两轮自平衡机器人地研究.pdf

Classified Index: TP242.2 U.D.C: 681.5 Dissertation for the Doctoral Degree in Engineering RESEARCH ON TWO-WHEELED SELF-BALANCED ROBOT Candidate ： Wang Xiaoyu Supervisor ： Academician Cai Hegao Vice-Supervisor ： Prof. Zhao Jie Academic Degree Applied for ： Doctor of Engineering Speciality ： Mechatronics Engineering Affiliation ： School of Mechatronics Engineering Date of Defense ： December ，2007 Degree-Conferring-Institution ： Harbin Institute of Technology 摘 要 摘 要 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，如空间探索、地形侦察、危险品运 输等，此外，还可以用于玩具、教育和服务机器人等领域。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。 由于机器人的结构对于自平衡及运动控制具有重要的影响，因此本文研制 了一种质量均布式定质心两轮自平衡机器人，该机器人运动灵活、抗干扰能力 强。通过分析两轮自平衡机器人的运动规律，建立了机器人的运动学模型，得 到了机器人动能、势能和耗散能的数学模型，并根据拉格朗日方程建立了机器 人的动力学模型，为机器人控制策略的设计提供了理论依据。采用自适应控制 算法设计了机器人自平衡控制器，实现了机器人的动态自平衡，提高了抗干扰 能力，并通过仿真验证了算法在自平衡、抗干扰和调整时间上的优势。 为了减少位姿估计误差的无限增长，提高机器人的定位精度，在分析两轮 自平衡机器人感知系统用惯性传感器误差的产生机理以及误差的漂移特性的基 础上，采用 Levenberg-Marquardt 最小二乘迭代拟合算法建立了惯性传感器的误 差模型，并对其零点漂移进行了拟合。同时，针对机器人不同位姿状态的动态 特性和非线性程度，提出了两级分散式异构卡尔曼滤波算法，实现了机器人的 组合导航，并补偿了低成本惯性传感器的误差，从而得到机器人位姿的最优估 计，保证了波精度和实时性。为了有效识别机器人的运行状态，实时的获得对 机器人所处运行状态的判断，从而应用准确的运动控制算法，本文提出一种基 于支持向量机的多传感器数据两级融合方法，解决了机器人运行状态识别正确 率较低的问题，实验结果表明该算法可以对机器人的运行状态进行有效、可靠 的识别。 针对两轮自平衡机器人运行过程中遇到打滑、越障、碰撞等异常事件，位 姿估计失效的情况，提出一种 Accodometry 方法，结合改进的 Gyrodometry 方 法，通过融合码盘、陀螺仪与加速度计数据对机器人的位姿进行估计，实现了 机器人的准确定位，解决了非系统定位误差对机器人位姿估计的影响，降低了 陀螺仪、加速度计固有漂移的不利影响，提高了两轮自平衡机器人的定位精度。 - I - 哈尔滨工业大学工学博士学位论文 实验验证了 Accodometry 方法的有效性，结果显示与测程法误差相比位置误差 降为 1/3，方向误差降为 1/