《两轮机器人自平衡研究》.ppt

扩展卡尔曼滤波器（EKF） 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等。 抽样卡尔曼滤波器（UKF） 为了确定机器人的平衡的运动姿态，设计了多惯性传感器三轴姿态检测系统来测量机器人的三个轴向的偏转角度与角速度。针对机器人不同位姿状态的动态特性和非线性程度，在考虑了姿态检测系统的误差的基础上，通过对低成本的惯性传感器的误差补偿，提出了利用Unscented卡尔曼滤波(UKF)算法设计了基于四元数的姿态估计器，得到了机器人姿态的最优估计，提高了机器人控制的精度，实现了机器人的平衡姿态控制与局部导航定位。 七、两轮自平衡机器人发展前景 自平衡机器人体形小巧、携带方便。在智能化的当代会广泛应用于各个领域。 * * 两轮机器人自平衡研究 一、自平衡车电动车 自平衡电动车是一种电力驱动、 具有自我平衡能力的交通工具。 在社会飞速发展的今天，交通 拥堵也成了最终现象，一款时 尚的电动车，让您享受穿梭于 闹市的轻松与快乐。自平衡电 动车代替自行车和电动车作为 交通工具是时尚潮流的发展。 自平衡电动车的兴起，即将引 发一场新的交通革命。 1、两轮自平衡电动车组成 自平衡电动也叫电动平衡车、体感车 等，自动平衡运作原理主要是建立在 一种被称为“动态稳定”（Dynamic Stabilization）的基本原理上，也就是 车辆本身的自动平衡能力。以内置的 精密固态陀螺仪（Solid-State Gyroscopes）来判断车身所处的姿势 状态，透过精密且高速的中央微处理 器计算出适当的指令后，驱动马达来 做到平衡的效果。如右图所示： 2、两轮自平衡车的运动 由于两轮自平衡电动车的两轮结构，使得它的重心在上、支点在下，故在非控制状态（或静态）下为一不稳定系统。然而，可以利用倒立摆系统的控制原理，通过微处理器的控制使它能够如倒立摆一样稳定在一个平衡位置处，并能在保持平衡的状态下按照使用者的指令要求正常运行。两轮自平衡电动车实际上是一级直线式倒立摆和旋转式倒立摆的结合体，它的控制原理与倒立摆系统的基本一致。更形象地说，自平衡电动车的工作原理更像人行走的过程。 3、倒立摆系统Inverted Pendulum System 倒立摆系统是控制系统的一个重要的分支和典型的应用，实际上它可以理解成在计算机的控制下，通过对系统各种状态参数的实时分析，使系统在水平方向或垂直方向上的 位移和角度（角速度 ）的偏移量控制在允 许的范围以内，从而 使系统保持平衡。右 图为倒立摆模型： 4、自平衡电动车工作原理 自平衡独轮车在平衡点附近的稳定控制与其它倒立摆系统的特点基本相似。当在大范围内保持稳定时，其由于控制角度变大而引起的非线性和负载变化造成的不确定性变得尤其突出，必须施加一定的控制手段才能使之稳定，因此自平衡车比其它倒立摆控制系统的研究内容更为广泛，需要采取其他的控制方法共同完成对自平衡车的良好控制。 二、两轮自平衡机器人 两轮自平衡机器人作为一种特殊的倒立摆式的移动机器人，具有非完整、非线性、欠驱动和不稳定等特点，这使它能够成为验证各种控制算法的理想平台。同时它具有运动灵活、结构简单，容易控制的特点，具有广泛的应用前景。可用于交通、教育、服务机器人和玩具等领域。所以开展两轮自平衡机器人方面的研究工作对提高我国在该领域的科研水平、扩展机器人的应用背景等具有重要的理论与现实的意义。 两轮自平衡机器人控制 （1）机器人速度控制： 车模运行速度是通过控制车轮速度实现的 （2）机器人方向控制 ①道路电磁中心线的偏差检测 ②电机差动控制 （3）车模倾角测量 ①加速度传感器 ②角速度传感器-陀螺仪 三、加速度计（accelerometer） 测量运载体线加速度的仪表。测量飞机过载的加速度计是最早获得应用的飞机仪表之一。飞机上还常用加速度计来监控发动机故障和飞机结构的疲劳损伤情况。在各类飞行器的飞行试验中，加速度计是研究飞行器颤振和疲劳寿命的重要工具。在飞行控制系统中，加速度计是重要的动态特性校正元件。在惯性导航系统中，高精度的加速度计是最基本的敏感元件之一。 1、加速度计基本部件 加速度计由检测质量（也称敏感质量）、支承、电位器、弹簧、阻尼器和壳体组成。检测质量受支承的约束只能沿一条轴线移动，这个轴常称为输入轴或敏感轴。如下