2015第四届先进信息技术与传感器应用国际会议 两轮自动平衡车的设计与实现外文翻译资料

英语原文共 3 页，剩余内容已隐藏，支付完成后下载完整资料

2015第四届先进信息技术与传感器应用国际会议

两轮自动平衡车的设计与实现

李双全，孔令勇，聂欣欣，李健

哈尔滨理工大学自动化学院，哈尔滨，中国

电子邮件：214835758@qq.com

摘要：作为一种典型的非线性和动态平衡系统，两轮自平衡小车以其体积小、转动灵活、节能减排等优点越来越受到人们的青睐。设计和生产的两轮自平衡车基于卡尔曼滤波和融合角使用STM32控制芯片，idg655 ADXL335加速度计和陀螺仪作为姿态传感系统，PID控制算法调节PWM输出调整电机的转速来改变汽车的运动状态。通过现场测试，该系统工作稳定，实现了载人运行的设计目的。

关键词：自平衡；车辆；STM32；卡尔曼滤波；PID控制

1.引言

载人自平衡车是一种交通工具旨在提高人民生活质量，是一种不稳定的非线性系统,根据倒立摆的原理来实现动态平衡。因其操作灵活在狭窄的范围,节能减排,和简单的驱动的优点,得到了人们的关注。本文采用STM32作为微处理器设计的本体设计的平衡车系统，车体检测状态改变与姿态传感器，编码器和舵机增益状态信息的用户需求，驱动电机使用PID算法实现汽车的控制和平衡，当车身向前或向后时，汽车会感觉到和沿用户重心移动的方向移动，实现加速，减速，转向和后退功能。

1. 载人平衡汽车系统硬件设计

良好的机械结构决定了用户的驾驶舒适性，本文主要设计了汽车的平衡由车体，电机和铅蓄电池组成。在载人车的机械结构中，车身主要是由，方向盘，转向轴和一系列机械部件组成。刷电机是一个具有刷电装置的旋转电机，其将电能转换成机械能或机械能转换为电能[1]，马达的旋转立即具有快速起动和制动的特点。在设计中电机带刷马达，安装在汽车踏板的下侧，直流电机额定工作电压为36V，直流电机带编码器，可以起到测量速度的作用。 身体还配备了四个12V铅电池为汽车提供动力。

对于两轮平衡车，快速处理中断和响应能力至关重要[2]。本文的核心是选择STM32F103VET6作为主控芯片，作为32位微控制器，STM32具有丰富的外设，中断和优异的速度 四路通过使用PWM输出控制直流电机，两路AD转换接口用于数据采集陀螺仪和加速度计，一个串口实现MCU和PC通讯。系统组成如图1所示：

图1.自动平衡车辆硬件总体功能图

1. 主硬件电路设计

在本文中，开关模块内部集成稳压芯片LM2596，LM7805和AMS1117用于提供供能模块。LM2596的最大输出电流为3A，具有良好的线性度和负载调节能力。AMS1117作为三级降压电压芯片，是一款低压降电压调节器，内部集成散热保护和限流保护电路。本文使用的LM2596将36V直流电源电压转换为12V，用于H桥电机驱动电路，12V然后通过LM7805输出5V至电流检测和编码器使用，最终5V后AMS1117-3.3V降压至3.3V进行控制芯片，NRF无线模块等周边电源。

汽车电机驱动电路的性能起着非常重要的作用。为了避免电机的工作特性受功率的影响，通过设计，速度范围宽，具有高电流驱动能力，高可靠性和高电机驱动电路的速度开关是本文的主要内容。

本设计采用含有H桥电机驱动电路，选用驱动芯片IR2184来驱动，驱动电流峰值可达3A，并具有连续输出电流。PWM信号由驱动芯片的逻辑控制控制，四个开关的开关由开关控制，实现开关端，电机的速度由PWM波的占空比决定。该设计电机工作在25Khz频率左右，每秒可实现约100次控制反馈，保证车辆的实时性能。

4.软件设计

汽车作为一种非线性系统，PWM占空比的传统实现方法的变化不再适用，这需要通过PID控制算法。数字PID算法分为位置类型算法和增量算法[4]，基于位置类型PID计算复杂，容易产生较大的累积误差，确定增量PID控制增量只有近三个采样值，方便 加权处理获得良好的控制效果。本文采用增量PID算法，在编码器轮速度和角度信息反馈的基础上调整PWM输出，从而形成闭环控制系统。 增量PID控制公式：

其中，是比例系数，是积分系数，是微分系数。和是k和k-1时刻的采样输入。是卡尔曼滤波最优值的K时间点。是k时间的角速度值。可以看作是汽车k次需要PWM的输出波。控制流程图如图2所示：

图2. PID控制流程图

5.系统仿真与调试

由于加速度计输出在运动过程和陀螺仪漂移中不稳定，为了弥补彼此的缺点，需要使用卡尔曼滤波器的融合点。卡尔曼算法代码是卡尔曼公式的具体实现[5]。在本文中，卡尔曼滤波器模型是根据卡尔曼滤波器公式构建的：

（1）

其中，是k时刻角度的估计。是k-1时刻测量的加速度。是k-1时刻陀螺仪力矩测量值。是陀螺漂移值的温度。直流取样时间。

陀螺仪在k时间内的温度漂移等于k-1时间，即：

（2）

通过公式（1）和（2）可以得到离散表达式的状态空间方程：

对于测量噪声协方差R和过程噪声协方差矩阵Q，形式如下所示类型：

车身角度和车身角速度的过程噪声的协方差分别为Q_gyro和Q_angle，Q_angle和Q_gyro值主要基于经验和测试，取不同的值表示不同的信任度，值越小，信号度越大。代表观测噪声协方差矩阵R，反应是加速度计噪声的判断，加入R的大值，则系统噪声很大。

基于卡尔曼滤波器实现陀螺仪角度和加速度计采集值优化，设置采样频率为200Hz，周期为20 ms，dt值为0.005，取R=（0,5），，采样值更接近实际值。 卡尔曼滤波器仿真图如图3所示：

图3.卡尔曼滤波模拟

6.结论

在本文中，设计了使用姿态传感器进行双轮系统状态采集的方法，并对卡尔曼滤波算法和PID控制算法进行了研究。 实现测试的整体功能以及基本的交通工具。 作为高性价比的载人车，自我平衡车有很多值得深入的研究，待进一步研究。

参考文献

[1] Zhihai Feng, Manfeng Dou, Chunyue Shi. Study on Brush Wear of Brush Motor under Vacuum Condition [J]. Micro Motor ,2004 (08)

[2] Xiaoming Wang. Microcontroller Control of Motor. Second Edition. Beijing University of Aeronautics and Astronautics Press,2007:224-249

[3] Jingxin Dong. Micro-mechanical Accelerometer [M], Beijing: Mechanical Industry Press, 2009

[4] Hongyue Zhang ,Qing Wang. Optimal Control Theory and Application [M]. Beijing: Higher Education Press, 2006,83-101.

[5] Liang Qiao. Reasearch of Passive Tracking Arithmetic Based on Spatial Information Mearurement. Journal of Harbin University of Science and Technology,2012(04)

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26497]，资料为PDF文档或Word文档，PDF文档可免费转换为Word