小型动力机器狗通过运动控制算法、硬件兼容性、开源生态等技术突破，构建了“教育-科研-消费”三级产业生态，既满足即时应用需求，又为长期技术迭代和场景拓展奠定基础。

研发团队：

指导教师：陆迅、欧畅、吕科锦、辛瑞莉（企业导师）

学生团队：23计算机应用工程李秀雯、黄馨瑶、秦开勇、李斯林、龙一凡。

技术突破：

1.运动控制算法革新

动态步态控制：采用VMC算法与静态自稳机制，支持8自由度腿部联动，通过实时补偿空间连杆角度，实现复杂地形下的平衡行走。动态自稳步态可适应不同移动速度需求。

逆运动学优化：集成8DOF逆向运动学求解器，精确计算各关节角度，确保机器狗在运动过程中姿态稳定。

2.硬件兼容与扩展设计

多主控平台适配：支持ESP32、STM32、PYBoard、K210等芯片，覆盖从低成本开发到高性能计算场景。

AI视觉扩展：通过OpenMV接口集成颜色识别、巡线控制功能，结合陀螺仪融合算法，实现“视觉导航+动态避障”复合控制，响应时间短。

3.开源生态赋能

全模块化架构：核心模块以Python开源，支持图形化编程，降低开发门槛。高校课程可直接调用“步态调试模块”进行教学实验。

产业价值：

1.教育市场深度渗透

STEM教学工具：作为四足机器人控制课程实验平台，学生可通过修改PID参数、调整步态模式，实践“控制算法-硬件反馈”闭环设计。例如，某高校机器人课程已将其纳入“嵌入式系统”实践模块。

竞赛生态构建：适配全国大学生机器人大赛、RoboMaster等赛事，提供标准化的四足机器人开发框架，降低参赛队伍技术门槛，推动“设备销售+赛事赞助”商业模式。

2.科研与工业应用拓展

算法验证平台：科研机构可基于开源代码快速部署SLAM算法、动态路径规划等研究。例如，中科院某团队利用其逆运动学模块验证仿生机器人步态优化方案。

行业定制化开发：替换水弹模块为机械臂，可改造为轻量化巡检机器人，电压监测功能确保变电站等场景下的长时间稳定运行，单台设备年维护成本低。

产品展示：