开题报告-基于PID控制算法的自平衡机器人.doc

中 北 大 学毕业设计开题报告学 生 姓 名：学 号：学 院：仪器与电子学院专 业：微电子科学与工程设计(论文)题目：基于PID控制算法的自平衡机器人指导教师: 2015 年 11 月 13 日毕 业 设 计 开 题 报 告1选题依据：1.1 课题研究背景及意义近年来，随着移动机器人研究不断深入、其应用领域更加广泛，面临的环境和任务也越来越复杂。有时机器人会遇到比较狭窄，而且有许多大转角的工作场合，如何在这样的环境里灵活快捷的执行任务，成为人们颇为关心的一个问题。两轮自平衡机器人概念就是在这样的背景下提出来的，这种机器人两轮共轴、独立驱动，车身重心倒置于车轮轴上方，通过运动保持平衡，可直立行走。由于特殊的结构，其适应地形变化能力强，运动灵活，可以胜任一些复杂环境里的工作。传统轮式移动机器人多以具有导向轮的三轮或四轮小车布局，与之相比，两轮自平衡机器人主要有如下优点：a) 实现原地回转和任意半径转向，移动轨迹更为灵活易变，很好的弥补了传统多轮布局的缺点；b) 减小了占地面积，在场地面积较小或要求灵活运输的场合十分适用；c) 大大地简化了车体结构，可以把机器人做得更小更轻；d) 驱动功率也较小，为电池长时间供电提供了可能，为环保轻型车提供了一种新的思路。两轮自平衡机器人面世以后，迅速吸引了世界各国机器人研究者的兴趣，成为验证各种控制理论的理想平台，具有重大的理论意义，这要归功于其不稳定的动态性能和系统所具有的强非线性。因此，两轮自平衡机器人有着相当广泛的应用前景，其典型应用包括通勤车、空间探索、战场侦察、危险品运输、排雷灭火、智能轮椅、玩具等场合。例如，两轮小车作为小范围、短距离交通工具将更加方便、灵活、环保；智能轮椅可为残疾人提供便捷服务1。基于倒立摆模型的两轮自平衡机器人属于轮式机器人的范畴2,并结合了自主移动的思想,其体积小、结构简单、运动灵活,适于在狭小和危险的空间内工作,在民用 和军事上有着广泛的应用前景;同时由于其不稳定的动态特性,两轮自平衡机器人成为验证各种控制算法的理想平台,具有重要的理论意义。两轮自平衡机器人属于 非线性、时变、欠驱动、非完整约束系统,控制问题是其研究的关键3。 本设计旨在研究机器人倾角测量方法及两轮自平衡机器人控制算法设计相关问题,最终完成自主平衡及自主移动。采用牛顿动力学方法,对两轮自平衡机器人进行了运动学和动力学分析4,建立了系统的数学模型,为控制器设计提供理论依据。根据两轮自平衡机器人所用传感器的特点,提出了一种基于陀螺仪和加速度计数据融合的间接卡尔曼滤波 算法,得到最优的倾角及角速度估计。使用PID控制算法对机器人的直立、速度、方向进行控制和优化，最终完成自主移动。1.2 国内外发展现状两轮自平衡机器人的构想起源于1986 年，日本 Electro-Communications 大学的 Kazuo Yamafuji 教授，提出了制造一种自动站立机器人的构思。但是当时的控制原理和控制策略还不够成熟，机器人只能在固定轨道前行，无法实现转弯等运动姿态5。2002 年，瑞士联邦工业大学的 Felix Grasser 等研制出可遥控的两轮自平衡机器人 Joe，其最大运动速度可以达到 1.5m/s，超过了人的行走速度。由于两轮平行布置，每轮各装有一个直流电机驱动， Joe 能稳定地做 U 型回转。采用解耦状态空间控制器来使系统保持平衡，设计者认为自适应模糊控制可以使Joe 的抗干扰能力提高，控制品质上升6。2002 年，美国 Segway 公司的 Dean Kamen 发明了世界上第一部能够自平衡的两轮电动滑车，时速高达 20km/h，其售价也高达五千美元。国内对于平衡机器人的研究也起步较早，2004 年，中国科学技术大学成功研制了两轮自平衡电动代步车 Free Mover。它可以实现零半径回转，无刹车系统，整车质量约为 30 公斤。正常工作时，操作者经 10 分钟的训练后就可以驾驶其行走。身体前倾时车子自动加速，后倾时自动减速。通过控制手柄，可原地转弯任意角度。时速可达 10 公里。连续行驶里程约 30 公里。以上是国内外在两轮自平衡机器人的研究现状。这些机器人都对本课题的研究提供了很好的指导作用，使下面的研究工作得到了很好的参考借鉴。现有两轮自平衡机器人一般都以倒立摆的结构模型为基础，根据机器人质心位置是否可变，分为定质心和变质心两大类。由国内外研究现状可以看出，目前的研究热点是对定质心两轮自平衡机器人的研究。对于两轮自平衡机器人位置与姿态信息的获取，一般选择陀螺仪、加速度计、倾角计、测距仪等传感器，通过数据融合得到准确的位姿信息。软件是控制系统的灵魂，良好的控制算法是系统性能的保障。两轮自平衡机器人本质上是具有强非线性的倒立摆系统，当前多采用 PID 或极点配置法来进行平衡控制，也有少数采用模糊控制。一般说来，只要参数选取合适， PID算法就能实现平衡控制，但是实验证明对于倒立摆控制问题模糊控制表现更为优异。从两轮自平衡机器人的应用来看， PID 算法应用较为广泛，而模糊控制性能优异，这两种控制方法是普遍采用的两轮自平衡机器人控制算法。另外，状态反馈也是一种应用较多的方法，其他控制算法相对应用较少7。13 研究内容本设计使用ARM Cortex-M4内核的Freescale K60单片机为主控制器，对加速度计和陀螺仪进行融合，得到车身倾角最优估计，设计MOS电机驱动电路，编写PID控制算法控制车轮，达到自主直立的目的。利用编码器构成速度反馈回路，使用PID控制算法进行速度和转向的控制，最终使其保持平衡、实现期望的运动。本文将就倾角融合算法、机器人控制算法等问题展开研究，具体内容如下： (1) 系统建模：建立两轮自平衡机器人系统的数学模型，为控制器设计提供理论依据。(2) 传感器数据融合：将加速度计和陀螺仪所得的位姿信息进行数据融合，得到高精度、高可靠度的倾角数据。(3) 速度控制器设计：通过对状态反馈控制，自适应模糊控制等控制算法进行研究，使机器人在动态自平衡的基础上实现以一定速度运动，并且有较好的鲁棒性和快速性，能适应不同的环境。(4) 位置控制与轨迹跟踪研究：为两轮自平衡机器人设计控制器，使机器人在执行不同任务时能移动到期望点或者跟踪期望轨迹。(5) 实验研究：通过两轮自平衡机器人系 统实验平台进行数据融合、平衡，鲁棒性和速度跟踪实验；利用实验结果检验相应算法的有效性。 毕 业 设 计 开 题 报 告设计方案：2.1方案综述本设计使用MK60FX512VLQ15作为核心控制单元，使用双车轮车模作为机器人主体。通过采集陀螺仪和加速度计的信号，进行软件融合，得到车模姿态；通过采集编码器对车轮转速脉冲的采集，得到车模速度。使用PID算法计算控制量，使微控制器输出相应PWM波驱动电机，并实现直立、转向和速度变化；为了便于调试，增加人机交互模块，由液晶屏和数码管组成。2.2 Kinetis K60单片机简介Freescale公司Kinetis K60系列MCU,工作电压1.71-3.6V,闪存的写电压为1.71-3.6V,采用ARM Cortex-M4内核,其性能可达到1.25 Dhrystone MIPS /MHz。该系列提供高达 180 MHz 的性能和 IEEE 1588 以太网 MAC，用于工业自动化环境中的精确的、实时的时间控制。Kinetis K60 MCU主要用在工业如安全照相机, 建筑物自动化控制和电梯控制屏以及医疗电子如心电图(ECG),生命信息监测仪,运程医疗保健系统,心率监视器,除颤仪,麻醉监视器,呼吸机等。K60系列MCU具有IEEE1588以太网、全速和高速USB2.0 OTG、硬件解码能力和干预发现能力。芯片从带有256KBflash的100引脚的LQFP封装到1MBflash的256引脚的MAPBGA封装，具有丰富的电路、通信、定时器和控制外围电路。高容量的K60系列带有一个可选择的单精度浮点处理单元、NAND控制单元和DRAM控制器。本设计选用MK60FX512VLQ15单片机作为控制核心。MK60FX512VLQ单片机可工作在150MHz主频，内部集成DSP运算单元，集成1MB 可编程Flash和256KB RAM。具有32位DMA控制器、16位SAR-ADC转换器、8通道PWM控制器、UART接口、IIC接口、多路定时器等丰富的外设，能够满足系统设计的需要。2.3 MPU6050传感器MPU-6000（6050）为全球首例整合性6轴运动处理组件，相较于多组件方案，免除了组合陀螺仪与加速器时之轴间差的问题，减少了大量的封装空间。以数字输出6轴或9轴的旋转矩阵、四元数(quaternion)、欧拉角格式(Euler Angle forma)的融合演算数据。 具有131 LSBs/sec 敏感度与全格感测范围为250、500、1000与2000/sec 的3轴角速度感测器(陀螺仪)。 可程式控制，且程式控制范围为2g、4g、8g和16g的3轴加速器8。2.4 MOS驱动电路设计分立的 N 沟道 MOSFET 具有极低的导通电阻，大大减小了电枢回路总电阻。另外，专门设计的栅极驱动电路可以提高 MOSFET 的开关速度，使 PWM 控制方式的调制频率可以得到提高，从而减少电枢电流脉动。并且专用栅极驱动芯片通常具有防同臂导通、硬件死区、欠电压保护等功能，可以提高电路工作的可靠性。2.5传感器数据融合传感器数据融合(Multi-sensor Data Fusion)是指对来自多个传感器的数据进行多级别、多方面、多层次的处理，从而产生新的有意义的信息，而这种新信息是任何单一传感器所无法获得的9。加速度计和陀螺仪各有优点，单独使用都不能很好的完成任务，需要联合使用对其数据进行数据融合，以得到准确的数据10。对于两轮自平衡机器人加速度计和陀螺仪数据融合，可以设计如下方案： 将加速度计的带宽设置为 50Hz，这时其输出响应足够快速，但有一定的高斯声11。此时，利用加速度计输出来消除陀螺仪的漂移，使最终得到倾角及角 速度信号估计更为精确。 实际上这就是传感器数据融合中典型的状态估计问题12。状态估计的目的是 对目标过去的状态进行平滑、对现在的状态进行滤波和对未来的状态进行预测，这些运动状态包括目标(角)位置、(角)速度和(角)。2.6控制原理从控制角度来看，车模作为一个控制对象，它的控制输入量是两个电极的转动速度。车模运动控制任务可以分解成以下三个基本控制任务：（1） 控制车模平衡：通过控制两个电机正反向运动保持车模直立平衡状态13； （2） 控制车模速度：通过调节车模的倾角来实现车模速度控制，实际上最后还是演变成通过控制电机的转速来实现车轮速度的控制。（3） 控制车模方向：通过控制两个电机之间的转动差速实现车模转向控制。三个分解后的任务各自独立进行控制。由于最终都是对同一个控制对象（车模的电机）进行控制，所以它们之间存在着耦合。为了方便分析，在分析其中之一时假设其它控制对象都已经达到稳定。比如在速度控制时，需要车模已经能够保持直立控制；在方向控制的时候，需要车模能够保持平衡和速度恒定；同样，在车模平衡控制时，也需要速度和方向控制也已经达到平稳。这三个任务中保持车模平衡是关键。由于车模同时受到三种控制的影响，从车模平衡控制的角度来看，其它两个控制就成为它的干扰。因此对车模速度、方向的控制应该尽量保持平滑，以减少对于平衡控制的干扰。以速度调节为例，需要通过改变车模平衡控制中车模倾角设定值，从而改变车模实际倾斜角度。为了避免影响车模平衡控制，这个车模倾角的改变需要非常缓慢的进行。车模平衡控制是通过负反馈来实现的。因为车模有两个轮子着地，车体只会在轮子滚动的方向上发生倾斜。控制轮子转动，抵消在一个维度上倾斜的趋势便可以保持车体平衡了。因为直立车相似于平常的倒立摆模型，下面对倒立车模进行简单数学建模，然后建立速度的比例微分负反馈控制，根据基本控制理论讨论车模通过闭环控制保持稳定的条件。假设倒立车模简化成高度为 L，质量为 m 的简单倒立摆，它放置在可以左右移动的车轮上。假设外力干扰引起车模产生角加速度x(t)。沿着垂直于车模地盘方向进行受力分析，可以得到车模倾角与车轮运动加速度以及外力干扰加速a(t)以及外力干扰加速度x(t)之间的运动方程。系统的控制量使用PID算法进行计算。PID是一个闭环控制算法，因此要实现PID算法，必须在硬件上具有闭环控制，就是得有反馈14。比如控制一个电机的转速，就得有一个测量转速的传感器，并将结果反馈到控制路线上。它具有原理简单，易于实现，适用面广，控制参数相互独立，参数的选定比较简单等优点；而且在理论上可以证明，对于过程控制的典型对象“一阶滞后+纯滞后”与“二阶滞后+纯滞后”的控制对象，PID控制器是一种最优控制。PID调节规律是连续系统动态品质校正的一种有效方法，它的参数整定方式简便，结构改变灵活。PID是比例(P)、积分(I)、微分(D)控制算法。但并不是必须同时具备这三种算法，也可以是PD,PI,甚至只有P算法控制15。为了使嵌入式处理器高效运行，满足多任务运行需要，本设计将使用嵌入式实时操作系统uCOS-II。uC/OS II(Micro Control Operation System Two)是一个可以基于ROM运行的、可裁减的、抢占式、实时多任务内核，具有高度可移植性，特别适合于微处理器和控制器，适合很多商业操作系统性能相当的实时操作系统(RTOS)。为了提供最好的移植性能，uC/OS II最大程度上使用ANSI C语言进行开发，并且已经移植到近40多种处理器体系上，涵盖了从8位到64位各种CPU(包括DSP)。 uC/OS II可以简单的视为一个多任务调度器，在这个任务调度器之上完善并添加了和多任务操作系统相关的系统服务，如信号量、邮箱等。其主要特点有公开源代码，代码结构清晰、明了，注释详尽，组织有条理，可移植性好，可裁剪，可固化。内核属于抢占式，最多可以管理60个任务。从1992年开始，由于高度可靠性、鲁棒性和安全性，uC/OS II已经广泛使用在从照相机到航空电子产品的各种应用中16。2.6进度安排课题进度具体安排如下：起 迄 日 期工 作 内 容2015年10月08日-2015年11月12日完成资料收集和开题报告2015年11月11日-2015年12月31日完成控制器主板设计及掌握单片机程序编写方法2016年01月01日-2016年01月31日完成电机驱动电路设计及PCB制作2016年03月01日-2016年03月31日实现机器人直立2016年04月01日-2016年04月30日实现机器人自主移动2016年05月1日-2016年05月31日完成英文文献翻译、说明书撰写2016年06月01日-2016年06月18日准备相关材料，毕业设计答辩参考文献1 李磊, 叶涛, 谭民,等. 移动机器人技术研究现状与未来J. 机器人, 2002, 24(5):475-480.2 刘骞. 倒立摆系统的稳定控制研究D. 合肥工业大学, 2008.3 黄永志, 陈卫东. 两轮移动机器人运动控制系统的设计与实现J. 机器人, 2004, 1:40-44.4 梁银. 两轮自平衡小车的控制技术研究D. 西安电子科技大学, 2011.5 徐国华, 谭民. 移动机器人的发展现状及其趋势J. 机器人技术与应用, 2001, 3:7-14.6 Grasser F, DArrigo A, Colombi S, et al. JOE: A mobile, inverted pendulumJ. IEEE Transactions on Industrial Electronics, 2002, 49(1):107-114. 7 李炎昭. 两轮不稳定小车灵敏度分析及控制算法比较研究D. 西安电子科技大学, 2010.8 赖义汉, 王凯. 基于MPU6050的双轮平衡车控制系统设计J. 河南工程学院学报：自然科学版, 2014, 01期(1):53-57.9 孙华, 陈俊风, 吴林. 多传感器信息融合技术及其在机器人中的应用J. 传感器与微系统, 2003, (9):1-4.10 冯智勇, 曾瀚, 张力,等. 基于陀螺仪及加速度计信号融合的姿态角度测量J. 西南师范大学学报：自然科学版, 2011, (4):137-141.11 吉训生, 王寿荣, 许宜申,等. 自适应Kalman滤波在MEMS陀螺仪信号处理中的应用J. 传感器与微系统, 2006, 25(9):79-81.12 Xu T Q, Xu W, Piao Y J. Design of Gyroscope Signed Acquisition System in Space Instrum