一些手工或者打印件加上ASR PRO芯片做一个聊天机器狗，主要学习ASR PRO编程舵机的使用，OLED绘制简单表情，

我一直希望找一个合适的项目入手研究机器人，这种项目最好是软硬件都开源的，可以随着自己的想法无限的扩展和私人订制，做为初学者，我希望这个项目简简单单并且容易入手，最好能够学习尽可能多的传感器，最好支持更多的平台，比如arduino，esp8266，esp32，stm32，51等，这样可以通过一个项目学习到更多知识，最好能通过视觉，听觉，说话，运动能力并与人交互，无意间在github发现OTTO。OT

组装是一个很容易的事，要跑起来比较麻烦，需要学习四足机器人四个舵机的运动算法。在B站找到了石桥北的四足算法，讲解的很清清详细，我把他转化为四个舵机的角度变化。【四足机器人算法和演示，这个是通过手机发送舵机角度直接控制-哔哩哔哩】 https://b23.tv/RML7Xqp。比如这种，我使用上次组装两足机器人余料做了一个四足机器人，这机器人就使用手机做主控。我们使用一些很简单的硬件可以很容易搭建出

我的项目都是使用了这种铝合金组装，我也没有3D打印机，可能后面会搞台，但暂时用来研究机器人，我觉得铝片要好于打印件，一是成本低，买了五十块这种铝片，B站上几乎所有的机器人不管两腿还是四腿都可以调试，二是外形开放，不需要设计电路板，买到什么就用什么，我只要把电路板用胶带沾到上面就可以使用，用完了还能取下来重复使用，这很适合我这种对硬件知之不多的人。四足十二舵机，每条腿上有三个舵机，可以做更多的动作，

识别处理图像中人脸，人体是图像识别的一个重要分支，在很多场合都需要对人进行查找和处理，在拍照，自动驾驶，机器人，医学，安防等上都有广泛 的用途。opencv 有众多的级联分类器，可以进行简单的人脸，眼，鼻子，嘴，上体，全身，腿的分类。这些分类器还可以通过训练或者组合进一步强化识别能力，从而把弱分类器变成一个强分类器使用。

使用软件技术模拟背景虚化，需要经过三个步骤：一是选定区域，根据远区使用抠图技术实现前背景分离二对背景根据需要使用高斯或者平均值等模糊方法处理三把处理后的背景和前景合并

opencv提供了非常多的机器学习算法用于研究。这里对这些算法进行分类学习和研究，以抛砖引玉。这里使用的机器学习算法包括：人工神经网络，boost,决策树，最近邻，逻辑回归，贝叶斯，随机森林，SVM等算法等。机器学习的过程相同，都要经历1、收集样本数据sampleData2.训练分类器mode3.对测试数据testData进行预测这里使用一个在别处看到的例子，利用身高体重等原始信息预测男女的概率。

图像分割技术或者叫抠图技术，是一种根据需要对图像进行截取分离的技术，在一般的图像处理和视频处理中应用十分广泛，是图像查找，图像识别，图像特效的基础。经常被人们使用在相机美颜，自动人脸马赛克，车牌识别，图像查找，人脸查找，人脸识别，机器视觉，AR等领域。图像分割分有标注和无标注两种情况，一种是自动根据分割，自选阀值，区域自动分割，一种是在给定条件下分割，比如分割人脸，人身体，给定区域分割，前一种由于

原本想搞一个退出程序时，把前一个应用程序的ＶＩＥＷ或者截图抓过来为我用，以实现更复杂的动画效果，尝试了很多方法，但都有或多或少的缺陷，可惜最后失败了。不过也算有所得。写文以标记。其实抓图在4.0以后的版本中，还是很容易实现的，因为系统有十分完美的自带的截图。只要有源码，可以修改系统，通过执行screencap 和screenshot命令可以实现。public static boolean Root

一般的小车可以完成前进，后退，左转，右转，停止等动作，麦克纳姆由于轮子的特殊，可以向任意角度漂移，前进，后退，左移，右移，左上角移，右上角移，左下角移，右下角移，左转圈，右转圈。麦克纳姆有四个轮子，仔细分辨，你会发现四个轮子长的不一样。我使用的是带遥控器的麦克纳姆小车，但该小车没有扩展性，不能编程控制和二次开发，我希望能够使用手机控制，实现寻迹，避障，雷达，追踪，蓝牙控制等，所以我对其进行改装，加