我用带绝对编码器的无刷摆线齿轮传动器关节制造了一个开源四足机器人。

菠萝狗--一个低成本大型全套四足机器人软硬件开源项目 1 简介 本项目为菠萝狗(Py-Apple Dog) 的开源主站，项目旨在设计制造一只低成本的，可供简易DIY的开源四足机器狗。项目注重多平台化，是一个大型全套四足机器人开源项目。主要由四个分项目构成（点击可进入到对应的Github中）： 四个项目相辅相成，又相互配套。每个部分独立更新，集合起来就是一个大型且全套的四足机器人软硬件开源项目。喜欢项目的话，请B站一键三连并 Star 项目哦。 编号 目前已实现的功能 1 八自由度运动学逆解 2 踏步 3 高度调节 4 姿态控制 5 小跑步态 6 WIFI遥控 7 航模遥控器（基于PWM）遥控 8 WIFI参数调节 9 转弯 10 静态姿态自稳定 11 串联腿控制 12 并连腿控制 13 动态运动参数调整 14 无极调速 15 VMC步态算法 16 WALK 爬楼梯算法 17 巡线程序（见

数据融合matlab代码四足机器人 具有自主功能的低成本四足机器人 目的是开发一种低成本的四足机器人，使其具有在不规则地形上自动行驶的能力： 四足动物采用5bar-5R机制设计，使我们能够将所有执行器安装在机器人的底盘上，从而最大程度地减小了腿部的惯性矩。 碳纤维增强聚合物管用于制造该机构的连杆，以保持其轻盈。 通过使用适当的材料和其他减轻重量的技术，我们可以将机器人的重量限制为1.15千克。 对机器人的各种机械组件进行应力分析，以防止发生故障。 实施了材料优化以减轻重量并加强组件。 在开发了5bar-5R闭合链的URDF之后，ROS与机器人集成在一起。 然后，在八个执行器中的每个执行器上都设置了ROS控制器，以实现联合控制。 在仿真中，将立体相机和IMU传感器与机器人集成在一起。 扩展卡尔曼滤波用于两个传感器数据的融合，以产生非常精确的里程计。 推导了机器人的运动方程式。开发了基本控制器，以提供对脚趾的运动并在给定命令速度的情况下生成各种类型的运动。 使用基于凉亭的物理仿真器对机器人进行了测试，以验证派生的方程式，检查机器人的稳定性并测试基本控制器的效率。 查找有关机器人的更多信息。

"Sim-to-Real: Learning Agile Locomotion For Quadruped Robots"代码

资源来源：https://github.com/bulletphysics/bullet3/tree/master/examples/pybullet/gym/pybullet_envs/minitaur/envs 对源文件进行了些整理，并添加了requirements.txt文件，课运行

四足 Arduino 四足步行者 版本 3

第三样条插值matlab代码四足机器人腿的轨迹生成 使用逆运动学、三次样条和 Arduino 实现原型腿的轨迹生成。 该项目允许控制四足机器人原型腿以描述所需的轨迹。 目标是以某种方式移动机器人的腿，使得机器人的脚点遵循由机器人任务空间中的几个点相对于肩部位置定义的轨迹。 使用机器人足部的期望轨迹和腿部几何配置，可以通过逆运动学获得腿部每个关节的角度以达到所需的足部位置。 然后，使用三次样条数据插值，获得腿的每个关节的周期性轨迹。 最后，使用 Arduino Mega 板和 Maestro 伺服控制器，命令每个关节处的伺服电机在每个时间步遵循所需的轨迹，从而使机器人腿遵循所需的轨迹。 本项目中的文件 任务空间中所需的脚位置在 .xlsx 文件中指定。 用于处理数据、反向运动学、轨迹生成和结果图的代码位于 .m 文件中。 （我使用 Matlab 是为了方便和快速原型设计，但代码很容易转移到任何其他编程语言，例如 Python）。 使用 Arduino Mega 板和 Maestro 伺服控制器命令伺服电机的代码在 .ino 文件中。 结果

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

四足机器人 麻省理工学院的迷你猎豹模拟 麻省理工学院的迷你猎豹使用定制的模拟器和lcm框架，这不是进行机器人开发的流行方法。 现在，我们提取算法并使用ros和pybullet进行仿真。 这很容易将系统部署到不同的自定义机器人或工厂形式中，并且易于学习算法。 系统要求： Ubuntu 18.04，ROS Mellodic 依赖关系： 使用Logitech游戏手柄控制机器人 git clone https://github.com/Derek-TH-Wang/gamepad_ctrl.git 建立 cd {your workspace} catkin make source devel/setup.bash 地形 您可以修改config/quadruped_ctrl_cinfig.yaml/terrain以部署不同的地形，模拟器现在支持四个地形，例如： "plane" "stairs" "random1" "random2" 运行： 运行游戏手柄节点以控制机器人： roslaunch gamepad_ctrl gamepad_ctrl.launch 在模拟器中运行控制器： ro