DSP实验开题报告.docxVIP

实验开题报告——两轮自平衡小车小组负责人：康鹏；组员：黎明光，江立斌，李玲瑶自平衡小车作为移动机器人的一种，是一个研究关于不稳定、多耦合、时变、参数不确定的非线性高阶方程问题。作为一个不稳定的系统模型，非常适合我们做姿态控制系统研究。我们先用动力学方法，对自平衡小车系统做力学建模，对自平衡小车的硬件结构做出设计。同时，为了改善系统性能，我们设计一个数字滤波算法。最后，我们设计出自平衡小车相应的控制算法。自平衡小车是基于倒立摆的一种不稳定系统。因其具有可以实现原地回转和任意半径转向，移动轨迹灵活且减少占地面积等特点，所以是一个极具潜力的实验平台。同时通过对自平衡小车控制进行研究，它的成果能够推广到其他类似的领域，其因而成为了国内外研究的热点之一。目前国内外学者已经制作出了各种类型的二轮自平衡小车。本文主要通过对自平衡小车进行动力学分析，建立数学模型以及设计数字滤波器等手段，为两轮自平衡小车的设计以及控制算法的优化提供依据。1 动力学建模[1]为地面对车轮的摩擦力，为车体对车轮作用力的水平分量，为电机输出给车轮的作用力矩，为车轮质量，为车轮位移，R为车轮半径，I为车轮的转动惯量，为车轮转过角度。先对一个车轮建立方程，由牛顿第二定律得水平方向合力为得 (1-1)绕轮轴心的转动力矩所以 (1-2)(1-1)和(1-2)约去得到 (1-3)∴∴ (1-4)F为两个车轮对车体的水平作用力的合力且，N为两个车轮对车体的垂直作用力合力，为车体质量，为车体轴线和铅垂线的夹角。水平方向上对车体进行建模为车体在水平方向的位移，为车轮在水平方向的位移，为车体质心相对于车轮的水平位移。车体水平方向合力(1-5)F为车轮对车架的水平推力，为车架转动时的向心加速度在x方向的水平分量，为车价摆动时垂直于车架产生的惯性力在水平方向的分力。沿车架垂直方向的合力为又∵∴ (1-6)以质心为转轴合外力矩(1-7)由(1-4)和(1-5)消去F得（1-8）由(1-6)*l+(1-7)得 (1-9)∵∴为小角度∴做近似代换∴∴有 (1-10)将(1-8)和(1-9)线性化后联立得到∴整理得解得因为我们只考虑两轮转速相同，小车沿直线前进的情况∴我们可以得到结论，车体的偏转角和电机输出的力矩和当前车体在水平方向的加速度有关。2 硬件电路结构设计[2]自平衡小车控制系统就是不断检测车体倾角，通过中央微处理器计算出适当的指令和数据，控制电机转动达到平衡的效果。具体实现办法为角度采集。我们采用两种传感器，加速度计和陀螺仪。其中，陀螺仪属于测量旋转运动的传感器，其输出的是角速度。我们可以通过积分运算(累加)得出相对角度数据，设为A。但是积分有严重的累计误差,所以陀螺仪短时间精准，长时间不准确。而加速度计属于测量线性运动的元件，其输出的是传感器沿某个轴向直线运动的加速度。加速度计是测量线性运动的元件，对震动非常敏感。电机转动所产生的震动会有很大的噪声，所以长时间准确，短时间误差大。加速度计得到的角度假设为B。我们的方法是使用陀螺仪算得的角度值，再用加速度计来校准K为衰减系数硬件结构自平衡小车基本都可以采用这种硬件结构，所不同的是具体传感器和单片机型号的不同。唯一需要注意的是，如果要使用驱动芯片，那我们的驱动一定要带光耦，否则电机反转产生的感应电压，易使单片机死机。3 数字滤波器设计[3]平衡车系统中最重要的部分就是准确测量车体的动态倾角。但是传感器的接入由于工艺限制，必然会产生测量误差，而且电动机在运动时振动会引入大量过程噪声。噪声有时甚至会把有用信号淹没掉。所以我们迫切地需要引入滤波器抑制噪声。传统的平均值法需要大量的历史数据，会带来迟滞效应。同时因为我们使用的两个传感器形成互补，所以我们采用数据融合算法的滤波方式。陀螺仪的动态性能良好，高频响应好，所以高频信号有效。加速度计静态测量准确，易产生高频噪声，所以低频信号有效。陀螺仪输出电压经高通滤波器后，积分得到角度值。加速度计经低通滤波器滤波后换算成角度值。因为噪声为高频信号，所以我们给高频信号一个较小的权重，抑制高频分量的影响。滤波算法如下：是数字滤波之后得到的值。4 控制策略[4]在这里我们选用PID这一经典控制算法。PID[5]作为一种简单实用的算法，不要求精确的模型。却可以得到良好的控制效果。为输入，e(t)为输出传递函数kp，ki影响系统响应速度，ki影响系统控制的稳定性，kd影响系统的稳定性，可以减少压力波动。于是列式有为车体倾角因为PWM输出的是控制电压，车体的平衡是根据对应倾角差产生的响应的平衡扭矩来实现的，而控制电压与扭转矩的大小是非线性的关系。对于直流伺服电动机∴为PW