一種旋轉(zhuǎn)式輪履復(fù)合機器人設(shè)計*

楊 軍，張 敏，陳一心，任禮成，王飛宏，丁志遠

（南京工程學(xué)院機械工程學(xué)院，南京 211167）

0 引言

移動機器人的行走機構(gòu)主要有輪式行走機構(gòu)，履帶式行走機構(gòu)和腿式行走機構(gòu)，其中輪式行走機構(gòu)運動速度快，靈敏度高，控制較為簡單；履帶式結(jié)構(gòu)具有良好的自復(fù)位和越障能力，腿式機器人能夠很好地越障的同時具有一定的抗沖擊力能力。但由于移動機器人的工作環(huán)境趨于復(fù)雜化，復(fù)合式機器人因時而生，在勘探、救援等領(lǐng)域得到了廣泛的應(yīng)用。如西安科技大學(xué)設(shè)計結(jié)合變胞機構(gòu)理論，自主設(shè)計研究出一種新型輪履復(fù)合機器人，利用構(gòu)型—平面四連桿機構(gòu)、曲柄滑塊機構(gòu)完成輪式、履帶式行走方式的轉(zhuǎn)換。長安大學(xué)基于液壓系統(tǒng)所設(shè)計的輪履復(fù)合機器人可適用于大型工程機械。以色列埃爾比特系統(tǒng)公司的可重構(gòu)履帶機器人[1]，通過將整個履帶收縮到輪的內(nèi)部完成輪履切換，但不能完成翻轉(zhuǎn)運動功能。

本文創(chuàng)新性地設(shè)計出一種旋轉(zhuǎn)式輪履復(fù)合式機器人，實現(xiàn)輪式行走和履帶式行走共用同一套驅(qū)動裝置，通過將輪和履帶的模塊化設(shè)計，以旋轉(zhuǎn)的方式達到增強機器人越障能力的目的。為今后機器人復(fù)合式底盤設(shè)計與研究提供一定的理論和技術(shù)支持。

1 旋轉(zhuǎn)式輪履復(fù)合式機器人機械設(shè)計

旋轉(zhuǎn)式輪履復(fù)合機器人屬于輪履變形式的輪履復(fù)合式底盤設(shè)計。機器人采用2020鋁型材搭建底盤框架，在滿足機器人各項性能的基礎(chǔ)上，達到減少機器人自重的目的；選用PMMA做為固定履帶和輪的旋轉(zhuǎn)臂材料，同時兼顧硬度和穩(wěn)定性。利用蝸輪蝸桿電機的自鎖性；做為旋轉(zhuǎn)臂的旋轉(zhuǎn)動力源和鎖死裝置。機器人采用全輪驅(qū)動的驅(qū)動方式，從而實現(xiàn)機器人的移動和轉(zhuǎn)向的快速性。

輪履復(fù)合式機器人需要兼顧輪式快速行走能力和輪帶式越障能力，旋轉(zhuǎn)臂的結(jié)構(gòu)使得輪式和履帶式共用同一驅(qū)動裝置，選用型號為XC38PG38的有刷行星齒輪減速電機作為機器人行走的動力源，同時驅(qū)動電機、履帶和輪上的齒輪選擇模數(shù)和齒數(shù)相同的齒輪，使得電機到履帶軸和輪軸的傳動比相同。因輪的直徑遠大于履帶驅(qū)動輪的直徑，在保證履帶式行走具有充足動力的同時，輪式行走的速度得到保證。

根據(jù)設(shè)計要求，利用三維建模軟件Solid Works作為工具，設(shè)計出機器人的機械結(jié)構(gòu)，在此基礎(chǔ)上建立零件圖并進行機器人的整體裝配。旋轉(zhuǎn)式輪履復(fù)合機器人三維模型如圖1所示。

機器人整體利用鋁型材搭建的框架，在綜合考慮旋轉(zhuǎn)臂的旋轉(zhuǎn)空間范圍和需安裝的車載傳感器如攝像頭的視覺范圍等條件下確定機器人的長度，根據(jù)電機的大小、旋轉(zhuǎn)軸和驅(qū)動軸的性能確定機器人的寬度，同時機器人內(nèi)部預(yù)留足夠空間安裝機器人的電氣控制部分設(shè)備。

圖1 旋轉(zhuǎn)式輪履復(fù)合式機器人三維圖

2 旋轉(zhuǎn)式輪履復(fù)合機器人運動性能分析

2.1 機器人底盤力學(xué)性能分析

在相同的工況條件下，輪式行走的受力面積小于履帶式行走時的受力面積，因此對輪式行走時的機器人底盤進行力學(xué)性能分析[2]。機器人底盤此時的受力情況較為復(fù)雜，因此對模型結(jié)構(gòu)理想化，將底盤的支撐力簡化為固定支撐，因此形成應(yīng)該懸臂梁結(jié)構(gòu)模型[3]。將機器人重力載荷理想化為一組集中載荷F1，蝸輪蝸桿電機的力矩為M1，根據(jù)力的平移定理將重力合成為一個力矩M2和一個力F，因此整個機器人底盤受到的力為電機轉(zhuǎn)矩和M2的合力矩M和一個力F。對其進行彈塑性彎曲校核，驗證是否會產(chǎn)生不可恢復(fù)的塑性變形。根據(jù)極端受力情況F=20 000 N，彎矩最大處位于懸臂梁固定端，最大值Mmax=2.5 kN·m。

在Solid Works的插件Solid Works Simuation中進行機器人底盤材料定義、添加約束和負(fù)載，在網(wǎng)格化模型后，得出機器人底盤的應(yīng)力、位移和應(yīng)變云圖，如圖2所示。進行機器人底盤的彈塑性彎曲校核，角碼的連接件在生成運算算例時將Toolbox緊固件轉(zhuǎn)換為螺栓接頭，在底盤的一端添加固定幾何體，在固定端添加轉(zhuǎn)矩，在另一端添加外力F，基于曲率的風(fēng)格為整個模型生成網(wǎng)格，運行此算例，得到機器人的應(yīng)力云圖、位移云圖和應(yīng)變云如圖2、3、4所示。顯然機器人底盤未發(fā)生大尺度塑性變形，機器人底盤的應(yīng)變和應(yīng)變在允許范圍內(nèi)，因此底盤力學(xué)性能滿足設(shè)計要求。

圖2 機器人底盤應(yīng)力云圖

圖3 機器人底盤位移云圖

圖4 機器人應(yīng)變云圖

2.2 機器人旋轉(zhuǎn)主軸力學(xué)性能校核

機器人在進行旋轉(zhuǎn)變形時，渦輪蝸桿旋轉(zhuǎn)電機提供動力，以齒輪嚙合傳動的方式帶動旋轉(zhuǎn)臂進行輪履切換。旋轉(zhuǎn)變形所選用的電機型號為4058GW31ZY蝸輪蝸桿減速電機（額定轉(zhuǎn)矩為35 kg·cm）；機器人在進旋轉(zhuǎn)變形時，旋轉(zhuǎn)主軸受到較大的力矩；因此需要對主軸進行力學(xué)校核。主軸采用6061T6實心鋁棒加工而成，因為機器人旋轉(zhuǎn)主軸的對稱性，取主軸的一半進行校核，在Solid Works Simuation中主軸的一端添加固定約束，是在另一端添加扭矩，在基于曲率的風(fēng)格下為整個模型生成網(wǎng)格后，運行算例，得到機器人的應(yīng)力云圖、位移云圖和應(yīng)變云如圖5、6、7所示；旋轉(zhuǎn)主軸的力學(xué)性能滿足機器人性能要求。

圖5 機器人旋轉(zhuǎn)軸應(yīng)力云圖

圖6 機器人旋轉(zhuǎn)軸位移云圖

圖7 機器人旋轉(zhuǎn)軸應(yīng)變云圖

2.3 履帶式行走結(jié)構(gòu)越障過程分析

機器人在履帶式行走狀態(tài)下，其越障能力和裝載能力更好，更加適應(yīng)在非理想條件下的行走。因齒輪嚙合的要求，旋轉(zhuǎn)式輪履復(fù)合式機器人采用全向驅(qū)動[4]的方式實現(xiàn)機器人的行走，且每個驅(qū)動電機的運動速度相同，如圖8（a）所示，為正常狀態(tài)下的履帶行走，圖8（b）機器人前輪接近障礙物[3]，通過機器人的車載紅外傳感器確定障礙物離機器人的距離，從而機器人進入越障準(zhǔn)備狀態(tài)，圖8（c）機器人前輪旋轉(zhuǎn)臂由前輪的蝸輪蝸桿電機控制旋轉(zhuǎn)軸逆時針旋轉(zhuǎn)一定的角度，進行越障。圖8（d）機器人前輪越過障礙物，此時，前后輪蝸輪蝸桿旋轉(zhuǎn)電機鎖死，后輪驅(qū)動電機提高動力，使得機器人行走；直至后輪接觸到障礙物，后輪進入越障準(zhǔn)備狀態(tài)，如圖8（e）所示，前輪旋轉(zhuǎn)臂恢復(fù)到齒輪嚙合狀態(tài)，后輪的蝸輪蝸桿旋轉(zhuǎn)電機控制后輪順時針旋轉(zhuǎn)一定角度，進行后輪的越障。最終，如圖8（f）所示，機器人完成整個越障[5]過程，進行正常行走。

圖8 旋轉(zhuǎn)式輪履復(fù)合式機器人越障過程原理簡圖

3 基于全局視角的導(dǎo)航

3.1 導(dǎo)航系統(tǒng)設(shè)計

輪履機器人常作業(yè)于戶外等道路情況較復(fù)雜的地面，而常用的激光雷達/慣性組合導(dǎo)航，GPS/慣性組合導(dǎo)航等導(dǎo)航系統(tǒng)可能無法提供最優(yōu)的道路規(guī)劃信息，因此機器人采用基于全局視角的導(dǎo)航方式。利用無人機搭載高位雙目攝像頭對機器人周圍環(huán)境信息進行采集，經(jīng)過圖像預(yù)處理和傾斜角校正后，進行特征值深度數(shù)據(jù)計算和機器人特征匹配，匹配成功后確定關(guān)鍵幀圖像。通過將關(guān)鍵幀中高度數(shù)據(jù)與激光雷達數(shù)據(jù)進行數(shù)據(jù)融合，將道路信息立體化，實現(xiàn)三維空間的路徑規(guī)劃[6]。具體控制系統(tǒng)總體控制流程如圖9所示。

圖9 系統(tǒng)總體控制流程圖

3.2 圖像預(yù)處理

3.2.1 Harris角點提取

在高位視角的圖像中，為了實現(xiàn)導(dǎo)航系統(tǒng)的高效性，選擇了角點作為深度數(shù)據(jù)的判斷條件，既保留了環(huán)境的特征信息，又可以有效的減少了信息數(shù)據(jù)量。進行Harris角點提取前需要利用二階Butterworth低通濾波器進行圖像的銳化，再利用Canny算子進行圖像邊緣檢測，減小道路信息中的多余信息量。如圖10所示為采集到單目的灰度圖像和對應(yīng)提取Harris角點后的特征點圖像（Canny邊緣提取為黑色，特征值角點為紅色）。

圖10 圖像預(yù)處理圖

3.2.2 關(guān)鍵幀提取

由于無人機采集高位視角圖像時具有一定的抖動性，需要先對采集的視頻圖像進行消抖處理[7]，在該系統(tǒng)中利用特征值匹配來進行圖像消抖，特征匹配公式如下。

式中：Pˉi為數(shù)據(jù)庫中機器人自身的特征值；Pi為圖像中對比的特征值；i表示像素點的個數(shù)，當(dāng)整體特征值越相似DEV的值越接近于1，當(dāng)特征匹配值大于等于閾值時，確定當(dāng)前幀為關(guān)鍵幀，并進行深度數(shù)據(jù)計算。

3.3 深度數(shù)據(jù)計算與校正

利用SGBM匹配算法對高位雙目攝像頭采集的雙目圖像進行深度信息恢復(fù)，通過代價計算、動態(tài)規(guī)劃和后處理實現(xiàn)機器人作業(yè)環(huán)境的空間信息計算，SAD代價公式如下。

式中：x,y為圖像坐標(biāo)系中的位置；L，R分別對應(yīng)的是左目圖像坐標(biāo)系和右目圖像坐標(biāo)系，以左目圖像的匹配點為中心，在右目圖像中逐步計算特征點的差值，來確定圖像的深度信息；將最深點設(shè)為1將深度數(shù)據(jù)轉(zhuǎn)化為對應(yīng)的高度數(shù)據(jù)，將高度數(shù)據(jù)與車載激光測距儀測量數(shù)據(jù)進行融合，實現(xiàn)環(huán)境信息的立體化。

如圖11所示，是雙目攝像頭的視差計算圖（可參考圖10灰度圖像），圖像中顏色越淺的地方，空間距離越近。

圖11 視差計算圖

由于攝像頭采集高位圖像存在一定的傾斜角，所以利用車載ENC03陀螺儀和MMA7361加速度計進行車身水平姿態(tài)的測算，通過對比車身特征值傾斜度對特征值高度數(shù)據(jù)進行一定的校正。

3.4 路徑規(guī)劃及輪履選擇

常用的路徑規(guī)劃的算法有Dijkstr算法[8]，F(xiàn)loyd算法[9]。但是Dijkstra算法存在復(fù)雜度高的缺陷，而Floyd算法則多用于多源最短路徑規(guī)劃，所以該系統(tǒng)選擇了基于A*算法的路徑規(guī)劃。A*算法公式如下。

式中： H(n)為到目標(biāo)點的啟發(fā)式估計代價；G(n)表示到任意結(jié)點的實際代價，當(dāng)?shù)侥繕?biāo)節(jié)點的估計代價小于實際代價時就可以求得最優(yōu)解。

通過計算道路信息中各個結(jié)點間的顛簸度，當(dāng)?shù)缆奉嶔ざ却笥谠O(shè)定值或小于無法越障的閾值，且轉(zhuǎn)換效率大于預(yù)計繞障效率時，選擇履帶形態(tài)進行直接越障，其他情況選擇輪式形態(tài)進行繞道越障的方式。通過結(jié)合A*算法的數(shù)條路徑規(guī)劃來選擇實際復(fù)雜道路的機器人導(dǎo)航[10]。

3.5 MATLAB 3D環(huán)境建模

環(huán)境信息的立體化，可以感知復(fù)雜環(huán)境下的情況，針對顛簸路面和平整地面可以分別選用履帶式和輪式機器人分別進行行駛，實現(xiàn)更高效率的機器人行駛，實現(xiàn)了機器人在復(fù)雜環(huán)境中的最優(yōu)導(dǎo)航，確保機器人在復(fù)雜條件下的行走能力。

如圖12所示，是通過高位攝像頭采集的圖像數(shù)據(jù)，進行視差計算得到的道路信息(參考圖9灰度圖)，利用MATLAB軟件實現(xiàn)的道路3D環(huán)境建模。該模型的場景與真實環(huán)境的信息相似程度較高，可以準(zhǔn)確地識別出道路上較大區(qū)域障礙物的位置和基本的大小，實現(xiàn)了基本環(huán)境信息的識別。

圖12 3D環(huán)境建模圖

實際導(dǎo)航系統(tǒng)中，利用圖處理極大減少圖片中不必要的環(huán)境信息，減少了系統(tǒng)計算量，在一定程度上提高了輪履復(fù)合機器人對復(fù)雜環(huán)境的響應(yīng)速度和能力。在完成了對環(huán)境的建模后，通過微處理器實現(xiàn)對機器人各個模塊的控制，實現(xiàn)在較為復(fù)雜環(huán)境下的自動路徑規(guī)劃和形態(tài)切換。

4 結(jié)束語

本文提出一種旋轉(zhuǎn)式輪履復(fù)合式機器人，通過驗證其不同行走情況下的驅(qū)動能力、在輪式行走下的底盤力學(xué)性能和旋轉(zhuǎn)變形時的旋轉(zhuǎn)軸性能。最后，提出一種基于高位雙目攝像頭的機器人導(dǎo)航系統(tǒng)，完成對機器人的路線規(guī)劃。