一、任务：智能小车平台建模
（1）参考⽂档中Tutorial - BubbleRob tutorial 部分，学习:
a、⻋⾝与轮⼦物理模型的设计
b、动⼒学模型等参数的设置
c、传感器的添加与使⽤
d、驱动关节的设计与控制
e 、控制脚本的编写

（2）实现要求:
a、搭建⼀个四轮⼩⻋，⼩⻋搭载⼀个单⽬彩⾊摄像头
b、尺⼨(如⻓宽⾼)及底盘参数(如速度限制)可参考DJI RoboMaster S1进⾏设计
https://www.dji.com/cn/robomaster-s1/specs
c、不采⽤⻨克纳姆轮
d、编写简单脚本使得⼩⻋能呈S型路线⾏⾛，当碰到障碍物后能够绕⾏

二、设计内容

1. 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。

1 机器人总体设计

2. 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。

2 车身 Object 属性

同时，我们需要关闭 Local Respondable Mask 属性。

3 车身 Object 属性

3. 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。

4 转向轮示意图

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。

4. 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。

5. 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。

6. 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。

7. 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。

三、代码

function sysCall_threadmain()-- Initialization-- Get FL Steering Motor.FLwheel_Steering = sim.getObjectHandle('MyBot_FLwheel_Steering')-- Get FR Steering Motor.FRwheel_Steering = sim.getObjectHandle('MyBot_FRwheel_Steering')-- Get FL Motor.FLwheel_Motor = sim.getObjectHandle('MyBot_FLwheel_Motor')-- Get FR Motor.FRwheel_Motor = sim.getObjectHandle('MyBot_FRwheel_Motor')-- Get Sensing Nose.Nose_Sensor = sim.getObjectHandle('MyBot_Nose_Sensor')-- d = 0.2 * distance (cm) between left and right wheels.-- l = 0.2 * distance (cm) between front and rear wheels.d = 28 * 0.2l = 30 * 0.2-- It represents the abs value of the max steering angle.steeringAngleAbs = 30-- It's used to generate cos-like angle sequence.tick = 0lock = 0-- Angle to steer.-- +: left-- -: rightsteeringAngle = -steeringAngleAbs-- It's used to control the total time of avoiding.avoidUntilTime = 0-- Steer Tool Functionsteer = function(angle)-- Conversionangle = angle * math.pi / 180leftAngle = math.atan(l / (-d + l / math.tan(angle)))rightAngle = math.atan(l / (d + l / math.tan(angle)))sim.setJointTargetPosition(FLwheel_Steering, leftAngle)sim.setJointTargetPosition(FRwheel_Steering, rightAngle)end-- Motor Tool Functionmotor = function(speed)sim.setJointTargetVelocity(FLwheel_Motor, speed)sim.setJointTargetVelocity(FRwheel_Motor, speed)end-- The Main Loopwhile sim.getSimulationState() ~= sim.simulation_advancing_abouttostop doresult = sim.readProximitySensor(Nose_Sensor)if (result > 0) thenavoidUntilTime = sim.getSimulationTime() + 5endif (avoidUntilTime < sim.getSimulationTime()) thenif (lock == 1) thenlock = 0if steeringAngle > 0 thensteeringAngle = steeringAngleAbselsesteeringAngle = -steeringAngleAbsend-- Restore the corresponding tick.tick = math.acos(steeringAngle / steeringAngleAbs) / 0.05endtick = tick + 0.1steeringAngle = steeringAngleAbs * math.cos(tick * 0.05)-- Normal speed.motor(0.5)elseif (lock == 0) thenlock = 1if steeringAngle > 0 then-- When obstacle is in the left side, turn right.steeringAngle = -steeringAngleAbselse-- When obstacle is in the right side, turn left.steeringAngle = steeringAngleAbsend-- Speed up when avoids obstacle.motor(1)endend-- Steer for specific angle.steer(steeringAngle)-- Since this script is threaded, don't waste time here.sim.switchThread()end
end

vrep小车模型搭建相关推荐

阿克曼小车urdf模型搭建与gazebo仿真
阿克曼小车urdf模型搭建与gazebo仿真参考: 一.urdf模型 1.urdf 模型搭建 1.1 link标签 1.2 joint相关 1.3 偏移关系讲解 2. xacro描述机器人 3. r ...
Gazebo构建小车模型并通过ROS控制
Gazebo构建小车模型并通过ROS控制介绍编写车子的URDF文件编写控制小车移动的插件(与ROS交互) 结尾介绍突然想试试Gazebo这款仿真软件,因为它可以让你在任何时候都有机器人玩. ...
Gazebo仿真平台模型搭建与修改
ROS进阶教程(一)Gazebo仿真平台模型搭建与修改文件讲解 Models 文件 World文件 Launch文件模型编辑可视化操作配置文件编辑仿真操作流程完成model建模 world ...
倒立摆的simulink模型搭建
倒立摆的simulink模型搭建 1.倒立摆基本背景: 倒立摆,Inverted Pendulum ,是典型的多变量.高阶次 ,非线性.强耦合.自然不稳定系统.倒立摆系统的稳定控制是控制理论中的典型问 ...
ROS | Gazebo仿真—阿克曼（Ackermann）四轮小车模型
ROS | Gazebo仿真-阿克曼(Ackermann)四轮小车模型 1. 仿真描述 2. Gazebo简介 2.1 Gazebo的典型用途 2.2 Gazebo的主要特点 3. ros_contr ...
【教程一】基于Jackal底盘模型搭建ROS Gazebo仿真
一.创作背景现在到网上搜索"Gazebo小车仿真"这个关键词,出来的内容要么就是Turtlebot系列或者Husky系列,要么就是从零搭建自己的小车模型...那么如果你既不想使用 ...
Webots 机器人仿真平台(五) 新建四轮小车模型
新建机器人模型 1 添加机器人本体 1.1 添加Body 1.2 添加机器人轮子 2 添加距离传感器 3 小结参考资料下图为我们这篇博客创建的小车效果,接下来我们一步一步的实现在webots中搭建 ...
（ROS）差分轮式机械臂机器人（一）模型搭建
模型搭建文章目录源码地址 ROS版本:noetic 文件结构创建功能包编写模型描述文件.xacro 基本语法描述文件为显示机器人模型显示坐标系保存配置每次打开rviz并加载上次保存 ...
从零开始仿真ROS小车（二）在gazebo中显示小车模型
一.实现过程 1. 从零开始仿真ROS小车(一)urdf模型+rviz可视化 2.从零开始仿真ROS小车(二)在gazebo中显示小车模型优化xacro文件,并为模型添加碰撞参数.惯性矩阵.颜色,在 ...
Darknet_Yolov3模型搭建
Darknet_Yolov3模型搭建 YOLO(You only look once)是目前流行的目标检测模型之一,目前最新已经发展到V3版本了,在业界的应用也很广泛.YOLO的特点就是"快 ...

vrep小车模型搭建