Yertle 四足机器人
yertle
ESP32, 机器人
2/5
已发布
项目简介
A 3D Printed Quadrupedal Robot for Locomotion Research. :turtle:
Yertle 是一个面向四足机器人运动研究的开源硬件与软件项目，目前仍处于开发阶段。该项目旨在打造一款低成本、可3D打印、易于修改和扩展的四足机器人平台，整机成本约250英镑，重量仅1.8公斤。机器人由四条各具3个自由度的腿部构成，采用舵机驱动，腿部伸展长度约20厘米。核心硬件包括ESP32微控制器（负责与传感器和舵机通信）、树莓派4（负责图像处理、定位、ROS及高级控制算法），并可选配9轴加速度计/陀螺仪、电流电压传感器以及5000mAh电池（续航约30分钟）。技术栈方面，底层固件使用C++在Arduino IDE中编写，负责逆运动学计算、传感器数据采集和安全限位；上层控制系统采用Python3编写，提供图形界面，支持WiFi或串口通信，并计划集成ROS2。项目还内置了Python仿真环境，方便用户在无实体机器人的情况下测试运动算法。Yertle的设计融合了Kangal的轻量化腿部结构和SpotMicro的机身，兼容两者的零件和部分控制软件，解决了现有四足机器人平台成本高、零件不通用、修改门槛高的问题。它非常适合机器人爱好者、研究人员和学生用于步态算法验证、运动控制实验以及ROS学习，是一个兼具可玩性与研究价值的开源平台。
标签
项目特点
**模块化设计**：兼容 SpotMicro 的外壳和 Kangal 的腿部，可互换部件，便于定制和升级。
**主从架构**：ESP32 作为从机处理实时控制（伺服、传感器、逆运动学），Raspberry Pi 作为主机运行高级控制逻辑和 ROS。
**低成本**：总成本约 250 英镑，使用常见的 hobby 舵机和开源硬件。
**内置仿真**：Python 控制软件包含仿真模式，可在无实体机器人时测试运动算法。
**远程调试**：ESP32 支持 WiFi，可通过网络远程调试，无需复杂启动/关机流程。
**ROS 集成（待完成）**：计划支持 ROS2，便于与更复杂的机器人系统集成。
技术规格
| 自由度 | 4 条腿 × 3 自由度 = 12 自由度 |
|---|---|
| 腿部伸展长度 | 约 20 cm |
| 动力 | hobby 舵机 |
| 电池 | 5000mAh（可选），续航约 30 分钟 |
| 传感器 | 9 轴加速度计/陀螺仪（可选）、电流/电压传感器（可选） |
| 微控制器 | ESP32（从机） |
| 单板计算机 | Raspberry Pi 4（主机，可选） |
| 重量 | 1.8 kg |
| 成本 | 约 250 英镑 |
| 软件语言 | C++（固件，Arduino IDE）、Python 3（控制软件） |
| 通信方式 | 串口 / UDP over WiFi |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| 3D 打印部件（机身、腿部） | 1 套 | — | 详见 [设计文档](https://github.com/Jerome-Graves/yertle/blob/main/Design/README.md) |
| hobby 舵机（12 个） | 12 | — | 每条腿 3 个 |
| 5000mAh 锂电池 | 1 | — | 可选，续航约 30 分钟 |
| ESP32 开发板 | 1 | — | 从机，控制硬件和传感器 |
| Raspberry Pi 4 | 1 | — | 可选，运行高级控制 |
| 9 轴加速度计/陀螺仪 | 1 | — | 可选 |
| 电流/电压传感器 | 1 | — | 可选 |
| 螺丝、线材、连接器等 | 1 套 | — | 详见 BOM |
3D 模型
能力画像
⚪ 记忆与知识检索: 2/5
🔵 逻辑推演: 3/5
⚪ 表达与交流: 1/5
⚪ 感知与观察: 2/5
⚪ 数理与计算: 4/5
⚪ 动手与操作: 4/5
⚪ 狂热与坚持: 3/5
⚪ 创造与创新: 3/5
所需技能
🔧 **动手能力**：需要熟练使用 3D 打印机、焊台和螺丝刀进行机械组装和电子焊接。
💻 **编程能力**：需要掌握 C++（Arduino IDE）编写固件，以及 Python 3 编写控制软件。了解 ROS 为加分项。
⚡ **电子电路**：需要了解 ESP32、Raspberry Pi 的引脚定义和基本电路连接，能够调试传感器和舵机。
适用场景
**运动控制研究**：用于四足机器人步态、平衡和运动算法的实验平台。
**机器人教育**：作为进阶机器人课程的项目，涵盖机械设计、嵌入式系统和控制理论。
**DIY 机器人爱好者**：适合有一定经验的爱好者组装和定制自己的四足机器人。
**仿真与算法开发**：利用内置仿真环境，在无硬件的情况下开发和测试运动算法。