第二章 底盘运动学基础：两轮差速模型、四轮转向模型、麦克纳姆轮模型、运动学方程推导
各位同学，欢迎来到底盘运动学的核心章节。说实话，运动学是AGV控制的“地基”。地基没打好，后面做再花哨的传感器融合都是白搭。我个人习惯，每接手一个新项目，第一件事就是先把运动学模型在纸上推一遍。这能帮你避免很多后期调试的坑。
今天咱们要啃三块硬骨头：两轮差速、四轮转向、麦克纳姆轮。我会把每个模型的运动学方程推导过程掰开揉碎了讲，再配上我实际项目中的经验。准备好了吗？我们开始。
核心观点：运动学模型解决的是“给车轮什么速度，车体怎么动”的问题。它是底盘控制的理论基础，也是后续做里程计推算、轨迹跟踪的前提。
2.1 两轮差速模型：最经典的入门模型
两轮差速模型，说白了就是靠左右两个驱动轮的速度差来实现转向。你想想看，坦克、扫地机器人、早期的AGV，基本都是这个原理。结构简单，成本低，是我个人最喜欢用来做原型验证的方案。
先看基本结构：两个驱动轮同轴安装，各自有独立电机驱动。前后各有一个或两个万向支撑轮，只负责支撑，不提供驱动力。
2.1.1 运动学方程推导
我们定义几个关键参数：
- v：车体中心线速度 (m/s)
- ω：车体角速度 (rad/s)
- vL：左轮线速度 (m/s)
- vR：右轮线速度 (m/s)
- d：左右轮间距 (m)
- r：车轮半径 (m)
推导过程其实不复杂。车体中心速度等于左右轮速度的平均值：
v = (v_R + v_L) / 2角速度呢？想象一下，如果左轮不动、右轮转，车体会绕着左轮中心旋转。角速度等于速度差除以轮距：
ω = (v_R - v_L) / d把这两个方程联立，就能反推出给定目标速度和角速度时，左右轮各自该跑多快：
v_R = v + (ω * d) / 2
v_L = v - (ω * d) / 2嗯，这里要注意：公式里的正负号取决于你定义的转向方向。我习惯定义逆时针为正角速度，这样右轮速度会大于左轮。
我的经验：实际项目中，轮距d的测量误差对转向精度影响很大。我曾经在一个项目中，因为轮距量错了5毫米，导致AGV在走圆形轨迹时始终偏了10厘米。后来用激光测距仪重新标定才解决。建议你们用高精度工具测量，别用卷尺凑合。
2.1.2 里程计推算
有了运动学方程，我们就能做里程计了。说白了就是根据轮子编码器的读数，推算车体位置的变化。
假设在Δt时间内，左右轮编码器测得的位移分别为ΔsL和ΔsR：
Δs = (Δs_R + Δs_L) / 2
Δθ = (Δs_R - Δs_L) / d然后更新全局坐标系下的位置：
x' = x + Δs * cos(θ + Δθ/2)
y' = y + Δs * sin(θ + Δθ/2)
θ' = θ + Δθ这个公式里用了中值角度，精度比直接用θ要高一些。我在做仓储AGV时，用这个方法配合IMU做融合，定位精度能做到±2cm。
避坑指南：我曾经遇到过轮子打滑导致里程计严重漂移的情况。两轮差速模型假设轮子与地面是纯滚动，没有滑动。但实际中，急加速、急刹车、地面湿滑都会破坏这个假设。建议在代码里加入打滑检测逻辑，一旦检测到打滑，就降低里程计的置信度。
2.2 四轮转向模型：灵活性与稳定性的平衡
四轮转向，顾名思义，四个轮子都能转向。这种结构常见于重载AGV和特种车辆。它的优势在于转弯半径小、机动性好，但控制复杂度也上去了。
四轮转向有两种常见模式：
- 同向模式：前后轮转向角相同，车体横向平移（蟹行）
- 反向模式：前后轮转向角相反，转弯半径大幅减小
2.2.1 阿克曼转向几何
先讲一个关键概念——阿克曼转向。你可能在汽车上见过：转弯时内侧轮的转向角比外侧轮大。这是为了让所有轮子都绕着同一个瞬时中心旋转，避免轮胎侧滑。
阿克曼转向的几何关系：
cot(δ_o) - cot(δ_i) = L / d其中：
- δo：外侧轮转向角
- δi：内侧轮转向角
- L：轴距
- d：轮距
实际项目中，我很少用纯机械的阿克曼机构，因为加工精度要求太高。更常见的做法是用软件来实现阿克曼补偿——每个轮子独立控制转向角，通过算法让它们满足阿克曼关系。
2.2.2 运动学方程
对于四轮转向车辆，运动学模型稍微复杂一些。我们考虑前后轮都有转向角的情况：
v = 后轮中心速度
β = 质心侧偏角
δ_f = 前轮转向角
δ_r = 后轮转向角车体的运动方程：
ẋ = v * cos(θ + β)
ẏ = v * sin(θ + β)
θ̇ = v * (tan(δ_f) - tan(δ_r)) / L质心侧偏角β的计算：
β = arctan( (L_f * tan(δ_r) + L_r * tan(δ_f)) / L )其中Lf和Lr分别是质心到前后轴的距离。
我的建议：如果你刚开始做四轮转向，先从反向模式入手。这种模式下，车体的运动特性更接近两轮差速，控制逻辑相对简单。等跑通了，再尝试同向模式做蟹行运动。
2.3 麦克纳姆轮模型：全向移动的利器
麦克纳姆轮，这玩意儿我第一次见到是在2015年的一个展会上。当时觉得太神奇了——一个方方正正的底盘，居然能原地旋转、横向平移、斜着走。后来才知道，秘密就在轮子上的那些小辊子上。
每个麦克纳姆轮周围有一圈与轮轴成45°角的小辊子。当轮子转动时，辊子会与地面产生斜向的摩擦力，合成后就能实现全向运动。
2.3.1 运动学方程推导
标准的四轮麦克纳姆轮底盘，轮子编号和安装方向如下：
- 左前轮（FL）：辊子方向与轮轴成+45°
- 右前轮（FR）：辊子方向与轮轴成-45°
- 左后轮（RL）：辊子方向与轮轴成-45°
- 右后轮（RR）：辊子方向与轮轴成+45°
推导过程我直接给结论。设车体目标速度为[vx, vy, ω]，四个轮子的转速为：
ω_FL = (1/r) * (v_x - v_y - ω * (L + d))
ω_FR = (1/r) * (v_x + v_y + ω * (L + d))
ω_RL = (1/r) * (v_x + v_y - ω * (L + d))
ω_RR = (1/r) * (v_x - v_y + ω * (L + d))其中：
- r：车轮半径
- L：轮子到车体中心的纵向距离
- d：轮子到车体中心的横向距离
反过来，如果已知四个轮子的转速，也能反推车体速度：
v_x = (r/4) * (ω_FL + ω_FR + ω_RL + ω_RR)
v_y = (r/4) * (-ω_FL + ω_FR + ω_RL - ω_RR)
ω = (r/4) * (-ω_FL + ω_FR - ω_RL + ω_RR) / (L + d)关键点：麦克纳姆轮的运动学方程是线性的！这意味着你可以用矩阵形式来表示，方便在代码里实现。我习惯把方程写成 y = A * x 的形式，然后用矩阵运算库来求解。
2.3.2 实际应用中的坑
麦克纳姆轮虽然灵活，但坑也不少。我踩过的几个：
- 地面要求高：辊子与地面的接触面积小，对地面平整度很敏感。我在一个工厂项目里，地面有细微的凹凸，结果麦克纳姆轮走起来一颠一颠的，定位精度直接崩了。
- 磨损问题：辊子一直在旋转摩擦，磨损很快。建议选用聚氨酯材质的辊子，寿命会长一些。
- 打滑严重：麦克纳姆轮的抓地力不如普通轮子。急加速时打滑是家常便饭。我一般在控制代码里加一个加速度限制，让车体平滑启动和停止。
我曾经踩过的坑：有一次做麦克纳姆轮底盘的里程计，发现y方向（横向）的定位误差特别大。查了两天才发现，是辊子的安装角度有偏差——标称45°，实际只有43°。这个2°的误差，在高速运动时会被放大。后来我加了一个标定流程，用激光雷达做参考，在线修正辊子角度参数。
2.4 三种模型的对比与选型建议
说了这么多，到底该选哪种模型？我整理了一个表格，方便你对比：
| 特性 | 两轮差速 | 四轮转向 | 麦克纳姆轮 |
|---|---|---|---|
| 运动自由度 | 2 (前进/后退 + 旋转) | 2 (前进/后退 + 旋转) | 3 (全向) |
| 结构复杂度 | 低 | 中 | 高 |
| 控制难度 | 低 | 中 | 中 |
| 地面适应性 | 好 | 好 | 差 |
| 承载能力 | 中 | 高 | 低 |
| 典型应用 | 仓储AGV、扫地机 | 重载AGV、叉车 | 精密装配、狭小空间 |
我个人建议：如果是做通用型AGV，两轮差速是最稳妥的选择。如果对机动性有特殊要求，再考虑麦克纳姆轮。四轮转向更适合重载场景。
2.5 本章知识体系总览
最后，我用一张SVG图把本章的核心逻辑串起来。你可以把它当作知识地图，随时回来查阅。
这张图把三种模型的核心公式和应用场景都串起来了。你可以在学习时把它当作导航图，随时定位自己当前在学什么。
好了，这一章的内容就到这里。运动学模型是底盘控制的基石，建议你花时间把每个公式亲手推导一遍。下一章我们会进入更刺激的部分——传感器融合，到时候这些运动学知识会派上大用场。