两轮自平衡机器人建模与仿真 (1)_fixed
- 格式:pdf
- 大小:811.68 KB
- 文档页数:54
两轮自平衡智能机器人的设计与制作作者:田啸宇陈扬张婷来源:《课程教育研究·上》2016年第01期【摘要】本文主要介绍了两轮自平衡机器人的设计系统方案。
该方案以K60系列单片机作为系统控制处理器,采用陀螺仪、加速度仪传感器对机器人进行直立控制,运用PID算法对两个驱动马达进行差速控制确保平衡性能。
文中将介绍机器人系统硬件设计以及系统软件设计的主要内容。
【关键词】自平衡智能机器人单片机【基金项目】上海工程技术大学大学生创新训练项目(cs1524005)。
【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089(2016)01-0247-021.引言由于特殊的结构,自平衡机器人适应地形变化能力强,运动灵活,可以胜任一些复杂环境里的工作。
[1]但因两轮自平衡小车的应用最大的难点在于其平衡控制方面,所以本文针对该系统的基本平衡控制问题设计了最佳控制方案,仿真实验结合实际系统实验均实现了其对平衡控制,验证了控制效果。
2.系统硬件设计本系统方案以K60系列中MK60N512VMD100微控制器为系统的主要控制单元。
采用MMA7260三轴加速度计和ENC-03M做为检测机器人模型直立姿态的传感器,并通过AD采样后以数字信号的形式反馈给单片机,单片机进行PID运算处理后对两个驱动马达通过PWM 的方式施加控制,使得车体自动直立得到实现。
然后在驱动马达上叠加一个速度控制分量,加以使用光电编码器检测车轮速度,实现了车模速度的控制。
3.软件设计本次设计研究的自平衡机器人软件部分主要由加速度传感器数据采集模块、电机控制模块、PID算法控制模块三个部分构成。
3.1MMA7260三轴加速度计AD采集由于MK60N512VMD100芯片本身自带AD采样的I/O口,所以只需配置好所需的ADC 寄存器ADC0_SC1A(ADC 状态控制寄存器 1)、ADC0_RA(ADC 数据结果寄存器)即可实现对MMA7260三轴加速度计的数据采集。
Design and Implementation of Two-wheeled Self-balancing Inspection RobotShan Jiming西北师范大学工程硕士学位论文摘要两轮自平衡机器人隶属于轮式机器人的范畴,具有结构简单、运动灵便、体积较小等特点。
它能够适应各类工作环境,在工业和军事等方面的应用前景非常广阔。
作为一种典型的不稳定控制系统,它可以在控制策略上为大型的两轮自平衡机器人实验提供模型。
因此,自平衡机器人相关问题已经成为机器人研究的热点之一,在理论和实用性等方面都具有重要意义。
本文根据倒立摆原理搭建了两轮自平衡巡检机器人,并对其数学模型和平衡控制策略进行研究。
该系统硬件主要包括单片机系统、电源模块、电机驱动模块、姿态传感器模块、数据采集模块、视频采集模块及WiFi传输模块等。
整个系统具有较强的稳定性和可靠性,并且能够通过上位机进行实时控制和采集视频及环境数据。
在对控制策略的研究中,应用了PID控制,并利用Kalman滤波对倾角数据进行优化。
在运行调试时,首先进行仿真实验,然后对机器人进行实际调试。
实验结果证明,自平衡机器人的物理系统、数学模型以及相应的控制策略具有合理性、有效性和可行性。
经调试验证,视频信号、环境数据及控制指令能够通过WiFi传输模块实时传输。
两轮自平衡机器人能够实现远程操控和巡检检测的功能。
关键词:两轮自平衡机器人;PID控制;Kalman滤波;巡检机器人;WiFi两轮自平衡巡检机器人的设计与实现AbstractTwo-wheeled self-balancing robot belongs to the category of wheeled robots. This kind of robot is small and flexible. It can adapt to different kinds of working environment. So the robot has wide prospects in the field of both industry and military. Self-balancing robot is a typical unstable control system, and the control strategy of this system can be applied to some large two-wheeled self-balancing robot system. Topics about self-balancing robot becomes a hot issue that of great significance in both theoretical and practical aspects.In this thesis, a two-wheeled self-balancing inspection robot is designed based on the inverted pendulum model. Meanwhile, the mathematical model and control strategy are analyzed. This system consists of SCM system, power supply module, motor drive module, posture sensor module, data acquisition module,video capture module and WiFi module. This system is of high stability and reliability, and it can capture video and other kinds of signals. It also can be controlled remotely through the host computer.PID control is applied to the system and Kalman filter is used to optimize the angle data in this paper. Simulation experiments are done before debugging. Experimental result shows that the physical system, mathematical model and appropriate control strategies are rational, effective and feasible. After debugging, video signal, environmental data and control instructions can be transmitted via WiFi. The robot can collect environmental data and can be controlled remotely.Key Words: Two-wheeled Self-balancing Robot; PID Control; Kalman Filter; Inspection Robot; WiFi西北师范大学工程硕士学位论文目录摘要 (I)Abstract (II)目录 (III)第1章绪论 (1)1.1研究背景及意义 (1)1.2 国内外研究现状 (1)1.2.1 国外研究现状 (1)1.2.2 国内研究现状 (3)1.3 国内外现状分析 (4)1.4 本文主要研究内容 (5)1.5 本章小结 (5)第2章自平衡机器人数学模型及控制算法分析 (6)2.1 数学模型分析 (6)2.1.1 单摆模型分析 (6)2.1.2 移动倒立摆分析 (7)2.1.3 两轮机器人数学建模 (7)2.2 PID控制算法 (8)2.2.1 PID控制算法介绍 (8)2.2.2 增量式PID控制 (10)2.2.3 PID控制器参数整定 (10)2.3 Kalman滤波控制算法研究 (11)2.3.1 Kalman滤波器介绍 (11)2.3.2 陀螺仪和加速度计信号融合 (12)2.3.3 基于Kalman陀螺仪和加速度计信号融合 (13)2.4 本章小结 (14)第3章两轮自平衡机器人硬件设计 (15)3.1 机械设计 (15)3.2 硬件介绍 (16)3.3 单片机最小系统 (16)3.4 电源模块 (18)两轮自平衡巡检机器人的设计与实现3.5 电机及驱动模块 (19)3.5.1 直流电机介绍 (19)3.5.2 驱动电路设计 (20)3.6 姿态传感器模块 (20)3.6.1 加速度计 (21)3.6.2 陀螺仪 (22)3.7 数据采集模块 (22)3.7.1 温湿度及气体检测模块 (22)3.7.2 摄像头模块 (23)3.8 WiFi传输模块 (24)3.9 本章小结 (25)第4章两轮自平衡机器人软件设计 (26)4.1 软件设计 (26)4.1.1 软件主要功能 (26)4.1.2 软件设计框图 (26)4.2 初始化程序设计 (27)4.3 Kalman滤波算法 (30)4.4 直立控制算法 (30)4.5 速度控制算法 (31)4.6 方向控制算法 (32)4.7 上位机程序设计 (33)4.7.1 上位机程序主要功能 (33)4.7.2 上位机界面 (34)4.8 本章小结 (34)第5章系统仿真与调试 (35)5.1 开发环境介绍 (35)5.2 系统调试与参数整定 (36)5.2.1 调试准备 (36)5.2.2 静态参数调整 (36)5.2.3 动态参数调整 (36)5.3 Kalman滤波仿真与调试 (37)5.3.1 Kalman滤波仿真 (37)5.3.2 Kalman滤波调试 (38)5.4 本章小结 (41)第6章总结与展望 (42)参考文献 (43)附录A 两轮自平衡巡检机器人实物图 (45)攻读学位期间的研究成果 (I)致谢 (II)第1章绪论1.1研究背景及意义机器人技术同网络技术、通信技术、基因技术、虚拟现实技术等一样,属于高新技术[1]。
两轮自平衡机器人的动力学模型的分析与建立作者:顾鹏程李冰陈静来源:《电脑知识与技术》2016年第07期摘要:根据两轮自平衡机器人设计原理,利用经典牛顿力学分析,建立两轮自平衡机器人的动力学模型,在Matlab中计算并验证,为后续的控制器的研究提供了基础保证。
关键词:两轮自平衡机器人;牛顿力学分析;动力学模型中图分类号:TP399 文献标识码:A 文章编号:1009-3044(2016)07-0232-02Analysis and Establishment of Two-wheeled Self-balancing Robot Dynamic ModelGU Peng-cheng,LI Bing, CHENG Jing(College of Information Technology Engineering, Tianjin University of Technology and Education, Tianjin 300222, China)Abstract:According to the design of two two-wheeled self-balancing robot, used the method of Newton's classical mechanics. The dynamic model of two-wheeled self-balancing robot was established. Calculated and verified in Matlab. The research provides the foundation for subsequent controllers.Key words:two two-wheeled self-balancing robot; Newton's classical mechanics; dynamic model1 概述两轮自平衡自机器人拥有极强的灵活性,便捷性,一直受到国内外机器人领域的研究的高度重视。
两轮平衡机器人控制系统设计与仿真研究作者:韩竺秦张丽娜来源:《软件导刊》2019年第03期摘要:介绍了两轮自平衡机器人研究现状,建立系统动力学模型,并用MATLAB进行仿真验证控制方法的有效性。
设计了自平衡机器人控制系统,包括软件和硬件系统。
传感器采用陀螺仪以及加速度检测两轮自平衡机器人重力方向的倾斜角度和车轮的旋转加速度。
经过STM32控制器处理后,采用LQR最优控制策略控制电机调整车轮状态使机器人保持平衡。
通过实验样机验证了自平衡机器人控制策略的可行性。
关键词:STM32;两轮平衡机器人;LQR控制策略;动力学控制;传感器DOI:10. 11907/rjdk. 181995中图分类号:TP319 文献标识码:A 文章编号:1672-7800(2019)003-0086-050 引言针对两轮机器人运动平衡的控制方法研究较多[1-5],如日本的Naoji Shiroma等[6]提出协作行为概念,应用多倒立摆机器人协作搬运物体,人与机器人协作实现物体搬运。
机器人由底部的一台伺服电机驱动实现直线运动,平衡控制采用极點配置方法。
瑞士联邦工学院的Grasser等[7]制造了一个名为JOE的两轮机器人。
这是一款采用DSP控制的机器人,以陀螺仪作为姿态检测传感器,通过测得的角速度进行积分而获得倾角。
台湾中兴大学Shui-Chun等[8-9]设计的两轮自平衡机器人,姿态测量采用倾角计和陀螺仪实现。
控制方法是先采用传统的PID控制,然后在同一平台利用神经网络和自适应滑模控制方法实现控制。
两轮自平衡机器人位置和姿态信息一般选择陀螺仪、加速度计、倾角计、测距仪等传感器获取[10-11],通过数据融合得到准确的位姿信息。
采用PID或极点配置法进行平衡控制,也有少数采用模糊控制[12]。
两轮自平衡机器人具有多变量、非线性、强耦合、时变、参数不确定性等特性,其平衡控制研究一直是热点。
由于该系统为欠驱动系统,运动学方程不能完整地描述系统行为且系统不可控,因此要解决两轮自平衡机器人系统的平衡问题就必须考虑动力学影响[5]。
两轮自平衡机器人的研究一、本文概述随着科技的不断发展,机器人技术已成为当今科技领域的研究热点之一。
其中,两轮自平衡机器人作为一种具有高度自主性和稳定性的机器人,其研究和应用受到了广泛关注。
本文旨在深入探讨两轮自平衡机器人的基本原理、技术特点、控制方法以及在实际应用中的挑战与前景。
本文将简要介绍两轮自平衡机器人的发展历程和现状,分析其在不同领域的应用价值。
接着,重点阐述两轮自平衡机器人的关键技术,包括传感器技术、控制算法、动力学建模等方面。
在此基础上,本文将探讨如何设计和实现一种稳定、高效的两轮自平衡机器人,并分析其在实际应用中可能遇到的问题和挑战。
本文还将对两轮自平衡机器人的未来发展趋势进行展望,探讨其在智能交通、物流运输、娱乐休闲等领域的应用前景。
通过本文的研究,旨在为相关领域的研究人员和爱好者提供有益的参考和启示,推动两轮自平衡机器人技术的进一步发展和应用。
二、两轮自平衡机器人基础理论两轮自平衡机器人,又被称为双轮自稳定车或自平衡电动车,是一种新型的个人交通工具。
其设计灵感来源于倒立摆的原理,通过复杂的电子系统和精密的机械结构,实现了无人驾驶下的动态平衡和稳定行走。
在理解两轮自平衡机器人的工作原理之前,我们首先需要了解几个核心的理论基础。
动力学模型:两轮自平衡机器人的动力学模型是理解其运动行为的基础。
它通常被简化为一个倒立摆模型,其中机器人被视为一个质点,通过两个轮子与地面接触。
这个模型需要考虑重力、摩擦力、电机扭矩等因素,以及机器人的姿态(如俯仰角和偏航角)和速度。
控制理论:为了保持平衡,两轮自平衡机器人需要实时调整其姿态和速度。
这通常通过控制理论来实现,特别是线性控制和非线性控制理论。
例如,PID控制(比例-积分-微分控制)被广泛用于调整机器人的姿态和速度,而模糊控制、神经网络控制等先进控制方法也被应用于提高机器人的稳定性和适应性。
传感器技术:传感器是两轮自平衡机器人感知环境和自身状态的关键。
两轮自平衡机器人系统设计、建模及LQ控制作者:阮晓钢刘江狄海江李欣源赵建伟来源:《现代电子技术》2008年第18期摘要:设计一个以TMS320F2812DSP为控制核心、2个独立驱动的同轴直流电机为执行机构的两轮自平衡机器人,其姿态传感器包括倾角仪、速率陀螺和电机编码器。
依据经典牛顿力学建立线性系统数学模型,采用LQR方法得到系统的反馈系数后,进行系统仿真实验和实际物理系统实验。
实验结果表明,该系统的建模和控制器的设计是合理和有效的,且所设计的DSP控制程序可以方便的实现其他控制算法,并且可得到系统运行时各状态的值,为数据分析和传感器信号的处理提供方便。
关键词:两轮自平衡;TMS320F2812;LQR;陀螺仪中图分类号:TP183 文献标识码:B 文章编号:1004373X(2008)1805704System Design,Modeling and LQ Control of a Twowheeled Selfbalancing RobotRUAN Xiaogang,LIU Jiang,DI Haijiang,LI Xinyuan,ZHAO Jianwei(School of Electronics Information & Control Engineering,Beijing University of Technology,Beijing,100022,China)Abstract:A twowheeled selfbalancing robot is designed,which uses a TMS320F2812DSP as center controller,two coaxial DC motors as actuator independently.Gesture sensors include a gyroscope,an inclinometer and two motor encoders.Based upon Newton dynamics mechanics theory,a mathematical model of linear system is built up.A systematic simulation experiment and physics experiment are accomplished after the feedback coefficients is gained using LQR control strategy.The experiment result shows that the system model and the controller design are reasonable and effective.Besides,the DSP control program may be used for other control algorithms,and values of running states are accessible,which offers convenience for data analysis and sensor signal processing.Keywords:twowheeled selfbalancing;TMS320F2812,LQR;gyroscope倒立摆系统作为受控对象是非线性、强耦合、多变量和自然不稳定的系统,是检验各种控制理论的理想模型。
两轮自平衡机器人设计详述近年来,随着移动机器人研究不断深入、其应用领域更加广泛,面临的环境和任务也越来越复杂。
有时机器人会遇到比较狭窄,而且有许多大转角的工作场合,如何在这样的环境里灵活快捷的执行任务,成为人们颇为关心的一个问题。
两轮自平衡机器人概念就是在这样的背景下提出来的,这种机器人两轮共轴、独立驱动,车身重心倒置于车轮轴上方,通过运动保持平衡,可直立行走。
由于特殊的结构,其适应地形变化能力强,运动灵活,可以胜任一些复杂环境里的工作。
以前对于两轮自平衡机器人的运动控制的研究,理论上取得了许多开创性的进展,但这样的算法依赖于精确的模型和完整的信息,大多停留在理论研究和仿真的阶段实际,应用中并不多见。
大部分实际应用的移动机器人左右轮的运动控制都是基于双闭环的电机控制,直接将电压作为控制量,利用模拟电子电路进行控制[1]。
这样控制策略存在着精度低、可靠度差、效率低等缺点。
本文针对两轮自平衡机器人在实际应用中存在的问题,应用最优控制及两轮差动等控制方法设计了控制器,提出了针对两轮自平衡机器人平衡和行进的新策略。
为了提高两轮自平衡机器人的控制效果,利用基于DSP数字电路的全数字智能伺服驱动单元IPM100分别精确控制左右轮电机,并利用上位机实时控制机器人的运动状态,提高了控制精度、可靠度以及集成度,最终得到了很好的控制效果。
2 两轮自平衡机器人的动力学模型两轮自平衡机器人的结构主要由车身和双轮构成,机器人两轮参数(质量、转动惯量、半径)相同、共轴、独立驱动,车身重心倒置于车轮轴上方,通过运动保持平衡,可直立行走。
车轮不但受电机的输出转矩、地面支持力、摩擦力的影响,同时还通过电机轴受到机器人车身作用力[2][3]。
机械结构如图1所示:图 1两轮自平衡机器人机械结构图分别以车轮、车身为研究对象,分别列出车轮、车身方程,左右两轮具有对称性,左轮方程为:(1)m ——车轮质量(kg);J ——电机转子及车轮等效在电机轴上的转动惯量( );r ——车轮半径(m);w L——左轮转速(rad/s);T mL——左轮电机电磁转矩( )H L——左轮承受的车身水平作用力(N);由车身得到方程:(2)n v、a v——分别为质心水平、竖直位移;V 、H ——分别为车轮从水平、竖直方向施加给车身的力(N);l——质心距车轮轴距离;——车身竖直倾角;m p——车身重量;两轮自平衡机器人平衡后,可假设车身倾角在±5范围内。
两轮自平衡机器人0 引言两轮自平衡机器人作为一种本征不稳定轮式移动机器人,具有多变量、非线性、强耦合和参数不确定等特点,这使得它成为验证各种控制算法的理想平台。
同时它运动灵活、结构简单,适于在狭小的空间工作,有着广泛的应用前景。
两轮自平衡机器人能够完成多轮机器人无法完成的复杂运动及操作,特别适用于工作环境变化大、任务复杂的场合。
开展两轮自平衡机器人的研究对于提高我国在该领域的科研水平、扩展机器人的应用背景等具有重要的理论及现实意义。
1 系统总体结构两轮自平衡机器人主要由车身和左右两个驱动轮组成,两个驱动轮的轴线位于同一条直线上,但由各自的电机独立驱动。
机器人倾斜角度由姿态传感器检测,速度检测系统由霍尔传感器和编码器组成,为控制系统提供反馈信号。
两轮自平衡机器人平衡控制的基本思想是:当测量倾斜角度的传感器检测到体产生倾斜时,控制系统根据测得的倾角产生一个相应的力矩,通过控制电机驱动两个车轮向车身要倒下的方向运动,以保持机器人自身的动态平衡。
系统主要由以下几个模块组成:瑞萨RL78/G13 单片机最小系统、电源模块硬、姿态检测模块、电机驱动模块、速度检测模块,如图1所示。
图1 系统总体结构图图2 平衡机器人力学模型图2 平衡机器人力学模型为了获得平衡机器人的平衡方程,需要分析其力学结构,平衡机器人的主要构成是车身和左右两个车轮,影响平衡的参数有:重心、质量、转动惯量、半径。
建立力学模型,如图2所示。
假设平衡机器人为刚体,左右两轮完全对称,并且忽略车轮与地面之间的滑动与侧向滑动,以左轮和车身为研究对象得到如下方程:左轮方程为:■RLMRL=HTL-HL(1)■RLJRL=GL+HTLR(2)其中,xRL为水平位移;MRL为左车轮质量;HL为车身施加于车轮的水平作用力;HTL为地面对车轮的水平作用力;θRL为左轮相对于垂直分量的倾角;JRL为左轮相对于Z轴转动惯量;GL为左轮电机产生的扭矩;R为车轮半径。