Professional Documents
Culture Documents
1
1
DOI: 10.1007/s12541-013-0305-6
双轮差速移动机器人精确校准测试轨道设计
收到稿件:2013 年 5 月 21 日/ 接受:2013 年 11 月 18 日
1. 简介 系统误差包括车轮直径不均、轴距错误。非系统误差源是由机器人与
路况之间的相互作用引起的,而路况是随机的。示例包括地板不均
1-4
近年来,各种自主导航研究正在进行。 自主导航需要精确估计移 匀、地板上意外物体和车轮滑移。利用获得机器人的绝对位
动机器人的位置。移动机器人最常见的相对定位技术是使用轮式编码
置,添加外部传感器对非系统误差的不确定程度进行建
器进行定位。然而,奥多姆特里有一个众所周知的缺点:运动建模误
差随着机器人旅行距离的增加而累积。校准是必要的,以减少在增加 模
行驶距离时发生的隔行误差。改进的安装可显著降低与传感器和地标 来自外部传感器。8-10
的安装和维护相关的运营成本。当外部传感器因天气或环境条件而无 在以往的研究中,很难找到测试轨道的设计指南。UMBmark 方法是
法使用时,它还减少了估计姿势(位置和方向)的不确定性。扩展的
双风鳗差分移动机器人的有用校准方案。6 车轮直径和轴距误差
卡尔曼滤波器 (EKF) 假定在状态转换中添加的高斯噪声的平均值为
可以通过驾驶机器人沿双向 4 m 进行校准
零。5 因此,基于 EKF 的定位技术在光大具有零均值和白色高斯噪声
× 4 米方形路径,然后测量初始位置和最终位置之间的位置误差。
时非常有用。
但是,测试跟踪 design 没有明确解释。由于测试轨道的大小很重要,
因此应仔细考虑车轮直径、校准方程、运动建模误差和实验条件。
奥多姆特里误差源可分为系统性误差和非系统误差。5-7 系统错
Martinelli pr 的工作为同步驱动机器人的机道误差建模和评估方法
误是特定于车辆的,通常不会在导航过程中突然更改。因此,通过
提供了一种方法。11 通过引入四个参数来模拟系统和非系统组件
校准运动参数可以减少系统误差。示例
(平移和旋转)的节算误差。马丁·利等人还提出了估算在
基于增强型卡尔曼滤波器(AKF)和可观测滤波器(OF)的导航。 12
Antonelli 等人提出了使用最小平方法确定 4 参数的奥多姆测量模型的校
准方案。13 由于地传模型显示了未知值与测量之间的线性关系,因此
可以使用 least 平方法。提出了一些选择测试轨迹的准则,其中使用最
小二乘法法对行驶距离进行点化,从而对奥多姆测量误差值进行规范
化。通过估计物理测数参数,进一步证明了线性估计方法,从而得出
了三参数模型。14 Censi 等人和安东内利等人提出了同时校准机器人机
,
架传感器的机理和位置的方法。15 16
我们之前提出了系统误差的校准方案,利用机器人在测试轨道
图 1 两轮差速移动机器人的速度模型和参数
中最终姿势的实验标题误差。 17 系统误差可以通过测量机器人沿
测试轨道的一系列开环运动后的方向来校准。这种方法是有利的,
因为机器人的方向可以通过机载陀螺仪测量。无需安装任何绝对定
位传感器。因此,在室外环境中也可以校准其。
本文提出了校准实验试验轨道的设计指南,以提高测数校准的精度。
测验校准的一个重要因素是测试轨道的设计。通过使用适当的测试轨
道,可显著提高校准配给精度。需要最终姿势错误应包含来自多个错
误源的影响。例如,测试轨道应包括直线运动和点点-t urning 运动,以
便监控车轮直径不均以及轴距错误的影响。 图 2 测试轨道条件可在常规多边形中通用
假定误差是由车轮直径误差=rR (L)引起的,而旋转误差则假 [ ] []
定是由轴距误差 αb 造成的。机器人的速度运动模型由(1)和
[]
x x x
------- --------- --------
[b)
(2)推导。 ·
-|b = =r =rr r L
x
在 (r = 和 · · \r
R r (4)
R V R - R - (r L - 和 e. -------
和
---------
和
--------
和
ε
=r r rL
中L 它不是 -| = =r =
rL) )L
b r rL
r
vt = ------------
-- 2 = ---------------------------------------------------------------- 2 (1) 和
[] [] []
------- --------- --------
-μ
[ b] rR L'r
在 · · · · Ⅰ
*x *x *x
(r x v
R V R
= =
R -R - (r L - 和 = [-------]b[b] [---------]r
\r
r + ---------
[ ]r
'R
L' t 没有 ------------b=b [b) (5)
中L r
r R L) )L •
R 我
[t ] -------------
R 科斯= v没有 •R L L
- = ----------------------------------------------------------------
b 'b' (2) + t ---- -- --- ---
\r + ------2 sin= v t cos_ \r
B 名称
b------------ =+
其中 vR 是右轮的平移速度,v L 是左轮的平移速度,= R 是 ------2 b= b R b 我
国际精密与制造杂志第 15 卷 ,2014 年 1 月 1 日 / 55 号
· · · 3.3 测试轨道的大小
· 和 和 和 Ⅰ [b)
\r =
r ---------
一旦确定测试轨道的形状,应根据测试空间、车轮直径、校准方程
和和 = [-------]b b
[ ]
--------- =r
'R
L'
vt cos=
b
------------
== b (6) 以及系统误差和非系统误差之间的相对幅度仔细确定轨道尺寸。虽然
R 我
------2 b= b R b= b 我
[ •
t] R \r L xt = μs cos (+t =
[b –------------
x
t= 1 == /2)
和
= –------------
) + b------------=+ b + \r
x = f( xt,ut,
t=1 t_ 1 , t) | t = ssin(t [ ] /2) (8)
b= b R b= b 我
Φ
t=1 [t ]
Eq. (7) 显示直线和点转弯路径中的方向误差与行驶距离
和转弯角度的对应关系线性增加。在具有相同直线长度和点转
"----
---------
弯角度的跑步后,最终方向误差明显相等,而不考虑测试轨道
[s ] ------------------- -----'
的形状。 2 B
其中 μs 是机器人的平移位移,* 是机器人的旋转位移,μ sr
和 μs 是每个车轮行驶的距离,b 是机器人的轴距。
3. 测试测试的检测设计 然后,可以使用以下方程估计非系统误差。3
− T T
Pt + 1 = Ft P t Ft + u f Σu u f (9)
3.1 问题陈述
Jung 的方法基于最终机器人姿势的标题误差,并考虑轴距和车轮直 其中 Ft 和 u f 是机器人的雅各人,在(8) 中构成估计函
径误差同时发生的耦合效应。沿参考测试轨道使用双向 CW 和 CCW 测 数 f(xt, ut, t) 。
试图,进行校准实验,以补偿单向测试运动的隐蔽误差。使用测试轨 协方差矩阵 Pt_1 表示机器人与地面条件之间的相互作用引起的
道上的 rob ot 的最终姿势误差,可以同时校准车轮直径不均和轴距不正 随机非系统误差。在
确的运动参数。 (9),第一个术语与估计状态的不确定性有关,第二个术语
本文的主要目的是提出测试轨迹的设计指南,使系统误差准 与行为错误有关。对于左轮和右轮的增量 l 运动,协方差矩阵
确地反映构成误差。测试轨道的形状需要由直线和点转弯路径 =u 的定义如下:
组成。测试轨道的初始位置和最终位置应相同。为了有效地校 kr 0
准,最好最大限度地利用系统误差对姿势误差的影响。 [u ] r *sr (10)
与非系统误差相比,测试轨道的大小应设计为最大化系统误差造成
0 kl Sl
的最终姿势。当轨道太大时,需要一个巨大的实验空间。此外,最终 其中 kr 和 kl 是表示机器人和环境交互的随机参数的错误常
姿势可能受各种非系统误差源的影响。另一方面,过小的履带可能会 量。
导致最终姿势误差过小,这意味着校准结果对机器人姿势的测量精度 为了研究非系统误差对测试轨道尺寸的影响,从实验结果中
过于敏感。轨道尺寸的性能指数定义为系统误差引起的姿势误差与非
估算了非系统误差。使用测试方法可以计算 kr 和 kl 的误差常
数。18
系统误差相对小。
3.4 建议的设计设计
3.2 测试轨道的形状
拟议的测试轨道设计准则可以概括如下:
Jung 的方法使用最终姿势的标题错误。机器人的最终方向角
1) 确定由直线和点转折点组成的测试轨道的形状。
度在遵循相同路径长度和不同路径类型的转弯角度后是相同的,
如 (7) 所示。此外,测试轨道的初始位置和最终位置应相同, 2) 通过开环运动将机器人沿着预定义的测试轨道驱动,以检
测未校准轴距和车轮直径不均的运动参数。
以减少传感器的测量误差。因此,建议将 test t 机架的形状作
3) 使用测试方法测量非系统误差。14
为常规多边形路径。考虑到可用的实验空间,拟议的试验轨道
4) 通过模拟估计系统误差和非系统误差造成的绝对方向误
被设计成一条方形路径。
差。
56 / 2014 年 1 月 国际精密工程和制造杂志 第 15 卷,第 1 期
5) 确定测试跟踪的大小,以区分系统误差和非系统误差。
4. 模拟
数值模拟的目的是为测试轨道制定设计准则。在模拟中,考虑到可
用的实验空间,测试轨道是一条方形路径。采用双流差速移动机器人
(TETRA-DS II)对模拟机器人平台进行建模。19 标称车轮尺寸如下:
车轮直径=150 毫米,轴距=385 毫米,车轮宽度=30 毫米。机器人的标
称车轮直径和轴距与模拟机器人相同。仿真中的实际机器人位置和方
向是从机器人运动学中计算的,同时考虑运动学建模误差。
假定 wh 鳗鱼的运动学建模误差为设置模拟中使用的参数值 图 3 测试轨道中直线路径的系统误差和非系统误差引起的方向
Eb 和 Ed。Eb 和 Ed 的定义如下。6 误差
b
实际 DR
E = ---------------- E - ------
b b 标称 , d DL (11)
其中 b 实际为机器人的实际轴距,b 标称是机器人的名义轴距,D
R 是右轮的实际车轮直径,D L 是左轮的实际车轮直径。
使用误差常数 k r 和 kl 对 非系统误差进行建模,然后估计
(10) 中的协方差矩阵。为了研究非系统误差对系统误差引起的
方向误差的影响,计算了相对误差幅度。
系统误差的初始参数设置为 Eb = 0.990 和 Ed = 0.995。在一
般地板条件下,误差常数 k rr 1⁄2 = 0.001m1/2 和 kl1/2 =
0.001m1/2 时给出非系统误差。考虑到可用的实验空间,
我们在 L = 4m 处重新测试了轨道尺寸。实际的机器人姿势
误差是从机器人运动学的数值计算,同时考虑运动学建模误差。 图 4 系统误差引起的方向误差与测试轨道直线路径总方向误差
图 3 显示了测试轨道直线路径上系统误差和非系统误差造成 的相对大小
的估计方向误差。x 轴表示方形路径一侧的长度。方向误差随
距离增加而增加。图 3 显示,系统误差和非系统误差导致的最
轨道尺寸太小,校准精度降低,因为可能发生较大的非系统误
大方向误差为 4 米时 3.43 o。
差。
在实际应用中,系统误差引起的方向误差应大于非系统误差的方向
图 5 显示了沿 CCW 方向沿同一 4m × 4m 平方路径运行后最
误差。测试轨道上的实际方向误差是系统误差和非系统误差引起的方
向误差的总和。因此,通过考虑系统误差和非系统误差引起的方向误 终位置误差的平均值和标准值 。使用不同轨道尺寸进行校准后,
差的相对放大,可以设计测试轨道的直线长度。 最终位置误差会有所不同。试验重复了五次。实际运动参数为 Eb =
图 4 显示了系统误差与总方向误差相对误差的相对幅度,是系统误 0.975 和 Ed = 0.992。然后从不同的方形路径轨迹估计运动参数。从图
差和非系统误差引起的方向误差之和。系统误差在总误差上引起的相 5 中可以明显看出,0.5m × 0.5m 轨道的最终姿势误差最大。最
对方向误差随直线长度的增加而增加。因此,在模拟条件下,测试轨
终姿势误差下降,直到 4 米 × 4 米轨道。当尺寸范围为 4~10 m 时,最
道的适当尺寸为 4 米 × 4 米。When
终姿势误差没有显著变化。因此,可以得出结论,选择 4 米×4 米轨道
是合理的,贝卡使用轨道显示令人满意的校准精度,而不会占用过大
的实验空间。
图 5 显示了基于样本分布的实验比较。因此,不足以显示
propo sed 轨道的误差平均值小于其他情况。调查 4 米×4 米轨
道设计能否实现任何有意义的改进是很有趣的。使用
独立样本 t 检验进行统计分析,以验证最终位置误差的方法
来之间的显著差异。20
表 1 显示了对所建议方法均等手段的最终位置误差的独立样本 t
测试结果(4m =
国际精密与制造杂志第 15 卷,2014 年 1 月 1 日 / 57 号
图 6 实验环境
试轨迹在实际环境中是否有利。给出了使用三个不同的测试轨迹的实
验结果。在第二个实验中,提出了一种方案与传统方法进行了比较。
在机器人沿着建议的测试轨道行驶后,使用 Jung 的方法对机器人的系
统误差进行了校准,
58 / 2014 年 1 月 国际精密工程和制造杂志 第 15 卷,第 1 期
另一方面,第二种情况(6 米× 6 米对 4 米= 4 米)的显著性水平
图 8 系统误差引起的方向误差与测试轨道中直线路径总方向误
差的相对大小
实验条件。
为了展示建议设计的优点,机器人沿着三个不同的轨道驱动。在 2
格的方法估计运动参数。表 3 表示由此产生的错误参数。
终位置误差的均值和标准偏差。当使用 2 米 × 2 米轨道
位置误差之间的最终位置误差没有显著变化。
图 10 表示沿 CCW 方向的 5m 边沿同一常规三角形路径运
行后,最终假定子误差的均值和标准偏差。当使用 2
米 × 2 米轨道时,最终位置误差平均为 1.98 米。在采用该方法
(4 米×4 米轨道)下,最终位置误差为 0.07 米,非常小。应用
6 米×6 米轨道后的最终位置误差平均为 0.12 米。4m ×
4m 和 6m × 6m 轨道的最终位置误差平均值之间没有显著变
化。
为了调查最终位置误差之间的显著差异,使用独立的样本 t-test 进
行了统计分析。表 4 显示了图 9 所示的最终位置误差的独立样
本 t 检验结果,用于与 2m × 2m 和 6m × 6m 轨道尺寸的最
终位置误差相等的拟议方法(4m × 4m 轨道)的均等性。在第
最终位置错误。校准是在 x 轴表示的不同测试轨道尺寸下进行的
图 10 当机器人沿 CCW 方向
5 米边缘沿常规三角形路径
行驶时,实验最终位置错误 。校准是在 x 轴表示的不同
测试轨道尺寸下进行的
法的均等性进行内减点点采样 t 检验的结果
程度 意味 着
情况 下 t值 P
自由 差异
2 米 - 2 米 vs. vs.4 米 - 4 米 47.755 8 0.000 1.88470
6 米 vs. 6m vs. vs.4 米 - 4 米 0.095 8 0.927 0.00454
4m × 4m 轨道和 6m × 6m 轨道的最终位置误差平均值
之间具有统计意义。
表 5 显示了图 10 所示的最终位置误差的独立样本 t 检验结果,用于
建议方法(4m × 4m 轨道)的均等性与 2m × 2m 和 6m ×
6m 轨道尺寸的最终位置误差。与表 4 所示的结果一样,使用建议的
方法(4 米 × 4m 轨道)对错误进行最终假设的平均值为
国际精密与制造杂志第 15 卷 ,2014 年 1 月 1 日 / 59 号
表 5 对所拟方法(4m × 4m)与三角形方法均等的独立样本 t 检
表 7 校准后测数精度结果
最终位置错误(米)
验结果 埃佩里-
未校准 乌姆布马克 提出
去 改进
路径 奥多姆特里 方法 方法
程度 意味 着 连续 1.94 0.37 0.05
情况 下 t值 P Ccw 2.54 0.32 0.08
自由 差异
2 米 - 2 米 vs. vs.4 米 - 平均 2.24 0.35 0.07 5次
4米 33.056 8 0.000 1.90629
6 米 vs. 6m vs. vs.4 米 -
4米 1.673 8 0.133 0.05037
表 6 结果运动误差参数
错误参数 UMBmark 方法 建议的方法
和
b 1.01503 0.99493
和d 0.98249 0.98175
所不同。另一方面,第二种情况(6 米× 6 米对 4 米= 4 米)的显
图 11 建议的方法与常规的 UMBmark 方法的比较。建议方案的
著性水平 p 为 0.133 > 0.05。这一事实还意味着,很难说 4 米× 4 米
最终位置误差较小
轨道和 6m × 6m 轨道的最终位置误差平均值之间的差异在统计上是
更可取。
5.2 与 c 通风方法的比较
左轮的车轮直径通过绕绕轮胎的胶带有意增加,以制造极端情
况。两个车轮之间的车轮直径近似差为 2.5~3.0 毫米。在 CW 和
CCW 方向上,机器人沿建议的测试轨道(4 米 × 4 米轨道)
感器测量了机器人的实验标题误差。 22 在±150o/s 点旋
转时,方向角度误差小于 0.04o/s/μHz。 根据传统的 UMBmark 和
Jung 的方法,机器人的初始和最终姿势用于校准过程。
图 14 使用两轮差速移动机器人导航后最终位置误差的结果
机器人的行驶距离约为 180 米。
图 13 显示了三个纯奥多姆学实验图。图 13(a) 校准前显示地图。
传统 UMBmark 应用后的地图如图 13(b)所示。所拟的方案得出的图
图如图 13(c)所示。从图 13 中可以明显看出,拟议的 scheme 产生了
最精确的地图。
从统计分析的角度评价绩效的提高具有重要意义。图 13 中
的每个实验已经进行了五次。在相同的边界条件下,最终位置
误差已受到监控,如图 14 所示。未校准的奥多姆图和常规
UMBmark 的平均误差分别为 11.90 米和 3.83 米。所拟方案的平
均误差为 1.30m,显示了所建校准方案的卓越精度。
使用独立样本 t 检验来验证最终位置误差方法之间的显著差异 ,
从而进行了统计分析。表 8 显示了最终位置误差的独立样本 t
测试结果,该方法的均等方法与未校准的表庭和 UMBmark 的均等
值。如表 8 所示,由建议的方法更正的表位法有不同的平均值,显
著性水平为 0.05 (p < 0.05)。因此,该方法对测数精度的提高具
有统计学效率,显著性水平概率为 0.05。介绍了实验校准的细节。
13
6. 结论
我们提出了用于校准奥道的测试轨道的设计指南。测试轨道的形状
和大小起着显著的作用
图 13 两轮差速器构造的地图结果
移动机器人。(a) 是奥多姆图,(b) 是 UMBmark 的地图
方法 (c) 是建议方法的映射
国际精密与制造杂志第 15 卷 ,2014 年 1 月 1 日 / 61
多边形路径。考虑到实验空间,拟设计的试验轨道具有方形路
9. Surrécio,A.,Nunes,U. 和 Araujo,R. "使用卡尔曼滤波器和增强
径的形状。比较了总方向误差中由色度误差引起的方向误差的 系统模型为移动 Robo t 导航使用磁性传感器的奥多姆特里的结合",
相对大小,以确定实际实验空间的适当轨道大小。对所提出的 IEEE 工业电子国际研讨会 Proc.,第 4 卷,第 1551-1556 页,2005
方案进行了实验验证,并通过定量比较,清楚地证明了其优点。 年。
21. 哈吉康有限公司,"StarGazer_Guide.02.090416",2010 年。