FOC轮腿机器人:重新定义移动机器人的机械结构与控制范式
FOC轮腿机器人项目通过创新的机械设计与控制算法,解决了传统轮式机器人地形适应性差与多足机器人能效低的核心矛盾。该开源项目提供完整的机械设计、电子方案、算法仿真和软件开发资源,使机器人爱好者能够快速构建兼具高速行驶与复杂地形通过能力的轮腿融合机器人系统。
技术痛点突破
传统移动机器人的性能瓶颈
移动机器人领域长期面临"速度-越障"的二元对立:轮式机器人虽能实现高效平整地面行驶(速度可达2m/s以上),但越障高度通常不超过轮径的1/3;多足机器人虽能跨越数倍于自身高度的障碍,却因复杂的足端控制导致能耗增加3-5倍,且最大速度普遍低于1m/s。这种矛盾使得单一结构难以满足家庭服务、巡检勘探等多元化场景需求。
轮腿融合的创新解决方案
FOC轮腿机器人提出"模态切换"设计理念:通过特殊的四连杆机构实现两种运动模式的无缝切换。在平整地面采用轮式模式,最高速度可达1.8m/s;遇到障碍时切换至腿式模式,通过150mm的腿部行程实现越障。这种设计使能耗比纯腿式机器人降低40%,同时将地形适应能力提升至传统轮式机器人的3倍以上。
低成本与高性能的平衡
项目通过三个技术策略实现低成本开发:采用开源硬件平台(ESP32主控+STM32F103电机驱动)降低电子成本至200美元以内;使用PLA+3D打印技术制作结构件,单件成本控制在5美元以下;优化机械结构减少零件数量,总装配部件不超过50个,大幅降低组装难度。
核心设计解构
轮腿一体化机械结构
FOC轮腿机器人的核心创新在于其独特的轮腿复合机构。每个轮腿单元包含:
- 2自由度关节:采用4010无刷电机驱动大腿摆动(旋转范围±45°),2804无刷电机驱动车轮旋转(最高转速3000RPM)
- 四连杆传动:通过平行四边形机构确保车轮始终保持垂直姿态,解决传统轮腿设计中轮面倾斜导致的行驶不稳定问题
- 快速切换机制:创新的凸轮锁定结构实现两种模式切换时间<0.5秒,切换过程无需复杂控制算法
图:FOC轮腿机器人实物展示,白色3D打印结构配合黑色电机与车轮,体现了紧凑高效的设计理念
模块化关节设计
关节模块采用"三明治"式层叠结构:
- 电机支架层:6061铝合金材质,通过有限元分析优化减重30%,同时保证足够的结构强度
- 传动层:集成行星齿轮减速器(减速比1:12)和绝对值编码器(14位分辨率),实现高精度位置控制
- 连接层:采用MISUMI标准轴承(C-SE604ZZ)和内六角螺栓(CBSTSR4-16),确保互换性和维护便利性
图:机器人爆炸视图展示了模块化设计,包括大腿、小腿、车轮、电机和主控板等核心组件
控制系统架构
项目采用分层控制策略:
- 底层控制:STM32F103负责电机FOC(磁场定向控制),电流环控制频率10kHz,位置环控制频率1kHz
- 中层协调:ESP32实现运动学解算和步态规划,通过CAN总线与底层控制器通信
- 上层应用:Android APP提供远程控制和状态监控,支持蓝牙和Wi-Fi两种连接方式
资源获取指南
设计文件清单
项目提供完整的开源资源包,包括:
-
机械设计:SolidWorks格式的零件图和装配体(位于solidworks目录),关键文件包括:
- 核心部件:2804电机.SLDPRT、4010电机.SLDPRT、车轮.SLDPRT
- 结构件:大腿.SLDPRT、小腿.SLDPRT、底板.SLDPRT
- 装配体:总装.SLDASM
-
电子设计:硬件原理图和PCB文件(位于stm32-foc/hardware和esp32-controller/hardware目录)
-
软件代码:STM32电机控制代码、ESP32协调控制代码、Android控制APP源码
-
仿真模型:MATLAB/Simulink动力学模型(位于matlab目录)
获取与使用步骤
- 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/fo/foc-wheel-legged-robot
-
机械零件准备
- 使用SolidWorks 2018及以上版本打开模型文件
- 3D打印建议:关键结构件采用ABS材料,层厚0.2mm,填充密度30%
- 标准件采购:MISUMI轴承C-SE604ZZ(4个)、内六角螺栓CBSTSR4-16(16个)
-
电子系统搭建
- 主控板:STM32F103C6T6最小系统板
- 电机驱动:基于DRV8302的FOC驱动板
- 传感器:MPU6050六轴姿态传感器
二次开发建议
- 性能优化:通过调整lqr_k.c中的控制参数优化动态平衡性能
- 功能扩展:利用linux-fpv目录下的代码实现第一视角实时图传
- 结构改进:修改大腿.SLDPRT中的连杆长度参数可调整机器人步态
- 算法研究:基于matlab目录下的sys_sim.slx模型开发新的控制算法
图:轮腿复合结构示意图,展示了大腿、小腿与车轮的连接关系及运动范围
项目文档提供详细的装配指南和控制参数调试方法,社区论坛定期举办线上工作坊,帮助开发者解决技术问题。无论是机器人爱好者还是专业开发者,都能通过该开源项目快速掌握轮腿机器人的核心技术,开启创新应用开发。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0382
openPangu-2.0-Flash昇腾原生的openPangu-2.0-Flash语言模型Python00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0269
LongCat-2.0LongCat-2.0,这是一款大规模混合专家(MoE)语言模型,总参数量达1.6万亿,每token激活参数量约480亿。LongCat-2.0深度集成Claude Code、OpenClaw、Hermes等主流评测框架,在代码理解、仓库级编辑、自动化任务执行及智能体工作流等场景均表现优异——为开发者提供更稳定高效的协作体验。00