Conheça o Greg, o robô com uma única função
Conheça o Greg, um robô com um único propósito: detectar uma palma humana levantada e retribuir com um "toca aqui". Essa interação simples e memorável mostra uma integração avançada de IA nos bastidores, com resultados imediatos e tangíveis.
A arquitetura do Greg gira em torno de cinco servos controlados por uma placa ESP32-S3. Uma ESP32-CAM secundária transmite vídeo por Wi-Fi para um Mac. Esse Mac executa o Google MediaPipe, detectando palmas abertas e calculando os ângulos precisos das articulações para o "toca aqui".
Esse sistema distribuído funciona a partir de uma única fonte de alimentação. Depois de ligado, o Greg assume a posição e aguarda uma mão humana. O projeto demonstra como a IA pode conectar projeto mecânico, firmware e visão, mas ainda foi uma pessoa quem construiu, testou e montou a máquina.
O Claude Opus 3.5 conduziu todo o processo de projeto, gerando:
- Modelos 3D das peças
- Diagramas de ligação elétrica
- Firmware para as duas placas ESP32
- Algoritmos de visão computacional
O criador usou uma impressora 3D Elegoo Neptune 3 Pro para a fabricação. O Claude gerou as peças como scripts do Blender, permitindo ajustes manuais diretos. Este projeto destaca um fluxo de trabalho poderoso: projeto conduzido por IA combinado com montagem manual e iteração humanas.
O Claude se tornou a equipe de design do robô
O Claude se tornou a equipe de design completa do Greg. O construtor forneceu o conceito e as dimensões dos componentes; o Claude gerou todos os artefatos necessários. Isso incluiu modelos do Blender, diagramas de ligação elétrica, firmware para as duas placas ESP32 e código de visão para o servidor MediaPipe.
A escolha do Blender foi estratégica. O construtor evitou aprender um software de CAD específico e aproveitou o Blender, que já conhecia. O Claude gerou os projetos por meio de scripts Python, permitindo inspeção direta e ajuste manual quando necessário.
Os ciclos de feedback físico foram críticos. Antes das impressões em escala real, o construtor imprimiu pequenos testes de encaixe de servo. Fotos dos problemas de encaixe voltavam ao Claude, que analisava as imagens e revisava os projetos. Esse processo iterativo economizou horas de impressão e filamento na Elegoo Neptune 3 Pro.
Esse fluxo de trabalho reduziu o tempo de projeto e o desperdício de material. O Claude considerou as dimensões precisas de componentes como os servos e a câmera ESP32, mas às vezes deixou passar detalhes. Por exemplo, um projeto inicial do ombro não tinha espaço para os fios do servo; o Claude o corrigiu após receber feedback por imagem.
Essa iteração multimodal, que devolve resultados físicos à IA, mostrou-se essencial. Ela demonstrou a capacidade do Claude de ligar o projeto digital à prototipagem física, democratizando o desenvolvimento de hardware em projetos complexos como o Greg.
Os pequenos erros que paralisaram a construção
Erros na construção física interromperam o progresso. Os projetos iniciais de suporte dos servos feitos pelo Claude omitiram o espaço essencial para os fios, o que exigiu um redesenho completo que modelasse o cabo. Os modelos da câmera também exigiram medições reais depois que as primeiras impressões 3D ficaram apertadas ou folgadas demais; as suposições do Claude sobre a espessura e a posição da lente mostraram-se incorretas.
Surgiram desafios elétricos. Os servos exigem um caminho de alimentação separado, nunca retirando energia diretamente do pino de 5 volts do ESP32. Todos os componentes devem compartilhar um terra comum; negligenciar isso fez os servos tremerem. Um capacitor de 1.000 microfarads entre as linhas de 5 volts e de terra amortece os picos súbitos de corrente de vários servos, evitando quedas de tensão que poderiam reiniciar o ESP32 e a câmera.
O firmware apresentou um obstáculo particular. A biblioteca de servos popular para ESP32 atribuiu as articulações do cotovelo e da base ao mesmo canal PWM, fazendo-as se mover em uníssono. Atribuir explicitamente canais PWM distintos a cada servo resolveu o problema. Verifique sempre o código gerado por IA; não presuma que a atribuição de canais esteja correta, especialmente com bibliotecas compartilhadas. Para mais detalhes sobre os componentes do sistema de visão, consulte MediaPipe Solutions - Google for Developers.
Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.
um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros
De um braço desajeitado a um "toca aqui" funcional
A calibração do braço do Greg exigiu uma abordagem baseada em grade. O braço percorreu várias posições enquanto a câmera rastreava um pedaço de fita na palma. Esse processo mapeou diretamente as coordenadas da imagem para os ângulos de articulação correspondentes, estabelecendo a ligação fundamental entre visão e movimento.
Refinamentos iterativos melhoraram significativamente o "toca aqui" do Greg. Uma câmera de ângulo mais amplo melhorou a detecção, e comandos de voz permitiram ajustes precisos em tempo real. Exemplos salvos ajudaram a ajustar a orientação do pulso, enquanto controles deslizantes ajustáveis regulavam o atraso e a velocidade, personalizando a interação.
O Greg acabou cumprindo seu propósito de dar "toca aqui", funcionando de forma confiável após a configuração inicial. No entanto, continuou sendo um protótipo, apresentando ocasionalmente falhas na inicialização que exigiam intervenção manual.
Este projeto destaca uma distinção crucial: a IA acelera a criação, gerando projetos e código rapidamente. Mas a transformação de um projeto gerado em hardware confiável exige testes meticulosos, medições precisas e solução de problemas com paciência. A supervisão humana continua essencial para converter conceitos gerados por IA em sistemas físicos robustos e funcionais.
Perguntas frequentes
O que o robô Greg faz?
O Greg detecta uma palma aberta levantada e move o braço de cinco servos para oferecer um "toca aqui".
Como o Greg reconhece uma mão levantada?
Uma câmera transmite vídeo por Wi-Fi para um Mac, onde o Google MediaPipe detecta a mão e ajuda a calcular a posição-alvo do braço.
O que o Claude ajudou a criar para o robô?
O Claude ajudou a gerar modelos no Blender, planos de ligação elétrica, firmware e software de visão computacional, enquanto o construtor testava e corrigia os projetos.
Um iniciante pode construir um robô projetado por IA?
Um iniciante motivado, com experiência básica em eletrônica, pode tentar, mas deve esperar montagem manual, ligação elétrica de alimentação cuidadosa e testes de encaixe repetidos.