第一次做整机选型：先算什么，后算什么

选型最容易犯的错是「先看中一个电机，再围着它凑一台机器」。顺序反了。正确的方向是从任务往回倒推：任务决定构型，构型决定自由度，自由度决定关节扭矩，扭矩定了才轮到看具体型号。

这篇给一条可复现的倒推链，每一步都附算法。

第 0 步：把任务写成一句话

在打开任何参数表之前，先写清楚：

这台机器要在【什么地面】上，以【多快】，驮【多重】，连续干【多久】。

「做一台四足」不是任务，「在瓷砖地上以 1 m/s 走、驮 2 kg 传感器、连续 30 分钟」才是。没有这句话，后面的每一步都没有判据。

去整机库看现成方案，按构型筛。自由度不是越多越好——每多一个关节，多一份成本、重量、故障点和控制难度。

整机页每台都标了自由度和「开源生态 N 项」。第一台机器强烈建议挑生态完整的——有现成 URDF 和训练工程，比省几千块钱值钱得多。

构型定了，就可以算每个关节需要多大扭矩。静态站立时，单关节的保持扭矩近似：

tau ≈ m × g × L / n
  m = 整机质量（kg）
  L = 该关节到足端的距离（m）
  n = 同时承重的腿数

举例：20 kg 四足、腿长 0.4 m、两腿支撑相 → 髋部关节 ≈ 20×9.81×0.4/2 ≈ 39 N·m。再乘 1.5–2 的安全系数，得到你该选的额定扭矩 ≈ 60–80 N·m。

用关节电机库按额定扭矩筛，落在 60–80 N·m 区间的，才是你的候选。别拿峰值扭矩去对——峰值只够撑瞬间。

控制环频率决定你要多强的下位机，感知需求决定上位机：

需求	算力配置
纯位置/力矩控制（1 kHz）	一块 MCU 下位机（见下位机）即可
跑状态估计 + MPC	需要带 FPU 的高性能 MCU 或小型上位机
视觉 / 学习类策略	需要带 GPU/NPU 的上位机（注意 Isaac 系要 NVIDIA 卡）

先想清楚「我的算法在哪一环跑」，再选板子。反过来「先买块 Jetson 再说」常常是用不上。

按任务的最小集合配，不要堆：

每加一个传感器，问自己：「没有它，任务那句话还成立吗？」成立就先不加。

到这一步才去比具体型号。把候选件列成 BOM，A 级数据直接用于计算，B 级的关键项（扭矩、电流、精度）回原厂页面复核一遍。

最后检查三件最容易漏的事：