第3章差速底盘运动学模型

3. 差速底盘运动学模型：左右轮独立驱动原理

聊到移动机器人，差速底盘绝对是最经典的结构之一。我个人习惯把它叫做「两轮差速」——两个驱动轮各自独立，再加一个或两个万向轮撑着。说白了，就是靠左右轮的速度差来实现转向。

你想想看，如果左右轮速度一样，车就走直线。如果左边快右边慢，车就往右拐。反过来，左边慢右边快，就往左拐。极端情况，左右轮速度大小相等、方向相反——原地转圈。这就是差速底盘最核心的思想。

核心要点：差速底盘没有专门的转向机构，转向完全由左右轮的速度差产生。

3.1 左右轮独立驱动原理

我在项目中遇到过不少新手，上来就问：「为什么不用舵机转向？」嗯，差速底盘的优势在于结构简单、成本低、控制灵活。你只需要两个电机，两个驱动器，一个控制器，就能让机器人满屋子跑。

左右轮独立驱动，意味着每个轮子都有自己的电机和编码器。控制器给左右轮分别发速度指令，编码器反馈实际转速。这里有个坑——我曾经在调试时发现，两个同样的电机，给同样的PWM，转速居然不一样。为什么？

原因很简单：电机本身有制造公差，地面摩擦也不均匀，电池电压波动也会影响。所以，闭环控制是必须的。我建议至少用PID做速度闭环，否则运动学算得再准，实际跑起来也是歪的。

驱动方式	左轮速度	右轮速度	底盘运动
直线前进	v	v	向前直行
右转	v + Δv	v - Δv	向右转弯
左转	v - Δv	v + Δv	向左转弯
原地旋转	+ω	-ω	绕中心旋转

3.2 线速度与角速度推导

好，现在我们来推公式。别怕，其实很简单。

先定义几个参数：

v_L：左轮线速度
v_R：右轮线速度
L：左右轮间距（轮距）
v：底盘中心的线速度
ω：底盘绕中心旋转的角速度

底盘中心的线速度，其实就是左右轮速度的平均值：

v = (v_L + v_R) / 2

角速度呢？想想看，左右轮速度差会导致底盘旋转。轮距L越大，同样的速度差产生的角速度越小。公式是：

ω = (v_R - v_L) / L

这里要注意符号约定。我习惯定义：逆时针旋转为正。所以如果右轮比左轮快，ω为正，底盘逆时针转。嗯，这个约定在ROS里也是通用的。

个人经验：轮距L的测量要精确。我曾经用卷尺量，误差5mm，结果机器人走10米就偏了30度。后来我用游标卡尺量，再跑直线就好多了。建议L的测量误差控制在1mm以内。

3.3 前向运动学公式

前向运动学，说白了就是「已知左右轮速度，求底盘怎么动」。上面两个公式合起来就是完整的前向运动学模型：

v = (v_L + v_R) / 2
ω = (v_R - v_L) / L

写成矩阵形式更清晰：

[ v ]   [ 1/2   1/2  ] [ v_L ]
[ ω ] = [ -1/L  1/L  ] [ v_R ]

这个2x2矩阵就是前向运动学矩阵。你给它左右轮速度，它吐出底盘的速度和角速度。

有了v和ω，我们还能进一步推算底盘的位置变化。假设dt时间内，底盘移动了：

Δx = v * cos(θ) * dt
Δy = v * sin(θ) * dt
Δθ = ω * dt

这就是航迹推演（Odometry）的基础。我在做AGV项目时，就是靠这个公式推算位置，配合编码器数据，精度能做到厘米级。

注意：航迹推演有累积误差。轮子打滑、地面不平、编码器分辨率不够，都会让误差越来越大。我曾经在瓷砖地面上跑，误差每小时累积超过1米。后来加了IMU做融合，才压住误差。

3.4 知识体系结构图

下面这张图，是我梳理的差速底盘运动学知识体系。你可以把它当作本章的「地图」：

3.5 代码实现示例

最后，给一个简单的C语言实现。我在STM32上跑过类似的代码，效果不错：

// 差速底盘前向运动学计算
typedef struct {
    float v;      // 线速度 (m/s)
    float omega;  // 角速度 (rad/s)
} ChassisState;

ChassisState forwardKinematics(float vL, float vR, float wheelTrack) {
    ChassisState state;
    state.v = (vL + vR) / 2.0f;
    state.omega = (vR - vL) / wheelTrack;
    return state;
}

// 航迹推演更新
void updateOdometry(float vL, float vR, float wheelTrack, float dt) {
    ChassisState state = forwardKinematics(vL, vR, wheelTrack);
    
    // 更新位姿
    robot.x += state.v * cos(robot.theta) * dt;
    robot.y += state.v * sin(robot.theta) * dt;
    robot.theta += state.omega * dt;
    
    // 角度归一化到 [-PI, PI]
    if (robot.theta > M_PI) robot.theta -= 2 * M_PI;
    if (robot.theta < -M_PI) robot.theta += 2 * M_PI;
}

避坑指南：我曾经在角度归一化上吃过亏。如果不做归一化，theta会一直累加，浮点数精度问题会导致角度漂移。另外，dt要用定时器精确测量，不要用delay——那玩意儿不准。

好了，差速底盘运动学就聊到这儿。核心就是两个公式、一个矩阵、一段代码。你动手写一遍，跑一跑，比看十遍都管用。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

3. 差速底盘运动学模型：左右轮独立驱动原理

3.1 左右轮独立驱动原理

3.2 线速度与角速度推导

3.3 前向运动学公式

3.4 知识体系结构图

3.5 代码实现示例