信息与访问日期:2026年10月27日。面向桌面智能硬件的技术选型,研究机械表情、控制协议、视觉追踪与可复用资料。已读固定源码并做主机端最小验证,未编译 ESP-IDF、未烧录 MicroPython、未连接摄像头/电机、未执行量产验证。
研究判断
Coglet 值得纳入五个研究对象,主要价值是九路机械表情、双 MCU 分工和动作控制优先级。商用复用须先取得授权,舵机规划还存在已复现的限位问题。 它补充了屏幕表情机器人之外的机械眼球、眼睑、耳朵、嘴和头部表现方式。根许可规定自有代码、结构与电路默认 CC BY-NC 4.0,并明确把 RP2040 目录排除在第三方 MIT 范围外。因此,“纳入研究”不表示“已经可直接商业采用”。许可范围
当前公开代码能清楚解释动作如何产生,但不能据此声称已经完成自然口型同步、闭环运动安全或完全自主的离线语音系统。说话嘴部是按计时随机开合,运动位置来自软件积分,语音默认接入小智 OTA/服务发现。随机口型、运动积分、默认服务地址
新旧、需求与版本
| 项目 | 核查结果 | 一手依据 |
|---|---|---|
| 产品需求证据 | 2026-03-20—04-19 众筹,2026-10-27 原页显示 £101,892、652 名支持者。支持者不等于设备销量,承诺额不等于净营收,未取得审计销售或交付台数 | Kickstarter 原页 |
| 仓库 | will-cogley/Coglet 创建于 2026-01-30 17:16:36 UTC,本次元数据快照 430 stars。它是近期项目的社区关注指标,不是销量 |
仓库元数据 |
| 固定源码 | 默认 main 31f3c61b05a88980d0bf56b397ffea473e79c0da,提交 2026-10-24 10:40:11 UTC,消息为 Add files via upload。GitHub Releases 查询返回空。日期是代码快照时间,不是新硬件推出日 |
固定提交、Releases |
| 当前组织方式 | CogletESP 已是固定树中的普通目录,包含 ESP-IDF 项目和 RP2040 程序。官网2026-10-16说明文件名/组织已调整,旧视频的分支版本说法应以当前目录为准 |
固定目录、厂商知识库 |
| 源码与硬件版本 | RP2040 代码大量标注 PCB V2.0,当前硬件工程文件名是 V3.0。未对原生 PCB 进行引脚/网络校核,不能仅凭同仓库认定两者全部兼容 | 固件板型说明、原生 PCB 工程 |
官网现有套件/配件售卖入口证明可以购买,不证明累计销售规模。将其列入五个的依据是2026年需求验证及机械表达研究差异,不是“畅销前五”。厂商知识库与商店入口
真实控制链路

查看 Mermaid 图源
flowchart LR
A[小智语音/LLM服务] --> B[ESP32-S3 Application与MCP工具]
B -->|115200 UART 状态或action名称| C[RP2040 main.py]
V[Grove Vision AI V2] -->|921600 UART 检测框| F[vision.py 追踪]
C --> P[校准优先于MCP动作再到普通状态]
F --> P
P --> S[Servo位置与速度积分]
S --> D[PCA9685 PWM]
D --> M[九路机械表情]
| 环节 | 实际读到的行为 | 固定证据 |
|---|---|---|
| ESP 启动与板型 | app_main 先初始化 UART,再建事件循环与 NVS,然后启动 Application。提交的 sdkconfig 选择 BREAD_COMPACT_WIFI_CAM,CMake 将其映射到 bread-compact-wifi-s3cam |
源码、配置、板型映射 |
| 情绪/说话桥接 | Application 将收到的 emotion 发送到 UART,idle/listening/speaking 状态另有发送入口。UART 在字符串后加 CRLF,没有此层完成确认或动作序号 | 情绪入口、语音状态、传输实现 |
| 自定义动作入口 | 板级 InitializeTools 注册5个 self.coglet.* 工具,对应摇头、眨眼、左耳、右耳、双耳,发送 action:<name> 并立即返回 true。true 仅表示回调发送路径完成,未等待 RP2040/机械到位 |
MCP工具及发送 |
| RP2040 主循环 | UART1 读取换行分隔命令,识别 action: 与普通状态。speech_active 独立于情绪,happy/sad 不会直接终止说话。每轮以 ticks 差计算 dt,再对所有 Servo 调用 update |
命令处理、舵机更新 |
| 动作所有权 | 校准优先,随后是临时 MCP 动作,最后才是普通表情、随机眨眼、视觉与说话嘴部。临时动作固定2秒,到期重入最新普通状态,新动作会替换旧动作 | 调度、动作替换、2秒到期 |
| PWM 与休眠 | I2C PCA9685、50Hz、nOE 启动默认禁用。idle 的软件 pos/vel 都到容差内并保持500ms后禁 PWM;它不切断5V电源,也没有编码器证明物理到位 | 上电、初始化/使能、休眠判定 |
自定义表情主要改 animation.py 的 pose/state 函数和 state_map;新的一次性动作则要同时维护 ESP MCP 名称、UART 动作名及 RP2040 实现。无需把动作规划放到云端,但仍需为丢包、重复命令、取消、超时和执行回执设计完整协议。当前主循环直接 line.decode() 且 ESP 接收缓冲未见长度上限,这是源码层发现,未做恶意输入实测。状态映射、UART解析
文档与实现有两处明显差异。 ESP 工具描述与官网仍说动作执行三回合,当前 RP2040 实现按2秒超时结束,不能把两者都写成保证。vision.py 顶部及启动日志说不控制底座,但实际 EyeFollower.update 会重申 YAW 目标,并在眼球超过软限位时增量转动底座。结论采用实际执行代码。三回合描述、持续时间、YAW命令、底座交接
视觉与表情可借鉴部分
GroveVisionAI 是非阻塞 SSCMA 串口驱动,启动查询 ID/版本/模型/传感器,然后发 AT+INVOKE=1,0,1。接收缓冲上限8192字节,解析 JSON 检测框,优先最高 score 框,命令等待和推理事件分别有1.8秒/3秒超时恢复。这里读到的是检测框消费与运动映射,没有验证模型准确率、身份识别或特定模型授权。驱动状态、解析、目标选择、恢复
追踪按240×240画幅映射目标中心,使用5帧中值、自适应 EMA、中心死区、角度迟滞与单步变化约束。25ms为控制间隔,丢目标650ms后眼球与允许追踪的俯仰轴缓慢回中,底座保持其目标。sad 状态保留俯仰表达,视觉仍可追眼球和底座。以上说明多轴控制如何减少抖动,没有测得真机稳定性、控制延迟或帧率。时序与状态、滤波、丢失与跟随
表情系统把“持续情绪”“说话标记”“一次性动作”分开,能避免同一句TTS中的重复状态重置所有计时器。说话嘴部在8°—55°与105°—150°两组随机目标间交替,间隔1.1—1.6秒,是表现性口部动作,不是音频振幅或音素同步。精细语音口型需增加音频时间戳/viseme等新的数据通道。状态去重、口型实现
无硬件最小验证
已在 CPython 3.13.9 运行 verify_servo.py。脚本从固定 servoclass.py 用 AST 选择原始 clamp 函数与 Servo 类,保留函数体不改写,跳过 machine/I2C 顶层初始化,并设置 _ready=False,因此不输出 PWM。原文件 SHA-256 为 437ba980469c689cac57e7eeda9410d4017b6a08c9368f4119b20c379dac6d2b。
7项断言完成:目标自定义限位、立即定位限位与速度复位、零dt无动作、禁用无动作、非法插座拒绝,以及两个问题状态复现。“断言完成”包括确认问题存在,不是7项运动安全通过。
| 原函数结果 | 可得结论 | 原码位置 |
|---|---|---|
用源码 PIT 参数 min=1,max=80,max_speed=600,max_accel=400,从50°向80°,update(0.5) 后 pos=150°、vel=200°/s |
set_target 正确限制目标,但积分后只截断到0°—180°,大dt可越过该关节自定义范围。是主机端算法反例,不证明真机曾碰撞 |
实际参数、目标限位、积分限位 |
| 同一 PIT 构造时 pos/target 均90°,超过该实例 max80° | 初始值未按关节范围限制。启动阶段 nOE 默认关闭,随后只显式重置 LID 再使能,需单独核查真机初始姿态,不能把这个软件数值直接当实机角度 | 构造、输出使能前 |
应改造为每关节合法初始值、积分后自定义限位、越界速度处理及异常dt策略,并补充中断/调度停顿和反向运动测试。主循环实际dt不设上限,但本次没有测量设备上出现0.5秒停顿的概率,也没有给出修补后的通过结论。未修改上游代码。
复核操作:在项目根运行 python 研究底稿(未随网页发布),结果写 servo-verification.json。这一检查不需要模型、硬件或第三方Python包。脚本与结果位于 临时证据目录(研究底稿,未随本专区发布)。
资料资产与采用边界
| 资产 | 已确认的文件或符号 | 许可范围与采用方式 | 需改造/未确认 |
|---|---|---|---|
| 舵机插值/PWM抽象 | Servo | 原创 RP2040,CC BY-NC4,商用需书面许可。可研究加减速、通道映射和PWM层分离 | 已复现自定义限位反例,缺位置反馈/堵转检测,不直接用于真机安全控制 |
| 行为所有权和休眠 | 主调度、休眠 | CC BY-NC4,授权后再移植;概念设计可独立实现 | 增加取消/急停/动作回执,区分软件到位与机械到位 |
| 九路姿态与MCP动作库 | 轴和动作表、状态表 | CC BY-NC4,需授权,关节范围和镜像关系依赖实体机构 | 不复制角度即视为通用安全值,口型不是语音同步,三回合描述与2秒实现需统一 |
| 视觉滤波与底座协同 | 滤波、YAW交接 | CC BY-NC4,需授权,可独立设计类似控制思路 | Grove模型与帧率未测,注释落后,输入数值/异常保护仍需核查 |
| ESP↔RP协议与MCP桥 | 5个工具、串口发送 | 目录有上游MIT许可证,但根只明确“部分上游派生文件”适用MIT。自有桥接改动不能默认全MIT,商业复用先做来源差分或另获许可 | 当前只是字符串/立即返回,缺完成回执、序号、去重、错误反馈 |
| 机械打印资料 | 3MF、机体STL、TorqueStar STL | CC BY-NC4,商业打印/销售需许可 | 已核固定树文件存在与大小,未下载渲染/试打印;未见STEP等参数化机械设计源 |
| 电路与装配参考 | 嘉立创原生工程、原理图PDF、接口与部件 | 原生工程/设计CC BY-NC4,需商业授权 | 树中确认文件,未在EDA打开、未ERC/DRC。README采购清单不等于完整制造BOM,未取得产测与制造验收记录 |
当前有原生 .epro2 电路工程,这比只有原理图截图开放得更深,但不能扩大为“制造资料已完整验证”。 旧 .epro 放在 Deprecated 内,不能当当前 PCB 的替代。3MF/STL 能支持打印参考,不能证明参数化机构设计、公差或材料寿命已开放/验证。
ESP 默认 CONFIG_OTA_URL 仍为 https://api.tenclass.net/xiaozhi/ota/。Ota::GetCheckVersionUrl 支持 NVS wifi/ota_url 覆盖,服务响应可写 MQTT/WebSocket 参数,因此有后端替换入口。它仍需要兼容服务发现、激活、语音与工具协议,不是改一个URL就已获得自托管整机;本轮未部署自建服务。纯本地机械表情与 Grove 检测不必由云逐帧生成,可与语音云依赖分开。覆盖入口、通信配置、激活路径
最小复用验收
先在纯软件层复现本报告反例,再为自有实现设定以下可测条件:所有初始值/每步位置均处于各关节范围,异常dt有明确处理;校准优先于MCP且动作在规定时长结束后恢复最新状态;说话与情绪分离,关闭视觉后不发送视觉目标;丢失检测时只恢复允许的轴;动作请求能区分“已接收”“执行完成”和失败。上述为建议验收项,本轮没有宣称全部通过。
取得授权与通过主机检查后,真机仍须以限流电源、单轴校准和受限角度核验PWM映射,逐步验证九轴干涉、堵转、5V电源峰值、长时运行和断网。原生PCB需核对所用固件的V2/V3引脚差异及外设方向。数据手册要求5V/3A并注明摄像头采用定制反向引脚,不能仅按同型号外观替换。外设与供电
证据深度汇总:实际阅读 RP2040 四个文件、ESP启动/板级工具/状态/串口/OTA关键代码、配置及许可;硬件工程、STL/3MF只核树路径和大小;官方知识库与KS原页已读。未编译ESP固件、未跑完整MicroPython程序、未推理模型、未连接硬件或核验量产。资产JSON区分“需授权研究资产”,不把根MIT或已有静态检查扩写为整机商业可用。