反馈检测和控制 - 如何利用MEMS优化移动机器人的导航性能

反馈检测和控制

每个车轮均有一个传动轴，通过变速箱以机械方式耦合至传动马达，同时通过另一个变速箱耦合至光学编码器，即测程反馈系统的输入端。转向轴将车轴耦合至另一伺服马达，该马达负责确立车轮的转向角度。转向轴还将通过变速箱耦合至第二个光学编码器，也即测程反馈系统的另一个输入端。

导航系统使用一个扩展卡尔曼滤波器，通过整合多个传感器的数据来估算行程图上机器人的姿态。Seekur上的测程数据从车轮牵引和转向编码器（提供转换）和MEMS陀螺仪（提供旋转）获得。

测程

测程反馈系统利用光学编码器对传动和转向轴旋转的测量结果来估算机器人的位置、驶向和速度。图3提供了将传动轴光学编码器的旋转计数转换成线性位移（位置）变化的图形参考和关系。

图3：测程系统根据以上所示的关系，利用编码器读数确定线性位移

每个车轮的传动轴和转向轴编码器测量结果在正向运动学处理器中用阿克曼转向公式进行组合，从而产生驶向、偏转速率、位置和线速度等测量数据。

该测量系统的优点在于其检测功能直接耦合至传动和转向控制系统，因此可精确得知传动和转向控制系统的状态。不过，该测量系统在车辆实际速度和方向方面的精度有限，除非有一组实际坐标可参考。主要限制（或误差源）在于轮胎几何形状一致性（图3中直径的精度和波动），以及轮胎与地面之间的接触中断。轮胎几何形状取决于胎冠一致性、空气压力、温度、重量及在正常机器人使用过程中可能发生变化的所有条件。轮胎滑移则取决于偏转半径、速度和表面一致性。

位置检测

Seekur系统使用多种距离传感器。对于室内应用，该系统采用270°激光扫描器为其环境构建映射图。激光系统通过能量返回模式和信号返回时间测量物体形状、尺寸及与激光源的距离。

在映射模式中，激光系统通过将工作区内多个不同位置的扫描结果组合，描述工作区特性（见图4）。这样便产生了物体位置、尺寸和形状的映射图，作为运行时扫描的参考。

图4：激光检测可以映射周围环境，如图中所示的走廊-门-房间-储物柜位置关系等

激光扫描器功能结合映射信息使用时，可提供精确的位置信息。该功能如果单独使用，会存在一定限制，包括扫描时需要停机以及无法处理环境变化等等。在仓库环境中，人员、叉车、托盘搬运车及许多其他物体常常会改变位置，这可能影响到达目的地的速度，以及到达正确目的地的精度。

对于室外应用，Seekur使用全球定位系统（GPS）进行位置测量。全球定位系统通过至少四颗卫星的无线电信号飞行时间对地球表面上的位置进行三角测量。

信号可用时，此类系统的精度可达1米以内。不过，这些系统难以满足视线要求，可能受建筑、树木、桥梁、隧道及许多其他类型的物体影响。某些情况下，如果室外物体位置和特性已知（如“城市峡谷”等），则在GPS运行中断时也可使用雷达和声纳来协助进行位置估算。即便如此，当存在动态条件时，例如汽车经过或正在施工，效果常常会受到影响。

GPS 位置检测