一、四足机器人概述：从实验室到野外

各位同学好，我是这门课的主讲工程师。做了十几年机器人系统集成，我接触过轮式、履带式，但最让我着迷的，还是四足机器人。为什么？因为它最接近我们熟悉的动物运动方式——能跑、能跳、能爬，还能在复杂地形里稳稳当当。

这一章，我们先不急着写代码、调传感器。先把四足机器人的来龙去脉搞清楚。你想想看，不了解它的历史，你怎么知道今天的技术处在什么位置？不了解应用场景，你怎么判断该选什么传感器？

1.1 四足机器人发展史：三个关键阶段

我习惯把四足机器人的发展分成三个阶段。每个阶段都有标志性的机器，也都有踩过的坑。

阶段	时间	代表机型	核心特征
萌芽期	1960s - 1990s	GE Walking Truck, 早稻田系列	液压驱动，笨重，靠人工操作
探索期	2000s - 2015	BigDog, LS3, Spot Classic	动态平衡，自主行走，开始用传感器
爆发期	2016 - 至今	Spot, ANYmal, Unitree, MIT Mini Cheetah	轻量化，高动态，多传感器融合

萌芽期：最早的四足机器人，说白了就是个会走路的铁架子。我记得看过一段GE Walking Truck的录像，操作员坐在上面，手脚并用控制四条腿，走一步都费劲。那时候没有传感器，全靠人眼反馈。

探索期：波士顿动力的BigDog是个里程碑。它第一次让四足机器人真正「走」了起来，而不是「挪」起来。我在项目里拆解过BigDog的液压系统，说实话，那套东西放在今天看依然很暴力。但它的传感器方案很重——IMU、关节编码器、足底力传感器，加起来快20公斤。

爆发期：现在你花几万块就能买到一台Unitree Go1，跑起来比人还快。为什么能做到？因为传感器小型化了，IMU芯片从鞋盒大小变成了指甲盖大小。我个人觉得，这个阶段最大的进步不是硬件，而是算法——传感器数据怎么处理、怎么融合，才是拉开差距的地方。

1.2 应用场景：四足机器人到底能干什么？

经常有人问我：「四足机器人除了炫技，到底有什么用？」嗯，这个问题我当年也问过。直到我亲眼看到一台Spot在化工厂里巡检，踩着碎石、跨过管道，我才意识到——有些场景，轮式机器人真进不去。

目前主流的应用场景有这几类：

• 工业巡检：石油、化工、电力。环境恶劣，人进去有危险。四足机器人可以搭载热成像、气体传感器、麦克风阵列，代替人做日常巡检。
• 应急救援：地震、火灾、核泄漏。地形复杂，有楼梯、有废墟。四足机器人能爬能钻，还能带生命探测仪。
• 安防巡逻：园区、仓库、边境。24小时巡逻，搭载摄像头和雷达，自动识别异常。
• 科研教育：高校实验室、机器人竞赛。用来研究运动控制、SLAM、多传感器融合。
• 消费娱乐：宠物机器人、教育玩具。门槛低，但传感器要求也不低——毕竟你不能让用户的狗撞墙。

1.3 运动学基础概念：腿是怎么动的？

好，现在聊点硬核的。四足机器人怎么走路？这背后是运动学。说白了，运动学就是研究「关节转多少度，脚落在哪里」的学问。

我遇到过不少新手，一上来就调PID，结果机器人原地转圈。为什么？因为没搞懂运动学。你告诉电机转30度，但不知道这个角度对应脚底什么位置，那机器人当然乱走。

1.3.1 正运动学 vs 逆运动学

这两个概念必须分清楚：

类型	输入	输出	典型应用
正运动学	关节角度	足端位置	仿真、状态估计
逆运动学	足端位置	关节角度	轨迹规划、控制

举个例子：你告诉机器人「右前腿关节1转30度，关节2转-45度」，然后算出来脚底在(0.2, 0.3, -0.4)米——这是正运动学。反过来，你告诉机器人「脚底给我踩到(0.2, 0.3, -0.4)」，然后算出关节1和关节2各转多少度——这是逆运动学。

实际控制中，我们几乎只用逆运动学。因为你要规划的是脚底轨迹，而不是关节轨迹。

1.3.2 单腿自由度与构型

四足机器人每条腿通常有3个自由度（关节）。为什么是3个？因为脚底在三维空间里需要3个坐标（x, y, z）来定位。你想想看，如果只有2个关节，脚底只能在一个平面里动，那机器人怎么抬腿跨障碍？

常见的腿构型有两种：

• 哺乳动物型：髋关节有2个自由度（前后摆动+侧向摆动），膝关节1个自由度（前后摆动）。狗、猫都是这种。优点是灵活，侧向能迈步。
• 爬虫型：髋关节1个自由度，膝关节1个自由度，踝关节1个自由度。蜥蜴、蜘蛛那种。优点是稳定，但侧向移动差。

目前主流四足机器人（Spot、ANYmal、Unitree）都采用哺乳动物型。为什么？因为侧向摆动能力对动态行走太重要了——转弯、侧移、调整姿态都靠它。

1.3.3 步态与相位

四条腿怎么配合？这就是步态。最基本的步态有：

• 行走步态（Walk）：任何时候只有一条腿离地，其他三条支撑。最稳，但慢。
• 小跑步态（Trot）：对角腿成对摆动（左前+右后，右前+左后）。速度快，稳定性也不错。
• 跳跃步态（Bound）：前腿成对、后腿成对。像兔子跳，适合高速冲刺。
• 飞奔步态（Gallop）：四条腿依次离地。最快，但控制难度最大。

每个步态都有一个关键参数——占空比（Duty Cycle）。它表示一条腿在支撑相的时间占总周期的比例。Walk的占空比约0.75，Trot约0.5，Gallop可以低到0.3。占空比越低，机器人越「飘」，对传感器和控制的实时性要求越高。

1.4 本章知识体系总览

下面这张图，是我自己梳理的四足机器人知识体系。你可以把它当作这门课的地图——每学完一章，回来看看自己处在哪个位置。

这张图里，我把四足机器人拆成了三大块：机械结构、传感器系统、控制算法。这门课的核心是传感器系统，但你不能孤立地学它——传感器数据最终要喂给控制算法，而算法的输出又受机械结构的约束。

举个例子：你选了一个高精度的IMU（比如ADIS16470），但如果腿的机械刚度不够，振动会把IMU数据淹掉。你花大价钱买的传感器，效果还不如一个便宜的。这就是系统思维——我在项目里吃过这个亏，所以特别强调这一点。

1.5 本章小结

这一章我们走了一遍四足机器人的全貌：

• 从GE Walking Truck到Spot，技术走了60年，传感器是核心推动力
• 应用场景从工业到消费，但核心需求都是「在复杂地形中稳定移动」
• 运动学是基础，正逆运动学必须分清楚，步态和占空比决定了机器人的运动风格
• 知识体系要系统化，不能只盯着一个模块