我的机器人课程作业

AI Robotics 课程作业整理

View project on GitHub

Week 13 作业记录:四足机器人入门 + 期末项目实施

1. 学习目标

  • 了解四足机器人的基本结构、运动方式和控制难点。
  • 理解步态规划在四足机器人运动中的作用。
  • 将前面课程中的 ROS2、Docker、OpenCV、传感器和机器人控制知识连接到期末项目。
  • 明确期末项目的选题、功能目标、实现步骤和后续优化方向。

2. 课程重点

2.1 四足机器人基础

四足机器人通过四条腿与地面接触,和轮式机器人相比,它可以适应更复杂的地形,但控制难度也更高。需要同时考虑身体姿态、腿部关节角度、足端落点和整体稳定性。

常见关注点:

  • 机身姿态:保持机器人身体不要倾倒。
  • 足端轨迹:规划每条腿抬起、前摆、落地的路径。
  • 支撑相:保证任意时刻有足够的腿支撑身体。
  • 步态:例如 walk、trot、pace 等不同运动方式。

2.2 步态规划

步态规划的核心是安排每条腿的运动节奏。以 trot 步态为例,通常是对角腿成组运动:

  • 左前腿 + 右后腿
  • 右前腿 + 左后腿

这种方式可以在速度和稳定性之间取得平衡,是四足机器人仿真中常见的入门步态。

2.3 与前面课程的联系

  • ROS2:可用于发布控制命令、读取传感器状态。
  • PyBullet:可用于四足机器人仿真和步态验证。
  • Docker:可保证仿真环境可复现。
  • OpenCV / ArUco:可扩展为视觉定位或目标识别。
  • GitHub Pages:用于展示项目过程、代码和运行结果。

3. 期末项目实施计划

3.1 项目方向

计划围绕“机器人运动控制与视觉感知”完成一个可展示的小项目。优先选择仿真或软件实现,保证可以稳定复现和录屏展示。

可选方向:

  • 四足机器人步态仿真
  • TurtleSim / PyBullet 机器人路径控制
  • ArUco 标记识别与距离测量
  • OpenCV 视觉识别结合机器人控制

3.2 功能目标

基础目标:

  1. 能运行程序并展示结果。
  2. 有清晰的代码文件和运行命令。
  3. 有截图或视频证明实验成功。
  4. README 中说明原理、步骤、问题和总结。

进阶目标:

  1. 加入参数调节,例如速度、步长、目标距离。
  2. 输出实验数据,例如检测到的 ID、距离、坐标或轨迹。
  3. 对比不同参数下的运行效果。
  4. 总结失败情况和改进方法。

4. 当前完成情况

5. 本周总结

本周重点是把课程前面学过的机器人控制、仿真、视觉和部署知识连接到期末项目。