《Applied Sciences》:Curvature-Constrained Motion Planning Method for Differential-Drive Mobile Robot Platforms
1. 引言
在工业和城市环境中,自主运输技术正在重新定义货物、材料与基础设施之间的互动。尽管早期自主技术多集中于大型道路车辆,但近期发展凸显了在半结构化领域运行的紧凑型、任务专用移动系统日益增长的重要性。与此同时,微出行和小型自主平台的兴起被视为可持续交通的关键推动力,可减少能源消耗、排放和空间足迹,同时提高城市物流和最后一公里配送的灵活性。除了单机器人导航,城市物流部署越来越需要车队级协调和路由,以及在现实世界不确定性下的运动规划。
其中,重型滑移转向机器人(Skid-Steer Mobile Robots, SSMRs)已成为物流任务的稳健解决方案,这些任务要求紧凑尺寸、高负载能力以及对不平坦地形或环境变化的弹性。厂内物流和基础设施维护是两个此类平台能提供即时效益的领域。厂内物流涉及工厂、港口和建筑工地内的物料自动处理和运输,需要在半约束环境中进行精确运动和重复任务执行。类似地,面向基础设施的机器人越来越多地部署于缺乏结构化导航特征的户外区域,用于检查、勘测和物料处理。
当设计用于短距离、高能效操作时,此类紧凑型机器人通过补充大型自主车辆并减少频繁低负载运输任务的环境影响,为可持续移动生态系统做出了贡献。在这两个领域中,紧凑型重型机器人具有在受限区域内机动性的优势,同时提供足够的强度来运输或操纵大量有效载荷。然而,实现这种性能带来了与运动学可行性和控制平滑性相关的挑战。
重型滑移转向平台通常设计时强调稳定性、牵引力和机械鲁棒性,而非敏捷性。它们有限的转向能力和不可忽略的转弯半径使得原地旋转或瞬时航向改变变得不可能。因此,可行的轨迹是曲率有界的,而忽略这些约束的控制器可能会发出不可行的指令或引起车轮打滑。假设具有自由旋转能力的经典差速驱动控制器通常无法保证曲率连续性,并可能在此类平台上产生不连续或不稳定的运动轮廓。因此,这些机器人的可靠运动控制框架必须明确考虑平台设计所施加的几何和物理限制。
滑移转向移动平台在工业、农业和检查领域的日益普及,加剧了针对这种运动范式独特属性的运动规划和控制策略的研究。滑移转向移动机器人(SSMRs)表现出与差速驱动或阿克曼转向系统根本不同的转向特性,因为转向完全通过差速轮速实现。这种运动模式本质上会引起车轮打滑、横向滑移和强烈的依赖于地形的相互作用。随着车辆质量和有效载荷能力的增加,由此产生的剪切力对可行转弯半径施加了严格的实践限制;超过这些限制可能导致结构应力、轮胎退化或不稳定运动。因此,显式曲率约束在重型SSMRs的运动控制中变得至关重要。
尽管曲率约束对于无法原地旋转而不引起显著横向滑移的车辆至关重要,但移动机器人的轨迹规划方法常常忽视物理转弯半径约束。经典的Dubins曲线提供了最小转弯半径模型,但仅限于简单的几何基元,不解决平滑、连续轨迹或闭环跟踪问题。更近期的研究明确集成了曲率可行性。除了几何可行性,现实世界的轨迹执行还需要与曲率和动态约束一致的速度曲线。这对于重型平台尤其相关,因为速度或曲率的突然变化可能导致过度的传动系统负载、车轮打滑或有效载荷振荡。
尽管文献在滑移转向建模、曲率约束规划和平滑轨迹生成方面提供了广泛的见解,但对于在半结构化户外物流环境中运行的紧凑型重型SSMRs,仍然存在一些空白。许多现有研究依赖于理想化的车辆模型,如Dubins车或平面独轮车,这些模型不能准确表示高重量滑移转向平台的牵引条件、滑移行为或转向限制。此外,一些曲率感知规划方法施加了计算复杂性。
本文提出了一种针对紧凑型重型滑移转向机器人的广义曲率约束轨迹执行框架。所提出的方法将显式曲率有界控制律集成到一个离散事件驱动的状态机中,该状态机管理航点对齐、推进和任务驱动的停止行为。该架构在ROS 2框架内将曲率感知控制与模块化定位、轨迹管理和监督组件相结合。此外,它还集成了一个基于Foxglove Studio开发的浏览器操作员界面,允许用户定义航点、分配速度并实时监控任务执行。该系统已在现场条件下得到验证,证明了在各种操作场景下具有厘米级精度和稳定的曲率合规性。
2. 材料与方法
本节介绍了为紧凑型重型滑移转向机器人开发的结构、传感和曲率约束轨迹执行控制框架。该系统集成了实时定位、ROS 2下的模块化通信、曲率感知运动控制器以及用于任务监督的基于Web的人机界面。与明确构建G2路径的基于回旋线的平滑方法不同,当前工作侧重于通过曲率饱和在执行期间实现在线曲率可行性,并结合可选的航点重采样进行间距控制。整体设计优先考虑几何可行性、实时响应性和操作员可解释性,而非算法复杂性。
2.1. 系统架构
机器人平台设计旨在平衡结构鲁棒性与模块化和可维护性。四个无刷驱动电机中的每一个都由通过控制器局域网(Controller Area Network, CAN)总线接口的电子速度控制器(Electronic Speed Controller, ESC)控制。两个独立的CAN段由中央工业PC管理,以确保故障隔离和确定性通信。计算单元托管用于定位、控制和监督的ROS 2节点,而辅助嵌入式GPU计算机可用于感知或数据录入任务。两个系统通过路由器在高速局域网上通信,该路由器还通过安全虚拟专用网络提供远程访问。
惯性数据由直接通过串行接口连接到工业PC的六轴IMU提供。全球位置由GNSS-RTK接收器获得,该接收器在开阔天空条件下能够达到厘米级精度。实时校正通过互联网协议的网络化RTCM传输(Networked Transport of RTCM via Internet Protocol, NTRIP)接收。控制器使用的定位不依赖于紧耦合的GNSS-IMU融合滤波器。相反,全球位置直接从GNSS接收器获得,而方向(偏航角)由机载IMU提供。这些信号通过ROS 2变换(/tf)组合,以提供控制器使用的机器人位姿。除了传感器级处理之外,不应用额外的状态估计或滤波。这种设计选择优先考虑透明度,并允许控制器行为独立于特定融合算法进行评估。
控制循环在ROS 2下以10 Hz运行,使用单线程执行器,确保确定性状态机转换和有界延迟。
2.2. 人机界面
使用Foxglove Studio开发了一个定制的监督界面,这是一个与ROS 2兼容的基于Web的可视化和任务控制工具。该界面允许操作员在地图视图上直接创建、编辑和监控轨迹。该面板是作为Foxglove扩展实现的,使用React和TypeScript编写,并通过WebSocket桥与机器人通信。它提供对机器人实时状态、发布的话题和可用ROS服务的访问。
航点表示为geometry_msgs/msg/PoseArray消息,而相关的速度值在相应的std_msgs/msg/Float32MultiArray中传输。操作员命令,包括启动、停止或重置动作,通过标准的std_srvs/srv/Trigger服务实现。图形界面允许通过直接地图交互定义轨迹:每次点击添加一个航点,可以动态地重新定位或移除。可以调整每个航点的速度值,以编码速度曲线或任务语义,例如临时停止。一旦配置最终确定,面板将更新的航点数组和速度序列发布到控制器节点。
这种设计选择确保了平台无关的部署:面板不需要本地ROS安装,这简化了多用户访问并支持远程操作。使用Foxglove的原生React环境可实现响应式可视化和与ROS 2通信同步的低延迟更新。
2.3. 轨迹定义、重采样与执行
系统遵循基于航点的轨迹定义策略。轨迹表示为全局坐标系中的有序航点集(xi, yi, θi),并附带相应的速度曲线{vi}。每个航点定义一个期望的位置和方向,而其分配的速度值决定了在该航点附近的目标线速度。速度值可以连续变化或包含显式零值,表示任务驱动的停止以执行任务或安全检查。
除了操作员定义的航点列表外,该框架可选地执行航点重采样(致密化)以获得期望的连续点之间的空间间距s(例如,s ∈ {0.5, 1.0, 2.0} m)。对于每对连续的航点Wi= (xi, yi)和Wi+1= (xi+1, yi+1),计算段长度?i= ∥Wi+1- Wi∥,并插入ni= max(??i/s? - 1, 0)个中间点,通过线性插值Wi,k= Wi+ k/(ni+1) (Wi+1- Wi), k = 1, …, ni。相应的速度在vi和vi+1之间线性插值。此重采样步骤提高了稀疏航点集的几何保真度,而运动学可行性由控制器中的曲率饱和在线保证。
生成的航点序列作为离散目标发布给控制器,控制器实时顺序处理它们。
2.4. 运动学模型与曲率约束
机器人的运动由标准的非完整独轮车模型建模:? = v cos θ, ? = v sin θ, θ? = ω, ω = v κ,其中(x, y, θ)表示机器人的位姿,v为线速度,ω为角速度。瞬时曲率κ定义为角速度与线速度之比,并受平台物理约束的限制:|κ| ≤ κmax= 1/Rmin。
控制器在每个更新周期明确强制执行此界限,确保机器人的指令运动从不超出其几何转向限制。这种方法允许即使在需要原地旋转的突然方向变化场景中,也能实现连续的前向轨迹。
运动学模型忽略了动态效应,如质量、车轮-地形相互作用、横向滑移和负载转移。这些效应在模型中不作为扰动项显式出现,并且没有声称正式的扰动抑制或鲁棒性证明。在实践中,它们的影响仅表现为测量位姿的偏差,这些偏差通过闭环几何反馈和保守的曲率限制间接纠正。因此,当前公式侧重于几何可行性和有界曲率,而非显式动态补偿。
2.5. 曲率约束控制框架
控制策略被实现为一个事件驱动的有限状态机,由三个操作状态组成:对齐(Align)、前往(Goto)和暂停(Pause)。在对齐状态中,机器人以降低的速度逐渐调整其航向朝向下一航点,使用曲率有界的前向弧而非原地旋转。一旦航向误差低于预定义的容差,系统转换到前往状态,在此期间机器人向目标前进,同时连续调节其曲率在允许范围内。当到达分配速度为零的航点时,控制器切换到暂停状态,停止机器人,执行任何待处理的服务命令,并在参数化延迟后恢复运动。
为了确保平滑且运动学可行的运动,角速度使用基于曲率的控制策略计算。设(x, y, θ)表示机器人的当前位置,(xw, yw)为目标航点的位置。到航点的欧几里得距离由d = √[(xw- x)2+ (yw- y)2]给出。期望航向使用双参数反正切函数计算:θd= atan2(yw- y, xw- x)。为了计算平滑的角度误差,使用包裹的角度差:Δθ = atan2(sin(θd- θ), cos(θd- θ))。根据航向误差和距离,计算瞬时曲率κ:κ = Δθ / max(d, ε),其中ε是一个小的正常数,用于防止在短距离处除以零。
为了尊重机器人的物理转向限制,曲率被钳制到最大值κmax= 1/Rmin,其中Rmin是最小转弯半径:κ ← clip(κ, -κmax, κmax),其中clip(·)表示饱和算子:clip(x, xmin, xmax) = min(max(x, xmin), xmax)。
需要提及的是,κmax并非声称能防止打滑,它通过避免激进的急转弯来减少影响。最小转弯半径Rmin被几何地定义为设计参数,独立于任何动态或物理应力模型。目标是确保机器人可以使用平滑的前向运动到达横向偏移的航点,而不需要原地旋转。之后,该值基于在一种表面类型(沥青)上的经验观察通过微调确定。
具体来说,Rmin被选为连接机器人初始位姿与位于纵向偏移Δx和横向偏移Δy的目标航点的圆弧的最小半径。假设一个前向圆弧,所需的转弯半径可以计算为Rmin= (Δx2+ Δy2) / (2 Δy),这对应于通过起点和目标航点且初始切线与前向方向对齐的圆的半径。
角速度指令由ω = v κ获得。该公式产生与对齐误差成比例的平滑角度行为,同时尊重物理曲率约束。状态机转换由距离和航向阈值触发,确保沿航点序列的确定性进展。
2.6. 稳定性考虑
假设有界曲率和正向前速度,闭环航向误差动力学可以近似为Δθ? ≈ -k v Δθ, k = 1 / max(d, ε),这保证了Δθ指数收敛到零。因此,航向和位置误差保持有界,并在名义定位精度下渐近收敛。曲率约束进一步确保运动在整个轨迹上保持几何可行和机械平滑。方程中的近似表示控制器未饱和状态的局部分析,其中曲率指令由κ = Δθ / max(d, ε)给出。在前向运动下,d > ε,并且对于足够小的航向误差,这产生航向误差的局部指数收敛。当曲率饱和激活时,相同的线性化动力学不再适用;然而,饱和保证了有界曲率和角速度,确保了安全且几何可行的运动。在饱和、滑移和状态机切换下的全局稳定性证明超出了本工作的范围。
2.7. 用于比较的基线控制器
为了量化显式曲率饱和的效果,我们将提出的曲率钳制点对点(Point-to-Point, P2P)控制器与两个几何基线进行比较:
2.7.1. 基线A:未钳制点对点(P2P)
该基线使用与所提出方法相同的航向到航点控制律,但移除了曲率饱和步骤。具体来说,κ = Δθ / max(d, ε), ω = v κ,这可能会指令超过κmax的曲率值。
2.7.2. 基线B:纯追踪(Pure Pursuit)
我们在相同的航点多段线上实现了一个标准的纯追踪跟随器。给定一个前瞻距离L,该算法在参考路径上选择一个前瞻点,并计算曲率为κ = 2 sin(α) / L, ω = v κ,其中α是机器人前向轴与前瞻点之间的航向角。除非另有说明,纯追踪不明确强制执行κmax(这是标准实现中的典型情况)。
3. 结果
所提出的曲率约束轨迹控制框架通过现场实验进行了验证。这些评估的目的是验证控制器能够准确跟踪曲率可行的航点序列,在状态转换期间保持稳定性,并在紧凑型重型滑移转向机器人的物理转向约束下实现平滑运动。
除了提出的曲率约束跟随器(曲率钳制点对点,clipped P2P)外,还在同一平台上评估了两个基线控制器:一个未钳制的P2P控制器(逻辑相同但无曲率饱和)和一个纯追踪控制器(Pure Pursuit Controller, PPC)。所有运行都记录到rosbag2中,用于离线分析和直接可重复性。
测试了三种代表性的路径模式:直线、曲线和之字形。为了研究航点密度敏感性,每种模式以三种航点间距执行:稀疏(2.0 m)、中等(1.0 m)和密集(0.5 m)。
对于每个控制器-轨迹-密度组合,分析了一个代表性的现场运行;评估的重点是在相同条件下的比较控制器行为,而非统计平均。运行在相同的环境条件下进行。
轨迹跟踪精度使用记录的机器人位姿和航点集进行评估。对于每个航点Wi= (xi, yi),计算到执行轨迹样本pk= (xk, yk)的最接近距离:ei= mink∥pk- Wi∥2,并报告航点接近度的平均绝对误差(MAE)、均方根误差(RMSE)和最大误差。此外,报告从记录的轨迹计算的曲率统计数据,以量化曲率需求并突出未钳制基线中的违规情况。
比较表明,曲率钳制控制器在曲率要求高的轨迹上提供了最一致的性能,同时保持有界曲率。在曲线-中等配置中,所提出的方法实现了MAE = 0.0096 m,而未钳制基线为0.165 m,纯追踪为0.056 m。曲率相关的差异在代表性曲线-中等运行的时间演化和曲率比较图中进一步说明,其中未钳制基线表现出大的曲率峰值,而所提出的控制器保持有界。
总体而言,现场实验证实,显式强制执行曲率约束提高了曲线和之字形轨迹上的可靠性和可重复性,同时在直线段上保持可比较的性能。航点密度研究进一步表明,航点间距影响跟踪行为;过于稀疏的航点集可能引起较大的航向瞬变,而非常密集的航点集增加了有限状态逻辑中航点转换的频率。
局限性
实验还强调了几个实际限制,为未来的发展提供了信息。机器人需要稳定的GNSS接收和RTK校正数据的访问;在多径干扰或有限卫星可见性影响的区域,性能会下降。控制器进一步假设所有航点在机器人的曲率约束下都是几何可达的。如果航点放置得太近、在车辆后面,或者需要超过最小转弯半径的曲率,生成的轨迹可能变得不可行,目前需要手动调整航点布局。
从评估的角度来看,本工作中使用的主要定量指标是航点接近度误差,定义为执行轨迹与每个航点之间的最接近距离。虽然该指标直接反映了控制器满足操作员定义的导航目标的能力,但它没有明确捕获航点之间的连续路径偏差,特别是对于稀疏航点配置。为了解决这一限制,航点基于的评估辅以时间分辨的横向跟踪误差和航向误差图,以及代表性运行的曲率曲线,这些揭示了执行期间的瞬态行为和曲率可行性。
最后,尽管曲率约束强制执行几何平滑运动,但当前的控制公式没有显式建模动态效应,如横向滑移、负载转移或地形相关的牵引力变化。这些效应通过闭环位姿反馈和保守的曲率限制隐式处理。结合滑移感知或模型的动态扩展,以及自动航点可行性检查,构成了未来工作的一个重要方向。
4. 讨论与结论
结果表明,曲率约束轨迹执行为在几何转向限制下引导紧凑型重型滑移转向机器人提供了一种实用且可靠的解决方案。通过将曲率可行性直接嵌入控制律并采用离散事件驱动的状态机,系统实现了连续稳定的运动,无需复杂的优化或繁重的计算。实验结果证实,机器人可以以厘米级精度跟踪手动定义的轨迹,同时保持平滑且物理一致的运动,验证了所提出框架在现实世界部署中的适用性。
所提出方法的一个关键优势在于其在几何严谨性和实现简单性之间的平衡。显式曲率界限确保所有指令运动对车辆的运动学配置保持可行,从而防止在摩擦系数高的表面上可能出现的不可行旋转机动或车轮打滑。有限状态结构提供了直观的行为分割——对齐、前进运动和暂停,允许清晰的监督和与任务级逻辑的集成。该框架与标准ROS 2基础设施完全兼容,这促进了其在不同机器人平台和控制堆栈中的重用。
开发的操作员界面通过提供一种直观的、基于地图的定义和编辑轨迹的方法,为系统的实际可用性做出了贡献。其基于Web的部署和与ROS 2通信通道的集成实现了远程监督和协作任务设计,与当前向人在环自主系统发展的趋势保持一致。这种集成对于户外机器人和工业物流场景尤其相关,在这些场景中,态势感知和快速任务调整至关重要。
所达到的位置精度(主要受GNSS-RTK精度限制)表明,所提出的控制方法除了定位不确定性之外,引入了可忽略不计的额外跟踪误差。此外,曲率约束确保了运动学平滑运动,这有望减少传动系统上的机械应力并提高机器人运动的可预测性。尽管在这项工作中没有直接测量机械应力,但强制执行曲率界限有效地增加了转弯半径,这已知可以减少滑移转向运动中的横向滑移和内部剪切力。由于滑移转向引起的应力随着转弯半径的减小而增加,曲率限制作为一种实用的缓解机制。
尽管如此,仍然存在一些限制。当前的控制公式假设平面运动并忽略了动态滑移效应,这些效应在可变形或倾斜表面上可能变得显著。此外,轨迹执行层假设所有航点在机器人的曲率限制下都是可达的。在实践中,这要求操作员避免定义尖锐的倒车或违反几何可行性的过近点。解决这种情况需要自动轨迹正则化或在线路径重参数化,以在航点之间强制执行曲率连续性。
未来的工作将在几个方向上扩展所提出的框架。首先,集成一个包含横向滑移估计的更详细的运动模型,将允许根据地形和表面条件自适应调整曲率限制。其次,操作员界面可以扩展半自动轨迹生成工具,这些工具建议可行的路径或在保留人工监督的同时执行局部优化。
总之,本研究为紧凑型重型滑移转向机器人的曲率约束运动控制提供了一个广义的、经过实验验证的框架。所提出的方法在现实世界平台的物理约束内实现了高精度和稳定性,同时保持了透明度、模块化和实时性能。这些特性使其成为重型移动机器人未来发展的合适基础,在这些领域,精确、平滑且几何可行的运动对于安全可靠的自主操作至关重要。