肖春元毕业论文两轮自平衡循迹小车答辩ppt.pptx

肖春元毕业论文两轮自平衡循迹小车答辩ppt.pptx

《肖春元毕业论文两轮自平衡循迹小车答辩ppt.pptx》由会员分享，可在线阅读，更多相关《肖春元毕业论文两轮自平衡循迹小车答辩ppt.pptx（35页珍藏版）》请在冰豆网上搜索。

毕业论文答辩双轮自平衡机器人移动控制系统设计双轮自平衡机器人移动控制系统设计2014.5.232014.5.23研究背景及意义从社会发展来看现代社会自动化水平越来越来高，人们迫切需要更智能化的工具代替人工，提高效率。

所以本设计顺应时代潮流。

从环境保护来看当今世界环境污染、能源危机问题越来越来严重，而两轮车有节能、方便、无污染的优势，所以研究有良好的市场导向。

研究背景及意义从学术研究来看双轮自平衡机器人是一个复杂的动态控制过程，具有多变量、非线性、强耦合等特点，对实践要求较高。

作为一个自动化本科毕业生，研究它可以提高我的分析、设计能力，开阔我的眼界。

所以该设计值得为之努力。

设计总体思路11.1.建立模型和理建立模型和理论分析（包括分析（包括:

直流直流电机机对车模姿模姿态的控制分析、判断系的控制分析、判断系统的能控能的能控能观性、性、车模倒立模倒立摆模型分析模型分析）22.2.对机器人（小机器人（小车）的任）的任务分解，包括直立控制、分解，包括直立控制、速度控制、方向控制。

速度控制、方向控制。

3硬件硬件选型及硬件型及硬件电路路设计设计总体思路4根据硬件特点，需要对硬件反馈数据（数据有误差）进行滤波处理。

5根据模型和理论分析，小车需要反馈控制才能平衡运行，设计PID控制器反馈调节车模。

6软件设计实现与综合调试建立直流电机空间状态方程小车直流电机模型如下图:

建立直流电机空间状态方程由上图，结合电机动力学原理，电路理论，现代控制理论可得状态间方程由上图，结合电机动力学原理，电路理论，现代控制理论可得状态间方程（具体论文有推导）（具体论文有推导）：

由以上状态空间方程，可知通过控制输入电压U就可以控制车模倾角和速度。

判断系统的能控能观性此系统状态方程，理论太强，对本科生来说很难完成，参考前人的研究结果：

上式：

将上式代入小车的实际参数，用Matlab中的ctrb（,）,rank（）可得能控性矩阵为满秩。

判断系统的能控能观性代入参数的系统状态方程如下：

同理用obsv（，），obsvf（，）就可得到系统为满秩的能观系统。

车模倒立摆模型分析根据小车实际的受力情况可建立如下的“倒立摆”物理模型设小车重心集中在黑色圆里，在小车沿杆（刚体）方向，在杆的支撑力作用下可以平衡，由力学平行四边形分解法则，可得垂直杆方向运动方程：

由小车角度很小，可得，可简化为：

当小车静止时加速度为0.车模倒立摆模型分析要想使系统稳定就要加入比例、微分反馈控制可得”倒立摆”模型传递函数：

得得“倒立摆倒立摆”两个极点为两个极点为：

两极点有一个在右半平面，系统不稳定。

车模倒立摆模型分析由梅森公式可得系统传递函数为：

加入比例、微分反馈控制后的系统框图如下：

车模倒立摆模型分析并由此在设计车模稳定控制时，设计一个由角度和角速度构成的软件比例、微分控制可使小车动态平衡。

这是很重要的理论基础此时系统的两极点为：

上式可知，当时，两根在左半平面，由奈奎斯特稳定判据得系统稳定。

任务分解及总体设计构架设计任务是设计任务是：

小车直立行走并可以根据红外检测地面灰度信号循迹平衡直立控制根据倾角控制电机正反转使小车在前倒时向前加速产生惯性力使小车平衡同时采用PI反馈控制是系统稳定不震动速度控制通过光电编码采集的速度信息并滤波，用PWM改变电机电压控制转速对速度采用速度反馈PD控制使偏差接近0方向控制就是根据红外反射的高低电平检测黑线偏离，控制电机差速比例控制就可改变方向任务分解及总体设计构架控制器采用STC12C5A60S2，下面就系统总控制框图选择合适硬件完成以上信息采集和控制目标系统总控制框图如下系统总控制框图如下：

硬件选型及硬件电路1.主控芯片STC12C5A60S2（经济便宜）2.电源模块（12V学校借的开关电源，5V由LM2596S降压得到）3.电机驱动（L298N），电机就用减速比1：

30的减速电机4.传感器模块（光电编码、陀螺仪和加速度计mpu6050、红外循迹传感器）硬件选型及硬件电路LM2596SLM2596S电路原理图电路原理图硬件选型及硬件电路L298NL298N原理图原理图硬件选型及硬件电路Mpu6050Mpu6050电路原理图电路原理图传感器数据融合和滤波陀螺仪测量角速度信息，加速度计测量角加速度信息，得到倾角陀螺仪要角速度积分，加速度计要利用X、Z轴的角加速度反正切值1.分析集成芯片MPU6050（陀和加）采集数据特点，得出为什么要滤波，滤波的重要性传感器数据融合和滤波由上微分方程，以accel-Q为加速度计估计陀螺仪的一个常值偏差可得系统的状态方程和测量方程：

2.陀螺仪和加速度计的微分方程传感器数据融合和滤波系统状态方程和测量方程如下：

系统状态方程和测量方程如下：

传感器数据融合和滤波将状态方程和观测方程离散化得：

将状态方程和观测方程离散化得：

传感器数据融合和滤波3.卡尔曼滤波五个重要方程x（k|k-1）=Ax（k-1|k-1）+BU（K）A=B=B=传感器数据融合和滤波卡尔曼滤波五个方程不断获取最优值过程可解释为卡尔曼滤波五个方程不断获取最优值过程可解释为;上一状态X（K-1|K-1）预测现态值X（K|K-1）由P（K-1|K-1）更新P（K|K-1）协方差综合预测值和测量值得现在最优值更新Kalman增益与P（k|k-1）有关由Km.P（K|K-1）更新P（K|K）时的协方差这样可以不断循环获取最优且效率较高传感器数据融合和滤波互补滤波就是保留加速度计的静态角度,低通滤去快速变化的信号,高通滤去陀螺仪静态角速度信息.两组信息取不同权重系数（陀螺仪大）计算式如下:

通过卡尔曼滤波和互补滤波可以使倾角更接近实际有利平衡控制,且两组滤波可以软件实现,互补滤波软件计算较小但误差比卡尔曼滤波大.实际.速度滤波要小车匀速运行要小车匀速运行,就要使速度可以在就要使速度可以在PWMPWM控制下快速收敛到目标值控制下快速收敛到目标值这样可以设计滤波算法如下这样可以设计滤波算法如下:

Speed=0.7*speed0+0.3*speed这样速度会收敛到speed0,由单片机快速运行和速度的PD控制可以保持相对匀速.PID控制离散系统用到增量式离散系统用到增量式PIDPID算法如下算法如下:

PID控制框图如下（介绍P、I、D特点，设计用到的增量式PID）PID控制小车PID控制设计框图如下：

软件设计及调试提到中断程序没有在左流程提到中断程序没有在左流程软件设计及调试机器人安装注意调试包括MPU6050测零点漂移，电机死区测量，数据融合Kalman与互补滤波比较软件设计及调试PID调试策略PID调试，要根据车模参数调试，首先进行估计，否则漫无目的的调就如同太海捞针。

例如角度比例参数kp=2，那么当角度很大的时候，假设为30度，此时控制量为2*30=60255,结果就是只要角度不为0度，那么电机就会全速运行，以最大转矩调整车模，这时小车也会很快倒下。

调试方法一般采用试凑法大概如下：

1先调平衡且对于平衡PD调节，先调比例P，由小到大，且考虑到PWM为0-255，所以kp在10左右比较合适，因为偏离1度PWM输出为10，偏离30度，PWM为300，而一般车模偏角在10度左右。

当比例较小响应慢，较大会引起震动，通过不断比较得出合适的比例值。

微分主要阻止偏差变化，且角速度变化范围较大，所以kd要比kp小些，同时在比例调节出现震荡时，可以加大微分改善。

在小车可以平衡后再调节速度PI，速度先调积分I，后调比例P。

红外方向的比例调节对于红外反射的高低电平，按比例不断调节，使车模可以较好的沿黑线行走多次试凑一般可以达到预期效果总结：

总结：

本设计通过数学和理论推导，结合单片机，C语言编程较好的解决了小车的平衡问题可以自平衡，但循迹红外模块由于时间紧张没去实践。

后期会完成。

同时还想设计无线发射或超声波控制行走，但单片机资源有限，希望以后开发更高级的嵌入式系统就不会受此瓶颈。

致谢：

致谢：

感谢我的大学，感谢指导老师肖伸平教授，感谢我的同学，感谢各位评委认真听取我的汇报。