自制DIY 机器狗 完全教程 - MIT猎豹Cheetah

背景

3年前，MIT开源了世界上跑得最快最灵活的猎豹机器狗，自此以后，出现了大量商业化的机器狗，这里就不再一一介绍。只能说作为一个军方赞助的项目，能够开源，实属不易。
好消息是，2个月前，MIT的一个专注于猎豹的人工智能项目开源，有了大脑的机器狗现在会更加灵活。让我们来看看，猎豹机器狗进化的程度。

MIT MIni 猎豹 强化学习 模型

MIT Mini 猎豹 后空翻

结构设计

模块化关节电机

性能考虑

为了能够使得重达9.8公斤的机器狗可以灵活跑动，后空翻，对于关节电机的性能也有一定要求。每个关节电机的参数如下图，每条腿3个电机，4条腿，总共有12个电机，也就是我们通常所说的12自由度机器狗。

参数	数量
重量	480克
大小	96 mm O.D, 40mm axial length
最大扭矩	17 N m
连续扭矩	6.9 N m
最大转速	40 rad/s @ 24V
最大功率	+250/-680 瓦
电流	4.5kHz @ 4.5 N m， 1.5kHz @ 17 N m

关节结构

模块化的关节电机，如下图。

关节电机拆解后的机构。
可以看到，为了增加扭矩，电机增加了行星齿轮组，并且电机驱动器也一并组装进电机盒。

另外搜集到一些3D打印资料已分享到群文件，可自行下载，Q 1170044136

四足平台设计

猎豹机器狗的整体设计如下图，金属气息浓厚。

腿部设计

腿部关节的设计。
每条腿部有3个电机，3个电机全部位于上关节处，这是为了能够减轻下腿的重量，方便机器狗可以灵活跳动。

下腿部使用皮带带动。

身体设计

身体使用厚度为1.5mm的6061硬铝制作。

身体内部装有总线驱动板和小电脑。

脚部设计

脚部安装有橡胶球。

硬件设计

有2个总线通信板SPINE，每个SPINE负责与两条腿通信，每条腿有3个电机，每个电机都有一个关节驱动器。
SPINE与电脑连接，电脑中安装控制系统，原设计使用的是UP Board的小电脑，实际上我们可以使用树莓派4B或者Jetson Nano, Jetson TX2替代。

关节驱动器

关节驱动器，使用FOC技术对电机进行控制。

每个电机都需要1个驱动器，驱动器安装在每个电机的电机盒中。

通信总线板

总线驱动板SPINE，总共需要2个SPINE，每个SPINE控制两条腿。

供电系统

使用18650电池，组装成24V 5Ah的电池组。

电源板，输出5V电压，供电给电机和控制板。

MIT Mini 猎豹，相对于以前的版本和波士顿机器狗，成本都大幅下降，普通玩家基本可以接受。
相关电路板，程序资料可以自行在群文件中下载 Q 1170044136

控制系统

下载最新的控制系统源代码。

编译代码。

mkdir build
cd build
cmake ..
./../scripts/make_types.sh
make -j4

安装并运行控制系统。

1. 创建文件夹
$ mkdir mc-build
2. 创建可执行程序
$ cd mc-build; cmake -DMINI_CHEETAH_BUILD=TRUE ..; make -j
3.接入网络，并且可以使用ssh进入机器狗的嵌入式系统电脑。
3. 把编译好的系统传输到机器狗
$ ../scripts/send_to_mini_cheetah.sh
4. 使用ssh登录机器狗
5. 进入系统文件夹
$ cd robot-software-....
6. 运行控制程序
$ ./run_mc.sh

人工智能

以上，已经可以控制机器狗进行任何动作，不过如果想要机器狗能下楼梯，走不平的路，更加流畅的运动，就需要机器狗可以自我学习，不断进化。这就需要训练模型，给机器狗按上人工智能的大脑。
首先，下载源代码。
安装 pytorch 1.10 和 cuda-11.3

pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

安装 Isaac Gym

1. 下载并安装Isaac Gym Preview 3 地址 https://developer.nvidia.com/isaac-gym
$ tar -xf IsaacGym_Preview_3_Package.tar.gz

2. 安装python包
$ cd isaacgym_lib/python && pip install -e .

安装系统

$ pip install -e .

训练模型

python scripts/train.py

评估模型

python scripts/play.py