智能小车建模研究 自动化毕业论文

学号_200531470020_密级_武汉大学本科毕业论文智能小车建模研究院（系）名称动力与机械学院专业名称自动化学生姓名指导教师副教授二九年六月郑重申明本人呈交的学位论文，是在导师的指导下，独立进行研究工作所取得的成果，所有数据、图片资料真实可靠。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确的方式标明。本学位论文的知识产权归属于培养单位。本人签名日期BACHELORSDEGREETHESISOFWUHANUNIVERSITYMODELLINGOFASMARTCARCOLLEGEPOWERANDMECHANICALENGINEERINGSUBJECTAUTOMATIONNAMEWANGXUEZHUDIRECTORZHUANXIANGTAOASSOCIATEPROFESSORJUNE2009摘要本课题源自全国大学生智能汽车竞赛，建模的对象为前轮转向、后轮驱动的智能小车。论文采用机理分析和实验测试相结合的方法，建立了该智能小车在平面上运动的双输入双输出模型。根据小车运行和控制特点，输入量选取智能小车的舵机控制信号和电机控制信号，分别控制车辆转向和前进速度，输出量选取智能小车任意时刻在平面上的坐标。首先通过机理分析得到智能小车的模型结构，舵机模型为带延迟的一阶微分方程，电机模型为一阶微分方程，在转向时需要在电机模型中加入前轮转向对速度的影响，然后，通过运动学分析建立智能小车的整车模型结构。其次，通过实验测试获取不同情况下小车运行数据。接着运用最小二乘法估计出模型中的未知参数。将得到的模型和实际小车行驶情况进行对比，验证了此模型的有效性和可靠性。关键词智能车；建模；参数估计ABSTRACTTHISSTUDYORIGINSFROMTHESMARTCARCOMPETITIONFORNATIONALUNIVERSITYSTUDENTS,ANDTHEMODELLINGOBJECTISAFOURWHEELELECTRICSMARTCARTHEMECHANISMANALYSISMETHODANDEXPERIMENTALMODELLINGMETHODAREEMPLOYEDTOESTABLISHATWOINPUTTWOOUTPUTMATHEMATICALMODELFORASMARTCARTHEINPUTOFTHEMODELISSERVOCONTROLSIGNALANDMOTORCONTROLSIGNAL,WHICHRESPECTIVELYCONTROLSTHESMARTCARSTURNINGANDSPEED,ANDTHEOUTPUTOFTHISMODELISCOMPLANATECOORDINATEOFTHESMARTCAR,WHICHHASTWODEGREEOFFREEDOMFIRSTLY,THEMODELSTRUCTUREISOBTAINEDBYUSINGMECHANISMANALYSISMETHODTHEN,THEDATAOFVARIOUSSCENARIOSFORTHESTEPRESPONSESOFTHESYSTEMAREMEASUREDUNDERDIFFERENTINPUTWITHLEASTSQUARESMETHODAPPLIED,THEPARAMETERSOFTHEMODELAREIDENTIFIEDCOMPARINGTHESIMULATIONRESULTUSINGTHEIDENTIFIEDMODELANDTHEACTUALEXPERIENCEDATAUSINGTHESMARTCARRUNNINGWITHTHESAMESETTING,WECANSEETHATTHISMODELISVALIDATEDANDPROVEDTOBERELIABLEKEYWORDSSMARTCARMODELLINGPARAMETERESTIMATION目录第1章绪论111课题背景112研究现状2121汽车理论2122系统辨识313本文所作的工作514本文结构6第2章机理分析确定小车模型结构721总述722舵机模型结构723电机模型结构9231小车的行驶阻力10232小车的动力供应11233电机模型1324小车运动学模型1425小结15第3章小车模型参数估计1731总述1732舵机模型参数估计17321前轮偏角测量方法17322实验设计19323数据处理2033前轮偏角为0时的电机模型参数估计24331小车速度测量方法24332实验设计25333数据处理2534前轮偏角对小车速度的影响2835小结30第4章模型验证3141使用SIMULINK搭建模型3142模型验证3343小结35第5章结论与展望37参考文献40致谢42附录43第1章绪论11课题背景随着现代科技的飞速发展，人们对智能化的要求也越来越高，车辆的智能化也被提出。智能车通过结合传感器技术和自动驾驶技术，实现汽车的自动驾驶，将“人汽车道路”这一系统中的“人”去除掉，以减少违反交通规则、拥堵和事故的发生，提高行驶安全，因此智能车受到越来越多的关注。全国大学生智能汽车竞赛就是在这个背景下举行的。该竞赛由教育部高等学校自动化专业教学指导分委员会主办，参赛队伍使用竞赛组委会提供的统一的汽车模型，使用飞思卡尔半导体公司的8位、16位微控制器作为核心控制模块，通过增加道路传感器、设计电机驱动电路、编写相应软件以及装配模型车，制作一个能够自主识别道路的模型汽车。比赛时参赛的智能小车在用KT板铺好的白色跑道上，沿跑道中心的黑色引导线行进，以完成时间最短者为优胜。该竞赛涉及控制、模式识别、传感技术、电子、电气、计算机、机械及车辆工程等诸多学科，对培养学生的知识融合和动手能力具有良好的推动作用1。迄今这项大赛已经举办了三届，第三届有来自一百多所高校的五百多支队伍参赛，该竞赛的影响力越来越大，而且随着这几年的发展，各个参赛智能小车的速度也越来越快。全国大学生智能汽车竞赛的跑道使用为厚约05CM白色KT板铺成，跑道宽60CM，KT板的中心贴有25CM宽的黑色电工胶带作为引导线。而智能小车长约28CM，宽约17CM，相对而言跑道较窄。比赛中要求小车行驶时不能偏离跑道，否则成绩无效，对速度较快的智能小车提出了很高的控制要求，设计的控制器是否足够稳、准、快决定了比赛的结果。目前常用的智能小车控制器为PID控制器和模糊控制器。对于PID控制器的设计在没有小车模型的情况下只能根据反复调车来整定参数，而对于模糊控制器的设计也是通过调车经验来设计模糊控制规则，这样设计控制器，对人的主观因素依赖很大，难以取得较好的控制效果。而且根据调车经验得到的参数往往适应性较差，在路面摩擦系数、电池电压和轮胎磨损程度等条件发生改变时，这些控制器难以适应最新变化，会出现超调或是调节量不足的现象，难以在不同环境下都满足稳、准、快的控制要求。在比赛中可以看到，由于跑道使用的KT板材料不一样，比赛时的路面摩擦和平时训练时的路面摩擦有较大差异，因而根据经验调试的控制器的实际运行很难达到满意的效果。基于这样的情况，我们需要对智能小车的结构进行研究，建立准确可靠的数学模型，并及时更新模型参数，以提高控制精度。因为已知小车的数学模型，就可分析和改善控制系统的性能，整定控制器的参数，设计特殊控制规律等，也可以进行最优控制、自适应控制和自整定控制等控制器的设计和应用，确保小车在各种环境下都能正常运行2,3。而且可以将建立的模型用于仿真研究，实现对智能小车运行的模拟仿真，从而更方便地分析、制定控制策略。同时，对智能小车结构的分析还可以为优化小车结构提供理论依据。12研究现状121汽车理论对智能小车进行建模研究，首先要对智能小车进行动力学分析。长期以来，人们一直在很大程度上习惯按纵向、垂向和横向分别独立研究车辆动力学问题，即纵向动力学、行驶动力学和操纵动力学。（1）纵向动力学。纵向动力学研究车辆直线运动及其控制的问题，主要是车辆沿前进方向的受力与其运动的关系。车辆的行驶阻力主要有加速阻力、滚动阻力、空气阻力和坡度阻力等；对车辆动力及功率的供应能力主要由发动机功率和传动系机械效率决定4。（2）行驶动力学。行驶动力学主要研究由路面的不平激励，通过悬架和轮胎垂向力引起的车身跳动和俯仰以及车轮的运动。行驶动力学研究的首要问题是建立考虑悬架特性在内的车辆动力学模型具有七自由度的整车系统模型假定车身是一个刚体，当车辆在水平面做匀速直线运动时，车身具有上下跳动、俯仰、侧倾三个自由度；两个前轮分别具有垂向运动的自由度；独立悬架的两个后轮垂向运动的自由度，或非独立悬架中后轴的垂向跳动和侧倾转动两个自由度5。当汽车对称于其纵轴线，且左、右车辙的路面不平度函数相等，此时汽车车身只有垂直振动和俯仰振动，这两个自由度的振动对平顺性影响最大，通常可以简化为四自由度的半车模型6。（3）操纵动力学。操纵动力学研究车辆的操纵特性，主要与轮胎侧向力有关，并由此引起车辆侧滑、横摆和侧倾运动。最简单的车辆操纵模型可由一单质量刚体来表示，该刚体在外力和外力矩作用下具有在道路水平面运动的三个自由度，即纵向运动、侧向运动及横摆运动。轮式车辆的转向机构通常按实现阿克曼转向（不计轮胎侧偏的无侧滑转向）来设计。转向机构多为空间机构，结构和运动参数较多，运动关系复杂，通过对转向相关部件的运动进行解析即可导出转向传动机构的基本运动方程7,8。当车辆侧向加速度小于04G时，通常意味着车辆在高附着路面做小转向运动，操纵性能在线性域工况内，可使用线性模型对操纵性能进行定量分析。实际中的车辆同时会受到纵向、垂向和横向三个方向的输入，各方向所表现的运动响应特性必然是相互作用、相互耦合的。随着功能强大的计算机技术和动力学分析软件的发展，已经能够将三个方向的动力学问题结合起来进行研究，对车辆动力学问题的分析也可能扩展到更复杂的工况及非线性域9。但对三个方向分开处理仍很常用，因为这样做可以减少模型的自由度，从而减少分析工作量，易于处理。而且如果对车辆的工作状况及条件进行适当限制，那么三个方向的耦合关系则可能不太显著。比如，当车辆在水平粗糙路面匀速直线行驶时，问题将集中在行驶动力学特性方面；当车辆在水平路面匀速转弯行驶时，那些主导操纵性能的力和运动对纵向和垂向特性则无显著影响。与传统的集中质量模型相比，近代发展起来的多刚体系统动力学可大大提高复杂车辆模型的精度。随着计算机技术的飞速发展，车辆的多刚体模型逐步向多柔体模型发展，考虑车辆中一些柔性体（如橡胶衬套等）的刚柔耦合模型也能够被精确地建立，对车辆多体系统动力学建模的研究正在迅速发展着10。同样迅速发展的还有对车辆的动态建模。建立可以实时适应外部条件变化的车辆动态模型，可以使车辆在不同条件下都能实现优秀的控制11。车辆动态数学模型辅助的惯性导航系统12提出了一种利用车辆的动态数学模型改善车载低成本惯性导航系统精度的方法，它通过车辆的运动学模型和非完整约束条件得到虚拟的位置和速度观测量，与前向速度一起辅助惯性导航系统，惯性导航系统修正后的方位角又用来改善车辆的运动学数学模型。122系统辨识在对智能小车的建模中，不仅要进行理论分析，还要使用系统辨识来估计某些难以建模部分以及某些未知的参数。系统辨识是从系统的输入输出数据建立系统数学模型的理论和方法，它包括确定系统数学模型结构和估计数学模型参数。如图11所示，系统辨识的基本过程一般包括以下4个主要阶段图11系统辨识的基本过程（1）根据系统建模目的及已有的验前知识，设计系统辨识试验。在设计试验时，首先要根据试验对象确定所要观测的变量，其中输入变量通常由设计者给定，而输出变量则要通过检测获得。实践中常用的输入信号有阶跃信号、方波、窄脉冲、伪随机二进制序列等。（2）选择合适的模型类型和结构。模型的结构类型选择主要取决于模型的应用目的及精度要求，往往需要在其精度与复杂度之间进行权衡折中。对被辨识过程物理意义的认识在结构确定过程中往往有很大作用。模型结构确定在线性定常系统中指的是阶次与纯滞后的确定，通过对模型的线性化、离散化等处理，很多模型也可以简化为线性定常的离散系统，以方便模型的辨识。（3）根据实验观测到的输入输出数据，估计模型中的未知参数。模型结构确定后，其中未知部分就需要通过试验数据去估计。参数估计的要求是使辨识出来的模型与实际过程在某种意义上是最接近的，最常用的参数估计算法是最小二乘类算法。（4）对所获得的数学模型进行验证。被辨识出来得模型，需要通过检验来确定它是否是可靠的，或是否真实反映对象的特性。为了得到可靠的数学模型，需要进行多次试验。而且用一套数据辨识出来的模型，需要另一套数据来验证或修改。如此交错地核对，才可能使模型的质量得到保证13。在系统辨识中，当模型结构未知时，需要首先进行模型结构的辨识。在线性已有的知识和辨识目的模型类型和结构的确定模型参数的估计试验设计输入输出数据模型的验证最终模型满意不满意系统的模型结构辨识方面，主要有基于行列式比的方法，基于损失函数方法和基于信息准则的方法。用基于行列式比的方法定阶，不涉及参数估计问题，基于损失函数的方法则借助于最小二乘估计，基于信息准则的方法则依赖于对模型噪声的似然估计。在非线性系统结构辨识方面尚没有切实可行的较通用的方法，一般采用机理分析。当模型结构已知时就只需要对模型参数进行辨识，即进行参数估计。最小二乘法是最常用的参数估计的数学方法，它使数学模型在误差平方和最小的意义上拟合实验数据。最小二乘法在参数估计领域是一种基本方法，它将参数估计问题转化为一个确定性的最优化问题来处理，因此它不同于其它一些参数估计方法，不涉及有关量的概率和统计描述。最小二乘法是对整批数据进行处理的一种算法，可以用于线性系统参数估计，包括动态的、静态的、参数的或非参数的模型辨识。通过对基本的最小二乘法进行扩展和改进生成的新的算法，可以满足在实际应用中的不同要求。例如，当新数据源源而来时，为了减少数据存储量、避免求逆、减少计算量，需要引入递推算法，以减少计算量和内存量，还可以很好地满足在线实时辨识与自适应控制的需要14。除了最小二乘类算法外，还有很多系统辨识算法，如极大似然算法，卡尔曼滤波算法，模型参考自适应辨识法，随机数直接搜索法，随机逼近法，BAYES方法，神经网络法，遗传算法等。这些算法的适应范围各不相同，可以根据实际情况选用并加以改造15。13本文所作的工作智能小车使用的微控制器为MC9S12DG128，它的内部集成了CPU、存储器、定时器、SCI、SPI、A/D转换器、PWM等多种功能，在本课题中主要使用PWM模块对电机和舵机进行控制，使用ECT模块实现定时中断和实时测速，使用SCI模块实现单片机和电脑的串行通信。本课题采用机理分析和实验测试相结合的方法，对前轮转向、后轮驱动的智能小车，建立了小车在平面上运动的双输入双输出模型。输入量选择智能小车的舵机控制信号和电机控制信号，分别控制车辆转向和前进速度，输出量选择智能小车任意时刻在平面上的坐标。具体做法是首先通过机理分析得到智能小车的模型结构。对智能小车的转向、驱动等环节分别从理论上进行分析建模，并通过运动学分析建立智能小车的整车模型结构。其次通过实验测试估计模型中的未知参数。设计实验并编写程序控制小车运行，观测小车在不同输入下的响应结果，然后编写参数估计的程序，辨识模型参数。最后将所得模型的仿真结果和实际小车行驶情况进行对比，以进一步优化模型结构和模型辨识程序。14本文结构第1章是绪论，介绍了本课题的背景，汽车理论和系统辨识的研究现状，本课题的研究方向和目的意义。第2章是机理分析确定小车模型结构，本章分为三个部分，分别对舵机、电机和车辆运动学进行理论分析，得到了智能小车的模型结构。第3章是小车模型参数估计，本章通过测量某个智能小车的阶跃响应数据，运用最小二乘法分别对舵机模型、电机模型进行参数估计，得到小车模型。第4章是模型验证，首先使用SIMULINK搭建模型并进行仿真，然后将模型仿真结果与小车实际运行情况作比较，验证模型的正确性。第5章是结论与展望，对本文的研究结果做出总结，并提出进一步研究的发展方向。第2章机理分析确定小车模型结构21总述该智能小车为一个前轮转向、后轮驱动的四轮小车，使用72V的NICD电池作为电源。小车的前轮为导向轮，由FUTABAS3010直流舵机控制前轮的偏转角度，实现小车转向。后轮为驱动轮，由RS380ST直流电机带动后轮转动，从而驱动小车行进。后轮的方向和车身方向保持一致，不发生偏转。小车车身可假定为一个刚体，不考虑车身的上下跳动、俯仰、侧倾等状况。智能小车在水平面运动时，输入量选取舵机控制信号和电机控制信号，分别控制车辆转向和前进速度，输出量选取小车在该平面上的坐标，当使用直角坐标系时，输出量为当前坐标X,Y，于是小车模型为一个双输入双输出的数学模型。首先将小车模型分为三部分分别进行理论研究（1）舵机输入输出模型。舵机控制前轮转向，其输入为舵机控制信号PWM波的占空比，输出为小车前轮偏角。（2）电机输入输出模型。电机控制小车速度，其输入为电机控制信号PWM波的占空比，输出为小车后轮速度。（3）小车运动学模型。输入为小车速度和转角，输出为小车当前坐标。22舵机模型结构智能小车前轮转向使用的舵机型号为FUTABAS3010，这是一个直流电动舵机，可使用的电源为4V6V直流电压。鉴于提高电压可以提高舵机响应速度，实际应用中使用6V直流电压。舵机的控制信号为PWM信号，由单片机MC9S12DG128中的PWM模块产生，并送到舵机的控制线上。PWM（PULSEWIDTHMODULATION）信号是一个脉冲宽度调制方波，该方波的周期一定，其占空比（脉冲宽度与信号周期的比值）被调制用来对一个具体的模拟信号电平进行数字编码。PWM输出的电压以一种通或断的重复脉冲序列被加到模拟负载上，实现一定的模拟信号电平，是利用微处理器的数字输出来对模拟电路进行控制的一种非常有效的技术。舵机是一个典型的位置随动闭环系统，在其控制线上输人一个PWM信号，通过内部的位置反馈，使其舵盘输出转角正比于给定的PWM控制信号的脉宽。表21为FUTABAS3010的基本参数，输入PWM信号的周期为20MS，舵机转角同输入信号的脉宽呈线性关系，60对应于920US脉宽，0对应于1520US脉宽，60对应于2120US脉宽。表21FUTABAS3010舵机的基本参数FUTABAS3010内部结构由TRICOREGM1510直流电机、S256控制电路板、减速齿轮组、5K位置反馈电位器、舵盘等构成，其中位置反馈电位器和舵盘相连接，电位器上的电压反映舵盘的位置。图21舵机工作原理图该舵机的基本工作原理如图21所示，舵机内部的基准电路产生周期为20MS、宽度为15MS的基准信号，PWM控制信号由接收机的通道进入信号调制芯片，获得直流偏置电压；将直流偏置电压与反馈电位器的电压比较，获得电压差输出；电压差的正负输出到电机驱动芯片决定电机的正反转；电机的转动通过级联减速齿轮带动反馈电位器旋转，使反馈电位器的电压趋近直流偏置电压，当电压差为0时电机停止转动16。上述是对舵机基本工作原理的介绍，在具体设计舵机时，往往不只是用简单的位置反馈控制，而是通过较复杂的控制方法以实现良好的响应特性。例如在停止时MAX15MA（无负荷）消费电流（参考值为60V时）动作时14530MA（无负荷）输出扭矩60V时6513KGCM动作速度60V时016002SEC/60度CWPULSE窄（1520920US）动作方向CCWPULSE宽（15202120US）CW6010度动作角度CCW6010度晃动量MAX03MM控制电路板电机转动齿轮组减速舵盘转动位置反馈电位器PWM控制信号基于极点配置的电动舵机控制器设计17一文中，建立了舵机内部的直流电机的数学模型，然后运用基于传递函数的极点配置方法，设计了一个包含前馈控制和反馈控制的位置伺服系统控制器。在电动舵机系统控制律的一种工程设计方法18一文中，建立了包括功率变换器、直流电机和减速器在内的电动舵机系统的数学模型，提出了电动舵机系统的位置、转速和电流三闭环控制结构，并详细阐述了三闭环调节器的工程设计方法。鉴于FUTABAS3010内部具体控制策略未知，直流电机参数和齿轮组减速器参数也未知，无法通过对舵机内部结构的分析得到具体的数学模型。但通过以上分析以及表21可以看出，舵机响应存在机械延迟和电延迟，是一个大延迟系统，经过闭环控制后的舵机动态过程可以用带延迟的一阶惯性环节近似表示。因此可以设舵盘转角的数学模型为21式中为稳态时输出的舵盘转角，与控制舵机的PWM波的占空比有关。K在单片机MC9S12DG128中，控制PWM周期的寄存器为PWMPER，控制PWM占空比的寄存器为PWMDTY，且PWM占空比PWMDTY/PWMPER。设PWMDTY随时间变化的函数为，由于舵盘转角正比于给定的PWM控制信AXT号的脉宽，所以应有一次函数。设舵盘转角为，则式（21）可KFT用微分方程表示为22根据式（22）求出了舵盘转角，于是小车的前轮偏角可以根据对前轮转向机T构的几何分析计算得到。设前轮偏角为，前轮偏角与舵盘转角的关系为232F则综合式（22）和式（23）即为舵机模型。23电机模型结构智能小车后轮的驱动电机型号为RS380ST，这是一个72V的永磁直流电机，最大功率可达265W。适用于该直流电机的调速方法为改变电枢端电压调速。现在广泛使用的直流电机驱动电路是H桥电路，通过单片机输出不同占空比的PWM信号来近似不同幅度的电压，以达到控制速度的目的。1SSERVOKGTADTTFXT建立电机输入输出模型，需要分析行驶过程中小车的动力需求与动力供应，即小车的行驶阻力和动力与传动系统。小车的行驶阻力主要包括加速阻力、滚动阻力、空气阻力和坡度阻力等。小车的驱动力是由电机的转矩经传动系传至驱动轮上得到的。小车的行驶方程为24TF式中，为驱动力，为行驶阻力之和。TF231小车的行驶阻力小车在水平路面上匀速行驶时，忽略其内部机械摩擦损耗，需要克服的阻力主要是来自地面的滚动阻力和来自空气的空气阻力，分别以符号和表示。FFW小车加速时，还要克服加速阻力，以符号表示。如果小车在坡道上行驶，则还JF要受到重力沿坡道方向的分力，称为坡度阻力，以符号表示。I滚动阻力是指车轮沿水平面滚动时产生的各项阻力的总和，其产生原因是车轮滚动时，轮胎和路面的接触区域产生法向、切向的相互作用力，并使相应部位的轮胎和支承路面发生变形。当弹性轮胎在硬路面上滚动时，主要考虑轮胎的变形。此时轮胎由于内部摩擦产生弹性迟滞损失，使轮胎变形时对它所做的功不能完全回收，部分能量转化为热能散失，称为弹性物质的迟滞损失。这种迟滞损失在小车运动中表现为阻碍车轮滚动的阻力偶19。为了克服这个滚动阻力偶矩，需要施加的推力大小为即为滚动阻力。滚动阻力的计算方法是FF25FMG式中，是小车总质量，是重力加速度，是滚动阻力系数。滚动阻力系数MGF可以通过力矩平衡条件计算得到，在车速较小时基本不变，可视为常数。FF在转弯行驶时，轮胎发生侧偏现象，滚动阻力会大幅度增加，在一般的动力性分析中常不考虑转弯增加的阻力。但智能小车的驱动力较小，在转弯时可明显看到滚动阻力的增加对其速度的影响，因此应加入修正因子。用符号表示由于F转弯而增加的滚动阻力，且，则式（25）修正为FF。26FMGF其中为前轮偏角的函数，可以通过实验进行估计。F空气阻力是车辆在直线行驶时受到的空气作用力在行驶方向上的分力，包括压力阻力和摩擦阻力。车辆行驶空气阻力大致与气流相对速度的动压力成正比，一般可表示为272/WDFCAU式中，为空气阻力系数，为空气密度，为车辆行驶方向的投影面积，为DCAU车辆和空气的相对速度，在无风时即为车辆的行驶速度。U当行驶速度较低时，较小，车辆克服空气阻力所消耗的功率很低，因此在WF实际运用中对低速行进的车辆可以忽略空气阻力，以简化计算公式20。本课题研究的智能小车最大速度一般为3M/S，属于低速行驶，因此空气阻力可以忽略不计。车辆在做加速运动时需要克服的惯性力即为加速阻力，又称为惯性阻力，它等于车辆质量和加速度的乘积。然而车辆在加速时，不仅其平移质量要产生惯性力，其旋转质量也要产生惯性力偶矩，车辆实际受到的惯性阻力应为车辆的平动质量和旋转质量之和与加速度的乘积。由于旋转质量难以进行汁算，一般引入旋转部分等效质量换算系数（），使车辆的旋转质量，将旋转质量11M转化为平移质量从而简化计算。因此小车的加速阻力为28小车在坡道上行驶时，小车重力沿坡道方向的分力表现为小车的坡度阻力，坡度为的坡道，坡度阻力为I29SINIFMG较小时，式（29）可以写作。在本课题研究中，不考虑坡道ISINJ情况，只研究小车在水平路面上的运动模型，故0。JF综上所述，智能小车受到的行驶阻力之和为210232小车的动力供应智能小车的动力是由RS380ST电机提供的，这是一个永磁直流电动机。其基本工作原理是定子通过永磁体产生一个固定磁场，转子由一系列电磁体构成，输入电流通过转子中的电枢绕组时产生磁场，该磁场与定子的磁场产生力的作用，由于定子是固定不动的，因此转子在力的作用下转动。直流电动机的机械特性方程式为211式中，为电机转速，单位为R/MIN，为电枢端的输入电压，为电枢绕组电NUARJDUFTFJDUFFMGT2AJAJEMEETIRRCC阻，为串入电枢回路的调节电阻，为电枢电流，为电动势常数，为转JRAIECTC矩常数，为电磁转矩，为每极磁通量，忽略电枢反应影响，则为常数21。EMT设为机械转矩输出，为空载转矩。忽略机组轴系转动惯量，则20T，代入式（211）可得0EM212设为驱动力，为施加于驱动轮的力臂。则有TFR2132TTFR将乘以电机角速度，得到电机的输出机械功率2T214230OUTPN将式（212）、式（213）代入式（214）可得215当电机的输入电压为72V时，其主要参数如表22所示。从表中可以看出，电压一定时，转矩随电流增大而增大，转速随电流增大而减小。电机功率则与转矩和转速之积成正比。表2272V时电机的主要参数U无负荷最大效率（646）最大功率（2668W）停止电流转速电流转速转矩电流转速转矩电流转矩ARPMARPMGCMARPMGCMAGCM04915300285131009986176503401672680小车使用的RS380ST电动机通过改变其电枢端电压进行调速。由式U（211）可知，输出的转矩一定时，转速与电枢端电压成正比。控制转速最常见方法是施加一个PWM信号，使其占空比对应于所需速度，电机起到一个低通滤波器作用，将该PWM信号转换为有效直流电平作为电枢端电压，从而控制电机转速。PWM信号由单片机MC9S12DG128中的PWM模块产生，并可以通过改变寄存器PWMDTY的值来改变占空比。控制电机的PWM信号的周期为100MS，在单片机中控制PWM周期的寄存器PWMPER200，设控制PWM占空0230AJTTOUTEETRFRFRUC20AJAJEEETUIRRUNCC比的寄存器PWMDTY的值随时间变化的函数为，电池电压为，则UXT0U21602UUXT将式（216）代入式（215）可得217233电机模型设小车后轮驱动速度为，则U218OTTPF联合式（217）和式（218）可得219由式（24）和式（210）可得220将式（220）代入式（219），整理可得221令则式（221）可简化为222式（222）即为电机模型，其中为常数，只和电机自身特性有关；和电3K1K00232AJTUEETRRURUXC0022226330AJUEETAJAJTRRRUUXFMGRCDUFCT016ERK2023AJETRFMGRC320AJETK312UDTUTXTK2AJETRRFRC00232AJTTOUTUEETRFRFRPCTDUFFGT池电压成正比，不变时也为常数；代表小车在直线行驶时受到的阻力0U01K2K之和（主要是滚动摩擦力），在路面情况不变时为常量；代表由于转弯而K增加的滚动阻力，随前轮偏角的改变而改变。F24小车运动学模型目前常用的汽车运动学模型有单轮模型、双轮自行车模型和四轮模型。单轮模型研究车辆沿直线行驶的情况，主要用于描述车辆的制动和驱动性能。双轮模型假定左右转向轮的转向角和侧偏角相等，主要用于描述汽车转弯和前向动力控制。四轮模型则考虑到了左右转向轮转向角的不相等和侧偏角的不相等，更加接近于实际情况，涉及了两个前轮之间协调性的问题22,23。本课题中单轮模型不足以描述智能小车的运动情况，四轮模型则较复杂，不便于计算，因此采用可以描述小车转向和驱动性能的两轮模型。图22小车平面运动示意图24图22为小车在平面上运动的示意图，并假定小车车轮做无滑动的纯滚动运动。图中，F和M分别为小车的前轮轴心和后轮轴心，两轴心F和M之间的距离为。P为小车上任意点，P到M的距离为，PM与小车中轴线的夹角为。LL前轮轮面平行轴线与小车中轴线的夹角（即前轮偏角）为，小车中轴线与X轴的夹角为。由图可以得到点P和点M的关系为COSINXLYM小车中轴线前轮轮面平行轴线XYOLPFLYMXM223小车是后轮驱动，故沿小车中轴线方向上的速度即为小车速度，根据图中U所示的几何关系，可知224TANDUL不考虑车轮滑动，则M点的坐标可由下式确定225根据式（223）、式（224）和式（225）可得P点的坐标为226因此，以小车上任意点P为参考点的运动学模型为227为了简化模型，选择后轮轴心M为参考点，则运动学模型为22825小结本章通过对智能小车结构的理论分析，得到了前轮转向、后轮驱动的智能小车的模型结构。在第22节中，通过对舵机内部结构的分析，得到了舵机输入（PWM占空比）和输出（前轮偏角）的基本关系，见式（22）和式（23）。AX在第23节中，通过对永磁直流电机的原理分析，得到电机输入（PWM占空比）和输出（小车速度）的关系，见式（222）。在24中，通过对四轮小车运UXU动学模型的分析，得到双输入（前轮偏角和小车速度）双输出（小车上任意U点的坐标X,Y）模型，见式（227）。智能小车整车模型的输入量选取舵机控制信号PWM的占空比和电机控制AX信号PWM的占空比，输出量选取小车后轮轴心M的坐标。UX,MXY则智能小车的整车模型结构为COSIXTYSINCOSTANSI/COICPMDXTDTLDTULLYCOSTANSI/ICOT/PDXTLLYUTCOSINTA/MDXTYUL2292312TAN/COSIAUMDTTFXTFUKTKDLXYT第3章小车模型参数估计31总述参数估计是从已知系统数学模型的结构估计其参数的方法。分析智能小车的模型结构可以看到舵机模型（见式（22）和式（23）中有三部分需要辨识舵机的时间常数，时间延迟，舵机稳态时输出的舵盘转角和输入占空比TK的函数关系。根据参加智能汽车竞赛时所做的测试，知道AXTAKFXT是一个分段线性函数。而舵盘转角和前轮偏角的函数关系KFTT可以根据前轮转向机构的几何关系计算得到，不需要辨识。电机模型2（见式（222）中有四部分需要辨识，和。其中为时间常数，1K23K3K只和电机自身特性及电池电压相关，代表小车在直线行驶时受到的阻力之和，1K在路面情况不变时为常量，代表小车转向时受到的额外阻力，随前轮偏角K的增加而增加。运动学模型（见式（228）中的参数均已知，前后轮轴心之间的距离可直接测得，没有需要估计的参数。L本章分为三个部分（1）设计舵机控制实验，对舵机模型的参数进行估计。（2）保持小车前轮偏角为0，以排除转向对小车速度的影响，设计电K机控制实验，对，进行估计。1K23（3）给定电机输入，改变舵机位置，即改变前轮偏角，观测小车速度的U变化，对进行估计。32舵机模型参数估计舵机模型的输入量为舵机控制信号PWM的占空比，输出量为前轮偏角AXT，需要使用传感器测量。设计实验测试舵机的输入输出数据，然后通过TT数据处理来估计舵机模型参数、和函数。TAKFT321前轮偏角测量方法测量角度的传感器有很多种，高精度的激光角度干涉仪，旋转编码器（常用于多圈的角度测量），基于霍尔器件的非接触式角度传感器，基于电位器的旋转角度传感器等等。考虑到价格和安装方便，选择行程为30MM、阻值100K的直滑电位器，通过测量位移来测量角度。直滑电位器的安装方式如图31所示，图中灰色部分为固定的转轴，直滑电位器固定在小车底盘上，其手柄随舵机输出臂的转动而做横向移动，通过测量舵机输出臂末端转过的横向距离就可计算得出舵盘的转角和前轮偏角。该直滑电位器有三个引脚，分别连接电位器的两端和手柄。在连接电位器两端的两个引脚上加5V电压，并将第三个引脚接单片机的模数转换通道PAD1，读出引脚电压，则读出的电压值就代表电位器手柄的位置。A前轮偏角为0的情况B前轮偏角不为0的情况图31前轮偏角测量示意图由图中的几何关系可以看出，当舵机输出臂由垂直位置开始旋转，直滑电位器手柄向右移动的距离为时，舵盘的转角为。在舵盘转角较小X1ARCSINXH时，故和近似成线性关系。设经过电位器电平经A/D转换（8位精SIN度）后的数值为，已知直滑电位器总行程为30MM，则，AY/25603AY直滑电位器舵盘直滑电位器舵盘H1H2H3和成线性关系，故和舵盘转角也近似成线性关系。由图中的几何关系还AYXAY可以得到前轮偏角，实际测量可知0253RAD（即），23RCSINXH145155MM，电位器手柄横向位移为时电位器电平的A/D转换结果为47，因此3H前轮偏角和的函数关系为AY31根据式（31）即可由单片机对电位器电平A/D转换后的结果直接求得前轮偏AY角，而不必求出舵盘转角后再用式（23）中的来求前轮偏角。2F为了便于在电脑上处理前轮偏角的测量结果，使用串口通信将单片机测得的数据发送到上位机（电脑）中。单片机MC9S12DG128中有专门的异步通讯模块SCI，它是一个全双工异步串行通信接口，用于MCU与其他计算机之间进行通信。串口通信使用RS232C通信标准，设置串行通信波特率为9600，无奇偶校验位，1位停止位，每次可以发送8位二进制数码，即每次可发送无符号整数的范围为0255。在电脑上使用串口调试软件，即可显示从串口发上来的数据，并可将其保存到文本文档中，以备数据处理时使用。322实验设计舵机的输入量为舵机控制信号PWM的占空比，输出量为前轮偏角，AXTT实际测量中单片机测得的输出量是电位器电平经过A/D转换后的值，在舵AYT盘转角较小时和近似成线性关系，故可以用代替作为输出量。根据之AYAY前对舵机的分析可知这是一个带延迟的一阶惯性环节，考虑通过分析其阶跃响应来估计参数。具体实验方法为将小车放在跑道上，对舵机的输入量给定一个阶跃信AXT号，并延时025S，以使舵机在转动前处于正中位置，前轮偏角为0；然后每0005S读一次电位器电平的A/D转换结果，并存入数组500中，直到读够AYAY500次（共25S），将数组500发送到电脑上进行下一步数据处理。AY写入单片机的舵机测试程序的流程图见图32。47030253ARCSIN2561AY图32舵机测试程序流程图323数据处理由于在舵盘转角较小时，和近似成线性关系，故舵机模型式（22）可AY转化为32需要估计的参数为、和，其中可以由的曲线上直接读出。经过ATAFXAYT实验可知当5600时，前轮偏角为0，即。故进行阶跃响应实验XT560F时，输入的应是初值为5600的阶跃信号，且5600时80。的稳态AAXAYA值为，故F3380ATTAAAYFXFE考虑使用最小二乘法对和进行参数估计。最小二乘法是最常用的参T数估计方法，它使数学模型在误差平方和最小的意义上拟合实验数据。最小二乘结束开始ATD模块初始化，准备采集电位器电平ECT模块初始化，设置5MS定时器PWM模块初始化，控制舵机转动打开定时器中断关闭定时器中断中断计数大于50SCI模块接收到数据传送指令SCI模块初始化，准备串口数据传输将YA50通过串口发送到上位机入口返回系统初始化YYNN将A/D转换结果写入YACNT1对电位器电平进行/转换中断计数CNT加1中断入口中断返回设置舵机控制信号PWM的占空比XATA主程序B系统初始化子程序C中断程序AADTFT拟合的基本步骤是给定线性无关的函数系为基函数，确定拟合的00,X目标函数为3401NYAXA对给定的M个数据，求取拟合参数，使拟合残差平方和最小，,I01,即35拟合残差平方和最小时，式（35）等号左边的函数对各个拟合参数的偏导数为0，即对K0，1，N，有36从而有37式（37）可以写作矩阵型式38TAY其中，2501,TNAA01,TMYY在实际使用中，用MATLAB优化工具箱可以方便的解决线性、非线性最小二乘拟合问题。对于线性最小二乘拟合，可以调用多项式拟合函数POLYFITX,Y,N，其中X,Y为待拟合数据，N为目标函数的阶次。对于非线性最小二乘拟合，可以调用函数LSQCURVEFITFUN,X0,XDATA,YDATA，其中FUN为目标函数，X0为初始解向量，XDATA和YDATA为待拟合数据。以舵机的输入为5100的阶跃信号为例。运行测角度程序，单片机采集的AX电位器电平信号经串口发送到电脑上，存放地址为DDATA_SERVO51001TXT。使用MATLAB的数据处理程序如下T000052495一共500个数据，为时25SMTEXTREADDDATA_SERVO51001TXT,S读取存放数据的文件2200MINMIIIIIYXYX010MIINIIKIIAXAXY01000MMMMIKIIKINIKIIKIIIIAXXXYX010011NNMXXM1M7506去除串口调试助手加在数据前后的注释Y1HEX2DECM1将原来的十六进制数据转换为十进制数据PLOTT,Y1GRIDON将数据用图像显示，见图33，图中横坐标为时间，单位为S，纵坐标为，无单位。AYT图33舵机输入5100时的图像AXAY可见第025S输入量发生跳变后，舵机经过一个短暂的延时，然后迅速变化到最终角度。使用下面的程序放大05S到1S的区域，如图34中的实线所示。T20000505Y2Y150150PLOTT2,Y2图34图33中025S到075S部分观察图34可看出，舵机延迟约0035S，即0035S。对延时后的数据进行最小二乘拟合以求得和的值，程序如下ATAFXT3000050465Y3Y157150去除前0035SFINLINEA180A1EXPT3/A2,A,T3去除延迟后的舵机模型。已知的初始值为80，式中A1为稳态值，A2为时间常数AYAFXAT0051152252030405060708090000501015020250303504045052030405060708090X011X0为非线性最小二乘拟合的初始解向量XX,RESLSQCURVEFITF,X0,T3,Y3非线性最小二乘拟合，XX为A1A2拟合结果为A1278125，A200311，即00311S，在5100时的ATAXAY稳态值278125。又有0035S，代入式（33），可得模型AFX03512781502781TYE绘制该模型的仿真结果，如图34中虚线所示，其中纵坐标为根据上式仿真得到的。AT分别令5000，5100，5200，5300，5400，5800，5900，6000，6100，6200，运行测AX角度程序，可以得到舵机平均延时003S，使用MATLAB进行最小二乘拟合，可得平均时间常数003S，对应于不同的值如图35所示，图中横坐标ATAXAF为，纵坐标为。AXFX图35对应于不同的值AXAF使用POLYFITX,Y,1语句，对和分段做多项式拟合，可得AXF39又有310之前已根据前轮转向机构的几何关系推出式（31）31联合以上三个方程即为舵机模型，其输入为PWM的占空比控制量，输出AX为前轮偏角。50052054056058060062005010150012583,50767,AAAFXXX0303AADYTFT4725ARCSIN25601AY33前轮偏角为0时的电机模型参数估计电机模型的输入量为电机控制信号PWM的占空比，输出量为小车速度UXT，需要使用传感器测量。前轮偏角为0时，0，电机模型中需要辨识的UK参数为，和。设计实验测试舵机的输入输出数据，然后通过数据处理来估1K23计电机模型参数，和。12K3331小车速度测量方法对小车测速的方式很多，有霍尔元件测速、光电编码器测速、旋转编码器测速等。基本原理都是将车轮的转动转变为脉冲信号，然后使用单片机的定时器/计数器模块对脉冲信号计数得到速度。使用霍尔元件测速，需要在小车的齿轮盘上安装一圈磁片，车轮和齿轮盘同步转动，磁片也随之转动，通过固定在齿轮盘一角的霍尔传感器即可感知磁片的经过，产生脉冲信号。安装N个磁片，则齿轮盘旋转一周可产生N个脉冲。对脉冲信号计数即可得到速度。其优点是简便实用，缺点是精度低，磁片数目决定了测速精度，而齿轮盘的大小、磁片的大小和霍尔传感器的精度限制了磁片数目。使用光电编码器测速有多种实现方法，例如，在齿轮盘上贴黑白相间的纸盘，用红外发射接收管检测黑白变化产生脉冲，或是在转轴上安装光栅，在光栅两侧安装光电对管，光栅转动则光电对管通/断变化产生脉冲，等等。都是通过红外线的反射或对射，检测车轮的转动，和霍尔元件测速的方法差不多。其精度比霍尔传感器高，轻巧，且无需破坏齿轮盘。旋转编码器的精度更高，它利用车模后轴的齿轮传动编码器的齿轮，使编码器输出一定频率的方波信号，在速度不太慢的情况下输出的方波频率与实际速度的线性关系较好。设定单片机的ECT模块为脉冲累加功能，检测信号的上升沿，就能采集这些脉冲，根据一段时间内采集到的脉冲数即可计算出当前的车速。为达到较高的测速精度，在智能小车上使用100线的旋转编码器进行测速。该编码器旋转一周产生100个脉冲，编码器齿轮的齿数为18，与编码器齿轮啮合的车模后轴主传动盘的齿数为76，因此小车后轮转动一周时编码器产生的脉冲数为10076/18。已知小车车轮半径为0026M，设001S内采集到得脉冲数为，UY则小车速度和的关系为UY18206/03877UUYY311332实验设计电机模型的输入量为电机控制信号（PWM）的占空比设置项。将小车放UX在跑道上，对给定一个阶跃信号，使小车开始前进，同时保持舵机不动，前轮UX偏角为0。然后每001S读一次脉冲累加器数据，并存入数组500中，直到UYUY读够500次（共5S），500中的数据即为每10MS内旋转编码器产生的脉冲数。UY通过对其阶跃响应进行分