视觉AGV的差速转向控制器设计

简要地介绍了基于机器视觉导向的AGV两轮差速转向的原理和组成，并对计算机控制系统设计，图像信息识别等AGV控制问题进行了阐述，提出了一种采用模糊控制方法对AGV两轮差速转向进行控制。仿真和实验结果均表明，采用模糊控制方法对两轮差速转向进行控制，样车运行过程稳定，路径跟踪可靠，控制性能良好。     

基于Arduino单片机的智能避障小车设计

本文介绍了采用超声波传感器的自主避障小车的设计与实现。通过发送脉冲检测与障碍物的距离,从而控制舵机进行转向,实现小车的避障功能。智能小车采用前桥转向,后轮驱动的布置方式,两轮各用一个直流电机配合齿轮减速机构实现,选用Arduino单片机芯片作为控制核心。进行了软硬件系统的设计,搭建了智能小车平台,取得了良好的实验效果。     

基于Arduino单片机的避障小车机器人

本文简要介绍了一种基于Arduino新型集成开发环境的超声波避障小车的工作原理,包括对小车的结构、传感器、执行元件、Arduino单片机软件编程及试验结果的介绍.本方案基于蝙蝠超声波测距的原理,利用超声波传感器,检测小车前方障碍物的距离;轮速传感器分别检测左右轮速,所有信号传递给单片机,由其控制小车两个直流电机,驱动车轮.实现小车根据外部环境,完成前进、后退和转向动作,完成避障的功能.     

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。     

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。     

自动循迹小车的位置和速度控制

为了实现小车快速平稳的循迹运动,采用5个红外光电传感器检测轨道的偏差,前部安装一个万向轮,通过后部左轮和右轮的速度差来控制小车的转向。分析了小车转弯时的运动轨迹,讨论了左轮和右轮速度与转弯半径等参数之间的关系;设计了位置+速度的串级PID控制模型,采用速度最快策略进行速度分配,确保小车在转向时快速流畅,使小车能够迅速、平稳、准确地沿赛道轨迹运动。该小车的设计方案和串级控制模型也可应用于无人车间自动搬运的AGV小车、自主移动机器人等服务机器人的循迹及定位控制。     

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Arduino/Android的小车蓝牙控制系统的设计与实现

以Arduino单片机的硬件平台为核心控制器,结合Eclipse开发环境和Arduino IDE编程语言完成小车的主控程序,通过Android手机蓝牙客户端与蓝牙模块服务端的通信实现小车的智能策略控制。小车整体采用前桥驱动、后轮转向的布局方式,两轮各用一个直流电机配合齿轮减速机构实现运作。实验表明:该控制系统实现了基于Android手机的蓝牙控制小车的运行功能,实现小车的前进、后退和转弯等多种运动形态。该控制系统结构简单、操作方便,为新型智能控制系统的设计提供了参考依据。     

基于AVR ATmega128的智能小车的硬件设计与实现

主要介绍一种以AVR ATmega128为核心的智能小车的硬件原理设计。智能小车以AVR ATmega128单片机为整个系统的控制核心;应用红外传感识别外界信息;使用左、右两侧电动机的差速驱动实现转向;外部通信拓展了无线和有线两种方式;同时还预留了陀螺仪端口,方便进行后续更新和升级。该智能小车可以作为对智能车辆进一步研究的平台。     

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.     

线控转向汽车传动比智能控制策略的研究

以线控转向汽车的传动比控制为重点进行研究,提出了传动比智能控制策略,旨在进一步改善系统的转向性能。针对转向系统的不确定性、非线性的特点,在原有基于模型控制方法的基础上,研究了模糊控制和模糊神经网络在传动比控制中的应用;首先利用模糊控制技术设计传动比控制器,然后研究了模糊神经网络的结构和算法,利用模糊神经网络对理想传动比控制进行改进,实现了输入变量隶属函数中心值和宽度的在线调节,进而对传动比进行优化;从仿真结果可以看出基于模糊神经网络的控制方法比单模糊控制扩大了传动比变化的车速范围,更加符合理想传动比的要求,表明基于模糊神经网络控制方法更具有可行性和有效性。     

基于驾驶员转向模型的共享控制系统EI北大核心CSCD

针对车辆驾驶对于共享控制系统实用性的需求,提出了基于驾驶员转向模型的共享控制系统.基于驾驶员的视觉预瞄特性与神经肌肉特性建立了驾驶员转向模型,通过遗传算法辨识模型参数并分析其与车速和道路曲率之间的函数关系;采用模糊权重分配策略合理分配驾驶权重;本文利用基于所开发的CarMaker驾驶模拟实验平台,对系统进行在线测试和验证,结果表明该系统不仅能够更好地提升车辆的轨迹跟踪精度和安全性,辅助驾驶员转向,还能够极大地减轻驾驶员负荷.     

考虑车辆横向主动安全的智能驾驶员模型

结合智能车面临的横向安全问题, 设计了一种具有横向安全性的智能驾驶员模型. 该系统由转向控制、速度控制和决策规划三个模块组成. 该系统的主要作用包括: 一是通过在转向控制中加入主要约束提高车辆在转向过程中的横向稳定性, 减小车辆发生侧滑、侧倾、侧偏等风险; 二是在换道场景下, 决策规划单元合理分析交通环境中的车间距并计算出驶入临近车道的速度和轨迹, 使智能车实现安全换道. CarSim/Simulink仿真结果表明, 该智能驾驶员系统提高了车辆行驶的横向安全性.     

嵌入式技术的智能车系统设计与实现研究

基于MC9S12XS128的智能车,通过对道路图像进行采集和处理,再利用算法控制策略、PID控制原理和PWM控制技术对智能车转向和速度进行控制,使小车能够自主行驶,通过使用CodeWarrior软件编程和BDM调试实现小车行驶控制。本文基于PID算法提出了改进的算法,经实物验证,所设计的智能车系统能有效循迹,保持在道路中间快速行驶,可以实现提前转弯,且系统具有较好的抗干扰能力。     

两轮自平衡小车的系统设计与实现

两轮自平衡小车是以倒立摆模型为基础的动态平衡系统,针对系统设计中的车身结构、姿态检测与动态平衡控制等关键问题进行研究.采用一体化轮毂电机作为自平衡小车的驱动单元,设计轻量化车身结构以降低车身重量和能量损耗.控制系统采用含有加速度计、陀螺仪、电子罗盘的9轴姿态检测传感器检测车身姿态角度,利用卡尔曼滤波算法进行数据融合,获得姿态角度的最优估计,借助PID运动控制算法驱动轮毂电机运动,实现自平衡小车车身的动态平衡.通过参数优化,提升了系统的响应速度,将姿态角度估计的误差降低到0.5°以内,实现了两轮小车自主动态平衡功能,为两轮自平衡小车的设计提供了一种简单、可行、低成本的设计方案.     

基于PID神经元网络的智能车控制系统研究

研究了基于PID神经元网络的智能车多变量控制系统。智能车的转向控制与速度控制相互关联、相互影响、且都具有时变性,针对智能车在行驶时要求电机的动态响应速度要快、舵机的动态响应时间要短的特点,提出了将PID神经元网络（PIDNN）控制器及其算法应用到智能车的控制系统中来对传统PID控制进行改进。PIDNN控制系统不依赖智能车电机与舵机的数学模型,能够根据控制效果在线训练和学习,调整网络连接权重值,最终使系统的目标函数达到最小来实现智能车的精确控制。Matlab仿真测试表明,PIDNN控制系统的响应快,超调小、无静差,与传统PID控制算法相比,大大提高了智能车控制系统的性能。     

基于Carsim轻型货车EPS系统控制策略研究

汽车转向性能的优劣直接决定汽车驾驶的安全性,是影响汽车主动安全的重要因素。为了提高汽车在不同工况转向时的操纵动力学性能,以轻型货车为载体,利用模糊自适应PID控制策略参数自适应调整的优势,制定模糊自适应PID控制策略,在EPS系统基本的助力模式下展开研究,通过结合Carsim和Matlab/simulink建立的整车联合模型进行仿真,并和传统PID控制策略对比分析。结果表明:汽车行驶在不同的工况时,模糊自适应PID控制策略不仅能够满足在助力模式下转向的轻便性,还通过自身的参数自调整,比常规PID控制策略具有更快的响应速度和较小的超调量,系统的性能提高。研究的控制策略能够实现更好的控制效果,对轻型货车电动助力转向系统控制器的开发具有重要的意义。     

一种基于模糊控制的智能车转向控制算法研究

针对飞思卡尔电磁车模型,探讨了从交变电流产生的电磁场中进行路径检测的问题,提出了一种基于模糊控制的舵机转向控制算法,目的是提高智能车通过复杂电磁赛道特别是S弯道时的稳定性,并进行了仿真与试验验证。结果表明,设计的电路能很好的进行路径检测,提出的转向控制算法能使小车的舵机输出以较高精度跟随期望输入信号,在复杂赛道上得到较为平稳的转向控制。     

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。