硬件交互赛道 + 灵魂伴侣——具备主动交互能力的智能桌面伴侣机器人 ![复赛]

TRAE AI 创造力大赛 【大赛复赛专区】
,
1

自己 / 团队介绍

我是蓝梓轩，上海高一学生，个人参赛。

为什么想做这个作品？我从小对机器人和编程有浓厚兴趣，喜欢把物理课上学到的力学、运动控制概念和编程、机器人制作联系起来。我热爱动手实践——不是停留在看教程，而是一定要自己写代码、搭硬件，让东西真正动起来。在观察市场上的智能陪伴产品时，我发现它们普遍存在三大痛点：功能孤立（移动和AI未集成）、交互被动（"命令-响应"模式）、缺乏物理实体难以建立情感联结。于是我想做一个"有温度、可触碰、懂人心"的桌面伴侣机器人。

我擅长什么？我自学了Unity3D开发、Arduino硬件编程、Python、C#等，具备跨学科整合能力。我的Vibe Coding/编程年限约2年。除了编程，我还热爱滑雪（双板高级道）、潜水（持国际OW和OWA证书）和羽毛球，拥有素描11级证书，手绘图纸精确。这些爱好锻炼了我的空间想象力、抗压能力和动手能力，也帮助我在构造机器人结构、理解运动控制时更加得心应手。

性格标签：热爱动手的科技少年、致力于全栈开发的Vibe Coder、从小做机器人的"拆家少年"。

产品简介（复赛版）

是什么

"灵伴"是一款智能桌面伴侣机器人系统（硬件机器人 + 手机App + 云端AI），解决的核心问题是：现有陪伴机器人缺乏物理实体与主动交互能力，难以建立真实的情感连接与场景化陪伴体验。

面向谁

  • 核心目标用户：家庭用户（独居老人、儿童），需要日常陪伴与智能家居控制的人群

  • 典型使用场景：居家桌面陪伴、语音聊天、日程提醒、主动问候关怀

完整功能

完整功能清单与用户使用路径：

1. 硬件层（机器人本体）

  • 四轮驱动底盘，Arduino UNO主控，桌面自由移动

  • Qi标准15W无线充电模块，支持自主回充

  • 蓝牙5.0 LE低功耗通信，与手机App实时指令传输

  • 硬件总成本仅350元

2. 手机App层（系统大脑）

  • 基于Unity3D引擎开发

  • 视觉SLAM三维空间建模与路径规划（AR Foundation）

  • 人脸检测与动态跟随（保持1-1.5米最佳交互距离）

  • 高拟真数字人形象渲染与情感动作视频播放

  • 近百种情感-动作组合（三种情绪状态 × 多种行为状态）

3. 云端AI层（智能支撑）

  • 科大讯飞SDK：语音识别（语音转文字）

  • 通义千问大模型：语义理解与对话生成

  • 火山引擎流式语音合成：情感化语音输出

用户使用路径： 开机 → 机器人自主移动至用户附近 → 主动问候（基于时间/事件触发）→ 用户语音指令 → 语音识别 → 语义理解 → AI对话/设备控制 → 情感语音回复 → 数字人动作同步播放

功能流程图简述：

Plain Text

[语音输入] → [讯飞ASR] → [通义千问LLM] → [火山引擎TTS] → [语音输出]
                                                      ↓
[SLAM导航] ← [手机App中枢] → [数字人动作视频]
     ↓                            ↓
[Arduino底盘]              [智能家居控制]

相比初赛Demo的升级

从初赛Demo到复赛成品，主要新增和打磨了以下功能：

  • 语音交互升级：从"讯飞+通义千问+豆包"串行调用改为火山引擎流式语音交互，大幅降低回复延迟，实现实时情感化语音输出

  • 数字人系统完善：从单一静态形象升级为三种情绪状态（开心/平和/难过）× 多种行为状态（待机/倾听/说话等），整合近百种表达视频

  • 导航系统优化：改进A*算法 + 动态障碍物检测，提升桌面避障能力

  • 测试体系完善：建立功能性测试、性能压力测试、用户体验评估、长期适应性测试四维评估体系

产品演示视频

演示视频已录制：展示了机器人从开机、自主移动、主动问候、语音对话、数字人情感交互、智能家居控制、自动回充的完整核心流程。

【硬件交互赛道 + 灵魂伴侣——具备主动交互能力的智能桌面伴侣机器人】 https://www.bilibili.com/video/BV1d2Tv6VEKY）

产品创作历程

灵感来源 高一物理课上学习力学和运动控制时，我联想到机器人运动，萌生了"让机器人不再是冷冰冰的工具，而是能主动靠近你、关心你的伙伴"的想法。我调研了市面上Anki Vector、Cozmo等桌面机器人，发现它们要么价格昂贵（约2000元），要么功能孤立，交互停留在"命令-响应"模式。于是决定从零设计一款低成本、高集成、具备主动交互能力的桌面伴侣机器人。

初赛Demo阶段 我搭建了"硬件平台+手机App+云端AI"三层架构。硬件方面，用Arduino UNO搭建四轮驱动底盘，集成无线充电；软件方面，用Unity开发App，集成讯飞语音识别、通义千问大模型和豆包语音合成。Demo实现了基本的语音对话和移动功能。

关键问题与解决

  1. 语音回复延迟大：最初串行调用三个API（ASR→LLM→TTS），总延迟超过5秒。后来改用火山引擎的流式语音交互，边生成边播放，延迟降至1秒以内。

  2. 手机算力有限：实时3D渲染数字人会导致卡顿。改用预生成AI视频方案，按"角色@情绪@动作@序号"命名规则管理视频资源，在保证高拟真效果的同时大幅降低计算负载。

  3. SLAM动态避障卡顿：复杂环境下动态障碍物识别及路径规划导致性能瓶颈。通过改进A*算法和优化动态障碍物添加策略缓解。

  4. 硬件成本控制：采用"感知-决策-执行"分离原则，将算力密集型任务交给手机，Arduino底盘仅做执行层，整机成本控制在350元。

重要设计与技术决策

  • "手机作大脑"架构：利用手机摄像头、算力和传感器，避免为机器人配备高价硬件，同时支持通过App更新升级功能

  • 状态机驱动的主动交互：设计情感状态机，基于时间、事件、用户行为等多源数据触发主动问候和关怀

  • 模块化硬件设计：预留升级接口，未来可通过软件升级拓展自主决策能力

TRAE 实践过程

本项目使用 TRAE 完成产品开发的完整流程如下：

开发流程总览：

  1. 需求分析与架构设计：使用 TRAE 辅助梳理需求文档、设计三层系统架构

  2. 硬件控制代码开发：使用 TRAE 辅助编写 Arduino 底盘控制、蓝牙通信协议代码

  3. Unity App 开发：使用 TRAE 辅助搭建 Unity 工程框架、SLAM导航、数字人视频管理、情感状态机等核心模块

  4. AI 接口集成：使用 TRAE 辅助集成讯飞语音识别、通义千问LLM、火山引擎TTS等API

  5. 测试与调试：使用 TRAE 辅助编写测试用例、分析日志、定位Bug

关键开发步骤截图（不少于3张）：

关键任务对话的 Session ID（不少于3个）：

在 TRAE 中完成以下开发任务的实际 Session ID：

  1. Unity 工程框架搭建与数字人系统开发 — Session ID: ___2913080246273209:92c8fdeee559f3f2c67f7e8e8fefb17e_6a5f58198dad856076a63eb8.6a60de994e265d0137e095c4.6a60de994e265d0137e095c3:TRAE Work CN.0.1.39.no_sid.no_ppe.T(2026/7/22 23:16:27)___
  1. Arduino 底盘控制与蓝牙通信协议开发 — Session ID: _2913080246273209:2f2b5f48bdc93f58355958dddc9aedd4_6a4661e1da93be451ee3eb7c.6a63850d4e265d0137e0c565.6a63850d4e265d0137e0c563:TRAE Work CN.0.1.39.no_sid.no_ppe.T(2026/7/24 23:30:21)__
  1. AI 语音交互流水线集成（ASR→LLM→TTS） — Session ID: _2913080246273209:88c5387f2fff177366b1fa779493252b_6a676ac7664033c0947220ac.6a6c08ee71783819efa6ac25.6a6c08ec71783819efa6ac23:TRAE Work CN.0.1.39.no_sid.no_ppe.T(2026/7/31 10:31:10)__
  1. SLAM 导航与避障算法实现 — Session ID: _2913080246273209:f6671b23774a46d55a462648e5f64186_6a676ac7664033c0947220ac.6a6a108cafdebf1d5bcdddba.6a6a108cafdebf1d5bcdddb8:TRAE Work CN.0.1.39.no_sid.no_ppe.T(2026/7/29 22:39:08)__