移动底盘麦克纳姆轮的运动学与动力学解析
一、麦克纳姆轮的结构与运动原理
麦克纳姆轮(Mecanum Wheel)由轮毂和围绕轮毂的辊子组成,辊子轴线与轮毂轴线成45°夹角。这种设计使得每个辊子可沿母线自由滑动,当轮子旋转时,辊子的包络面形成圆柱形,从而允许底盘实现全向移动(如平移、旋转及斜向运动)。
核心特点:
- 互为镜像的轮对:A轮和B轮分别以不同方向旋转,产生互补的横向分速度,实现灵活运动。
- 被动辊子:辊子无动力,但通过其倾斜角度将轮毂旋转分解为轴向与横向速度分量。
二、运动学分析
运动学模型描述了底盘运动与轮子转速之间的关系,分为正运动学(从轮速推导底盘速度)和逆运动学(从底盘速度推导轮速)。
1. 逆运动学模型
目标:根据底盘速度
(
[
x
˙
r
,
y
˙
r
,
ϕ
˙
]
T
)
([ \dot{x}_r, \dot{y}_r, \dot{\phi} ]^T)
([x˙r,y˙r,ϕ˙]T)(X轴平动、Y轴平动、绕几何中心自转角速度),计算四个轮子的角速度
(
[
θ
˙
1
,
θ
˙
2
,
θ
˙
3
,
θ
˙
4
]
T
)
([ \dot{\theta}_1, \dot{\theta}_2, \dot{\theta}_3, \dot{\theta}_4 ]^T)
([θ˙1,θ˙2,θ˙3,θ˙4]T)。
推导步骤:
- 底盘运动分解:刚体运动可分解为三个独立分量:
{ x ˙ r = X轴平动速度 y ˙ r = Y轴平动速度 ϕ ˙ = 自转角速度 \begin{cases} \dot{x}_r = \text{X轴平动速度} \\ \dot{y}_r = \text{Y轴平动速度} \\ \dot{\phi} = \text{自转角速度} \end{cases} ⎩ ⎨ ⎧x˙r=X轴平动速度y˙r=Y轴平动速度ϕ˙=自转角速度[[3]][[5]] - 轮轴速度计算:每个轮轴中心速度由底盘运动叠加自转产生的切向速度。例如,轮1的轴心速度:
{ V w , 1 , x = x ˙ r − l b ϕ ˙ V w , 1 , y = y ˙ r + l a ϕ ˙ \begin{cases} V_{w,1,x} = \dot{x}_r - l_b \dot{\phi} \\ V_{w,1,y} = \dot{y}_r + l_a \dot{\phi} \end{cases} {Vw,1,x=x˙r−lbϕ˙Vw,1,y=y˙r+laϕ˙
其中 ( l a , l b ) (l_a, l_b) (la,lb) 为底盘半长和半宽。 - 辊子速度投影:仅辊子方向的速度分量对轮速有贡献。设辊子方向单位向量为
(
u
)
(u)
(u),则轮速与辊子速度关系为:
θ ˙ i = 辊子速度 R = V w , i ⋅ u R \dot{\theta}_i = \frac{\text{辊子速度}}{R} = \frac{V_{w,i} \cdot u}{R} θ˙i=R辊子速度=RVw,i⋅u
其中 ( R ) (R) (R) 为轮半径。 - 矩阵形式逆运动学方程:
[ θ ˙ 1 θ ˙ 2 θ ˙ 3 θ ˙ 4 ] = 1 R [ 1 − 1 − ( l a + l b ) 1 1 ( l a + l b ) 1 1 − ( l a + l b ) 1 − 1 ( l a + l b ) ] [ x ˙ r y ˙ r ϕ ˙ ] \begin{bmatrix} \dot{\theta}_1 \\ \dot{\theta}_2 \\ \dot{\theta}_3 \\ \dot{\theta}_4 \end{bmatrix} = \frac{1}{R} \begin{bmatrix} 1 & -1 & -(l_a + l_b) \\ 1 & 1 & (l_a + l_b) \\ 1 & 1 & -(l_a + l_b) \\ 1 & -1 & (l_a + l_b) \end{bmatrix} \begin{bmatrix} \dot{x}_r \\ \dot{y}_r \\ \dot{\phi} \end{bmatrix} θ˙1θ˙2θ˙3θ˙4 =R1 1111−111−1−(la+lb)(la+lb)−(la+lb)(la+lb) x˙ry˙rϕ˙ [[3]][[4]]
2. 正运动学模型
通过逆运动学矩阵的伪逆矩阵
(
J
+
)
(J^+)
(J+) 计算底盘速度:
[
x
˙
r
y
˙
r
ϕ
˙
]
=
R
4
[
1
1
1
1
−
1
1
1
−
1
−
1
l
a
+
l
b
1
l
a
+
l
b
−
1
l
a
+
l
b
1
l
a
+
l
b
]
[
θ
˙
1
θ
˙
2
θ
˙
3
θ
˙
4
]
\begin{bmatrix} \dot{x}_r \\ \dot{y}_r \\ \dot{\phi} \end{bmatrix} = \frac{R}{4} \begin{bmatrix} 1 & 1 & 1 & 1 \\ -1 & 1 & 1 & -1 \\ -\frac{1}{l_a + l_b} & \frac{1}{l_a + l_b} & -\frac{1}{l_a + l_b} & \frac{1}{l_a + l_b} \end{bmatrix} \begin{bmatrix} \dot{\theta}_1 \\ \dot{\theta}_2 \\ \dot{\theta}_3 \\ \dot{\theta}_4 \end{bmatrix}
x˙ry˙rϕ˙
=4R
1−1−la+lb111la+lb111−la+lb11−1la+lb1
θ˙1θ˙2θ˙3θ˙4
[[3]][[4]]
3. 特殊情况下的运动分析
- 纯X轴平移:所有轮子同向旋转,辊子方向速度分量叠加为平移速度。
- 纯Y轴平移:轮子对称反向旋转,产生横向合力。
- 纯自转:对角线轮子反向旋转,形成旋转力矩。
三、动力学分析
动力学模型用于计算底盘运动所需的电机扭矩,考虑摩擦力、质量分布等因素。
1. 牛顿第二定律与力平衡
沿特定方向(如Y轴)的动力学方程:
∑
F
y
=
m
a
y
=
F
牵引力
−
F
滚动摩擦
\sum F_y = m a_y = F_{\text{牵引力}} - F_{\text{滚动摩擦}}
∑Fy=may=F牵引力−F滚动摩擦
其中:
- 牵引力:由电机扭矩产生,与轮速成正比。
- 滚动摩擦力:与轮子接触面的法向力
(
N
)
(N)
(N) 和摩擦系数
(
k
)
(k)
(k) 相关:
F 摩擦 = k N = k ( m g 4 ) F_{\text{摩擦}} = k N = k \left( \frac{m g}{4} \right) F摩擦=kN=k(4mg)
2. 电机扭矩计算
单个电机的扭矩
(
T
i
)
(T_i)
(Ti) 与牵引力关系为:
T
i
=
F
牵引力
,
i
⋅
R
T_i = F_{\text{牵引力},i} \cdot R
Ti=F牵引力,i⋅R
结合运动学模型,广义动力学方程可表示为:
[
T
1
T
2
T
3
T
4
]
=
1
R
[
1
−
1
−
(
l
a
+
l
b
)
1
1
(
l
a
+
l
b
)
1
1
−
(
l
a
+
l
b
)
1
−
1
(
l
a
+
l
b
)
]
−
1
[
m
v
˙
x
+
k
1
v
x
m
v
˙
y
+
k
2
v
y
I
ω
˙
+
k
3
ω
]
\begin{bmatrix} T_1 \\ T_2 \\ T_3 \\ T_4 \end{bmatrix} = \frac{1}{R} \begin{bmatrix} 1 & -1 & -(l_a + l_b) \\ 1 & 1 & (l_a + l_b) \\ 1 & 1 & -(l_a + l_b) \\ 1 & -1 & (l_a + l_b) \end{bmatrix}^{-1} \begin{bmatrix} m \dot{v}_x + k_1 v_x \\ m \dot{v}_y + k_2 v_y \\ I \dot{\omega} + k_3 \omega \end{bmatrix}
T1T2T3T4
=R1
1111−111−1−(la+lb)(la+lb)−(la+lb)(la+lb)
−1
mv˙x+k1vxmv˙y+k2vyIω˙+k3ω
其中
(
k
1
,
k
2
,
k
3
)
(k_1, k_2, k_3)
(k1,k2,k3) 为摩擦系数,
(
I
)
(I)
(I) 为转动惯量4。
四、应用与挑战
- 应用场景:
- 工业AGV、服务机器人:灵活避障与精准定位。
- 无人机/无人车:复杂地形下的全向移动。
- 挑战:
- 动力学复杂性:需考虑轮间耦合、摩擦非线性等问题。
- 控制精度:依赖高精度电机与实时反馈系统。
五、总结
麦克纳姆轮通过辊子的45°倾斜设计实现了全向移动,其运动学模型基于线性分解与矩阵运算,动力学模型则需平衡牵引力与摩擦力。实际应用中需结合参数标定(如轮半径 ( R ) (R) (R)、底盘尺寸 ( l a , l b ) (l_a, l_b) (la,lb))和控制算法优化,以克服动力学非线性带来的挑战。