为解决四足机器人在结构化赛道环境下的自主循迹问题，提出一种“视觉循迹—强化学习步态”分层控制方法。上层以单目图像为输入，经颜色区间阈值分割得到赛道二值图，用三点模板逐行扫描左右边界并以行间连续性筛选有效行，取中线均值构造横向偏差，再由横移—转向复合比例控制律解算机体速度命令；同时以彩色路标掩膜像素数为触发量完成任务切换。下层将步态生成建模为马尔可夫决策过程，以本体感受与上层速度命令构成观测、以关节目标位置为动作，设计含速度跟踪与多项约束的加权奖励，采用近端策略优化在并行仿真中训练策略网络，再经域随机化迁移至实机以50Hz前向推理。两层以机体速度命令为唯一接口，实现感知语义与全身动力学的解耦。对现场采集的64幅图像离线复算表明：赛道中线提取成功率100%，平均有效中线点数136.2（上限150），横向偏差均值46.4px；5类彩色路标掩膜像素数最小值为3614，达触发阈值的7.2倍，检出率100%，判决裕度充分，所取控制增益与底层指令限幅相容。