四足机器人步态 四足机器人的小跑、爬行、转弯步态（鳄鱼灵感）。 还包括通过头部红外传感器检测障碍物。 视频： :

斯坦福狗项目 斯坦福 Doggo 概述 斯坦福 Doggo 是一种高度敏捷的机器人，旨在成为腿式机器人研究的可访问平台。 该机器人目前保持着（在所有机器人中）最高垂直跳跃敏捷度1 的记录，并且其跳跃高度是任何现有四足机器人的两倍！ Stanford Doggo 的重量略低于 5 公斤，在其上开发起来既简单又安全，但同时，不要指望斯坦福 Doggo 能够承载重物或攀爬极具侵略性的地形。 如果你使用这个项目的一部分，或想进一步的技术细节，请引用在ICRA 2019提出了我们的论文： （免费提供的arXiv上： ）。 该项目得到了斯坦福学生机器人学慷慨支持。 1 [垂直跳跃敏捷度] = [最大垂直跳跃高度] / [从动作开始到跳跃最高点的时间] 建造狗狗 我们希望您建立自己的斯坦福 Doggo！ 在此存储库的硬件文件夹中，我们链接了 Fusion 360 CAD 模型，它包含您需要采购的所

在四足动物常用步态特点的基础上，基于触地信号的四足机器人典型步态的规划方法，在虚拟模型控制方法的基础上，针对四足机器人对角小跑运动中的姿态控制和侧向平衡问题，提出三维空间的全方位虚拟模型控制方法。

实现四足机器人在平面和斜坡上的全方位移动,提出了基于对角小跑步态的运动控制方法.基予 所推导的四足机器人运动学方程和仿生步态规划方法,将机器人在平面内的运动解耦为前向运动、侧向运动和自 转运动3部分以降低运动控制的复杂度.首先利用各部分振荡幅度来实现机器人在3个方向上的运动速度控制, 然后利用将各部分运动合成实现四足机器人在水平面内的全方位移动控制:基于平面的全方位移动控制方法,对 足端位置进行映射,实现了机器人在斜坡上的对角小跑步态全方位运动控制.最后,分别在平面和斜坡上进行了 仿真和实际物理样机实验.步程计数据、仿真数据与物理样机实验结果之间的差别在可接受范围之内,证实了该 方法有效地实现了机器人的速度控制和运动解耦,验证了所提出方法的正确性和有效性.