手搓一台ESP32 AI智能语音小车（一）：硬件架构与原理深度解析

前言

在物联网（IoT）与人工智能（AI）飞速发展的今天，拥有一台属于自己的AI机器人是很多开发者的梦想。最近，我参加了 Datawhale AI + IOT 组队学习，开始着手制作 WhaleBot —— 一款基于 ESP32-S3 的 AI 智能语音小车。

这就好比从零开始打造钢铁侠的战衣，虽然不仅是敲代码，还需要拿烙铁、看电路，但这正是嵌入式开发的魅力所在。本文将作为系列的第一篇，结合 WhaleBot 的原理图，带大家深入了解这台小车的“五脏六腑”，并完成基础的硬件认知与搭建。

硬件介绍：WhaleBot 的“身体构造”

要让小车跑起来、听得懂话、看得见路，离不开强大的硬件支持。通过分析 WhaleBot原理图，我们可以将整个系统划分为以下几个核心模块：

1. 核心大脑：ESP32-S3-DevKitC

整个小车的控制中心是一块 ESP32-S3 开发板。

为什么选它？ ESP32-S3 不仅支持 Wi-Fi 和蓝牙 5 (LE)，还针对 AI 加速进行了优化（支持向量指令），非常适合处理本地简单的神经网络运算（如图像识别）。
引脚丰富： 原理图中可以看到，大量的 IO 口被引出用于控制电机、舵机和读取传感器数据。

2. 听觉系统：ASRPRO 语音模块

为了实现“动口不动手”，小车搭载了 ASRPRO 离线语音识别模块。

工作原理： 它通过串口（UART）与主控 ESP32 通信。原理图中显示，ASRPRO 的 TX 和 RX 分别连接到了 ESP32 的通信引脚。
优势： 离线识别响应速度极快，不需要联网即可处理“前进”、“左转”、“跳舞”等指令，保护隐私且低延迟。
音频输出： 原理图右下角展示了 +SPK 和 -SPK 接口，这说明它支持外接扬声器，可以给小车一张“嘴巴”，进行语音播报。

3. 运动神经：TB6612 电机驱动

ESP32 的 GPIO 输出电流很小，带不动电机，所以需要驱动芯片。原理图中使用了 TB6612 (U3 等位置)。

配置： 从原理图的 FL-A01, FR-B01 等标识可以看出，小车采用的是四轮驱动（通常配合麦克纳姆轮实现全向移动）。
控制逻辑： ESP32 通过 PWM 引脚（如 PWMA）控制速度，通过逻辑引脚（AIN1, AIN2 等）控制方向。相比老旧的 L298N，TB6612 体积更小、效率更高、发热更低。

4. 能量中心：电源管理系统

电源是电路的血液。原理图左上角展示了完整的电源树：

输入： DC-005 接口支持 12V 电压输入（通常来自锂电池组）。
保护： 设有 F1 保险丝和 SW1 开关，以及防反接二极管 D2，防止电源接反烧毁电路。
降压：
- 12V -> 5V： 经过 U7B 稳压芯片，为舵机和部分传感器供电。
- 5V -> 3.3V： 经过 H7B 稳压芯片，为 ESP32 主控供电（ESP32 是 3.3V 逻辑电平，切记不可直连 5V）。

5. 拓展外设

原理图还预留了丰富的接口：

舵机接口 (S1-S5)： 用于控制机械臂或云台。
I2C 接口： 可接 OLED 屏幕显示 IP 地址或表情。
超声波/温湿度接口： 用于避障和环境感知。

功能

基于上述硬件，我们的 WhaleBot 最终将实现以下炫酷功能：

全向移动： 配合麦克纳姆轮，实现前后左右平移及旋转。
离线语音交互： 呼叫“小鲸小鲸”唤醒，通过语音指令控制小车运动或控制机械臂。
视觉巡线/避障： 利用 ESP32-S3 的摄像头进行简单的图像处理（后续章节实现）。
手机 APP/Web 控制： 通过 Wi-Fi 建立连接，实现远程图传与控制。

实现：点亮你的第一盏灯

万事开头难，硬件组装完成后，我们先进行一个最基础的测试，确保环境搭建成功且主控板正常工作。

1. 硬件组装

按照 PCB 丝印，将 ESP32 开发板插到底板上，连接好电机线和电池。注意：上电前务必检查正负极，防止“炸机”！

2. 软件环境搭建

我们将使用 Arduino IDE 进行开发（也可以选择 PlatformIO）：

下载并安装 Arduino IDE。
在“首选项”中添加 ESP32 开发板管理器地址：https://espressif.github.io/arduino-esp32/package_esp32_index.json
在“开发板管理器”中搜索并安装 esp32 by Espressif Systems。
选择开发板型号为 ESP32S3 Dev Module。

3. Hello World (点灯测试)

ESP32-S3 开发板上通常板载了一颗 LED（通常是 GPIO 2 或 48，视具体板子而定，WhaleBot 核心板一般使用 GPIO 2）。

我们编写一个简单的 Blink 程序：

// 定义LED引脚，根据你的原理图或实物确认，WhaleBot常用IO2
#define LED_PIN 2 

void setup() {
  // 初始化串口，用于调试
  Serial.begin(115200);
  // 设置LED引脚为输出模式
  pinMode(LED_PIN, OUTPUT);
  Serial.println("WhaleBot Hardware Init Success!");
}

void loop() {
  digitalWrite(LED_PIN, HIGH);  // 点亮
  Serial.println("Light ON");
  delay(1000);                  // 等待1秒
  digitalWrite(LED_PIN, LOW);   // 熄灭
  Serial.println("Light OFF");
  delay(1000);                  // 等待1秒
}

4. 烧录与验证

用 Type-C 数据线将 ESP32 连接电脑。
选择对应的端口（Port）。
点击上传（Upload）。
观察开发板上的 LED 是否闪烁，并打开“串口监视器”查看是否打印 “Light ON/OFF”。

如果灯亮了，恭喜你，WhaleBot 的“心脏”已经开始跳动了！

总结

通过分析原理图，我们不仅搞清楚了 WhaleBot 的四肢（电机）、大脑（ESP32）和耳朵（ASRPRO）是如何连接的，还成功搭建了开发环境并完成了第一次下载。如下思维导图：

硬件是软件的载体，只有充分理解了原理图中的电源分配和 IO 映射，后续编写电机驱动和语音控制代码时才能得心应手。

下一篇预告： 我们将让 WhaleBot 动起来，通过代码驱动 TB6612 控制电机，并尝试让它听懂我们的语音指令！

参考资料：
[1] Datawhale AI + IOT 开源学习资料

手搓一台ESP32 AI智能语音小车（一）：硬件架构与原理深度解析 | Datawhale组队学习

前言