无人车前轮转向参数校准分析

   关注同名微信公众号“混沌无形”，阅读更多有趣好文！

原文链接： Car-like robot运动参数校准（包含原文PDF百度云下载链接）

前文提到：若要校准前轮虚拟转向角θH，就需要校准前轮转向零位及转向角分辨率。具体原由如下： 

      如图 2.1所示，前轮转向电机需要驱动ABDC四连杆机构转动，以使前轮虚拟转向角θH “运动”达到目标值，而一般来说，会在点A或B位置安转一个角度测量传感器，测量左前轮或右前轮的转向角，并通过几何约束关系，换算到前向虚拟轮（H位置）的转向角，具体换算公式如下：

 

式中，dwb表示机器人的左右轮间距，dtk表示前后轮轴的轴间距，θA、θB与θH分别为做左前轮、右前轮和中间虚拟前向轮的转向角，lF-ICR、lG-ICR和lE-ICR分别表示点F、G和E到ICR的距离。 

将公式（2）进一步化简，可得

 从公式（3）可知，任意知道θA或θB，则可计算出θH，前提是dwb与dtk是准确值。

 

这里面就需要注意：当控制指令驱动前轮回正，也就是（固定连接于左（或右）前轮转向轴）角度测量传感器的读数为0（或90度，视具体传感器读数为准）时，机器人自认为前轮已经回到零位（即与后轮方向保持在同一平面），但由于加工误差、装配间隙等影响，角度传感器读数为0时，真实的前轮并没有回正，但是我们肉眼却难以观察出来，这就意味着我们发送指令控制机器人直线运动时，机器人的实际运动轨迹却是圆弧，只是这圆弧轨迹的半径很大，短距离内非常接近直线，但是运动距离越远，机器人实际运动轨迹相对于参考直线的偏离度就越大，所以要校准机器人前轮零位，尽可能保证前轮实际零位与控制零位的偏差趋近于0。 

借助图 3.1来描述，图 3.1（a）中橘黄色线段l2表示理想的左前轮控制信号与转向角的线性关系；假如前轮零位未校准而存在偏差，则直线度不会穿过坐标轴原点，对应图 3.1（a）中蓝色线段l1，而零位校准的目标就是准确测量出偏差θbias，并在控制转向过程中，将偏差值作为转角补偿放入控制模型中。 

假如已经校准了前轮零位，要控制前轮准确运动，则还需要校准前轮转向分辨率，换句话说就是：如图 3.1（b），控制信号与左（或右）前轮转向角是呈线性关系的（需要注意：控制信号s与虚拟前向转向角θH不是线性关系），因此假设要控制左前轮转向角运动到图 3.1（b）中的θA位置，理论上控制信号数值则需要根据分辨率计算出来：

式中，kA表示转向角分辨率，对应图 3.1（a）理想函数图像的斜率，而θmax和smax分别表示转角最大值和控制信号数值的最大值。 

从应图 3.1（a）中的函数图像可知，分辨率未校准的函数图像（青色线段l3）的斜率与理想图像的斜率是不一样的，而分辨率校准则需要测量计算出准确的分辨率。

 综上，前轮转向角参数未校准的情况下，既存在零位偏差θbias，又存在转向角分辨率偏差，接下来将介绍这两个参数校准的方法。

 精彩的理论论证过程见原文链接（含全文下载链接）

由于网页排版效果一般，所以笔者按照期刊论文版式为小伙伴们整理了原文PDF，方便收藏和回味。

原文链接：Car-like robot运动参数校准（包含原文PDF百度云下载链接）
CSDN下载链接：

car-like robot运动参数校准PDF

如果喜欢的话，可以关注同名微信公众号“混沌无形”，阅读更多有趣好文！