[人工智能] 人工智能时代，如何让机器狗听懂你说的话？

【引子】我的专辑《DuerOS 的AI 实战》涵盖了DuerOS应用中较多方向的内容，有点有面，已经有39篇文字，本文是第40篇。四十不惑，如果读者目前还无法掌握DuerOS的应用全貌，或许这一篇文字能给大家提供帮助。

如果是一个硬件产品，如何能够通过语音与它交互呢？?马上出现在脑海里一个词——人工智能（AI）。实现一个具有人工智能的产品是不是太难了呢？幸运的是，拥有了DuerOS，这件事远没有你想象中的那么困难。当前，前提是这个产品有对外的通信接口，否则，就没有了与之交互的可能性。

为了展示DuerOS 的能力，本文以DIY 一个机器狗为例，描述如何让一只机器狗听懂你说的话，并做出相应的动作。一只机器狗变成了真正听话的电子宠物，嗯，这一定是一件挺开心的事。

别急，实际上需求或者目标的描述并没有那么清楚。如果我通过与手机或者智能音箱的语音交互，远程控制机器狗，可以么？还是要给机器狗配上麦克风、扬声器，直接交互呢？不同的目标意味着不同的实现方案，也意味不同的设计权衡，前者的方式可以在《DuerOS 的AI 实战》中找到相关的指导性文字，这里是DIY，当然要展示从硬件到软件的全部过程。

整个实战是一个循序渐进的过程，不断返工才会极大地影响效率和心情，主要步骤如下：

选择一只机器狗，验证机器狗是否动作正常
为了简化流程，选择串口通信，实现电脑简单地控制机器狗
深入通信协议，丰富机器狗的动作
通过串口协议，小度音箱直接控制机器狗
通过DBP 平台创建bot，语音简单控制机器狗
丰富话术，完善机器狗的语音交互

等不及了，正式开始——

1.机器狗的选择与验证

先要有一个硬件，然后再通过DuerOS 赋能，选择了一个创业团队的机器狗——Xgo（https://www.xgorobot.com/2021/08/15/XGOmini/）。

“勿在浮沙筑高塔”，硬件的验证非常重要，如果硬件自身出了问题，一切免谈。那么，如何验证Xgo是否工作正常呢？根据官网的说明，可以通过对应的手机App 完成功能的展示。?下载手机App，根据操作说明，采用蓝牙连接Xgo，就可以实现一般的操控了，详见官网说明，这里就不赘述了。

2.串口通信，电脑控制

为了简化开发的流程，这里选择了串口通信，目的是电脑通过串口通信来控制机器狗，为后面的语音控制奠定基础。

2.1 确定机器狗的串口端口

Xgo 是一个机器狗，那么串口端口在哪呢？需要拆机，到京东上买个内梅花螺丝刀（https://item.jd.com/4859309.html?），打开外壳，串口的端口就在主板上。

主板丝印中 PC6 是TX， PC7 是RX，右下G 为地线。

串口端口找到了，?杜邦线连接，而Mac 电脑是Type-c，如何连接呢？

2.2?Mac 电脑与Xgo?的串口连接

一时没有找到?串口到Type-c 的适配器，只得先将串口转成USB（

?https://ic-item.jd.com/10028368158142.html），再将USB转成Type-C（

https://item.jd.com/100009644462.html），为了调试方便，还使用的UBB 延长线（https://item.jd.com/4721781.html），?最后的物理连接如下：

需要注意的是，一定要地线对接，否则TTL 电平无法正常工作。

大家经常谈到面向测试的设计或者面向接口的设计，在硬件领域更是如此，每个环节和步骤都需要验证的。

如何验证串口是否正常呢？

登录苹果的AppStore，有很多串口调试工具，找一个免费的即可，这里选择了“串口调试助手”。安装完成后，线路连接好，打开串口，测试是否正常响应。

如果响应正常，表明串口链路是正常的，接下来才是如何在Mac 电脑上控制机器狗。

2.3 串口驱动与 API 控制

安装串口驱动，下载?http://www.prolific.com.tw/US/ShowProduct.aspx?p_id=229&pcid=41?，然后安装。Mac上可没有windows平台的Com1 和Com2，那么驱动安装成功后，可编程的COM口是哪一个呢？

的 dev?目录下检查一下所有的tty，?初步就可以判断当前的com端口是? tty.usbserial-A50285BI。

Xgo 提供的编程库有基于Python 的（https://github.com/Xgorobot/mini-pythonlib），简单且友好。

写个简单的例子，3行代码，机器狗就可以原地踏步了。

import xgolib
xgomini = xgolib.XGO("/dev/tty.usbserial-A50285BI")#此处填写与机器狗相连接的端口
xgomini.mark_time(25)

这3行代码命名为test_mark.py, 执行python test_mark.py 即可看到效果。

如何才能执行更复杂的操控呢？

3.机器狗的串口协议

基于串口协议，可以实现不同的指令或者指令组合，进而实现机器狗的复杂一些的动作和控制。

知己知彼，百战不殆。机器狗Xgo 的串口协议位于 https://www.xgorobot.com/XgoWiki/wiki/1%20XGO-Mini%20Edu/%E4%BA%8C%E6%AC%A1%E5%BC%80%E5%8F%91/%E4%B8%B2%E5%8F%A3%E9%80%9A%E4%BF%A1%E5%8D%8F%E8%AE%AE/?。阅读这个串口协议，共7种模式，共57条协议指令，库xgolib.py 中实现了20多条指令。

协议格式如下：

字头

长度(Length)

指令类型

首地址

数据

校验和(CheckSum)

字尾

以action 为例，实现趴下指令，初始值为"ACTION": [0x3E, 0], 指令趴下的参数的1，所以action 指令列表为?"ACTION": [0x3E, 1]调用_send方法组装串口协议, 写操作的模式是0x01，指令是0x3E，指令参数是0x01，协议payload的字头为 0x55 0x00 ，字尾是 0x00 0xAA，长度0x09，首地址代表0x01，校验和 0x09+0x01+0x3E+0x01 = 0x49, 低字节两位取反，得到0xA6最终发送的数据流为：

0x55 0x00 0x09 0x01 0x3E 0x01 0xA6?0x00 0xAA

Action 指令支持近20种动作，已经在一定程度上满足了要求。

现在，已经可以通过电脑控制机器狗完成复杂的动作，那么，离语言控制机器狗还有多远呢？别急，饭还要一口一口的吃。

4. 小度直接控制机器狗

既然电脑可以控制机器狗，再进一步，小度有屏音箱代替电脑完成与机器狗的连接，通过触摸屏是否可以同样控制机器狗呢？

在专辑《DuerOS 的AI 实战》的《一个安卓App，如何成为DuerOS 上的技能应用呢？》一文中，已经给出了具体的方法，只需写一个android 的应用即可，这个Android App 完成串口通信就实现了控制机器狗的目的。

4.1 小度设备与机器狗的物理连接

前提同样是硬件连接，找一台有屏音箱，同样把主板上的串口端口引出飞线来，结果像这样：

4.2?小度上的Android 应用

写个Android App 并不复杂，?与一般App 的区别在于这个App 要读写串口，因此要用到NDK 和JNI。

参考 https://github.com/cepr/android-serialport-api，开发过程如下：

在Android Studio中配置NDK，?选择 File | Settings | Appearance & Behavior | System Settings | Android SDK | SDK Tools ，选择CMake，NDK
创建测试工程 MySerial，?File | New | New Project? 选择Native C++??
找到jni的文件夹中的 SerialPort.c和SerialPort.h文件复制到\app\src\main\cpp文件夹中
在Java下新建文件夹android_serialport_api，将SerialPort.java和SerialPortFinder.java 复制到该文件夹中，修改SerialPort.java中的最后一行代码：serial_port ?---->>? ? SerialPort
修改CMakeLists.txt里面的代码，对应改为SerialPort
编译一下工程，然后在MyApplication\app\build\intermediates\cmake\debug\obj\armeabi-v7a\libSerialPort.so目录下生成一个so文件，直接把这个so文件复制到libs目录下

至此 NDK 和JNI 开发完成，接下来，完成这个apk，通过按钮菜单来控制机器狗。

代码完成后，安装apk 到设备：

adb install -t -r /Users/caohongwei01/MySerial/app/build/outputs/apk/debug/app-debug.apk

在设备上启动apk：

adb shell am start com.abel.myserial/.MainActivity

启动logcat，查看输出日志， serial_port 代表了c 语言的输出日志， com.serial_port 代表了java 代码的输出日志。

显示连接和发送都成功了，但是机器狗没有动作，为什么呢？是串口连接的不对么？尝试连接 ttyS0，和ttyS1，设备上的apk 都被系统强制终止了！

4.3? Android 应用的troubleshooting

没有什么事是一帆风顺的，debug 和 troubleshooting 无所不在。

需要逐一排查定位并解决问题，方法及过程如下：

1）mac 直连xgo， python 执行指令，查看指令的内容，对比与我们java 串口通信的指令内容是否一致？

原地踏步的指令字节是 [85, 0, 9, 1, 60, 153, 32, 0, 170] , 与java 代码输出的字节流是一样的，不是这个问题。

2）查看 android 设备，到底写了哪个串口，是否可以输出内容到Mac 上？

鉴于只有一个 usb到Type-C 的转接头，采用ADB 的wifi 连接，然后设备的飞线串口连接我的mac。

adb shell 进入设备后，依次执行? echo hello2 >?/dev/ttyS2, echo hello1 >?/dev/ttyS1, echo hellohello >?/dev/ttyS0, 确定飞线的串口为ttyS0,至此，小度设备可以通过串口输出数据了。

3）apk 是否能够通过串口将数据写到 Mac电脑？

检查apk 是否加载了串口库：

adb shell

ps -ef ?找到 apk 的pid 如 3406：

more /proc/3405/maps |grep libSerialPort.so

确认，apk 已经加载了串口库。

修改apk，写『hello，xgo！』到串口， mac端仍以?『串口调试助手』接收。连接ttyS0, apk 被强制退出，在连接串口的时候? 增加 catch (Exeception e), ?并将tracestack 输出到日志。

通过 adb logcat |grep serial_port 看日志，发现是? java.lang.SecurityException 异常，看代码，是设备不可读写。

串口本质上就是一个文件IO，简化起见，直接修改/dev/ttyS0 的权限，

chmod 766  /dev/ttyS0

然后，再次安装测试，“串口调试助手“终于收到了Android App 发出的字符串“hello，xgo！“。

4）将小度设备的串口线与机器狗对接，为机器狗加电，重新安装并启apk，连接ttyS0，然后发送『原地踏步』指令，机器狗终于按照预期动起来了。

至此，本阶段工作完成，核心是通过Android App的触摸按钮来触发动作，建立通信链路环境来控制机器狗。

5. 小度语音控制机器狗

前面的准备工作已经完成，?可以通过语音来控制机器狗了，还是先从简单的动作开始，建一个bot 吧！

在此之前，为了提高机器狗的移动范围，让小度脱离电源插座，需要拆掉小度设备的外壳，把主板和扬声器粘绑在机器狗的背上，同时采用可充电的电池组为其供电，样子稍显古怪。

虽然这只小机器狗的负重没有问题，这还是限制了机器狗的滚动能力，当然，美中不足的事情还有很多。

5.1??支持语音交互的Bot 服务

在DBP 平台创建apk 技能：随身机器狗，得到bot-id：f5069014-39e4-1e4c-9642-65d23a11adf1，包名：com.dueros.xgo

在DBP平台，先创建两个意图（具体可以参考：

xgo_mark:原地踏步

xgo_stop: 停止运动

并适当补充常用的表达。

找一台云上的服务器，搭建bot服务，为了复用xgolib.py 的指令，这里同样使用Python 来搭建bot 服务。下载并安装Bot SDK 的python 版本：

git clone https://github.com/jokenwang/bot-sdk-python.git

然后安装 python sdk 所需的依赖：

pip3 install pyOpenSSL
   pip3 install requests
   pip3 install pycryptodeme

进入bot-sdk-python：

python3 setup.py install

创建项目目录pybot4xgo，创建HttpServer， ServerBot， XgoBot，至此，bot 端的创建基本完成，不断地丰富 XgoBot.py，来支持更多的意图和指令即可。

5.2??构建一个新的APK，引入bot client sdk

参考4.2 的方式创建一个android NDK工程，包名：com.dueros.xgo。

在项目build.gradle中新增 maven库依赖：

maven{ url 'https://dueros.baidu.com/maven/repository/maven-releases/'}

在app/build.gradle加入依赖：

implementation 'com.alibaba:fastjson:1.1.71.android'
implementation 'com.baidu.duer.botsdk:bot-sdk-android:1.51.1'

混淆配置文件proguard_rules.pro 中添加：

-keep class com.baidu.duer.** {*;}
-keep class com.baidu.operationsdk.**{*;}

代码实现，复制?https://github.com/dueros/AndroidBotSdkDemo/tree/master/app/src/main/java/com/baidu/duer/test_botsdk?中的utils，和botsdk 代码到工程中，在mainactivity 中增加：

ContextUtil.setContext(this);
  // 初始化BotSDK
// HeartBeatReporter.getInstance().setShouldUploadHeartBeatByApp(false);
BotSdk.getInstance().init(this);

  BotSdk.getInstance().register(BotMessageListener.getInstance(), BotConstants.BOTID,
          "1001", BotSDKUtils.sign("1001"), "1024", BotSDKUtils.sign("1024"));
  // 打开BotSDK的Log开关，开发阶段建议打开Log开关，便于排查问题
BotSdk.enableLog(true);
  onAttach(this);

实现 onAttach，onDetach，handleIntent，onClickLink 和 onHandleScreenNavigatorEvent，修改相关代码，build apk。

5.3? 联调，语音控制机器狗

首先，可以先不部署后台服务，由DuerOS 对已经设置的意图直接代理（参考DuerOS中的代理机制），测试步骤如下：

1）q= 打开技能调试模式

2）q= 打开随身机器狗

3）q=? 原地踏步

4）q= 停止运动

至此，机器狗就实现了简单的原地踏步动作，证明语音控制链路没有问题。

然后，部署后台服务，由xgobot 完成对意图的处理，服务器启动：

nohup python3 HttpServer.py &

但是，语音操控，?机器狗没有动作，又到了troubleshooting 的环节。

检查小度设备：

adb logcat |tee log.txt|grep -iE --color "botsdk|receive directive"

发现 APK中的bot client sdk 没有收到Intent，只收到了原始query,?检查bot，原来没有增加botappsdk 所属的directive，在xgobot 中增加 class handleIntent（baseDirective）及其实现，并在launchRequest 中发送LaunchApp 的directive，至此，可以语音启动 App 并收到对应的intent 了，进而调用串口指令，操控机器狗运动了。

6. 面向自然语言交互的机器狗

为了简化开发流程，可以在?android 端实现各种机器狗串口通信的指令代码，然后，需要在DBP 配置对应于之指令的意图和各种常用表达，最后，在bot服务中完成对应的处理逻辑，下发handleIntent 指令。

随着指令和话术的丰富，就拥有了一只面向自然语音交互的机器狗。

dueros-xgo-demo

7. 本文小结

文中展示了DuerOS 为硬件产品赋能的一个示例，使我们能够通过DuerOS的机制与机器狗实现对话，让机器狗听得懂人话，像个乖巧的电子宠物，为DuerOS 的应用提供了更多的可能性。

最后，在此感谢合作伙伴和开发者们对DuerOS 的关心和爱护，感谢大家为人们的生活带来了更多的便捷和快乐！

【关联阅读】——【DuerOS 的AI 实战】