设计搭建汽车机器人（M1）
p[文末提供原文PDF免费下载(期刊论文版式)]
摘要：汽车机器人是移动机器人类型中非常典型的一种，本文从应用需求、场景等角度分析，详细阐述汽车机器人MCR的本体设计、硬件系统设计及软件系统设计情况，着重描述硬件系统的分层设计与传感器选型，最后提供机器人参数校准方法。
01
引言
在前文《常见移动机器人运动学模型总结》、《机器人运动规划算法研究现状简述》及《机器人环境感知研究现状简述》中，更多是阐述机器人（自动驾驶）领域的理论技术，而很多读者看了之后，却有了更多疑问：如何实操呢？这些理论知识是怎么在实际工程中应用的呢？
图 1.1 汽车机器人MCR模型
此系列文章就是基于笔者的一个项目拓展而来。当时笔者是计划做一个物流配送机器人，能够适应室内外场景，所谓的室内外场景中最主要的部分就是道路场景和室内的走廊等场景，都是可以提取物理边界并构建虚拟道路场景的，所以主要的运动场景主要为结构化的道路，特点是横向空间有限、纵向视距长。
-sized Car-like Robot（MCR）在稳定性、负载能力、体积大小及越障爬坡能力等方面的综合优势，在所述的场景中常作为基础移动平台（和其他类型的机器人的优缺点对比分析可参考《常见移动机器人多角度对比分析》）。机器人需要在未知的复杂动态道路环境中完成复杂任务，这对自主导航系统性能有着极高的要求，需要通过机载传感设备及时获取机器人状态和环境情况，并构建适用于运动规划的环境地图，而运动规划组件在导航系统中扮演着非常重要的枢纽角色，核心功能是基于动态的局部道路环境地图中生成轨迹曲线（路径曲线，及其耦合的速度曲线），并生成运动控制指令，同时需要满足安全性、平稳性及实时性等要求。
02
汽车机器人系统的搭建
根据场景需求以设计物理样机，考虑以下情况：
运动性****能：MCR能够适应实际生活中的大部分道路场景，比如室外的非机动车道及室内的走廊等，能够越过一定高度的坡坎（影响轮直径），运动速度能够达到1~2m/s。
负载能力：MCR主要承担货物配送，所以负载空间及负载重量是需要达到普通配送员单次甚至多次的配送量的，该因素影响着电机的选型及机械构型参数。
续航时间：续航时间按照一天常态化工作8h为参考来计算，根据机器人工作电压、整车重量及功率来计算选择。
2.1
机器人本体概况
图 2.1展示了样机实物“MCR”，尺寸为1085×616×925（mm3），总质量约80kg。其运动模型与汽车相似（模型参考《Car-like Robot运动模型及应用分析》），前轮采用150W无刷直流电机通过齿轮-齿条减速箱，驱动摇杆控制转向；通过400W有刷直流电机将驱动力通过差速器自动分配两后轮，通过两电机配合驱动机器人运动，最大前进速度可达1m/s。
图 2.1 机器人实验样机
2.2
硬件系统概况
图 2.2描述了机器人硬件系统，可分为运控系统、上位机系统及感知系统三层，箭头表示数据流方向。
2.2.1 传感器系统
该系统主要负责采集机器人周围环境信息及运动状态信息。
视觉传感器选择ZED双目相机，具有体积小、功耗低及室内外工作稳定性好等特点，视场角范围为[90° (H) – 60° (V) – 110° (D)]，其深度识别范围为0.5m-20m。ZED安装位置如图 2.1 机器人实验样机，保证普通人（身高1.8m）在距离机器人正前方约1.2m处便能完整被识别。
激光雷达选择 A2，扫描角度为0-360°，测距范围为0.15m-12m，扫描频率约10Hz，安装于机器人最高处。
而IMU选择razor 9DOF，用于测量机器人运动状态，并与编码器合成的里程计数据融合，提高机器人运动状态数据记录精度。
2.2.2 上位机系统
该系统主要负责处理传感器数据及感知、规划的算法实现。
使用两块 TX2协同处理主要程序，两块 TX2与远程PC通过路由器提供的局域网通信，远程PC负责机器人启停及数据可视化等程序处理。
为合理分配计算资源， TX2 II处理ZED图像， TX2 I处理IMU、原始数据，同时融合 TX2 II的处理结果，将结果通过串口发送至 I。
（请横屏查看）
图 2.2 机器人硬件系统图
2.2.3 运控系统
该系统主要负责接收上位机指令并控制机器人按照指令稳定运动。
选用两块 开发板分别用于控制电机、接收遥控指令，右前轮转轴安装有电位计、两后轮转轴安装欧姆龙E6B2 500线光电编码器。
I 通过模拟口读取电位计信号，计算前轮转角，同时通过外部中断读取编码器高低电平信号，计算后桥驱动电机转速，并输出PWM信号到驱动器，控制两电机的运动。
使用 II外部中断解析读取MC6C FS遥控器发送至微型接收机的信号，以便于人工远程控制。
2.2.4 双电源系统
电机驱动系统采用24V 50Ah锂电池供电，传感计算系统器件采用24V 10Ah锂电池供电，并通过稳压模块调整多路输出电压（5V, 12V, 19V）以适配各用电设备，总电流大小约10A。
2.3
软件系统概况
机器人与环境交互的过程如图 2.3（a）所示，感知、规划模型具体情况在后续文章中写出。机器人软件系统基于ROS(Robot )开发，图 2.3（b）中为机器人的URDF模型，用于机器人状态可视化。
（a）机器人系统框架
（b）URDF模型
（c）TF模型
图 2.3 机器人软件系统图
图 2.3（c）中采用TF树描述机器人各坐标系之间的位姿关系，并以后桥中心坐标系作为TF树根节点，将各个传感器的数据关联起来，并转换到以机器人几何中心为基点统一处理计算。
03
参数校准
搭建好MCR后，还需要对机器人的运动模型中需要的固定参数进行校准，如轮直径、轮间距及前轮零位等参数，具体校准方法可参考之前发的文章：
《常见移动机器人轮直径校准》
《Car-like robot运动参数校准》
04
结论与展望
本文主要从需求分析出发，概述了MCR机器人的机械本体、硬件系统及软件系统的搭建情况，着重阐述了硬件选型分析，最后给出了参数校准的方法。
后续会基于MCR详细阐述感知、规划及控制系统的设计应用情况，敬请期待。
（文章仅笔者个人分析，有误请指正，谢谢！）
参考资料
[1] 类车机器人集成感知与规划系统设计研究.2020. MA .
福利放送
笔者为小伙伴们整理了期刊论文版式原文PDF，方便收藏和回味
提取码：p813
若链接失效，可在后台回复本文标题或发送邮件：
