Robotics | Liu Yue — Embodied AI Researcher

Open-Source Robotics Collaboration with 子豪兄

Sat, 01 Nov 2025 00:00:00 +0000

A series of open-source robotics projects co-built with — Tongji University’s most prominent AI/robotics education creator — focused on making embodied AI hardware accessible to the community.

OpenDuckMini — Bipedal Duck Robot

Hardware internals: 3D-printed PLA/PETG frame, servo actuators at each joint, Raspberry Pi onboard compute, custom PCB wiring harness.

Dynamic walking and running gait — field-tested on Tongji University track
3D-printed structural components (PLA/PETG), servo-actuated joints, Raspberry Pi compute

OpenDuckMini 完整构建文档硬件组装 · 标定流程 · 步态调试指南 Feishu Docs 子豪兄 Bilibili 主页同济大学 AI/机器人教育创作者 Bilibili miracle-techlink / GitHub 开源机器人项目代码仓库 GitHub

Quadruped Platform

Four-legged robot platform for reinforcement learning locomotion experiments and sim-to-real transfer research, built alongside the bipedal work as part of the same hardware studio.

Community & Mission

All projects are fully open-source and documented — reproducible by anyone with access to a 3D printer and basic electronics. The goal is to democratize embodied AI hardware and accelerate the research-to-product cycle for students and researchers across China.

OpenDuckMini — 开源双足机器人

Sat, 01 Nov 2025 00:00:00 +0000

OpenDuckMini 是与联合开发的开源微型双足机器人平台，子豪兄是国内最具影响力的 AI 科普创作者之一。

硬件配置：

3D 打印结构件（PLA/PETG）
各关节舵机驱动
树莓派板载计算
自制 PCB 线束

运动能力：

动态双足行走与奔跑步态
已在大学跑道实地测试
开源硬件设计，社区可完整复现

社区生态：

完整组装文档发布于飞书 Wiki
隶属与子豪兄在同济大学联合创立的机器人工作室

本项目体现了一个核心理念：具身 AI 硬件民主化 — 让任何人都能构建并实验足式机器人，加速从研究到产品的转化周期。

演示视频详见或项目文档。

AGV Reception & Inspection Robot — Tongji Deployment

Wed, 01 May 2024 00:00:00 +0000

Participated in the R&D of an intelligent AGV robot platform deployed across Tongji University’s exhibition hall and teaching buildings. The system integrates two robot roles — reception (迎宾) and inspection (巡检) — on a shared AGV chassis with a modular AI brain architecture.

My contribution: Led the voice module localization for Middle East clients — adapting the NLP pipeline for Arabic speech recognition, TTS, and interaction flows to support overseas commercial deployment.

Deployment

Left: Reception robot in Tongji University Exhibition Hall. Right: Inspection robot in Tongji teaching building.

System Architecture

Dual-brain architecture: AI大脑 (data analysis / model inference / HRI) + AGV大脑 (autonomous navigation controller) on a unified AGV platform.

The robot uses a dual-brain architecture:

AI 大脑 — handles 数据分析, 模型推理, 人机交互 (vision, NLP, multimodal interaction)
AGV 大脑 — autonomous navigation controller (SLAM, path planning, motor control)

Hardware Specs

Hardware: T1 industrial LiDAR, SONY 4G i640 compute unit, 60W×2 brushless drive motors, 24V/16Ah battery pack.

Module	Spec
LiDAR	单线激光雷达，180° FOV，测距精度 0.1°
Compute	SONY 4G i640，Ubuntu 16.04
Drive	橡胶车轮，60W×2 无刷电机，最高速 0.5m/s
Battery	18650锂电，24V/16Ah，续航 2h

Perception Capabilities

人员监测（人脸/穿戴/姿态/行为识别）× 环境监测（温湿度/烟雾/火警）

人员监测：

人脸识别与比对
穿戴识别（衣物、着装规范）
姿态检测（人体骨骼关键点）
行为识别（吸烟检测、摔倒预警）

环境监测：

温湿度检测（区域/物体温度）
烟雾报警（有害气体 + 烟雾检测）
火警预警（融合温度、热图、烟雾多源判断）

Face Recognition & Edge AI

人脸识别 + 红外测温实时上传，支持二次开发与定制化功能扩展。

人脸识别 + 红外测温数据实时上传
考勤数据大屏可视化
支持二次开发，可为客户定制化功能模块（含中东客户阿拉伯语语音交互落地）

AGV 迎宾巡检机器人 — 同济大学落地部署

Wed, 01 May 2024 00:00:00 +0000

参与研发面向同济大学展厅与教学楼的智能 AGV 机器人平台，集迎宾与巡检两大角色于共用 AGV 底座，搭载模块化 AI 大脑架构。

个人贡献： 主导中东客户阿拉伯语语音模块本地化落地，包括阿拉伯语 ASR、TTS 及交互流程适配，支撑海外商业部署。

落地场景

左：迎宾机器人同济展厅内投放使用。右：巡检机器人同济教学楼投放使用。

系统架构

双脑架构：AI大脑（数据分析/模型推理/人机交互）+ AGV大脑（自主导航控制器）统一底盘平台。

机器人采用双脑架构：

AI 大脑 — 负责数据分析、模型推理、人机交互（视觉、NLP、多模态）
AGV 大脑 — 自主导航控制器（SLAM、路径规划、电机控制）

硬件配置

硬件：T1 工业级激光雷达、SONY 4G i640 计算单元、60W×2 无刷驱动电机、24V/16Ah 电池组。

模块	参数
激光雷达	单线，180° 视角，测距精度 0.1°
计算单元	SONY 4G i640，Ubuntu 16.04
驱动	橡胶车轮，60W×2 无刷电机，最高速 0.5m/s
供电	18650 锂电，24V/16Ah，续航约 2h

感知能力

人员监测（人脸/穿戴/姿态/行为识别）× 环境监测（温湿度/烟雾/火警）

人员监测：

人脸识别与比对
穿戴识别（衣物、着装规范）
姿态检测（人体骨骼关键点）
行为识别（吸烟检测、摔倒预警）

环境监测：

温湿度检测（区域温度 + 物体温度）
烟雾报警（有害气体 + 烟雾）
火警预警（融合温度、热图、烟雾多源）

人脸识别与边缘 AI

人脸识别 + 红外测温实时上传，支持二次开发与定制化功能扩展。

人脸识别 + 红外测温数据实时上传后台
考勤数据大屏可视化
支持二次开发，可定制化功能模块（含中东客户阿拉伯语语音交互落地）

Robotic Arm Simulation Engine — Tongji × Siemens Industry 4.0 Lab

Thu, 01 Feb 2024 00:00:00 +0000

Three.js real-time robotic arm visualization — adjusting slider parameters updates the 3D model in real time.

A joint research project between Tongji University’s Sino-German Industry 4.0 Lab and Siemens, replacing legacy particle swarm optimization (PSO) with deep reinforcement learning for higher-precision robotic arm control.

Technical work:

DQN agent for joint trajectory optimization, replacing PSO baseline
Three.js 3D visualization — interactive slider-based parameter control, real-time model updates, importable industrial equipment scenes
SITP project certification completed

Key insight: After exposure to NVIDIA Isaac Sim, identified that the core need is not model import/visualization but custom algorithm interfaces and GPU-accelerated physics simulation — pivoted research direction accordingly.

Affiliations: Tongji University Sino-German Industry 4.0 Lab × Siemens | 2023.11 – 2024.02

机械臂仿真引擎 — 同济×西门子工业 4.0 实验室

Thu, 01 Feb 2024 00:00:00 +0000

引擎演示视频 · Bilibili Three.js 机械臂仿真引擎实时演示 Bilibili

Three.js 实时机械臂可视化 — 调节滑动条旋转参数，模型相应变化。

同济大学中德工业 4.0 实验室与西门子联合研究项目，用深度强化学习替代传统粒子群优化（PSO），实现更高精度的机械臂控制。

技术工作：

DQN 智能体 用于关节轨迹优化，替代 PSO 基线
Three.js 3D 可视化 — 滑动条交互式参数控制，实时模型更新，支持导入工业设备场景
SITP 项目结项认证 已完成

关键洞察： 接触 NVIDIA Isaac Sim 后，识别到核心需求并非模型导入/可视化，而是自定义算法接口与 GPU 加速物理仿真 — 据此调整了研究方向。

归属： 同济大学中德工业 4.0 实验室 × 西门子 | 2023.11 – 2024.02

Smart Car Design — Provincial Competition Silver Award (Team Lead)

Thu, 01 Jun 2023 00:00:00 +0000

Led a team in designing and manufacturing a cam-steered autonomous smart car for the provincial-level competition, taking the project from concept through mechanical design, simulation, and hardware implementation.

Role: Team Lead — responsible for overall mechanical architecture, steering system design, trajectory modeling, and circuit design.

Mechanical Design

Early-stage CAD concept model — initial chassis layout and wheel configuration.

Final SolidWorks detailed render — cam steering mechanism, gear transmission, drive wheels, and onboard camera mount.

The steering system uses a cam-based mechanism to convert rotational motion into precise lateral displacement, eliminating the need for servo actuators and improving mechanical reliability. The drivetrain uses a gear reduction stage paired with brushed DC motors.

Trajectory Simulation

MATLAB trajectory simulation — left: full path trace (x/y in mm); top-right: vehicle turning angle vs. displacement; bottom-right: cam curve profile.

Developed a MATLAB model to simulate the vehicle trajectory based on the cam profile. Key outputs:

Path trace — verifies the car follows the intended curved route
Turning angle curve — validates smooth, continuous steering input
Cam profile — designed for minimal acceleration jerk and stable contact force

Charging Circuit

Custom charging circuit schematic — onboard battery management for the competition vehicle.

Designed a custom charging circuit with battery management to ensure reliable power delivery during competition runs.

Award: Silver Award, Provincial Smart Car Competition | Team Lead Stack: SolidWorks · MATLAB · PCB Design · DC Motor Control

智能小车设计 — 省赛银奖（队长）

Thu, 01 Jun 2023 00:00:00 +0000

担任队长，带队设计并制造一辆凸轮转向自主智能小车，参加省级竞赛。项目覆盖机械设计、轨迹仿真到硬件实现的全流程。

职责： 队长 — 负责整体机械架构、转向系统设计、轨迹建模与电路设计。

机械设计

初版 CAD 概念模型 — 底盘布局与车轮配置初稿。

SolidWorks 最终详细渲染 — 凸轮转向机构、减速齿轮、驱动车轮与摄像头支架。

转向系统采用凸轮机构，将旋转运动转化为精确的横向位移，无需舵机，提升机械可靠性。传动部分采用减速齿轮级配合有刷直流电机。

轨迹仿真

MATLAB 轨迹仿真 — 左：完整路径轨迹（单位 mm）；右上：车辆转角随位移变化；右下：凸轮曲线轮廓。

基于凸轮轮廓建立 MATLAB 仿真模型，验证车辆行驶轨迹。核心输出：

路径轨迹 — 验证小车沿预定曲线行驶
转角曲线 — 确保转向输入平滑连续
凸轮轮廓 — 设计目标：最小加速度冲击、稳定接触力

充电电路

自制充电电路原理图 — 含电池管理，保障比赛期间稳定供电。

奖项： 省级智能小车竞赛银奖 | 队长 技术栈： SolidWorks · MATLAB · PCB 设计 · 直流电机控制