硬核,这年头机器人都开始自学“倒车入库”了


作者:FrigidWinter

简介:主攻机器人与人工智能领域的理论研究和工程应用,业余丰富各种技术栈。主要涉足:【机器人(ROS)】【机器学习】【深度学习】【计算机视觉】

专栏

  • 《机器人原理与技术》
  • 《计算机视觉教程》
  • 《机器学习》
  • 《嵌入式系统》

目录

  • 0 前言
  • 1 什么是差速轮式机器人?
  • 2 差速轮式机器人的运动学方程
  • 3 开始编程实现
    • 3.1 机器人轨迹控制
    • 3.2 画车位和车
    • 3.3 制作动图
  • 4 真车实战

0 前言

本文基于差速轮式机器人模型做一个运动学应用,即控制机器人两轮的速度差改变其运动轨迹,使机器人完成一个倒车入库的动作。

硬核,这年头机器人都开始自学“倒车入库”了_第1张图片

仿真效果动图如下所示,看完本文相信你也可以做到!(文末有实际机器人运行效果图!)

硬核,这年头机器人都开始自学“倒车入库”了_第2张图片

1 什么是差速轮式机器人?

差速轮式机器人轮式机器人的一种,如下图所示。其特点是:两轮只有绕轴的旋转运动,而没有其他速度分量,因此这种机器人不能横向运动,想象家里的扫地机,路上开的汽车,他们都是差速结构,因此都不能“横着开”!什么样的机器人可以横着开?这个需要装配麦克纳姆轮,以后有机会再说。

硬核,这年头机器人都开始自学“倒车入库”了_第3张图片

2 差速轮式机器人的运动学方程

差速轮式机器人的运动学方程如下:
p ˙ = [ x ˙ y ˙ θ ˙ ] = [ cos ⁡ θ 0 sin ⁡ θ 0 0 1 ] [ v ω ] = S ( q ) u \boldsymbol{\dot{p}}=\left[ \begin{array}{c} \dot{x}\\ \dot{y}\\ \dot{\theta}\\\end{array} \right] =\left[ \begin{matrix} \cos \theta& 0\\ \sin \theta& 0\\ 0& 1\\\end{matrix} \right] \left[ \begin{array}{c} v\\ \omega\\\end{array} \right] =S\left( \boldsymbol{q} \right) \boldsymbol{u} p˙=x˙y˙θ˙=cosθsinθ0001[vω]=S(q)u

本文不推导晦涩的公式,这里写出来只是为了编程。

3 开始编程实现

3.1 机器人轨迹控制

首先,我们要确定两个位置,一个是车位位置ref,一个是车的当前位置p

% 车位
xRef = ref(1);
yRef = ref(2);
thetaRef = ref(3);

% 车
x = p(1);
y = p(2);
theta = p(3);

接着,我们要计算二者的误差

% 误差
xErr = cos(theta) * (xRef - x) + sin(theta) * (yRef - y);
yErr = -sin(theta) * (xRef - x) + cos(theta) * (yRef - y);
thetaErr = thetaRef - theta;

然后我们期望把误差降低

% 参数
Kpx = 3
Kpt = 3

% 轮子的线速度和角速度
v = Kpx * sqrt(xErr^2 + yErr^2);
w = Kpt * thetaErr;

接触过控制理论的同学一定能看出这就是个P反馈控制器。接着把这个增量反馈出去

dpdt = [v*cos(theta); v*sin(theta); w];

然后把这个函数封装成ode45的被调函数,让Matlab帮我们迭代计算即可。

3.2 画车位和车

车位很简单,就是三条直线

annotation('line', [0.53,0.53], [0.35,0.5], 'Color','k');
annotation('line', [0.63,0.63], [0.35,0.5], 'Color','k');
annotation('line', [0.53,0.63], [0.35,0.35], 'Color','k');

车可以按喜好画成各种样子,本文用箭头表示车的方向。

arrow = quiver(x, y, endPt(1) - x, endPt(2) - y, ...
       'MaxHeadSize',5.5,'AutoScaleFactor',1,'AutoScale','off', 'LineWidth', 1.5, 'color', color, ...
       'Marker', 'o', 'MarkerSize', 4, 'MarkerFaceColor',color);

效果如下

硬核,这年头机器人都开始自学“倒车入库”了_第4张图片
加点难度,把车位斜过来,也表现的很好!

硬核,这年头机器人都开始自学“倒车入库”了_第5张图片

3.3 制作动图

接着看看如何制作Matlab演示动画,下面是完整代码

figure(1)
stableProcess = VideoWriter('video/stableProcess.avi');
open(stableProcess);
movie = moviein(t);

% 画车位
annotation('line', [0.5,0.5], [0.2,0.3], 'Color','k');
annotation('line', [0.63,0.63], [0.2,0.3], 'Color','k');
annotation('line', [0.5,0.63], [0.2,0.2], 'Color','k');

% 画目标位置
plotPose(refPos);
grid on
hold on

% 画初始位置
handler = plotPose(initPos);
for i=1:length(t)
    delete(handler);
    handler = plotPose(actualPos(i,:));
    plot(actualPos(i,1), actualPos(i,2), 'Marker', '.', 'color', [0,0.5,0]);
    movie(:, i) = getframe;
    writeVideo(stableProcess, movie(:, i));
end
hold off
close(stableProcess);

4 真车实战

因为限制动图大小为5M内,下面的实例抽调了大部分帧。

你可能感兴趣的:(机器人原理与技术,机器学习,计算机视觉,深度学习)