随着计算能力的剧增、学科技术相互渗透和不断发展,“新工科”背景下的教学模式不断革新。开发实现以双足机器人为载体的兼具机械控制、传感器开发、图像处理和神经网络学习等功能的多学科交叉融合的教学实验平台,为用户在实验与物联网和人工智能的实际应用之间搭建了桥梁。本文设计了双足教学机器人开发平台,将自动控制、计算机语言编程、可编程逻辑门阵列设计、嵌入式系统和人工智能等学科方向的实验学习进行融合,具有交互性强、拓展性高、开放性强等特点。论文的主要研究内容如下:首先,深入分析了设计总体要求以及软硬件协同的设计内容,确定了双足机器人的执行结构以及主控器选型。在系统设计方案中,考虑到本实验平台在开发语言环境、硬件可拓展性以及算法实现和硬件加速等多方面要求,选用了异构处理器平台PYNQ-Z1作为机器人主控板。其次,构建了基于PYNQ框架的双足教学机器人的定制混合库。该混合库的设计从理论的角度出发,落实到FPGA硬件实现,能够完成双足机器人的姿态设定、步态规划和基于卷积神经网络的图像分类工作。先建立了双足机器人运动学模型并推导了正逆运动学方程,探究了基于零力矩点约束的步态规划并对运动轨迹进行了仿真,提出了基于Arduino软核子系统的机器人控制方案。然后使用高层次综合工具设计并优化了适用于不同规模和不同结构的卷积神经网络加速器IP核,并使用Python语言封装了调用接口。最后,设计了双足教学机器人开发平台的应用方案。在Juypter Notebook网页端完成了对双足教学机器人的姿态、行走控制,使用摄像头采集前方视野中的手写数字字符图片并输入到卷积神经网络加速器进行前向预测。图像分类识别的结果可表征为命令含义做为双足机器人的行走指令,使机器人与外界信息实现识别与交互。实验结果表明了双足教学机器人开发平台的机械控制、神经网络学习,图像处理,Python语言编程等功能均达到了通用性高、开放性强的标准,满足了多学科交叉融合的学习要求。