機器人要想完成特定任務，就一定要有所動作，這個時候，必須掌握如何控制機器人走直線、曲線，從而使機器人移動到我們想做任務的地方。

機器人走直線，難嗎？

我們看到一些先進的機器人，走在路上非常穩，不僅在平地上行動不會摔跤，走在坑洼里也可以極好地保持平衡。

卻有另一些機器人走路歪歪扭扭，在平地上都可以把自己摔一跤，因為它不知道自身的平衡狀態，一步歪，步步歪。

再看 RoboMaster 的機器人比賽，雖然機器人都有四個輪子，不容易摔倒，但要隨心所欲地實現跑直線、轉彎漂移，也需要很好地控制自己的平衡。

紅方機器人靈活走位

因為機器人的控制系統會有誤差，所以假設你讓輪子轉 5 圈，可能有一個輪子只轉了 4 圈。還有機械安裝上的誤差，以及輪子磨損造成了不同的摩擦力，會導致機器人越跑越歪。

在 PID 科普的文章中，我們學過反饋控制：《什么是機器人比賽中的PID控制？》。反饋控制的好處就是，假設有傳感器去測量實際數據，那就有辦法消除誤差，讓實際數據穩定在期望的數據上。

所以要讓機器人只有察覺到誤差，及時消除誤差，才能隨心所欲地奔跑。那如何發現誤差呢？

假設目標是讓機器人走出一條直線。機器人走得歪歪扭扭，是因為各種擾動使它發生了繞著垂直于地面方向的旋轉，也就是頭的方向左右擺動。因此，要尋找一種傳感器來測量機器人垂直于地面方向的旋轉量，然后消除這個旋轉。

產生旋轉

尋找適合的傳感器

一般來說，找尋傳感器會從物理的原理上找。高中物理分為力、熱、聲、光、電和磁。先看力學，物體在自旋時會有一個向心力F，向心力的公式為：

可以看到，雖然 F 和 ω（角速度）相關，似乎可以通過 F 求得 ω，但 F 也和 r（旋轉的半徑）相關，而這個 r 無法測量，所以向心力這個思路不行。

除了向心力，還有另一種力叫做科里奧利力。如果旋轉物體中，有質點由于慣性進行了直線運動，相對于旋轉物體產生了偏移，這個力就會產生。它的公式為：

v是內部產生的可測量的震動。科里奧利力與向心力不同，它和旋轉的半徑沒有關系，所以這個思路可行。

現實中就有一種傳感器利用這個原理測量角速度，這種傳感器叫MEMS 陀螺儀（微機械陀螺儀）。MEMS 陀螺儀測得角速度后，將角速度進行積分，就可以得到相對角度（參考系為自身的某一狀態，比如和剛啟動時的狀態），最后再用 PID 修正角度，達到直行的效果。

陀螺儀

我們都知道，凡是測量都總是會有誤差，靠積分獲得的角度在一定時間內雖然是可靠的，而積分將誤差同樣累計，在一段時間后這個角度也會越來越不準，這個時間的長短基本正相關于器件的價格。

利用類似原理的還有機械式陀螺儀和光纖陀螺儀。機械式陀螺儀是唯一一個真的有個陀螺在轉的傳感器。而在光學中，一般是基于薩格納克(Sagnac)效應的陀螺。

機械式陀螺儀

實際上，這幾種傳感器更準確的叫法應該是：角速度傳感器。但由于各種原因，現在一般都叫陀螺儀。結合成本和測量方法，一般選用 MEMS 陀螺儀。

獲取旋轉角度

以 ADIS16470 陀螺儀為例，講解陀螺儀如何獲取角度。

ADIS16470 陀螺儀

陀螺儀可以測出角速度，把角速度進行積分，就可以獲得角度。如果想獲得實時的角度，就要知道每次測量的時間間隔，利用時間和角速度再積分，就可以得到實時的角度了。

獲得時間間隔的方法有兩種：

1

裝一個計時器

計時器計算時間間隔，再告知陀螺儀。但這樣會有時間延遲。

2

陀螺儀自己計時

ADIS16470 陀螺儀有計時功能，自己給自己匯報時間，不會有延遲誤差。

陀螺儀的誤差

測量總會有誤差，陀螺儀的誤差產生來自于各種外力干擾和溫度變化。誤差會導致用陀螺儀修正過的機器人也在左右擺動，走不出平滑的線，或者靜止時會慢慢地自旋，這種現象叫做漂移。

發生左右抖動

這點誤差對于地面機器人的影響可能不大，但是對于無人機或者其他精度要求超高的機器人來說，稍微有點偏差都很致命。

如何消除誤差

溫度因素的誤差

溫度導致的漂移簡稱溫漂，主要原因是內部測量器件會隨著溫度的變化而變化，一般有兩種方法解決：

1

硬件式

在陀螺儀旁邊加一個大電阻進行加熱，強制陀螺儀達到某一個溫度，就可以保持恒溫狀態；

2

軟件式

先測量不同溫度下的溫漂情況，然后進行擬合和補償，也就是溫漂標定，使陀螺儀在不同的溫度下有不同的擬合和補償。

其他因素的誤差

除了測量相對角度，還有傳感器可以測量絕對角度（參考系為大地坐標系）。可以用絕對角度和相對角度進行互補來矯正角度。

另一種傳感器叫地磁計，相當于電子式的指南針，可以指出地磁場的方向。這種傳感器測量的是自己與地磁場的角度，也就是絕對角度。

由于磁場環境非常的敏感，電機轉動和房屋的鋼筋結構都會對磁場造成影響，所以磁場的角度一般是不準的，但是在同一環境內是穩定的。

可以得知，陀螺儀適合短時和動態的，長時間下會有漂移；磁力計適合長時和靜態的，動態情況下會有誤差。各取所長，將兩個數據進行融合，并使用比較合適的濾波和算法融合手段，最終得到準確的角度值。這個過程也就是姿態解算。

數據融合

一般用卡爾曼濾波器進行解算。除了卡爾曼濾波算法，還有其他的融合算法，比如一階的互補濾波、二階互補濾波和權重參數自適應互補濾波等等。它們的復雜程度不同，要根據實際需求選擇適合的算法。

卡爾曼濾波

對于角度值的求取解算，一個傳感器往往是無能為力的，需要多個傳感器取長補短。而陀螺儀數據就是最核心的部分，其他傳感器基本是為了抑制陀螺儀的漂移而打輔助。

在實際的工程中，測量一個物體的姿態是非常常見的需求，所以很多產品都會把多種傳感器比如陀螺儀、加速度計、電子羅盤等等集成到一個模塊上，不需要一一安裝，是不是方便又體貼呀。

集成多個傳感器的模塊

通過上述一系列方法，我們獲得了一個物體相對于起始位置的角度，就可以利用 PID 反饋控制讓機器人隨心所欲地奔跑了。

還可以把這樣一套傳感器安裝在云臺上，將底盤的運動視為擾動。在底盤來回抖動時，云臺會以地面為參考系保持靜止，就可以單獨地控制云臺。

云臺靜止，機身扭動

總而言之，機器人走直線或者像上圖一樣扭腰，看起來像是一個很簡單的事情，但是影響因素有很多，每一步的實現都需要全面考量，只有選擇了合適的傳感器，才能更好地解決問題。