前言:
而今咱们对“自平衡机器人算法”可能比较关注,大家都需要分析一些“自平衡机器人算法”的相关文章。那么小编也在网摘上搜集了一些有关“自平衡机器人算法””的相关内容,希望大家能喜欢,看官们快快来了解一下吧!基于PID控制的智能平衡车设计与实现
难度系数:4分工作量:4分创新点:3分1 课题背景
随着机器人研究的进一步深入,在工业生产、安防系统、智能家居、物流网等领域
的应用更加广泛, 在实际应用中, 可能遇到复杂的任务环境。
相比多轮的轮式机器人,两轮自平衡机器人体积小, 运动灵活, 能够在比较狭窄、 需要大转角的场合中运动。 这种机器人两轮共轴,可以通过运动保持自身平衡,能实现前进、 后退、 转向、 原地静止等基本运动功能, 由于其结构特殊, 能适应不同的地形环境, 研究两轮自平衡机器人,具有重要的意义。
2 设计内容
使用 ARM Cortex-M4 内核的 Freescale K60 单片机为主控制器, 对加速度计和陀螺
仪的数据进行融合, 得到车身倾角最优估计, 设计 MOS 电机驱动电路, 编写 PID 控制算法控制车轮, 达到自主直立的目的。 利用编码器构成速度反馈回路, 使用 PID 控制算法进行速度和转向的控制, 最终使其保持平衡、 实现期望的运动。 本文将就倾角融合算法、机器人控制算法等问题展开研究, 具体内容如下:
1) 硬件电路设计: 设计制作主控电路板、 电机驱动控制板。2) 传感器数据融合: 将陀螺仪所测数据和加速度计所测数据进行融合, 得到稳定、可靠的倾角值。3) 控制程序设计: 通过对状态反馈控制、 PID 算法等方法和理论的研究, 设计控制程序, 使小车能够完成直立、 前进、 后退、 转向等运动功能。4)单片机程序设计: 设计单片机程序, 使其具备人机交互、 控制等功能。
3 设计方案3.1 设计思路
从控制的角度来看, 电机是系统唯一的控制对象。 车模运动控制任务可以分解成以下三个基本控制任务:
(1) 直立控制任务: 车模的倾角作为控制的输入量, 使用PD算法, 控制车模稳定在平衡位置。(2) 速度控制任务: 直立车模的速度控制与普通的车模速度控制不同, 在直立系统中, 速度控制是通过改变车模倾角来完成的。 具体实施思路是, 对电机转速加入干扰,使车身偏离平衡位置, 以此刺激直立控制任务, 从而达到控制速度的目的, 速度控制使用PI算法。(3)方向控制任务: 通过控制两个电机的差速来达到转向的目的, 方向控制使用PD算法, 使用X轴的角速度作为微分项的因子, 可以极大改善转向的动态性能, 避免振荡。
程序设计中, 三个控制任务独立进行计算。 但是每一个任务的控制对象都是电机,因此它们直接也存在着干扰与耦合。 在设计每一个控制任务时, 为了便于分析, 都假设其他两个任务是稳定的。 例如, 在进行速度控制程序设计时, 车模是能够稳定直立的;在进行方向控制程序设计时, 车模的直立控制和速度控制都是稳定的;
在进行直立控制时, 车模的速度控制和方向控制都是稳定的。这三个任务中保持车模平衡是最关键的。 由于车模同时受到三种控制的影响, 从车模平衡控制的角度来看, 其它两个控制就成为它的干扰。 为了避免影响车模平衡控制,这个车模倾角的改变需要非常缓慢的进行。 因此, 虽然三个控制任务独立运行, 但是它们之间有优先级, 即控制应该最优先满足直立的要求, 其次是方向控制的要求, 最后才是速度控制的要求。
3.3 硬件设计
主控电路板主要包括以下部分: 微控制器电路、 电源管理电路、 微控制器接口、 按键电路、蜂鸣器电路。
其中,电源管理电路分为 3. 3V 电源管理电路和 5V 电源管理电路,5V 管理电路使用 LM2940 三端线性稳压器, 输入 7. 2V 电池电压, 输出 5V 电压。
3.3V 管理电路使用 LM1117 三端线性稳压器, 输入接 LM2940 的 5V 电压, 输出 3. 3V 电压。
考虑到本系统中器件、 传感器较多, 因此 5V 管理电路和 3. 3V 管理电路均使用两个。
微控制器接口主要包括: OLED 接口、 蓝牙接口、 MMA7361 传感器接口、 L3G4200D 传感器接口、编码器正交解码接口 2 个、 四通道 PWM 接口、 遥控器解码接口, 以及预留 IO,方便调试使用。
3.4 软件设计
小车的控制主干流程如下:
3.4.1 关键技术 -PID控制算法
在自动控制中, 按照偏差(目标值与反馈值之差) 的比例§ 、 积分(I) 、 微分(D)
的组合进行控制的方法称为PID控制算法, 由于其原理简单、 稳定性好、 可靠性高、 易
于调整等优点, 在自动控制领域应用最为广泛, 已有近70年历史, 现有的很多控制方法
都是基于PID控制算法发展演变而来。 当我们对目标系统和控制对象的模型不够了解,或者不能得到控制系统的参数时, PID控制算法尤为适用。
1) 比例控制部分: 成比例地反应控制系统的偏差信号e(t) , 偏差一旦产生, 调节器
立即产生控制作用以减小偏差, 其控制作用最为明显。
2) 积分控制部分: 积分控制作用的强弱取决于积分时间常数Ti, Ti越大, 积分作用
越弱, 反之则越强。 积分控制主要用于消除静差, 提高系统的无差度。
3)微分控制部分: 微分控制的计算因子是偏差的变化率, 能够抑制偏差的变化, 并偏差的值变得太大之前, 引入一个早期修正量, 达到加快系统响应调节速度的目的。积分控制可以提高系统的动态性能, 提高反应速度, 克服振荡。
PID控制算法的计算结果是偏差信号的比例、 积分、 微分三部分的线性叠加, 偏差值e(t) 即目标值r(t) 与反馈值c(t) 的差, 属于闭环控制系统, 因此需要使用传感器构成反馈回路。
(代码实现)
3.4.2 关键技术 - 倾角估计算法
要控制车模平衡, 首先就需要测量车身倾角。 测量倾角主要有两种方法:
1. 利用加速度传感器。 加速度计静止放置的时候, 因为受到重力加速度的影响, 三个轴感应到的加速度跟传感器与地平面之间的倾角有关, 具体关系如下图所示。
加速度传感器的值与地面之间的倾角呈三角函数关系:
然而小车在运动过程中, 会产生极大的噪声, 取加速度传感器瞬时值计算倾角误差太大。 难以获得稳定的倾角数据。
2.利用陀螺仪测量的角速度进行积分。
角速度积分可以得到变化的角度。 但是传感器
都有误差, 陀螺仪也不例外, 而且陀螺仪还存在温漂, 因此长时间的积分过程, 很难保
证得到正确的角度。
因此需要一种算法, 能够结合陀螺仪的动态性能和加速度传感器的静态精确度, 从而得到可靠的倾角数据。
3.4.3 关键技术 - 直立控制算法
车模平衡控制需要负反馈, 就需要能够测量车体的倾角, 构成反馈回路。 在能够测量倾角的情况下, 设定目标平衡角度, 使用 PID 算法进行闭环控制。 因为车体只会在一个的方向上运动, 只存在一个维度的倾斜, 因此只需要测量一个维度的倾角, 然后控制轮子转动, 抵消车体在该维度上的倾斜, 就可以完成平衡控制
我们对系统进行简单建模, 首先, 两轮自平衡车可以简化为一个一阶倒立摆模型,假设车体的高度为 L, 质量为 m , 在外力作用下, 车模产生角加速度为 x(t) 。
如下图所示, 沿着垂直于底盘的方向进行受力分析, 可以得到运动加速度 a(t) 以及外力干扰加速度 x(t) 之间的运动方程
控制流程
void Angle_Calculate(){int16_t AngleControlOut_P,AngleControlOut_D;angle_Accel = (A_Z-AZ_ZERO);angle_Accel*=0.0039f;angle_Accel = asin(angle_Accel);angle_Accel*=500;Gyro_Now = (T_Y-TY_OFFSET) * TY_Ratio;第 26 页 共 47 页Erjie_Lvbo(angle_Accel,Gyro_Now);if(FilterSwitch==0) myfilter=QingHua_AngleCalaulate;else if(FilterSwitch==1)myfilter=Yijie_Lvbo;else if(FilterSwitch==2) myfilter=Erjie_Lvbo;else if(FilterSwitch==3) myfilter=Kalman_Filter;if(FilterSwitch==3){myfilter(angle_Accel,Gyro_Now);ZL.error=angle_now_kal-(Balance_Point);}else{myfilter(angle_Accel,Gyro_Now);ZL.error=angle_now-(Balance_Point);}AngleControlOut_P=-(int16_t)(ZL.P*ZL.error);AngleControlOut_D=-(int16_t)(ZL.D*Gyro_Now);if(AngleControlOut_D>500) AngleControlOut_D=500;//对微分项限幅else if(AngleControlOut_D<-500) AngleControlOut_D=-500;AngleControlOut=AngleControlOut_P+AngleControlOut_D;if(AngleControlOut>800) AngleControlOut=800;else if(AngleControlOut<-800) AngleControlOut=-800;}
3.4.4 速度控制
直立车模的速度控制方法与普通车模的速度控制方法不同, 因为普通车模的电机只需要控制转动, 而直立车模的电机输出是平衡控制、 速度控制、 方向控制三部分之间的叠加。
因为直立系统的首要任务是保持直立, 当车模倾角发生改变, 车模就会在直立控制的作
用下向倾斜方向运动。 速度控制就是利用了直立系统的这种特性。
改变车模倾角有两种方法:
(1) 改变车模直立控制的目标角度, 直立控制 PD 算法中, 有一个目标倾角, 当目
标倾角不是真正的平衡位置倾角时, 车模会一直运动。 通过编码器测量转速, 形成
速度反馈回路, 就可以使用 PID 算法进行速度调节。
(2) 给电机施加干扰输出。 在直立过程中, 如果增加或者减少电机输出, 车模就很难维持平衡, 在直立控制的作用下, 车模就会运行。 通过编码器测量转速, 形成速度反馈回路, 就可以使用 PID 算法进行速度调节。
学长设计的系统中,使用第二种方法对速度进行控制, 因为第二种方法对直立的影响较小,可以提高系统的稳定性, 但是速度控制的灵敏度没有第一种高。
void Speed_Calculate(){SP.goal=(t1-t1_mid)/10;if(SP.goal>50) SP.goal=50;else if(SP.goal<-30) SP.goal=-30;SpeedControlOut_Old=SpeedControlOut;SP.error=(SP.goal)-(Speed_L+Speed_R)/2;SP.error_sum+=SP.error;if(SP.error_sum>200) SP.error_sum=200;//积分限幅else if(SP.error_sum<-200) SP.error_sum=-200;SpeedControlOut=-(int16_t)((SP.P)*SP.error+SP.I*SP.error_sum);if(SpeedControlOut>300) SpeedControlOut=300;//速度环输出限幅else if(SpeedControlOut<-300) SpeedControlOut=-300;}3.4.5 方向控制
直立车模的转向是通过两轮的差速来完成的, 转向控制使用 PD 算法, 小车不具备自主识别路径的功能, 因此 PD 算法的输入参数使用遥控器完成。 为了改善转向的动态特性, 避免振荡, 对 PD 算法做了修改, 微分项的因子不再使用传统的 e(t) -e(t-1) ,而是使用陀螺仪的 X 轴, 因为陀螺仪输出灵敏度更高。
void Direction_Calculate(int16_t bias){DIR.last_error=DIR.error;DIR.error=bias/6-dmp_yaw;DIR.error_sum+=DIR.error;if(DIR.error_sum>2000) DIR.error_sum=2000;else if(DIR.error_sum<-2000) DIR.error_sum=-2000;DirectionControlOut_Old=DirectionControlOut;DirectionControlOut = DIR.P*DIR.error+ DIR.I*DIR.error_sum+ DIR.D*(T_X-TX_OFFSET);DirectionControlOut_Old=DirectionControlOut;DirectionControlOut=bias*0.15f;if(DirectionControlOut>300) DirectionControlOut=300;else if(DirectionControlOut<-300) DirectionControlOut=-300;}
完整代码可进群免费领取。
嵌入式物联网的学习之路非常漫长,不少人因为学习路线不对或者学习内容不够专业而错失高薪offer。不过别担心,我为大家整理了一份150多G的学习资源,基本上涵盖了嵌入式物联网学习的所有内容。点击下方链接,0元领取学习资源,让你的学习之路更加顺畅!记得点赞、关注、收藏、转发哦!
点击这里找小助理0元领取:扫码进群领资料
标签: #自平衡机器人算法 #自平衡机器人算法是什么