TECH NOTE
麦克纳姆轮 AGV 底盘运动学与整车控制学习笔记
约 3 分钟阅读
1069 字
# 机器人# 运动控制# AGV# 麦克纳姆轮# EKF
最近整理了一些关于麦克纳姆轮全向底盘运动学解算、整车控制器架构,以及底盘状态估计的笔记,记录下来备忘。
一、运动学公式与控制框架
麦克纳姆轮底盘的核心问题是:给定底盘的期望速度 Vx、Vy、Wz,计算四个轮子各自的目标角速度。
四轮的目标角速度可以写成如下矩阵形式:
1 | | Wfl | | 1 -1 -(L+W) | | Vx | |
各符号含义:
r:轮子半径L:底盘中心到前后轮的距离W:底盘中心到左右轮的距离Vx:底盘前后方向速度Vy:底盘左右横移速度Wz:绕底盘垂直方向(yaw)的旋转角速度,正方向为逆时针
这套公式本质上是把底盘坐标系下的三自由度运动(前进、横移、自转)分解到四个麦克纳姆轮各自的转速上,是全向底盘运动解算的基础。
二、麦克纳姆轮整车控制器
麦克纳姆轮是一种特殊的全向轮,轮子外圈带有若干倾斜安装的小滚子,正是这些滚子让底盘具备了横移和原地旋转的能力。
一个完整的整车控制器(Vehicle Controller)通常包含以下几个部分:
- 运动解算:把车辆整体的运动指令(
Vx、Vy、Wz)转换成四个轮子各自的速度指令,也就是上一节的矩阵运算。 - 电机控制协调:整车控制器通常不会直接驱动大功率电机,而是向电机驱动器发送控制指令,由驱动器完成实际的电机驱动。
- 姿态与速度闭环控制:在一些高精度应用场景中,控制器还会结合传感器数据进行闭环控制,而不是单纯的开环速度下发。
- 底盘运动模式控制:支持手柄遥控、自动导航等不同的运动模式切换。
- 安全保护:包括过压/欠压保护、软启动、软停止等安全机制,保证底盘运行的可靠性。
顺带记一下概念:AGV(Automated Guided Vehicle),即自动导引车,是这类底盘最典型的应用形式。
三、底盘状态估计
底盘的状态估计一般通过 EKF(扩展卡尔曼滤波,Extended Kalman Filter) 来完成,用于融合多种传感器数据,估计机器人的状态(位置、姿态、速度等),常见的输入传感器包括编码器、IMU 等。
在定位信息上,可以分成两类:
- 相对位置:由编码器、IMU 等递推得到,误差会随时间累积(漂移)。
- 绝对位置:由激光 SLAM、视觉、UWB 等外部定位手段得到,用于修正相对定位的累积误差。
在仿真验证阶段,可以用 Gazebo 提供的真值(ground truth)作为基准,用来评估 EKF 融合定位结果的精度。
以上是这部分学习笔记的整理,后续如果深入到具体的 EKF 状态方程和麦克纳姆轮控制器代码实现,再单独展开。
INTERACTION / 讨论与互动
评论与表情点赞