AUBO）协作机器人领域领先者，主打轻量化设计，适用于3C装配、教育等柔性场景‌。埃夫特智能‌国产工业机器人上市第一股，与意大利COMAU深度合作，产品稳定性突出‌。二、细分领域机器人产品‌智能陪伴机器人‌Gowild公子小白‌：情感社交机器人，主打家庭陪伴功能‌。CANBOT爱乐优‌：专注0-12岁儿童心智发育型亲子机器人‌。仿真人机器人目前市场以服务型机器人为主，如家庭保姆机器人（售价10万-16万区间）‌，但高仿真人形机器人仍处研发阶段。水下机器人‌工业级产品多用于深海探测、管道巡检，消费级产品尚未普及。RDK X3暴改机器人：手搓能爬楼的AI快递员会爬楼能唠嗑资本市场动态‌机器人概念股龙头‌双林股份‌：特斯拉Optimus关节模组核心供应商，订单排至2026年‌。中大力德‌：国产减速器龙头，谐波减速器市占率30%‌。金力永磁‌：稀土永磁材料供应商，受益于机器人电机需求增长‌。行业趋势‌2025年人形机器人赛道融资活跃，但面临商业化落地争议，头部企业加速并购整合‌。四、其他相关机器人视频资源‌：可通过专业科技平台或企业官网（如优必选、新松）获取技术演示与应用案例。价格区间‌：服务型机器人（如保姆机器人）普遍在10万-16万元，男性机器人13万售价属高端定制产品‌。

随着城市化进程的加快，高楼越来越多，高层建筑的多层和高人口密度让物品配送变得复杂。虽然配送可以解决“最后一公里”的问题，但现有的机器人主要依赖电梯跨楼层。电梯高峰时段效率低，且占用电梯资源，遇到没有电梯的楼宇更是束手无策。因此，既能搭电梯又能爬楼的配送机器人，正是市场上急需的创新。

一、项目介绍：

（图片来源网络，侵删）

这款作品是基于 RDK X3开发板打造的跨楼层配送机器人，能轻松切换行驶模式和爬楼模式。配备可伸缩的爬楼轮结构，不论楼梯多陡或多窄，它都能“爬得上去”，跨层配送so easy！不仅如此，机器人还内建视觉识别和功能，可以和你“无声无息”地互动，快递送到手，连说话都能省力！——哈尔滨工程大学碧海小队

（图片来源网络，侵删）

二、创新点：

目前市场上的配送机器人依赖电梯跨楼层，还需要人工手动输入地址，这让配送变得既不高效又不智能。为了弥补这些不足，本作品着重解决了这些“老大难”问题：

三、原理分析：

变形轮

为了提高配送效率并避免占用电梯空间，机器人需要能够上下楼梯和行走。我们设计了可扩式四轮结构，结合电动推杆和的运动，使机器人能够轻松应对楼梯。

当需要爬楼梯时，电动推杆调整轮毂角度并向外扩张，提供支撑力；下楼时，轮毂自动调整，保持稳定。通过这种设计，机器人能适应不同楼梯的高度和角度，确保顺利完成楼层间的配送任务。

具体来说，每个移动单元由三篇分离式轮毂组成，为了应对不同高度和宽度的楼梯，我们采用四杆机构，通过四杆机构的的运动调整轮毂伸缩的距离及角度。

上楼梯时：向里侧电动推杆施加正向，使得电动推杆伸长，通过左侧三角板带动连杆向上运动，从而将轮毂翻转一定角度并向外扩张一定距离以适应楼梯的高度和宽度。

下楼梯时：向外侧电动推杆施加反向电流，使得推杆收缩，通过右侧三角板带动连杆向下运动，从而将轮毂反方向翻转一定角度并向外扩张一定距离以适应楼梯的高度和宽度。

行走时：上侧电机通过皮带带动右侧轮毂及三角板一起旋转，从而使得机器人向前运动

路径规划原理

A算法是一种启发式搜索算法，通过从起点开始扩展邻域节点，比较节点的代价值，选择代价最小的节点继续扩展，直到找到目标点，从而避开障碍物，找到最佳路径。传统的A算法存在节点过多、路径冗余以及不够平滑等问题，这不仅影响机器人的稳定性，还降低了路径规划的效率。我们做了以下优化。

1、传统的 A-star算法只考虑了距离问题，没有考虑环境地图上的许多实际因素。因此我们在传统 A*算法评价函数的基础上，通过引入节点到起始点和目标点连线的夹角，对评价函数进行改进。

2、引入双向搜索策略。在大规模搜索空间下，传统的 A*算法采用的单向搜索策略存在搜索效率低搜索节点数量多等问题。

当计算出的中间点位于障碍物内部时，无法有效搜索到起点和目标点，因此需要选择新的中间点。具体步骤如下：

3、去除冗余节点，在路径规划中，冗余节点可能导致内存占用过多和频繁调整机器人运动。为了解决这个问题，我们采用了一种路径优化方法来去除冗余节点。具体步骤如下：

人机交互部分

本项目的人机交互部分包括视觉识别和语音识别。首先，通过OCR技术识别配送单据并提取信息，再利用NLP技术获取最终配送地址。也可以通过语音指令下单，语音识别技术将语音转为文本，NLP技术提取出地址信息，并通过语音合成技术将地址反馈给操作员确认。

四、硬件系统设计：

4.1硬件选型

4.1.1 M2006本作品中，电机采用 RoboMaster M2006，其作用主要是控制机器人的移动，控制机器人运动到达指定位置并实时反馈运动状态信息。 RoboMaster M2006使用C610电调进行驱动，使用协议发送接收数据，电机内置位置，实时反馈转子角度、转速和转矩等信息。

4.1.2电动推杆在本作品中，一个变形轮需要两个电动推杆，电动推杆又有两种状态——伸出和缩回。一根推杆的伸缩控制变形轮的变大程度，另一根推杆的伸缩控制变形轮的旋转角度。作用是通过推杆的伸缩使轮子达到特定的扩大程度和旋转角度。

4.1.3 T-LCD触摸屏在本作品中，LCD触摸屏的主要作用是显示经 RDK X3 分析处理后的配送地址，取件码等信息。本作品采用的是正点原子 2.8寸的 TFTLCD液晶屏。

4.3硬件

本系统的硬件连接方式如下：负责读取相机图像数据和地图建模，并将里程计数据发送给来控制机器人移动。RDK X3主要处理语音交互和视觉识别，并在屏幕和触摸屏上显示结果。STM32控制机器人的底盘运动，通过CAN总线控制电机转动，通过PWM波控制电动推杆的伸缩，并与树莓派实时通信，反馈机器人运动状态信息。

五、软件设计与流程

5.1建图与规划流程

SLAM建图使用三种地图：点云图、栅格图和八叉树地图。虽然激光雷达只能在二维场景中建图，但它具有较和更远的建图范围，且受外界环境影响较小。路径规划中采用2D占用栅格图模式。激光雷达提供精确的二维信息，而深度相机提供三维信息。为了提高地图精度，本设计结合了激光雷达和RGBD相机的信息来建立栅格图，使用激光雷达和深度相机的融合数据，生成2D栅格地图，并与Cartgrapher算法建立的地图融合，得到最终的综合地图。

5.2人机交互流程本项目的人机交互过程如图所示，通过视觉或语音方式识别出最终配送地点并传输给树莓派作为最终导航地点。

5.3底盘控制软件流程在本作品中，底盘控制采用 STM32作为主控芯片，其程序结构图如图所示。当机器人在运动的过程中，会不断检测前方是否有楼梯，没有检测到楼梯，变形轮不变形维持原状；当检测到楼梯，根据测量的楼梯尺寸，STM32控制变形轮变形到特定的扩大程度和旋转角度后，开始爬楼。

六、系统测试

6.1机械结构测试

验证机械结构可行性、操作稳定性及功能完备性。测试确认：

变形轮通过电动推杆伸缩实现轮毂角度与扩张距离调节，满足楼梯尺寸自适应需求。

结构设计合理，通过与实际测试验证，可稳定完成爬楼与行走模式切换。

6.2目标检测测试

流程与结果：

数据集构建：采集图像并标注，转换为YOLOv5s适配格式（图片+txt）。

模型训练：基于YOLOv5s，训练后输出评估指标：

实测效果：成功检测目标，满足基础需求，但精度待优化。

5.3底盘控制测试

电动推杆：PWM控制精度达标，可精准调节变形轮扩张与角度。

里程计：STM32实时读取速度、加速度、位置信息，误差<5%。

结论：底盘控制稳定，满足多模式运动需求。

5.4 SLAM建图测试

方法对比：

激光雷达：建图范围广，但易受环境缝隙干扰。

RGBD相机：受光照影响，边界模糊。

融合方案：激光雷达+RGBD投影融合，生成高精度2D栅格地图，消除缝隙干扰，边界清晰。

5.5路径规划测试

改进A*算法（对比传统A*）：

搜索节点数减少30%，路径长度缩短15%，规划时间降低25%。

冗余节点去除后，路径平滑度提升，内存占用减少20%。

5.6人机交互测试

OCR+NLP：成功从虚拟配送单提取地址，准确率>85%。

ASR+NLP：语音指令中地址抽取准确率>80%，支持模糊语义（如“送到三号楼二层”）。

语音反馈：合成语音播报任务信息，用户可确认指令正确性。

关键结论

随着城市化进程的加快，高楼越来越多，高层建筑的多层和高人口密度让物品配送变得复杂。虽然配送机器人可以解决“最后一公里”的问题，但现有的机器人主要依赖电梯跨楼层。电梯高峰时段效率低，且占用电梯资源，遇到没有电梯的楼宇更是束手无策。因此，既能搭电梯又能爬楼的配送机器人，正是市场上急需的创新。

一、项目介绍：

这款作品是基于 RDK X3开发板打造的跨楼层智能配送机器人，能轻松切换行驶模式和爬楼模式。配备可伸缩的爬楼轮结构，不论楼梯多陡或多窄，它都能“爬得上去”，跨层配送so easy！不仅如此，机器人还内建视觉识别和语音识别功能，可以和你“无声无息”地互动，快递送到手，连说话都能省力！——哈尔滨工程大学碧海小队

二、创新点：

三、原理分析：

变形轮

为了提高配送效率并避免占用电梯空间，机器人需要能够上下楼梯和行走。我们设计了可扩式四轮结构，结合电动推杆和电机的运动，使机器人能够轻松应对楼梯。

上楼梯时：向里侧电动推杆施加正向电流，使得电动推杆伸长，通过左侧三角板带动连杆向上运动，从而将轮毂翻转一定角度并向外扩张一定距离以适应楼梯的高度和宽度。

行走时：上侧电机通过皮带带动右侧轮毂及三角板一起旋转，从而使得机器人向前运动

路径规划原理

2、引入双向搜索策略。在大规模搜索空间下，传统的 A*算法采用的单向搜索策略存在搜索效率低搜索节点数量多等问题。

当计算出的中间点位于障碍物内部时，无法有效搜索到起点和目标点，因此需要选择新的中间点。具体步骤如下：

人机交互部分

四、硬件系统设计：

4.1硬件选型

4.1.1 RoboMaster M2006本作品中，电机采用 RoboMaster M2006直流无刷电机，其作用主要是控制机器人的移动，控制机器人运动到达指定位置并实时反馈运动状态信息。 RoboMaster M2006使用C610电调进行驱动，使用CAN通信协议发送接收数据，电机内置位置传感器，实时反馈转子机械角度、转速和转矩等信息。

4.1.3 TFT-LCD触摸屏在本作品中，LCD触摸屏的主要作用是显示经 RDK X3 分析处理后的配送地址，取件码等信息。本作品采用的是正点原子 2.8寸的 TFTLCD液晶屏。

4.3硬件电路设计

本系统的硬件连接方式如下：树莓派负责读取相机图像数据和地图建模，并将里程计数据发送给STM32来控制机器人移动。RDK X3主要处理语音交互和视觉识别，并在屏幕和触摸屏上显示结果。STM32控制机器人的底盘运动，通过CAN总线控制电机转动，通过PWM波控制电动推杆的伸缩，并与树莓派实时通信，反馈机器人运动状态信息。

五、软件设计与流程

5.1建图与规划流程

SLAM建图使用三种地图：点云图、栅格图和八叉树地图。虽然激光雷达只能在二维场景中建图，但它具有较高精度和更远的建图范围，且受外界环境影响较小。路径规划中采用2D占用栅格图模式。激光雷达提供精确的二维信息，而深度相机提供三维信息。为了提高地图精度，本设计结合了激光雷达和RGBD相机的信息来建立栅格图，使用激光雷达和深度相机的融合数据，生成2D栅格地图，并与Cartgrapher算法建立的地图融合，得到最终的综合地图。

5.2人机交互流程本项目的人机交互过程如图所示，通过视觉或语音方式识别出最终配送地点并传输给树莓派作为最终导航地点。

5.3底盘控制软件流程在本作品中，底盘控制采用 STM32单片机作为主控芯片，其程序结构图如图所示。当机器人在运动的过程中，会不断检测前方是否有楼梯，没有检测到楼梯，变形轮不变形维持原状；当检测到楼梯，根据测量的楼梯尺寸，STM32控制变形轮变形到特定的扩大程度和旋转角度后，开始爬楼。

六、系统测试

6.1机械结构测试

验证机械结构可行性、操作稳定性及功能完备性。测试确认：

变形轮通过电动推杆伸缩实现轮毂角度与扩张距离调节，满足楼梯尺寸自适应需求。

结构设计合理，通过仿真与实际测试验证，可稳定完成爬楼与行走模式切换。

6.2目标检测测试

流程与结果：

数据集构建：采集图像并标注，转换为YOLOv5s适配格式（图片+txt）。

模型训练：基于YOLOv5s，训练后输出评估指标：

实测效果：成功检测目标，满足基础需求，但精度待优化。