今天开始学习四足机器人的相关知识，学习的是古月居上的讲座作为机器狗入门。第一讲里介绍了足式机器人涉及到的一些基本概念，这里记录一下，方便自己学习，也方便相关的学习者可以节省下查询的时间。

基本概念

落脚点规划：四足机器人的落脚点规划是指在机器人行走、奔跑或执行任务时，规划其四只足部的着陆点以维持平衡和实现稳定的移动。需要考虑 动态平衡地形适应运动速度任务需求避障等条件的影响，常用的方法包括 动态稳定性控制基于模型的规划机器学习随机控制视觉导航
机器人编码器是指在机器人控制和感知系统中的一种组件或模块，它的主要功能是将机器人传感器获得的原始数据（如摄像头图像、激光雷达扫描、触觉传感器数据等）转换成机器人能够理解和处理的特定表示形式或特征向量
欧拉角（Euler Angles）是一种用于描述物体在三维空间中的方向或姿态的表示方法。它由三个旋转角度组成，通常用于飞行器、机器人、游戏开发、航空航天等领域。欧拉角可以描述物体相对于固定坐标系的旋转，使得物体的姿态能够以一种直观的方式进行可视化和控制,运算时一般为Rot(z,γ)Rot(y,α)Rot(z,β) 链接
四元数（Quaternions）是一种数学结构，用于表示三维空间中的旋转，四元数是由四个实数构成的数学结构，通常表示为 q = (w, x, y, z)，其中 w 是实部，而 x、y 和 z 是虚部。 我们引入四元数是为了更方便地计算轴角表示的方向变换。四元数的极形式 $q=||q||[cos\theta \quad nsin \theta]$ 代表了四元数的模，单位四元数模为1，而 $\theta$ 是四元数表示的旋转过程的半角大小，也就是说 $2\theta$ 就是旋转角大小， n则是表示旋转轴方向的单位向量。先将原向量坐标表示为四元数p=[0,v] ，将旋转角度及旋转轴表示为单位四元数q，旋转后的向量坐标可通过r=qpq*或计算得出
力矩控制是一种用于控制机器人或其他动态系统的控制策略，它的目标是控制系统的关节或末端执行器上的力和扭矩（力矩）。这种控制策略通常用于需要精确控制物体姿态、力量或与环境交互的应用
摆动腿规划是指在机器人或者其他多足动物机构中，规划其中一条或多条腿的运动轨迹，使得机器人能够高效地移动或完成特定任务。摆动腿通常指的是不与地面接触的腿，其运动包括抬起、前移、放下等动作。摆动腿规划需要考虑机器人的稳定性、避障、运动效率等因素。
牛顿-欧拉方程（Newton-Euler Equations）是一组用于描述刚体在空间中的运动和动力学行为的方程。这些方程广泛应用于机器人学、刚体动力学、机械工程和控制理论等领域，以描述物体的运动和受到的力和扭矩
位姿控制（Pose Control）是一种机器人控制策略，其目标是精确地控制机器人的位置和姿态（位置和方向）。在位姿控制中，通常使用传感器来获取机器人的当前位置和姿态，然后通过调整机器人的关节或执行器来使其达到期望的位置和姿态
IMU 是惯性测量单元（Inertial Measurement Unit）的缩写，是一种用于测量物体在空间中的加速度和角速度的传感器组合。IMU 通常由一组加速度计（Accelerometer）和陀螺仪（Gyroscope）组成，有时也可能包括磁力计（Magnetometer）。这些传感器共同工作，以提供物体的姿态（位置和方向）和运动信息。

前向动力学牛顿-欧拉方程：这种方程用于确定机器人关节的加速度和末端执行器的动力学响应，给定关节的位置、速度、和外部力矩。前向动力学方程通常采用递归形式进行计算，从底层关节开始逐步向上计算到末端执行器。

逆向动力学牛顿-欧拉方程：这种方程用于确定机器人关节需要施加的力和扭矩，以产生期望的末端执行器运动。逆向动力学方程通常用于机器人控制中，帮助确定所需的关节控制输入。 F=M⋅a+v×(I⋅ω)+ω×(I⋅ω)

视觉编码器：对于具备摄像头或深度摄像头的机器人，视觉编码器可以将图像数据转换为特征向量。这些特征向量通常经过卷积神经网络（CNN）等深度学习模型的处理，以提取出图像中的有用信息，例如物体的位置、形状和颜色等。

激光雷达编码器：对于搭载激光雷达传感器的机器人，激光雷达编码器可以将激光雷达扫描数据转换为环境地图或障碍物检测的信息。这种编码通常涉及到将点云数据或距离信息转换为地图表示，以便机器人可以进行导航和避障。

触觉编码器：触觉传感器通常安装在机器人的末端执行器上，用于感知接触、压力和力量等信息。触觉编码器可以将这些信息转化为机器人能够理解的力和位移信息，以进行精确的操纵和互动。

惯性编码器：惯性传感器（如陀螺仪和加速度计）提供了机器人的姿态和运动信息。惯性编码器可以将这些传感器数据整合起来，以计算机器人的位置、速度和方向等信息，用于导航和运动控制。

声音编码器：如果机器人具备声音传感器或麦克风，声音编码器可以将声音数据转化为语音识别、声音定位或环境声音分析等有用的信息

滚动角（Roll） ：也称为俯仰角（Pitch），表示绕物体自身的X轴旋转的角度。正滚动表示物体向右侧旋转，负滚动表示物体向左侧旋转。

俯仰角（Pitch） ：表示绕物体自身的Y轴旋转的角度。正俯仰表示物体向上倾斜，负俯仰表示物体向下倾斜。

偏航角（Yaw） ：表示绕物体自身的Z轴旋转的角度。正偏航表示物体向逆时针旋转，负偏航表示物体向顺时针旋转。

ZYX（航向-俯仰-滚动） ：按照偏航、俯仰、滚动的顺序旋转。这是飞行器和机器人控制中常用的约定。

XYZ（滚动-俯仰-偏航） ：按照滚动、俯仰、偏航的顺序旋转。这是计算机图形学中常用的约定。

YXZ（俯仰-滚动-偏航） ：按照俯仰、滚动、偏航的顺序旋转。这也是一种常见的约定。

旋转表示：四元数主要用于表示旋转变换。通过适当的数学运算，可以将四元数转换为旋转矩阵，从而描述三维空间中的旋转操作。

无奇异性：与欧拉角一样，四元数没有奇异性（Gimbal Lock）问题，因此在表达旋转时具有更好的数学稳定性。

插值和旋转平滑：四元数在插值和实现平滑旋转动画方面非常有用。线性插值两个四元数可以平滑地过渡从一个旋转到另一个旋转。

组合旋转：四元数可以轻松地用于表示和组合多个旋转操作，而无需担心旋转顺序或奇异性问题。

性能优势：在某些计算机图形和仿真应用中，四元数的计算性能较好，因为它们涉及的数学运算相对简单。

步态规划：步态是机器人或多足动物在运动中腿部的周期性运动方式。步态规划确定了腿部何时抬起、何时放下，以及在摆动期间如何移动。常见的步态包括正步态、三足步态、四足步态等，具体取决于机器人的设计和应用。

动力学模型：摆动腿规划通常需要考虑机器人的动力学模型，以确保腿部运动的稳定性和适应性。这包括机器人的质量、惯性、关节限制等因素。

碰撞检测与避障：在规划摆动腿运动时，需要考虑避免碰撞和障碍物。这可以通过传感器数据来检测周围环境，以避免腿部与障碍物碰撞。

目标追踪和路径规划：如果机器人需要跟踪目标或遵循特定路径，摆动腿规划需要与目标追踪和路径规划算法结合使用，以使机器人能够沿着期望的轨迹移动。

运动优化：在摆动腿规划中，通常会使用优化算法来找到最佳的腿部运动轨迹，以满足各种约束条件，如能量最小化、时间最短等。

稳定性控制：摆动腿规划必须与机器人的稳定性控制相结合，以确保在腿部运动过程中机器人保持平衡。