面向约束全轮转向机器人的一种通用轨迹规划方法

本文提出了一种用于固定转向轴轮式机器人的通用轨迹规划方法，其中每个车轮的转向角均受到约束。在现有文献中，全轮转向（AWS）机器人包含了诸如无旋转平移机动、原地旋转机动和比例转向等模式，但由于耗时的模式切换而表现出低效的性能。这种低效源于车轮旋转约束和轮间协作要求。直接应用完整移动策略可能导致显著的滑移角甚至结构失效。此外，AWS轮式机器人有限的转向范围加剧了非线性特征，从而使控制过程复杂化。为了应对这些挑战，我们开发了一种称为约束AWS（C-AWS）的新型规划方法，该方法将二阶离散搜索与预测控制技术相结合。实验结果表明，我们的方法在遵守转向角约束的同时，能够熟练地为C-AWS生成可行且平滑的轨迹。