从零打造低成本四足机器人：OpenCat开源项目全解析-平芜编程栈

1. 项目概述：为什么我们需要一台“买得起”的四足机器人？

如果你对机器人、电子或者编程感兴趣，可能早就被波士顿动力那些动辄几十上百万美元的机器狗视频震撼过。它们能跑能跳，甚至能后空翻，但对我们绝大多数爱好者、学生和教育者来说，那只是一个遥不可及的科技奇观。我们需要的，是一个能亲手拆解、编程、甚至摔坏了也不至于心疼到睡不着觉的学习平台。这就是OpenCat项目诞生的初衷——打造一台真正面向STEM（科学、技术、工程、数学）教育的、价格亲民的四足机器人。

OpenCat不是一个遥不可及的概念，而是一个已经开源了硬件设计、软件代码和组装教程的完整项目。它的核心目标非常明确：可负担性和可学习性。这意味着它放弃了追求极致的动态性能或复杂的传感器阵列，转而采用市面上最常见、成本最低的电子元件（比如Arduino和SG90舵机）来实现基本的四足行走功能。你不需要专业的机械加工设备，用3D打印机甚至手工切割的亚克力板就能制作它的身体结构。这种“从简”的设计哲学，恰恰是它最大的魅力所在，因为它把门槛降到了最低，让每个有好奇心的人都能跨入机器人世界的大门。

我自己在接触这个项目时，最深的感触就是它完美地诠释了“学习型项目”该有的样子。它不只是一个拼装好的玩具，而是一个完整的工程实践案例。从结构力学（如何设计腿部关节承受应力）、到电子电路（如何用最小系统驱动多个舵机）、再到控制算法（如何编写步态程序让四条腿协调运动），每一个环节都蕴含着丰富的知识点。无论你是中学生想参加机器人竞赛，大学生在做课程设计，还是职场人士想找个有趣的周末项目，OpenCat都能提供一个绝佳的起点。接下来，我就带你彻底拆解这个项目，从设计思路到每一个螺丝的拧法，分享我一路走来的实操经验和踩过的那些坑。

2. 核心设计思路与方案选型解析

2.1 从“仿生”到“简化”的权衡

设计一个四足机器人，最直观的灵感来源就是猫、狗这类哺乳动物。它们的运动优雅而高效，但这背后是极其复杂的神经控制、肌肉协同和精密的骨骼结构。对于教育项目，全盘仿生是不现实的。OpenCat的设计者做了一个聪明的取舍：在运动学上做简化，在控制逻辑上做文章。

具体来说，它采用了最经典的“蜘蛛型”或“哺乳动物简化型”结构。每条腿只有两个自由度（2-DOF）：一个髋关节负责腿的前后摆动（俯仰），一个膝关节负责腿的上下抬起（俯仰）。这种设计被称为“简化串联腿”（Pantograph Leg的简化版）。为什么是2个自由度而不是3个？因为每增加一个自由度（比如增加一个侧向摆动的髋关节），就意味着每条腿需要增加一个舵机、一份驱动电流、更复杂的结构件和几何逆解计算。对于入门级项目，2-DOF在提供基本前进、后退、转向功能的同时，将成本和复杂度控制在了最佳平衡点。

注意：这里有一个常见的误解，认为自由度越多机器人越灵活。理论上没错，但对于学习而言，每增加一个自由度，调试的难度是指数级上升的。2-DOF腿的逆运动学（根据脚掌目标位置反推关节角度）是简单的平面几何问题，中学生都能理解。而3-DOF则涉及立体几何和三角函数，门槛高得多。OpenCat的选择是“先跑起来，再考虑优化”。

2.2 核心部件选型背后的逻辑

OpenCat的物料清单（BOM）清晰地反映了其“ affordability ”的定位。我们来看看几个关键部件的选型考量：

主控制器：Arduino Nano / ESP32
- 为什么是Arduino？开源、生态极其丰富、学习资料海量。对于处理舵机控制PWM信号、读取几个按钮或遥控器信号这样的任务，Arduino Nano的性能绰绰有余。它的编程环境（基于C/C++）对初学者友好，是STEM教育的“世界语”。
- ESP32作为升级选项：越来越多的版本开始支持ESP32。这带来了两个巨大好处：一是内置Wi-Fi和蓝牙，可以实现手机App或网页遥控，让项目立刻变得“酷”起来；二是双核处理器和更高主频，为未来集成更复杂的传感器（如IMU惯性测量单元）或算法留出了空间。但初期学习，Arduino Nano依然是成本最低、最稳妥的选择。
执行器：SG90 / MG90S 微型舵机
- 这是成本控制的关键。标准舵机价格低廉、驱动简单（只需一根PWM信号线），且自带位置反馈（通过电位器）。SG90扭矩小（1.8kgf·cm），适合做原型验证；MG90S金属齿轮版本扭矩更大（2.5kgf·cm），耐用性更好，是最终版本的推荐选择。
- 为什么不使用步进电机或直流电机+编码器？后者能提供连续旋转和更精确的位置/速度控制，但需要额外的电机驱动板（如H桥）和更复杂的闭环控制算法。舵机是“All-in-One”的解决方案，对于定位控制场景（让腿移动到某个特定角度）来说，开箱即用，极大地降低了入门难度。
结构件：3D打印（PLA材料）
- 3D打印的普及是像OpenCat这类项目能够兴起的前提。它允许快速、低成本地迭代复杂结构。腿部零件、身体框架、关节连接件都可以通过3D打印完成。
- 材料选择心得：PLA材料足够用于原型和低速运动。但如果你希望机器人更耐用，特别是在关节处承受反复应力，可以考虑使用PETG或ABS材料打印，它们韧性更好。另一个省钱但费时的方案是使用激光切割亚克力板，但设计文件需要相应调整为2D图纸。
电源：18650锂电池组
- 舵机是耗电大户，特别是12个舵机同时运动时，瞬间电流可能达到2-3A。普通的9V方块电池或AA电池组根本无法满足。两节18650锂电池串联（7.4V）或并联（3.7V但容量翻倍）是标准方案。必须搭配一个带有稳压功能的充电放电保护板（BMS），以确保安全并为Arduino提供稳定的5V电压。

2.3 步态规划：让机器人“走起来”的核心

这是项目的软件核心，也是最能体现“STEM”中“工程”与“数学”的部分。四足机器人的步态，简单说就是安排四条腿抬起和放下的顺序与时序。OpenCat通常实现的是最稳定的对角步态。

什么是对角步态？想象一下马匹慢走：左前腿和右后腿同时抬起、向前摆动、然后放下；接着是右前腿和左后腿做同样的动作。这样始终有两条腿（一条左腿一条右腿，且处于对角位置）支撑身体，重心移动平稳。

在代码里，我们如何实现它？

定义腿部坐标系：首先，我们要为机器人的身体建立一个坐标系。通常以身体中心为原点，定义每条腿“根部”（髋关节）的固定位置。
规划脚掌轨迹：当一条腿处于“摆动相”（空中移动）时，它的脚掌需要画出一条轨迹。最简单的是一条抬高的弧线。这条轨迹被离散成一系列的点。
逆运动学计算：对于轨迹上的每一个点（脚掌目标位置(x, y, z)），我们需要通过逆运动学公式，计算出对应的髋关节角度θ1和膝关节角度θ2。对于2-DOF平面腿，这本质上是一个解三角形的问题。
- 已知：大腿长度L1，小腿长度L2，脚掌目标点相对于髋关节的坐标(x, y)（这里假设腿在侧视平面内运动，所以是2D坐标）。
- 求解：θ2 = arccos((x^2 + y^2 - L1^2 - L2^2) / (2 * L1 * L2))
- 求解：θ1 = atan2(y, x) - atan2(L2 * sin(θ2), L1 + L2 * cos(θ2))
- 然后将计算出的弧度值转换为舵机需要的脉宽（例如，0-180度对应500-2500微秒）。
时序与插值：我们需要让舵机平滑地从当前角度移动到目标角度，而不是瞬间跳变。这里会用到线性插值。在摆动相和支撑相（腿在地面支撑并推动身体）的每个时间步长，计算舵机的中间角度值并发送出去。

实操心得：初次调试步态时，不要急于让机器人站起来走路。先把机器人身体架空，让四条腿悬空，单独测试一条腿的轨迹运动是否顺畅。然后测试两条对角腿的协调运动。最后再放到地上进行低速行走测试。这样可以避免因程序错误导致舵机堵转、结构件损坏甚至机器人翻倒砸坏东西。

3. 硬件组装与电路连接详解

3.1 结构件打印与预处理

拿到开源的设计文件（通常是STL格式）后，第一步就是3D打印。这里有几个直接影响后续组装顺畅度的细节：

打印方向：像腿部这样的长条形零件，沿着长度方向打印（竖起来）强度更高，但可能会在关节孔处产生悬垂，需要加支撑。平躺着打印则表面质量更好，但层间结合力弱，受力易断裂。我的经验是：关键受力件（如大腿、小腿）竖着打，牺牲一些表面质量换取强度；连接件、盖板等可以平躺打。
孔径处理：设计文件里留给舵机轴和螺丝的孔，通常会比标称尺寸小0.2-0.3mm，这是为了预留打印材料的收缩和实现紧配合。你需要准备一套手钻和钻头（常用规格如M2、M2.5、M3），在组装前对所有螺丝孔进行“通孔”操作，确保螺丝能顺利旋入但不至于太松。对于舵机输出轴的方孔，可能需要用小锉刀进行细微修整，让舵机能严丝合缝地卡进去，避免晃动。
假组测试：在真正上螺丝和舵机之前，把所有结构件用手（不用螺丝）先拼凑在一起，检查各个关节是否都能活动到设计范围，有没有结构干涉。这个步骤能提前发现设计文件或打印误差导致的问题。

3.2 电路设计与焊接要点

OpenCat的电路并不复杂，核心是电源分配和信号连接。

电源总线：这是重中之重。所有舵机（可能高达12个）不能直接从一个5V引脚取电，必须建立独立的电源总线。我的标准做法是：
- 使用一块洞洞板或自制一个小PCB，焊接上两个铜柱接线端子，一个接电池的7.4V正极（VIN），一个接负极（GND）。
- 从VIN端子引出线接到一个大电流的DC-DC降压模块（例如LM2596模块），将其输出调整为5.5V-6V（略高于5V以补偿线损），这个输出作为“舵机电源总线”。
- 同时，从这个降压模块的5V输出，再经过一个小的线性稳压器（如AMS1117-5.0）或二极管降压（约0.7V压降），得到一块干净的5V，单独给Arduino主板供电。这样做是为了避免舵机动作时产生的电源噪声和电压骤降导致Arduino复位。
- 每个舵机的正极（红色线）和负极（棕色线）都并联连接到“舵机电源总线”上。
信号线连接：每个舵机的信号线（橙色或黄色线）连接到Arduino的某个数字PWM引脚。为了整洁，建议使用杜邦线母对母和排针，或者更好的方式是做一个简单的舵机扩展板。务必在原理图上清晰标注每个引脚对应的腿和关节（例如，D2= 左前腿髋关节，D3= 左前腿膝关节……），这对接下来的编程至关重要。
核心电路清单与连接表： | 组件 | 型号/规格 | 数量 | 关键连接/备注 | | :--- | :--- | :--- | :--- | | 主控板 | Arduino Nano | 1 | 需通过FTDI或CH340串口模块上传程序 | | 舵机 | MG90S (金属齿) | 12 | 注意区分180度标准舵机和360度连续旋转舵机（本项目用标准舵机） | | 电池 | 18650锂电池 (3.7V/2600mAh) | 2节 | 串联得7.4V，必须配带充放电保护的电池盒或BMS板 | | 降压模块 | LM2596降压模块 | 1 | 将7.4V降为6V左右，作为舵机总线电源 | | 稳压模块 | AMS1117-5.0 | 1 | 或使用7805，为Arduino提供纯净5V电源 | | 开关 | 两档拨动开关 | 1 | 控制总电源通断 | | 结构件 | 3D打印件 (PLA) | 1套 | 包括身体、4条大腿、4条小腿、连接件等 |

电路连接示意图（文字描述）：

[7.4V电池+] -> [拨动开关] -> [LM2596 Vin+] [7.4V电池-] ------------------> [LM2596 Vin-] & [Arduino GND] [LM2596 Vout+(~6V)] -> [舵机电源总线+] [LM2596 Vout-(~6V)] -> [舵机电源总线-] [舵机电源总线+] -> [所有12个舵机的红线] [舵机电源总线-] -> [所有12个舵机的棕线] & [AMS1117 Vin] [AMS1117 Vout (5V)] -> [Arduino VIN 或 5V引脚] [AMS1117 GND] -> [Arduino GND] [每个舵机的信号线（橙线）] -> [对应的Arduino数字PWM引脚（D2-D13）]

3.3 机械组装顺序与技巧

组装顺序会影响效率和最终效果。我推荐的流程是：

单腿组装：先将一个髋关节舵机嵌入身体侧面的舵机架，用配套的自攻螺丝固定。然后将大腿零件与舵机盘（舵机附带的十字或圆形附件）连接，再把这个组合件套在舵机输出轴上，用螺丝锁紧。接着，将膝关节舵机嵌入大腿末端的舵机架，同样方式连接小腿。关键技巧：在固定舵机盘到大腿时，先不要拧死螺丝，确保舵机处于中位（可以通过程序让舵机回中，或使用舵机测试器），再将大腿调整到与身体垂直的角度，此时再上紧螺丝。这能保证你的“零位”是准确的。
身体总装：将四条组装好的腿，分别安装到身体框架的四个角上。确保左右、前后对称。
电路集成：将身体内部的线缆用扎带或热熔胶初步固定，避免与运动部件干涉。把电池、控制板固定在身体内部重心位置附近，这有助于行走稳定。
最终调试与加固：通电进行初步动作测试后，你可能会发现某些关节有松动或晃动。这时可以使用螺丝胶（蓝色低强度款）点在关键螺丝的螺纹上，防止它们因振动而松脱。对于打印件之间的连接，如果感觉不牢靠，可以在接缝处点少量CA胶（快干胶）加固。

4. 软件框架与核心代码剖析

4.1 程序架构：从初始化到主循环

一个健壮的四足机器人程序不会把所有代码都堆在loop()函数里。OpenCat的代码通常遵循以下模块化结构：

// 1. 引脚定义与全局变量 #define LF_HIP_PIN 2 // 左前腿髋关节 #define LF_KNEE_PIN 3 // 左前腿膝关节 // ... 定义其他10个舵机引脚 Servo servos[12]; // 创建12个舵机对象 float leg_angles[4][2]; // 存储4条腿的2个关节角度，单位：度 // 2. 机器人几何参数（常量） const float L1 = 50.0; // 大腿长度，单位：毫米（根据你的设计修改） const float L2 = 50.0; // 小腿长度 // 3. 初始化设置 void setup() { Serial.begin(115200); // 用于调试输出 initServos(); // 初始化所有舵机，附着引脚，并移动到初始位置（站立姿态） initGait(); // 初始化步态参数（周期、步幅、抬腿高度等） delay(2000); // 等待2秒，让机器人稳定在初始姿态 } // 4. 主循环 void loop() { if (isWalking) { updateGaitTiming(); // 更新步态时钟 calculateFootTrajectory(); // 根据当前步态相位，计算每条腿脚掌的目标轨迹点 for (int leg = 0; leg < 4; leg++) { inverseKinematics(leg); // 对每条腿，根据脚掌目标点计算关节角度 setLegAngles(leg); // 将计算出的角度通过servo.write()函数发送给舵机 } } // 可以在这里加入读取遥控器信号（如蓝牙）的代码，来改变 isWalking 状态或步态参数 delay(20); // 控制主循环周期，约50Hz更新率 }

4.2 逆运动学函数的实现细节

这是算法的核心。我们来实现上面提到的inverseKinematics函数。这里假设腿在矢状面（侧视平面）内运动，坐标系以髋关节为原点，向前为X轴正方向，向下为Y轴正方向（注意机器人学中常用Z轴向上，这里为了直观采用Y向下）。

/** * 计算单条腿的逆运动学 * @param legIndex 腿的索引 (0:左前, 1:右前, 2:左后, 3:右后) * @param footTargetX 脚掌目标点X坐标（相对于髋关节） * @param footTargetY 脚掌目标点Y坐标（相对于髋关节） */ void inverseKinematics(int legIndex, float footTargetX, float footTargetY) { // 计算脚掌目标点到髋关节的距离 float D = sqrt(sq(footTargetX) + sq(footTargetY)); // 检查是否可达：距离应在 (L1 - L2) 和 (L1 + L2) 之间 if (D > (L1 + L2) || D < fabs(L1 - L2)) { Serial.print("Leg "); Serial.print(legIndex); Serial.println(": Target unreachable!"); return; // 目标点不可达，保持原角度或返回错误 } // 计算膝关节角度 θ2，使用余弦定理 // cos(θ2) = (D^2 - L1^2 - L2^2) / (2 * L1 * L2) float cosTheta2 = (sq(D) - sq(L1) - sq(L2)) / (2.0 * L1 * L2); // 防止浮点数误差导致acos参数超出[-1,1] cosTheta2 = constrain(cosTheta2, -1.0, 1.0); float theta2 = acos(cosTheta2); // θ2 ∈ [0, π] // 计算髋关节角度 θ1 // 首先计算 γ = atan2(y, x) float gamma = atan2(footTargetY, footTargetX); // 再计算 β = atan2(L2 * sin(θ2), L1 + L2 * cos(θ2)) float beta = atan2(L2 * sin(theta2), L1 + L2 * cos(theta2)); float theta1 = gamma - beta; // θ1 ∈ (-π, π] // 将弧度转换为角度，并存储到全局数组 leg_angles[legIndex][0] = degrees(theta1); // 髋关节角度 leg_angles[legIndex][1] = degrees(theta2); // 膝关节角度 // 注意：实际舵机安装的零位和正方向可能需要调整，这里计算的是理论角度。 // 通常需要一个“舵机映射函数”将理论角度转换为舵机脉冲宽度。 }

4.3 步态生成器与轨迹规划

步态的核心是管理一个全局时钟（gaitClock）和每条腿的相位偏移（phaseOffset）。对于对角步态，四条腿的相位关系如下：

腿	相位偏移（占整个步态周期的比例）	说明
左前腿 (LF)	0.0	基准腿
右后腿 (RH)	0.0	与左前腿同相，是对角腿
右前腿 (RF)	0.5	与左前腿反相
左后腿 (LH)	0.5	与右前腿同相，是另一组对角腿

在一个步态周期内，每条腿交替经历“摆动相”（脚掌在空中移动）和“支撑相”（脚掌在地面支撑并推动身体）。我们用一个简单的抬腿轨迹来规划摆动相脚掌的运动。

float gaitCycle = 2.0; // 一个完整的步态周期耗时2秒 float swingPhase = 0.4; // 摆动相占周期的40%，支撑相占60% float strideLength = 30.0; // 步幅长度，单位mm float liftHeight = 20.0; // 抬腿高度，单位mm void calculateFootTrajectory() { float timeInCycle = fmod(millis() / 1000.0, gaitCycle) / gaitCycle; // 当前时间在周期中的比例 [0, 1) for (int i = 0; i < 4; i++) { float legPhase = fmod(timeInCycle + phaseOffset[i], 1.0); // 计算本条腿的相位 float footX, footY; if (legPhase < swingPhase) { // 摆动相：脚掌画一条抬高的弧线 float t = legPhase / swingPhase; // 归一化的摆动相时间 [0, 1] // X方向：从-strideLength/2 平滑移动到 strideLength/2 footX = -strideLength/2.0 + strideLength * t; // Y方向：从0抬起到liftHeight再落下，用正弦函数模拟抛物线 footY = L1 + L2 + liftHeight * sin(PI * t); // L1+L2是腿长，footY是垂直坐标 } else { // 支撑相：脚掌相对身体向后滑动，推动身体前进 float t = (legPhase - swingPhase) / (1.0 - swingPhase); // 归一化的支撑相时间 [0, 1] footX = strideLength/2.0 - strideLength * t; footY = L1 + L2; // 腿完全伸直，垂直高度为腿长 } // 调用逆运动学函数，传入计算出的目标点 (footX, footY) inverseKinematics(i, footX, footY); } }

5. 调试、优化与功能扩展实战

5.1 上电调试与常见问题排查

组装完成，烧录好基础代码后，第一次上电测试往往不会一帆风顺。以下是一个系统性的调试流程和问题速查表：

静态测试（机器人架空）：
- 问题：舵机不动作，或只有部分动作。
- 排查：
  - 电源：用万用表测量舵机总线电压，在舵机运动时是否跌落到5V以下？如果是，说明电源带载能力不足或电池电量低。
  - 信号：用示波器或逻辑分析仪检查Arduino PWM引脚是否有信号输出？或者更简单地，将一个舵机直接连接到Arduino的5V和GND，并用手动程序测试该引脚，排除舵机本身故障。
  - 代码：检查引脚定义是否与实际接线一致。检查Servo.attach()函数是否成功执行。
单腿运动测试：
- 问题：腿的运动方向反了，或运动范围不对。
- 排查：
  - 舵机方向：在inverseKinematics计算后，可能需要对某个关节的角度取反（angle = -angle），因为舵机安装方向可能相反。
  - 舵机中位：确保在程序初始化时，所有舵机都移动到90度位置，并且此时机器人的腿处于设计的“零位”（通常是与地面垂直）。
  - 运动限幅：在setLegAngles函数中，对计算出的角度进行约束（constrain(angle, minAngle, maxAngle)），防止逆运动学计算出错或轨迹规划超出机械限位，导致舵机堵转。
对角步态地面测试：
- 问题：机器人走路不稳，左右摇晃或前后倾倒。
- 排查：
  - 重心：电池和控制板是否安装在身体中心偏低的位置？重心越高越不稳定。可以尝试在身体底部增加配重。
  - 足底摩擦力：3D打印的脚掌通常很滑。可以粘贴一小块橡胶垫或海绵胶带增加摩擦力。
  - 步态参数：swingPhase（摆动相比例）太大会导致支撑时间不足，容易摔倒。通常支撑相比摆动相时间长更稳定。liftHeight（抬腿高度）太低会导致脚掌拖地，太高则重心起伏大。需要耐心微调。
  - 地面平整度：在非常光滑或柔软的地面上测试效果会很差。选择短毛地毯或平整的硬质地面最佳。

常见问题速查表：

现象	可能原因	解决方案
舵机啸叫、发热严重	堵转（机械卡死或目标角度超出限位）	1. 检查机械结构是否干涉。2. 在代码中添加角度限幅。3. 提高电源电压（在舵机允许范围内）。
动作卡顿、不流畅	主循环周期不稳定或太长；电源电压不足导致舵机响应慢	1. 优化代码，减少`loop()`内不必要的延时和计算。2. 检查电池电量，确保舵机总线电压稳定。
只能走直线，不会转弯	代码未实现转向逻辑	转向可以通过让身体一侧的腿步幅减小，另一侧步幅增大来实现（差速原理）。需要扩展步态函数。
遥控无反应	蓝牙/Wi-Fi模块接线错误或代码未正确初始化	1. 检查模块的TX/RX是否与Arduino交叉连接。2. 检查串口波特率设置是否匹配。3. 确认遥控端（手机App）已正确连接。

5.2 性能优化与提升稳定性的技巧

当基础行走实现后，你可以通过以下方法让OpenCat更可靠、更智能：

加入姿态传感器（IMU）：这是从“开环”控制到“闭环”控制的关键一步。安装一个MPU6050（六轴陀螺仪加速度计）或更高级的BMI160，可以读取机器人的俯仰角和滚转角。
- 应用1：姿态恢复：当机器人因地面不平或碰撞即将摔倒时，IMU检测到角度异常，可以触发一个“恢复步态”或调整腿的落地位置，尝试自我平衡。
- 应用2：步态补偿：在斜坡上行走时，身体会自然倾斜。通过IMU数据，可以动态调整每条腿的“期望高度”，使身体始终保持水平。
- 实现提示：IMU数据需要滤波（如互补滤波或卡尔曼滤波）来获得稳定的角度。计算量稍大，这也是推荐使用ESP32的原因之一。
实现简单的步态切换：除了对角步态，还可以编程实现踱步（四条腿依次抬起，最慢最稳）、奔跑（对角步态但摆动相极短，有腾空相）等。通过遥控器指令或传感器触发（如检测到快摔倒时切换为更稳定的踱步），机器人的行为会更丰富。
电源管理优化：
- 增加电容：在舵机电源总线正负极之间并联一个大容量电解电容（如1000uF 16V），可以吸收舵机瞬间启动产生的电流尖峰，稳定电压，减少对控制电路的干扰。
- 睡眠模式：当机器人待机时，让Arduino和舵机进入低功耗睡眠模式，通过一个外部中断（如震动传感器或遥控信号）唤醒，可以显著延长电池续航。

5.3 从OpenCat出发：你的扩展方向

OpenCat是一个完美的平台，掌握了它的基础后，你可以尝试无数种扩展：

感知与交互：
- 加上“眼睛”：安装一个超声波传感器（HC-SR04）在头部，实现避障或自动跟随。
- 加上“耳朵”和“嘴巴”：用麦克风模块实现声控，用蜂鸣器或MP3模块播放声音。
- 加上“触须”：在腿部安装微动开关或触觉传感器，感知碰撞。
更强的“大脑”：
- 将主控从Arduino Nano升级到ESP32，利用其Wi-Fi功能实现网页控制或接入物联网平台。
- 更进一步，使用树莓派Pico或Jetson Nano，运行更复杂的算法（如视觉SLAM），让机器人真正具备自主导航能力。
结构创新：
- 尝试设计3-DOF的腿，让机器人具备侧向移动和更灵活的姿态调整能力。
- 为机器人设计一个可安装机械臂的“背部平台”，让它变成一个小型移动操作机器人。