一种旋转式轮履复合机器人设计*

杨 军，张 敏，陈一心，任礼成，王飞宏，丁志远

（南京工程学院机械工程学院，南京 211167）

0 引言

移动机器人的行走机构主要有轮式行走机构，履带式行走机构和腿式行走机构，其中轮式行走机构运动速度快，灵敏度高，控制较为简单；履带式结构具有良好的自复位和越障能力，腿式机器人能够很好地越障的同时具有一定的抗冲击力能力。但由于移动机器人的工作环境趋于复杂化，复合式机器人因时而生，在勘探、救援等领域得到了广泛的应用。如西安科技大学设计结合变胞机构理论，自主设计研究出一种新型轮履复合机器人，利用构型—平面四连杆机构、曲柄滑块机构完成轮式、履带式行走方式的转换。长安大学基于液压系统所设计的轮履复合机器人可适用于大型工程机械。以色列埃尔比特系统公司的可重构履带机器人[1]，通过将整个履带收缩到轮的内部完成轮履切换，但不能完成翻转运动功能。

本文创新性地设计出一种旋转式轮履复合式机器人，实现轮式行走和履带式行走共用同一套驱动装置，通过将轮和履带的模块化设计，以旋转的方式达到增强机器人越障能力的目的。为今后机器人复合式底盘设计与研究提供一定的理论和技术支持。

1 旋转式轮履复合式机器人机械设计

旋转式轮履复合机器人属于轮履变形式的轮履复合式底盘设计。机器人采用2020铝型材搭建底盘框架，在满足机器人各项性能的基础上，达到减少机器人自重的目的；选用PMMA做为固定履带和轮的旋转臂材料，同时兼顾硬度和稳定性。利用蜗轮蜗杆电机的自锁性；做为旋转臂的旋转动力源和锁死装置。机器人采用全轮驱动的驱动方式，从而实现机器人的移动和转向的快速性。

轮履复合式机器人需要兼顾轮式快速行走能力和轮带式越障能力，旋转臂的结构使得轮式和履带式共用同一驱动装置，选用型号为XC38PG38的有刷行星齿轮减速电机作为机器人行走的动力源，同时驱动电机、履带和轮上的齿轮选择模数和齿数相同的齿轮，使得电机到履带轴和轮轴的传动比相同。因轮的直径远大于履带驱动轮的直径，在保证履带式行走具有充足动力的同时，轮式行走的速度得到保证。

根据设计要求，利用三维建模软件Solid Works作为工具，设计出机器人的机械结构，在此基础上建立零件图并进行机器人的整体装配。旋转式轮履复合机器人三维模型如图1所示。

机器人整体利用铝型材搭建的框架，在综合考虑旋转臂的旋转空间范围和需安装的车载传感器如摄像头的视觉范围等条件下确定机器人的长度，根据电机的大小、旋转轴和驱动轴的性能确定机器人的宽度，同时机器人内部预留足够空间安装机器人的电气控制部分设备。

图1 旋转式轮履复合式机器人三维图

2 旋转式轮履复合机器人运动性能分析

2.1 机器人底盘力学性能分析

在相同的工况条件下，轮式行走的受力面积小于履带式行走时的受力面积，因此对轮式行走时的机器人底盘进行力学性能分析[2]。机器人底盘此时的受力情况较为复杂，因此对模型结构理想化，将底盘的支撑力简化为固定支撑，因此形成应该悬臂梁结构模型[3]。将机器人重力载荷理想化为一组集中载荷F1，蜗轮蜗杆电机的力矩为M1，根据力的平移定理将重力合成为一个力矩M2和一个力F，因此整个机器人底盘受到的力为电机转矩和M2的合力矩M和一个力F。对其进行弹塑性弯曲校核，验证是否会产生不可恢复的塑性变形。根据极端受力情况F=20 000 N，弯矩最大处位于悬臂梁固定端，最大值Mmax=2.5 kN·m。

在Solid Works的插件Solid Works Simuation中进行机器人底盘材料定义、添加约束和负载，在网格化模型后，得出机器人底盘的应力、位移和应变云图，如图2所示。进行机器人底盘的弹塑性弯曲校核，角码的连接件在生成运算算例时将Toolbox紧固件转换为螺栓接头，在底盘的一端添加固定几何体，在固定端添加转矩，在另一端添加外力F，基于曲率的风格为整个模型生成网格，运行此算例，得到机器人的应力云图、位移云图和应变云如图2、3、4所示。显然机器人底盘未发生大尺度塑性变形，机器人底盘的应变和应变在允许范围内，因此底盘力学性能满足设计要求。

图2 机器人底盘应力云图

图3 机器人底盘位移云图

图4 机器人应变云图

2.2 机器人旋转主轴力学性能校核

机器人在进行旋转变形时，涡轮蜗杆旋转电机提供动力，以齿轮啮合传动的方式带动旋转臂进行轮履切换。旋转变形所选用的电机型号为4058GW31ZY蜗轮蜗杆减速电机（额定转矩为35 kg·cm）；机器人在进旋转变形时，旋转主轴受到较大的力矩；因此需要对主轴进行力学校核。主轴采用6061T6实心铝棒加工而成，因为机器人旋转主轴的对称性，取主轴的一半进行校核，在Solid Works Simuation中主轴的一端添加固定约束，是在另一端添加扭矩，在基于曲率的风格下为整个模型生成网格后，运行算例，得到机器人的应力云图、位移云图和应变云如图5、6、7所示；旋转主轴的力学性能满足机器人性能要求。

图5 机器人旋转轴应力云图

图6 机器人旋转轴位移云图

图7 机器人旋转轴应变云图

2.3 履带式行走结构越障过程分析

机器人在履带式行走状态下，其越障能力和装载能力更好，更加适应在非理想条件下的行走。因齿轮啮合的要求，旋转式轮履复合式机器人采用全向驱动[4]的方式实现机器人的行走，且每个驱动电机的运动速度相同，如图8（a）所示，为正常状态下的履带行走，图8（b）机器人前轮接近障碍物[3]，通过机器人的车载红外传感器确定障碍物离机器人的距离，从而机器人进入越障准备状态，图8（c）机器人前轮旋转臂由前轮的蜗轮蜗杆电机控制旋转轴逆时针旋转一定的角度，进行越障。图8（d）机器人前轮越过障碍物，此时，前后轮蜗轮蜗杆旋转电机锁死，后轮驱动电机提高动力，使得机器人行走；直至后轮接触到障碍物，后轮进入越障准备状态，如图8（e）所示，前轮旋转臂恢复到齿轮啮合状态，后轮的蜗轮蜗杆旋转电机控制后轮顺时针旋转一定角度，进行后轮的越障。最终，如图8（f）所示，机器人完成整个越障[5]过程，进行正常行走。

图8 旋转式轮履复合式机器人越障过程原理简图

3 基于全局视角的导航

3.1 导航系统设计

轮履机器人常作业于户外等道路情况较复杂的地面，而常用的激光雷达/惯性组合导航，GPS/惯性组合导航等导航系统可能无法提供最优的道路规划信息，因此机器人采用基于全局视角的导航方式。利用无人机搭载高位双目摄像头对机器人周围环境信息进行采集，经过图像预处理和倾斜角校正后，进行特征值深度数据计算和机器人特征匹配，匹配成功后确定关键帧图像。通过将关键帧中高度数据与激光雷达数据进行数据融合，将道路信息立体化，实现三维空间的路径规划[6]。具体控制系统总体控制流程如图9所示。

图9 系统总体控制流程图

3.2 图像预处理

3.2.1 Harris角点提取

在高位视角的图像中，为了实现导航系统的高效性，选择了角点作为深度数据的判断条件，既保留了环境的特征信息，又可以有效的减少了信息数据量。进行Harris角点提取前需要利用二阶Butterworth低通滤波器进行图像的锐化，再利用Canny算子进行图像边缘检测，减小道路信息中的多余信息量。如图10所示为采集到单目的灰度图像和对应提取Harris角点后的特征点图像（Canny边缘提取为黑色，特征值角点为红色）。

图10 图像预处理图

3.2.2 关键帧提取

由于无人机采集高位视角图像时具有一定的抖动性，需要先对采集的视频图像进行消抖处理[7]，在该系统中利用特征值匹配来进行图像消抖，特征匹配公式如下。

式中：Pˉi为数据库中机器人自身的特征值；Pi为图像中对比的特征值；i表示像素点的个数，当整体特征值越相似DEV的值越接近于1，当特征匹配值大于等于阈值时，确定当前帧为关键帧，并进行深度数据计算。

3.3 深度数据计算与校正

利用SGBM匹配算法对高位双目摄像头采集的双目图像进行深度信息恢复，通过代价计算、动态规划和后处理实现机器人作业环境的空间信息计算，SAD代价公式如下。

式中：x,y为图像坐标系中的位置；L，R分别对应的是左目图像坐标系和右目图像坐标系，以左目图像的匹配点为中心，在右目图像中逐步计算特征点的差值，来确定图像的深度信息；将最深点设为1将深度数据转化为对应的高度数据，将高度数据与车载激光测距仪测量数据进行融合，实现环境信息的立体化。

如图11所示，是双目摄像头的视差计算图（可参考图10灰度图像），图像中颜色越浅的地方，空间距离越近。

图11 视差计算图

由于摄像头采集高位图像存在一定的倾斜角，所以利用车载ENC03陀螺仪和MMA7361加速度计进行车身水平姿态的测算，通过对比车身特征值倾斜度对特征值高度数据进行一定的校正。

3.4 路径规划及轮履选择

常用的路径规划的算法有Dijkstr算法[8]，Floyd算法[9]。但是Dijkstra算法存在复杂度高的缺陷，而Floyd算法则多用于多源最短路径规划，所以该系统选择了基于A*算法的路径规划。A*算法公式如下。

式中： H(n)为到目标点的启发式估计代价；G(n)表示到任意结点的实际代价，当到目标节点的估计代价小于实际代价时就可以求得最优解。

通过计算道路信息中各个结点间的颠簸度，当道路颠簸度大于设定值或小于无法越障的阈值，且转换效率大于预计绕障效率时，选择履带形态进行直接越障，其他情况选择轮式形态进行绕道越障的方式。通过结合A*算法的数条路径规划来选择实际复杂道路的机器人导航[10]。

3.5 MATLAB 3D环境建模

环境信息的立体化，可以感知复杂环境下的情况，针对颠簸路面和平整地面可以分别选用履带式和轮式机器人分别进行行驶，实现更高效率的机器人行驶，实现了机器人在复杂环境中的最优导航，确保机器人在复杂条件下的行走能力。

如图12所示，是通过高位摄像头采集的图像数据，进行视差计算得到的道路信息(参考图9灰度图)，利用MATLAB软件实现的道路3D环境建模。该模型的场景与真实环境的信息相似程度较高，可以准确地识别出道路上较大区域障碍物的位置和基本的大小，实现了基本环境信息的识别。

图12 3D环境建模图

实际导航系统中，利用图处理极大减少图片中不必要的环境信息，减少了系统计算量，在一定程度上提高了轮履复合机器人对复杂环境的响应速度和能力。在完成了对环境的建模后，通过微处理器实现对机器人各个模块的控制，实现在较为复杂环境下的自动路径规划和形态切换。

4 结束语

本文提出一种旋转式轮履复合式机器人，通过验证其不同行走情况下的驱动能力、在轮式行走下的底盘力学性能和旋转变形时的旋转轴性能。最后，提出一种基于高位双目摄像头的机器人导航系统，完成对机器人的路线规划。