CN103676650A - 两轮自平衡智能车的带死区的pid优化控制方法 - Google Patents

Abstract

一种两轮自平衡智能车的带“死区”的PID优化控制方法，包括以下步骤：1）陀螺仪传感器实时测试并输出车体摆动角速度信号，加速度计传感器实时测试并输出车体角度信号，对该车体摆动角速度信号和车体角度信号进行低通滤波和互补滤波，并融合为能够实时反映车体位姿信息的准确的位姿信号；2）角位移传感器实时测试并输出转向信号；3）核心控制芯片对位姿信号和转向信号进行采集并模数转换，然后进行中位值平均滤波；4）核心控制芯片采用带有“死区”的PID优化控制，对处理的数据进行计算得出所需的控制电压，并以PWM形式输出给左路电机和右路电机，实现两轮自平衡智能车稳定的控制。本发明响应速度快，有效避免了干扰，保证了两轮自平衡智能车的控制稳定性和舒适性。

Description

两轮自平衡智能车的带死区的PID优化控制方法

技术领域

本发明涉及一种车辆的控制方法，具体涉及一种两轮自平衡智能车的带“死区”的PID优化控制方法，属于自动控制技术领域。 

背景技术

当今世界正在经历着一场技术革命，简单实用的代步车领域也是这样。一款新颖、简单、实用、可靠性高的代步工具将给人们带来诸多方便，两轮自平衡智能车，又称之为两轮自平衡智能机器人正是这类代步工具的新秀。 

现代控制理论及应用中存在常用的倒立摆的控制原理。倒立摆本身是一个复杂的、非线性、不稳定的系统，而两轮自平衡智能车本身亦具有非线性、强耦合、多变量和自然不稳定等特点。当前有些较为普通的两轮平衡车在运行过程中会有较为明显的速度波动，控制上不稳定，而且有效控制角度一般较小（通常在±0～6°之间）。另外，当前平衡车普遍采用的位姿传感器为陀螺仪和加速度计，它们对高频噪声干扰非常敏感，而且该控制过程不允许有明显的滞后，这给本来对控制系统要求就较高的小车系统的控制带来极大的挑战。 

为了使得两轮自平衡智能车技术能够得以发展，控制方法更加方便，有必要在此领域继续做出钻研。 

发明内容

本发明的目的是克服现有两轮平衡车在控制上的不足，提供一种能有效避免干扰的两轮自平衡智能车的带“死区”的PID优化控制方法，保证所述两轮自平衡智能车的控制稳定性和舒适性。 

本发明解决其技术问题的技术方案是： 

一种两轮自平衡智能车的带“死区”的PID优化控制方法，该两轮自平衡智能车包括有车体以及安装于该车体上的左车轮和右车轮，该车体上设置有用于检测车体前后倾摆动角速度的陀螺仪传感器、用于检测车体倾斜角度的加速度计传感器、用于检测车体转向角度的角位移传感器、用于处理数据的核心控制芯片和用于分别驱动该左车轮和右车轮的左路电机和右路电机，该核心控制芯片分别与所述陀螺仪传感器、加速度计传感器、角位移传感器、左路电机和右路电机连接，其特征在于：所述控制方法包括以下步骤： 

1）所述陀螺仪传感器实时测试并输出车体摆动角速度信号，所述加速度计传感器实时测试并输出车体角度信号，对该车体摆动角速度信号和车体角度信号进行低通滤波和互补滤波，并融合为能够实时反映车体位姿信息的准确的位姿信号，以减少高频噪声和滞后，提高响应 速度； 

2）所述角位移传感器实时测试并输出转向信号； 

3）所述核心控制芯片对所述位姿信号和转向信号进行采集并模数转换，然后进行中位值平均滤波，进一步去除其中偶然的低品质信号，并且进行数据处理； 

4）所述核心控制芯片采用带有“死区”的PID优化控制，对步骤2）处理后得到的数据进行计算得出所需的控制电压，并以PWM形式输出给所述左路电机和右路电机，实现所述两轮自平衡智能车稳定的控制。 

进一步地，所述的核心控制芯片采用带有“死区”的PID优化控制的过程如下： 

当-0.2°<angle<0.2°时，所需的控制电压为UL=K*steering，UR=-K*steering； 

当angle<-0.2°或angle>0.2°时，所需的控制电压 

UL=Kp*angle+Ki*∫angledt+Kd*angle_dot+K*steering， 

UR=Kp*angle+Ki*∫angledt+Kd*angle_dot-K*steering； 

其中， 

angle为融合后的位姿信号值，angle_dot为陀螺仪传感器输出的车体摆动角速度信号，UL为左电机电压，UR为右电机电压， 

Kp为比例环节参数，Ki为积分环节参数，Kd为微分环节参数，K为转向信号放大因子，steering为滤波后的转向信号值。 

进一步地，所述的比例环节参数Kp的取值范围为3.1～4；积分环节参数Ki的取值范围为0.3～0.38；微分环节参数Kd的取值范围为0.03～0.05；转向信号放大因子K的取值范围为13～17。 

进一步地，所述的angle的取值范围为±10°，超出此范围则报警。 

进一步地，所述步骤3）中的数据处理是指，采集100组数据并进行排序，去掉前10个较大值和后10个较小值，剩余的80组数据取平均值。 

进一步地，所述的核心控制芯片为DSP2812。 

与现有技术相比，本发明通过带“死区”的PID优化控制方法并合理地结合多种滤波方式，对两轮自平衡智能车位姿进行调控，从而实现了两轮自平衡智能车的直立、平稳运行以及转向控制，保证了两轮自平衡智能车的零半径转弯特性以及在较大倾斜角度时的稳定性（最大安全角度约为±10°）。本发明具有控制算法简洁、易实现、响应速度快的优点，能有效避免干扰，有效地保证了两轮自平衡智能车的控制稳定性和可靠性以及操作简 便性、舒适性。 

附图说明

图1是本发明的方法原理框图。 

图2是本发明两轮自平衡智能车的示意图。 

具体实施方式

下面结合附图对本发明的实施例作详细说明：本实施例在本发明技术方案的前提下进行实施，给出了详细的实施方式和具体的操作过程。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都应属于本发明的保护范围。 

本实施例提供了一种用于两轮自平衡智能车的带“死区”的PID优化控制方法。请参阅图2，所述两轮自平衡智能车包括有车体1以及安装于该车体1上的左车轮2和右车轮3；该车体1上设置有用于检测车体1前后倾摆动角速度的陀螺仪传感器、用于检测车体1倾斜角度的加速度计传感器、用于检测车体1转向角度的角位移传感器、用于处理数据的核心控制芯片和用于分别驱动该左车轮2和右车轮3的左路电机4和右路电机5，所述的核心控制芯片为DSP2812，其分别与所述陀螺仪传感器、加速度计传感器、角位移传感器、左路电机4和右路电机连接5。 

请参阅图1，所述控制方法包括以下步骤： 

1）所述陀螺仪传感器实时测试并输出车体摆动角速度信号，所述加速度计传感器实时测试并输出车体角度信号；在硬件电路中首先对该车体摆动角速度信号和车体角度信号进行低通滤波和互补滤波，并实现对该两种信号的融合，融合为能够实时反映车体位姿信息的准确的位姿信号；之所以对车体摆动角速度信号和车体角度信号进行低通滤波和互补滤波，是因为这样能够大幅减少高频噪声和滞后，提高响应速度，保证了重要的所需位姿信号的品质，留给了核心控制芯片更多的运算时间。 

2）所述角位移传感器实时测试并输出转向信号； 

3）上述获得的信号已经对高频噪声不再敏感，所述核心控制芯片DSP2812对所述位姿信号和转向信号进行周期性采集，每0.2ms采集一次，并对之进行模数转换，然后对得到的数字信号进行中位值平均滤波，进一步去除其中偶然的低品质信号；随后进行如下数据处理：采集100组数据并进行排序，去掉前10个较大值和后10个较小值，剩余的80组数据取平均值；实验发现，这样得到的数据能够很好的反应车体的位姿信息，因此采用该方式有效解决了以往所采集信号的准确度低、噪声干扰严重、滤波导致滞后等问题。 

4）所述核心控制芯片采用带有“死区”的PID优化控制，对步骤2）处理后得到的数据进行计算得出所需的控制电压，该PID优化控制的计算过程如下： 

当-0.2°<angle<0.2°时，所需的控制电压为UL=K*steering，UR=-K*steering； 

当angle<-0.2°或angle>0.2°时，所需的控制电压 

UL=Kp*angle+Ki*∫angledt+Kd*angle_dot+K*steering， 

UR=Kp*angle+Ki*∫angledt+Kd*angle_dot-K*steering； 

其中， 

angle为融合后的位姿信号值，angle_dot为陀螺仪传感器输出的车体摆动角速度信号，UL为左电机电压，UR为右电机电压， 

Kp为比例环节参数，Ki为积分环节参数，Kd为微分环节参数，K为转向信号放大因子，steering为滤波后的转向信号值。 

所述的比例环节参数Kp的取值范围为3.1～4；积分环节参数Ki的取值范围为0.3～0.38；微分环节参数Kd的取值范围为0.03～0.05；转向信号放大因子K的取值范围为13～17。 

这里所述的“死区”，其实并非真正的“死区”，而是在小角度下仅保留了转向信号的“死区”，在该范围内，PID参数为0，控制器不参与调控，这样能保证小车零半径转弯性能不受影响。这里设置的小角度下PID控制的“死区”，为±0.2°之间的一个范围，在这个范围内三个PID参数均为0，这是基于如下三个原因：（1）尽管采用了多重滤波渠道，各传感器在使用过程中，由于受到温度变化的影响，仍然不可避免地存在偏移；（2）各传感器在使用中，即使在水平位置保持绝对静止，也会有一定的波动信号输出，测量发现，该波动信号引起的角度值输出在±0.2°内；（3）小角度时，在人为或其他原因引起的扰动下，使得系统不因为反应“过敏”而导致失稳。实际测试证明，该“死区”这样的设置起到明显效果。 

所述的angle，即所述控制方法的有效控制角度，的取值范围为±10°，在此范围内均能实现两轮自平衡智能车的正常运行；安全起见，超出此范围则控制系统报警。 

本实施例中，Kp＝3.5，Ki＝0.34，Kd＝0.04，K＝15。 

在上述计算出控制电压后产生控制信号，DSP2812核心控制芯片每20ms一次以PWM形式向驱动器发出指令，从而驱动左路电机4和右路电机5运转，最终实现所述两轮自平衡智能车稳定的控制。 

以上对本发明的具体实施例进行了描述，但不能以此限制本发明的保护范围。 

Claims (6)

1.一种两轮自平衡智能车的带“死区”的PID优化控制方法，该两轮自平衡智能车包括有车体以及安装于该车体上的左车轮和右车轮，该车体上设置有用于检测车体前后倾摆动角速度的陀螺仪传感器、用于检测车体倾斜角度的加速度计传感器、用于检测车体转向角度的角位移传感器、用于处理数据的核心控制芯片和用于分别驱动该左车轮和右车轮的左路电机和右路电机，该核心控制芯片分别与所述陀螺仪传感器、加速度计传感器、角位移传感器、左路电机和右路电机连接，其特征在于：所述控制方法包括以下步骤：

1）所述陀螺仪传感器实时测试并输出车体摆动角速度信号，所述加速度计传感器实时测试并输出车体角度信号，对该车体摆动角速度信号和车体角度信号进行低通滤波和互补滤波，并融合为能够实时反映车体位姿信息的准确的位姿信号，以减少高频噪声和滞后，提高响应速度；

2）所述角位移传感器实时测试并输出转向信号；

3）所述核心控制芯片对所述位姿信号和转向信号进行采集并模数转换，然后进行中位值平均滤波，进一步去除其中偶然的低品质信号，并且进行数据处理；

4）所述核心控制芯片采用带有“死区”的PID优化控制，对步骤2）处理后得到的数据进行计算得出所需的控制电压，并以PWM形式输出给所述左路电机和右路电机，实现所述两轮自平衡智能车稳定的控制。

2.根据权利要求1所述的两轮自平衡智能车的带“死区”的PID优化控制方法，其特征在于：所述的核心控制芯片采用带有“死区”的PID优化控制的过程如下：

当-0.2°<angle<0.2°时，所需的控制电压为UL=K*steering，UR=-K*steering；

当angle<-0.2°或angle>0.2°时，所需的控制电压

UL=Kp*angle+Ki*∫angledt+Kd*angle_dot+K*steering，

UR=Kp*angle+Ki*∫angledt+Kd*angle_dot-K*steering；

其中，

angle为融合后的位姿信号值，angle_dot为陀螺仪传感器输出的车体摆动角速度信号，UL为左电机电压，UR为右电机电压，

Kp为比例环节参数，Ki为积分环节参数，Kd为微分环节参数，K为转向信号放大因子，steering为滤波后的转向信号值。

3.根据权利要求2所述的两轮自平衡智能车的带“死区”的PID优化控制方法，其特征在于：所述的比例环节参数Kp的取值范围为3.1～4；积分环节参数Ki的取值范围为0.3～0.38；微分环节参数Kd的取值范围为0.03～0.05；转向信号放大因子K的取值范围为13～17。

4.根据权利要求2所述的两轮自平衡智能车的带“死区”的PID优化控制方法，其特征在于：所述的angle的取值范围为±10°，超出此范围则报警。

5.根据权利要求1所述的两轮自平衡智能车的带“死区”的PID优化控制方法，其特征在于：所述步骤3）中的数据处理是指，采集100组数据并进行排序，去掉前10个较大值和后10个较小值，剩余的80组数据取平均值。

6.根据权利要求1所述的两轮自平衡智能车的带“死区”的PID优化控制方法，其特征在于：所述的核心控制芯片为DSP2812。

Images