云模型控制器在两轮自平衡机器人中的应用

机器人站立不倒的机理
机器人站立不倒平衡的方式有多种机理，下面列举了几种常见的方式：
1. 刚性机构平衡：
原理：通过设计机器人的身体结构和关节连接方式，使其具有良好的稳定性和抗干扰能力，能够自主保持平衡。

优点：适用于简单和确定性较高的环境，不需要复杂的算法和控制。

缺点：对于复杂和不确定的环境，刚性机构难以应对，需要额外的传感器和算法支持。

2. 基于传感器反馈的平衡：
原理：通过在机器人身上安装传感器，如陀螺仪、加速度计、力传感器等，实时获取姿态和环境信息，并根据反馈控制算法进行调整来保持平衡。

优点：适应性强，能够适应复杂和不确定的环境，具有较高的稳定性和抗干扰能力。

缺点：依赖传感器的准确性和稳定性，对于大规模和复杂的机器人系统，传感器成本和数据处理的复杂度较高。

3. 动态稳定控制：
原理：通过实时计算和控制机器人的动作和力矩，在运动过程中保持平衡。

可以使用模型预测控制（Model Predictive Control, MPC）等方法进行动态稳定控制。

优点：适用于快速运动和复杂环境下的平衡控制，具有较高的灵活性和自适应性。

缺点：算法复杂度较高，对计算资源和实时性要求较高，对模型预测的准确性和稳定性有一定的要求。

不同的平衡方式有不同的适用场景和性能特点。

选择合适的平衡方式需要考虑机器人的应用环境、机器人自身的结构和特性，以及对平衡性能和资源消耗的需求。

在实际应用中，通常会根据具体情况综合考虑多种平衡方式来实现机器人的平衡控制。

两轮自平衡小车的状态反馈和输出反馈控制符新东;张大兴;袁帅【摘要】文中进行了两轮自平衡小车系统简化模型的理论研究,建立了系统的状态方程,应用了线性二次型最优控制理论(LQR)设计了两种稳定控制算法.对于LQR输出反馈控制,用输出量估计出状态量,然后对其进行最优控制.通过Matlab软件仿真,表明这两种方法对于两轮自平衡小车都有较好的控制作用,但设计的LQR输出反馈控制的效果更好.【期刊名称】《仪表技术与传感器》【年(卷),期】2018(000)008【总页数】4页(P90-93)【关键词】两轮自平衡小车;LQR;状态反馈;输出反馈【作者】符新东;张大兴;袁帅【作者单位】西安电子科技大学机电工程学院,陕西西安 710071;西安电子科技大学机电工程学院,陕西西安 710071;西安电子科技大学机电工程学院,陕西西安710071【正文语种】中文【中图分类】TN010 引言两轮自平衡小车是轮式移动机器人的一种。

从本质上说是一种典型的、高阶次的、不稳定、多变量、非线性和强耦合的可移动倒立摆系统[1]。

文献[2-3]对自平衡小车的稳定控制做了研究。

作为一个多变量系统，对于它的控制主要是以现代控制理论为基础。

最优控制[4]是现代控制理论的重要组成部分,它要解决的问题是按照控制对象的动态特性，选择一个容许使得被控对象按照技术要求运行,并使得给定的性能指标达到最优值。

它以庞特里雅金的最小值原理和贝尔曼的动态规划为基础立足于状态变量法，研究复杂的系统。

文献[5-8]对自平衡车的不稳定特性采用了状态反馈的线性二次型最优控制理论(LQR)控制并进行了Matlab仿真实验，验证了此种控制的有效性。

然而在实际控制中，无法实时获得状态向量的全部变量。

本文针对此问题，提出了对两轮自平衡小车的控制采用输出反馈LQR控制，Matlab 仿真试验结果表明，LQR的输出反馈控制有着和状态反馈控制几乎一样的控制效果，证明了此方法的可行性和有效性。

两轮平衡小车数学建模为了实现两轮平衡小车的稳定运动，我们需要进行数学建模和控制算法设计。

本文将从数学模型的角度来探讨如何建立一个能够实现平衡的两轮小车。

两轮平衡小车是一种基于动力学原理实现平衡的机械设备。

它具有广泛的应用前景，如智能运输、仓储管理等。

在该项目中，我们将通过数学建模的方式，研究并实现两轮平衡小车的控制系统。

2. 小车的动力学模型小车的动力学模型是建立控制算法的基础。

我们首先需要考虑小车的运动姿态，它由车身的倾斜角度和角速度来描述。

2.1 车身的倾斜角度小车的倾斜角度决定了小车的平衡状态，通过使用传感器可以测量到倾斜角度。

我们将倾斜角度表示为θ，正值表示小车向前倾斜，负值表示小车向后倾斜。

2.2 角速度角速度是小车旋转的速度，用ω来表示。

正值表示小车顺时针旋转，负值表示小车逆时针旋转。

3. 控制算法设计为了使小车保持平衡，我们需要设计一个有效的控制算法。

基于小车的动力学模型，可以采用PID控制算法进行设计。

3.1 比例控制比例控制是根据小车的倾斜角度进行调整，使小车趋向于平衡状态。

比例控制的输出与倾斜角度成正比，通过调整比例系数可以控制控制器的灵敏度。

3.2 积分控制积分控制主要用于消除比例控制带来的静差。

通过积分小车倾斜角度的累积误差，来调整控制器的输出。

3.3 微分控制微分控制可以预测小车倾斜角度的变化趋势，通过调整微分系数，可以使控制器对倾斜角度变化的响应更加迅速。

4. 仿真实验与实际实现为了验证控制算法的有效性，我们可以进行仿真实验，并将算法运用到实际的两轮平衡小车中。

4.1 仿真实验通过使用MATLAB等数学仿真工具，可以建立小车的动力学模型，并进行控制算法的仿真实验。

通过分析仿真结果，我们可以得出控制算法参数的优化值。

4.2 实际实现将控制算法应用到实际的两轮平衡小车中，需要搭建硬件平台和编写相应的控制程序。

通过实际实现，我们可以验证控制算法在真实环境中的有效性。

本文以两轮平衡小车的数学建模为主题，从小车的动力学模型出发，讨论了控制算法的设计和实现。

两轮自平衡小车的PID控制【摘要】两轮自平衡小车的核心问题是平衡控制问题和运动控制问题。

两轮自平衡小车需要始终保持车身直立，同时还需要完成各种机动动作，如行进、旋转、左转弯、右转弯等。

PID控制算法是应用最为普遍的一种算法，其特点是构造简单，应用有效及具备了许多成熟的稳定性分析的方法，有很高的可靠性。

针对两轮自平衡小车的非线性和不稳定性，利用非线性PD控制算法和PID差动结构可以实现小车的平衡控制和运动控制。

【关键词】两轮自平衡小车；PID控制；平衡控制；运动控制；控制算法1.引言两轮自平衡小车是一种典型的欠驱动系统（underactuated system）、非完整系统（nonholonomic system）。

其核心问题是对小车的平衡控制和运动控制，其中两轮自平衡小车的姿态平衡控制类似于倒立摆的平衡问题，所不同的是两轮自平衡小车可以在二维甚至三维空间内运动。

两轮自平衡小车不仅需要始终保持车身的直立，还需要在保持直立的同时在二维甚至三维空间内运动。

两轮自平衡小车有4个自由度：2个平面支撑运动自由度，2个姿态角运动自由度。

然而其中只有2个平面支撑运动自由度，即左轮和右轮可以驱动。

对于两轮自平衡小车，姿态平衡控制可以通过改变左轮和右轮的运动速度和运动方向来控制的。

当小车的车身发生倾斜时，左右电机产生相应的力矩来调节左右两轮运动速度和运动方向，使小车恢复平衡直立的状态。

小车的运动轨迹控制则是通过调整行进速度和行进方向来控制的。

两轮自平衡小车的行进速度是左轮线速度和右轮线速度的平均值，也是通过左右电机产生的力矩来调节。

行进方向则需要左轮和右轮的差动来调节，即对左轮和右轮施加不同的作用力矩，以产生不同的运动速度，从而实现两轮自平衡小车航向的控制。

PID控制算法是一种应用广泛、使用简单有效的经典的自动控制算法，两轮自平衡小车的平衡控制和运动控制都可以采用PID控制策略。

在1997年，日本的Hiraoka和Noritsugu研究出一种采用PID算法控制速度和位置的两轮平行小车[1]。

两轮机器人自平衡行走控制系统设计胡凌燕;万鹏;刘小平;徐少平;徐刚;陈明伟;高青【摘要】两轮机器人是一个多变量、高阶次、强耦合的非线性系统.提出了一种新颖的双回路PID控制方法,实现两轮机器人控制,并完成该控制系统的硬软件设计.采用了卡尔曼滤波的方法将陀螺仪和加速度计的信息进行数据融合,得到机器人的实时倾角信号.采用编码器实时检测机器人速度.双回路PID控制器采用正负反馈结合的控制方法,将机器人倾角负反馈和速度正反馈控制量叠加在一起,控制电机的转动,使两轮机器人平衡稳定地行走.实验证明双回路PID控制方法能使两轮机器人按照期望的速度平稳行走,能够实现速度及倾角这两个耦合变量的控制,而且具有较强的抗干扰能力.该控制方法还具备了传统PID控制器不依赖精确模型、实现简单、参数整定方便、鲁棒性强等优点.【期刊名称】《电气传动》【年(卷),期】2013(043)012【总页数】5页(P52-55,60)【关键词】两轮机器人;双回路PID控制;卡尔曼滤波;平衡控制【作者】胡凌燕;万鹏;刘小平;徐少平;徐刚;陈明伟;高青【作者单位】南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031【正文语种】中文【中图分类】TP131 引言两轮机器人是一种两轮左右并行结构的新型移动机器人，由于其占地空间小，运动灵活，近年来发展迅速，Segway公司生产的两轮警用车［1］已经被广泛运用于安保巡逻。

德国Transporter公司研发的两轮摄影车，可以供摄像工作者在体育运动场或新闻现场使用，还可用于电视或电影的拍摄。

同时两轮机器人系统具有多变量、高阶次、强耦合、非线性等特性［2］，它也成为了研究人员检验新型控制策略和方法的重要模型［3］。

本科毕业设计（论文）题目两轮自平衡小车的设计学院电气与自动化工程学院年级专业班级学号学生姓名指导教师职称论文提交日期两轮自平衡小车的设计摘要近年来，两轮自平衡车的研究与应用获得了迅猛发展。

本文提出了一种两轮自平衡小车的设计方案，采用陀螺仪ENC-03以及MEMS加速度传感器MMA7260构成小车姿态检测装置，使用卡尔曼滤波完成陀螺仪数据与加速度计数据的数据融合。

系统选用飞思卡尔16位单片机MC9S12XS128为控制核心，完成了传感器信号的处理，滤波算法的实现及车身控制，人机交互等。

整个系统制作完成后，各个模块能够正常并协调工作，小车可以在无人干预条件下实现自主平衡。

同时在引入适量干扰情况下小车能够自主调整并迅速恢复稳定状态。

小车还可以实现前进，后退，左右转等基本动作。

关键词：两轮自平衡陀螺仪姿态检测卡尔曼滤波数据融合IDesign of Two-Wheel Self-Balance VehicleAbstractIn recent years, the research and application of two-wheel self-balanced vehicle have obtained rapid development. This paper presents a design scheme of two-wheel self-balanced vehicle. Gyroscope ENC-03 and MEMS accelerometer MMA7260 constitute vehicle posture detection device. System adopts Kalman filter to complete the gyroscope data and accelerometer data fusion.，and adopts freescale16-bit microcontroller-MC9S12XS128 as controller core. The center controller realizes the sensor signal processing the sensor signal processing, filtering algorithm and body control, human-machine interaction and so on.Upon completion of the entire system, each module can be normal and to coordinate work. The vehicle can keep balancing in unmanned condition. At the same time, the vehicle can be adjusted independently then quickly restore stability when there is a moderate amount of interference. In addition, the vehicle also can achieve forward, backward, left and right turn and other basic movements.Key Words: Two-Wheel Self-Balance; Gyroscope; Gesture detection; Kalman filter; Data fusionII目录1.绪论 (1)1.1研究背景与意义 (1)1.2两轮自平衡车的关键技术 (2)1.2.1系统设计 (2)1.2.2数学建模 (2)1.2.3姿态检测系统 (2)1.2.4控制算法 (3)1.3本文主要研究目标与内容 (3)1.4论文章节安排 (3)2.系统原理分析 (5)2.1控制系统要求分析 (5)2.2平衡控制原理分析 (5)2.3自平衡小车数学模型 (6)2.3.1两轮自平衡小车受力分析 (6)2.3.2自平衡小车运动微分方程 (9)2.4 PID控制器设计 (10)2.4.1 PID控制器原理 (10)2.4.2 PID控制器设计 (11)2.5姿态检测系统 (12)2.5.1陀螺仪 (12)2.5.2加速度计 (13)2.5.3基于卡尔曼滤波的数据融合 (14)2.6本章小结 (16)3.系统硬件电路设计 (17)3.1 MC9SXS128单片机介绍 (17)3.2单片机最小系统设计 (19)3.3 电源管理模块设计 (21)3.4倾角传感器信号调理电路 (22)III3.4.1加速度计电路设计 (22)3.4.2陀螺仪放大电路设计 (22)3.5电机驱动电路设计 (23)3.5.1驱动芯片介绍 (24)3.5.2 驱动电路设计 (24)3.6速度检测模块设计 (25)3.6.1编码器介绍 (25)3.6.2 编码器电路设计 (26)3.7辅助调试电路 (27)3.8本章小结 (27)4.系统软件设计 (28)4.1软件系统总体结构 (28)4.2单片机初始化软件设计 (28)4.2.1锁相环初始化 (28)4.2.2模数转换模块（ATD）初始化 (29)4.2.3串行通信模块（SCI）初始化设置 (30)4.2.4测速模块初始化 (31)4.2.5 PWM模块初始化 (32)4.3姿态检测系统软件设计 (32)4.3.1陀螺仪与加速度计输出值转换 (32)4.3.2卡尔曼滤波器的软件实现 (34)4.4平衡PID控制软件实现 (36)4.5两轮自平衡车的运动控制 (37)4.6本章小结 (39)5. 系统调试 (40)5.1系统调试工具 (40)5.2系统硬件电路调试 (40)5.3姿态检测系统调试 (41)5.4控制系统PID参数整定 (43)5.5两轮自平衡小车动态调试 (44)IV5.6本章小结 (45)6. 总结与展望 (46)6.1 总结 (46)6.2 展望 (46)参考文献 (47)附录 (48)附录一系统电路原理图 (48)附录二系统核心源代码 (49)致谢 (52)V常熟理工学院毕业设计（论文）1.绪论1.1研究背景与意义近年来，随着电子技术的发展与进步，移动机器人的研究不断深入，成为目前科学研究最活跃的领域之一，移动机器人的应用范围越来越广泛，面临的环境和任务也越来越复杂，这就要求移动机器人必须能够适应一些复杂的环境和任务。

基于自抗扰控制算法的两轮自平衡车分析胡建;颜钢锋【摘要】为解决两轮自平衡车因系统的不确定和驾驶者的不同而导致它的系统参数变化的问题,将自抗扰控制(ADRC)技术应用到两轮自平衡车的自适应控制中.该系统是以加速度计、陀螺仪为姿态传感器,与连有同轴的永磁有刷直流电机为执行机构的两轮自平衡车,考虑车轮与地面的摩擦力因素,通过物理学分析,运用牛顿力学方程建立了系统对应的非线性数学模型,得到了其状态空间方程,将系统解耦成平衡与转向两个独立的子系统,应用自抗扰控制技术估算出系统的总扰动,对系统进行了控制补偿,提出了基于自抗扰控制算法来实现两轮自平衡车的控制的方法.在Matlab 中的Simulink模型/建模平台上进行了仿真评价,并通过搭建实验平台进行了不同路况的试验验证.试验结果表明:自抗扰控制技术能够满足两轮自平衡车控制的目标,可以用来控制两轮自平衡车系统.【期刊名称】《机电工程》【年(卷),期】2014(031)002【总页数】6页(P159-164)【关键词】自抗扰控制;Simulink模型/建模;陀螺仪;自平衡【作者】胡建;颜钢锋【作者单位】浙江大学电气工程学院,浙江杭州310027;浙江大学电气工程学院,浙江杭州310027【正文语种】中文【中图分类】TH133;TP240 引言两轮自平衡车属于轮式机器人的范畴，体积小、结构简单、运动灵活，特别适于在狭小和危险的空间内工作；同时由于它具有不稳定的动态特性，是一个典型的倒立摆运动模型［1-3］，两轮自平衡车成为验证各种控制算法的理想平台，具有重要的理论意义。

它的工作原理是:系统利用陀螺仪和加速度传感器，检测出车身的俯仰状态以及状态变化率，通过中央处理器计算并发出命令，驱动电机加速向前或向后等动作来保持车体的平衡。

驾驶者只需通过前倾或后仰来控制车子的速度，通过转向把手来控制左右的转向。

它属于典型的非线性、时变、欠驱动、非完整约束系统，解决它的控制问题是其研究的关键。

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。

机器人运动平衡的控制方法引言机器人是一种能够执行特定任务的自动化设备，它在工业、医疗、农业等领域发挥着重要作用。

在机器人的运动控制中，平衡是一个重要的问题。

本文将探讨机器人运动平衡的控制方法，包括传统的PID控制和现代的模型预测控制。

传统的PID控制方法PID控制是一种经典的控制方法，它通过调整机器人的输出来使其维持平衡。

PID控制器由比例项、积分项和微分项组成，根据误差的大小和变化趋势来调整控制信号。

在机器人运动平衡中，可以通过测量机器人的倾斜角度和角速度来计算误差，然后通过PID控制器来调整机器人的动作。

PID控制方法的优点是简单易懂，计算量小，适用于许多实际应用。

然而，PID控制方法也存在一些局限性。

首先，PID控制器的参数需要手动调整，这对于复杂的系统来说是非常困难的。

其次，PID 控制器对于非线性和时变系统的适应性较差，难以实现精确的控制。

因此，在一些要求较高的应用中，需要采用更加先进的控制方法。

现代的模型预测控制方法模型预测控制是一种基于数学模型的控制方法，它通过预测系统的未来行为来进行控制。

在机器人运动平衡中，模型预测控制可以通过建立机器人的动力学模型来预测机器人的运动轨迹，并根据预测结果来调整控制信号。

与PID控制方法相比，模型预测控制具有以下优势：1. 精确性更高：模型预测控制能够考虑到系统的非线性和时变性，可以实现更加精确的控制。

2. 自适应性更强：模型预测控制可以根据系统的变化实时调整控制策略，适应不同的工作环境和任务需求。

3. 鲁棒性更好：模型预测控制可以通过优化算法来求解最优控制策略，对噪声和干扰有较好的抵抗能力。

然而，模型预测控制也存在一些挑战。

首先，建立准确的动力学模型是一个复杂的过程，需要考虑到机器人的结构、参数和环境等因素。

其次，模型预测控制的计算量较大，对硬件要求较高。

因此，在实际应用中需要权衡计算复杂度和控制性能。

结论机器人运动平衡的控制方法是机器人控制领域的重要问题。

基于自抗扰控制的两轮自平衡车控制系统仿真研究宋寅卯;王蓬;曹卫锋【摘要】为解决两轮自平衡车因不同用户身高体重的差异造成系统模型不准确而带来控制器对系统控制稳定性能差的问题,将自抗扰控制技术运用到两轮自平衡车运动平衡控制中.首先采用拉格朗日方法建立两轮自平衡车动力学模型,然后针对系统的特性推导出实现两轮平衡车自平衡控制的自抗扰控制器控制律.最后,搭建两轮自平衡车控制系统的Simulink仿真平台,分别采用线性自抗扰控制和经典自抗扰控制方法进行了试验比较.试验结果表明:与经典自抗扰控制器相比,新的自抗扰控制器能够较好地适应身高体重变化的环境,较好地自主达到稳定运行状态.%In order to solve the problem that the stability of two-wheeled self-balancing vehicles is poor because of different height and weight between different controllers so that the system model is not accurate, the active disturbance rejection control (ADRC) algorithm is applied to two-wheeled self-balancing vehicle movement balance control.First of all, two-wheeled self-balancing vehicle dynamics model is established with the Lagrange algorithm.Then the control law of the active disturbances rejection controller is derived from the characteristics of the system achieving two-wheeled balancing vehicle balance.Finally, the Simulink simulation platform of two-wheeled self-balancing vehicle control system is built and the classical auto-disturbance rejection control and the active disturbance rejection control methods adopted are compared.The application results show that compared with the classical auto-disturbance rejectioncontroller, the ADRC could better adapt the height and weight changing environment, which can reach independently a steady running state.【期刊名称】《微型机与应用》【年(卷),期】2017(036)010【总页数】4页(P11-14)【关键词】自平衡车;模型不准确;自抗扰控制;Simulink仿真平台【作者】宋寅卯;王蓬;曹卫锋【作者单位】郑州轻工业学院电气信息工程学院,河南郑州 450002;郑州轻工业学院电气信息工程学院,河南郑州 450002;郑州轻工业学院电气信息工程学院,河南郑州 450002【正文语种】中文【中图分类】TP368.1两轮自平衡车具有占地面积小、运动灵活和绿色环保节能等特点，可以在多种环境下获得应用，既可在拥堵狭窄的道路作为交通工具，也可以在大型商场或广场作为巡逻车等。