基于STM32的两轮平衡车设计

近年来,两轮自平衡车的研究与应用获得了迅猛发展.本文提出了一种两轮自平衡小车的设计方案,采用陀螺仪ENC-03 以及MEMS 加速度传感器MMA7260 构成小车姿态检测装置,使用卡尔曼滤波完成陀螺仪数据与加速度计数据的数据融合.系统选用飞思卡尔16 位单片机MC9S12XS128 为控制核心,完成了传感器信号的处理,滤波算法的实现及车身控制,人机交互等.     

两轮自平衡小车的研究与实现

介绍以飞思卡尔MK60N512VMD100单片机为控制器和以MMA7260加速度传感器及ENC-03角速度传感器等传感器元件作为传感检测系统的两轮自平衡小车系统。阐述了基于加速度传感器和角速度传感器获取两轮小车倾斜角度的滤波算法及其实现、自平衡控制算法及其实现,电机控制策略等相关问题。实验结果表明,此小车具有较好的平衡性和稳定性。     

基于dsPIC33EP16GS502的两轮自平衡小车控制系统的设计

介绍了一种采用数字信号控制器dsPIC33EP16GS502和运动传感器MPU-6050等设计的两轮自平衡小车的控制系统。该系统利用卡尔曼滤波算法对陀螺仪和加速度计的信号进行融合,计算出小车倾角和角速度的最优估计值,采用PID算法对驱动电机的两路PWM信号进行控制,从而实现两轮小车的自平衡控制。文中详细介绍了两轮小车自平衡控制系统硬件和软件的设计。     

基于互补滤波的两轮自平衡小车的实现

要使两轮自平衡小车协同运动、平衡稳定、有效控制,最为关键的首要因素是准确、快速地解算出其运动姿态信息。该文针对姿态信息解算的卡尔曼滤波解算复杂、运算量大等缺点,采用互补滤波将倾角、加速度传感器信息进行数据融合、优化,得到与实际姿态信息相一致的最优估计值。再综合视觉传感器,两轮自平衡小车自动调整运动姿态、及时修正并回归至平衡位置,实现平稳控制。提出利用传感器—倾角、加速度、磁力计、视觉,互补滤波,ARM微控制器,4G通信等多种技术,设计出基于互补滤波的两轮自平衡小车。详细阐述了工作原理、系统架构、硬件设计及姿态信息检测、互补滤波、方向检测等算法。实践表明,基于互补滤波的两轮竞速自平衡小车姿态解算准确快速、运动控制精准、转弯快速。     

基于数据融合的两轮自平衡小车控制系统设计

为解决两轮自平衡系统中传感器存在较大震动干扰与漂移误差的问题,并提高系统姿态倾角测量的精确性和实时性,提出了基于陀螺仪与加速度计数据融合的两轮系统自平衡控制方法。建立两轮自平衡系统的动力学模型,采用卡尔曼滤波算法融合陀螺仪与加速度计信号,得到系统姿态倾角与角速度最优估计值,通过双闭环数字PID算法实现两轮系统的自平衡控制。通过两轮小车自平衡控制系统的软硬件设计,成功验证了该方法的可行性与有效性。利用该方法大大提高了两轮自平衡系统的抗干扰性。     

两轮自平衡小车的设计与实现

两轮自平衡车的出现,给现阶段交通引入全新的定义,将人们的交通出行带上了一个智能化、便携化的平台,本文借鉴目前国内外两轮自平衡车的成功经验,设计了一款以STM32微处理器为控制中心,MPU6050为姿态感知模块,TB6612为电机驱动模块的硬件系统,通过滤波算法对数据进行融合处理,PID算法控制电机转动,从而实现一种新型、结构简单、低成本的两轮自平衡车,使其实现自平衡功能。     

两轮自平衡机器人惯性传感器滤波问题的研究

针对惯性传感器在两轮机器人姿态检测中存在随机漂移误差的问题,基于卡尔曼滤波实现对倾角仪与陀螺仪的信息融合,设计了简单而实用的滤波算法,对传感器的误差进行补偿后得到机器人姿态信号的最优估计,从而将其应用于两轮自平衡机器人系统。实验结果表明,采用卡尔曼信息融合的方法,来得到机器人姿态信息最优估计是有效可行的,并且有利于机器人完成自平衡的控制。     

基于TC264单片机的动量轮平衡循迹自行车系统设计与实现

系统基于英飞凌公司的TC264单片机，通过对无刷电机驱动、舵机循迹控制、动量轮自平衡控制、灰度图像处理等模块的综合设计，实现了依靠动量轮自平衡的可自主循迹自行车系统。系统采用了540有感无刷电机进行动量轮驱动，结合陀螺仪进行姿态读取，通过串级PD算法驱动电机带动动量轮转动实现小车的自平衡。系统使用数字摄像头采集道路图片，通过边缘检测和特征提取等图像处理算法进行道路识别。系统对外力扰动具有一定的抗干扰能力，能识别环岛、十字路口、三岔路口、坡道等复杂道路。通过大量实际调试，系统实现了高速度，高抗干扰性，高道路识别率，具有很强的鲁棒性。     

基于卡尔曼滤波的两轮自平衡遥控小车设计

针对现有两轮自平衡遥控小车系统稳定性不佳、实现功能单一、车体摆动幅度过大等不足,提出了两轮自平衡遥控小车改进方案。采用STM32F103单片机作为主控器,移植实时操作系统μC/OS-Ⅱ,选择直流电机、传感器以及外围电路,设计了两轮自平衡遥控小车的硬件控制部分。利用MPU6050模块实时获取小车的当前运行姿态,经卡尔曼滤波处理位姿信息后发送给主控器,随后利用线性PID控制算法调节电机转速,结合双闭环控制实现了小车的直立平衡行走。摇杆电位器结合无线通信模块可远程遥控小车,利用超声波传感器和GSM模块实现避障和远程监测功能,通过TFT彩色液晶屏和蓝牙手机客户端实现人机交互功能。试验结果表明,小车系统运行平稳、功能多元、抗干扰能力强,具有很高的准确性和稳定性,实现了自平衡遥控理论的扩展,在机器人领域具有广阔的应用前景。     

两轮自平衡车运动姿态的测量和控制

两轮自平衡车姿态测量与控制是两轮自平衡车设计的关键环节.针对两轮自平衡车倾角的测量问题,采用了卡尔曼多传感融合算法.该算法融合了加速度传感器和陀螺仪传感器数据,实现了两轮自平衡车倾角实时在线估算.根据测量得到的倾角和角速度,采用了比例微分(PD)控制算法,实现了两轮自平衡车姿态的稳定控制.     

非同轴两轮机器人自平衡与转向闭环控制

针对车速、车身侧倾角和前轮转角变化较大工况下的非同轴两轮机器人在基于前轮转角的自平衡控制中,因动力学模型准确性对自平衡控制带来的影响,设计了基于RBF神经网络模糊滑模控制的自平衡控制器,利用RBF神经网络的逼近特性,对动力学模型中非线性时变的不确定部分进行自适应逼近,从而提高动力学模型的准确性,并借助模糊规则削弱滑模控制中产生的系统抖振;以及因前轮转角用于自平衡控制中难以实现转向闭环控制,建立了基于纯跟踪法的轨迹跟踪控制器,并设计利用车身平衡时车身侧倾角与前轮转角的耦合关系,将转向闭环控制中的目标前轮转角替换为目标车身侧倾角,从而将自平衡控制器与轨迹跟踪控制器相结合,在保证车身平衡行驶的前提下,实现带有轨迹跟踪的转向闭环控制。实验结果表明,凭借动力学模型的较高准确性,RBF神经网络模糊滑模自平衡控制器具有鲁棒性好、超调量低和响应迅速的优点,并且利用车身平衡后车身侧倾角与前轮转角耦合关系,实现转向闭环控制是可行的,具有良好的轨迹跟踪效果。     

基于陀螺仪与加速度计的二轮自平衡控制系统设计

为了实现二轮自平衡系统的稳定控制,提高系统姿态倾角的可靠性,提出了基于陀螺仪与加速度计的二轮自平衡系统控制方法.建立二轮自平衡系统的简易动力学模型,以Lyapunov方法对稳定性进行分析,得到系统稳定控制的条件,采用陀螺仪和加速度计采集姿态倾角数据,经融合滤波后得出高精度姿态倾角,最后控制二轮自平衡系统电机实现稳定运行.通过二轮自平衡控制系统的硬软件设计,成功验证了该方法的可行性.     

基于电磁寻迹的二轮自平衡小车的设计与实现

基于电磁寻迹二轮自平衡小车融合直立、速度、转向闭环控制系统,实现小车沿着磁导线平稳快速寻迹。采用S9KEAZ128AMLK作为核心处理器来实现二轮自平衡小车循迹。软件方面,通过MPU6050采集姿态数据,经过卡尔曼滤波器得到精确姿态角,通过串级pid控制器实现小车稳定直立。通过工字电感对外界磁场感应,采用分段PD控制实现方向的控制。在环岛处给予反向PWM,使小车不受环岛磁场的干扰,在直道保持直行,通过上位机观测环岛特征,设定入环标志位。硬件方面,在小车车身处固定左右电感,使小车和电感同步检测环岛,避免提前入环。     

卡尔曼滤波在两轮自平衡代步车姿态检测中的应用

介绍了一种MENS加速度计、陀螺仪与嵌入式微控制器相结合的两轮自平衡代步车姿态检测系统。针对加速度计和陀螺仪测量分别存在噪声干扰和随机漂移误差,采用卡尔曼滤波实现传感器数据融合,补偿传感器测量误差,得到车体姿态的最优估计。将该算法移植到姿态检测系统的微控制器中,测试结果表明卡尔曼信息融合可以有效提高系统检测精度。     

自平衡车的电流环串级PID控制设计

为了解决两轮自平衡电动车用传统占空比控制无法实现对转矩的精确控制问题,本文采用飞思卡尔微处理器MK60DN512ZVLQ10,卡尔曼滤波算法获取车身倾角实时最优值,基于电流环的串级PID控制来调节直流电机.电流传感器精度能达到1%左右,系统受扰动后,此方法调节时间更短、超调量更小、鲁棒性更强.实验结果表明,直接转矩控制在快速性、稳定性和抗扰性等方面明显优于传统占空比控制.     

面向两轮平衡机器人姿态检测系统的研究与设计

以两轮平衡车的平衡姿态研究为背景,提出了一种基于陀螺仪与加速度计的两轮平衡机器人的姿态检測系统,对姿态检測系统的原理、组成及数据采集进行了研究。通过对各传感器输出信号特征的提取、分析,将PID控制算法与卡尔曼滤波思想相结合,实現了数据融合,从而有效地提高姿态检测系统的检测精度。经过软硬件的综合调试取得了良好的效果,并应用到实际的机器人姿态检测。     

两轮自平衡车控制系统的设计与实现

根据飞思卡尔智能车竞赛的要求,设计了基于MC9S12XS128单片机的两轮自平衡智能车控制系统.介绍了该智能车系统的硬件模块电路设计、控制系统的构成及核心控制算法的实现.在此基础上详细介绍了用于智能车直立控制、速度控制和方向控制的参数调试时简单易行的关键技术.经过反复多次的实验表明,本文设计的两轮自平衡车控制系统性能可靠,在车身保持直立平衡的同时能够沿着赛道快速平稳运行.     

电容式倾角传感器在底盘悬挂系统中的应用

以P89V51RD2FN单片机为控制核心,采用电容式倾角传感器实时测量车辆底盘的倾斜角,并用光电传感器检测车辆最终运动姿态和车速。光电传感器和倾角传感器将实时测量信号馈送至单片机,并采用增量式PID控制算法确保车辆能够达到平衡。利用CANBUS 2.0将数据传输至车载电脑来达到智能化车姿控制。实验结果表明:系统响应时间快,精度高,性能稳定。