基于STM32F103C8T6与ASR Pro的语音控制四足机器人设计

技术说明：本文围绕基于STM32F103C8T6的语音控制四足机器人进行嵌入式系统设计复盘，重点整理ASR Pro语音识别、PWM舵机驱动、机器人姿态动作、硬件电路、PCB设计和系统调试等技术要点。内容用于单片机应用、机器人控制和嵌入式人机交互方法交流，不涉及商业推广或服务宣传。

摘 要

语音识别技术的发展让单片机语音控制系统成为嵌入式热门的研究课题，本论文设计基于STM32F103C8T6单片机的四足机器人语音控制系统，利用语音识别技术与机器人控制技术相结合，提升交互性与智能化。

本系统采用天问ASR Pro语音识别模块作为人机互动的关键入口，可凭借语音指令操控四足机器人进行前进、后退、转弯等基础动作和自定义的个性化动作。系统采用STM32F103C8T6单片机作为核心控制部分，采用输出PWM信号驱动SG90舵机，实现对四足机器人姿态动作的控制。就硬件设计而言，以STM32F103C8T6单片机做基础，配置全套的硬件平台，语音识别模块、电源模块电路的连接规划，绘制原理图与PCB线路图，实现整个硬件系统的设计跟制作，软件部分借助Keil µVision5这一开发环境，采用C语言开展代码编写，通过把语音识别、语音播报、舵机控制和显示模块等功能进行整合，构造起闭环控制格局，保证机器人在运行时能高效、稳定地响应指令。

关键词：单片机；四足机器人；舵机控制；语音识别

ABSTRACT

The development of speech recognition technology has made the single-chip microcomputer voice control system a hot research topic for embedded, and this paper designs a four-legged robot voice control system based on STM32F103C8T6 microcontroller, and uses the combination of speech recognition technology and robot control technology to improve interactivity and intelligence.

The system uses the Tianwen ASR Pro voice recognition module as the key entrance to human-computer interaction, and can control the quadruped robot to move forward, backward, turn and other basic actions and customized personalized actions with voice commands. The system uses STM32F103C8T6 single-chip microcomputer as the core control part, and uses the output PWM signal to drive the SG90 servo to realize the control of the attitude action of the quadruped robot. As far as hardware design is concerned, based on the STM32F103C8T6 single-chip microcomputer, a full set of hardware platforms are configured, the connection planning of voice recognition modules and power module circuits, the schematic diagram and PCB circuit diagram are drawn, and the design and production of the entire hardware system are realized. Ensure that the robot can respond to instructions efficiently and stably during operation..

Key words:Microcontroller;Quadruped robot;Servo motor control;Speech recognition

第1章 绪论

1.1 研究背景与意义

随着信息技术与人工智能的不断发展，仿生足式机器人领域取得了重大突破，其中四足机器人是最受关注的一类研究方向[1]，它是生物力学与机器人结合所形成的，依照生物力学原理设计而成的智能机器人。四足机器人呈现出良好的稳定性与平衡性，在陆地移动机器人领域开发应用的进程之际，仿生机器人已经取得了丰硕的成果。

随着智能机器人的不断发展，语音识别技术已经成为人机交互领域的主流常用技术[2]。语音识别技术需要先进行语音采集和处理的技术，从而识别不同的语音指令，并保障语音识别技术处于不同环境中的识别率和准确水平，保证人机之间实现有效交互。基于此背景下采用语音控制的四足机器人将成为智能机器人领域的研究热点之一。

本系统以STM32F103C8T6单片机为基石，制作的语音控制版四足机器人，期望能为人机交互带来自然流畅、高效便捷的操作感。

1.2 国内外研究现状

1.2.1 语音识别控制系统的研究进展

近年来，随着语音识别技术的不断进步，不但简单的指令能够得到准确的解析，而且能对复杂对话的场景进行处理，使人机交互的便捷性得到了显著的提升。由于算法限制，早期的语音识别系统大多采用模板匹配技术，只能对简单的左转、右转指令进行识别，应用场景更加单一。

当前，国际上波士顿动力公司（Boston Dynamics）已经成功研发了多款不同类型的四足机器人，并积极探索用语音控制在机器人运动规划与任务执行中的应用。在国内，随着语音识别技术的进步和硬件平台的搭建，越来越多的科研研究机构和企业也纷纷投身语音控制的机器人系统的研发。如微软、苹果、百度等科技企业均设立专项的研究部门对语音交互开展创新研究[3]。于此同时，国内高校也在积极开展相关研究，尝试将语音识别技术与移动机器人结合，探索智能化控制的新路径。在硬件性能提升后，小型设备也具备了可以处理复杂指令的能力，这对于机器人控制、工厂自动化很有帮助。

技术进步的同时，也带来了新的问题。目前大部分语音识别技术都存在高消耗计算资源的情况，特别是在开发者需要在识别效果和电量之间进行平衡的手机和智能手表这类低功耗终端上表现得尤为突出。

受硬件资源及算法架构了解的限制，本设计采用以模板匹配技术为主的天问ASR POR

语音识别模块，在指令识别复杂度和场景泛化能力方面与基于深度学习的前沿模型有一定差距，仅能实现基础语音的特征提取。

1.2.2 单片机在嵌入式系统中的应用

单片机作为嵌入式系统的核心组件，因体积小巧、功耗低、集成度高的优点，在系统架构当中起着关键性作用，伴随着技术持续进步，单片机的应用范围不断拓展，如今已普遍应用于工业自动化生产线、智能家居互联等多个领域，成为构建智能化系统的关键组成，单片机的强大运算能力和多样的接口资源，让它成为语音控制等复杂任务的应对处理和小型化机器人系统开发的优先选择[4]。

1.2.3 四足机器人研究现状

四足结构的腿式机器人，已经显示出作为运动方式的巨大潜力，具有执行传统车辆无法完成的任务能力。在过去的30年里，腿运动技术在全球范围内得到了发展，导致了许多设备和技术的诞生[5]。在军事作战场景中，这类设备可以代替人类进行设备巡视、工程勘测、排雷排爆、实时跟踪、狭小的复杂环境或是人类干预不可能或难以干预的恶劣条件下和不规则地形中成功工作[6-7]；在工业生产环境里，它们普遍应用在自动化生产线运维、物流智能分拣及设备精密检测等环节，切实增强生产效率并削减运营成本；其在灾害救援、消防抢险、医疗辅助、老年照护等工作中频频出现，不仅优化了服务品质，还有效降低了人力投入的成本开支。

人类最早进行了路面仿生机器人的探索，四足机器人在中国古代最早的研究可以追溯到三国时期的“木牛流马”[8]，至今已有1000多年的历史。如图1.1所示。

图1.1 木牛流马

国外有关四足机器人的研究较早，美国在此领域的探索极具代表性，早在1893年由工程师Rygg设计出了机器马的雏形；1968年美国工程师Mosher设计出在人工操作环境下的可步行的“Walking Truck”，如图1.2所示，其腿采用液压驱动系统，操作人员通过手动控制，可使设备实现缓步行进等基础动作，为后续四足机器人技术的发展奠定了重要基础。

另外，日本広赖•福田机器人研究室研制的KUMO-I，如图1.3所示，该机器人形状像长腿蜘蛛[9]。本次设计在整体框架与核心思路上，主要借鉴了该设计方案。

图1.2 “Walking Truck”

图1.3 KUMO-I

2008年，波士顿动力公司（Boston Dynamics）推出了如图1.4所示的四足机器人Big Dog，该机器人最初的目的是为了满足美国军事需求，期望在物资运输和作战辅助中应用在复杂的地形上然而，但由于该机器人在运行过程中噪音过大，对隐蔽动作的要求难以满足，最终在实际军事应用中未能投入到工作中去。Big Dog搭载基于QNX实时操作系统的

分布式控制结构，通过机载计算机精确协调机器人的运动，同时能够处理传感器的反馈信

号和手持遥控器的远程操控[10]。

图1.4 Big Dog

人类在四足机械方面不断取得重大进步。相比双足机器人和轮式机器人，四足机器人

具有更高的灵活性和稳定性[11]。四足机器人驱动器经过一系列的技术研发和产品研发后，国内的四足机器人产业得到了快速的发展[12]，众多科技企业纷纷进行技术研发和生产，比较有代表性的有百度、云深处、小米、宇树等科技公司。云深处科技专注于四足机器人的科技公司，是目前为止国内第一家真正面向工业级行业应用的智能四足机器人企业。

针对工业场景而设计的绝影X30四足机器人如图1.5所示，在市场中以优异的表现占有一席之地。其核心设计是以自主研制的仿生关节模块为载体，利用自主研发的附以行业应用的二次开发，使其具有适应多任务的整体地形扩展能力的仿生关节模组融合主动柔顺控制算法[13]。

图1.1 绝影X30四足机器人

1.3 论文主要内容与结构

本论文主要围绕基于单片机的语音控制四足机器人设计进行研究，结合语音识别技术、

电源模块、单片机输出PWM方波信号驱动SG90舵机的原理，设计并实现一个能够通过语音指令而执行动作的四足机器人系统。

第二章主要介绍了系统的总设计方案，包括方案的整体介绍、系统功能需求的分析、系统结构框图、针对不同型号的单片机进行详细对比，最终选定适配的单片机型号。

第三章详细介绍了包括STM32F103C8T6单片机的设计思路、电源模块设计、语音模块设计及软件配置流程、OLED液晶显示模块及舵机模块设计在内的系统各模块的硬件设计内容，并对系统各模块进行了深入分析。

第四章主要是说明在系统编程与烧录中应用KeilVision5软件，采用主程序运行流程图与语音指令匹配处理流程图，把系统运行时的逻辑架构直观展现，便于对各环节衔接程序执行做到清楚明白，同时对PWM信号的生成、调节原理展开深度分析，说明怎样通过控制PWM信号的频率、占空比这类关键参数，实现对机器人旋转角度的调控。

第五章主要介绍STM32F103C8T6语音控制版四足机器人的测试方法、结果、以及结果的分析。

第2章 系统总体设计

2.1 系统方案整体介绍

本文以STM32F103C8T6平台为基础设计的四足仿生机器人控制系统[14]，以天问ASR Pro的语音识别模块作为人机交互核心，实现了对机器人动作部分的语音控制，包括前进、后退、转弯等基础动作，以及跳舞、撅屁股等自定义的个性化动作。

在运动控制范畴，本次系统采用的是STM32F103C8T6单片机，作为主控的器件，产生PWM方波信号以驱动SG90舵机，通过调整信号参数以控制四足机器人各关节的旋转角度，让机器人稳定地完成各类步态活动，在能源管理方面，采用由5V/3A充放电一体化模块和3.7V锂电池组构成的供电方案，该供电方案有4.2V充电保护的能力，在阻止电池过度充电、维护电池安全的同时，切实提升续航能力，为机器人长时间运作和复杂动作实施提供稳定电源。

2.2 系统功能需求分析

系统功能需求分析乃是本次设计的首要任务，结合现实应用场景与预期要求，系统必须实现以下核心功能：首先要有精准的语音识别能力，要清晰地识别前进、后退等基础指令才行，以及自定义的个个性化指令；其次是达成高效水准的运动控制功能，四足机器人精确完成各类动作，保证动作执行既流畅又稳定；同时要维持系统的稳定性和低功耗特性，稳定性使系统长时间运行时不会产生故障现象，低功耗能让电池使用的时间延长。

2.2.1 语音识别功能

语音识别是实现人机智能互联的关键功能，直接影响系统的智能水平高低，它工作原理是先对输入的语音指令进行采集，再由系统开展识别解析，最后驱使系统实施对应动作，实现人机之间的连贯交互，收到前进类似指令，系统完成识别后会让机器人做出前进动作。

从功能设计上来讲，主要考虑三大要素：系统的响应速度，以及识别准确度，以及运行稳定性。一方面，系统要保证机器人基本操作的流畅性，需要对前进、后退、左转、右转等基本运动指令进行精确识别；另一方面要支持根据自己的实际需要，在基础操作的基础上设置个性化的语音指令，通过设置特定词汇来启动预设动作，从而增强系统的实用性和语音指令交互的灵活性是基础的操作。

2.2.2 运动控制功能

相较于轮式机器人，近些年来人们对仿生腿部运动的研发兴趣愈发浓厚。尽管轮式结

构在设计与制造上更为简单方便，但在复杂地形或特殊地面行驶时，其通过性与稳定性存在明显的短板。而腿式行走机器人主要基于四足生物的生物学概念，无论是昆虫还是哺乳动物，它很容易制造，并且允许算法进行适当的控制[15]。

四足机器人的运动控制功能，是指当四足机器人接收语音指令后，四足机器人执行实际动作的功能。本次设计中，系统通过对SG90舵机旋转角度的控制，驱动机器人灵活的完成前进、转向等各类动作。

2.2.3 系统稳定性与功耗优化

基于Keil Vision5嵌入式平台搭建的四足机器人设计，运行稳定性和功耗控制是两个关键指标。系统稳定性直接决定了它连续工作的能力，保证了长时间不出现性能衰减或故障，而系统的功耗控制则与电池的续航时间有关，直接影响着机器人的使用场景和工作效率，而功耗较低的功耗不仅可以延长单次充电的使用时间，而且可以降低电池的体积和重量，增强设备的可携带性，因此系统的功耗控制与电池的续航时间、功耗都有很大的关系。

2.3 系统整体设计

2.3.1 系统结构框图

本次设计的硬件系统如图2.1所示由多个核心模块组成。主控单元选用STM32F103C8T6单片机，提供了整套系统的运算和控制功能；电源模块，采用5V/3A充放电一体方案，搭配3.7V锂电池组，为各个模块组稳定电源；作为动力传输的关键，本次设计选用SG90舵机对机器人的肢体动作进行控制；OLED液晶显示模块将系统的情绪状态以视觉化的方式呈现出来，增加机器人的活力；语音交互模块以天问ASR Pro为基础，搭建人机沟通桥梁，实现语音指令的识别。每个模块协同工作，组成一个具有完整功能的四足机器人控制系统。

图2.1 系统硬件框图

2.3.2 单片机选型

单片机作为本次设计的主要控制单元，对指令进行接收与处理。其中，STM32F103C8T6

成为此次实现带舵机操控功能与语音识别的理想选择，得益于本身高级而强大的运算性能。它驱动机器人完成各种指令，通过输出PWM控制信号来调整舵机的动作。

由表2.1的数据对比中不难看出，STM32F103C8T6单片机搭载的32位核心，在浮点运算和复杂算法处理等方面，都具备数量级优势，在同类产品中遥遥领先。在实时表现上，其72MHz主频配合硬体中断控制器，可实现µs级别的快速响应，满足了对时序精度的需求，可实现多舵机同步操控。

表2.1 单片机的架构与性能对比

参数	STM32F103C8T6 单片机	51单片机	Arduino Uno
内核架构	32位 Cortex-M3	8位 8051	8位AVR
主频	72MHz	12-24MHz	16MHz
PWM通道	4×16位定时器	2×8位PWM	6×8-12位PWM
中断优先级	16级可编程嵌套中断	2级固定优先级	有限中断管理

选择STM32F103C8T6单片机的其他原因：

STM32F103C8T6单片机拥有4个通用定时器，支持12路PWM输出，在本系统使用时是完全足够的。而51单片机仅有2个定时器，在控制12个舵机时，CPU占用率会超过80%，导致系统的卡顿。

STM32F103C8T6单片机可以同时连接语音模块（USART1）、舵机驱动板（I2C1）等，且无需总线冲突，实时性得以保证。51单片机需要通过软件模拟多路通信，实时性会大大降低。

STM32F103C8T6单片机可以通过Keil µVision5实现代码编辑、编译、调试、烧录全流程操作。

STM32F103C8T6单片机可以通过STOP模式快速唤醒，可以延长锂电池的续航能力。而Arduino Uno是线性稳压器与USB接口电路，它的静态功耗会很高，不适合移动的机器人。

虽然51单片机芯片单价低，但在本设计中需要额外扩展定时器、通信接口等硬件。核算总成本接近STM32F103C8T6的方案。而Arduino Uno的整体价格高，且无法拆解优化。所以本系统采用STM32F103C8T6单片机。

综合以上，STM32F103C8T6单片机在性能、开发效率及成本控制方面明显优于51单片机和Arduino，是较为符合工程实践选择的需要，因此本次设计方案采用STM32F103C8T6单片机。

第3章 硬件系统设计

本章着重介绍基于单片机的语音控制四足机器人的硬件设计，主要是单片机、语音识别模块、舵机控制单元、电源模块等硬件部分。硬件设计过程中，为了使系统稳定、提高响应速度、降低功耗，力求让四足机器人听到语音指令就能执行对应的执行。系统硬件电路原理总图如图3.1所示，展示了各个模块之间的连接及信号的传输路径。

图3.1 硬件电路原理总图

3.1 主控模块设计

经过多个系列的对比，最终选用STM32F103C8T6单片机作为本次设计的主控单元。

STM32F103C8T6主要由晶振电路、复位电路几部分构成，板子所载的资源能满足单片机GPIO，ADC，RTC，USART，I2C，USB数据通信等进行实验。

STM32F103C8T6处理器是目前微处理器领域应用最广泛的处理器之一，STM32F103C8T6采用了ARM Cortex-M3 32位内核[16]，其32位精简指令集会比传统8位架构（如8051）得处理速度提高5-10倍。Cortex-M3拥有平衡性能、低功耗以及丰富的外设支持的特点。而且它拥有睡眠模式，当其处于睡眠模式时，CPU暂停但外设还在运行，唤醒时间小于5µs，针对此次设计使用电池供电的四足机器人，可以通过动态的休眠延长续航，解决电池续航的问题。而其主频高达72MHz，可高效处理多舵机协同控制，在本次设计中四足机器人采用8个SG90舵机，它可以使舵机动作协调。

该芯片通过优化的设计结构，使得整个设备在运行时的功耗进一步降低，避免了因为运行功耗过大出现电池用尽或者需要额外插入电源，无法进行工作的情况，进一步提升了设备的工作稳定度。与此同时，使用该款芯片开发产品不用花费较高的成本，在本次预算较为拮据的毕业设计的时候就显得尤为必要。官方联合嘉立创EDA开源项目，为开发者们提供了海量现成的代码资源，极大地缩短了开发周期，高效的推动毕业设计作品的进行，故这里选择STM32F103C8T6做为主控单元，实物正面如图3.2所示：

图3.2 STM32F103C8T6实物正面图

STM32F103C8T6单片机的接口与连接设计，如图3.3所示：

图3.3 STM32F103C8T6接线图

PA0-PA3：连接SG90舵机的I/O口，是TIM2定时器的4个通道，主要用于PWM信号输出。

PA6-PA7：连接SG90舵机的I/O口，是TIM3定时器的通道1和2，主要用于PWM信号输出。

PB0-PB1：连接SG90舵机的I/O口，是TIM4定时器的通道3和4，主要用于PWM信号输出。

PA10：连接ASR Pro核心板的PB5引脚，接收核心板的数据。

PB8-PB9：连接OLED显示屏的SCL和SDA引脚，是I2C通讯的标准引脚。

STM32F103C8T6单片机需配备引脚，所以在PCB电路板上，焊接上2个单排母排针1*20P的插座，单片机可以在PCB板直接拔插，使其在电路连接方面更加便利。

3.2 电源模块设计

在PCB电路板的前期阶段重点规划了电源接入以及控制部分，在电路板上设计了KF301-2P铜质接线端子J1，作为外部电源接口。KF301-2P接线端子采用双针脚的设计，整体外型十分小巧，用全铜实心铜钉提供优良的导电性能，并且有效避免出现滑牙的问题；外壳部分采用PA66的绝缘材料保证了良好地电气绝缘性，在使用时能避免短路的情况发生，长期的电源连接不会出现电源老化情况。

同时，在电路板上设置了拨动开关SW1，开关SW1选用SS-12D06的5毫米柄高大电流拨动开关，控制电路板的电源通断，该开关电气性能良好、机械寿命长、外形尺寸小巧，完美满足本次设计的电路需求。当开关拨至引脚1位置时，电源立即接通，电路板上的各个模块进行工作。拨至引脚3位置时，电源断电。这样简单的设计，方便随时控制电路板的电源状态，有效提升了整个系统的使用性和安全性。电源模块原理图，如图3.4所示：

图3.4 电源模块原理图

采用3.7V锂电池、5V/3A充放电一体模块，如图3.5所示，将锂电池输出电压调节为所需电压、电流，给整个四足机器人供电。选用STM32F103C8T6单片机作为主控单元，实现了各模块的连接[17]。在4.2V充电保护的同时显著提升续航性能，为复杂动作提供稳定电力保障，5V/3A充放电一体模块还有4颗LED灯，方便查看锂电池电量，并且3.7V

锂电池的使用寿命更长、续航更持久、体积小巧。

图3.5 3.7V锂电池实物示意图

5V/3A充放电一体模块，如图3.6所示：

图3.6 5V/3A充放电一体模块

3.3 语音模块设计

语音识别模块是系统的核心输入模块，它负责将外部的语音信号转化为数字信号并传输给单片机。为了实现快速准确的语音识别，本次设计采用天问ASR Pro的语音识别模块。

3.3.1 语音识别模块与单片机的连接

天问ASR Pro语音识别模块性能优异，在与STM32F103C8T6单片机的连接方案中，最终选择串口（USART）通信方式。相较于短距离、低速传输、处理小数据量的I2C协议，USART凭借较高的数据传输率和较远的通信距离，更契合语音指令实时传输要求。

实际应用开展时，天问ASR Pro模块把识别过后的数字语音信号，依靠UART通道稳定传输至单片机，该连接方式让语音指令数据能够迅速、完整地送达主控单元，为后续指令的解析、舵机控制等操作给予可靠的数据支持。

3.3.2 语音识别模块功能介绍

此次设计采用ASR Pro语音识别模块，ASR Pro芯片是针对低成本离线语音应用方案开发的一款通用、便携、低功耗高性能的语音识别芯片，采用了第三代BNPU技术，能支

持DNN\TDNN\RNN神经网络及卷积运算，支持语音识别、声纹识别、语音增强、语音检测等功能，具有强劲的回声消除和环境噪声抑制能力。该模块尺寸只有30*28mm，却能连接众多外设。天问ASR Pro具有专门配套的开发软件，借助天问Block软件的图形化编程模式，仅需打字就可以轻松对唤醒词、命令词、串口的输入输出等关键数据进行修改。

在STM32F103C8T6中，PA10引脚是USART1的RX引脚，用于接收数据。而天问ASR Pro的PB5引脚是UART0的TX引脚，用于发送数据。将两者连接，可实现ASR Pro模块与STM32F103C8T6之间的串口通信，ASR Pro将识别结果通过串口发送给STM32F103C8T6进行处理。

在实际工作中，麦克风首先去接收发出的语音指令，随后把它转换成模拟信号，进而实施数字化处理，最后将数字化后的语音信号跟预先放置好的语音模板进行匹配，进而精准鉴别出语音指令，实施相应的动作。ASR Pro语音识别模块实物图，如图3.7所示：

图3.7 ASR Pro语音识别模块实物图

ASR Pro语音识别模块原理图，如图3.8所示：

图3.8 ASR Pro语音识别模块原理图

ASR Pro语音指令解析图，如图3.9所示：

图3.9 ASR Pro语音指令解析图

3.3.3 语音识别模块配置模式

在天问Block安装完成后首次启动时，需进行主板型号配置。因为本次设计采用ASR PRO芯片作为核心组件，所以在设备选择界面对应选取主板选择ASR PRO主板选项，如图3.10所示。

图3.10 天问Block软件主板选择界面

ASR Pro语音识别模块配置界面，如图3.11所示：

图3.11 ASR Pro语音识别模块编程界面

配置模式串口输出设置：

帧格式：通用异步收发器（UART）的帧格式包含起始位、数据位、校验位和停止位，如图3.12所示。

图3.12 UART帧格式介绍图

其中各位的意义：

起始位：先发出一个逻辑“0”信号，表示传送字符开始。

数据位：可以是5-8位逻辑“0”或“1”。如ASCII码（7位）、扩展BCD码（8）位。

校验位：数据位加上这一位后，使得“1”的位数应为偶数（偶校验）或奇数（奇校验）。

停止位：他是一个字符数据的结束标志，可以是1位、1.5位、2位的高电平。

空闲位：处于逻辑“1”状态，表示当前线路上没有资料传送。

串口配置：串口0的发送引脚（TX）固定为PB5，接收引脚（RX）固定为PB6，这两个引脚无法进行更改，串口0是程序烧录专用串口，因此具有此特殊性。串口1和串口2的引脚配置更为灵活，可以根据需求自由设定。需要注意的是，ASR Pro的串口电平为3.3V。在本次设计中，串口0波特率采用9600标准波特率，如图3.13所示。换算后数据传送效率为960字符/秒，这一参数既能提供足够的传输速度，同时不会给系统带来过多负担。考虑到串口引脚配置完成后不宜改动，否则易引发配置冲突，因此在设计中，待程序烧录完成后，再将ASR Pro语音识别模块贴焊至PCB板，确保硬件与软件配置的一致性。

图3.13 ASR Pro语音识别模块串口波特率

IO输入模式配置：在本软件中支持对GPIO口输入模式进行设置，如表3.1所示：

表3.1 GPIO输入模式

模式名称	性质	特征
悬空输入	数字输入	可读取引脚电平，若引脚悬空，则电平不确定
上拉输入	数字输入	可读取引脚电平，内部连接上拉电阻，悬空时默认高电平
下拉输入	数字输入	可读取引脚电平，内部连接下拉电阻，悬空时默认低电平

注意：在输出模式下，输入模式也是有效的；在输入模式下，输出是无效的；一个端口只能有一个输出，但可以有多个输入。该系统的IO输入模式配置，如图3.14所示：

图3.14 ASR Pro语音识别模块IO输入模式配置

输出字符串：

在本次设计中，当ASR PRO语音模块识别到唤醒词“小杰”时，串口0发送字符串，同时语音回复“我在呢”；若识别到命令词“立正”时，则串口0发送字符串“@Up!#”，并触发语音回复“俺站好了”，如图3.15所示。

通过实际调试过程发现，ASR PRO语音播报时功率偏大，高音量语音播报期间引发的电流冲击，极易造成串口连接呈现短暂中断现象，为保证系统平稳运行，本次设计把语音播报的音量调节到4，切实防止了因电流冲击引发的串口掉线状况。

图3.15 ASR Pro语音识别模块输出字符串

串口常见问题：

由于ASR PRO的IO口采用3.3V电平，为保证信号传输的可靠性，设计时将TX、RX引脚的内部上下电阻禁用。同时将TX设置为开漏模式，通过外接上拉电阻到5V，串联电阻，电路示意图如图3.16所示。

图3.16 ASR Pro语音识别模块与5V单片机连接图

3.4 OLED液晶屏模块

为了增加机器人的交互体验，本次设计选用OLED液晶显示模块作为视觉输出组件，

该模块通过直观的视觉反馈，使机器人的反馈更具有生动性，有效拉近人与机器的距离。

并且OLED液晶显示模块自发光的特性使黑色更纯净，无需背光使用，对比度远超LED显示模块，同时功耗极低，响应速度快，工作电压与开发板完全适配，可以使用I2C接口兼容STM32F103C8T6的PB8和PB9多功能引脚实现便捷连接。因此在本次设计中我选用了OLED液晶显示屏做为系统的显示模块。OLED液晶屏，如图3.17所示：

图3.17 OLED液晶显示屏

OLED液晶显示屏原理图，如图3.18所示：

图3.18 OLED液晶显示屏原理图

在电路板得连接布局中，OLED液晶显示屏的SCL与SDA引脚分别连接至单片机的PB8和PB9引脚，其关键作用在于接收单片机传出的数据。

SCL引脚：时钟线。用于同步数据传输时序，由主设备控制，产生时钟信号来控制数据传输速度。SDA引脚：数据线。用于传输数据，包括控制命令和显示数据等。在使用OLED屏幕时，我们需要通过SCL和SDA引脚与主控芯片进行I2C通讯，向OLED屏幕发送各种控制命令，比如调整屏幕亮度、设置显示模式等，也能将丰富多样的显示数据传递过去，最终让OLED屏幕呈现出期望的文字、图案等内容。

3.5 舵机模块设计

舵机的控制模块是本次设计的关键驱动单元，是根据语音指令生成相应的控制信号，然后设定相应定时器的不同端口用于控制四足机器人各个舵机的旋转角度[18]，从而完成前进、后退、转向等动作。

3.5.1 舵机的选型

在本次设计中，鉴于四组机器人对舵机有着特殊需求，一方面需要舵机具备轻量化特

点，以此减轻腿部重量，优化腿部结构，进而提升机器人整体的动态性能；另一方面还期望舵机能够集成化设计，让腿部结构更为紧凑合理。而SG90舵机恰好完美满足这些要求，它重量极轻，仅有9克，尺寸为32.39*30.88*12.4*22.93mm，与本次设计在规格适配性上表现出色，因此选用SG90舵机，实物图如图3.19所示。

图3.19 SG90舵机的实物图

3.5.2 舵机角度控制

舵机做为位置伺服电机，频繁用于需动态改变角度并持续维持的控制系统，就控制方式而言，SG90舵机采用标准样式的PWM控制接口，可直接插入系统，不需要额外的复杂驱动电路，既让硬件设计得以简化，又大大降低了开发成本，经过调节PWM信号的频率与占空比，可实现对舵机转动角度的控制，然而在实际投入应用时需持续输出稳定的PWM信号，以保证舵机转动角度无误。该舵机在维持性能的同时，成本把握较好，依靠高性价比符合了项目的设计要求，实现了性能跟经济性的协调。

信号线连接单片机的IO引脚，用来接收单片机发送的PWM。由于舵机需要较大的电压、电流，直接用单片机供电无法正常工作，一般采用外接电源，因此选用了3.7V锂电池。SG90舵机的三个引脚连接，如表3.2所示。

表3.2 引脚连接

信号线	引脚	功能	STM32F103C8T6单片机	外部电源
红线	VCC	5V		5V
棕线	GND	共地	GND	单片机GND接电源负极
橙线	信号线	PWM	PA0

外接电源法是指将电源的负极与单片机GND连接，再将舵机GND与单片机GND相连，达到工地，这样做可以保证电路中的电压和电流能够正确流动，避免因电压差压导致的电路问题（本次设计采用此法）。

SG90舵机的原理图，如图3.20所示：

图3.20 舵机SG90原理图

本次设计采用的180°旋转舵机（可实现向左90°、向右90°转动）。要想控制这个舵机旋转角度，需要一个时基为20ms的脉冲信号。这个脉冲信号里，高电平持续时间是角度控制的核心参数，时长一般在0.5ms到2.5ms这个范围。并且高电平持续时长和舵机转动角度呈现线性关系，无论外界转矩怎么改变，知道给舵机提供一个另外宽度的脉冲信号，它才会改变输出角度到新的对应位置上。舵机内部有一个基准电路，产生20mm，宽度1.5mm的基准信号，然后比较器将外加信号与基准信号相比较，判断出方向和大小，从而产生电机的转动信号。

控制电路板接受来自信号线相应的PWM控制信号，进而控制电机转动，电机带动一系列齿轮组，减速后传动至输出舵盘。舵机的输出轴和位置反馈电位计是相连的，舵盘转动的同时，带动位置反馈电位计，电位计将输出一个电压信号到控制电路板，进行反馈，然后控制电路板根据所在位置决定电机的转动方向和速度，从而达到目标停止。

每个舵机的基准角度都是0°位置，在对舵机角度进行控制时，均是由这个基准角度为参照的。0.5ms对应舵机的-90°基准位置，到2.5ms对应舵机的90°极限位置，随着高电平时间的变化，舵机角度也跟着改变[19]，如图3.21所示。本次设计选用的是

数字舵机，只需给一个目的地的PWM信号，即可旋转到指定位置，且在实际运行时，该

舵机默认是按照逆时针方向旋转的。

图3.21 舵机输出转角与输入脉冲的关系图

对应的控制关系，如表3.3所示：

表3.3 舵机控制

高电平时间	时间	占空比	角度
t	0.5ms	2.5%	-90°
t	1.0ms	5.0%	-45°
t	1.5ms	7.5%	0°
t	2.0ms	10.0%	45°
t	2.5ms	12.5%	90°

第4章 软件设计

本章主要说明基于STM32F103C8T6单片机语音控制版四足机器人系统软件设计方面，包括语音识别设计、舵机控制设计、系统集成与调试等诸多内容。软件设计的目标是让系统根据接收到的语音指令实施相应的动作，并实现四足机器人稳定运转和良好的体验。主程序运行流程图，如图4.1所示。

图4.1 主程序运行流程图

4.1 语音识别设计

系统交互里，关键部分便是语音识别模块，它承担着把语音信号变成数字信号并处理的工作，系统采用了天问ASR Pro这个语音识别模块，不仅可实时捕捉声响，还可完成模

数的转换，此模块可针对音频信号实施特征提取与模式比对，实现多唤醒词、多命令词的

分类功效。

对于硬件连接方面，ASR Pro借助UART接口与STM32F103C8T6单片机实现数据交互通信，单片机当作控制核心，负责接收识别结果并开展对应的控制逻辑，对于特定应用场景而言，对ASR Pro 做了词汇方面的定制，把唤醒词设置成“小杰”，另外配置了立正、前进、后退等命令词语，切实提升了识别准确率。系统开启运行后，ASR Pro始终处于监听状态，若检测到唤醒词，马上激活命令识别模式，并把识别的结果以字符串形式发送到STM32F103C8T6，主控单元按照预先制定的规则解析指令，生成契合的控制信号驱动舵机实施动作，由此达成完整的语音交互闭环。

图4.2 ASR Pro语音交互控制的方法流程图

本此设计利用了天问Block软件，包含了四足机器人一些基本动作，如前进、后退、

左转、右转、站起来、趴下、停止等。语音识别模块接收到来自麦克风经处理后的语音信号后，将输入的语音信号与指令库中的指令模板进行匹配，随后会通过语音模板将用户发出的语音指令转化为行动力指令，这使得与机器人的交互更加直观和便捷[20]。ASR Pro语音交互控制的方法流程，如图4.2所示。

4.2 舵机控制设计

本系统的关键功能还要舵机控制，舵机凭借语音识别模块传出的对应指令，完成四足机器人的运动，实现舵机的控制采用PWM（脉冲宽度调制）信号，依靠PWM信号的占空比调整舵机的转动角度，系统依靠以下步骤实现对舵机的控制：

根据语音指令解析得到的动作类型，控制每个舵机的旋转角度。

根据旋转角度生成相应的PWM信号。采用定时器模块生成指定频率的PWM信号，并通过调节占空比来实现舵机角度的控制。

通过舵机驱动电路，将PWM信号传递给舵机，从而达到舵机按照预先设定好的旋转角度转动。

4.3 系统集成与调试

系统集成是整个软件设计中的核心环节，承担着将分散的功能模块整合为整体的关键作用。本次设计中的主要任务是将语音识别模块、舵机控制模块和STM32F103C8T6单片机等关键硬件之间相互联系起来，保证整个软硬件配合，良好运行。

该语音模块主要作用就是捕获语音命令，并经过模板匹配将获取到的识别结果反馈给STM32F103C8T6单片机主控单元，通过STM32F103C8T6主控单元进行逻辑判定，然后生成响应的控制信号，驱动舵机控制模块执行具体动作。

4.3.1 系统集成

系统集成的步骤如下：

硬件与软件对接：将语音识别模块、舵机控制模块与单片机的I/O接口进行连接。确保各模块能够正常通信，并通过单片机的USART串口和语音识别模块的USAT串口进行串口数据交换。

软件模块实现：语音识别、舵机控制等功能，可与其它模块协调工作。

系统调试与优化：通过调试软件测试系统在不同语音指令下的响应速度与准确性，并对舵机控制进行优化，确保四足机器人能够准确、平稳地完成各项动作。

4.3.2 调试过程

集成过程中，有时会碰到系统通讯不正常、语音识别出错、舵机不能按正确角度转动

等状况。调试事宜包含以下几个步骤：

语音识别调试：检验语音识别模块是否无误，确认语音指令可被准确识别并传至单片机。

舵机控制调试：检验舵机的响应情形，保证舵机能依照指令正常运转。

系统稳定性调试：对测试系统运行稳定性进行验证，防止因功耗过大或者电源故障引发系统死机现象。

经过调试优化，形成了一个稳定工作、性能出色的语音控制四足机器人系统。

第5章 系统测试与结果分析

本章主要说明基于STM32F103C8T6单片机的语音控制四足机器人系统的测试过程以及测试结果分析，采用一系列测试，验证系统各模块是否可正常运作，并对系统的稳定性、响应速度等性能指标进行分析，测试内容包含语音识别测试、机器人运动测试以及系统稳定性测试。

5.1 语音识别测试

语音识别是本系统实现人机交互的核心环节，测试的主要目的是验证语音识别模块的准确性、灵敏度以及在不同环境下的适应能力。语音识别测试的内容包括基础识别准确性测试、环境适应性测试、四足机器人运行性测试、长时间稳定性测试。

5.1.1 测试方法

测试环境：为了使结果更加真实贴近实际，本次测试选择不同噪声环境下进行语音识别测试，包括安静环境、低噪声环境和高噪声环境，选择唤醒词、命令词等词汇对模块进行调用，统计模块对预设词汇的正确识别次数，得出准确率，以此评估模块基础性能。

测试指令：选取系统支持的常用语音指令，如前进、后退、左转、右转等，每个指令测试10次，记录识别正确数量的比例。

语音指令输入：通过麦克风输入语音指令，系统通过语音识别模块接收并处理这些指令，最终通过STM32F103C8T6单片机进行动作控制。

5.1.2 测试结果

在安静环境下，识别准确率达到98%以上；低噪声环境下，准确率达到80%左右；高噪声环境下，准确率可达到70%。系统在上述三种情况下均能正常接收和执行语音指令，可以达到系统的要求。

5.1.3 结果分析

语音识别模块受环境噪声的影响较大，虽然识别率会随着噪声的增加而降低，但是通过选用优良的麦克风及运用信号处理方法，

5.2 机器人运动测试

机器人运动测试的目的是验证舵机控制的准确度和四足机器人的运动稳定性，确保系

统能够根据语音指令完成指定的运动任务。

5.2.1 测试方法

测试内容：通过调试分别测试前进、后退、左转、右转等基本运动指令，以及定制的爬下和跳舞等个性化动作。

测试步骤：通过语音识别模块输入语音指令，系统根据指令控制舵机运动。每个指令连续测试10次，分别记录机器人按照指令完成任务的准确率以及执行时间。

测试环境：测试机器人运行时的状态，包括平坦地面和轻微倾斜地面，检验机器人的平衡性以及动作稳定性。

5.2.2 测试结果

在平坦的地面之上，四足机器人能精准完成所有指令动作，并维持平稳的状态，各个指令的执行时间大约是5到15秒，在轻微倾斜的地面之上，机器人依旧可以保持比较好的平衡，虽说会出现小范围的摆动，但未产生跌倒或者失控的情形。

5.2.3 结果分析

舵机控制使各个舵机可以准确运动，能够很好地满足四足机器人做基本动作时的精度和稳定性要求。在小幅倾斜的地面上运行时，具有一定的自我调节功能，但由于精度不足够，还需要进一步完善。通过对舵机的控制改进，使机器人能够更好地保持平衡。

5.3 系统稳定性测试

系统稳定测试，目标为检查系统历经长时间运转后能否维持稳定可靠的运行，保证在面对各种复杂工作状态时依然稳定运转，避免产生功能失灵或性能降低的现象，采用模拟真实使用状况，对系统的稳定运行能力以及功耗表现开展分析。

5.3.1 测试方法

长时间运行测试：采用循环压力测试方案，让系统持续接收语音指令并执行相应动作，记录系统从启动到第一次出现异常的最长连续运行时间。每隔10分钟执行一组包括唤醒词、命令词在内的语音指令，以此验证系统长时间运行稳定性。

功耗测试：对测试系统处于不同操作模式下进行功耗测试，包括待机状态、运动状态以及语音识别状态，确保系统的功耗处于设计范围。

5.3.2 测试结果

多轮不间断运行测试每次设置的时长设定为1小时，而系统的平均稳定运行时长是30分钟。在测试开展的阶段中，等系统运转30分钟过后，语音指令可正常识别，但舵机控制会出现没反馈或者执行不彻底等异常现象，若接收到前进指令，四足机器人无法完整执行前进指令动作，功耗测试结果呈现出，系统处在待机状态，功耗为20mA，运动状态下其功耗为80mA，跟设计预期的效果相契合。

5.3.3 结果分析

测试结果表明，系统在短时间运行内表现良好的稳定性，语音识别、舵机基础控制等核心功能均可正常运行。尽管在当前系统连续稳定运行时间仅为30分钟，但是系统采用的是3.7V、800mAh锂电池作为电源供电，在四足机器人运动状态为80毫安的电流强度，一般续航可达到1小时。不过，由于系统对供电电压要求高，随着电池电量消耗导致电压下降，实际可用续航时长会相应缩短，因此系统能够稳定运行30分钟是较为符合设计预期效果的。

从电源管理视角来分析，锂电池和5V/3A充放电一体模块搭配使用，也未能把锂电池放电特性与系统电压需求的适配差异完全排除，3.7V锂电池其标称电压为平均电压，电池完全充满电后，电压可达4.2V，而其低电量保护的电压为3.0V。待机状态下，系统运行电压会从4.2V渐渐降到3.3V，该电压不能维持舵机驱动模块与语音识别芯片的正常供电，进而造成指令执行延迟或者失效问题，硬件散热问题对系统长时间运行存在潜在危害，处于持续不断工作情形下，STM32F103C8T6主控芯片跟舵机驱动电路所产生的热量若无法及时散发出来，会引发器件温度逐步升高，导致性能下降甚至功能出错。

后续优化方向会从两方面着手：一是在电源配置上，选用容量更大且放电平台更稳定的锂电池，或增加稳压模块，确保系统在宽电压输入下保持稳定；二是针对硬件散热进行改进，比如加装散热片、优化PCB布局，来改善硬件散热性能，进而提升系统的运行时间。

结 论

本论文对基于单片机的语音控制版四足机器人的设计与实现展开探究，以理论分析作为基础完成硬件电路设计及软件开发，进而实施系统测试，最终的测试结果说明，系统在语音识别精度、动作执行效率、环境适应性以及功耗优化等方面均达成了设计预期目标，且彰显出较高的工程应用潜力，以下从技术实现、创新价值、实际应用以及未来改进方向等方面对系统进行完整总结。

技术实现与性能优势

高精度语音识别模块：系统采用天问ASR Pro语音识别模块，结合具有实时处理能力的STM32F103C8T6单片机，实现了离线语音指令的高效剖析。实验检验表明，安静环境下，语音识别准确率可达98%，处于低噪声环境时为80%，即便处于高噪声环境，识别率也保持70%，这一性能得益于模块内置的神经网络处理器和信号预处理算法，可切实抑制环境造成的干扰，模块支持对唤醒词和命令词进行自定义设置，可依照需求灵活增大命令库，有效提升了系统的交互友好水平。

多舵机控制：为了满足四足机器人的运动的需求，采用基于PWM信号的舵机控制，通过STM32F103C8T6单片机的12路PWM输出，实现了对8个SG90舵机的角度控制（-90°~90°）。实验测试得出，四足机器人能够平稳地完成前进、后退、转弯等基本动作，动作的响应时间约为3～5s，并且复杂的动作如跳舞、爬行协调性较好；在倾斜角度小于15°的地面仍能保持平衡。另外，SG90舵机的轻量化设计（仅9g）和低成本特性，有效降低了系统整体重量与硬件成本。

系统稳定性与功耗优化：在稳定性测试中可知，系统连续运行30分钟无异常现象，待机功耗为20mA，运动状态功耗为80mA，搭配3.7V锂电池和5V/3A充放电模块，续航能力基本能满足实际应用。硬件设计采用STM32F103C8T6单片机的低功耗模式，结合PCB布局优化，降低了静态功耗、减弱了信号干扰风险。

创新价值与应用前景

本文核心的创新点为将语音控制与四足机器人运动控制结合在一起，克服了传统遥控或预编程机器人交互的局限性，跟同类研究对比，本设计具有下面这些优势：

低成本与高集成度：采用STM32F103C8T6单片机搭配开源模块，硬件成本把控在500元以内，适合在教育领域推广普及。。

离线语音交互：不依赖网络以及云端服务，可以保障隐私安全及实时性，适用于像工业巡检、室内服务这样的场景。。

模块化设计：硬件与软件皆采用模块化架构，实施模块化设计举措，便于功能的拓展实施，扩大未来的改进途径。

尽管系统已具备较高的完成度，但仍存在以下优化空间：

语音识别抗噪增强：运用深度学习模型（如CNN或RNN），提高在高噪声环境下的指令识别鲁棒性。

动态步态优化：探索仿生步态算法（包括Trot和Gallop），提高四足机器人的运动速度、复杂地形适应性。

功能扩展：集成摄像头、红外传感器等硬件设备，实现对环境感知及其自主避障，推动系统向智能化升级。

总结

本文介绍了基于单片机的语音控制版四足机器人系统的实现方法，说明了语音识别与嵌入式控制技术结合的可行性。且该系统在性能、成本以及扩展性上都符合本次四足机器人的设计要求，有一定的推广价值，未来工作中，会进一步优化算法，同时探索多模态交互方案，以便让机器人技术能够在更多场景中得到应用。

参考文献

杨钧杰,孙浩,王常虹,等.四足机器人研究综述[J].导航定位与授时,2019,6(05):61-73.DOI:10.19306/j.cnki.2095-8110.2019.05.009.

李焕贞,孙茜.基于语音识别技术的智能机器人控制系统设计与应用[J].无线互联科技,2023,20(15):41-44.

齐帅隆.四足机器人语音控制系统研究与实现[D].山东大学,2016.

程品.四足仿生机器人控制系统的研究与设计[D].华中科技大学,2014.

Hamrani A,Rayhan M M,Mackenson T, et al.Smart quadruped robotics: a systematic review of design, control, sensing and perception[J].Advanced Robotics,2025,39(1):3-29.

陈力雄,郭宛霖,张世龙,等.基于Arduino的仿生六足侦察机器人设计[J].电子制作,2022,30(21):3-7.DOI:10.16589/j.cnki.cn11-3571/tn.2022.21.001.

B S,P S T.Design and Development of an Autonomous Quadruped Robot[J].IOP Conference Series: Materials Science and Engineering,2021,1012(1):012016-.

王国彪,陈殿生,陈科位,等.仿生机器人研究现状与发展趋势[J].机械工程学报,2015,51(13):27-44.

王亚飞.仿山羊坡地行走四足机器人单腿研究[D].河南科技大学,2019.

刘芊.基于双核处理器的足式机器人运动控制器软件的设计与实现[D].华中科技大学,2018.

Wu D.Overview of the development history and current design status of quadrupedal animal robots[J].Journal of Artificial Intelligence Practice,2024,7(2):161.

郭俊.四足机器人运动控制系统设计与实现[D].华中科技大学,2021.DOI:10.27157/d.cnki.ghzku.2021.003760.

林溪.云深处科技:打造智能四足机器人“绝影”机器狗已在多行业示范应用[J].中国测绘,2021,(08):23-26.

Huang Z,Cui Y,Liang S, et al.Design and implementation of a simple quadruped robot[J].Journal of Physics: Conference Series,2024,2926(1):012010-012010.

Y C L,A H M S,S V, et al.Design and development of a quadruped shuffling mobile robot[J].Journal of Physics: Conference Series,2021,1969(1):012012.

张月,杜鑫凯,赵展,等.基于STM32的四足仿生机器人控制系统设计与实现[J].电子制作,2023,31(21):44-47+7.DOI:10.16589/j.cnki.cn11-3571/tn.2023.21.018.

邓江涛,熊中刚,贺晓莹,等.基于STM32单片机的四足仿生蜘蛛机器人控制系统设计[J].机电工程技术,2023,52(10):162-165.

孙统.基于STM32的六足爬行机器人设计与实现[J].中国新通信,2019,21(02):58-59.

王晓娟.基于AVR单片机的舵机比例驱动电路的设计[J].科技资讯,2010,(18):127.DOI:10.16661/j.cnki.1672-3791.2010.18.165.

陈腾,荣学文,李贻斌.基于语音交互的四足机器人多模式控制实验设计[J].实验室研究与探索,2024,43(10):65-69+106.DOI:10.19927/j.cnki.syyt.2024.10.014.

致 谢

合上毕业论文的最后一页，窗外的梧桐树又泛起新绿。站在大学时光的尾声回望，心底翻涌着千言万语，那些交织着汗水与欢笑的日子，此刻都化作眼眶里温热的感动。

最想说谢谢的，是电话那头永远带着笑意的父母，在备战全国电子设计竞赛的深夜，母亲总会准时发来“记得早点休息”的消息；得知比赛失利时，父亲那句“咱们总结经验再来”的安慰，至今仍在耳畔回响。他们用无声的支持，为我筑起了最坚实的避风港，让我在逐梦路上永远底气十足。

实验室的程老师，是我学术道路上的引路人。程老师教我调试电路时专注的眼神，我实验陷入僵局时画满草稿纸的解题思路，都化作照亮前路的明灯。还有课堂上那些妙语连珠的老师，从他们的讲述里，我不仅收获了专业知识，更懂得了“知行合一”的人生哲理。

宿舍楼下的路灯一定记得，我们四人小组为备赛熬红的双眼。那些在实验室通宵焊接电路板的凌晨，在实验室反复打磨方案的午后，因为有了伙伴们的陪伴，枯燥的学习时光变得熠熠生辉。记得省赛获奖时，我们在操场欢呼到路灯熄灭；国赛折戟的那个雨夜，大家围坐在烧烤摊前碰杯的温暖，比任何奖杯都珍贵。

大学四年，像是一场充满惊喜的冒险。从省级比赛的初露锋芒，到国赛铩羽而归的苦涩，每一次跌倒都教会我如何在失败中站起，每一次合作都让我读懂“众人拾柴火焰高”的真谛。图书馆角落的自习时光，实验室此起彼伏的仪器嗡鸣，教学楼前飘落的银杏叶，都在无声中塑造着如今的我。

最后，我想对镜子里那个曾在考试周崩溃大哭，却依然咬牙坚持的自己说声感谢。感谢你在无数个想放弃的瞬间选择继续，让我在跌跌撞撞中学会与压力共处，在摸爬滚打中找到了热爱的方向。

当毕业歌的旋律响起，我知道是时候和这片承载青春的校园告别了。但我会永远记得，在这段最美的时光里，那些照亮过我生命的温暖光芒。带着这份沉甸甸的收获，我将勇敢奔赴下一场山海。

附 录

附录A 语音版四足机器人的实物图：

附录B 语音版四足机器人的PCB图：