SECTOR 07 打造 AI 机器人 Fetch，用 Arduino UNO Q 实现捡球递球

完整中文导读

YouTuber SECTOR 07 造出一台名为 Fetch 的 AI 机器人，能靠计算机视觉追球、铲起并递回人手。整机以 Arduino UNO Q 为核心，结合跑 Linux 的 Qualcomm Dragonwing 处理器与 STM32 微控制器，分别负责摄像头图像识别和电机、舵机、音频等实时控制。

中文整理

作者 / 来源：Nick Bild · 原文时间：2026年11月3日 22:20（北京时间）

原作者信息要点

YouTuber SECTOR 07 制作了一款名为 Fetch 的 AI 机器人，能借助计算机视觉寻找球、将球铲起并送回主人手中。项目围绕一块价格不高的 Arduino 开发板搭建，作者称这体现了 AI 机器人对爱好者而言已变得容易上手。

Fetch 定位为价格亲民、适合初学者的 AI 机器人，外形融合 1990 年代便携电视的厚重风格与类似 WALL-E 的个性：方形大头、有表情的眼睛、一对机械臂和两个驱动轮。它移动时略显摇晃，但小型支撑结构可防止完全翻倒。

核心计算平台是 Arduino UNO Q，结合运行 Linux 的高通 Dragonwing 处理器与 STM32 微控制器，可同时处理高计算量任务和底层硬件控制。Linux 侧运行 Python 代码做摄像头处理和物体识别，微控制器负责电机控制、舵机运动、音频播放及其他实时功能。

外壳由 SECTOR 07 用 CAD 设计，重点考虑易组装。头部采用可折叠结构：各面板先平铺以便接线和焊接，再折成盒状，避免在狭窄壳体内安装电子元件；卡扣与滑入式连接也减少了紧固件数量。

机械臂经过多轮修改。早期设计使用皮带和多关节，因张力和打滑问题不可靠；最终改为更简单的单旋转连杆结构，提供足够扭矩和运动幅度来铲球。

作者训练了自定义计算机视觉模型来识别球和人的手，训练图像覆盖不同光照、背景和角度。运行时软件根据检测框的位置和大小判断转向方向及目标大致距离。

早期导航问题包括 Fetch 原地绕圈，以及摄像头在球太近时丢失目标。解决方案是先用计算机视觉完成初始接近，再放下机械臂并向前行驶固定时间以铲起球，随后定位人的手并把球送回。

本站整理与观察

本站观察：材料将 Fetch 描述为可复现的爱好者项目，但未给出开发板价格、模型训练数据规模、识别准确率或铲球成功率等量化指标，因此其“低成本”“易上手”的程度无法从现有信息核实。

本站观察：文中提到的技术分工（Linux 侧做视觉、微控制器做实时控制）属于对架构的描述，材料未提供性能数据或对比实验，无法判断该方案在延迟和可靠性上的实际表现。

本站观察：机械臂从皮带多关节改为单连杆，以及导航从纯视觉跟踪改为“视觉接近加定时前冲”，均被作者表述为解决实际问题的调整，但材料未说明这些改动的测试次数或失败率。

材料来自单一作者对视频内容的转述，未包含原始视频、代码、CAD 文件或测试数据；所有性能与易用性说法均为原作者声称，未经独立验证。文中未提供成本数字、识别精度和成功率，相关判断无法核实。