2014肖春元毕业论文两轮自平衡循迹小车答辩_第1页
2014肖春元毕业论文两轮自平衡循迹小车答辩_第2页
2014肖春元毕业论文两轮自平衡循迹小车答辩_第3页
2014肖春元毕业论文两轮自平衡循迹小车答辩_第4页
2014肖春元毕业论文两轮自平衡循迹小车答辩_第5页
已阅读5页,还剩30页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

毕业论文答辩 双轮自平衡机器人移动控制系统设计2014 5 23 研究背景及意义 从社会发展来看现代社会自动化水平越来越来高 人们迫切需要更智能化的工具代替人工 提高效率 所以本设计顺应时代潮流 从环境保护来看当今世界环境污染 能源危机问题越来越来严重 而两轮车有节能 方便 无污染的优势 所以研究有良好的市场导向 研究背景及意义 从学术研究来看双轮自平衡机器人是一个复杂的动态控制过程 具有多变量 非线性 强耦合等特点 对实践要求较高 作为一个自动化本科毕业生 研究它可以提高我的分析 设计能力 开阔我的眼界 所以该设计值得为之努力 设计总体思路 设计总体思路 建立直流电机空间状态方程 小车直流电机模型如下图 建立直流电机空间状态方程 由上图 结合电机动力学原理 电路理论 现代控制理论可得状态间方程 具体论文有推导 由以上状态空间方程 可知通过控制输入电压U就可以控制车模倾角和速度 判断系统的能控能观性 代入参数的系统状态方程如下 同理用obsv obsvf 就可得到系统为满秩的能观系统 车模倒立摆模型分析 根据小车实际的受力情况可建立如下的 倒立摆 物理模型 设小车重心集中在黑色圆里 在小车沿杆 刚体 方向 在杆的支撑力作用下可以平衡 由力学平行四边形分解法则 可得垂直杆方向运动方程 由小车角度很小 可得 可简化为 当小车静止时加速度为0 车模倒立摆模型分析 要想使系统稳定就要加入比例 微分反馈控制 可得 倒立摆 模型传递函数 得 倒立摆 两个极点为 两极点有一个在右半平面 系统不稳定 车模倒立摆模型分析 由梅森公式可得系统传递函数为 加入比例 微分反馈控制后的系统框图如下 车模倒立摆模型分析 并由此在设计车模稳定控制时 设计一个由角度和角速度构成的软件比例 微分控制可使小车动态平衡 这是很重要的理论基础 此时系统的两极点为 上式可知 当 时 两根在左半平面 由奈奎斯特稳定判据得系统稳定 任务分解及总体设计构架 设计任务是 小车直立行走并可以根据红外检测地面灰度信号循迹 任务分解及总体设计构架 控制器采用STC12C5A60S2 下面就系统总控制框图选择合适硬件完成以上信息采集和控制目标 系统总控制框图如下 硬件选型及硬件电路 1 主控芯片STC12C5A60S2 经济便宜 2 电源模块 12V学校借的开关电源 5V由LM2596S降压得到 3 电机驱动 L298N 电机就用减速比1 30的减速电机 4 传感器模块 光电编码 陀螺仪和加速度计mpu6050 红外循迹传感器 硬件选型及硬件电路 LM2596S电路原理图 硬件选型及硬件电路 L298N原理图 硬件选型及硬件电路 Mpu6050电路原理图 传感器数据融合和滤波 陀螺仪测量角速度信息 加速度计测量角加速度信息 得到倾角陀螺仪要角速度积分 加速度计要利用X Z轴的角加速度反正切值 1 分析集成芯片MPU6050 陀和加 采集数据特点 得出为什么要滤波 滤波的重要性 传感器数据融合和滤波 由上微分方程 以accel Q为加速度计估计陀螺仪的一个常值偏差可得系统的状态方程和测量方程 2 陀螺仪和加速度计的微分方程 传感器数据融合和滤波 系统状态方程和测量方程如下 传感器数据融合和滤波 将状态方程和观测方程离散化得 传感器数据融合和滤波 3 卡尔曼滤波五个重要方程 x k k 1 Ax k 1 k 1 BU K A B 传感器数据融合和滤波 卡尔曼滤波五个方程不断获取最优值过程可解释为 传感器数据融合和滤波 互补滤波 就是保留加速度计的静态角度 低通滤去快速变化的信号 高通滤去陀螺仪静态角速度信息 两组信息取不同权重系数 陀螺仪大 计算式如下 通过卡尔曼滤波和互补滤波可以使倾角更接近实际有利平衡控制 且两组滤波可以软件实现 互补滤波软件计算较小但误差比卡尔曼滤波大 实际 速度滤波 要小车匀速运行 就要使速度可以在PWM控制下快速收敛到目标值这样可以设计滤波算法如下 Speed 0 7 speed0 0 3 speed 这样速度会收敛到speed0 由单片机快速运行和速度的PD控制可以保持相对匀速 PID控制 离散系统用到增量式PID算法如下 PID控制框图如下 介绍P I D特点 设计用到的增量式PID PID控制 小车PID控制设计框图如下 软件设计及调试 提到中断程序没有在左流程 软件设计及调试 机器人安装注意 调试包括MPU6050测零点漂移 电机死区测量 数据融合Kalman与互补滤波比较 软件设计及调试 PID调试策略 PID调试 要根据车模参数调试 首先进行估计 否则漫无目的的调就如同太海捞针 例如角度比例参数kp 2 那么当角度很大的时候 假设为30度 此时控制量为2 30 60 255 结果就是只要角度不为0度 那么电机就会全速运行 以最大转矩调整车模 这时小车也会很快倒下 调试方法一般采用试凑法大概如下 1先调平衡且对于平衡PD调节 先调比例P 由小到大 且考虑到PWM为0 255 所以kp在10左右比较合适 因为偏离1度PWM输出为10 偏离30度 PWM为300 而一般车模偏角在10度左右 当比例较小响应慢 较大会引起震动 通过不断比较得出合适的比例值 微分主要阻止偏差变化 且角速度变化范围较大 所以kd要比kp小些 同时在比例调节出现震荡时 可以加大微分改善 在小车可以平衡后再调节速度PI 速度先调积分I 后调比例P 红外方向的比例调节对于红外反射的高低电平 按比例不断调节 使车模可以较好的沿黑线行走多次试凑一般可以达到预期效果 总结 本设计通过数学和理论推导 结合单片机 C语言编程较好的解决了小车的平衡问题可以自

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论