移动机器人运动模型.pdfVIP

移动机器⼈运动模型 本⽂将介绍移动机器⼈坐标系的构建，⼀般运动模型和⾥程计。 运动指的是物体的⼀ ⾏为⽅式。对于移动机器⼈来说，运动指的是移动机器⼈从⼀个地⽅移动到另⼀个地⽅。严格来 说，移动机器⼈运动学 （Kinematics）讨论机器⼈由于运动引起的空间姿态变化，它是建⽴机器⼈运动⽅程，进⾏机器 ⼈运⾏轨迹计算，预测机器⼈航迹的基础。对于如空中、⽔下、不平坦地⾯等复杂的⾮道路环境，估计移动机器⼈的状 态，就必须考虑移动机器⼈在三维空间中三个坐标⽅向上的运动情况，即包括移动机器⼈参考中⼼的三维坐标以及航 向、俯仰、横滚⾓在内的机器⼈位姿。 类似于⾃然界中的各 ⽣物，移动机器⼈的运动⽅式也有很多 ，如步⾏ （腿）、滚动 （轮⼦）、滑动 （波动）、跳 跃、飞⾏、游泳等。不同的运动⽅式需要通过不同的运动机构和运动机理实现。本章着重以轮式移动机器⼈为对象，介 绍其运动的模型和控制⽅式。 在室内或⾼速公路等结构化的环境中，⼀般移动机器⼈的运动学分析可以基于⼆维平⾯的假设，本章着重阐述平⾯中移 动机器⼈的运动模型。 01 坐标系 在研究移动机器⼈运动学之前，⾸先需要建⽴参考坐标系。移动机器⼈的位姿是指移动机器⼈在指定坐标系下的位置和 姿态。此处以双轮差速驱动移动机器⼈为对象，如图4-1所⽰，假定移动机器⼈底盘和轮⼦都是刚性的，忽略内部和轮 ⼦的关节与⾃由度，对该移动机器⼈建⽴两个坐标系：全局坐标系X G O G Y G 、机器⼈局部坐标系X R O R Y R 。 ■ 图4-1移动机器⼈位姿 全局坐标系 （G）也可称为世界坐标系，⽤于建⽴移动机器⼈⼯作环境空间的描述，⼀般是固定的。在⽆⼈机和⽆⼈车 的研究中，通常采⽤⼤地坐标系构建全局坐标系。有了这个全局坐标系，其他坐标系就可以确⽴了。 机器⼈局部坐标系 （R）是以机器⼈⾃⾝构建的，往往会随着移动机器⼈的运动⽽变化。通常，以移动机器⼈底盘的质 ⼼点为机器⼈局部坐标系原点，以移动机器⼈的前进⽅向建⽴X R 轴，沿着X R轴逆时针90 °建⽴Y R 轴。在图4-1中，l 为机器⼈两驱动轮的轮距。 以移动机器⼈的前进⽅向 （即X R 轴）和全局坐标系X G 轴的夹⾓θ为机器⼈的⽅向⾓ （⼜称航向⾓）。夹⾓θ的范围为 [-180 °，180 °]，顺时针⽅向为负，逆时针⽅向为正。 设移动机器⼈质⼼在全局坐标系下的坐标为(x, y)，则移动机器⼈在全局坐标系下的位姿X G 可⽤三维的向量描述，即 在移动机器⼈运动过程中，为了描述机器⼈的运动，仅有局部坐标系下的位姿坐标是不够的，需要将局部坐标系下的运 动转换到全局坐标系下的运动。该映射转换过程可通过变换矩阵T完成： 对于⼆维运动来说，变换矩阵T是 × 的齐次矩阵 02 运动模型 1 ● ⼀般运动模型 移动机器⼈运动模型描述在⼀个输⼊控制量u t 的驱动下，移动机器⼈由前⼀时刻的状态X t －1 变为当前时刻的状态X t ，即 其中，V t 表⽰系统的随机噪声和模型本⾝的不确定性，⼀般采⽤服从⾼斯分布(0,Q t )噪声。 （1） 若控制输⼊为机器⼈平移向量Δd r,t 和转⾓Δθ r,t ，即 则机器⼈的运动转移⽅程为 （2）若控制输⼊为机器⼈平移速度v t 和旋转⾓速度ω t ，即 则机器⼈的运动转移⽅程为 其中，Δt为t时刻和t －1时刻的间隔时间段。 2 ● ⾥程计 最典型的移动机器⼈系统的控制输⼊是控制指令量或来⾃内部传感器⾥程计的数据，⽽在移动机器⼈导航、SLAM或者 航迹推算中⽐较常⽤的是⾥程计。正如第 章提到的⾥程计⼀般是指通过在移动机器⼈驱动轮上安装的编码器和陀螺 仪，根据这些内部传感器的读数和移动机器⼈运动模型计算得到。除此以外，也有通过视觉传感器根据图像处理和视觉 ⼏何推算出移动机器⼈⾥程的⽅式，称为视觉⾥程计，见 《移动机器⼈》6.4.1节。这些传感器价格低廉、采样速率⾼， 同时短距离内能够提供精确的定位精度，是移动机器⼈最常⽤的相对定位⽅法，能提供机器⼈的实时位姿信息。 光电编码器旋转计数检测出车轮在⼀定采样周期内转过的圈数来测定速度。理论上的⾥程计分辨率为 其中，δ表⽰⾥程计的分辨率，即将编码器脉冲变换为线性车轮位移的转换因⼦；D表⽰车轮直径 （mm）；η表⽰驱动 电机的减速⽐；p表⽰编码器的精度，即编码器每圈输出的脉冲数 （Pulse Per Revolution，PPR）。 在采样间隔Δt内，若驱动车轮的光电编码器输出的脉冲增量为N L (N R )，则可以计算出车轮的增量位移Δ d L (Δ d R ) 为 ⾥程计的模型可以分为圆弧模型和直线