Stewy 的 Stewart Platform 步行机器人借助简单电阻获得触觉

Stewy 新增了六个接触传感器，尽管它最初是一台 Stewart platform，其腿部主要用于定位机身。Horizon Hackaday 的报道介绍了这台步行机器人如今如何通过安装在其独特腿部结构内的力敏电阻检测压力。

与大型机器人配备的摄像头、激光雷达系统和神经控制器相比，这项变化听上去并不起眼。但它解决了一个根本问题：步行机器必须知道每只脚何时触地，而不只是知道软件命令这只脚移动到哪里。

Stewy 的新型传感方案把廉价的机械部件转化为反馈通道。机器人能够区分指令位置与实际接触，为控制器提供仅依赖位置的伺服系统无法提供的信息。

因此，更重要的矛盾很简单：开环定位告诉 Stewy 它的腿应当在哪里，而力反馈则揭示实际发生了什么。

Stewy 的腿现在会报告实际接触

最新的 Stewy 更新弥合了指令运动与地面接触之间一项关键的信息缺口。

根据 Stewy 更新，这台机器人现在在腿部使用力敏电阻。这类元件在受到压力时会改变电阻值，从而生成微控制器可测量的电信号。

这一信号赋予 Stewy 基础的触觉。每次读数都可表明一条腿是否未承重、刚刚接触地面，或承受着比相邻腿更大的压力。

这一机制之所以重要，是因为伺服器通常报告的是其指令旋转角度或测得的旋转角度。这类信息并不总能说明相连的肢体是否已经接触地面。

由于校准误差，一只脚可能停在表面上方。它也可能在到达预定位置前撞上障碍物。仅凭位置数据，很难区分这两种情况。

力敏电阻，通常简称为 FSR，则从相反方向处理这个问题。它们响应的是实际负载，而非根据关节几何关系推算接触状态。

FSR 通常置于分压电路中，电阻变化会产生电压变化。控制器通过模拟输入读取该电压，并将其转换为可用的接触估计值。

这并不等同于安装实验室级的力矩传感器。FSR 可能发生漂移，不同器件之间存在差异，并且会因负载传递至其表面的方式不同而产生不同响应。

不过，步行机器人并不总需要精确的力测量。在接触与未接触之间实现可重复的区分，就已经能够改善其运动序列。

Horizon Hackaday 的报道之所以有趣，是因为 Stewy 的传感器被集成进一种非传统机构中。它的机身并非由人们熟悉的髋、膝、踝关节支撑。

取而代之的是，六个协同连杆构成了运动结构。这种布置使力的解读更加困难，因为一次机身运动可能会在多条腿之间重新分配负载。

因此，控制器必须结合上下文读取每个传感器。某条腿上的压力可能意味着触地、重心转移、遇到障碍物，或相邻腿失去接触。

校准也成为机械设计的一部分。每个传感器都需要稳定的预紧力、一致的接触表面，以及能够容忍正常波动的软件阈值。

机器人还需要经过滤波的读数。当伺服器振动、关节运动或脚部在不平整材料上滑动时，模拟传感器的读数可能波动。

简单滤波可以防止单次噪声采样触发状态变化。控制器可能要求连续多次读数高于阈值，才判定为接触。

它还可以在判定接触结束时采用第二个、更低的阈值。这种称为滞回的分离机制，能减少在单一边界附近的快速切换。

其结果并非生物意义上的感觉，而是一种将物理事件与机器人控制逻辑连接起来的实用信号。

这种连接改变了开发者接下来可以尝试的方向。Stewy 可以从复现预定位置，转向能够响应脚下表面的运动。

为什么步行式 Stewart Platform 如此罕见

Stewy 将原本用于精确平台定位的机构，改造成了一台必须应对不确定地面的机器。

传统的 Stewart platform 是一种并联机械臂。多个执行器将底座与运动平台连接起来，并协同控制该平台的位置和姿态。

经典的六轴版本提供六个自由度。它们可以沿三个轴平移，并进行横滚、俯仰和偏航旋转。

这种架构常见于运动模拟器、精密定位系统、测试平台和科研设备。这些用途通常假定下方底座保持固定。

步行机器人则颠倒了这种关系。它的连杆与地面交互，而平台成为必须保持支撑的机身。

这种反转造就了 Stewy 最核心的技术张力：一种以受控运动著称的机构，如今要在无法假定接触时机的环境中运行。

早期的 Stewy 项目展示了平台理念如何支持易于上手的机器人实验。Cornell 的原始构建 使用了三个步进电机和三个机械自由度。

该学生项目复现了一个山羊造型控制器的姿态。加速度计提供俯仰和横滚输入，而软件则限制垂直运动。

构建者表示，平台对控制器的跟踪精度约为一度。他们还用它来平衡一个球，并引导球穿过迷宫。

这些演示属于位置控制问题。底座固定在桌面上，运动平台对已知输入作出反应，无需寻找落脚点。

目前的步行机器人对几何结构提出了更多要求。该机构必须支撑机身重量、释放选定接触点，并在不失去稳定性的情况下再次放置这些接触点。

大多数足式机器人通过相互独立的肢体来组织这些任务。每条腿都有一串可单独分析其运动的关节。

Stewy 的运动耦合得更紧密。由于所有六个连杆都参与平台几何结构，调整一个执行器就可能改变整个机身的姿态和载荷。

这种耦合带来了刚性和协同运动，但也让平台在作为步行机器人使用时更不直观。

逆运动学用于计算实现目标机身姿态所需的执行器位置。对于 Stewart platform，这些计算必须遵循每个连杆的几何约束。

软件可以生成数学上有效的执行器指令，却仍可能偏离物理现实。一只脚可能被阻挡，关节可能脱开，或者地面可能比预期更高。

这种缺口解释了触觉数据为何有价值。力读数在几何模型之外增加了第二种证据来源。

据一篇早期设计介绍称，Stewy 的较新设计还采用了 ESP32 微控制器、六个金属齿轮伺服器、无线通信和定制电子元件。该介绍将其描述为一个紧凑、开源的平台，旨在用于学习和改造。

其机械设计选择强调可恢复性。当过大的力传递至机械臂时，磁性关节可以脱开，随后重新连接，而无需更换损坏的打印部件。

这一特性与新传感器解决的是相关问题。磁性关节限制意外载荷后的损坏，而传感器则帮助软件更早检测到这种载荷。

两者共同将故障转化为信息。脱开的连杆不再只能被视为需要人工诊断的事故。

下降的力读数可能表明一条腿失去了接触。意外的峰值则可能意味着碰撞、卡滞或负载分配不均。

这正是 Horizon Hackaday 标题背后更大的意义。电阻器很简单，但它们让 Stewy 能够观察此前被其独特运动学结构掩盖的事件。

Horizon Hackaday 突出了从位置控制到反馈的转变

真正的进展不在于传感器元件本身，而在于控制器能够将意图与物理响应进行比较。

当机器人在可预测的工作空间中运行时，位置控制效果很好。控制器发送目标位置，执行器运动，机构抵达预期姿态。

行走为每一步都带来了不确定性。地面高度会变化，打印部件会弯曲，伺服输出存在差异，而微小的校准误差会在多个连杆之间累积。

预设序列可能在一次演示中成功，却在机器人移动到另一种表面后失效。即使是一张薄垫，也会改变接触点。

力反馈让控制器不必完全依赖时序。它不再需要将脚降低固定时长，而是可以一直降低，直至检测到接触。

这种区别支持一种基础的接触感知状态机。状态机会将行为划分为多个阶段，并由传感器条件决定机器人何时进入下一步。

一个阶段可以卸载选定的一条腿。另一个阶段可以将它移动至目标位置。第三个阶段则可以向下搜索，直至其传感器越过阈值。

随后，机器人可以逐渐转移重量。如果新的落脚点没有承受压力，控制器可在抬起另一条腿前暂停或重试。

这种行为仍远比动态步态简单。Stewy 无需精确估计每一处力，也能从这一序列中受益。

控制器可以从二元接触检测开始。在滤波和阈值检查之后，每条腿要么被视为承重，要么被视为未承重。

后续软件可以比较全部六个传感器的近似数值。这种比较可能揭示重量是否保持居中，还是已经偏向某一侧。

困难之处在于解读耦合负载。当机身作为一个并联机构发挥作用时，六个读数并不能清晰对应六条彼此独立的腿。

机身倾斜可以增加一侧压力，却不改变哪些脚接触地面。加速也会产生类似碰撞的短暂受力。

开发者必须将这些正常模式与实际问题区分开来。这项工作需要记录传感器轨迹、进行可重复实验，并谨慎选择阈值。

一个有用的初步测试是让机器人在多种刚性表面上执行相同的步伐指令。日志应显示，尽管材料发生变化，接触转换是否仍可区分。

第二项测试是在一只脚下方放置一个小障碍物。软件应检测到提前接触，并避免将其余机构强行推向不可能的姿态。

另一项测试是移除预期支撑。一只脚可以在空隙上方下落，使开发者能够验证 Stewy 是否会在失稳前停止。

这些实验揭示了一段引人注目的演示与一个可靠控制器之间的差异。传感器能够产生数据，但行为取决于软件如何使用这些数据。

Stewy 的原始文档反映了该项目的教育根源。文档将元件选型、机械设计和电机控制算法列为早期平台的核心部分。

当前的设计保留了这种精神。其可见的工作机制让控制决策比在高度集成的商用机器人内部更容易被研究。

这种可及性对机器人教育十分重要。学生可以观察到电压变化如何转化为接触估计，继而成为运动决策。

他们也能看到这条链路在哪些环节失效。即使电路和代码运行正常，糟糕的机械载荷条件仍可能产生错误的传感器数据。

因此，horizon hackaday 的报道指向了一个有益的启示：更好的机器人并不总是始于更复杂的模型或更强大的处理器。

有时，缺失的能力恰恰是对关键物理事件的直接测量。对于行走而言，这个事件往往就是接触。

廉价触觉传感器带来真实限制

力敏电阻能够提供有用的接触信号，但其读数不应被视为经过校准的地面作用力测量值。

FSR 吸引创客，是因为它们轻薄、重量低，且电路实现简单。其电阻会随着施加力的增加而降低，因此能够进行直接的模拟测量。

这种简洁性也伴随着取舍。它们的输出是非线性的，意味着力的等量变化并不会带来电阻的等量变化。

读数还会受到温度、受力历史以及压力具体施加位置的影响。两枚标称相同的传感器未必会输出相同数值。

机械封装可能主导整体性能。较窄的螺丝头会集中压力，而柔性的印刷表面则可能以不同方式分散相同载荷。

因此，接触层必须以一致的方式施加作用力。否则，控制器可能会把封装变化误判为地面压力变化。

预加载有助于让传感器保持在可测量范围内。然而，过大的预加载会压缩用于检测更强接触的剩余量程。

反复冲击也可能改变校准状态。重重落地的机器人，与缓慢走过平整桌面的机器人，对传感器提出的要求并不相同。

这些限制并不会否定 Stewy 的方案。它们界定了该项目能够合理支撑的结论范围。

经过审慎的机械设计和滤波后，FSR 可以作为可靠的开关使用。但要将其原始数值视为以牛顿计的精确测量，就困难得多。

足式机器人研究说明了这一区别。一种开放式机器人架构开发了专用足部开关，用于快速、全方向的接触检测。

足部传感器研究报告称，该传感器重 10 克，可在 3 毫秒内以 3 牛顿触发。其机制旨在覆盖 270 度范围内的接触登记。

该系统面向动态运动和强冲击。它将专用传感与扭矩控制执行器、高频电机控制结合起来。

Stewy 则处在设计空间的另一端。相比高性能力控制，它更偏向易获取的部件、可见的结构和便于维修的关节。

这种比较并非要宣称某一种方案更优。它表明，传感需求取决于机器人必须完成的行为。

缓慢步态可以容忍更多滤波和延迟。跳跃机器人则需要更快、更可预测的接触检测，因为控制决策会在数毫秒内展开。

Stewy 基于舵机的架构还带来另一项限制。位置控制的业余舵机并不具备扭矩控制研究级执行器所提供的同等控制选项。

控制器可以在检测到接触后停止或重新引导已命令的运动。但它未必能够以相当的精度调节交互力。

磁性关节带来了另一种不确定性。会在过载时脱开的关节能够保护硬件，但脱离会立即改变平台的几何结构。

软件必须先识别这一事件，再发出默认六个连接仍全部完好的命令。力数据或许有帮助，但未必能唯一识别每一种故障。

无线通信同样需要谨慎对待。Stewy 可以利用板载处理来处理对时间敏感的决策，同时将无线链路保留给命令和遥测数据。

若将关键接触控制环路置于不可靠网络之上，就会引入本可避免的延迟和丢包风险。本地控制能降低这种依赖。

校准漂移仍是最大的未知问题。公开演示可以证明这一概念有效，却无法证明其能在大量行走周期中稳定运行。

有价值的验证应报告漏检接触、误触发以及六条腿之间的传感器差异。这些测量比一次成功的动作序列更重要。

因此，持审慎态度的解读很直接：Stewy 已经获得了触觉信号，但并不意味着它自动获得了稳定的地形适应能力。

下一步取决于软件、封装、可重复性和测试。传感器创造了机会，而非直接完成了这一能力。

这种区分能避免项目承受被夸大的期待。它也为创客提供了清晰的实验议程，而不是对“更聪明行走”的模糊承诺。

力反馈为仅位置控制的机器人设计带来压力

Stewy 表明，低成本机器人在脱离受控演示环境后，若要实现可靠运动，就需要直接的环境反馈。

压力首先落在仅位置控制的教育平台上。这类系统能够呈现引人注目的动作，却对这些动作产生的力知之甚少。

机器人行走时，这一限制便会显现。细微的姿态误差可能移动支撑中心、让某个关节过载，或使一只脚悬在空中。

摄像头能够在接触前提供地形信息。惯性测量单元则可以在运动开始后揭示机身姿态和加速度。

但两者都不能直接确认某一只脚是否承受重量。视觉可能被遮挡，而惯性数据描述的是机身而非各个接触点。

电机电流传感提供了另一种选择。电流增大可能表示遇到阻力，但摩擦和舵机行为使这种关系难以解读。

电流识别的也是执行器端的出力，而未必是足部所受的力。机械杠杆关系会随着平台运动不断变化。

专用接触传感器提供的是更局部的信号。它们在机器人与环境接触的地点附近观察载荷。

先进的四足机器人通常会组合多种信息源。关节编码器、电机电流、惯性数据和接触估计共同构成更全面的状态估计。

Stewy 的贡献，在于让这套技术栈中的一个环节变得易于接触。创客无需先开发定制的扭矩控制执行器，便可试验接触逻辑。

这种可及性支持对比测试。学生可以先在关闭感知的情况下运行相同步态，再启用接触触发的状态转换并比较故障表现。

该项目也揭示了低成本设计如何创造工程价值。简单部件使得构建多台机器人并在它们之间测试不同变体成为现实。

可复制的硬件之所以重要，是因为一台经过精细调校的原型机可能掩盖制造差异。多次构建会暴露影响传感器安装和关节几何结构的公差问题。

开源机器人项目多年来一直追求这种可重复性。模块化机器人研究认为，价格可负担、可复现的平台能帮助实验室在共享硬件上比较算法。

Stewy 将这一原则带向业余爱好者和课堂。其打印结构和常见电子元件降低了观察完整感知与控制闭环的门槛。

该机器人也对那些把抗碰撞能力纯粹视作机械特性的设计提出了挑战。当软件能够检测关节为何脱开时，磁性脱离关节的效果会更好。

脱离前的力峰值可能表明发生了碰撞。随后突然失去受力，则可能确认支撑路径已经改变。

这些信号可让 Stewy 快速停止、记录事件，并指出哪一处连接需要处理。这会将可维修性转变为可诊断性。

同样的原则也适用于步行机器人之外。夹爪需要检测物体接触，移动机器人需要碰撞感知，协作机器则需要交互限制。

不过，每种应用都需要不同的校准。适合检测落脚的传感器，未必适合控制精细抓握。

Stewy 的架构让这些取舍一目了然。它没有将力感知隐藏在专有模块或难以访问的固件之后。

这种可见性增强了它的教育价值。创客可以改变传感器安装方式、电路、阈值或滤波方法，并直接观察结果。

因此，horizon hackaday 的报道并不主要关乎与商用四足机器人竞争，而是挑战小型机器人项目中的一种常见假设。

单有运动并不能创造有用的自主性。当机器能够将规划动作与测得后果进行比较时，它才会变得更具适应性。

下一轮 Stewy 测试需要证明什么

三项具体测试将决定 Stewy 的电阻传感器能否支持可靠行走，还是主要仍只能作为接触指示器。

第一个信号，是六条腿上都能实现可重复的接触检测。开发者应记录每枚传感器是否会在一致的机械载荷下触发。

这项测试应包含重复周期，而非一次校准。它还应比较关节脱开并重新连接前后的读数。

一致的检测结果将强化这样的判断：传感器封装已成为平台有效的一部分。较大的变化则会将问题重新指向安装和预加载。

第二个信号，是能够对意外表面高度作出响应的步态。Stewy 应能遇到凸起物，而不会迫使每个执行器继续朝原始目标位置运动。

具备接触感知的控制器会停止受影响的腿、重新评估支撑情况，并通过安全序列继续动作。重要结果是受控恢复，而不是速度。

成功将表明力数据已经进入行为闭环。失败则意味着传感器仍只是遥测数据，而非可执行的反馈。

第三个信号，是对接触丢失或磁性关节脱开的安全处理。Stewy 应在不稳定性扩散前识别出改变后的载荷模式。

控制器无需诊断每一个机械细节。它应停止危险动作，并识别哪条腿产生了异常读数。

可靠的处理将把 Stewy 的感知与脱离特性连接成一套统一的安全策略。漏检故障则会暴露阈值逻辑或采样中的缺口。

从更长远来看，记录下来的接触轨迹能够支持更好的状态估计。开发者可以将其与舵机位置和惯性测量结合。

这种融合应建立在基础验证之后。更复杂的估计器无法修复受力不一致的传感器所产生的不可靠机械数据。

创客也应避免立即转向机器学习。第一版步态控制器应保持足够易懂，以便能针对测得信号进行调试。

清晰的状态转换让意外行为更容易追溯。它们能揭示故障究竟来自感知、几何结构、时序还是执行器控制。

当这些基础环节稳定后，自适应方法才会更有价值。控制器可以调整阈值、估计载荷分布，或分类反复出现的故障模式。

Stewy 的开放设计使这种渐进过程尤具价值。每个阶段都可以成为可供他人复现的实验，而不是封闭的演示。

最核心的测试仍是物理可重复性。机器人必须能够一致地感知同一事件，软件才能有把握地推理该事件。

这正是这次 Horizon Hackaday 更新值得关注之处。六个朴素的电阻式传感器，为机器人从预设动作迈向具备接触感知能力的行为开辟了路径。

它们本身并不能解决移动问题，但能为 Stewy 提供所需依据，让它发现移动状态何时开始偏离计划。

对机器人开发者而言，下一步很务实：关注传感器日志、恢复行为和重复行走测试，而不应只盯着制作精良的视频。

对学生来说，Stewy 是一个关于具身控制的紧凑案例。几何学描述机构应当移动到哪里，而传感则报告现实世界实际允许了什么。

这种差异正是该项目的核心。一台即使指令完美无缺的步行机器人，在缺乏来自地面的反馈时依然可能失败。

下一次 Horizon Hackaday 更新应当回答：Stewy 能否将这些反馈转化为可靠决策，并在多次循环和不完美的地面条件下保持稳定。在此之前，这些电阻器代表的是一条很有前景的感知通道，而非一套已经完成的移动系统。