2-12周三晚上11/12/13节课
【Lesson 1】9月16日 概述
由移动机器人控制移动机器人在这里中以到达,这主要是一个导航过程。在实现这一目标的过程中,主要解决了三个问题:
- – 即定位问题,使用slam同时进行技术、定位和地图建设,协调提高彼此的准确性。 – 所需信息:已知地图、里程计信息、传感器信息 – 获取信息:校准后的位置数据
- – 这个问题在人为设定目标位置时相对容易解决。
- – 机器人的运动过程需要进行和,从而根据执行情况进一步生成轨迹,控制底盘。 – 所需信息:全球成本地图、初始位置、目标点、局部地图
形成这样一个技术体系:

【Lesson 2】9月23日 轮式移动机器人运动模型
常见的构型和基本属性
轮式移动机器人:
- :固定式、摆杆浮动式、弹性浮动式
- : – 被动轮:被动全向轮、被动固定标准轮、被动可转向标准轮 – 主动轮:主动标准轮、主动转向标准轮,主动麦克纳姆轮
- :2/3/4/6 轮构型
机器人在世界坐标系中可以说: ξ = [ x , y , θ ] T \xi=[x,y,\theta]^T ξ=[x,y,θ]T :刚体可位置分量的数量 :数学表现为机器人 ξ i = [ x i , y i , θ i ] T \xi_i=[x_i,y_i,\theta_i]^T ξi=[xi,yi,θi]T :数学上表现为机器人位姿分量 ξ ( t ) = [ x ( t ) , y ( t ) , θ ( t ) ] T \xi(t)=[x(t),y(t),\theta(t)]^T ξ(t)=[x(t),y(t),θ(t)]T :直观体现在机器人路径空间与轨迹空间的大小。
总体上,可以把轮式移动机器人分为和,其中全向轮底盘位姿各分量运动独立,灵活性好,但同时也带来了运动的不稳定,而标准轮底盘的位姿分量相互耦合,控制相对不灵活,但也更加稳定,体现着。
瞬时转动中心(Instantaneous Center of Rotation,ICR):平面内机器人相对世界坐标系线速度为0的点:
- 支撑的机器人:ICR在平面
- 的机器人:ICR在标准轮
一些经典的:单个标准轮、差动驱动底盘、自行车构型、汽车构型
运动灵活性判据:
- 移动灵活度—— δ m = ( 3 − m ) \delta_m = (3-m) δm=(3−m) , m m m 为固定标准轮和可转向标准轮带来的无侧滑约束数。
- 转向自由度—— δ s \delta_s δs,为独立的可转向标准轮数量。
- 可操作自由度—— δ M = δ m + δ s \delta_M=\delta_m+\delta_s δM=δm+δs,是对轮式机器人的综合判据。
3.1 非完整约束与位姿计算
- 如图所示的方向即改移动机器人的方向
- 无法通过两轮的转角直接获得机器人的全局坐标
- 只能通过对的积分 ξ ˙ \dot{\xi} ξ˙ 获得,具体公式如下,写出下面公式,即对机器人进行,相对应的,建立从目标位姿速度到驱动轮速度的关系式,即。
3.2 固定标准轮的约束模型
- :仅适用于简单布局
- ① 观察 – 纯滚动约束:决定了轮转速与底盘速度的关系 – 无侧滑约束 ② 列出,即可得到机器人的运动学模型 – 把各个分量上的速度映射到和,将所有的和以矩阵形式排列,即可获得轮式机器人运动学模型,以下面的标准轮为例:
- 、一般不出现在运动学方程中
- 式中 – β s \beta_s βs 是可转向标准轮的转角,是变量 – J 1 ( β s ) J_1{(\beta_s)} J1(βs) 为纯滚动约束矩阵 – C ( β s ) C{(\beta_s)} C(βs) 为无侧滑约束矩阵 – φ ˙ \dot{\varphi} φ˙ 为控制变量——车轮转速 – J J J 为结构参数,与车型车轮直径等相关。
- C ( β s ) C{(\beta_s)} C(βs) 的是指满足 C ( β s ) ⋅ n = 0 C{(\beta_s)}{\cdot}n=0 C(βs)⋅n=0 的任意向量 n n n – 机器人仅可以在零空间内移动 – C ( β s ) C{(\beta_s)} C(βs) 的秩越小,零空间越大,可取的速度向量 ξ ˙ \dot{\xi} ξ˙ 越多 – 如果 C ( β s ) C{(\beta_s)} C(βs) 满秩,则 ξ ˙ \dot{\xi} ξ˙ 只能去零值,即机器人无法移动 – δ m = 3 − R a n k [ C ( β s ) ] \delta_m=3-Rank[C(\beta_s)] δm=3−Rank[C(βs)]
3.3 麦克纳姆轮的约束模型
约束模型:
球轮:对底盘不施加无侧滑约束。
3.4 全向轮机器人运动学
以为例
3.6 工作空间
【Lesson 3】10月13日
3.3 轮式移动机器人位姿闭环控制
4个问题:
- 如何表达位姿误差
- 如何选择速度控制量
- 如何根据位姿误差生成速度控制量,使误差减小
- 完整约束与非完整约束机器人的位姿闭环控制有何异同
位姿误差
定义位姿误差向量为 e = ξ G O A L − ξ I = [ − x − y − θ ] e=\xi_{GOAL}-\xi_{I}=\left[\begin{matrix}-x\\-y\\-{\theta}\end{matrix}\right] e=ξGOAL−ξI=⎣⎡−x−y−θ⎦⎤ 设置控制律