宇树 Qmini 双足机器人开源方案：硬件结构与控制系统详解

Qmini 机器人集成了 11 个 Unitree 8010 电机 —— 这是一种经过验证的执行器，可用于各种商业机器人平台。其中：

• 10 个电机驱动机器人的主要运动系统 • 1 个电机 位于机器人颈部，作为定制扩展预留

这种模块化鼓励开发者设计和制作自己的扩展原型，增强 Qmini 机器人的功能、美观性或交互性。

Qmini 双足机器人核心系统

Qmini 机器人的电机通讯线由树莓派主板 USB3.0 接口经 Type-A 转 Type-C，接入 485 转接板。

• 转接板 UART1 接出 485A/B 双绞，至右腿 0 号电机，右腿 0 至右腿 1 号电机，右腿 1 至右腿 2 号电机，形成 USB 总线 UART1。
• 转接板 UART2 接出 485A/B 双绞，至左腿 0，左腿 0 号电机至左腿 1 号电机，左腿 1 号电机至左腿 2 号电机，形成 USB 总线 UART2。
• 转接板 UART3 接出 485A/B 双绞，至髋关节 0 号电机，髋关节 0 号电机至髋关节 1 号电机，形成 USB 总线 UART3。
• 转接板 UART4 接出 485A/B 双绞，至上身 2 号电机；上身 2 号电机至上 1，上身 1 号电机至上身 0 号电机，形成 USB 总线 UART4。
• 发板散热风扇电源由开发板 GPIO2（正极 5V）和 GPIO14（GND）引脚输出 5V 对外供电。

软件系统安装

宇树已经帮我们准备好了现成的程序，我们只需要按步骤配置就行。就像给电脑装系统一样简单，但结果却是让你的机器人活过来！

树莓派烧录系统镜像：

# 下载 Raspberry Pi OS Lite
# 使用 Raspberry Pi Imager 烧录到 SD 卡
# 启动前在 boot 分区创建 ssh 文件（开启 SSH）

基础环境配置：

# 更新系统
sudo apt update && sudo apt upgrade -y
# 安装 Python 依赖
sudo apt install python3-pip python3-numpy python3-scipy -y
# 安装开发工具
sudo apt install git cmake build-essential -y

下载控制程序：

# 克隆官方控制代码
git clone https://github.com/vsislab/RoboTamer4Qmini.git
cd RoboTamer4Qmini
# 安装 Python 依赖包
pip3 install -r requirements.txt

控制程序主要由运动学计算（计算每个关节应该转多少度）、步态生成（规划走路的动作序列）、平衡控制（保持机器人不摔倒）组成。

URDF 模型加载：

# URDF 文件定义了机器人的结构
# 从 GitHub 下载：urdf/Qmini.urdf
# 这个文件描述了每个关节的位置和运动范围
cp urdf/Qmini.urdf ~/robot_ws/src/qmini_description/urdf/

联机调试

Qmini 采用了 VSISLab 团队开发的先进控制框架—RoboTamer4Qmini 项目。这套系统基于 Isaac Gym 仿真环境，使用 PPO 深度强化学习算法训练机器人步态控制策略。相比传统的手工编程方式，这种 AI 驱动的方法让机器人能够自主学习优化的行走模式。

每条腿的 5 个关节都经过精确建模，比如髋关节 yaw 轴的活动范围设定为 -0.349 到 0.525 弧度，这个数值既保证步态灵活性，又避免机械干涉。

实际部署的技术流程：

项目提供了完整的开发工具链，虽然环境配置相对复杂（需要 Ubuntu、CUDA 11.4+、Isaac Gym 等），但一旦搭建完成，训练和部署过程非常直观：

# 训练新的控制策略
python train.py --config BIRL --name qmini_experiment
# 评估训练效果
python play.py --render --name qmini_experiment --time 10
# 导出部署模型
python export_pt2onnx.py --name qmini_experiment

工程调优的实际考量

虽然核心控制基于深度学习，但底层电机控制仍需要精确的工程调优。

项目提供了 PID 参数优化工具，帮助减小仿真与实际机器人行为之间的差异：

# 优化底层控制参数
python tune_pid.py --mode real