不知你看这几天网上疯传的这段机器狗的视频没？
视频中，这只脚踏四轮的机器狗能在坑坑洼洼的山路上奔跑，迅速冲上50度的坎坷斜坡，轻易翻过80公分的石头，下坡时直接成直立姿态，甚至还能原地起跳翻个跟头。
就这水平，别说稳如老狗，简直就是人类健将水平！强得令人发指！
所谓机器狗其实就是四足机器人，最早的四足机器人是1968年由美国GE公司设计的Walking Truck，主要是用来给在崎岖地形下帮助步兵背东西。
这个Walking Truck有四条相同的机械腿，机械腿有三个自由度，能实现足端两个方向的转动和一个方向的移动，它的整体运动是通过人控制换向阀来操纵四肢实现的，各关节动力由液压伺服系统提供。
要说现在的四足机器人，那必然绕不开波士顿动力。其创始人马克·雷伯特早在1986年就开发出了第一台能够奔跑和行走的动态稳定四足机器人。
雷伯特最具开创性的是，在此之前，四足机器人多为静态稳定系统，大家都是先研究机器人的静态稳定，再切入动态系统，可雷伯特却反其道而行之，先解决机器人单腿的动态稳定问题，再逐步应用到多条腿的机器上。
2005年，波士顿动力的Big Dog面世，在宣传视频中，Big Dog 在装载着重物的情况下，人从其侧面的怎么踹都不会倒。
它之所以具备如此强大的能力，主要是因为参考了四足哺乳动物设计，单腿运动靠三个转动副和一个移动副来完成，整体结构拥有 12 或 16 个主动自由度，以内燃机为动力源驱动液压系统来完成。
在运动过程中，Big Dog通过安装在关节和足底等区域的传感器检测肢体状态信息，借助陀螺仪和惯性传感器监测躯体的平衡稳定信息，再通过激光雷达和立体视觉传感器，自主感知周边环境信息，进而在虚拟环境中构建地形模型，借助电脑进行路径规划。
尽管Big Dog的稳定性十分强，能在复杂地形中行走，还能空翻，但由于运行噪音过大、体积过大等问题，最终没有被美国军方投入使用。
随后几年，波士顿动力公司在 Big Dog 基础上又研制了LS3 、LittleDog、AlphaDog、Cheetah Robot、RHex Rough、WildCat等，其中 Cheetah 是世界上速度最快的机器人的记录，它的速度每小时超过48公里。
相比双足机器人，四足机器人的确具备较高的有效载荷与极强的平衡能力，也更利于控制、设计和维护，但它背后繁杂的技术要求和高昂制作成本，一度让它很难商业化落地。
在机器人布局近30年的波士顿动力，2019年宣布Spot四足机器人开始商业化，售价约53万人民币，原计划在2020年出货1000台，可直到10月底也才收到260份订单。
所以在相当一段时间里，四足机器人都是叫好不叫座，直到来自MIT的Patrick Wensing和Benjamin Katz分别开源了两套方案之后，才有越来越多的企业入局。
之所以这么艰难，最主要是因为四足机器人面临着效率低下和稳定性弱两大难题。
要知道，机器人要想实现精准高效的控制，必须要有极强的环境感知，打个比方来说，四足机器人要是想下山，必须知道路面和自己的相对位置，在什么地形，每一脚踩在什么地方，用了多大的力。
只有获得了这些感知信息，才能在此基础上自主规划路线，调整姿态，这整个过程是实时动态的，而非预先设定的运动控制。
而且就机器人本身而言，有了环境感知信息，才能通过关节产生作用力，实现控制运动，这就是运动的环境反馈，这其中不但要感知位置关系，还有接触式感知，本来这两者融合起来就很难。
机器人跟环境交互需求越大，根据实时感知环境来重新规划动作就越难，本身的控制和稳定性问题会更难，所以四足机器人在通过非结构化地面时，一般速度不高，而且缺乏稳定性，容易“趴窝”。
当前，四足机器人的控制主要有两种方法，一种是基于模型的控制，用解析模型做推演、设计控制；另一种是基于学习的控制，用仿真器来预测控制的效果，更侧重于强化学习，需要机器人反复迭代、试错来改进其控制器。
比如说，一个四足机器人要从A点走到B点，可以用一个固定的模型来解决，但如果中间遇到临时出现的车辆、人员等复杂障碍场景，机器人就需要自己辨别障碍物是什么、怎么避开、怎么实现控制等，就需要学习。
也就是说，复杂场景的感知交互只能依靠学习来完成，需要不停地投喂数据，而这正是中国的优势。
我国对四足机器人展开系统研究开始于上世纪80年代，尽管基础较弱、起步较晚，但得到了国家的极大重视，其研究被列入了国家“863”计划。
国内最早进行四足机器人研究的是以上海交通大学马培荪教授为主的研究人员，他们在1991年研发了一款关节式哺乳动物型四足机器人，名为JTUMM—III。
其四条腿共有12个自由度，采用直流伺服电机进行驱动，利用它的足端压力传感器，通过位置和力的混合控制，能够实现低速动态行走。
不过，此时的四足机器人更多处于实验室阶段，直到2015年前后，AlphaGo与李世石“人机大战”把AI推上风口，智能机器人才受到市场的关注。
与此同时，我国国务院在2015年印发了《中国制造2025》，其中明确提出将“高档数控机床和机器人”作为大力推动的重点领域之一，四足机器人开始如同雨后春笋般往外冒。
2016 年 9 月，陆军装备部开展了“跨越险阻 2016”地面无人平台挑战赛，北方车辆研究所的“奔跑号”四足仿生机器人，就以平均6公里的时速，先后通过下坡、上坡、草地、泥地和鹅卵石河道，获得了“山地仿生输送组”比赛决赛总冠军。
后来，到2020年底时，四足机器人已经频繁出现在了很多企业、警务、公安等宣传片中，宇树科技的一群名为“牛犇犇”的四足机器人甚至上了2021年央视春晚。
2021年2月，腾讯推出四足机器人“Max”，不但能瞬间站立，站着抢红包、作揖，还能快速切换成最高时速25公里的轮滑模式。
当年4月，蔚蓝科技的AlphaDog C200“暴走”机器狗火出圈，行走速度最快达4.15米/秒，打破世界纪录。
2023年，逐际动力的W1四轮足机器人展示了超凡的运动能力，不但上下楼梯稳步如飞，过单边桥、上马路牙子、磕磕绊绊的草地石板和碎石路也都是小菜一碟。
今年5月，宇树科技的B1、Go2等多款国产四足机器人亮相中柬“金龙-2024”联演现场，再联系上本次珠海航展中出现的“机器狼”等新产品，可以看出，成建制装备的作战四足机器人已经成为了我军作战的得力助手。
这次出现的四轮足机器人是云深处公司的产品，主要当工业机器人，普通四足机器人无论到什么地形都只能一脚一脚地蹬，非常耗电，续航上不去，负载就受限，脚上安四个轮子之后，移动效率就可以大大提升了。
当然了，随之而来的挑战却成倍增加了，比如说把轮子融合在四足机器人的整体里，进行全身控制，很多动作必须得全身、轮子、腿、姿态一起合作完成，所以控制算法就很复杂。
还有基于地形的实时感知能力必须特别强，它必须要非常精细地规划出每一步要踩到哪里，怎么踩下去，使用多少力，这个精度至少为厘米级，另外，还要根据感知反馈实时控制轮子转速。
但如你所见，即便这么难，咱们还是给造出来了，最关键的是，中国四足机器人讲究一个便宜又大碗，性能先进不说，售价还便宜，差不多性能的民用四足机器人，波士顿动力要6万美元，中国的只要不到3000美元。
你说这么香的机器人谁看了不迷糊？至于这些机械“中华田园犬”能否复制大疆无人机的轨迹，咱们还是拭目以待吧！
不知你看这几天网上疯传的这段机器狗的视频没？
视频中，这只脚踏四轮的机器狗能在坑坑洼洼的山路上奔跑，迅速冲上50度的坎坷斜坡，轻易翻过80公分的石头，下坡时直接成直立姿态，甚至还能原地起跳翻个跟头。
就这水平，别说稳如老狗，简直就是人类健将水平！强得令人发指！
所谓机器狗其实就是四足机器人，最早的四足机器人是1968年由美国GE公司设计的Walking Truck，主要是用来给在崎岖地形下帮助步兵背东西。
这个Walking Truck有四条相同的机械腿，机械腿有三个自由度，能实现足端两个方向的转动和一个方向的移动，它的整体运动是通过人控制换向阀来操纵四肢实现的，各关节动力由液压伺服系统提供。
要说现在的四足机器人，那必然绕不开波士顿动力。其创始人马克·雷伯特早在1986年就开发出了第一台能够奔跑和行走的动态稳定四足机器人。
雷伯特最具开创性的是，在此之前，四足机器人多为静态稳定系统，大家都是先研究机器人的静态稳定，再切入动态系统，可雷伯特却反其道而行之，先解决机器人单腿的动态稳定问题，再逐步应用到多条腿的机器上。
2005年，波士顿动力的Big Dog面世，在宣传视频中，Big Dog 在装载着重物的情况下，人从其侧面的怎么踹都不会倒。
它之所以具备如此强大的能力，主要是因为参考了四足哺乳动物设计，单腿运动靠三个转动副和一个移动副来完成，整体结构拥有 12 或 16 个主动自由度，以内燃机为动力源驱动液压系统来完成。
在运动过程中，Big Dog通过安装在关节和足底等区域的传感器检测肢体状态信息，借助陀螺仪和惯性传感器监测躯体的平衡稳定信息，再通过激光雷达和立体视觉传感器，自主感知周边环境信息，进而在虚拟环境中构建地形模型，借助电脑进行路径规划。
尽管Big Dog的稳定性十分强，能在复杂地形中行走，还能空翻，但由于运行噪音过大、体积过大等问题，最终没有被美国军方投入使用。
随后几年，波士顿动力公司在 Big Dog 基础上又研制了LS3 、LittleDog、AlphaDog、Cheetah Robot、RHex Rough、WildCat等，其中 Cheetah 是世界上速度最快的机器人的记录，它的速度每小时超过48公里。
相比双足机器人，四足机器人的确具备较高的有效载荷与极强的平衡能力，也更利于控制、设计和维护，但它背后繁杂的技术要求和高昂制作成本，一度让它很难商业化落地。
在机器人布局近30年的波士顿动力，2019年宣布Spot四足机器人开始商业化，售价约53万人民币，原计划在2020年出货1000台，可直到10月底也才收到260份订单。
所以在相当一段时间里，四足机器人都是叫好不叫座，直到来自MIT的Patrick Wensing和Benjamin Katz分别开源了两套方案之后，才有越来越多的企业入局。
之所以这么艰难，最主要是因为四足机器人面临着效率低下和稳定性弱两大难题。
要知道，机器人要想实现精准高效的控制，必须要有极强的环境感知，打个比方来说，四足机器人要是想下山，必须知道路面和自己的相对位置，在什么地形，每一脚踩在什么地方，用了多大的力。
只有获得了这些感知信息，才能在此基础上自主规划路线，调整姿态，这整个过程是实时动态的，而非预先设定的运动控制。
而且就机器人本身而言，有了环境感知信息，才能通过关节产生作用力，实现控制运动，这就是运动的环境反馈，这其中不但要感知位置关系，还有接触式感知，本来这两者融合起来就很难。
机器人跟环境交互需求越大，根据实时感知环境来重新规划动作就越难，本身的控制和稳定性问题会更难，所以四足机器人在通过非结构化地面时，一般速度不高，而且缺乏稳定性，容易“趴窝”。
当前，四足机器人的控制主要有两种方法，一种是基于模型的控制，用解析模型做推演、设计控制；另一种是基于学习的控制，用仿真器来预测控制的效果，更侧重于强化学习，需要机器人反复迭代、试错来改进其控制器。
比如说，一个四足机器人要从A点走到B点，可以用一个固定的模型来解决，但如果中间遇到临时出现的车辆、人员等复杂障碍场景，机器人就需要自己辨别障碍物是什么、怎么避开、怎么实现控制等，就需要学习。
也就是说，复杂场景的感知交互只能依靠学习来完成，需要不停地投喂数据，而这正是中国的优势。
我国对四足机器人展开系统研究开始于上世纪80年代，尽管基础较弱、起步较晚，但得到了国家的极大重视，其研究被列入了国家“863”计划。
国内最早进行四足机器人研究的是以上海交通大学马培荪教授为主的研究人员，他们在1991年研发了一款关节式哺乳动物型四足机器人，名为JTUMM—III。
其四条腿共有12个自由度，采用直流伺服电机进行驱动，利用它的足端压力传感器，通过位置和力的混合控制，能够实现低速动态行走。
不过，此时的四足机器人更多处于实验室阶段，直到2015年前后，AlphaGo与李世石“人机大战”把AI推上风口，智能机器人才受到市场的关注。
与此同时，我国国务院在2015年印发了《中国制造2025》，其中明确提出将“高档数控机床和机器人”作为大力推动的重点领域之一，四足机器人开始如同雨后春笋般往外冒。
2016 年 9 月，陆军装备部开展了“跨越险阻 2016”地面无人平台挑战赛，北方车辆研究所的“奔跑号”四足仿生机器人，就以平均6公里的时速，先后通过下坡、上坡、草地、泥地和鹅卵石河道，获得了“山地仿生输送组”比赛决赛总冠军。
后来，到2020年底时，四足机器人已经频繁出现在了很多企业、警务、公安等宣传片中，宇树科技的一群名为“牛犇犇”的四足机器人甚至上了2021年央视春晚。
2021年2月，腾讯推出四足机器人“Max”，不但能瞬间站立，站着抢红包、作揖，还能快速切换成最高时速25公里的轮滑模式。
当年4月，蔚蓝科技的AlphaDog C200“暴走”机器狗火出圈，行走速度最快达4.15米/秒，打破世界纪录。
2023年，逐际动力的W1四轮足机器人展示了超凡的运动能力，不但上下楼梯稳步如飞，过单边桥、上马路牙子、磕磕绊绊的草地石板和碎石路也都是小菜一碟。
今年5月，宇树科技的B1、Go2等多款国产四足机器人亮相中柬“金龙-2024”联演现场，再联系上本次珠海航展中出现的“机器狼”等新产品，可以看出，成建制装备的作战四足机器人已经成为了我军作战的得力助手。
这次出现的四轮足机器人是云深处公司的产品，主要当工业机器人，普通四足机器人无论到什么地形都只能一脚一脚地蹬，非常耗电，续航上不去，负载就受限，脚上安四个轮子之后，移动效率就可以大大提升了。
当然了，随之而来的挑战却成倍增加了，比如说把轮子融合在四足机器人的整体里，进行全身控制，很多动作必须得全身、轮子、腿、姿态一起合作完成，所以控制算法就很复杂。
还有基于地形的实时感知能力必须特别强，它必须要非常精细地规划出每一步要踩到哪里，怎么踩下去，使用多少力，这个精度至少为厘米级，另外，还要根据感知反馈实时控制轮子转速。
但如你所见，即便这么难，咱们还是给造出来了，最关键的是，中国四足机器人讲究一个便宜又大碗，性能先进不说，售价还便宜，差不多性能的民用四足机器人，波士顿动力要6万美元，中国的只要不到3000美元。
你说这么香的机器人谁看了不迷糊？至于这些机械“中华田园犬”能否复制大疆无人机的轨迹，咱们还是拭目以待吧！