双足机器人设计实战：从6自由度原型到稳定行走的调试指南

简介这份文档面向双足机器人控制方向的学习者与嵌入式开发者聚焦北京汉库科技HGR-3HV-C型号双足机器人的步伐源代码解析帮助读者理解并优化机器人运动控制机制。内容围绕步伐函数展开涵盖初始站立子程序、双腿下蹲与起立动作变速子程序的分族解析并延伸至双腿侧身、单腿抬起等动作同时涉及姿态检测、传感器融合、动力学模型与控制算法等关键组件便于开发者调整参数、定制步态并提升动态性能与能源效率。资源包共1个doc文件约9.07MB为完整源代码手册目录结构清晰按动作模块逐级拆解适合对照查阅与系统学习。目前已有474人学习下载可作为研究双足机器人控制技术、理解关节协同与平衡控制思路的实用参考资料。1. 双足机器人设计.doc从一份文档到一个能站稳的原型很多人第一次搜「双足机器人设计.doc」其实是在找一份能直接抄的完整方案——最好打开就是结构图、参数表、代码和物料清单。但现实是这类文档往往只给了骨架真正让机器人站稳、走起来的东西全藏在细节里。我做过几个双足原型最大的体会是双足机器人不是「拼出来」的而是「调出来」的。它涉及机械结构、关节驱动、姿态解算、步态规划四个层面的耦合任何一个环节偷懒机器人就会在通电三秒内给你表演一个原地劈叉。这份文档适合两类人一是想用舵机或小型无刷电机搭一台 8 自由度以内双足平台的开发者二是已经有一台但走不稳、想搞清问题出在机械还是控制上的工程师。下面我按「先能站、再能走、最后能抗扰」的顺序把这份设计文档里最该落地的部分拆开讲。2. 自由度分配与驱动选型为什么 6 自由度也能走2.1 自由度不是越多越好先看步态需求双足机器人的自由度分配直接决定控制难度和成本。常见方案有两类每腿 6 自由度髋 3、膝 1、踝 2和每腿 3 自由度髋 2、膝 1、踝 0 或 1。前者能实现完整空间落脚但逆运动学复杂舵机数量翻倍后者只能做平面内抬腿但配合重心摆动也能走出稳定步态。我一般建议新手从每腿 3 自由度起步总 6 自由度原因是控制维度低PID 调参时不会因为耦合项太多而变成玄学。具体分配是髋关节两个舵机负责前后摆和侧摆膝关节一个舵机负责抬腿。踝关节用被动弹性结构代替主动驱动靠橡胶垫或弹簧吸收落地冲击。这样整机成本能压到主动踝方案的三分之一而行走速度在 0.1~0.2 m/s 之间完全够演示和验证算法。选型时重点看三个参数堵转扭矩、响应速度和虚位。堵转扭矩按单腿承重 1.5 倍估算比如整机 1 kg单腿静态承重约 0.5 kg髋关节力臂 5 cm所需扭矩约 0.25 N·m留 1.5 倍余量选 0.4 N·m 以上。响应速度看舵机规格里的「0.1 sec/60°」这类指标双足行走频率一般在 1~2 Hz太快没必要太慢会跟不上步态周期。虚位是最容易被忽略的坑塑料齿轮舵机用久了虚位能到 2°双足机器人对关节角度误差极其敏感2° 误差在髋关节上就是几厘米的落脚偏差。所以预算允许时金属齿轮加双轴承支撑是底线。2.2 驱动方案对比舵机、无刷加减速器、步进方案扭矩密度控制接口成本适用场景总线舵机中UART/CAN低6~12 自由度原型无刷电机行星减速器高CAN/PWM高12 自由度以上、动态步态步进电机低脉冲/方向中低速高精度、静态展示总线舵机是我最推荐的入门方案因为它把驱动器、编码器、减速器集成在一起你只需要发角度指令不用自己写 FOC 换向。无刷方案扭矩密度高但需要额外驱动器、减速器和编码器调试周期至少多两周。步进电机扭矩密度低双足抬腿时容易丢步除非做静态步行机器人否则不推荐。2.3 最小驱动验证让一条腿先动起来在装整机之前先单独验证一条腿的驱动和通信。下面这段 Python 代码用串口控制总线舵机让髋关节和膝关节按正弦规律摆动模拟抬腿动作。代码里用的是常见的舵机通信协议格式具体寄存器地址需要根据你手头的舵机手册改。import serial import time import math # 打开串口波特率按舵机手册设置常见为 115200 或 1000000 ser serial.Serial(/dev/ttyUSB0, 115200, timeout0.1) def set_servo_angle(servo_id, angle_deg): 发送角度指令角度范围 0~240 度对应舵机内部 0~1000 位置值 pos int(angle_deg / 240.0 * 1000) # 协议帧帧头 0x55 0x55ID长度指令参数低字节参数高字节校验和 frame bytearray([0x55, 0x55, servo_id, 0x05, 0x03, pos 0xFF, (pos 8) 0xFF]) checksum sum(frame[2:]) 0xFF frame.append(checksum) ser.write(frame) # 髋关节 ID1膝关节 ID2 hip_id, knee_id 1, 2 # 步态周期 1 秒抬腿幅度 20 度 for t in range(200): phase 2 * math.pi * t / 100.0 hip_angle 120 15 * math.sin(phase) # 髋关节前后摆 knee_angle 120 20 * math.sin(phase 0.5) # 膝关节抬腿相位略超前 set_servo_angle(hip_id, hip_angle) set_servo_angle(knee_id, knee_angle) time.sleep(0.01)这段代码的逻辑是用正弦函数生成关节角度轨迹髋关节和膝关节之间加一个相位差模拟抬腿时膝盖先弯、髋再摆的协调关系。参数上angle_deg的 120 度是中位15 度和 20 度是摆动幅度相位差 0.5 弧度大约对应 30 度。跑起来后你应该看到腿在前后摆动如果舵机发出持续啸叫或抖动说明角度指令超出了机械限位需要把中位和幅度调小。这一步验证通过再装整机能省掉后面很多「到底是机械卡死还是控制错了」的排查时间。3. 姿态解算与站立控制让机器人先学会不摔倒3.1 IMU 数据读取与姿态角计算双足机器人站立稳定的前提是知道自己的身体倾角。常用 MPU6050 或 ICM20602 这类六轴 IMU输出三轴加速度和三轴角速度。加速度计在静止时能算出倾角但运动时噪声大陀螺仪积分能得到角度但会漂移。所以实际用的是互补滤波或卡尔曼滤波把两者融合。互补滤波的公式很简单角度 0.98 × (上一角度 角速度 × dt) 0.02 × 加速度计角度。系数 0.98 和 0.02 是经验值对应约 1 Hz 的截止频率能滤掉大部分运动噪声同时抑制漂移。下面这段代码用 Python 读取 IMU 并计算俯仰角和横滚角适合在树莓派或 Jetson 上跑。import smbus import time import math bus smbus.SMBus(1) MPU_ADDR 0x68 def read_word(reg): high bus.read_byte_data(MPU_ADDR, reg) low bus.read_byte_data(MPU_ADDR, reg 1) val (high 8) low return val - 65536 if val 0x8000 else val # 初始化唤醒设置量程 bus.write_byte_data(MPU_ADDR, 0x6B, 0x00) # 解除休眠 bus.write_byte_data(MPU_ADDR, 0x1C, 0x10) # 加速度 ±4g bus.write_byte_data(MPU_ADDR, 0x1B, 0x18) # 陀螺 ±2000°/s # 零偏校准静止时取 500 次平均 gyro_bias [0, 0, 0] for _ in range(500): gyro_bias[0] read_word(0x43) gyro_bias[1] read_word(0x45) gyro_bias[2] read_word(0x47) time.sleep(0.002) gyro_bias [b / 500.0 for b in gyro_bias] pitch, roll 0.0, 0.0 alpha 0.98 dt 0.01 while True: ax read_word(0x3B) / 8192.0 ay read_word(0x3D) / 8192.0 az read_word(0x3F) / 8192.0 gx (read_word(0x43) - gyro_bias[0]) / 16.4 gy (read_word(0x45) - gyro_bias[1]) / 16.4 gz (read_word(0x47) - gyro_bias[2]) / 16.4 # 加速度计解算角度单位弧度转度 acc_pitch math.degrees(math.atan2(-ax, math.sqrt(ay*ay az*az))) acc_roll math.degrees(math.atan2(ay, az)) # 互补滤波 pitch alpha * (pitch gy * dt) (1 - alpha) * acc_pitch roll alpha * (roll gx * dt) (1 - alpha) * acc_roll print(fPitch: {pitch:.2f}, Roll: {roll:.2f}) time.sleep(dt)逻辑说明先做零偏校准静止时采集 500 次陀螺仪数据取平均这个值在后续每次读取时减掉能显著降低漂移。加速度计量程设为 ±4g对应灵敏度 8192 LSB/g陀螺仪 ±2000°/s对应 16.4 LSB/(°/s)。互补滤波的alpha0.98表示信任陀螺仪积分 98%加速度计修正 2%。如果发现角度跟随慢把 alpha 降到 0.95如果抖动大升到 0.99。注意 IMU 要刚性固定在机器人躯干上用双面胶或螺丝都行但绝对不能有相对晃动否则加速度计会引入额外噪声。3.2 站立姿态的关节角度解算知道躯干倾角后要让机器人保持直立需要把倾角映射成踝关节或髋关节的修正角度。对于 6 自由度方案踝关节被动只能靠髋关节前后摆来调整重心。简化模型是倒立摆躯干倾斜 θ重心偏移量 Δx ≈ L × sin(θ)L 是重心到脚底的高度。要让重心回到脚掌支撑面内髋关节需要反向摆动一个角度大小约等于 θ 乘以一个比例系数。这个系数就是站立 PID 的 P 项一般从 0.5 开始调太大振荡太小站不住。实际调试时我习惯先用手扶住机器人给一个小的角度扰动观察髋关节舵机是否朝正确方向修正。如果方向反了机器人会直接倒向扰动方向这时候把 PID 输出取反即可。方向对了再放开手从 P0.3 开始加直到机器人能自己站 3 秒以上。然后加 D 项抑制振荡D 一般取 P 的 1/10 到 1/5。I 项在站立阶段基本不用因为双足站立是短时平衡积分项反而会累积误差导致慢漂。3.3 站立调试的检查清单调试站立时按这个顺序排查能少走很多弯路。第一IMU 角度方向是否正确把机器人向前倾pitch 应该朝一个方向变化如果符号反了后面所有控制都是错的。第二舵机中位是否对应机械零位上电后所有关节应该处于自然站立姿态如果某个关节明显偏了先调中位再上控制。第三重心投影是否在脚掌范围内用手把机器人摆到站立姿态松手看它往哪倒如果总是往前倒说明重心偏前需要把电池或控制器往后移。第四控制周期是否稳定站立控制周期建议 5~10 ms用time.sleep在 Python 里很难保证最好用定时器或 RTOS 任务。第五电源是否够舵机同时动作时电流能到几安培电池电压跌落会导致舵机复位表现就是机器人突然软掉。4. 步态规划与行走实现从原地踏步到向前迈步4.1 用倒立摆模型生成髋关节轨迹双足行走的核心是让重心在支撑脚之间转移。最简单的方法是倒立摆模型把机器人看作一个质心在上的倒立摆支撑脚是支点质心绕支点做圆弧运动。行走时质心从一只脚上方转移到另一只脚上方髋关节角度按这个圆弧反解。具体实现时先设定步长和步频步长决定髋关节摆动幅度步频决定周期。比如步长 5 cm腿长 20 cm髋关节摆动幅度约 14 度。步频 1 Hz 时每步 0.5 秒支撑相和摆动相各占一半。下面这段代码生成髋关节和膝关节的行走轨迹在站立控制的基础上叠加步态分量。import math def gait_trajectory(t, period1.0, step_angle14.0, lift_angle25.0): t: 当前时间单位秒 period: 步态周期一个完整左右步的时间 step_angle: 髋关节前后摆幅度单位度 lift_angle: 膝关节抬腿幅度单位度 返回左髋、左膝、右髋、右膝四个角度 phase 2 * math.pi * t / period # 左腿相位 0右腿相位 pi left_hip 120 step_angle * math.sin(phase) right_hip 120 step_angle * math.sin(phase math.pi) # 膝关节在摆动相抬腿支撑相伸直 left_knee 120 lift_angle * max(0, math.sin(phase math.pi/2)) right_knee 120 lift_angle * max(0, math.sin(phase 3*math.pi/2)) return left_hip, left_knee, right_hip, right_knee # 模拟一个周期 for i in range(100): t i * 0.01 lh, lk, rh, rk gait_trajectory(t) # 这里调用 set_servo_angle 发送角度 # set_servo_angle(1, lh); set_servo_angle(2, lk) # set_servo_angle(3, rh); set_servo_angle(4, rk)逻辑说明step_angle控制步长lift_angle控制抬腿高度。左腿和右腿相位差 180 度保证交替迈步。膝关节用max(0, sin(...))保证只在摆动相弯曲支撑相伸直这样落地时腿是直的能提供支撑力。参数调整时先让机器人原地踏步确认左右腿交替正常再逐渐加大step_angle让它向前走。如果走两步就往前扑说明重心转移没跟上需要减小步长或加快步频。4.2 ZMP 判据与稳定边界ZMP零力矩点是判断双足机器人是否稳定的经典判据。简单说ZMP 必须落在支撑多边形内机器人才能不摔倒。支撑多边形就是脚掌与地面接触的区域单脚支撑时是一个脚掌的面积双脚支撑时是两个脚掌加中间区域。行走时ZMP 从一只脚掌移到另一只脚掌如果移得太快机器人会侧翻移得太慢会前后倒。实际调试时不用精确计算 ZMP但要知道这个约束步频越快ZMP 移动越快对控制周期要求越高。我一般把控制周期设在 5 ms 以内保证 ZMP 轨迹足够平滑。4.3 行走调试的四个阶段第一阶段原地踏步只给膝关节抬腿信号髋关节不动确认左右腿能交替抬起且躯干不晃。第二阶段原地重心转移髋关节左右摆让重心在两只脚之间来回移脚不离地确认机器人能承受重心转移而不倒。第三阶段单步行走只走一步就停检查落脚点是否在预期位置如果偏了调整髋关节中位或步态相位。第四阶段连续行走走 5 步以上观察是否越走越偏如果偏向一侧说明左右腿的步长或中位不对称需要单独校准。每个阶段都要先用手扶确认动作方向正确再放手。5. 避坑与常见问题排查5.1 上电后舵机抖动或啸叫现象机器人上电后舵机持续抖动发出高频啸叫电流很大。原因通常是舵机角度指令超出了机械限位舵机内部一直在试图到达一个到不了的位置堵转发热。解决方法是先断开控制信号用手把关节转到中位记录此时的角度值把这个值设为中位。然后检查步态轨迹的角度范围是否在中位加减 60 度以内超出就缩小幅度。另外电源功率不足也会导致舵机抖动用万用表测舵机供电电压如果低于标称值 10% 以上换更大电流的电池或加电容。5.2 站立时低频振荡像在打寒颤现象机器人能站住但身体前后低频摆动频率约 1~2 Hz。原因是站立 PID 的 P 项太大或 D 项太小系统在过阻尼和欠阻尼之间振荡。解决方法是先把 D 项设为 0逐渐减小 P 直到振荡消失然后加 D 到 P 的 1/5 左右观察振荡是否被抑制。如果加了 D 还振检查 IMU 的安装是否松动松动的 IMU 会引入额外相位滞后让 D 项失效。5.3 行走时越走越偏最后转圈现象机器人能走但走几步后明显偏向一侧最后原地转圈。原因是左右腿的步长或中位不对称。解决方法是单独校准每条腿把机器人吊起来让一条腿单独做步态动作测量脚尖的前后摆动范围调整step_angle使左右一致。中位偏差也要校用角度尺量髋关节在站立时的实际角度和指令角度对比差多少补多少。这个校准过程比较枯燥但做完之后行走直线度能提升一个档次。5.4 落脚时冲击大机器人弹跳现象每次落脚时机器人明显弹跳甚至把脚弹离地面。原因是膝关节在支撑相没有完全伸直或者踝关节被动弹性太硬。解决方法是检查步态轨迹里支撑相的膝关节角度是否回到中位如果没回到把lift_angle的相位提前让膝盖在落地前伸直。如果是被动踝太硬换软一点的橡胶垫或者在脚底加一层泡棉。冲击大不仅影响稳定还会加速舵机齿轮磨损属于必须解决的问题。5.5 控制周期不稳定导致偶发摔倒现象机器人大部分时间走得好偶尔突然摔一下没有规律。原因通常是控制周期不稳定Python 的time.sleep受系统调度影响实际周期可能在 8~15 ms 之间波动。双足控制对周期敏感周期一长姿态解算和步态更新的时间就对不上。解决方法是把控制循环放到独立线程或定时器中断里或者用 C 重写控制部分。如果暂时只能用 Python至少把time.sleep换成time.perf_counter做补偿让平均周期接近设定值。6. 进阶技巧用被动弹性元件降低控制难度双足机器人设计里有一个反直觉的经验加一点被动弹性控制反而更容易。原因是刚性关节在落地时冲击直接传到舵机舵机为了维持角度会输出很大电流引起电源波动和机械振动。如果在膝关节或踝关节加一个弹簧或橡胶垫落地时弹性元件先吸收一部分冲击舵机只需要处理剩余的小扰动控制带宽要求降低站立和行走都更稳。我一般会在踝关节加一个硬度适中的橡胶垫厚度 3~5 mm压缩量约 2 mm。太软会站不住太硬没效果需要试几组。另一个技巧是给步态加一点「预判」。纯反馈控制总是等误差出现才修正双足行走时误差出现往往已经晚了。可以在步态轨迹里提前加入重心转移分量比如在抬腿之前先让髋关节向支撑脚方向摆 2~3 度等重心确实移过去再抬腿。这个提前量不用精确计算试出来的值往往比算出来的好用。我习惯在调试时用手机慢动作拍机器人行走回放看重心转移和抬腿的时序比盯着代码调参数直观得多。验证行走稳定性有一个简单方法在地面贴一条直线胶带让机器人沿着线走走 10 步后看偏离多少。偏离小于 5 cm 算合格小于 2 cm 算调得不错。如果偏离大先查机械对称性再查步态参数最后查 IMU 零偏。这个顺序能避免在控制算法上浪费时间。最后说一个血泪教训双足机器人调试时一定要用急停开关或者把电源线做成一拔就断的结构。我见过太多机器人走着走着突然加速冲向桌边没有急停就只能看着它跳楼。希望帮到你。本文还有配套的精品资源点击获取