任务概要参考文档中 Tutorial – BubbleRob Tutorial 部分，学习：车身与轮子物理引擎的设计

动力学模型等参数的设置

传感器的添加与使用

驱动关节的设计与控制

控制脚本的编写

搭建四轮小车搭建四轮小车，小车搭载一个单目彩色摄像头

尺寸、底盘参数可参考 DJI RoboMaster S1 进行设计

不采用麦克纳姆轮

编写简单脚本使得小车能呈S型路线行走，当碰到障碍物后能够绕行

完成情况已初步熟悉 V-REP 软件的基本使用，如车身与轮子的物理引擎的设计、动力学模型的参数设置、传感器的添加与使用、驱动关节的设计与控制、控制脚本的编写等功能。

已成功搭建装载一个单目彩色摄像头的四轮小车，使用Ackermann运动学模型，前轮可转向，且未使用麦克纳姆轮，能呈S型路线行走，碰到障碍物能够绕行。

总体设计

机器人由长方体车身和四个轮子、传感器、彩色摄像头组成，两个前轮主要负责转向和动力输出，两个后轮作为从动轮，传感器负责检测前方障碍物并绕行。

以下是 MyBot 机器人的总体设计层次图，其中 FLwheel_Steering 和 FRwheel_Steering 为前轮；RLwheel_Motor 和 RRwheel_Motor 为后轮；Nose_Sensor 为传感器，搭载单目彩色摄像头；AutoFittingCamera 为自适应摄像头，用于拍摄机器人运动时的姿态。

车身构建

我们使用 Cuboid 作为车身主体，为避免主体与其他部件冲突，我们需要设置其 Object 属性，关闭 Collidable 等属性。

同时，我们需要关闭 Local Respondable Mask 属性。

车轮构建

我们将机器人的车轮划分为两组：前轮组(Front)和后轮组(Rear)。前轮组负责转向和动力，后轮组则为从动轮。

由于我们希望前轮组既负责转向功能，又负责动力输出。为实现这两个功能，我们需要两个转动关节，其中一转动关节竖向放置，用于控制转向角度，另一转动关节横向放置，用于输出动力。

以下是 MyBot 的各车轮的层次图。注意到，以前左轮(FLwheel)为例，其由竖向关节(Steering)和横向关机(Motor)构成；与之不同的是，后左轮(RLwheel)则由横向关节(Motor)构成。

以下是机器人的车轮拆解示意图(已设置各部件的可视状况)。拥有两个转动关节的即为前轮组，仅拥有一个转动关节的为后轮组。

直线运动

为实现直线运动，我们需要编写脚本。而在这里，我们使用 Threaded Child Script 进行脚本的填写，其涉及到一个很重要的函数，名为 sysCall_threadmain ，这是一个需要用户填充自定义代码的函数模板，模板如下。

在 sysCall_threadmain 函数模板中，我们需要将变量的初始化放置在主循环之外，机器人的运动逻辑放置在主循环之中，这是需要注意的地方。

现在，我们进行直线运动的脚本编写。我们知道，在前面的车轮构建部分中，我们添加了两个前进电机。所以，我们可通过 setJointTargetVelocity 设置这两个前进电机同样的运行速度，实现机器人的直线运动。

为此，我们实现了 motor 工具函数，该函数用于两个前进电机的动力设置，其相关代码如下。

在上述脚本中，我们通过 getObjectHandle 获取两个前进电机的实例。在 motor 工具函数中，我们使用 setJointTargetVelocity 设置两个电机同样的运行速度。由于我们所添加的脚本是 Threaded 类型，我们需要在 while 主循环内，执行了 motor(0.8) 命令。按下模拟按钮后，我们即可观察到机器人进行直线运动。

下面是直线运动的全部脚本代码，后续由于篇幅限制，只贴出关键部分的代码。

S 型运动

在实现机器人的直线运动后，我们需要在其基础上，使得机器人能够以 S 型路线前进。我们的思想很简单：在电机启动的情况下，控制转向角度，使其按照余弦函数变化，即可控制机器人的前进路线为 S 型路线。

我们使用的是 Ackermann 转向运动学模型。根据该运动学模型，车辆在转弯时，其两个转向轮的转向角度是不一致的，但其角度可由数理公式推导而出。为此，我们实现了 steer 转向工具函数，实现两个转向轮能够按照模型进行不同角度的转向。

在 steer 工具函数中，我们为其传入 d 和 l 参数，它们分别与左右轮间距和前后轮间距有关，是转向运动学模型所必需的参数。我们通过 getObjectHandle 获取两个转向关节的实例，通过 setJointTargetPosition 控制两个转向关节的角度，进而控制机器人的前进方向。

传感器

我们在 Body 添加 Proximity Sensor ，用于搭载单目彩色摄像头，用于避障算法的障碍物检测。

下面是 Nose Sensor 的 Volume 的各项属性，我们将 Volume Type 设置为 Disc ，并配置其的角度和半径等参数。

在设置好 Nose Sensor 的属性后，我们为其添加单目彩色摄像头，并设置好摄像头属性，最后添加 Floating View 用于显示摄像头的视野。

简单避障

我们使用这样的避障算法：当机器人在往左边运动的过程中，探测到了障碍物，则将转向角度设置为往右边运动的最大角度，该操作持续一段时间，直至无探测到障碍物或达到阈值时间，随后设置转向角度为往左边运动的最大角度，继续原有的运动。

我们使用 Nose_Sensor 作为障碍物的探测感应器，通过获取其探测结果，来决定是否采取避障措施。

若探测到障碍物，设置避障操作的阈值时间，同时我们根据当前的运动方向，设置避障所需要的最大转动角度和方向。

在超出阈值时间后，即机器人已远离障碍物后，我们重新设置机器人的转动方向为原有的运动方向，且转动角度设置为最大转动角度。

若机器人在前进过程中，未探测到障碍物，则其转动角度一直按余弦函数变化。

效果演示

以下是机器人转向的静态示意图，已隐藏转动关节等部件。

存在问题

本次搭建的四轮小车存在以下未解决的问题：避障算法过于简单，由于只装载了一个 Nose Sensor 且传感器类型为 Vision ，我们无法获取障碍的方位信息，这使得我们的算法的避障方式不具备鲁棒性。

在搭建机器人的过程中，我们还遇到了其他的问题，但最终都解决了。在构建前轮转向关节时，我们一开始使用的是 Cuboid 连接竖向关节(用于转向)和横向关节(用于前进)，后来在模拟时出现了剧烈的抖动现象。一开始，我们发现 Cuboid 物理引擎属性被设置了 Respondable 和 Collidable 等属性，怀疑是属性设置的原因，调整属性后，发现问题仍存在。最终，我们在比对 V-REP 提供的 Ackermann 模型时，发现问题可能出现在竖向关节和横向关节的连接上。于是，我们通过将 Cuboid 更换为 Cylinder ，模拟过程出现的剧烈抖动问题就被成功解决。但当转弯角度过大时，前轮会与车体碰撞，使得前轮转弯角度无法到达预期角度，我们通过设置车体的 Local Respondable Mask 全为空，以及关闭 Collidable 等属性，修复了车体阻碍前轮转向的问题。

模拟期间，我们发现小车在未启用任何脚本的情况，出现了异常的移动情况。由于在 Tutorial 中出现了类似情况的解决办法，我们尝试用其提及的增大 Body 和 Wheel 的质量来解决此问题。经过了多次对不同部件的质量调整，我们将小车的异常移动稳定到一个可以接受的范围，但也算成功解决了此问题