基于 Jetson Nano 的书法机器人产品系统

本项目面向书法教学与传统文化传承场景，解决传统书法教学中示范重复、书写效果难以标准化展示、师资演示效率有限的问题。系统以 Jetson Nano 为控制核心，通过 WiFi 与上位机连接，教师或学生可远程下发书写指令，也可通过末端摄像头采集文字图像，由 OCR 模块识别后驱动机械臂完成对应文字书写。该方案既能用于课堂演示、书法临摹与教学辅助，也可迁移到危险喷涂、字符喷标等需要按既定轨迹稳定作业的工业场景。

项目由上位机交互、主控调度、OCR 识别、轨迹生成与机械臂执行五部分组成。在功能上，系统支持通过 WiFi 接收远程命令，控制 JetMax 机械臂按指定字体或文字进行硬笔书写；支持摄像头采集文字信息并完成检测识别，再把识别结果映射到本地文字库后执行书写；支持利用 Inkscape、dxf2gcode 生成文字轨迹文件，并以 G 代码描述定位、速度和落笔/抬笔动作；支持书写过程中的初始化、空闲、识别、书写、反馈和复位等状态切换。项目亮点在于把机器视觉、轨迹规划和机械臂控制结合起来，使机器人不仅能写，还能“看见”并“识别”文字。

我负责项目总体方案设计、主控模块实现和机械臂书写流程联调，主要工作包括：完成 Jetson Nano 与 JetMax 机械臂的控制链路搭建，设计 WiFi 远程连接与串口舵机控制方案；整理文字书写流程，使用 Inkscape 生成文字轮廓、经 AutoCAD 调整节点后通过 dxf2gcode 转为 ngc 文件；在程序中设定初始坐标、速度参数和坐标偏移，解析 G 代码中的 G0/G1 指令；结合 Bresenham 直线插补算法细化路径点，再驱动机械臂按轨迹平滑完成书写；同时接入 PaddleOCR 相关流程，为摄像头采集后的文字检测与识别提供支撑。实现难点主要在于机械臂运动学求解、书写轨迹平滑控制和末端落笔压力控制，项目当前已实现文字识别与书写联动，并具备继续优化控制算法、增加压力反馈和自动走纸装置的扩展空间。