基于MATLAB的两轮自平衡小车系统模型辨识.pdfVIP

学兔兔 第1期 (总第170期) 机 械 工程 与 自动 化 NO．1 2012年 2月 MECHANICAL ENGINEERING AUTOMATION Feb． 文章编号：1672—6413(2012)01—0067—03 基于MATLAB的两轮自平衡小车系统模型辨识 俞晓峰 (太原理工大学 机械工程学院．山西 太原 030024) 摘要：针对某两轮自平衡4、车进行了系统模型辨识。通过示波器采集实际输入输出数据，运用MATLAB软 件环境下的系统辨识工具箱进行了数据的预处理、模型类型的选择、参数估计以及模型验证和比较等工作． 并最终确定系统模型．为两轮自平衡小车控制系统的设计提供依据。 关键词：系统辨识；自平衡小车；MATLAB 中图分类号：TP273 文献标识码：A 0 引言 样频率2 kHz)，输入数据为小车电机驱动电压，输 两轮自平衡小车的想法来源于倒立摆系统，因此 出数据为传感器输出电压，可通过计算获得小车倾斜 其系统也相应地具有非线性、强耦合、多变量以及本 角度。其原始采集数据如图l所示，图2与图3分别 质不稳定等多个特点[1]，正是由于这些特点的存在， 为数据导入MATLAB中所绘制的输入和输出曲线。 使我们运用机理建模所确定的小车系统模型无法用于 实测中，达不到满意的控制效果。而通过系统辨识 (system identification)所确定的系统模型则可以有效 地解决这一问题。系统辨识是一种利用系统的输入输 出数据建模的方法，是黑箱建模问题，即使对系统的 结构和参数一无所知，也可以通过多次测量得到的系统 的输入和输出的数据来求得系统的模型，是对实际系统 的一个合适的近似[2]。因此，只需要通过采集小车实际 输人输出数据，并结合运用MATLAB软件环境中的系 统辨识工具箱，就可以完成两轮自平衡小车的建模。 1 MATLAB系统辨识工具箱 图l 示波器实测输入输出曲线 MATLAB的系统辨识工具箱提供了多种进行系统 3 数据预处理 模型辨识的工具[3]，包括：①参数模型辨识工具，如 在MATLAB命令窗口中键入ident即可打开系统 ARx、ARMAX、OE、BJ及状态空间模型辨识等；② 辨识工具箱的交互式界面，如图4所示。其中在 非参数模型辨识工具，如脉冲响应模型、频域描述模 Preprocess操作框中，可以对数据进行预处理操作，包 型；③模型验证工具，可将真实数据与模型预测数据 括选择实验数据组、合并实验数据、选择数据区域、 进行对比，并计算残差；④递推参数估计，利用递推 平均值去除、消除数据趋势项、滤波器、重新采样 算法对ARMAX、BJ等模型进行递推参数估计；⑤各 等[43。由于通过实测所得的数据当中包括许多干扰项，