简介：
XGO-mini3W 是一款十五自由度桌面级 AI 四轮足机器狗，背部搭载机械臂和末端夹爪，内置树莓派CM5模组实现AI边缘计算应用。采用4.5KG.CM 金属齿磁编码总线串口舵机作关节，可实现全向移动、六维姿态控制、姿态稳定、多种运动步态和夹持任务。足端的一体化 FOC 轮毂电机，简化传动、提升效率，让机器狗响应敏捷、运动平稳，能适应多种地形。内部搭载IMU、关节位置传感器和电流传感器反馈自身姿态和关节转角与力矩，用于内部算法和二次开发。
概述：终极混合形态 (The Ultimate Hybrid Form)
XGO-mini3W 代表了 XGO 桌面机器人系列的巅峰之作 (Pinnacle) 。它建立在 XGO 系列久经考验的 15自由度架构之上，但引入了革命性的轮足混合动力总成 (Wheeled-Legged Powertrain) 。 通过将传统的静态足端替换为一体化 FOC 轮毂电机，mini3W 彻底消除了速度与地形适应性之间的妥协 。它既能在平地上像跑车一样静音巡航，又能瞬间锁定轮组，像机器狗一样跨越障碍——同时利用集成的机械臂执行复杂的抓取任务 。
核心创新 (Key Innovations)
混合运动策略 (Hybrid Locomotion Strategy)
高速滚动 (High-Speed Rolling)： 在平坦地面上，机器人利用 4 个动力轮高效移动，实现了传统足式机器人无法比拟的速度与静音效果 。
地形适应 (Terrain Adaptation)： 遇到障碍或崎岖路面时，机器人激活 12 个腿部关节，通过踏步、攀爬以及调整机身高度/倾角来从容应对
滑冰模式 (Skating Mode)： 一种独特的融合模式——机器人利用腿部运动学进行“蹬地”加速或姿态调整，在滚动中实现类似冰样滑行的“漂移”效果 。
一体化 FOC 轮毂电机 (Integrated FOC Hub Motor)
区别于笨重的外挂式轮组，mini3W 采用了定制设计的微型 FOC 轮毂电机，直接集成于足端：
极简传动： 采用直驱 (Direct Drive) 设计，无齿轮组，实现了零虚位 (Zero Backlash) 与静音运行 。
极速响应： 空心杯结构设计确立了极低的转动惯量，支持毫秒级的急启急停控制 。
优化的全能架构 (Optimized Architecture)
强劲关节： 腿部采用 4.5kg.cm 磁编码总线舵机，提供从蹲伏状态快速起立所需的爆发扭矩 。
移动抓取： 标配标准的 3自由度机械臂，使其成为一个全功能的移动抓取平台 (Mobile Manipulator)。
系统架构
系统架构：仿生双层智能 (System Architecture: The Bi-Level Intelligence)
概述：异构计算架构 (Overview: Heterogeneous Computing)
XGO 采用了一种模仿生物神经系统的异构双层架构 (Heterogeneous Bi-Level Architecture)。正如人类依靠大脑进行逻辑推理、依靠小脑控制运动协调一样，我们将高层的 AI 处理任务与底层的实时运动执行任务进行了彻底的解耦 (Decoupling)。
这种架构设计定义了两个核心计算单元：
-上位机 (大脑)： 负责处理高带宽、软实时 (Soft Real-time) 的任务（如视觉感知、大模型推理）。
-下位机 (小脑)： 负责处理低延迟、确定性 (Deterministic) 的任务（如步态生成、姿态平衡）。 核心优势： 这种物理层面的隔离确保了系统的极致安全与稳定性——即使树莓派上的 AI 负载过重或操作系统卡死，负责底层的 MCU 依然能独立运行平衡控制环路，确保机器人不会失控摔倒 。
第一层：认知层 / 上位机 (Layer 1: The Cognitive Layer)
- 硬件核心： Raspberry Pi Compute Module 5 (CM5) 。
- 核心职能： 作为机器人的决策中心。它专注于处理复杂的计算任务，包括 AI 计算机视觉分析和大语言模型 (LLM) 交互 。
- 架构思考： 为何分离？因为 AI 进程通常具有可变的执行时间（非确定性）。将其隔离在 CM5 上，可以确保视频处理中的瞬间卡顿绝不会波及机器人的物理平衡控制 。
第二层：控制层 / 下位机 (Layer 2: The Control Layer)
硬件核心： ESP32-WROVER (双核 240MHz) 。
操作系统： FreeRTOS 。
核心职能： 作为机器人的执行中心。它接收来自上位机的“运动意图”，并实时解算逆运动学 (IK) 或动力学模型 (LQR)，从而精确计算出每个执行器的目标角度 。
控制周期： 严格的确定性时序，运动控制环路运行在 200Hz - 1000Hz。
传感器融合： 深度集成内部 6轴 IMU (ICM-42670) 或者9轴IMU(ICM-20948)数据与舵机实时反馈（位置/电流），确保机器人在非平整地面上依然保持卓越的稳定性 。
神经桥梁： 通信协议 (The Neural Bridge: Communication Protocol)
上下位机之间通过一条高速 UART (串行通信) 链路建立连接，这构成了 XGO 机器人的“中枢神经”。为了在非实时操作系统（Linux）与实时控制系统（RTOS）之间实现高可靠的数据传输，我们设计了一套私有通信协议。
协议帧结构：安全至上 (Protocol Safety & Frame Structure)
为了防止数据在高速传输中出现错位或丢失，每一帧数据都经过严格封装，包含以下核心字段： 帧头 (Header)：用于数据流的同步与对齐，确保下位机能从连续的比特流中精准识别出数据包的起始位置 。
- 指令 ID (Command ID)： 定义了当前数据包的业务类型（如：0x01 代表位置控制，0x12 代表状态查询），实现业务逻辑的分层处理 。
- 数据载荷 (Payload)： 承载具体的控制参数（如目标关节角度、线速度向量）或传感器反馈数据 。
- 数据长度 (Length)： 定义载荷的字节数，支持变长指令传输 。
- 校验和 (Checksum)： 采用高效校验算法对整帧数据进行完整性验证。一旦发现数据位翻转或噪声干扰，下位机会立即丢弃该帧，绝不执行错误指令，从源头杜绝“抽搐”或失控风险 。
通信机制：全双工闭环 (Full-Duplex Closed Loop)
- 下行链路 (Command)： 上位机以高频率发送运动指令（Motion Intentions）。
- 上行链路 (Telemetry)： 下位机实时回传机器人状态（IMU 姿态、关节电流、电池电压），为上层 AI 提供决策依据，形成完整的感知-决策-执行闭环。