Holonomer Antrieb: Seitwärts fahren ohne Drehen

Es hilft sehr und dieser Pfad setzt einiges davon voraus. Encoder auslesen, Drehzahlschleife, Leistungsbudget und Schlupfproblem sind dieselben Fähigkeiten, die ein Zweiradroboter braucht – nur viermal alles. Wirklich neu ist hier die Kinematik – ein Differenzialroboter hat zwei steuerbare Geschwindigkeiten, ein holonomer drei – und die Koordinatenfrage, die dazugehört. Wer noch nie einen fahrenden Roboter gebaut hat, baut zuerst einen Linienfolger oder Hindernisvermeider; dann gilt die Zeit den neuen Ideen statt dem Löten.

Roughly das Doppelte, und die Steigerung steckt an Stellen, die man vergisst. Vier Mecanum-Räder kosten das Zwei- bis Vierfache von vier normalen. Man braucht vier Motoren statt zwei, also vier H-Brücken-Kanäle und vier Encoderkabel, und vier Motoren sind etwa das doppelte Strombudget. Auch der Controller wächst meist mit: Vier Encoder wollen vier interruptfähige Pins und vier PWM-Kanäle auf getrennten Timern – was ein Arduino Uno nicht hat –, weshalb die meisten Bauten auf einem Mega oder ESP32 landen. Das Controller-Upgrade von Anfang an einplanen, statt es nach dem Bohren des Chassis zu entdecken.

Fahren kann man, und für einen handgesteuerten Roboter auf gutem Boden ist das ehrlich in Ordnung. Was man nicht kann: irgendwo Bestimmtes hinfahren. Die Kinematik funktioniert über gehaltene Verhältnisse zwischen vier Raddrehzahlen, und ungeregeltes PWM hält keine Verhältnisse – bei sinkendem Akku, warmgelaufenem Motor oder wandernder Last driften die Verhältnisse und der Roboter kurvt aus jedem Befehl heraus. Bei einem Differenzialroboter trimmt man das mit einer Konstanten weg. Bei einer holonomen Basis ändert sich das korrekte Verhältnis mit jedem Befehl, also gibt es nichts zu trimmen. Encoder machen die Mathematik dieses Pfads erst wahr.

Weil es der Fehler ist, den niemand kommen sieht. Eine Mecanum-Basis sieht aus wie der fähigste Roboter, den man je gebaut hat, und ihre Koppelnavigation ist die schlechteste. Dass die Rollen rutschen, ist kein behebbarer Defekt – so entsteht Seitwärtsbewegung –, also ist jeder Millimeter Seitwärtsfahrt eine Strecke, die der Encoder gemessen und der Boden nicht unbedingt hergegeben hat. Zwei Tutorials auf diesem Pfad sorgen dafür, dass man von Anfang an dafür plant: eine IMU für den Kurs, ungetriebene Messräder oder eine externe Referenz für die Position, und nie eine autonome Routine schreiben, die annimmt, die Antriebsencoder wüssten, wo der Roboter ist.

Bei einem Roboter, den man auf ebenem Boden überallhin fahren kann, der die befohlenen Geschwindigkeiten hält, der weiß, wohin er zeigt, und der ehrlich zugibt, nicht genau zu wissen, wo er ist. Drei Dinge lässt er bewusst aus. Swerve-Antrieb, denn acht Motoren und eine Lenksingularität sind ein anderes Projekt. Absolute Lokalisierung – SLAM, Baken, Vision –, wohin man als Nächstes geht, wenn der Roboter seine Position kennen muss; mit dem Lernpfad Planung und Kartierung anfangen. Und holonome Pfadfolge, denn Pure Pursuit und Stanley setzen beide einen Roboter voraus, der durch Drehen lenkt – und sie an eine Basis anzupassen, die seitwärts fahren kann, ändert den Regler genug, um eine eigene Behandlung zu verdienen.

Das Mecanum-Roboterprojekt dieser Seite ist das direkte Ziel: eine vierrädrige Basis mit einer Drehzahlschleife pro Rad, feldorientierter Fahrt und einer Reihe von Werkbanktests, die sagen, ob jedes Teil wirklich arbeitet. Darüber hinaus ist derselbe Antriebsstrang die Basis für alles, was einen Kurs halten und sich dabei umpositionieren muss – eine Kameraplattform, ein kleiner Lagertransporter, ein Inspektionsroboter in enger Gasse oder ein Wettbewerbsroboter, der sich auf etwas ausrichten muss, ohne darauf zu zeigen.