针对麦克纳姆轮全向移动平台轨迹跟踪控制问题,提出了一种模型预测控制(Model Predictive Control,MPC)和微分先行比例-积分-微分(Proportional plus Integral plus Derivative,PID)协同的双闭环控制策略。基于麦克纳姆轮运动学特点,设计了位姿控制环和速度控制环;在位姿控制环建立麦克纳姆轮底盘的线性误差模型,设计二次型目标函数,将路径跟随问题转化为对非线性模型的预测控制;在速度控制环引入微分先行PID控制器,避免输入量频繁的阶跃变化对系统产生高频干扰,加快麦克纳姆轮的角速度收敛,增强了系统稳定性。仿真实验表明,设计的控制器在收敛速度、跟踪精度方面均高于常见的轨迹跟踪器,对麦克纳姆轮移动平台的控制具有良好的鲁棒性。

全方位移动式机器人是机器人领域的一个重要分支。在对北京冬奥会仿冰壶火炬传递机器人的全向移动平台设计过程中,以麦克纳姆轮和OMIN全向轮为研究对象,通过建立全向轮运动学模型,对两种类型全向轮的运动特性及布局结果进行对比分析,优化了全移动平台的全向轮结构布局,根据电动机矢量控制理论,通过大量实验测试和不断优化,最终火炬传递机器人按照预设轨迹顺利了完成了冬奥会火炬的传递。

基于麦克纳姆的全向移动小车(Automated guided vehicle,AGV)在工业生产中有着广泛的应用。其现有的控制方法主要是通过单独控制AGV平移和转动来实现AGV的全向移动。通过分析AGV的运动学规律,提出了AGV自转、公转以及两者耦合运动的控制算法。运用理论分析、软件仿真和实验验证等手段,证明了该算法的有效性。提出的算法可拓展应用在任意曲线路径,具有较大的实际意义。

智能物流车主要是由五自由度机械手臂、桁架型底盘和麦克纳姆轮组成,并集成了五自由度机械手臂控制系统和底盘控制系统。其中五自由度机械手臂能实现夹取物体的功能,基于麦克纳姆轮的底盘系统可实现物流车的全方位移动。