STM32F103四足机器人步态控制：从逆运动学到完整工程部署

简介：本资源是一套面向嵌入式初学者与机器人爱好者设计的四足机器人步态控制实战代码，聚焦STM32平台下的运动控制算法落地，解决从理论步态生成到实物稳定行走的关键工程问题。压缩包共421个文件，含65个C源文件（如move.c、stm32f10x_tim.c等核心控制逻辑）、71个头文件（定义舵机协议、步态参数及状态机）、81个编译中间文件（.o/.d），以及Keil5工程配置（.uvprojx/.uvoptx）、调试脚本（.bat）、固件输出（.hex/.axf）等，完整覆盖开发、编译、烧录全流程，总大小15.67MB。已有5548人学习下载，代码基于MATLAB步态算法移植，经实物验证可稳定实现小跑、行走、左右转弯、横移及后退五种基础步态；所有模块均含中文注释，关键参数（如相位偏移、支撑时长、关节角度范围）清晰标注，配套遥控与主控双工程结构便于理解指令解析与运动解耦逻辑，小白亦可快速上手调试。

1. 项目概述与核心价值

看到“四足机器人步态控制完整版代码”这个标题，相信很多机器人爱好者、嵌入式开发者，尤其是正在从零开始搭建自己第一个四足机器人的朋友，眼睛都会一亮。这不仅仅是一份代码，更是一个包含了遥控、步态生成、底层电机驱动和姿态控制的完整解决方案。它基于经典的STM32F103ZGT6微控制器，使用Keil MDK-ARM作为开发环境，实现了小跑、行走、左右转弯和横移这四种核心步态。对于初学者而言，从零开始设计步态算法、编写底层驱动、整合遥控指令，每一步都是深坑。这份代码的价值在于，它提供了一个经过验证的、可直接编译运行的工程框架，让你能跳过最痛苦的摸索阶段，直接深入到步态控制的核心逻辑和调试优化环节，快速看到自己的“机器狗”动起来。

这个项目的核心，在于将复杂的四足机器人运动学和控制理论，落地到一块具体的MCU和一套具体的代码上。STM32F103ZGT6，也就是我们常说的“大容量”F103，拥有512KB Flash和64KB RAM，对于处理四足机器人的12个（或更多）舵机的PWM控制、遥控器信号解码、步态解算以及可能的IMU数据融合来说，资源是相对充裕的。Keil5（MDK-ARM）则是STM32开发最主流、最成熟的IDE之一，其强大的调试功能和庞大的用户社区，能极大降低开发门槛。代码包中提到的“遥控程序”和“控制程序”，通常意味着它采用了前后台或模块化架构：遥控程序负责解析来自PS2手柄、蓝牙或2.4G接收机的指令，生成高层运动命令（如前进、转向、横移）；控制程序则根据这些命令，调用相应的步态算法，实时计算出每条腿每个关节的目标角度，并通过PWM驱动舵机执行。

对于学习者，你可以通过它理解如何将“小跑步态”的腾空相、支撑相时序转化为舵机的角度序列；对于实践者，你可以直接修改步态参数（如步幅、步高、周期）来适配自己机器人的机械结构。接下来，我将为你深度拆解这个项目的设计思路、代码结构、关键实现细节，并分享在实际部署和调试中必然会遇到的“坑”以及我的解决经验。

2. 整体架构与设计思路拆解

拿到这样一个完整的代码包，第一步不是急于打开Keil5编译，而是先要理解它的整体架构。一个鲁棒的四足机器人控制系统，绝不是把所有功能堆在一个main.c的while(1)循环里那么简单。优秀的架构是稳定运行和后续扩展的基础。

2.1 系统分层架构解析

典型的四足机器人控制软件会采用分层设计，这份代码很可能也遵循了类似的原则。我们可以将其分为硬件驱动层、运动控制层、决策层和人机交互层。

硬件驱动层是基石，直接与STM32的硬件外设打交道。这包括：

• PWM驱动：用于控制舵机。STM32F103的通用定时器（如TIM1, TIM2, TIM3, TIM4）是生成多路PWM的利器。代码需要初始化这些定时器，配置好通道和预分频，以产生50Hz（周期20ms）的标准舵机控制信号。
• 遥控信号解码：如果使用PPM或SBUS接收机，可能需要用到USART或定时器输入捕获功能来解析信号。如果是PS2手柄，则可能通过SPI或自定义协议通信。
• 其他外设：可能包括用于调试的USART串口、读取电池电压的ADC、以及未来扩展用的I2C（连接IMU）等。

运动控制层是核心，它接收决策层的指令，并生成具体的关节运动轨迹。这一层通常包含：

• 逆运动学解算器：这是四足机器人的“大脑”之一。给定机器人身体在空间中的位姿（位置和姿态）以及足端相对于身体的坐标，逆运动学能计算出每条腿各个关节（如髋关节、膝关节）需要转动的角度。对于常见的3自由度（俯仰、翻滚、偏航）串联腿结构，这涉及基本的三角函数和几何运算。
• 步态发生器：这是代码包名称中的灵魂。它定义了“小跑”、“行走”等不同步态下，四条腿的摆动/支撑相位关系。例如，小跑步态中，对角的两条腿（左前-右后，右前-左后）同步运动，形成两个交替的支撑三角形。步态发生器会按照预设的周期和步幅，生成每条腿足端在身体坐标系下的轨迹（通常是摆线或贝塞尔曲线），然后将轨迹点送给逆运动学解算。

决策层负责解释来自遥控器的原始指令，并将其转化为运动控制层能理解的高层命令。例如，遥控器的左摇杆前推，决策层会将其映射为“以速度X向前行走”；右摇杆左扳，则映射为“以角速度Y原地左转”。这一层也负责不同步态模式之间的切换管理。

人机交互层就是遥控程序本身，它可能运行在一个独立的任务或中断服务程序中，确保遥控指令能够被实时、可靠地采集。

2.2 代码工程结构推测

在Keil5的工程视图中，你大概率会看到类似如下的文件结构：

Project/ ├── CMSIS/ (Cortex微控制器软件接口标准，包含启动文件、内核头文件) ├── STM32F10x_StdPeriph_Driver/ (或HAL库，标准外设驱动库) ├── User/ │ ├── main.c (主循环，调度各模块) │ ├── system_stm32f10x.c (系统时钟初始化) │ ├── stm32f10x_it.c (中断服务程序) │ ├── remote.c / remote.h (遥控信号解码与处理) │ ├── gait.c / gait.h (步态生成算法) │ ├── kinematics.c / kinematics.h (逆运动学解算) │ ├── servo.c / servo.h (舵机PWM驱动与控制) │ ├── imu.c / imu.h (如果包含IMU，姿态解算) │ └── config.h (全局参数配置，如机器人尺寸、舵机中位、步态参数) ├── MDK-ARM/ (Keil目标配置、调试脚本) └── README.txt (可能有的简要说明)

这种模块化的划分使得代码清晰易读，也便于你单独测试某个功能。例如，你可以先屏蔽gait.c和remote.c，在servo.c中写一个简单的测试函数，让每个舵机依次转动到特定角度，以验证硬件连接和PWM输出是否正确。

注意：在开始任何操作前，请务必备份原始工程。最好使用Git进行版本管理，这样你可以放心地修改和实验，随时回退到可工作的状态。

3. 核心模块深度解析与实操要点

理解了架构，我们就可以深入各个核心模块，看看代码是如何具体实现的，以及在实际操作中需要关注哪些细节。

3.1 舵机驱动与PWM配置

舵机是机器人的肌肉。STM32控制舵机，本质是输出周期为20ms（50Hz），脉宽在0.5ms到2.5ms之间的PWM信号。脉宽对应舵机0到180度的位置。

在servo.c中，你可能会找到类似以下的初始化函数：

void Servo_Init(void) { TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure; TIM_OCInitTypeDef TIM_OCInitStructure; GPIO_InitTypeDef GPIO_InitStructure; // 1. 使能时钟 RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA | RCC_APB2Periph_AFIO, ENABLE); RCC_APB1PeriphClockCmd(RCC_APB1Periph_TIM2, ENABLE); // 2. 配置GPIO为复用推挽输出（以PA0为例，TIM2_CH1） GPIO_InitStructure.GPIO_Pin = GPIO_Pin_0; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AF_PP; // 复用推挽输出 GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz; GPIO_Init(GPIOA, &GPIO_InitStructure); // 3. 配置定时器基础：产生20ms周期 // 假设系统时钟72MHz，预分频720-1，则计数器时钟为100kHz。 // 周期 = (ARR+1) / 100kHz = 20ms => ARR = 1999 TIM_TimeBaseStructure.TIM_Period = 1999; // 自动重装载值 TIM_TimeBaseStructure.TIM_Prescaler = 719; // 预分频值 TIM_TimeBaseStructure.TIM_ClockDivision = 0; TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_TimeBaseInit(TIM2, &TIM_TimeBaseStructure); // 4. 配置PWM模式 TIM_OCInitStructure.TIM_OCMode = TIM_OCMode_PWM1; // PWM模式1 TIM_OCInitStructure.TIM_OutputState = TIM_OutputState_Enable; // 使能输出 TIM_OCInitStructure.TIM_Pulse = 150; // 初始占空比，对应1.5ms脉宽（中位） TIM_OCInitStructure.TIM_OCPolarity = TIM_OCPolarity_High; // 输出极性高 TIM_OC1Init(TIM2, &TIM_OCInitStructure); // 初始化通道1 // 5. 使能预装载和定时器 TIM_OC1PreloadConfig(TIM2, TIM_OCPreload_Enable); TIM_ARRPreloadConfig(TIM2, ENABLE); TIM_Cmd(TIM2, ENABLE); }

实操要点与避坑指南：

1. 时钟树配置：这是第一个大坑。SystemInit()函数通常在启动文件里调用，将系统时钟设置为72MHz。你必须确保你的工程配置和实际硬件（尤其是外部晶振频率）匹配。如果时钟不对，PWM周期和脉宽会全部错乱，舵机要么不动，要么乱抖。
2. 脉宽计算：上面代码中，TIM_Pulse的值就是捕获比较寄存器（CCR）的值。脉宽时间 =(CCR+1) / 计数器时钟频率。计数器时钟频率 =72MHz / (TIM_Prescaler+1)。所以，当中位1.5ms时，CCR = 1.5ms * 100kHz - 1 = 149。计算时务必注意“+1”和“-1”的关系，最好写一个测试函数，输入期望的毫秒数，返回CCR值，并在示波器上验证。
3. 舵机供电：绝对不要直接用STM32开发板的5V或3.3V给多个舵机供电！舵机启动瞬间电流极大，会导致电压骤降，致使单片机复位。必须使用独立的大电流BEC（电池消除电路）或稳压模块为舵机供电，并与单片机共地。
4. 信号干扰：舵机电源线和信号线尽量分开走，信号线可串联一个100-220欧姆的电阻，以减少噪声和反射。如果舵机仍有无故抖动，可以在其电源引脚就近并联一个100uF以上的电解电容和一个0.1uF的瓷片电容。

3.2 逆运动学解算实现

逆运动学是连接足端空间和关节空间的桥梁。对于最常见的3自由度腿（髋关节偏航、髋关节俯仰、膝关节俯仰），其模型可以简化为在矢状面（侧面）和冠状面（正面）的两个连杆。

在kinematics.c中，核心函数可能长这样：

/** * @brief 三维逆运动学解算 * @param leg_id: 腿的编号（0:左前，1:右前，2:左后，3:右后） * @param foot_pos: 足端在“腿坐标系”中的坐标(x, y, z) * @param angles: 返回的三个关节角度（通常顺序：髋偏航、髋俯仰、膝俯仰） * @retval 解算成功返回1，失败（位置超出工作空间）返回0 */ uint8_t Leg_IK(uint8_t leg_id, Vector3f foot_pos, float* angles) { float L1 = 45.0; // 大腿长度，单位mm float L2 = 75.0; // 小腿长度，单位mm // 第一步：计算髋关节偏航角（如果机器人在水平面有横向移动需求） // 对于非横移步态，此角度通常为0或固定值。 // angles[0] = atan2(foot_pos.y, foot_pos.x); // 第二步：将足端坐标投影到腿的侧视平面（矢状面） // 侧视平面内的距离 = sqrt(x^2 + y^2)，但通常我们更关心在身体前进方向（x）和垂直方向（z）上的投影。 // 对于简单的俯仰平面运动，我们直接使用foot_pos.x和foot_pos.z。 float dist_xz = sqrtf(foot_pos.x * foot_pos.x + foot_pos.z * foot_pos.z); // 第三步：利用余弦定理解算膝关节角度 // cos(膝角) = (L1^2 + L2^2 - dist_xz^2) / (2*L1*L2) float cos_theta_knee = (L1*L1 + L2*L2 - dist_xz*dist_xz) / (2.0f * L1 * L2); if (cos_theta_knee < -1.0f || cos_theta_knee > 1.0f) { return 0; // 无解，目标点超出工作空间 } angles[2] = PI - acosf(cos_theta_knee); // 注意：膝关节模型不同，角度定义可能不同 // 第四步：解算髋关节俯仰角 float alpha = atan2f(foot_pos.z, foot_pos.x); float beta = acosf((L1*L1 + dist_xz*dist_xz - L2*L2) / (2.0f * L1 * dist_xz)); angles[1] = alpha - beta; return 1; }

实操要点与避坑指南：

1. 坐标系定义：这是混乱之源！必须明确代码中使用的坐标系。是机体坐标系（原点在机身中心，X向前，Y向左，Z向上）还是腿坐标系（原点在髋关节，X沿腿方向向前/外，Y…，Z向上）？foot_pos参数是在哪个坐标系下？图纸上的尺寸是毫米，代码里是米还是毫米？在修改任何尺寸参数前，先在纸上画清楚坐标系转换关系。
2. 角度方向与零点：舵机安装时，其中位（1.5ms脉宽）对应的物理角度是多少？逆运动学计算出的角度是相对于这个“机械零点”的偏移量，还是绝对角度？需要有一个angle_to_pulse()函数进行转换。务必通过实物测量校准每个舵机的零位。
3. 浮点运算性能：STM32F103没有硬件浮点单元（FPU），浮点运算靠软件模拟，较慢。在要求不高的场合，可以使用q格式定点数运算来提升速度。或者，可以预先计算好步态关键点的关节角度，运行时查表插值。
4. 工作空间限制：一定要在逆运动学函数中加入工作空间检查（如上例中的cos_theta_knee范围判断），并处理无解的情况。否则机器人试图迈出一个不可能的步伐时，会计算出荒谬的角度，导致舵机堵转损坏。

3.3 步态发生器原理与代码剖析

步态发生器是机器人动起来的节拍器。它定义了时间t与每条腿状态（摆动相/支撑相）以及足端位置的关系。

在gait.c中，你可能会看到一个全局的步态相位发生器，以及针对不同步态的函数。

// 全局步态时钟，每毫秒递增一次（在SysTick中断中） volatile uint32_t gait_clock = 0; // 步态周期，单位ms uint16_t gait_period = 1000; // 默认1秒一个周期 // 步态相位，归一化到[0, 1) float gait_phase = 0.0f; // 在定时中断中更新 void Gait_Clock_Update(void) { gait_clock++; if(gait_clock >= gait_period) gait_clock = 0; gait_phase = (float)gait_clock / (float)gait_period; } // 小跑步态足端轨迹生成 void Trot_Gait_Generator(float phase, Vector3f* foot_targets) { // 定义相位偏移：对角腿同相 float phase_offset[4] = {0.0f, 0.5f, 0.5f, 0.0f}; // LF, RF, LH, RH // 摆动相占比 float swing_ratio = 0.4f; for(int i=0; i<4; i++) { float leg_phase = fmodf(phase + phase_offset[i], 1.0f); if(leg_phase < swing_ratio) { // 摆动相：足端沿预定轨迹从后向前移动 float swing_progress = leg_phase / swing_ratio; // 归一化到[0,1) foot_targets[i].x = -stride_length/2 + stride_length * swing_progress; // X方向从-到+ foot_targets[i].z = step_height * sinf(PI * swing_progress); // Z方向正弦抬腿 } else { // 支撑相：足端相对身体向后移动，以推动身体前进 float support_progress = (leg_phase - swing_ratio) / (1.0f - swing_ratio); foot_targets[i].x = stride_length/2 - stride_length * support_progress; // X方向从+到- foot_targets[i].z = 0; // 足端落地 } foot_targets[i].y = (i==0||i==2) ? leg_side_offset : -leg_side_offset; // Y方向固定为腿的侧向偏移 } }

实操要点与避坑指南：

1. 相位关系是关键：上面phase_offset数组定义了四条腿的相位差。小跑是0.5（对角同步），行走可能是[0, 0.25, 0.5, 0.75]的四拍步态。务必理解每种步态的生物力学原理，错误的相位关系会导致机器人失衡。
2. 轨迹规划：摆动相的足端轨迹（foot_targets[i].z）使用正弦或多项式（如贝塞尔曲线）可以使运动更平滑，减少落地冲击。你可以尝试不同的轨迹函数，观察对机器人平稳性的影响。
3. 参数实时调节：stride_length（步长）、step_height（抬腿高度）、gait_period（周期）这些参数应该做成全局变量，并能通过遥控器实时微调。这样你才能在现场快速适配不同的地面和速度要求。
4. 身体姿态补偿：上面的代码只规划了足端相对于身体的运动。一个更高级的实现还应考虑机器人的身体姿态。例如，在转弯时，身体需要向转弯内侧倾斜以对抗离心力；在崎岖地面，身体需要保持水平。这需要引入姿态控制器（如果装有IMU）或基于模型的补偿。

3.4 遥控指令解析与状态机管理

遥控程序是人与机器人的交互界面。它需要可靠地解码遥控器信号，并将其转化为运动指令。

在remote.c中，核心任务可能是这样的：

typedef enum { GAIT_STOP, GAIT_WALK, GAIT_TROT, GAIT_CRAWL // 可能还有匍匐等 } GaitType_t; typedef struct { float vx; // 前向速度 float vy; // 横向速度 float vz; // 旋转速度（偏航角速度） GaitType_t gait_type; uint8_t gait_enable; } Remote_Cmd_t; Remote_Cmd_t remote_cmd = {0}; void Remote_Decode(uint8_t* raw_data) { // 假设raw_data来自串口或PPM解码 int16_t ch1 = (raw_data[0] << 8) | raw_data[1]; // 通道1：左摇杆左右 -> 旋转速度vz int16_t ch2 = (raw_data[2] << 8) | raw_data[3]; // 通道2：左摇杆前后 -> 前向速度vx int16_t ch3 = (raw_data[4] << 8) | raw_data[5]; // 通道3：右摇杆左右 -> 横向速度vy uint8_t sw1 = raw_data[6]; // 开关1：步态启停 // 将原始值映射到实际速度范围（死区处理很重要！） remote_cmd.vx = map_with_deadzone(ch2, -100, 100, -0.3, 0.3, 10); // 最大速度0.3 m/s remote_cmd.vy = map_with_deadzone(ch3, -100, 100, -0.2, 0.2, 10); remote_cmd.vz = map_with_deadzone(ch1, -100, 100, -1.0, 1.0, 10); // 最大角速度1 rad/s // 步态切换逻辑（可以使用另一个开关或组合键） if(sw1 == 1) { remote_cmd.gait_type = GAIT_TROT; remote_cmd.gait_enable = 1; } else { remote_cmd.gait_enable = 0; } }

实操要点与避坑指南：

1. 信号源与协议：首先确认你的遥控器和接收机型号。是PWM、PPM、SBUS还是其他协议？PPM和SBUS通常只需要一根信号线，但需要正确的串口或定时器配置来解码。代码中的raw_data获取方式因协议而异。
2. 死区处理：遥控器摇杆在中位时可能有微小抖动，这会导致机器人无故微微颤动。map_with_deadzone函数的核心逻辑是：当原始值在[-deadzone, +deadzone]范围内时，输出为0。这是必须做的。
3. 指令滤波：直接使用原始遥控值可能会让机器人运动显得生硬。可以对vx, vy, vz进行一阶低通滤波，让速度指令平滑变化，机器人启停会更柔和。
4. 状态机设计：在main.c的主循环中，需要根据remote_cmd.gait_enable和gait_type来切换机器人的状态。一个简单的状态机可以是：IDLE->STARTING（缓慢进入步态） ->ACTIVE（正常运行） ->STOPPING（缓慢停止） ->IDLE。在STARTING和STOPPING阶段，逐步增大或减小步幅和速度，可以避免突然运动导致的失稳。

4. 完整工程部署、编译与烧录实战

有了对代码的深入理解，现在让我们进入实战环节，将这份代码部署到你的硬件上并让它跑起来。

4.1 硬件准备与连接检查

在打开Keil5之前，请先完成以下硬件准备工作：

1. 核心控制器：STM32F103ZGT6最小系统板或开发板。确认其Boot0和Boot1引脚配置正确（通常都接地，从主Flash启动）。
2. 舵机：12个（或根据你的机器人结构）数字舵机，如MG996R、DS3225等。确认其工作电压（通常是6V或7.4V）和电流需求。
3. 电源系统：
   • 舵机电源：一个能提供足够电流（12个舵机峰值电流可能超过10A）的BEC或稳压模块，输入接2S或3S锂电池，输出稳定6V/5A以上。
   • 控制器电源：STM32开发板通常有USB供电或通过稳压芯片从舵机电源取电。确保电压是稳定的3.3V或5V。
4. 电平转换与保护：舵机控制信号是5V，而STM32 GPIO是3.3V。虽然很多3.3V GPIO可以直接驱动5V输入的舵机，但为稳妥起见，建议使用74HC245之类的电平转换芯片，或者在信号线上串联一个330欧姆电阻限流。
5. 遥控系统：一套2.4G遥控器与接收机，或者一个PS2手柄和接收器。确认其接口（PPM、SBUS、PWM）与代码预期匹配。
6. 调试工具：ST-Link V2或J-Link仿真器，用于下载和调试程序。USB转TTL串口模块，用于打印调试信息。

连接检查清单：

• [ ] 所有舵机信号线连接到STM32的定时器PWM输出引脚，并核对servo.c中的引脚定义。
• [ ] 所有舵机电源正负极并联，并连接到独立BEC的输出端。务必确保电源极性正确！
• [ ] BEC输入接电池，STM32开发板通过USB或BEC的5V输出供电。
• [ ] 所有电源共地（GND连接在一起）。
• [ ] 遥控接收机信号线连接到STM32的指定引脚（如USART RX或定时器输入捕获引脚）。
• [ ] ST-Link的SWDIO、SWCLK、GND、3.3V正确连接到开发板对应接口。

4.2 Keil5工程配置与编译

1. 打开工程：解压代码包，找到扩展名为.uvprojx或.uvproj的Keil工程文件，双击打开。
2. 选择目标设备：在Project侧边栏，右键Target 1，选择Options for Target 'Target 1'。在Device选项卡，确认芯片型号是STMicroelectronics STM32F103ZG。如果不是，需要手动选择。
3. 配置调试器：在Debug选项卡，选择你使用的调试器（如ST-Link Debugger），然后点击Settings。在Debug子标签确认Port是SW，SW Device里能扫描到STM32的IDCODE。在Flash Download子标签，勾选Reset and Run，这样下载后程序会自动运行。
4. 配置编译器：在C/C++选项卡，查看Preprocessor Symbols中的定义。通常会有USE_STDPERIPH_DRIVER（使用标准外设库）和STM32F10X_HD（因为F103ZG是大容量型号）。Include Paths需要包含所有头文件所在的文件夹。
5. 解决常见编译错误：
   • #include “stm32f10x.h”报错：说明编译器找不到设备头文件。检查Include Paths是否包含了STM32标准库的CMSIS和StdPeriph_Driver/inc目录。
   • 未定义符号错误：可能是某些源文件（.c）没有被添加到工程中。在Project侧边栏，右键Source Group 1，选择Add Existing Files to Group...，将缺失的.c文件加入。
   • 内存溢出：如果编译后提示Program Size: data=… xdata=… code=…，并且code接近或超过512KB，可能需要优化代码，比如将常量字符串移到Flash，或者减少大型数组。
6. 编译与下载：点击工具栏的Build（F7）按钮编译。确认Build Output窗口显示0 Error(s), 0 Warning(s)。然后点击Load（F8）按钮下载程序到芯片。

4.3 上电调试与初步测试

首次上电务必谨慎！建议按以下顺序测试：

1. 断开所有舵机：首次下载程序后，先不连接舵机信号线，只给STM32板上电。用逻辑分析仪或示波器测量PWM输出引脚，看是否有正确的50Hz信号，且中位脉宽是否为1.5ms。
2. 单舵机测试：连接一个舵机到某个PWM通道。在main函数初始化后，写一个简单循环，让该舵机在0度和90度之间缓慢往复运动。观察舵机转动是否平滑，有无异响或发热。
3. 遥控信号测试：打开遥控器，在代码中设置断点或通过串口打印，查看remote.c解码出的通道值是否随摇杆动作正确变化。
4. 静态姿态测试：修改代码，让机器人进入一个已知的静态姿势（如站立）。依次连接所有舵机，观察机器人是否能平稳地摆出这个姿势。此过程最好有助手帮忙，随时准备断电，防止某个舵机反向转动导致机械结构损坏。
5. 单步态空载测试：在遥控指令中固定发送一个低速的前进指令，让机器人在悬空状态下运行步态。观察所有舵机是否按预期协调运动，有无卡顿或异常。
6. 地面行走测试：将机器人放在空旷平整的地面，准备随时通过遥控急停。以最低速度启动行走或小跑步态，观察其运动是否平稳，有无侧翻倾向。

5. 调试技巧、问题排查与性能优化

即使代码编译下载成功，在实际运行中也一定会遇到各种问题。下面是我在多个四足机器人项目中总结的常见问题排查清单和优化技巧。

5.1 常见问题速查表

5.2 系统性能优化技巧

当基本功能实现后，你可能希望机器人运动更流畅、响应更快。以下是一些优化方向：

1. 定时器与中断优化：

   • 专用定时器：使用一个高优先级定时器中断（如TIM1_UP_IRQn）作为主控制周期。在这个中断里更新步态时钟、执行逆运动学解算、更新PWM占空比。这样可以保证控制周期的绝对稳定（例如精确的10ms）。
   • PWM更新：使用定时器的DMA或TIM_Update事件来批量更新所有通道的CCR寄存器，避免在中断中逐个写入。
   • 中断嵌套：确保遥控解码中断的优先级低于主控制定时器中断，防止控制周期被遥控数据接收打断。

2. 计算效率优化：

   • 查表与插值：对于正弦、余弦等三角函数，如果控制周期固定且角度分辨率要求不高，可以预先计算好一张表，运行时查表并线性插值，能极大节省计算时间。
   • 定点数运算：将关键路径上的浮点运算（如逆运动学）改为Q格式定点数运算。STM32F103的整数运算速度快得多。
   • 简化模型：在低速行走时，可以忽略一些复杂的运动学补偿（如身体姿态调整），先保证核心功能的实时性。

3. 运动平滑性优化：

   • 轨迹规划：在足端轨迹规划中，使用五次多项式或贝塞尔曲线，可以保证位置、速度、加速度的连续性，运动看起来更“柔顺”。
   • 速度前馈：在舵机控制中，除了位置控制（PWM脉宽），如果舵机支持速度模式，可以加入速度前馈，让舵机提前加速或减速，减少跟随误差。
   • 低通滤波：对遥控指令和期望的身体速度进行低通滤波，避免阶跃指令导致机器人剧烈抖动。

5.3 扩展功能设想

当基础步态稳定运行后，你可以基于这个框架进行更多有趣的扩展：

1. 姿态稳定与IMU融合：增加一个MPU6050这样的IMU，通过DMP或自己写滤波算法（如互补滤波、卡尔曼滤波）获取机器人的俯仰角和翻滚角。然后在步态生成中，加入一个姿态控制器：当机身发生倾斜时，微调四条腿的足端位置，使机身恢复水平。这是实现自适应地形行走的关键。
2. 无线调试与参数整定：通过蓝牙模块（如HC-05）或NRF24L01，将机器人的内部状态（关节角度、IMU数据、电池电压）实时发送到电脑的上位机（如用Python+PyQtGraph绘制）。更重要的是，可以远程实时修改步态参数（步长、周期、高度），实现“参数整定”，而不用每次都修改代码、编译、下载。
3. 步态自动切换：根据遥控指令的速度大小，自动在“行走”（低速、稳定）和“小跑”（中速、高效）之间切换。甚至可以尝试实现“飞奔”步态。
4. 简易SLAM与导航：加上一个超声波或TOF测距传感器，让机器人具备简单的避障能力。或者使用一个摄像头模块，实现视觉巡线。

这个基于STM32F103和Keil5的四足机器人步态控制项目，是一个绝佳的嵌入式系统和机器人学的综合实践平台。从最底层的寄存器配置、PWM输出，到中间层的运动学解算、步态规划，再到上层的遥控交互和系统调度，它几乎涵盖了嵌入式开发的所有核心知识点。更重要的是，它连接了虚拟的代码和真实的物理世界，每一次调试、每一个参数的修改，都能立刻在机器人的动作上得到反馈。这种软硬件结合的乐趣，是纯软件或纯理论学习无法比拟的。我个人的体会是，不要怕出错，每一次机器人摔倒在地，或者做出滑稽的“舞蹈”，都是你理解其内在机理的宝贵机会。从让它能站起来，到走起来，再到走得稳、走得快，这个过程本身就是最好的学习。最后一个小建议：在机械结构设计上，一定要留出足够的调整空间，比如使用长条孔来安装舵机，方便你微调腿的长度和角度，这会在调试阶段为你省下大量的时间。

本文还有配套的精品资源，点击获取