积木结构+4自由度：低成本桌面四足机器狗DIY实战

1. 为什么我选积木结构而不是3D打印件

1.1 从一次失败的打印件说起

去年冬天我花了整整三个周末，用FDM打印机打了四足机器狗的机身框架。结果呢？第一次装配就发现髋关节的舵机安装孔位差了0.8毫米，舵机塞不进去。重新切片、重新打印、又是六个小时。等终于把所有零件凑齐，整机重量已经飙到680克，四条腿的MG996R舵机在站立姿态下就开始发烫。

那次经历让我彻底想明白一件事：对于桌面级四足机器人，结构件的可迭代性远比外观精度重要。3D打印件一旦尺寸定型，改一个孔位就要重新走一遍建模、切片、打印、后处理的完整流程，周期至少半天。而积木结构——不管是乐高式凸点积木还是铝型材拼装件——改一个位置只需要拔下来换个孔位，三十秒搞定。

所以这个项目我最终选择了标准积木件+舵机支架的方案。核心结构件全部来自市面上常见的塑料积木套件，配合几个金属舵机支架做受力节点。整机重量控制在420克左右，比之前的打印件方案轻了将近四成。

1.2 四自由度构型的取舍逻辑

四自由度（4-DOF）意味着每条腿只有一个髋关节舵机驱动前后摆动，没有膝关节。这个构型在学术界叫“单自由度腿”，看起来很简单，但它带来的好处非常实际：

• 舵机数量从8个降到4个，成本直接砍半，供电压力也小得多
• 控制算法从逆运动学简化为三角步态，Arduino Uno就能跑得动
• 整机重心低，静态稳定性好，不容易翻车

代价当然也有：它不能像波士顿动力那样跳跃或者爬楼梯，步态看起来也比较“笨拙”。但对于一个桌面电子宠物来说，能走、能转向、能对语音指令做出反应，已经足够有趣了。

我实测下来，4-DOF构型在平整桌面上的行走速度大约是每秒12厘米，转弯半径约8厘米。这个数据对于桌面场景完全够用。

1.3 积木搭建中的三个关键细节

第一个细节是舵机的中位校准。积木件不像3D打印件有精确的定位槽，舵机安装角度全靠手动对齐。我的做法是：在装配之前，先用Arduino输出1500微秒脉宽信号，让所有舵机回到机械中位，然后再把舵机臂安装到积木支架上。这样能保证四条腿的初始角度一致，后续步态调试会省很多事。

第二个细节是重心位置。电池和主控板尽量往机身中心靠，不要偏前或偏后。我一开始把电池仓放在机身尾部，结果机器狗走路时总是往后坐，前腿几乎使不上力。后来把电池移到腹部正下方，行走姿态立刻稳了很多。

第三个细节是足端摩擦。积木件本身是光滑的ABS塑料，在桌面上会打滑。我在每条腿的足端贴了一小块硅胶防滑垫（就是那种贴在家具底部的透明小圆垫），抓地力提升非常明显。

注意：积木件的孔位公差比金属件大，装配时不要一次性拧紧所有螺丝。先全部松松地装上，调整好姿态后再逐个锁紧，否则很容易出现“装到最后发现某个孔对不上”的情况。

2. 舵机选型与供电：那些烧过的舵机教我的事

2.1 MG996R和MG90S到底怎么选

市面上最常见的两种舵机就是MG996R（大扭矩金属齿）和MG90S（小体积金属齿）。我一开始想省重量，四条腿全用了MG90S，结果机器狗站都站不起来——MG90S的堵转扭矩只有1.8kg·cm，而4-DOF构型下每条腿需要承受整机四分之一的重量加上行走时的动态冲击，实测至少需要2.5kg·cm以上的扭矩。

后来换成MG996R，扭矩11kg·cm，绰绰有余。但MG996R也有它的问题：体积大、重量重、静态电流高。四个MG996R加起来重量接近220克，几乎占了整机一半的重量。

最终的方案是混合配置：两条前腿用MG996R（前腿需要更大的抬升力），两条后腿用MG90S（后腿主要负责推进）。这样整机重量降到了380克，同时保证了足够的行走能力。

2.2 复位电流：一个容易被忽略的隐形杀手

舵机上电的瞬间会有一个复位电流，这个电流远大于正常工作电流。我实测过MG996R的复位电流，峰值能达到1.2A，而正常工作电流只有200-300mA。四个舵机同时上电，瞬间电流可能超过4A。

如果你用Arduino Uno板载的5V稳压器给舵机供电，必烧无疑。Uno的板载稳压器最大输出电流只有800mA（有些版本标称1A，但实际持续输出能力更差）。

我的供电方案是这样的：

• 舵机独立供电：用一块LM2596可调降压模块，从2节18650锂电池（7.4V）降到6V，直接给舵机供电
• 主控独立供电：Arduino Uno通过USB供电，或者从另一路降压模块取5V
• 共地处理：舵机电源的GND必须和Arduino的GND连在一起，否则PWM信号没有参考电平

这里有个实操技巧：在舵机电源正负极之间并联一个1000μF的电解电容。这个电容能在舵机启动瞬间提供峰值电流补偿，有效抑制电压跌落。我加了电容之后，机器狗启动时的“抽搐”现象基本消失了。

2.3 舵机PWM控制的底层逻辑

很多教程只告诉你“用Servo库就能控制舵机”，但不说清楚背后的原理。舵机的控制信号是周期20毫秒、脉宽0.5-2.5毫秒的方波。脉宽1.5毫秒对应中位（通常是90度），0.5毫秒对应0度，2.5毫秒对应180度。

Arduino的Servo库默认使用Timer1产生PWM信号，这会导致引脚9和引脚10的PWM功能失效。如果你同时需要用这两个引脚做其他PWM输出（比如控制蜂鸣器音量），就会冲突。

我的做法是：四条腿的舵机分别接在引脚3、5、6、9上。其中引脚9和10虽然受Timer1影响，但Servo库会自动处理，不影响舵机控制。只是如果你要额外用analogWrite()控制其他PWM设备，记得避开这两个引脚。

#include <Servo.h> Servo legFL; // 前左腿 Servo legFR; // 前右腿 Servo legBL; // 后左腿 Servo legBR; // 后右腿 void setup() { legFL.attach(3); legFR.attach(5); legBL.attach(6); legBR.attach(9); // 所有舵机回到中位 legFL.write(90); legFR.write(90); legBL.write(90); legBR.write(90); delay(1000); // 等待舵机到位 }

提示：舵机首次上电时不要直接写角度值，先写中位（90度）让舵机找到基准位置，再执行后续动作。否则舵机会因为不知道当前位置而猛转，容易扫齿。

3. ASR-PRO语音模块的离线识别实战

3.1 为什么不用在线语音识别

在线语音识别方案（比如接WiFi模块调用云端API）听起来很美好，但对于桌面电子宠物来说有几个致命问题：延迟高、依赖网络、隐私顾虑。你说一句“坐下”，等云端返回结果再执行动作，中间可能有1-2秒的延迟，体验非常割裂。

ASR-PRO是国产的离线语音识别模块，核心是一颗专用的语音识别芯片，支持自定义关键词，识别响应时间在200毫秒以内。我用的是ASR-PRO开发板，自带麦克风和功放接口，通过串口和Arduino通信。

3.2 关键词设计与训练流程

ASR-PRO的关键词需要通过官方工具进行训练生成固件。我设计了五个关键词：

灵敏度设置有个经验：关键词越短，灵敏度要设得越低。“前进”只有两个字，如果灵敏度设成“高”，周围人说话很容易误触发。而“坐下”虽然也是两个字，但发音特征更明显，可以设成“高”。

训练时要注意：在最终使用的环境中录制关键词。我在安静的卧室里训练出来的固件，拿到客厅有电视背景音的环境下识别率明显下降。后来重新在客厅录制，识别率从70%提升到了92%。

3.3 串口通信协议与Arduino解析

ASR-PRO识别到关键词后，会通过串口输出一个十六进制识别码。比如“前进”对应0x01，“后退”对应0x02，以此类推。Arduino只需要读取串口数据并匹配识别码即可。

void loop() { if (Serial.available() > 0) { byte cmd = Serial.read(); switch (cmd) { case 0x01: walkForward(); break; case 0x02: walkBackward(); break; case 0x03: turnLeft(); break; case 0x04: turnRight(); break; case 0x05: sitDown(); break; default: break; } } }

这里有个坑：ASR-PRO的串口波特率默认是9600，但有些批次的模块出厂固件是115200。如果你发现串口收到的全是乱码，先检查波特率设置。我在这上面浪费了一个多小时，最后用示波器抓波形才确认是波特率不匹配。

另外，ASR-PRO在识别成功后会输出一段连续的识别码（大约持续100毫秒），如果Arduino的loop()执行速度很快，可能会重复读取同一个识别码。我的解决办法是在解析到有效指令后加一个200毫秒的延时，等识别码输出完毕再继续监听。

4. 三角步态的实现与调试

4.1 三角步态的基本原理

四足机器人的步态有很多种，最常见的是三角步态（Tripod Gait）：四条腿分成两组，一组三条腿着地支撑，另一组一条腿抬起摆动。两组交替，形成稳定的行走模式。

对于4-DOF构型，每条腿只有一个髋关节，所以步态实现非常简单：支撑腿向后摆，摆动腿向前摆。具体分组如下：

• A组：前左腿、后右腿
• B组：前右腿、后左腿

当A组着地时，B组抬起并向前摆动；然后A组向后摆动推进身体，同时B组着地。如此循环。

4.2 步态参数的计算与调优

步态的核心参数有三个：步幅、步频、抬腿高度。

步幅决定了每次摆动腿向前摆动的角度范围。我实测下来，步幅角度在25-35度之间比较合适。太小了走路慢，太大了机器狗会失去重心。

步频决定了行走速度。对于MG996R舵机，单步周期建议不低于400毫秒。舵机的响应速度有限，如果步频太快，舵机还没到位就开始下一步，机器狗会“拖腿”。

抬腿高度由舵机的角度偏移量决定。4-DOF构型下，抬腿高度很有限，大约只有1-1.5厘米。这个高度在平整桌面上够用，但如果有线缆或者小障碍物就会绊倒。

// 三角步态核心函数 void walkForward() { // A组着地，B组抬起前摆 legFL.write(90 + stride); // 前左腿后摆 legBR.write(90 + stride); // 后右腿后摆 legFR.write(90 - stride); // 前右腿前摆 legBL.write(90 - stride); // 后左腿前摆 delay(stepDelay); // B组着地，A组抬起前摆 legFL.write(90 - stride); legBR.write(90 - stride); legFR.write(90 + stride); legBL.write(90 + stride); delay(stepDelay); }

4.3 调试中遇到的三个典型问题

问题一：机器狗走偏。明明代码里四条腿的角度是对称的，但机器狗就是往一边偏。原因通常是舵机中位不一致。每个舵机的机械中位都有微小差异，需要在代码里做偏移补偿。我的做法是给每个舵机加一个offset变量，单独校准。

问题二：行走时抖动。机器狗走路时全身都在抖，像得了帕金森。这通常是供电不足导致的。舵机在快速换向时电流需求陡增，如果电源响应跟不上，电压跌落会导致舵机抖动。加电容、换更粗的电源线、降低步频，三个方法可以逐一尝试。

问题三：转弯时翻车。原地转弯时，一侧的腿需要反向摆动，重心偏移很大。我的解决办法是转弯时降低步幅，同时让内侧腿的抬腿高度稍微增加，帮助重心过渡。

实操心得：调试步态时，先把机器狗架空（四条腿悬空），观察每条腿的动作是否正常。确认无误后再放到桌面上测试。这样可以避免因为步态错误导致机器狗摔坏。

5. 整机联调与电子宠物功能扩展

5.1 上电时序与初始化流程

整机联调时，上电顺序很重要。正确的顺序是：

1. 先给主控和语音模块上电（USB供电）
2. 等待ASR-PRO初始化完成（约2秒，板载LED会闪烁）
3. 再给舵机电源上电
4. Arduino执行初始化程序，所有舵机回到中位

如果顺序反了，舵机先上电而主控还没启动，舵机会因为收不到PWM信号而保持在上次断电时的位置，可能导致机械结构卡死。

5.2 加入超声波避障

电子宠物如果只会按指令行走，那和遥控玩具没什么区别。我加了一个HC-SR04超声波模块在机器狗头部，当检测到前方15厘米内有障碍物时，自动停止前进并后退两步。

这个功能的实现很简单：在walkForward()函数里加入超声波测距，如果距离小于阈值就调用walkBackward()。但要注意超声波模块的触发频率不要太高，每次测距间隔至少60毫秒，否则回波信号会互相干扰。

5.3 情绪反馈：用蜂鸣器和LED表达状态

为了让机器狗更像“宠物”，我加了一个无源蜂鸣器和两颗WS2812 LED。不同的动作配合不同的音效和灯光：

• 前进：短促的“嘀嘀”声，LED绿色
• 后退：低沉的“嘟嘟”声，LED红色
• 坐下：上升音阶，LED蓝色呼吸效果
• 低电量：间歇蜂鸣，LED橙色闪烁

这些反馈虽然简单，但实际体验下来，有反馈和没反馈完全是两种感受。没有反馈时，你感觉是在操作一台机器；有了反馈之后，确实有那么一点“养宠物”的感觉。

5.4 续航实测与功耗优化

我用两节18650锂电池（3400mAh）给舵机供电，实测续航如下：

续航表现比我预期的好。关键原因是4-DOF构型的舵机数量少，而且MG90S的静态电流很低。如果你用8个MG996R做8-DOF构型，续航可能只有1.5小时左右。

功耗优化方面，最有效的措施是在待机时让舵机断电。用一个MOS管控制舵机电源的通断，当机器狗超过30秒没有收到指令时，自动切断舵机电源。需要动作时再上电，虽然会有短暂的复位延迟，但续航能提升一倍以上。

6. 踩过的坑与最终方案复盘

6.1 积木件松动导致的“软腿”问题

积木件最大的问题是长期使用后孔位会松动。机器狗走了几天之后，髋关节的积木连接处出现了明显的间隙，导致走路时腿会“晃”。这个问题在3D打印件上不会出现，因为打印件是一体成型的。

我的解决办法是在关键受力节点换成金属舵机支架。虽然增加了约30克重量，但结构刚性提升了一个档次。具体来说，髋关节的舵机安装位和腿部的连接位都换成了铝合金支架，其他非受力部位继续用积木件。

6.2 ASR-PRO的误触发与降噪处理

ASR-PRO在安静环境下识别率很高，但在有背景噪音的环境下容易误触发。我试过几个方法：

• 加装麦克风防风罩：用海绵套住麦克风，能过滤掉一部分高频噪音，但对人声干扰无效
• 降低灵敏度：把灵敏度从“高”调到“中”，误触发率下降，但识别距离也从3米降到了1.5米
• 增加确认机制：识别到关键词后，让机器狗先做一个“点头”动作表示听到了，再执行指令。这样即使误触发，你也能及时发现

最终我采用的是灵敏度“中”+确认机制的组合。识别距离1.5米对于桌面场景完全够用，确认机制也避免了误动作。

6.3 最终物料清单与成本

这个成本对于一台能走、能听指令、有情绪反馈的桌面机器狗来说，性价比相当高了。如果你手头已经有Arduino和积木件，实际支出可能不到150元。

6.4 后续可以继续折腾的方向

这个项目做完之后，我又陆续加了几个小功能。一个是手机蓝牙遥控，用HC-05模块替代语音控制，适合在嘈杂环境下使用。另一个是自动巡线，在桌面上贴一条黑色胶带，用红外循迹模块让机器狗沿着线走。

还有一个方向我还没时间做但觉得很有意思：用ESP32替换Arduino Uno，利用ESP32的WiFi功能做一个简单的网页控制界面，手机浏览器打开就能控制机器狗。ESP32的PWM精度也比Uno高，舵机控制会更平滑。

最后分享一个我在调试过程中总结的小技巧：给每个舵机单独编号并记录中位偏移值。我在每个舵机的线上贴了标签（FL、FR、BL、BR），然后在代码里为每个舵机定义了独立的offset变量。这样即使更换舵机，只需要重新校准一个偏移值，不用改整个步态代码。这个习惯在后续维护和升级时省了我很多时间。