介紹

教您的孩子如何寫字既有趣又令人沮喪。讓這項活動變得更酷將大大有助于讓您的孩子更加專注于這項任務(wù)。還有什么比機器人更酷的呢？...樂高機器人！

讓我們?yōu)檫@個項目設(shè)定一些目標(biāo)：

• 搭建樂高打印機。應(yīng)該可以用普通的黑色記號筆書寫。運動應(yīng)該盡可能接近人類。
• 對打印機進行編程以寫入字母表中的字母。筆畫應(yīng)該類似于正常人會做的筆畫。
• 與亞馬遜 Alexa 集成。關(guān)于如何繪制字母的指示應(yīng)由 Alexa 通過語音給出。還可以創(chuàng)建一個測驗?zāi)Ｊ?，打印機隨機抽取一個字母，讓孩子嘗試猜出正確答案。
• 由于電機聲音很大，請避免在 Alexa 說話的同時運行它們。

構(gòu)建打印機

x 和 y 運動是使用與樂高 42097 套裝（緊湊型履帶起重機）中的其中一個可擴展腿類似的構(gòu)造完成的：

樂高 42097 套裝的可伸縮腿

?

其中兩個放在一起，一個在另一個的擴展中：

?

兩個蝸輪都與同一根軸相連，而這根軸又由大型 EV3 電機驅(qū)動：

?

電機不直接驅(qū)動軸，而是通過離合器齒輪（零件號 6198486），然后是普通齒輪（零件號 4514558），然后使用兩個 4 齒齒輪（零件號 4248204）以 90 度角驅(qū)動。

?

這可以保護樂高零件在驅(qū)動電機時不會出現(xiàn)任何錯誤。

筆夾在兩個帶輪胎的大輪子之間：

?

移動筆的輪子不是直接驅(qū)動的，而是由四個齒輪組成的鏈條驅(qū)動，以降低轉(zhuǎn)速并增加扭矩：

?

這是必要的，因為我不能通過直接從中型電機驅(qū)動它來獲得好的結(jié)果。旋轉(zhuǎn)中的小錯誤（即使是 1 度）意味著筆太低或太高并且沒有接觸到紙。第一個齒輪（來自電機）是 12 齒，驅(qū)動輪子的齒輪是 36，因此轉(zhuǎn)速降低了 3 倍。

“y”部分在輪子上，因為它需要滑動。“x”部分是固定的。

?

“Y”，完全組裝：

?

和“X”：

?

構(gòu)建軟件

• 設(shè)置您的 EV3 程序塊和 VS 代碼：https ://www.hackster.io/alexagadgets/lego-mindstorms-voice-challenge-setup-17300f

我將 VS Code 配置為將這些類型的文件上傳到 EV3；

"ev3devBrowser.download.include": "{**/*.py,**/*.ini,**/*.sh,,**/*.svg}",

確保列表中有 *.svg，否則您將無法運行程序。

• 字母格式：

我們將使用SVG 格式來表示如何繪制字母表中的字母。

讓我們以字母“B”為例：

字母B怎么畫

?

指示將是這樣的：

• 從頂部開始到底部
• 回到頂部，在中間畫一條曲線
• 然后在底部畫一條曲線

我們可以用這種格式表示這些信息：

"http://www.w3.org/2000/svg" width="100" height="100">
    <rect width="100" height="100" fill="beige"/>
    <line x1="30" y1="10" x2="30" y2="90" stroke="black" >
        

我創(chuàng)建了一個小程序來模擬打印機。這會記錄打印機將執(zhí)行的所有動作，并使用打印機在紙上繪制的內(nèi)容創(chuàng)建圖像。它對實驗有很大幫助，因為它運行起來要快得多。請檢查項目附件中的“Printer Simulation”文件。

讓我們?yōu)樽帜?B 運行它：

請注意，顏色已更改為在 hackster.io 上看起來更好 原來在 VS Code 中看起來更好

?

注：(0, 0)原點在左上角，x 向右增長，y 向下增長。有些公式的符號與正常笛卡爾坐標(biāo)系中的符號相反！

程序剖析（“打印機模擬”python 文件）：

• SVG 文件被解析。
• 程序只知道如何解釋和。從 它只知道 M - 移動到，L - 線和 A - 弧。更多信息在這里。
• 線 (draw_line) 是直截了當(dāng)?shù)摹鶕?jù)線的公式計算導(dǎo)數(shù)（斜率）來計算電機的速度。
• 對于圓弧，首先需要發(fā)生以下事情：

1. 給定兩個點 ((x, y) 和 (dx, dy))，我們必須找到將通過它們且水平半徑為 rad_x 且垂直半徑為 rad_y 的橢圓。

M 和 A 的格式為：

"M x y"
"A rx ry x-axis-rotation large-arc-flag sweep-flag x y"

• 通解（如果存在）由兩個橢圓組成。這些是通過求解兩個二次方程組（橢圓的兩個點的參數(shù)方程）找到的。函數(shù) solve_ellipse 就是這樣做的。我嘗試使用SymPy來求解它，但它在 EV3 程序塊上運行速度非常慢（求解一個方程組大約需要 30 秒）。
• 從這兩個橢圓有四個可能的路徑（?。?。使用 large-arc-flag 和 sweep-flag 屬性選擇正確的一個。更多信息在這里。
• 從“開始”角度開始，直到達到“結(jié)束”角度，我們計算x 和 y的導(dǎo)數(shù)以找到電機需要運行的速度，將它們都運行 0.1 秒并重復(fù)該過程。這與PID 算法類似，只是沒有誤差的導(dǎo)數(shù)部分。我們只使用誤差的整數(shù)部分來校正路徑，因為曲線非常簡單并且結(jié)果足夠好。

現(xiàn)在讓我們在真正的打印機上運行它——參見（“使用 EV3 繪制字母 B”python 文件）

Alexa 整合

第 0 步 - 將附件中的所有內(nèi)容復(fù)制到 VS Code 項目。

它應(yīng)該是這樣的：

?

確保在 svg 目錄中解壓 SVG zip：

?

忽略 package-lock.json 和 node_modules/

第 1 步 - 連接 EV3 程序塊和 Alexa：https ://www.hackster.io/alexagadgets/lego-mindstorms-voice-challenge-mission-1-f31925

第 2 步 - 在 Alexa 開發(fā)人員控制臺中創(chuàng)建新技能并選擇自定義技能和 Alexa 托管 (Node.js)：https ://www.hackster.io/alexagadgets/lego-mindstorms-voice-challenge-mission-3-4ed812

第 3 步 - 轉(zhuǎn)到“構(gòu)建”選項卡并將模型（在附件中提供）復(fù)制到 JSON 編輯器并保存。還要確保您啟用了“自定義界面控制器”和“自動委派”設(shè)置。您可以在“接口”選項卡中找到它們。保存并構(gòu)建模型。

第 4 步 - 轉(zhuǎn)到“代碼”選項卡并創(chuàng)建此圖像中的文件。如果它們已經(jīng)存在，則從 Alexa 創(chuàng)建的 hello world 的附件中復(fù)制代碼。保存并部署。

?

第 5 步 - 轉(zhuǎn)到“測試”選項卡并啟用技能測試。

第 6 步 - 使用 VS Code 在 EV3 程序塊上運行 script3r.py 文件。（查看鏈接的教程）

有關(guān)代碼的詳細信息：

因為電機噪音很大，我們不希望 Alexa 在電機運行時說話。這就是為什么我們不僅要啟用自定義事件，還要啟用 ini 文件中的語音數(shù)據(jù)：

[GadgetSettings]
amazonId = YOUR_OWN_AMAZON_ID
alexaGadgetSecret = YOUR_OWN_SECRET
[GadgetCapabilities]
Custom.Mindstorms.Gadget = 1.0
Alexa.Gadget.SpeechData = 1.0 - viseme

在從 EV3 向 Alexa 發(fā)送“說話”命令后，我們將等待靜音。這是這樣做的：

def on_alexa_gadget_speechdata_speechmarks(self, directive):
    try:
        if self._waiting_for_speech:
            if directive.payload.speechmarksData[-1].value == 'sil':
                self._waiting_for_speech = False
    except KeyError:
        print("Missing expected parameters: {}".format(directive), file=stderr)

由于我們不希望電機控制干擾發(fā)送或接收通知，我們將使用不同的線程：

self._waiting_for_speech = True
threading.Thread(target=self.draw_letter, args=(
payload["letter"], False), daemon=True).start()

我們在新線程中做的第一件事是等待 Alexa 說完：

while self._waiting_for_speech:
    sleep(0.1)

在發(fā)送給 Alexa 的每個“說出”命令后，我們都執(zhí)行相同的操作：

self._waiting_for_speech = True
self.send_custom_event('Custom.Mindstorms.Gadget', 'speak', {'txt': pos_title.text})
while self._waiting_for_speech:
    sleep(0.1)

意圖

model.js 中定義了三個意圖：

• LearnIntent - 這有一個類型為“Letter”的插槽。可以通過說“畫字母 {Letter}，學(xué)習(xí)字母 {Letter}，寫字母 {Letter}”開始。此意圖將向 EV3 發(fā)送命令以繪制請求的字母，同時提供有關(guān)如何繪制它的語音指示。
• PlayGameIntent - 沒有插槽。從說“玩游戲”或“測驗”開始。它將隨機選擇字母表中的一個字母并請求 EV3 繪制它。沒有給出語音指示。
• PlayGameAnswerIntent - 有一個“字母”類型的插槽。這是從說出先前意圖的答案開始的。答案可以是：“{Letter}”、“答案是{Letter}”、“字母{Letter}”等

LearnIntent 的用戶、回顯設(shè)備、自定義技能、lambda 函數(shù)和 EV3 程序塊之間的交互：

學(xué)習(xí)意圖的序列圖

?

PlayGameIntent/PlayGameAnswerIntent 的交互與 LearnIntent 的交互類似。

附上源碼：

• script3r.py - 這是在 EV3 程序塊上運行的主要文件。
• script3r.ini - 包含 Amazon Gadget 的密鑰及其功能。
• SVG.zip - 包含 svg 格式的所有字母的 zip 文件。它必須在項目的根目錄中提取并與 script3r.py 和 scrip3r.ini 文件一起復(fù)制到 EV3 程序塊上。
• model.json - 此文件包含 Alexa 自定義技能的交互模型。必須在 Alexa Developer Console -> Script3r -> Build -> Interaction Model -> JSON Editor 中復(fù)制過來。復(fù)制后保存并構(gòu)建。
• package.json - 在 Alexa Developer Console -> Script3r -> Code -> Skill Code -> lambda -> package.json 中復(fù)制
• util.js - 包含 lambda 函數(shù)使用的一些實用程序。在 Alexa Developer Console -> Script3r -> Code -> Skill Code -> lambda -> util.js 中復(fù)制這個
• index.js - Alexa 自定義技能的主要代碼。在 Alexa Developer Console -> Script3r -> Code -> Skill Code -> lambda -> index.js 中復(fù)制這個