两轮自平衡小车的神经网络PID控制.pdfVIP

摘要 摘 要 两轮自平衡小车区别于传统的轮式车辆，具有转弯半径为零、驱动功率小、 适用于多种特殊场合等特点，有着广泛的应用前景。作为一种本征不稳定轮式移 动机器人，两轮自平衡车具有多变量、非线性、强耦合和参数不确定等特点，这 使得它成为检验各种控制算法的理想平台。 PID 控制算法凭借其控制原理简单和鲁棒性强的优势，广泛地应用于两轮自 平衡小车控制系统，且取得了较好的控制效果。但是，由于两轮自平衡小车的非 线性和时变性，以及小车使用环境的不确定性，使得PID 控制算法难以实现对小 车长时间的精确控制。神经网络具有非线性映射、自学习和自适应以及容错能力 强等特点，因此本文利用神经网络的自学习能力，实时优化PID 控制器参数，以 改善控制器的控制效果，主要工作包括： 1. 分析了两轮自平衡小车保持平衡的实现方法、控制原理以及自平衡车控制 的关键技术。 2. 深入研究两轮自平衡小车的姿态测量原理，提出了基于卡尔曼滤波算法实 现数据融合的方法，对两轮自平衡小车车体姿态进行最优估计。建立卡尔曼滤波 函数，并利用MATLAB 完成卡尔曼滤波器的仿真与实现。 3. 采用神经网络PID 的方法优化控制器参数。搭建了基于神经网络PID 的系 统辨识器，预测小车状态，并根据辨识的状态训练神经网络控制器，实现对 PID 控制参数的优化。 4. 设计并搭建了以DSP TMS320F2812 为控制核心的硬件系统，开发了控制 软件，并以两轮自平衡小车的直立控制性能、速度控制性能、方向控制性能为评 价指标，进行了对比试验。试验结果表明，两轮自平衡小车的PID 控制器参数经 过神经网络优化之后，其控制性能明显改善。 通过理论分析和实际系统搭建，实现了两轮自平衡小车的神经网络PID 控制， 验证了利用神经网络PID 改善两轮自平衡小车控制性能的可行性，为其他非线性、 时变系统的控制提供了参考。 关键词：两轮自平衡小车；卡尔曼滤波；神经网络PID ；DSP 论文类型：研究类 选题来源：其他 I 万方数据 ABSTRACT ABSTRACT Being different with traditional wheeled vehicles, two -wheeled self-balancing vehicle can turn in situ, it needs a few of driving power, and the two -wheeled self-balancing vehicle being applied to a variety of special occasions which has a broad application prospects. As an intrinsic instability wheeled mobile robots, two-wheeled self-balancing vehicle is multi-variable, non-linear and strong coupling, in addition, parameter of the self-balancing vehicle changes as the change of time. All of these characteristics make the two-wheeled s