毕业答辩-基于PID控制算法的自平衡机器人.ppt.pptx

基于PID控制算法的自平衡机器人

答辩者：

学号：

指导老师：

两轮自平衡车介绍

二轮自平衡车的模型是一个

高阶次、不稳定、多变量、非线性、强耦合的系统，它实际上是一个可以行走的一级倒立摆，它以双轮差速方式布置，

每个轮子由直流电机通过减速

器直接驱动，以电机轴心线为中心前后转动。

自平衡车模型

底层驱动程序设计

倾角测量算法设计

PID控制算法设计

路径识别算法设计

人机交互设计

主控制版电路设计

电机驱动设计

硬件电路设计

主要工作

设计内容

程序设计

周期：3ms

周期：60ms

周期：15ms

控制任务分解

控制任务

平衡的原理，就是通过控制小车运动，以抵消车身角

度的偏差。因此，要控制小车平衡，就首先要能够测量车身倾角。

车体向左倾斜，车轮向左加速运行。

车体垂直车轮保持静止。

直立原理

直立原理：

平衡控制流程图

倾角测量原理

利用MEMS惯性传感器测量倾角，主要依据以下两点原则：

(1)加速度计传感器

三轴加速度传感器在静止时候，仅受重力加速度作用，根据三个轴测量的

重力加速度分量大小，可以计算出加速度传感器的倾角。

(2)陀螺仪

陀螺仪测量的是角速度的大小，而角速度积分则可得到变化的角度，在给

定初始角度的情况下，通过陀螺仪的积分量，也可以得到倾角值。

加速度计测量倾角原理

根据加速度计在静止和匀速运动时，仅受重力加速度作用的特点，可以根据

重力加速度在加速度计三个轴上的分量，计算出倾角。

如右图所示，倾角可以根据以下三种方法计算：

由于小车在运动过程中，加速度计会受到多维度加速度

的影响，产生的噪声极大，因此取加速度计瞬时值测量倾角，误差极大。

(1)

(2)(3)

陀螺仪测量倾角的原理

角速度积分可以得到变化的角度。但是传感器都有误差，陀螺仪也

不例外，而且陀螺仪还存在温漂，因此长时间的积分过程，很难保证得

到正确的角度。

陀螺仪原

始数据

减去零偏

角度

积分

多传感器融合

1.使用加速度测量倾角，由于受运动影响很大，取瞬时值计算，误差很大。但是能长期反映角

度的变化与趋势。

2.使用陀螺仪测量倾角，由于陀螺仪本身的误差，以及稳定漂移等特性，不能够长时间保证精

确度，但是在短期内很准确。

因此需要一种方法，能够结合加速度计的精确特性与陀螺仪的动态特性，得到可靠的倾角测量值。

倾角

互补滤波法

互补滤波算法，在短时间内采用陀螺仪得到的角度值为最优解，通过加速度传感器的计算结果对角

度值进行校正。加速度计要滤掉高频信号，陀螺仪要滤掉低频信号，互补滤波器就是根据传感器的特性不同，通过不同的滤波器(高通、低通),进而得到整个频带的信号。互补滤波器参数少，程序简单，在低成本的INS导航系统中应用广泛。

一阶互补滤波进行角度融合公式：

anl多

Bl】

如上图所示：红色代表加速度计数据(噪声严重)

黄色代表陀螺仪数据

蓝色代表融合后角度

互补滤波法效果

K=0.02

红色代表加速度计数据(噪声严重)

黄色代表陀螺仪数据

蓝色代表融合后角度

互补滤波法效果

如上图所示：

K=0.05

卡尔曼滤波

卡尔曼滤波算法是一个最优化自回归数据处理算法，

对于很多工程问题，它的效率很高，可靠性很高。卡尔曼

滤波法广泛应用已经超过了30年，包括控制、制导、导航、通讯等现代工程等。

声

如上图所示：红色代表加速度计数据(噪声严重)

黄色代表陀螺仪数据

紫色代表融合后角度

卡尔曼滤波效果

互补滤波：算法简单，时间复杂度低

卡尔曼滤波：算法复杂，时间复杂度，但是能够有效克服温漂带来的影响。

本系统使用的处理器主频高达150Mhz,且内部集成浮点运算单元，经测试，

卡尔曼滤波法仅消耗3us,可以忽略不计，因此本系统使用卡尔曼滤波算法。

高

O

方案选择

自平衡车的速度控制与普通车的速度控制方法不同，平衡车的速度控制

是通过改变车模倾角实现的，改变车模倾角有两种方法：

(1)改变直立控制的目标倾角：在直立控制的作用下产生运动。

(2)给电机施加干扰。

由于第二种方法对直立的影响较小，因此采用这种方法，缺点是速度

控制灵敏度较低。

获取速度

(编码器)

PI算法电机输出

速度控制算法

两轮平衡车无法安装舵机，方向控制是通过差速的形式实现的。

在自主运动的系统中，路径识别系统(如摄像头)作为方向控制的

信息输入。本系统无自主识别路径功能，使用遥控器对小车进行控制。

方向控制算法

PID控制器是一种线性控制器，它将给定值r(t)与实际输出值c(t)的偏差

的(P),积分(I),微分(D)通过线性组合构成控制量，对控制对象进行控制。

PID算法结构

y(t)

PID