11月12月我忙于外骨骼项目，没有更新我的网站，请帮我写一点东西总结一下我这两个月的事情好吗？我看看能否发上去，滥竽充数一下

十一月 & 十二月小结：埋首外骨骼，忙里有星光

最近总被朋友催更：“你的网站怎么好久没动静了？”

翻翻后台，果然停更了小两个月。不是偷懒，是真的一头扎进了外骨骼项目里，忙得脚不沾地。

十一月刚开头，项目就进入了攻坚阶段。我们要解决的核心难题，是双电机的同步控制与步态相位的精准匹配—— 毕竟外骨骼的助力效果，全靠这两点撑起来。那段时间，我的日常就是对着 Teensy 4.1 的开发板写代码、调参数，对着 CAN 总线的通信日志找 bug，反复测试支撑相到摆动相切换时的力矩平滑度，生怕出现一丝卡顿影响使用体验。

印象最深的是有次为了优化安全限制逻辑，连着熬了好几天。从传感器数据的滤波处理，到根据运动状态动态调整助力策略，每一个细节都要抠到极致。毕竟外骨骼产品关系到使用者的安全，半点马虎不得。偶尔抬头看窗外，才发现天早就黑透了，办公室里只剩下键盘敲击声和电机运转的轻微嗡鸣。

十二月的节奏依旧紧张，我们把调试好的算法搬到了实物样机上做实测。从实验室的平地测试，到模拟日常行走、上下台阶的场景测试，一遍遍记录数据、优化代码，看着外骨骼从 “能走” 到 “走得稳、走得省力”，那种成就感，真的能抵消所有疲惫。

这两个月，没来得及分享新的技术笔记，也没来得及整理生活碎片，大部分时间都献给了实验室和代码。但回头看，这段沉浸式的研发时光，真的收获满满 —— 不仅攻克了几个技术难关，也对嵌入式系统与运动控制的结合有了更深的理解。

接下来，会慢慢把项目里的干货整理出来，分享给同样对机器人、可穿戴设备感兴趣的朋友们。

久违了，我的小网站～ 新的一年，继续埋头赶路，也不忘抬头看星。

---

要不要我帮你调整成更偏向技术分享的版本，突出项目里的具体难点和解决思路？

网站停更两月，并非停滞不前，而是全心投入外骨骼项目的核心技术攻坚阶段。这段时间聚焦嵌入式开发、机器学习部署与运动控制融合，踩了不少坑，也积累了很多实操经验，今天集中梳理分享给大家。

十一月的核心探索方向，是在ESP32上部署机器学习模型的可行性验证——核心目标是通过模型判断IMU（惯性测量单元）采集的数据是否匹配目标动作，为外骨骼的智能助力触发提供判断依据。

这一阶段的核心挑战集中在嵌入式设备的模型适配问题上：首先是模型算子兼容性问题，初期移植的基础模型中部分算子无法在ESP32的硬件环境中正常运行，导致模型无法加载；其次是ESP32的内存与算力限制，直接运行常规尺寸的模型会出现内存溢出、推理延迟过高的问题。为解决这些问题，我做了两方面优化：一是通过TensorFlow Lite for Microcontrollers对模型进行轻量化处理，裁剪冗余网络结构，量化模型参数（从32位浮点量化为8位整型）；二是筛选核心算子，替换不兼容算子为ESP32支持的轻量化替代方案，最终实现了模型的成功部署，初步完成了基于IMU数据的动作识别验证。

进入十二月，研发重心转向外骨骼核心控制模块的开发与集成，核心硬件平台选用Teensy 4.1和Nano 33 BLE，围绕这两个平台展开了一系列技术实践：

\1. 电机CAN总线控制开发：针对AK电机和达秒电机，完成了CAN总线通信协议的适配与控制代码开发。重点解决了多电机同步控制的时序一致性问题，通过优化CAN总线数据帧的发送频率与优先级，确保双电机在步态切换过程中力矩输出同步，提升外骨骼运动平稳性。

\2. 传感器数据采集与处理：集成FSR（压力传感器）完成步态支撑相的压力数据采集，同时结合IMU数据进行融合处理。通过卡尔曼滤波算法优化传感器数据噪声，提升步态相位判断的精准度，为助力策略的动态调整提供可靠数据支撑。

\3. 蓝牙通信与数据可视化：实现Teensy 4.1/Nano 33 BLE与上位机的蓝牙数据通讯，开发Python数据可视化程序，完成运动数据的动态曲线展示与三维姿态实时渲染。这一步让研发过程中的数据监测更直观，便于快速定位控制算法中的问题。

\4. 移动端控制开发：为配合外骨骼实测需求，学习并实现了Android+Kotlin的蓝牙控制开发，完成移动端控制界面搭建与指令传输逻辑开发，实现了通过手机对於外骨骼启停、助力模式切换等基础控制功能，满足了实测过程中的便捷操作需求。

这段研发周期里，从ESP32的机器学习部署到多平台控制集成，几乎每一步都遇到了超出预期的技术难点。幸运的是，过程中通过不断查资料、调参数，再加上豆包的协助，大部分坑都顺利迈过，不仅完成了项目阶段性目标，也在嵌入式系统优化、机器学习轻量化部署、多设备协同控制等方面积累了大量实操经验。

接下来会逐步拆解这些技术点，整理成详细的技术笔记（包括ESP32模型部署步骤、CAN总线电机控制代码解析、传感器数据融合方案等），持续更新到网站上。对于外骨骼开发、嵌入式机器学习感兴趣的朋友，欢迎持续关注，也期待和大家交流技术心得～程片段