Microduck
机器人学习手册

1机器人简介

Microduck 是一种小型双足机器人，参考整机高度约 25 厘米、质量约 800 克。它用两条腿支撑和移动，头部、颈部和嘴部也能活动。行走、起身、拾取物体等动作，需要相应的控制策略和硬件配置。

这台机器人可以用来学习机械装配、传感器测量、程序控制和强化学习。例如，安装一条腿时需要检查关节轴的位置；让腿按要求转动时需要设置舵机；保持站立时还要读取机身姿态，持续调整动作。

学习内容

• 辨认主控板、舵机、传感器和电源，说明它们各自的作用。
• 理解关节角度、姿态反馈和运动控制之间的关系。
• 了解结构件制作、机械装配和校准的方法。
• 在仿真或教师指导的实物实验中记录现象，分析问题。

2机器人结构

Microduck 的主要结构包括躯干、左右腿和头颈。躯干固定主控、电源和部分传感器；关节把各段结构连接起来，使相邻部件能够按规定方向转动。

关节的转动方向

每条腿有三个髋部关节、一个膝关节和一个踝关节。髋部的三个转动方向分别称为偏航、侧倾和俯仰。偏航可以理解为向左或向右转，侧倾是向两侧倾斜，俯仰是向前或向后摆动。描述方向时，要以模型规定的坐标系为准。

舵机是一种能够接收位置命令的执行器。带反馈的总线舵机会报告当前位置等状态，程序可以检查关节是否到达目标。结构件决定关节的位置，轴承帮助转动，舵盘连接舵机输出轴与连杆。

传感器和主控

运动 IMU 需要固定在躯干上。它的安装位置和方向发生变化时，程序对姿态的解释也可能变化。基础站立和行走主要依靠关节反馈与运动 IMU，摄像头和测距功能可以在后续实验中加入。

3运动控制原理

机器人抬脚后，支撑位置和身体姿态会改变。只按固定时间播放一串关节角度，难以处理地面摩擦、安装误差等变化。控制程序需要反复读取状态，并根据新状态调整后续动作。

Microduck 的参考控制频率为 50 赫兹，即每秒完成 50 次控制更新。用 1 秒除以 50，可得到约 0.02 秒，也就是 20 毫秒。这个数值表示一次控制更新的间隔，一次完整的迈步会经历多个控制周期。

策略的输入和输出

运动策略是一种把当前观测转换成动作的计算方法。本项目的策略使用神经网络。参考行走接口把各类观测按固定顺序组成 61 个数，再输出 14 个关节动作值。这里的 61 个数并不代表 61 个传感器。

策略输出会与参考姿态、动作缩放等配置一起换算成关节目标。因此，训练、仿真和实物上的关节顺序、角度单位、正方向和参考姿态必须对应。程序中的角度常用弧度表示，1 弧度约等于 57.3 度。

控制命令和实际运动

设置前进速度为 0.10 米每秒，表示希望机器人按这个速度移动。实际速度可能受到打滑、碰撞或控制效果的影响。把速度命令改为零后，策略还需要继续调整关节来保持站立；停止移动与切断舵机电源是两种不同操作。

4零件和工具准备

开始制作前，应先确定舵机、结构件和软件的版本。原设计使用 Dynamixel XL330 系列舵机，社区复刻中也有飞特 HD-1910 方案。两种方案的尺寸、电气接口和响应特性存在差异，配套结构件、控制配置和运动模型需要对应。

常用工具

机械装配需要尺寸合适的螺丝刀或内六角工具、游标卡尺和零件分类盒；电路检查需要数字万用表、兼容的舵机调试接口和限流电源。整机实验还需要固定支架、保护绳及可立即操作的断电开关。打印、焊接和电池维护由教师安排。

预算记录

预算按实际采购记录，以人民币填写单价和小计。舵机数量较多，应先确认型号和测试结果，再采购整机数量。已经有的工具、需要购买的零件和委托打印费用分别记录，另计运费和试制返工费用。

5结构件制作和机械装配

制作机器人时会接触到不同文件。CAD 模型用于设计尺寸和装配关系；STL 文件主要记录物体表面的三角网格；MJCF 文件描述仿真中的刚体、关节、质量和碰撞等信息。能在屏幕中显示的网格，不一定已经具备正确的孔位、壁厚和制造公差。

打印前的检查

1. 核对零件版本和左右方向，把文件名与零件清单对应。模型导入后检查单位，防止毫米与米混用。
2. 测量实际舵机、轴承和紧固件，检查安装空间、孔位、轴线及工具能否伸入。
3. 先打印一个舵机座或连接件，试装合格后再打印其他承力件。
4. 根据材料和受力方向安排打印方向、壁厚与支撑。记录设置和试装结果。
5. 去除支撑后检查裂纹、孔位与平整度。装配前确认没有会碰到线缆或转轴的毛刺。

材料选择要考虑受力、温度和耐冲击要求。尺寸验证件可以先用便于加工的材料；承力结构和柔性脚垫按对应设计选择。换材料或加厚外壳可能增加重量，也可能改变足底摩擦，需要在后续测试中记录。

装配步骤

1. 先给零件编号，分开放置左右腿、躯干和头颈部件。按清单准备紧固件。
2. 在教师指导下完成舵机编号和初步零位确认，再安装舵盘与连杆。避免把偏转的舵机当成零位装入。
3. 把一条腿作为独立组件试装，核对足部、小腿、大腿与髋部的连接关系，检查转轴是否对应。
4. 按所用装配图的具体顺序安装另一条腿和躯干。螺钉长度、穿轴和锁紧顺序以该版本结构为准。
5. 安装颈部、头部和嘴部机构，检查各关节的活动空间。
6. 布置线束，给活动关节留出弯曲余量，固定不应移动的部分，避免拉扯或夹线。
7. 称量各组件和整机，记录电池等部件的位置，为对照仿真模型保留数据。

装配检查由教师按舵机允许的方式进行，不能强扭输出轴。只有确认没有结构干涉、松动和夹线后，才进入通电检查。爆炸图可以帮助辨认部件关系，具体拆装方向仍要结合连接结构判断。

6电路连接和关节校准

区分供电与通信

连接前要区分电池电压、主控输入电压、舵机工作电压和通信信号电平。接口板给主控提供稳压电源，并不表示每个舵机插口都经过独立降压。各接口按接线图核对电源、地线和数据线，不能只看插头能否插入。

XL330 方案采用半双工总线，同一时刻的数据传输方向受到控制。普通串口转接器的两根收发线直接并接，不能代替经过验证的总线接口。每个设备还需要唯一编号，程序才能区分它们。

单舵机测试

1. 断开电源，只连接一颗已确认型号的舵机、兼容调试器和受限流保护的电源。由教师检查极性和电压。
2. 上电后先读取型号、编号、位置等信息，确认通信正常。
3. 按所用方案设置唯一编号、波特率和工作模式，在关闭扭矩等规定条件下修改配置。
4. 固定舵机，在低负载条件下做小角度运动，检查正方向、反馈角度、声音和温升。
5. 保存配置并贴上标签，逐颗完成后再连接成总线，检查是否存在重复编号。

校准参考姿态

参考姿态是控制程序计算目标角度的基准，通常称为 home pose。舵机编码器的零值、连杆的安装位置和机器人站立姿态不能直接视为同一件事。安装误差会使程序认为关节已到目标，而实际连杆仍然偏斜。

1. 将整机固定在支架上，确认编号、反馈和 IMU 数据正常。
2. 逐个检查关节的正方向、零位和允许转动范围，对照模型填写校准表。
3. 以小范围、低速方式检查左右腿和头颈，确认没有反向运动或结构干涉。
4. 由教师控制整机缓慢回到参考姿态，发现碰撞或异常立即停止。
5. 保存校准参数。解除扭矩前，先让支架承住机器人，防止失去支撑后跌落。

舵机调试工具与整机控制程序应轮流使用同一条总线，避免两个程序同时写入命令。IMU 应连续更新，机身向前或向侧面倾斜时，读数的方向要与模型约定一致。

7仿真实验

仿真程序在计算机中建立机器人、地面和接触关系，并计算关节运动。它可以用来观察动作、检查关节映射和比较策略。普通计算机可以承担单个机器人的部分 CPU 仿真任务；大规模并行训练通常需要支持相应计算的显卡。

实验准备

教师课前准备并测试本地软件环境、机器人模型和兼容的行走策略，向学生提供启动方法和操作表。课堂实验使用同一版本。学生记录计算机、模型名称、策略文件和初始设置，实验时不需要打开外部网站。

实验步骤

1. 启动仿真，恢复规定的初始姿态。把前后、侧向和转向速度命令全部设为零。
2. 观察 5 秒，记录机器人是否保持站立，足部是否持续移动。
3. 在教师给定的范围内设置低速前进，例如 0.10 米每秒。观察 10 秒，记录移动方向和稳定情况。
4. 把速度命令恢复为零，观察停止过程，记录是否继续漂移或失去平衡。
5. 分别测试后退、侧移和转向。每次改变一种命令，测试后恢复初始状态。
6. 按照同一顺序重复实验，保存记录；有条件时同时保存视频和日志。

比较两份策略

比较策略 A 和 B 时，使用相同模型、起始姿态、命令、地面和测试时长。每份策略重复测试多次，记录成功次数与总次数。把一次成功的视频当成稳定表现，容易漏掉偶发故障。

8强化学习与模型部署

强化学习通过多次尝试和结果评分来调整策略。在 Microduck 的训练中，虚拟机器人根据状态做动作，物理仿真计算动作后的结果，训练程序再根据评分更新神经网络。重复这个过程后，策略可能逐渐形成可用步态。

训练方法

PPO 的中文名称是近端策略优化。它利用采集到的运动数据更新策略，并限制每轮改变的幅度，以降低一次更新使动作明显变差的风险。训练中用于做动作决定的网络称为 Actor，用来估计状态价值的网络称为 Critic。部署运动策略时主要使用 Actor。

评分设计会影响机器人怎样走路。只重视速度，可能出现摆动过大或碰撞；过度限制动作变化，也可能使机器人不愿抬脚。因此要同时观察训练曲线和实际运动，不能仅按总分选择模型。

训练安排

1. 先用少量环境、较少轮数检查程序能否运行、日志能否保存和数值是否异常。
2. 逐步扩大环境数，检查显存、计算速度与训练稳定性，再确定正式规模。
3. 保留不同阶段的模型，用同一组场景比较站立、前进、转向和停止表现。
4. 使用配套导出程序生成 ONNX 模型，确认观测归一化、输入输出和关节顺序完整保留。
5. 先用导出模型做仿真复测，再由教师安排真机验证。

训练过程中保存的 checkpoint 通常包含继续训练所需的状态。ONNX 文件用于推理部署。能成功读取模型文件，只能证明文件和部分接口可以工作，运动能力仍需要实验检查。训练耗时取决于设备和配置，不规定所有同学都要从头训练。

仿真与实物的差别

实物的重量、质心、足底摩擦、齿轮回差和通信延迟不可能与理想模型完全相同。训练中可以在一定范围内改变这些条件，这种方法称为域随机化。更换舵机、明显增加重量或改变电池位置后，应重新测量并评估模型，必要时重新训练。

9整机测试和故障排查

整机测试在教师监督下进行。实验区铺设软垫，准备固定支架、保护绳和独立断电方式。先检查单个部件，再逐步增加连接数量和承重，出现异常时停在当前阶段处理。

脚离地运行可以发现明显的动作映射或幅度错误，但缺少地面接触，不能据此判断站立和平衡性能。出现异常发热、异响、卡滞、反向运动或供电不稳时，先停止实验并由教师检查。不要带着故障增加速度或动作幅度。

常见问题

一次只修改一个条件，例如只调整一个关节的零位，然后重复相同测试。记录修改前后的差别，才能判断这次修改是否有效。电压、保护阈值或电流限制由教师处理，不能为消除报错而随意关闭保护。

10学习任务和实验记录

任务一 结构识别

画一张系统图，标出主控、运动 IMU、舵机和电源，用箭头表示信息和电能的方向。说明为什么基础行走需要关节与姿态反馈，以及嘴部舵机为什么没有包含在 14 个策略输出中。

任务二 单关节测试

使用教师准备的单舵机台架，在允许范围内设置三个不同目标角，记录每次的反馈角和运动现象。比较目标与反馈的差别。不要把改变舵机型号、供电或保护设置作为学生自行尝试的变量。

任务三 策略比较

选择两份兼容的策略，分别完成静止、低速前进、停止和转向测试。保持测试条件一致，每份策略至少重复三次，填写成功次数、异常现象和选择理由。测试次数较少时，应在结论中说明。

实验记录表

讨论问题

1. 把速度命令设为零后，为什么舵机仍可能继续调整角度？
2. 结构件比模型重时，会影响哪些运动条件？
3. 某个实验成功一次、失败两次，可以怎样描述结果？
4. 仿真能帮助排除哪些问题，哪些问题仍需要实物测量？