乐高实验报告

1、机电一体化创新综合实验报告机械与汽车工程学院07机电1班目录(一) Lab1 光电传感器自动跟踪小车(二) Lab4 超声波传感器测试(三) Lab5 超声波传感器位移传感应用(四) 寻线机器人Lab1 光电传感器自动跟踪小车1. 实验目的：Ø 了解光电传感器感光特性；Ø 掌握LEGO基本模型的搭建；Ø 基本掌握ROBOLAB软件；2. 实验要求：能做搭建比较牢靠的小车模型，能够实现小车沿着黑线行走(实际上是沿着黑线走Z字形)。3. 软件设计：编写程序流程图并写出程序。程序如下图：4. 测试环境：如图所示： 5. 实验步骤：1) 搭建小车模型。2) 用ROBOLA

2、B编写上述程序。3) 将小车与电脑用USB数据线连接，并打开NXT的电源。点击ROBOLAB的RUN按钮，传送程序。4) 取有黑线的白板，运行程序，观察小车的运动情况，不断的调试，力求沿黑线走得越快越好。6. 注意事项：l 光电传感器对环境光较为敏感，现采用直接采光装置，提高对环境的适应度。另外，采用光电传感器的自身光源，最大限度的减少环境光对实验的不利影响。l 小车在行进之中，并不能保证轨迹完全沿着黑线行走，而是沿着黑线走Z字形。7. 实验总结经过实验，自动寻线小车基本达到实验要求，但仍然不很稳定。环境光干扰仍会引起小车错误。或者由于检测不到黑线而原地打转。思考应该考虑在当前环境下，先读取白

3、板值，再将小车放在黑线上读取黑线值，然后在求平均值作为小车是否转弯的临界值。Lab2 光电传感器测距功能测试1. 实验目的：Ø 了解光电传感器测距的特性曲线；Ø 掌握LEGO基本模型的搭建；Ø 熟练掌握ROBOLAB软件。2. 实验要求：能够用LEGO积木搭建小车模式，并在车头安置光电传感器。能在光电传感器紧贴红板，以垂直红板的方向作匀速直线倒车运动过程中进行光强值采集，绘制出时间光强曲线，然后推导出位移光强曲线及方程。3. 软件设计：编写程序流程图并写出程序。程序可参考下图： 4. 测试环境：如图所示：直尺光电传感器红板注意事项：实验应尽量降低环境干扰因素，同时

4、小车的设计宜使速度尽量低。（如何在马达的能量一定的情况下，降低小车的速度？）可参考左图传动机构设计。5. 实验步骤：1） 搭建小车模型，参考附录步骤或自行设计(创新可加分)。2） 用ROBOLAB编写上述程序。3） 将小车与电脑用USB数据线连接，并打开NXT的电源。点击ROBOLAB的RUN按钮，传送程序。4） 取一红颜色的纸板（或其他红板）竖直摆放，并在桌面平面与纸板垂直方向放置直尺，用于记录小车行走的位移。5） 将小车的光电传感器紧贴红板放置，用电脑或NXT的红色按钮启动小车，进行光强信号的采样。从直尺上读取小车的位移。6） 待小车发出音乐后，点击ROBOLAB的数据采集按钮，进行数据采

5、集，将数据放入红色容器。共进行四次数据采集。如下图所示：6） 点击ROBOLAB的计算按钮，分别对四次采集的数据进行同时显示、平均线及拟和线处理。数据显示平均线拟和线7） 利用数据处理结果及图表，得出时间同光强的对应关系。再利用小车位移同时间的关系（近似为匀速直线运动），推导出小车位移同光强的关系表达式（从上面的图中你能读出什么？对比拟合线和平均线你可以从中知道什么？）。6. 注意事项：l 光电传感器对环境光较为敏感，故应采用一定的遮光措施，使环境尽量的暗，增大光强变化范围，提高定位准确度。另外，采用光电传感器的自身光源，最大限度的减少环境光对实验的不利影响。l 小车在行进之中，并不能保证轨迹

6、完全与红板垂直，可以采取固定后轮的方式，强制小车直线运动。l 由于光电传感器的自身光源为红色光，故采用红板反射效果最好。在同等条件下，白板的反射光强曲线较陡。l 由于线性区域很窄，故只 用低速档并可以考虑采用齿轮减速机构，使速度尽量的慢，得到较为理想的曲线Lab3 光电传感器位移传感应用1 实验目的：Ø 掌握利用光感的局部线性特征进行测距的方法。2 实验要求：小车由出发点向障碍物方向匀速行进，距离3CM、2CM、1CM时各停止5秒钟并以不同音调提示到达指定位置。回程亦然并停止在3CM位置。测量小车到达各目标位置的实际位置。重复实验三次并记录相关数据。3 软件设计：自行设计软件流程图及

7、程序。4 测试环境：如图所示：红板光电传感器直尺5 实验步骤：1) 搭建小车模型，参考附录步骤或自行设计(创新可加分)。2) 用ROBOLAB编写程序(控制阈值需要修改)。3) 将小车与电脑用USB数据线连接，并打开NXT的电源。点击ROBOLAB的RUN按钮，下载程序。4) 取一红颜色的纸板（或其他红板）竖直摆放，并在桌面平面与纸板垂直方向放置直尺，用于记录小车与红板之间的距离。5) 将小车的正对红板放置，与红板距离约为4cm。用电脑或NXT的红色按钮启动小车。每逢小车停顿，从直尺上读取小车的位移。重复三次。6) 将记录的数据记录在自制的表格中。（可以用办公软件绘制表格和图形）6 注意事项:

8、l 光电传感器对环境光较为敏感，故应采用一定的遮光措施，使环境尽量的暗，增大光强变化范围，提高定位准确度。另外，本实验采用光电传感器的自身光源，最大限度的减少环境光对实验的不利影响。l 小车在行进之中，并不能保证轨迹完全与红板垂直，可以采取固定后轮的方式，强制小车直线运动。l 由于光电传感器的自身光源为红色光，故采用红板反射效果最好。在同等条件下，白板的反射光强曲线较陡。l 由于控制的位移很小，故尽量采用低速档及齿轮减速机构，使速度尽量的慢。另外一开始摆放的距离也不宜太大，尽量减小惯性，才能得到较为精确的控制。l 读取直尺数值时尽量保持以垂直桌面的角度，减小误差。四、 寻线机器人 1 实验目的

9、： 了解LEGO传感器的相关功能并熟练应用；掌握LEGO基本模型的搭建；熟练掌握ROBOT C软件;探索机器人的自动控制调节;2实验设备：1）计算机(安装有Robot C); 2）LEGO智力风暴(MINDSTORMS)9797套装; 3）LEGO教育积木9797套装;4）中等面积白板3实验要求：能够利用LEGO积木搭建一辆两轮机器人，并配置所需传感器；要求该机器人能够在较长一段时间内实现自动平衡。4小组成员及分工 5实验内容：5) 搭建机器人模型测试光电传感器6) 选择一种算法，用Robotc软件进行设计程序，此次我采用的是PID比例微分积分控制。PID控制是一种最优的控制算法；PID控制参

10、数相互独立，参数整定比较方便；PID算法比较简单，计算工作量比较小，容易实现多回路控制。在计算机控制系统中，数字调节器的输出和输入的关系是： (5.4)试验采用 ： (5.5) 式中 成为比例系数； 称为积分系数，为采样周期； 称为微分系数。机器人安装有一个光电传感器，通过这个传感器把位置信息反馈到控制器，控制器通过PID算法算出机器人运动的方向和速度，从而实现机器人的平衡。控制系统的结构框图如下：速度方向稳定位置输入信号PID控制器机器人反馈离地面的距离机器人控制框图实现上述的控制的框图，先采平衡位置的光感值offset，由于环境光度对传感器的影响很大，所以每次运行机器人的时候传感器把平衡位

11、置的光感强度存为稳定位置比较方便。进入循环体，采第二个位置的光感值now，算出偏差err=now-offset，当前微分errdiff=err-errold，积分errint=errint+err，把当前偏差存储到errold，接着算出pid（），因为机器人的马达只有5个速度档，所以要设定速度上限和下限，接着给指令马达，然后设定控制周期，再返回到第二步采光感值now，算法流程图如图所示。程序初始化，设定平衡位置光感值采样目前光感值now算出偏差，微分和积分设定速度上下限等待采样周期的时间 驱动机器人 算法流程图 模拟PID调节器的整定是按照工艺对控制性能的要求，决定调节器的参数，这是工程中使用

12、最普遍。 数字PID调节器参数的整定，除了需要确定 ，外，还需要确定系统的采样周期。生产过程（对象）通常有较大的惯性时间常数，而大多数情况，采样周期与对象的时间常数相比要小的多，所以数字控制器参数的整定可以仿照模拟PID调节器参数整定的各种方法。 数字PID调节器参数的整定，或者需要进行对象参数和过度特性的测试和计算，或者需要借助于积累的调试经验，才能获得比较满意的整定效果。因此，数字PID参数的整定是一项十分复杂、麻烦的工作。由于机器人的参数和过度特性难以测试，因此采用试凑法确定参数7。 PID参数的确定是通过试凑法来确定，因此，通过采集数据，画出图线，分析控制参数对控制性能的影响显得很重要

13、。数据采集的难点在于给系统一个固定的扰动。因为根据前面的控制算法，机器人开始必须在平衡位置以便采得目标光感值，当机器人运动以后，想给定一个固定的扰动就比较困难了，经过思考，可以尝试采用以下3种方法：（1）待机器人稳定后，程序等待一段固定的时间。由于机器人稳定后，并非真正的稳定在平衡位置，而是在平衡位置附近有小的摆动，因此，控制程序断开一段时间所产生的扰动并不固定。（2）待机器人稳定后，突然改变改变传感器的值。同样的道理，机器人稳定后，并非真正的处于平衡位置，而是在平衡位置附近振荡，因此，产生的扰动无论大小和方向都不稳定。（3）在试验前先测定平衡位置的光感值，机器人运行前让光电传感器离开地面一个

14、固定的距离，平衡位置的距离和这个固定的距离的差就是给系统的固定的扰动。 这样，机器人运行时并不把第一个采到的数据作为平衡位置的光感值。虽然这个方法能得到一个固定的扰动，但也有缺点，就是当环境光强改变的时候，要重新测定稳定位置的光感值。第三个方法满足了PID参数整定时数据采样的要求，因此选用第三个方法。由于在3-8cm的范围内，光电传感器的值与距离成正比，因此画图的时候可以用距离代替光强。由于RobotC功能还没完善，采得的数据并不可以直接在RobotC里绘图，所生成的数据文件也不能由Matlab等软件打开，因此只能在绘图软件Origin 7手动输入前31个采得的数据。由于输入点比较少，系统的动

15、态性能可以从所绘的图线看到，而稳态误差的大小只能从实验的现象判断。参数的选择 采样周期T在计算机控制系统中是一个重要的参数，从信号的保真度来考虑，采样周期T不宜太长，也就是采样频率（2/T）不能太低，采样定理给出了下限频率即，是原来信号的最高频率。从控制性能来考虑，采样周期T应尽可能的短，也就尽可能的高，但是采样频率越高，对计算机的运算速度要求越快，存储器容量要求越大，计算机的工作时间和工作量随之增加13。另外，采样频率高到一定程度，对系统性能的改善已经不显著了。用实验法：当T=0.025S的时候，机器人站立一段时间后倒下，当=0.01S时，机器人很好的维持平衡，当=0.005S是，机器人晃动

16、几下后倒下。系统仅是惯性时间常数起作用，当=0.025时，为系统的通频带，机器人所以倒下，当T=0.005S时，超出了控制器的运算速度，控制性能一次变差。确定=0.01S。比例控制加大，使系统的动作灵敏，速度加快，偏大，震荡次数加多，调节时间加长。当太大时，系统会趋于不稳定。若太小，又会使系统的动作缓慢。对稳态特性的影响加大比例控制，在系统稳定的情况下，可以减小稳态误差，提高控制精度，但是加大只是减小稳态误差，却不能完全消除稳态误差。积分控制通常使系统的稳定性下降，太小系统不稳定。偏小，振荡次数较多。太大，对系统性能的影响减少，当合适时，过渡性能比较理想。对稳态性能的影响：积分控制能消除系统的

17、稳态误差，提高控制系统的控制精度。但是若太大时，积分作用太弱，以至不能减小稳态误差。 微分控制可以改善动态性能，如超调量减少，调节时间缩短，允许加大比例控制，使稳态误差减小，提高控制精度。 当偏大时，超调量也较大，调节时间也较长。只有合适时，可以得到比较满意的过渡过程。综合起来，选定=20，=1，=25，采样周期为0.01S，两轮自平衡机器人获得良好的控制性能，超调量小，调节速度快，稳态误差小。但此时，机器人还有小幅摆动，这主要是由于光电传感器是可见光的传感，容易受环境光的影响，试验的理想条件应该在黑暗的环境下，水平的均匀的地面上进行。另一方面，机器人的平衡位置并不十分精确，因为实验前寻找机器

18、人的平衡位置时的光强值是通过目测判断的。通过改变自平衡机器人的传感方式，如采用陀螺仪，角度传感器，可以改进两轮自平衡机器人的稳态误差。程序设计： Light, sensorLightActive !*/code. !*/const tSensors Light = (tSensors) S3;configuration. !*/task main()double err,errold,errdiff,errint=0;double kp=20;/20double ki=1;/1double kd=25;/25double now;double pid;nSyncedMotors=synchBC;nSyncedTurnRatio=100;bFloatDuringInactiveMotorPWM=false;double offset= SensorValueLight;wait1Msec(100);while(true)/i<2000/*if (i=1000)wait1