双闭环串级控制算法自平衡两轮车案例.docVIP

只能上传一篇文档，所以原文和翻译合并为一个。 如果需要翻译版的word格式: 链接：/s/1bpDOZdP 密码：n6lj 如果需要,请联系158434505@，仅限悬赏者本人。 双闭环串级控制算法自平衡两轮车研究 摘要 为了解决两轮自平衡两轮车的问题，本文提出了双级串联 控制算法。该方法由于系统结构的特殊性，减少了平衡控制、速度控制和方向控制的耦合性。本文成功地解决了传感器 卡尔曼滤波算法融合陀螺和加速度计，并加入模糊 改进的控制算法，提高了转向系统的灵活性，从而大大提高了精度 和系统的响应率。 关键词 串级控制，卡尔曼滤波，模糊控制，模糊控制，模糊控制 1. 概述 国内外自平衡两轮车的几种控制方案。参考 方案三PID控制器的线性组合是由飞思卡尔智能车竞赛委员会提出 。由瑞士联邦技术大学开发的两轮机器人乔设计 基于最优控制和状态反馈控制[ 2 ]。人工神经网络已被用来构建 两轮自平衡机器人的自适应控制器[ 3 ]。在第一个方案的基础上，本文 提出了一种新的双串级控制方法。控制系统本身的结构大大降低 平衡控制、速度控制和方向控制之间的相互耦合，使系统的参数 系统易于调整，与状态反馈控制和先进的智能控制相比，具有更高的 控制，它不需要非常精确的系统模型，减少了控制方法的复杂性。 2. 模型分析 自平衡两轮车是一种典型的欠驱动系统，两轮车有四度的 自由，只有左，右车轮可以驾驶。运动控制任务可分为 以下三个基本控制任务：平衡控制、速度控制和方向控制。 姿势平衡模型类似于一级倒立摆。立车模型可以看作是一个简单的摆，倒在车轮，车轮驱动可以产生一个相对 加速度，倒立摆的机械模型如图1所示。 在非惯性系，它强调附加惯性力，力的加速度成比例的 车轮，但它的方向是相反的，所以恢复力是： 由于θ小，可以线性化。它还需要添加一个额外的阻尼力，使 钟摆稳定，从而可以把方程变成： 车轮的加速度是： θ是倒立摆的倾角，θ是倾斜角速度，K1和K2的比 系数。 调整模型的控制周期短，通常是几毫秒，它远小于常数 机器时间。因此，电机基本上是在加速阶段运行。它是可能的控制 模型保持直立，如果我们可以控制车轮的加速度，如方程3所示。 3. 双闭环串级调速 双串级控制集平衡控制为内环的速度控制，其输出是控制电压， 同时，它将转向角速度控制作为方向控制的内环，它的输出 是差分电压，如图2所示。在速度平衡串级控制系统中的姿态 大扰动角被包含在小循环中，极大地提高了扰动的能力 系统拒绝。在方向和角速度串级控制系统中，非线性 控制对象包含在小循环中，因此控制系统具有良好的动态性能[ 6 ]，这是一个很好的动态性能控制系统 使转向系统更快，更灵活。 3.1 速度平衡串级控制 对于直立的车辆，速度是成正比的向前倾斜[ 7 ]。因此，我们控制的态度 角度的汽车来控制速度。外环的输入是平均速度和平均速度的偏差 预期的两个轮子的速度，和输出是一个角度的大小。而内部循环的输入是 陀螺仪的速度和姿态角反馈的倾角与速度的偏差，输出是 PWM信号。为了减少内和外循环的级联干扰，通常输出的外 循环是光滑的，内循环应迅速响应，所以速度环采用了皮控制器，执行 周期为10毫秒，而平衡回路采用了局部放电控制器，执行周期为2毫秒。 3.2 方向角速度串级控制 方向控制主要是通过差速系统。在汽车的设计中，单 循环控制很难实现一个流畅和快速的转弯，所以本文介绍了角速度闭环作为小循环的方向控制。传统的自适应控制不能适应不同的环境， 因此，它是需要添加的模糊控制器。模糊自整定的模糊自整定是找出模糊的 误差变化率与误差的3个参数之间的关系。根据模糊控制原理， 3个参数在线修改，以满足不同的控制参数的不同要求，作为不同的错误 和误差变化率，使被控对象具有良好的动、静态性能[ 8 ]。介绍 双闭环模糊控制的伺服结构，使汽车快速响应，并有 良好的自我适应能力。 3.3 没有IMU传感器的角速度反馈 传统的转向角速度测量方法是添加一个反映偏航偏差的陀螺， 在使用现有的速度编码器的两个轮子的反馈速度信号也可以推断的大小 转弯速度，原理如图3所示。 假设汽车有一个恒定的角速度，转弯半径是L，汽车的车轮踏面是二维的， 左、右车轮速度分别为vleft和vright，得出： 可以得出结论，转向角速度ω是左边和右边的微分成正 车轮，当采样间隔很短，两个车轮的速度可以反映实时转向角 速度。该方法不仅避免了陀螺的漂移，而且可以简化硬件的设计 不降低精度。 3.4 陀螺仪和加速度计的融合滤波器 在这篇文章中，采用卡尔曼滤波方法融合的信号，从加速度计和陀螺仪，其中 可以解决噪声干扰的问题，并提出最优估计值[ 9 ]。它有四个步骤：首先，预测 先验估计值；第二，预测先验估计协方差矩阵；第三，校正先验 估计值；最后，修正先验估计协方差矩阵。作