吕洪波，吕作明
北方工业大学，北京市，100144
摘要：机动性能对于轮式移动机器人的应用往往具有关键意义，但现有的移动机器人机动性量化方法较为粗略。本文面向常见的(1,1)类轮式机器人的机动性，指出机动性与瞬时旋转中心的分布范围、瞬时旋转中心位置切换快慢的能力、瞬时旋转中心位置切换的连续性以及最小转弯半径均相关。本文分析了上述机动性影响因素与（1,1）类三种机器人结构参数间的关系。
关键词：轮式移动机器人、机动性、瞬时旋转中心
0引言
轮式移动机器人的机动性定量分析是一项传统难题[1]，传统上采用机动度作为轮式移动机器人机动性的量化指标[2-4]，该理论为移动机器人机动性量化理论提供了基础参考，但细化不足，机动度由移动灵活度和转向灵活度共同组成，可将轮式移动机器人分为5大类。
1基于瞬时旋转中心的机动性影响因素
瞬时旋转中心，简称ICR，ICR的分布范围、ICR位置切换快慢的能力、ICR位置切换的连续性以及最小转弯半径[5]均是移动机器人机动性高低的直接体现，可作为轮式移动机器人机动性定量分析指标。
由于器人结构特性不同和转向轮转角零位置的规定差异等原因，(1,1)类移动机器人中仍可分为较多种类，但常见的结构种类有(1,1)_I、(1,1)_II和(1,1)_III，如图1所示。本文将面向这三类常见的(1,1)移动机器人，通过其结构参数得出相应指标值的计算方法，从而实现对移动机器人的机动性进行量化对比。
2对(1,1)类移动机器人机动性的定量分析
本节采用盲区值作为ICR分布位置的指标，以表示，盲区值越大，表示该移动机器人的瞬时旋转中心分布范围越小，机动性越差。以ICR在机器人坐标系下坐标改变的快慢作为ICR位置切换快慢能力的指标，以表示，该指标值越大，表示瞬时旋转中心位置切换快慢的能力越强。以作为移动机器人ICR位置切换连续性指标，称为连续性指标，该指标值越大，表示ICR位置切换的连续性越好，当连续性指标等于1时，该移动机器人ICR位置切换的连续性最好。轮式移动机器人机动性定量分析的最后一个指标是最小转弯半径，为机器人在转弯极限位置时，车身原点距离ICR的最小距离，以符号R表示，R越小，可认为移动机器人的机动性越好。下文将依据不同种类移动机器人分别介绍各机动性指标值的计算方法。
2.1 (1,1)_I 类移动机器人机动性定量分析
如图2所示，设该类移动机器人转向轮的转角极限为和， a和b分别为该类机器人ICR分布位置的左右极限。
.png)
.png)
2.2 (1,1)_II类移动机器人机动性定量分析
如图3所示，该类移动机器人有两个协同控制的转向轮，设两个转向轮的转角分别为和。
盲区值表达式为：
.png)
c)与传统小轿车最小转弯半径的定义不同，本文规定移动机器人处于转向极限位置时，其坐标系原点p与ICR的最小距离为最小转弯半径，有：
.png)
2.3 (1,1)_III类移动机器人机动性定量分析
如图7所示，考虑到机器人特性，对(1,1)_III类移动机器人建立极坐标系，
.png)
3 结论
对于(1,1)_I类，其各机动性指标值大小与机器人结构参数中转向轮的转向限、前后轮距以及转向轮转角大小等相关；(1,1)_II类移动机器人的机动性指标值不仅受以上所提到的三点结构参数影响，还有左右轮的轮距相关。最后，对于(1,1)_III类移动机器人的各项机动性指标值，轮子的转向角极限值及转向轮转角的变化速度是主要影响因素，最小转弯半径为无穷大。
参考文献：
B. Ghotbi, F. González, J. K?vecses et al., "Mobility assessment of wheeled robots operating on soft terrain," in Field and service robotics, 2016, pp. 331-344: Springer.
G. Campion, G. Bastin,B. Dandrea-Novel, Structural properties and classification of kinematic and dynamic models of wheeled mobile robots[J], IEEE transactions on robotics and automation, 1996,1, 47-62
R. Siegwart, I. R. Nourbakhsh,D. Scaramuzza, "Introduction to autonomous mobile robots," in Book Introduction to autonomous mobile robots: MIT press, 2011.
西西利亚诺, "机器人手册," in Book 机器人手册: 机械工业出版社, 2013.
徐贺, "可重构多机动模式移动机器人及其关键技术研究," 博士, Academic, 2006.