CN103792946B - 运动型倒立摆系统控制的信号处理方法及智能自平衡车信号控制系统 - Google Patents

Abstract

本发明公开了一种运动型倒立摆系统控制的信号处理方法，对运动型倒立摆系统的状态信号的采集与处理，通过滤波处理与信号融合技术，提高倒立摆的工作的稳定性和可靠性，提高基于倒立摆系统的电动代步工具的驾乘稳定性、安全性和舒适性。本发明公开了一种智能自平衡车信号控制系统，包括电源系统、信号采集子系统、信号整理子系统、信号处理子系统和控制系统，通过滤波处理单元与信号融合单元，提高电气系统和机械系统的联合控制和信息反馈的能力，减少由于自平衡车运动中产生刚性干涉形成微小扰动，提高整车智能化程度，使自驾智能自平衡车实现更加方便、易用、舒适和平稳，降低软硬件控制策略的实现成本，提高了自平衡车的性能价格比。

Description

运动型倒立摆系统控制的信号处理方法及智能自平衡车信号控制系统

技术领域

本发明涉及一种移动机器人自动控制系统及其控制方法，尤其是涉及一种车辆的自主平衡控制系统和控制信号的处理方法，应用于倒立摆控制技术领域，适用于进行控制策略应用及开展各种控制实验平台，尤其适合应用于机器人辅助载人代步装置的控制领域，特别是适用于自平衡车，包括两轮车、单轮车、大轮车或小轮车，适用于环保出行、人类运输、室外健身、沙滩冲浪、便利助行、个性出行、警用巡逻、军队机动、移动摄像摄影、移动观摩、快速到达、小件运送、娱乐休闲、仪式仪仗、登临星球代步运输、星球表面探测和科学实验等智能设备的主动控制和自主机动技术领域，适用于广场、机场、高尔夫球场、会议展览中心、工业园区、高档社区、运动场馆、公园、城市林荫步道、非机动车道和地外星球表面等路面环境的交通工具智能控制使用。

背景技术

倒立摆控制系统是一个复杂的、不稳定的、非线性系统，倒立摆的控制问题就是使摆杆尽快地达到一个平衡位置，并且使之没有大的振荡和过大的角度和速度。当摆杆到达期望的位置后，系统能克服随机扰动而保持稳定的位置。试验中应用的倒立摆通常为减少了影响因子，而抽象成为简单直线倒立摆和简单旋转倒立摆，这样使问题的研究实现了科学简化，为倒立摆系统在现实中应用于装置之中提供了条件，但倒立摆毕竟是一个复杂系统，尤其处于移动状态的倒立摆系统，其稳定性有关的信号控制更加繁复和不稳定。

现有的运动型倒立摆系统的平衡控制还存在问题：直线倒立摆只能沿着固定的轨道内移动，旋转倒立摆只能做固定原点的圆弧运动，这些倒立摆装置都需要加设限位装置及保护电路模块，增加了平衡控制算法的复杂程度，倒立摆系统移动的范围主要局限于固定的导轨或水平面范围内，与实际的生活中应用和工程应用不相符合，只能在实验室应用于科学实验和教学，很难走进人们的生活和工作中。

现有倒立摆的运动行程是有限制的，摆杆与电机轴间存在传动机构或悬臂，因而增加了控制的约束条件，使得一些算法在这些倒立摆系统上无法实现。两轮车倒立摆系统控制的实现非常困难，它除了保留以往倒立摆有关的稳定性、非线性和不确定性方面的研究内容外，还能增加许多用于保证高质量稳定性的控制难度。公开号为CN1952996A的发明专利申请公开了一种“两轮遥控小车倒立摆及其平衡控制方法”，该发明将两直流电机对称固定在车体上，电机轴的一端与轮子固接，轴的另一端与码盘轴相连；在两轮轴线中部位置安装陀螺仪并固接摆杆；控制器、遥控接收器、电源转换模块、电机驱动器焊接在电路板上；电路板和直流电源固定在车身上；其平衡控制方法包括自动判断零位电压，校正其漂移，对测量噪声进行滤波。该发明虽然避免了传统倒立摆因机械传动故障、或传动间隙可能引起的误差所造成的控制失败，可在地面及斜坡上前后左右行走和遥控，但是主要还是用于教学和科研，用于检验各种控制算法的优劣。该发明虽然公开了一种能保持稳定、自由行走且可遥控的两轮遥控小车倒立摆及其平衡控制方法，对采集信号采用了经过滤波处理，对摆杆静止时的噪声还是摆杆运动时的噪声均有很好的抑制作用，但对于多传感器系统来说，信息具有多样性和复杂性，在现实中应用的两轮自平衡代步车不仅需要满足自身的平衡，还要承载使用者的体重，由于驾车人在平衡车上的中心始终处于变化状态，对平衡车的倒立摆系统的平衡产生很多干扰，加之路面情况复杂，外界环境影响系统带来噪声，很多倒立摆系统外来因素对系统的影响无法得到补偿，影响到倒立摆系统控制的容错性、平衡自适应性、智能联想记忆能力，不能有效适应现实的需要。该发明的平衡算法的控制输出仍然是轮子的转矩，由于不规则地面情况下，轮子的负载有较大变化，因此，单独控制轮子的转矩，将不能有效地对车体的平衡进行控制。

公开号为CN101823485A的发明专利申请公开了“一种轮式倒立摆的传感器处理与平衡控制算法”，它包括传感器处理算法，平衡控制算法，过速度保护算法，应急处理算法；传感器处理算法，包括加速度传感器与陀螺仪数据融合算法以及滤波算法；加速度传感器与陀螺仪的数据融合算法，利用加速度传感器的低频特性，和陀螺仪输出的高频特性，用以得到一个在动态情况下稳定的倒立摆偏转角；平衡控制算法，通过使用当前倒立摆的偏转角与倒立摆的偏转角速度，来控制当前车体的加速度和角度；控制过程的输入參数是当其车体运动的速度，当其车体的偏转角，以及偏转角速度；输出为车体的加速度；过速度保护算法，当速度高于一定速度阈值时，该算法会输出一个与速度有关的角度偏移量；该偏移量将附加在传感器融合算法所计算出来的角度上，用于整个车体的減速，当速度减小到一定阈值时，将逐渐撤去该偏移量，使得系统恢复正常；的应急处理算法是在紧急情况下，系统将自动启动应急处理算法，其速度阈值为0附近，控制目标是将车体的速度迅速降下来，以保证车载设备的安全。该发明虽然能提高倒立摆的工作的稳定性和可靠性，但更多是在保持倒立摆平衡的情况下，做了较多的保护措施，使得整个倒立摆系统在复杂的外部环境中运行的更加稳定可靠，该发明采用通用的高通滤波器和低通滤波器进行信号的整理，进少了不必要成分频率的干扰，但采用通用滤波器的局限是，处理数据任意依赖通用器件的设备参数，不利于对自平衡车的平衡策略定制专门的算法策略，提高数据的精确度收到限制，直接影响到后续数据融合系统处理数据的精度，影响到倒立摆系统平衡控制的容错性、自适应性、联想记忆能力。该发明的控制器将融合的角度值和陀螺仪输出的角速度值，通过计算，得出轮子的输出加速度，然后将加速度输入到电机控制器，控制器执行加速度命令。轮子的输出加速度的信号融合算法是以车体偏转角度值和车体偏转的角速度为数据源，对多个传感器所获取的关于倒立摆系统对象和环境全面、完整信息方面有所欠缺，没有充分发挥出信号融合算法的优势，对多源数据进行检测、结合、相关、估计和组合所达到精确的状态估计不够理想，不能有效实现完整、及时的平衡态势评估。该发明仅仅给出针对两轮车自平衡策略，并未公开单轮平衡车的自平衡策略，也为其技术应用的广泛性带来不利影响。

总之，而对于一些短距离且无需承担过重运输任务的情况，常规运动型倒立摆控制系统可以实现。但常规运动型倒立摆系统的平衡控制算法，虽然也能实现自动平衡车的自主平衡，但往往存在微小的扰动，给自动平衡车的驾驶舒适度带来不佳的影响。常规运动型倒立摆系统与现实需要和工程应用结合不够紧密，控制策略基本是采用通用的数据处理模块，没有专门定制的控制算法策略模块，没有充分有效利用多源检测信息，未能真正实现多源信息在空间或时间上的冗余或互补，未能明显克服传感器测量的不精确性和干扰等引起的相关二义性，为充分考虑到复杂的环境和目标时变动态特性，使倒立摆系统的自适应平衡性打了折扣，现有的平衡车控制系统结构不够紧凑，增加了自动平衡车的设备安装难度，增加制造难度，由于现有的思维车、自平衡车的控制策略比较复杂，在相当的平衡稳定控制水平上，需要增加额外的成本，不利于产业化和工程化制造，同时由于制造成本较高，市场推广的难度较大，对于为了实现行车平衡，采购通用电子元器件组装或在此基础上稍加改进制造的自平衡车，由于兼容性和软件接口存在不兼容的问题，直接影响到自平衡车的整体质量，仅仅通过在生产线上调试和校正，无法再整体系统上克服部件不足，无法适应市场的需要，影响市场前景。

发明内容

为了解决现有技术问题，本发明的目的在于克服已有技术存在的不足，提供一种运动型倒立摆系统控制的信号处理方法，对运动型倒立摆系统的状态信号的采集与处理，通过滤波处理与信号融合技术，提高倒立摆的工作的稳定性和可靠性，提高基于倒立摆系统的智能平衡车等电动代步工具的驾乘稳定性、安全性和舒适性，符合人体工程学的需要，同时通过定制的自平衡车的信号处理算法策略，提高整个电器系统的稳定性，提高电气系统和机械系统的联合控制和信息反馈的能力，减少由于自平衡车运动中产生刚性干涉形成微小扰动，提高整车的智能化程度，降低软硬件控制策略的实现成本。

为达到上述发明创造目的，本发明采用下述技术方案：

一种运动型倒立摆系统控制的信号处理方法，包括以下步骤：

S1:从检测倒立摆系统保持各种状态所生成的一系列传感器测量信息中，选择能够使倒立摆系统维持稳定状态的数据组成定义基准信号集合，并作为当前针对倒立摆系统所设定的控制方略的标准数据集，来初始化倒立摆系统；

S2:缓存对于倒立摆系统的上一状态信息精确值数据；

S3:通过信息采集单元，处理对于倒立摆系统的当前状态的各传感器的测量信息，将各传感器的测量信息模拟信号读取后转换为数字信号，获取对于倒立摆系统的当前状态的各传感器的信息采样值；

S4:监测并判断在上述S3步骤中的各传感器的测量信息的采集过程的完成状态：如果采集过程已经完成，则利用在上述S1步骤中的当前的倒立摆系统控制方略的标准数据集和在上述S3步骤中的对于倒立摆系统的当前状态的各传感器的信息采样值，进行初步数据处理，得到对于倒立摆系统的当前状态信息采样值，并将对于倒立摆系统的当前状态的信息采样值输入滤波处理单元进行后续处理；如果采集过程未完成，则返回上述S2步骤中，继续更新对于倒立摆系统的当前状态的各传感器的测量信息，直至得到对于倒立摆系统的当前状态信息采样值；

S5:采用滤波处理单元，将在上述S2步骤中的倒立摆系统的当前状态信息精确值缓存数据和在上述S4步骤中的倒立摆系统的当前状态信息采样值一起作为向滤波处理单元提供的数据源，根据倒立摆系统的上一状态信息精确值与当前状态信息采样值，通过滤波处理单元的处理生成倒立摆系统的当前状态信息精确值，并缓存对于倒立摆系统的当前状态测量精确值数据；

S6:监测并判断在上述S5步骤中的信息滤波处理过程的完成状态：如果滤波处理过程已经完成，则将对于倒立摆系统的当前状态信息精确值输入信号融合单元进行后续处理；如果滤波处理过程未完成，则返回上述S5步骤中，继续更新计算对于倒立摆系统的当前状态信息精确值，直至运算得到对于倒立摆系统的当前状态信息精确值；

S7:采用信号融合单元，将在上述S6步骤中的对于倒立摆系统的相邻状态信息精确值一并作为向信号融合单元提供的数据源，根据倒立摆系统的上一状态信息精确值与当前状态的信息精确值，通过信号融合单元的运算处理生成倒立摆系统的摆杆在当前状态的精确姿态偏移量，再将倒立摆系统的摆杆在当前状态的精确姿态偏移量数据输入控制器，通过控制器运算得到轮毂电机能够识别控制量的控制指令信号，再将控制信号指令信号输入轮毂电机的驱动模块，使轮毂电机驱动车轮进行正转或反转，来调整倒立摆系统的摆杆趋向竖直，从而使倒立摆系统维持当前平衡状态，通过信号融合单元的运算处理生成倒立摆系统的摆杆在当前状态的精确姿态偏移量的同时，还返回上述S2步骤中，继续更新对于倒立摆系统的当前状态的各传感器的测量信息，继续运算和处理对于倒立摆系统的摆杆在下一状态的精确姿态偏移量，通过控制器控制轮毂电机，驱动车轮转动，从而使倒立摆系统维持下一个平衡状态，并以如此信号处理的方式不断进行后续循环。

作为本发明优选的技术方案，信息采集单元处理的倒立摆系统信息采样值、滤波处理单元处理的倒立摆系统信息精确值和信号融合单元处理的倒立摆系统的摆杆的精确姿态偏移量皆为几何参数或运动速度参数，控制器运算后输出的控制指令信号是与速度相关的控制量。

作为本发明进一步优选的技术方案，运动型倒立摆系统为轮式牵引的单级倒立摆系统，是由单级直线式倒立摆机构和单级旋转式倒立摆机构组合形成的单级混合倒立摆机构，将倒立摆系统的摆杆的支点轴设置于车体上，倒立摆系统的摆杆的支点轴轴线与车轮轴线平行。

作为本发明更进一步优选的技术方案，倒立摆系统的摆杆的支点轴轴线与车轮轴线重合，即由车体作为倒立摆系统的摆杆，车轮轴同时作为车体的支撑转轴，使车体和车轮同轴转动，各传感器分别测量车体的倾斜角度车轮轴的转动角度ψ和驱动车体移动的轮毂电机的速度ν，其中车体的倾斜角度和车轮轴的转动角度ψ共同描述直线式倒立摆机构和单级旋转式倒立摆机构组合形成的单级混合倒立摆机构的摆杆姿态变化，则在上述步骤S2中，缓存的对于倒立摆系统上一状态信息精确值数据主要包括其中是第i-1时刻的车体的倾斜角度精确值，是第i-1时刻的车轮轴的转动角度精确值，是第i-1时刻的轮毂电机的速度精确值，i是倒立摆系统的运行时刻。

作为上述技术方案的特别优选技术方案，在上述步骤S5中，将在上述S2步骤中倒立摆系统在第i-1时刻信息精确值缓存数据和在上述S4步骤中倒立摆系统在第i时刻信息采样值一起作为第i时刻的向滤波处理单元提供的有用的数据源，采用以下滤波算法得到第i时刻的倒立摆系统信息精确值：

${\stackrel{\‾}{\mathrm{\ψ}}}_i=\frac{\mathrm{\η}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{\mathrm{\ψ}}}_{i-1}\mathrm{\η}+(1-\mathrm{\η}){\mathrm{T\ψ}}_i\frac{1+{\mathrm{\ψ}}_{i}k}{S},\mathrm{\η}\mathrm{\ϵ}\[0,1\],$

${\stackrel{\‾}{v}}_i=\frac{\mathrm{\λ}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{v}}_{i-1}\mathrm{\λ}+(1-\mathrm{\λ})v_i,\mathrm{\λ}\mathrm{\ϵ}\[0,1\],$

其中，是第i时刻的车体的倾斜角度精确值，是第i时刻的车轮轴的转动角度精确值，是第i时刻的轮毂电机的速度精确值，是在上述步骤S2中的第i-1时刻的车体的倾斜角度精确值，是在上述步骤S2中的第i-1时刻的车轮轴的转动角度精确值，是在上述步骤S2中的第i-1时刻的轮毂电机的速度精确值，是在上述步骤S3中的第i时刻的车体的倾斜角度采样值，ψ_i是在上述步骤S3中的第i时刻的车轮轴的转动角度采样值，v_i是在上述步骤S3中的第i时刻的轮毂电机的速度采样值，T是倒立摆系统所处环境中温度对各传感器数据的影响系数，k是第i时刻角度的比例系数，k的取值范围在0～10之间，S是传感器受外界环境影响的噪声系数，ζ、η和λ分别是相应传感器的加速滤波网络的滤波系数，ζ、η和λ的取值皆在0～1之间。

作为上述技术方案的特别优选技术方案，在上述步骤S7中，通过信号融合单元，利用在上述一系列针对倒立摆系统的相邻时刻的信息精确值，采用以下融合算法得到倒立摆系统的车体的倾斜角度变化值：

${\stackrel{\‾}{\mathrm{\α}}}_i=\mathrm{\ρ}\underset{i=1}{\overset{i}{\Σ}}\frac{\mathrm{\κ}{\stackrel{\‾}{v}}_i-(2-\mathrm{\κ}){\stackrel{\‾}{v}}_{i-1}}{\mathrm{\τ}},\mathrm{\κ}\mathrm{\ϵ}\[0,2\],$

其中，是第i时刻轮毂电机的加速度值用于补偿倒立摆系统达到稳定状态的车体的倾斜角度补偿值，是在对倒立摆系统在上述步骤S5中的第i时刻的信息精确值经过运算处理后得到的车体的倾斜角度变化值，是在上述步骤S2中的第i-1时刻的轮毂电机的速度精确值，κ是不同时刻轮毂电机速度的可信度，κ的取值范围在0～2之间，τ是第i时刻与第i-1时刻之间的时间间隔，ρ是数据增益系数，ρ取值范围在1～10之间，μ是各传感器数据融合的调整系数，S是传感器受外界环境影响的噪声系数，Δ是角度补偿常数，Δ取值范围在0～1之间，将经信号融合单元运算处理后得到第i时刻的车体的倾斜角度变化值数据输入控制器，通过控制器运算得到与速度相关控制量，形成控制指令信号，再将控制指令信号输入轮毂电机的驱动模块，使轮毂电机驱动车轮进行正转或反转，来调整车体趋向平衡稳定状态。

上述技术方案中，在上述步骤S1中，倒立摆系统维持稳定状态最好是指倒立摆系统的摆杆处于或者达到竖直向上的位置时，整个倒立摆系统能克服任意随机扰动而保持稳定的情形，此时各传感器所检测到的倒立摆系统状态生成的测量信息参数构成基准信号集合。

上述技术方案中，在上述步骤S3中，信息采集单元优选采用AD转换采集控制芯片。

本发明还提供了一种利用本发明运动型倒立摆系统控制的信号处理方法的智能自平衡车信号控制系统，主要包括电源系统、信号采集子系统、信号整理子系统、信号处理子系统和控制系统，将作为运动型倒立摆系统的摆杆的信号检测结果，作为被控的车架本体(1)的被控参数，按照预定的目标将控制信号作用于被控的车轮，从而通过驱动车轮，来实现对车架本体的平衡稳定状态的闭环控制，电源系统为各系统和电子器件供电，信号采集子系统包括陀螺仪、加速度计、HALL传感器和AD转换采集控制芯片，信号采集子系统安装于车架本体上，其中陀螺仪对应车轮的车轮轴的中段位置处进行设置，陀螺仪检测车架本体的倾斜角度信息，即也相当于检测与车架本体固定连接的车架平台的法线倾斜角度信息，即也相当于检测车架平台的倾斜角度信息，加速度计检测车轮轴的转动角度信息，HALL传感器检测驱动车轮的轮毂电机的转速信息，陀螺仪、加速度计和HALL传感器的信号输出端分别与AD转换采集控制芯片的信号接收端连接，AD转换采集控制芯片处理陀螺仪、加速度计和HALL传感器的检测信息，得到信号采集子系统在每一时刻的车架平台的倾斜角度、车轮轴的转动角度和轮毂电机的转速的实时检测信息的采样值，信号整理子系统包括滤波处理单元和缓存单元，缓存单元缓存滤波处理单元生成的信号精确值数据，滤波处理单元调用缓存单元中存储的车架平台的倾斜角度、车轮轴的转动角度和轮毂电机的转速的信息精确值作为一系列数据源，还将AD转换采集控制芯片的信号输出端接收到的车架平台的倾斜角度、车轮轴的转动角度和轮毂电机的转速的信息采样值作为另一系列数据源，使滤波处理单元经过整理数据源数据后，处理生成每一时刻车架平台的倾斜角度、车轮轴的转动角度和轮毂电机的转速的信息精确值，信号处理子系统包括信号融合单元，信号融合单元将从滤波处理单元的信号输出端接收到的每一时刻的车架平台的倾斜角度、车轮轴的转动角度和轮毂电机的转速信息的信息精确值作为数据源，通过运算处理生成车架平台在每一时刻的平台角度变化值，再将车架平台在每一时刻的平台角度变化值数据输入控制系统，通过运算得到轮毂电机能识别控制量的控制指令信号，控制系统将控制指令信号输入轮毂电机的驱动模块，使轮毂电机驱动车轮进行正转或反转，来调整车架平台保持水平平衡的稳定状态。

作为本发明智能自平衡车信号控制系统的第一种优选技术方案，对于具有两个车轮的自平衡车，其两个车轮分别设置于车架平台左右两侧设置时，每个车轮各配备安装一个轮毂电机，不同的轮毂电机对应独立设置专用的HALL传感器，控制系统将指令信号分别输入两个轮毂电机的驱动模块，使各轮毂电机分别独立驱动车轮进行正转或反转，使车轮牵引车架平台进行前进、后退或转向运动，来调整车架平台保持趋近水平平衡的稳定状态，实现自主平衡。

作为上述智能自平衡车信号控制系统的第一种优选技术方案的改进技术方案，每个上述车轮分别单独配备维持对应车轮左右平衡的惯性元件，惯性元件通过芯轴与车架本体转动连接，且惯性元件的芯轴与其对应的车轮轴的轴线平行，芯轴由驱动电机来驱动，进而带动惯性元件高速旋转，控制系统通过控制驱动电机的转动速度来调控惯性元件高速旋转产生惯性力矩，约束车轮的左右偏斜。

作为本发明智能自平衡车信号控制系统的第二种优选技术方案，对于具有一个车轮的自平衡车，其车轮设置于车架平台的中部位置处，车架平台由分别位于车轮的左右两侧的两部分平台组成，另设置维持车轮左右平衡的惯性元件，惯性元件通过芯轴与车架本体转动连接，且惯性元件的芯轴与车轮轴的轴线平行，芯轴由驱动电机来驱动，进而带动惯性元件高速旋转，控制系统控制轮毂电机驱动车轮进行正转或反转，并通过控制驱动电机的转动速度来调控惯性元件高速旋转产生惯性力矩，使车轮牵引车架平台进行前进或后退运动，来调整车架平台保持趋近水平平衡的稳定状态，实现自主平衡。

作为本发明上述技术方案的改进，对于一个车轮，其专用的轮毂电机和专用的驱动电机合并为单台电机，既仅由轮毂电机的主轴即能同时传动车轮及其所配备的惯性元件围绕相同的轴线转动，同时又能控制轮毂电机的主轴通过大传动比机构高速传动惯性元件转动。

作为本发明上述技术方案特别优选的技术方案，通过滤波处理单元调用缓存单元中存储的在第i-1时刻车架平台的倾斜角度、车轮轴的转动角度和轮毂电机的转速的信息精确值缓存数据作为一系列数据源，还将AD转换采集控制芯片的信号输出端接收到的在第i时刻的车架平台的倾斜角度、车轮轴的转动角度和轮毂电机的转速的信息采样值作为另一系列数据源，根据自平衡车的在第i-1时刻的信息精确值与在第i时刻的信息采样值，通过滤波处理单元的处理生成自平衡车的在第i时刻的信息精确值，并缓存自平衡车的在第i时刻的信息精确值数据到缓存单元中，滤波处理单元采用以下滤波算法得到第i时刻的自平衡车信息精确值：

${\stackrel{\‾}{\mathrm{\ψ}}}_i=\frac{\mathrm{\η}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{\mathrm{\ψ}}}_{i-1}\mathrm{\η}+(1-\mathrm{\η}){\mathrm{T\ψ}}_i\frac{1+{\mathrm{\ψ}}_{i}k}{S},\mathrm{\η}\mathrm{\ϵ}\[0,1\],$

${\stackrel{\‾}{v}}_i=\frac{\mathrm{\λ}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{v}}_{i-1}\mathrm{\λ}+(1-\mathrm{\λ})v_i,\mathrm{\λ}\mathrm{\ϵ}\[0,1\],$

其中，i是自平衡车的运行时刻，是第i时刻的车架平台的倾斜角度精确值，是第i时刻的车轮轴的转动角度精确值，是第i时刻的轮毂电机的速度精确值，是在上述步骤S2中的第i-1时刻的车架平台的倾斜角度精确值，是在上述步骤S2中的第i-1时刻的车轮轴的转动角度精确值，是在上述步骤S2中的第i-1时刻的轮毂电机的速度精确值，是在上述步骤S3中的第i时刻的车架平台的倾斜角度采样值，ψ_i是在上述步骤S3中的第i时刻的车轮轴的转动角度采样值，v_i是在上述步骤S3中的第i时刻的轮毂电机的速度采样值，T是自平衡车所处环境中温度对各传感器数据的影响系数，k是第i时刻角度的比例系数，k的取值范围在0～10之间，S是传感器受外界环境影响的噪声系数，ζ、η和λ分别是相应传感器的加速滤波网络的滤波系数，ζ、η和λ的取值皆在0～1之间；

通过信号融合单元，利用在上述步骤中的一系列针对自平衡车在相邻时刻的信息精确值，采用以下融合算法得到车架平台的法线的倾斜角度变化值：

${\stackrel{\‾}{\mathrm{\α}}}_i=\mathrm{\ρ}\underset{i=1}{\overset{i}{\Σ}}\frac{\mathrm{\κ}{\stackrel{\‾}{v}}_i-(2-\mathrm{\κ}){\stackrel{\‾}{v}}_{i-1}}{\mathrm{\τ}},\mathrm{\κ}\mathrm{\ϵ}\[0,2\],$

其中，是第i时刻轮毂电机的加速度值用于补偿车架平台达到稳定状态时的车架平台的倾斜角度补偿值，是在对车架平台在上述步骤S5中的第i时刻的信息精确值经过运算处理后得到的车架平台的法线的倾斜角度变化值，是在上述步骤S2中的第i-1时刻的轮毂电机的速度精确值，κ是不同时刻轮毂电机速度的可信度，κ的取值范围在0～2之间，τ是第i时刻与第i-1时刻之间的时间间隔，ρ是数据增益系数，ρ取值范围在1～10之间，μ是各传感器数据融合的调整系数，S是传感器受外界环境影响的噪声系数，Δ是角度补偿常数，Δ取值范围在0～1之间，将经信号融合单元运算处理后得到第i时刻的车架平台的法线的倾斜角度变化值数据输入控制系统，通过控制系统运算得到与速度相关控制量，形成控制指令信号。

本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点：

1.本发明解决了基于倒立摆系统的自主平衡移动装置的状态信号的采集与处理的关键技术问题，基于实时采集与缓存的各传感器信号数据，通过滤波处理单元与信号融合单元，通过滤波处理与信号融合技术，定制了高效、高精度、快速响应的控制算法及其控制系统，可实时、精确计算基于倒立摆系统的摆杆的自主平衡移动装置的承载平台空间角度的变化，来调整自主平衡移动装置的承载平台平衡，提高倒立摆系统的工作的稳定性和可靠性，保障自主平衡移动装置的承载平台的安全性和稳定性；

2.本发明智能自平衡车信号控制系统及其控制方法实际上针对车体重心实时变动情况下的复杂智能平衡进行精确控制，实现对时变信号进行精准的采集、整理、处理和输出，提高基于倒立摆系统的智能平衡车等电动代步工具的驾乘稳定性、安全性和舒适性，符合人体工程学的需要，同时通过定制的自平衡车的信号处理算法策略提高了电气系统和机械系统的联合控制和信息反馈的能力，减少由于自平衡车运动中产生刚性干涉形成微小扰动，提高整车的智能化程度，使自驾智能自平衡车实现更加方便、易用、舒适和平稳；

3.本发明可根据实际需要，为智能自平衡车提供有效地控制平衡策略，通过检测与几何参数有关信号的多源传感器，紧密结合实用电动交通工具的需要情形，充分有效利用多源检测信息，实现多源信息在空间或时间上的冗余或互补，并充分考虑到环境的复杂性和目标时变动态特性对自平衡车系统平衡的外源性干扰，从算法和系统的角度实现具有高度自适应性的平衡控制策略；

4.本发明的平衡控制策略集成了硬件动静平衡机制和软件精确实现信号关联、数据相关、信号估计和数据融合一系列算法机制，利用各种传感器在空间和时间上的互补与冗余信息依据定制的优化准则或算法组合，来产生对检测目标和控制目标的一致性解释和描述，更利于实现控制推理和得出收敛的智能计算结果，使平衡车的自适应平衡能力得到充分发挥；

5.本发明智能自平衡车信号控制系统通过专门开发的控制模块实现专属控制，当智能自平衡车进行量产后，专门的控制模块的批零制造不会比采购通用的电子元器件多出更多的成本，反而在元件的兼容性和稳定性等方面会大大优于组装改进时生产的控制系统，对提高整车的平衡控制、平稳行进和平滑操作均有重要意义，采用本发明智能自平衡车信号控制系统作为内核，可以实现智能自平衡车的高质量平衡控制，适应市场对质高价低产品的热切需要，具有巨大的市场前景，符合在基础市场上定制高性价比智能自平衡车的目标。

附图说明

图1是本发明实施例一运动型倒立摆系统控制的信号处理方法的算法执行流程图。

图2是作为本发明实施例一的检测和控制目标的两轮的智能自平衡车外部结构示意图。

图3是本发明实施例一智能自平衡车信号控制系统的信号关系框图。

图4是作为本发明实施例二的检测和控制目标的单轮的智能自平衡车外部结构示意图。

图5是本发明实施例二智能自平衡车信号控制系统的信号关系框图。

具体实施方式

本发明的优选实施例详述如下：

实施例一：

在本实施例中，参见图1～图3，智能自平衡车信号控制系统，主要包括电源系统9、信号采集子系统5、信号整理子系统6、信号处理子系统7和控制系统8，将作为运动型倒立摆系统的摆杆的信号检测结果，作为被控的车架本体1的被控参数，按照预定的目标将控制信号作用于被控的车轮2，从而通过驱动两个车轮2，来实现对车架本体1的平衡稳定状态的闭环控制，电源系统9为各系统和电子器件供电，其特征在于：信号采集子系统5包括陀螺仪11、加速度计12、HALL传感器13和AD转换采集控制芯片14，信号采集子系统5安装于车架本体1上，其中陀螺仪11对应车轮2的车轮轴10的中段位置处进行设置，陀螺仪11检测车架本体1的倾斜角度信息，即也相当于检测与车架本体1固定连接的车架平台3的法线倾斜角度信息，即也相当于检测车架平台3的倾斜角度信息，加速度计12检测车轮轴10的转动角度信息，HALL传感器13检测驱动车轮2的轮毂电机4的转速信息，陀螺仪11、加速度计12和HALL传感器13的信号输出端分别与AD转换采集控制芯片14的信号接收端连接，AD转换采集控制芯片14处理陀螺仪11、加速度计12和HALL传感器13的检测信息，得到信号采集子系统5在每一时刻的车架平台3的倾斜角度、车轮轴10的转动角度和轮毂电机4的转速的实时检测信息的采样值，信号整理子系统6包括滤波处理单元15和缓存单元16，缓存单元16缓存滤波处理单元15生成的信号精确值数据，滤波处理单元15调用缓存单元16中存储的车架平台3的倾斜角度、车轮轴10的转动角度和轮毂电机4的转速的信息数据作为一系列数据源，还将AD转换采集控制芯片14的信号输出端接收到的车架平台3的倾斜角度、车轮轴10的转动角度和轮毂电机4的转速的信息采样值作为另一系列数据源，使滤波处理单元15经过整理数据源数据后，处理生成每一时刻车架平台3的倾斜角度、车轮轴10的转动角度和轮毂电机4的转速的信息精确值，信号处理子系统7包括信号融合单元17，信号融合单元17将从滤波处理单元15的信号输出端接收到的每一时刻的车架平台3的倾斜角度、车轮轴10的转动角度和轮毂电机4的转速信息的信息精确值作为数据源，通过运算处理生成车架平台3在每一时刻的平台角度变化值，再将车架平台3在每一时刻的平台角度变化值数据输入控制系统8，通过运算得到轮毂电机4能识别控制量的控制指令信号，控制系统8将控制指令信号输入轮毂电机4的驱动模块，使轮毂电机4驱动车轮2进行正转或反转，来调整车架平台3保持水平平衡的稳定状态。

在本实施例中，参见图1～图3，作为本实施例智能自平衡车信号控制系统的检测和控制目标的两轮的智能自平衡车，其两个车轮2分别设置于车架平台3左右两侧设置，车架平台3是作为承载人体重量的基础平台，每个车轮2各配备安装一个轮毂电机4，不同的轮毂电机4对应独立设置专用的HALL传感器13，控制系统8将指令信号分别输入两个轮毂电机4的驱动模块，使各轮毂电机4分别独立驱动车轮2进行正转或反转，使车轮2牵引车架平台3进行前进、后退或转向运动，来调整车架平台3保持趋近水平平衡的稳定状态，实现自主平衡。

在本实施例中，参见图1～图3，智能自平衡车信号控制系统的原理实际上是轮式牵引的单级倒立摆系统，是由单级直线式倒立摆机构和单级旋转式倒立摆机构组合形成的单级混合倒立摆机构，将倒立摆系统的摆杆的支点轴设置于车架本体1上，倒立摆系统的摆杆的支点轴轴线与车轮轴10轴线重合，即由车架本体1作为倒立摆系统的摆杆，车轮轴10同时作为车架本体1的支撑转轴，使车架本体1和车轮2同轴转动，各传感器分别测量车架平台3的倾斜角度φ、车轮轴10的转动角度ψ和驱动车架本体1移动的轮毂电机4的速度ν，其中车架平台3的倾斜角度φ和车轮轴10的转动角度ψ共同描述直线式倒立摆机构和单级旋转式倒立摆机构组合形成的单级混合倒立摆机构的摆杆姿态变化。在本实施例中，参见图1～图3，智能自平衡车信号控制系统符合运动型倒立摆系统的结构和工作原理，其控制信号处理方法，包括以下步骤：

S1:从检测车架平台3为了保持各种状态，陀螺仪11、加速度计12和HALL传感器13所生成的一系列传感器测量信息中，选择能够使车架平台3维持稳定状态的数据组成定义基准信号集合，并作为当前针对控制车架平台3平衡所设定的控制方略的标准数据集，来初始化自平衡车信号控制系统，车架平台3维持稳定状态至少是指车架平台3的法线处于或者达到竖直向上的位置时，或者至少是指车架平台3保持水平平衡的稳定状态时，整个自平衡车能克服任意随机扰动而保持稳定的情形，此时陀螺仪11、加速度计12和HALL传感器13所检测到的自平衡车状态生成的测量信息参数构成基准信号集合；

S2:缓存对于自平衡车的第i-1时刻信息精确值数据，包括从轮式牵引的运动型倒立摆系统的工作原理出发，其中是第i-1时刻的车架平台3的倾斜角度精确值，是第i-1时刻的车轮轴10的转动角度精确值，是第i-1时刻的轮毂电机4的速度精确值，i是自平衡车的运行时刻；

S3:通过AD转换采集控制芯片14处理对于自平衡车在第i时刻的陀螺仪11、加速度计12和HALL传感器13的测量信息，将各传感器的测量信息模拟信号读取后转换为数字信号，获取对于自平衡车在第i时刻的各传感器的信息采样值；

S4:监测并判断在上述S3步骤中的各传感器的测量信息的采集过程的完成状态：如果采集过程已经完成，则利用在上述S1步骤中的当前的自平衡车控制方略的标准数据集和在上述S3步骤中的对于自平衡车在第i时刻的各传感器的信息采样值，进行初步数据处理，得到对于自平衡车在第i时刻的信息采样值，并将对于自平衡车在第i时刻的信息采样值输入滤波处理单元15进行后续处理；如果采集过程未完成，则返回上述S2步骤中，继续更新对于自平衡车在第i时刻的各传感器的测量信息，直至得到对于自平衡车在第i时刻的信息采样值；

S5:采用滤波处理单元15，通过滤波处理单元15调用缓存单元16中存储的在第i-1时刻车架平台3的倾斜角度、车轮轴10的转动角度和轮毂电机4的转速的信息精确值缓存数据作为一系列数据源，还从AD转换采集控制芯片14的信号输出端接收到的在第i时刻的车架平台3的倾斜角度、车轮轴10的转动角度和轮毂电机4的转速的信息采样值作为另一系列数据源，根据自平衡车的在第i-1时刻的信息精确值与在第i时刻的信息采样值，通过滤波处理单元15的处理生成自平衡车的在第i时刻的信息精确值，并缓存自平衡车的在第i时刻的信息精确值数据到缓存单元16中，滤波处理单元15采用以下滤波算法得到第i时刻的自平衡车信息精确值：

${\stackrel{\‾}{\mathrm{\ψ}}}_i=\frac{\mathrm{\η}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{\mathrm{\ψ}}}_{i-1}\mathrm{\η}+(1-\mathrm{\η}){\mathrm{T\ψ}}_i\frac{1+{\mathrm{\ψ}}_{i}k}{S},\mathrm{\η}\mathrm{\ϵ}\[0,1\],$

${\stackrel{\‾}{v}}_i=\frac{\mathrm{\λ}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{v}}_{i-1}\mathrm{\λ}+(1-\mathrm{\λ})v_i,\mathrm{\λ}\mathrm{\ϵ}\[0,1\],$

其中，是第i时刻的车架平台3的倾斜角度精确值，是第i时刻的车轮轴10的转动角度精确值，是第i时刻的轮毂电机4的速度精确值，是在上述步骤S2中的第i-1时刻的车架平台3的倾斜角度精确值，是在上述步骤S2中的第i-1时刻的车轮轴10的转动角度精确值，是在上述步骤S2中的第i-1时刻的轮毂电机4的速度精确值，是在上述步骤S3中的第i时刻的车架平台3的倾斜角度采样值，ψ_i是在上述步骤S3中的第i时刻的车轮轴10的转动角度采样值，v_i是在上述步骤S3中的第i时刻的轮毂电机4的速度采样值，T是自平衡车所处环境中温度对各传感器数据的影响系数，k是第i时刻角度的比例系数，k的取值范围在0～10之间，S是传感器受外界环境影响的噪声系数，ζ、η和λ分别是相应传感器的加速滤波网络的滤波系数，ζ、η和λ的取值皆在0～1之间；

S6:监测并判断在上述S5步骤中的信息滤波处理过程的完成状态：如果滤波处理过程已经完成，则将对于倒立摆系统在第i时刻的信息精确值输入信号融合单元17进行后续处理；如果滤波处理过程未完成，则返回上述S5步骤中，继续更新计算自平衡车在第i时刻的信息精确值，直至运算得到自平衡车在第i时刻的信息精确值；

S7:采用信号融合单元17，通过信号融合单元17，利用在上述步骤中的一系列针对自平衡车在相邻时刻的信息精确值，采用以下融合算法得到车架平台3的法线的倾斜角度变化值：

${\stackrel{\‾}{\mathrm{\α}}}_i=\mathrm{\ρ}\underset{i=1}{\overset{i}{\Σ}}\frac{\mathrm{\κ}{\stackrel{\‾}{v}}_i-(2-\mathrm{\κ}){\stackrel{\‾}{v}}_{i-1}}{\mathrm{\τ}},\mathrm{\κ}\mathrm{\ϵ}\[0,2\],$

其中，是第i时刻轮毂电机4的加速度值用于补偿车架平台3达到稳定状态时的车架平台3的倾斜角度补偿值，是在对车架平台3在上述步骤S5中的第i时刻的信息精确值经过运算处理后得到的车架平台3的法线的倾斜角度变化值，是在上述步骤S2中的第i-1时刻的轮毂电机4的速度精确值，κ是不同时刻轮毂电机4速度的可信度，κ的取值范围在0～2之间，τ是第i时刻与第i-1时刻之间的时间间隔，ρ是数据增益系数，ρ取值范围在1～10之间，μ是各传感器数据融合的调整系数，S是传感器受外界环境影响的噪声系数，Δ是角度补偿常数，Δ取值范围在0～1之间，将经信号融合单元17运算处理后得到第i时刻的车架平台3的法线的倾斜角度变化值数据输入控制系统8，通过控制系统8运算得到与速度相关控制量，形成控制指令信号，再将控制指令信号输入轮毂电机4的驱动模块，使轮毂电机4驱动车轮2进行正转或反转，来调整车架平台3的法线趋向竖直方向，从而使车架本体1趋向平衡稳定状态，通过信号融合单元17的运算处理生成车架平台3的法线的倾斜角度变化值的同时，继续更新对于自平衡车的当前时刻的各传感器的测量信息，继续运算和处理对于车架平台3在下一时刻的车架平台3的法线的倾斜角度变化值，通过控制系统8控制轮毂电机4，驱动车轮2转动，从而使车架平台3维持下一个平衡状态，并以如此信号处理的方式不断进行后续循环。

在本实施例中，智能自平衡车信号控制系统通过多源信息检测，根据需要将所测得的信息作为反馈信号送至控制系统8，与设定信息进行比较后，对轮毂电机4的输出运动进行调整，以保证自平衡车的动作符合预定标准的平衡要求，信号的传递整个过程形成闭环控制。智能自平衡车信号控制系统实时检测自平衡车的运动及工作情况，通过对自平衡车各部分的内部状况信息检测和数据处理，结合对环境中温度对各传感器数据影响水平，并通过传感器受外界环境影响的噪声修正，进行角度补偿，构成信号反馈回路，从而将大大提高自平衡车工作精度，使之达到更高层次的自动化，即实现智能化，提高整车稳定化可靠水平。

本实施例对运动型倒立摆系统的状态信号的采集与处理，通过滤波处理与信号融合技术，提高电气系统和机械系统的联合控制和信息反馈的能力，减少由于自平衡车运动中产生刚性干涉形成微小扰动，提高整车智能化程度，提高倒立摆的工作的稳定性和可靠性，提高基于倒立摆系统的电动代步工具的驾乘稳定性、安全性和舒适性，使自驾智能自平衡车实现更加方便、易用、舒适和平稳，降低软硬件控制策略的实现成本，提高了自平衡车的性能价格比。本实施例尤其适合应用于机器人辅助载人代步装置的控制领域，使自平衡车适用于环保出行、人类运输、室外健身、沙滩冲浪、便利助行、个性出行、警用巡逻、军队机动、移动摄像摄影、移动观摩、快速到达、小件运送、娱乐休闲、仪式仪仗、登临星球代步运输、星球表面探测和科学实验等领域，使驾驶者更易于广场、机场、高尔夫球场、会议展览中心、工业园区、高档社区、运动场馆、公园、城市林荫步道、非机动车道和地外星球表面等路面环境中获得驾驶的舒适感和便捷体验。

实施例二：

本实施例与实施例一基本相同，特别之处在于：

在本实施例中，参见图4和图5，作为本实施例智能自平衡车的检测和控制目标的单轮的智能自平衡车，其车轮2设置于车架平台3的中部位置处，车架平台3由分别位于车轮2的左右两侧的两部分平台组成，另设置维持车轮2左右平衡的惯性元件，惯性元件通过芯轴与车架本体1转动连接，且惯性元件的芯轴与车轮轴10的轴线平行，芯轴由驱动电机18来驱动，进而带动惯性元件高速旋转，控制系统8控制轮毂电机4驱动车轮2进行正转或反转，并通过控制驱动电机18的转动速度来调控惯性元件高速旋转产生惯性力矩，使车轮2牵引车架平台3进行前进或后退运动，来调整车架平台3保持趋近水平平衡的稳定状态，实现自主平衡。本发明为车轮2配备两台电机，即一台轮毂电机4和一台驱动电机18，轮毂电机4带动车轮2通过正转或反转来实现自平衡车前进或后退，并实时调控自平衡车的前后平衡，驱动电机18驱动惯性元件高速旋转，以有效地保持自平衡车的左右平衡，本实施例这样的技术方案，使单轮自平衡车体积更加小巧，很容易让使用者学习使用。其转向由使用者变化人体姿态施加外力来实现，即使用者手握手柄20，通过连接杆19向车架本体1传递转向扭矩，并通过使用者的重心调整实现人为转向控制；本实施例独轮的自平衡车克服了传统的独轮车左右的平衡需要专门学习才能使用的不足，使普通使用者驾驶自平衡车时，很容易达到或超越单轮车专业魔术师的平衡驾驶水平，适用于更加广泛的人群，可以带来安全可靠的驾驭乐趣，提高独轮车使用的舒适性，满足更多个性车辆驾驶者的多样化需求。

实施例三：

本实施例与实施例一基本相同，特别之处在于：

在本实施例中，作为本实施例智能自平衡车的检测和控制目标的两轮的智能自平衡车，每个车轮2分别单独配备维持对应车轮2左右平衡的惯性元件，惯性元件通过芯轴与车架本体1转动连接，且惯性元件的芯轴与其对应的车轮轴10的轴线平行，芯轴由驱动电机18来驱动，进而带动惯性元件高速旋转，控制系统8通过控制驱动电机18的转动速度来调控惯性元件高速旋转产生惯性力矩，约束车轮2的左右偏斜。本发明为每个车轮2各配备两个电机，即每个车轮2均配备了专属的一个轮毂电机4和一个驱动电机18，轮毂电机4带动车轮2通过正转或反转来实现自平衡车前进或后退，并实时调控自平衡车的前后平衡，通过平衡算法运算，驱动电机18驱动惯性元件高速旋转，辅助增强自平衡车的左右平衡能力，在复杂路况或在进行急转弯时防止发生侧翻，对驾驶者提供更加可靠的安全驾控保障，有利于保护驾驶人员和平衡车各部分车载设备安全。本实施例智能自平衡车信号控制系统除了输出控制自平衡车前后平衡的指令之外，还输出控制惯性元件高速旋转的指令，使惯性元件高速旋转更好地发挥陀螺效应，在增强自平衡车的左右平衡的同时，使惯性元件高速旋转产生进动性，从而更好地辅助车轮2进行符合需要的运动，本实施例通过控制惯性元件运动，实现了机械能量的控制释放，进一步优化了自平衡车的动作效率和安全可靠性。

实施例四：

本实施例与实施例二和实施例三基本相同，特别之处在于：

在本实施例中，对于一个车轮2，其专用的轮毂电机4和专用的驱动电机18合并为单台电机，即仅由轮毂电机4的主轴即能同时传动车轮2及其所配备的惯性元件围绕相同的轴线转动，同时又能控制轮毂电机4的主轴通过大传动比机构高速传动惯性元件转动。在本实施例中，将智能自平衡车信号控制系统的多套指令输出变更为单套指令输出，简化了数据处理过程，使数据融合的算法运算量减少，提高了计算效率和速度。本实施例通过大传动比机构实现车轮2和惯性元件的异步转动，用成熟的机械系统控制间接实现信号控制，节省了一套电机设备，提高了系统的稳定性，减少了能量消耗，提高了系统集成水平，并使控制系统的紧凑程度显著提高，本实施例使自平衡车的制造成本进一步降低，更具市场价值。

上面结合附图对本发明实施例进行了说明，但本发明不限于上述实施例，还可以根据本发明的发明创造的目的做出多种变化，凡依据本发明技术方案的精神实质和原理下做的改变、修饰、替代、组合、简化，均应为等效的置换方式，只要符合本发明的发明目的，只要不背离本发明运动型倒立摆系统控制的信号处理方法及智能自平衡车信号控制系统的技术原理和发明构思，都属于本发明的保护范围。

Claims (14)

1.一种运动型倒立摆系统控制的信号处理方法，其特征在于，包括以下步骤：

S1:从检测倒立摆系统保持各种状态所生成的一系列传感器测量信息中，选择能够使倒立摆系统维持稳定状态的数据组成定义基准信号集合，并作为当前针对倒立摆系统所设定的控制方略的标准数据集，来初始化倒立摆系统；

S2:缓存对于倒立摆系统的上一状态信息精确值数据；

S3:通过信息采集单元，处理对于倒立摆系统的当前状态的各传感器的测量信息，将各传感器的测量信息模拟信号读取后转换为数字信号，获取对于倒立摆系统的当前状态的各传感器的信息采样值；

S4:监测并判断在上述S3步骤中的各传感器的测量信息的采集过程的完成状态：如果采集过程已经完成，则利用在上述S1步骤中的当前的倒立摆系统控制方略的标准数据集和在上述S3步骤中的对于倒立摆系统的当前状态的各传感器的信息采样值，进行初步数据处理，得到对于倒立摆系统的当前状态信息采样值，并将对于倒立摆系统的当前状态的信息采样值输入滤波处理单元进行后续处理；如果采集过程未完成，则返回上述S2步骤中，继续更新对于倒立摆系统的当前状态的各传感器的测量信息，直至得到对于倒立摆系统的当前状态信息采样值；

S5:采用滤波处理单元，将在上述S2步骤中的倒立摆系统的上一状态信息精确值缓存数据和在上述S4步骤中的倒立摆系统的当前状态信息采样值一起作为向滤波处理单元提供的数据源，根据倒立摆系统的上一状态信息精确值与当前状态信息采样值，通过滤波处理单元的处理生成倒立摆系统的当前状态信息精确值，并缓存对于倒立摆系统的当前状态测量精确值数据；

S6:监测并判断在上述S5步骤中的信息滤波处理过程的完成状态：如果滤波处理过程已经完成，则将对于倒立摆系统的当前状态信息精确值输入信号融合单元进行后续处理；如果滤波处理过程未完成，则返回上述S5步骤中，继续更新计算对于倒立摆系统的当前状态信息精确值，直至运算得到对于倒立摆系统的当前状态信息精确值；

S7:采用信号融合单元，将在上述S6步骤中的对于倒立摆系统的相邻状态信息精确值一并作为向信号融合单元提供的数据源，根据倒立摆系统的上一状态信息精确值与当前状态的信息精确值，通过信号融合单元的运算处理生成倒立摆系统的摆杆在当前状态的精确姿态偏移量，再将倒立摆系统的摆杆在当前状态的精确姿态偏移量数据输入控制器，通过控制器运算得到轮毂电机能够识别控制量的控制指令信号，再将控制指令信号输入所述轮毂电机的驱动模块，使轮毂电机驱动车轮进行正转或反转，来调整倒立摆系统的摆杆趋向竖直，从而使倒立摆系统维持当前平衡状态，通过信号融合单元的运算处理生成倒立摆系统的摆杆在当前状态的精确姿态偏移量的同时，还返回上述S2步骤中，继续更新对于倒立摆系统的当前状态的各传感器的测量信息，继续运算和处理对于倒立摆系统的摆杆在下一状态的精确姿态偏移量，通过控制器控制轮毂电机，驱动车轮转动，从而使倒立摆系统维持下一个平衡状态，并以如此信号处理的方式不断进行后续循环。

2.根据权利要求1所述运动型倒立摆系统控制的信号处理方法，其特征在于：所述信息采集单元处理的倒立摆系统信息采样值、所述滤波处理单元处理的倒立摆系统信息精确值和所述信号融合单元处理的倒立摆系统的摆杆的精确姿态偏移量皆为几何参数或运动速度参数，所述控制器运算后输出的控制指令信号是与速度相关的控制量。

3.根据权利要求2所述运动型倒立摆系统控制的信号处理方法，其特征在于：所述运动型倒立摆系统为轮式牵引的单级倒立摆系统，是由单级直线式倒立摆机构和单级旋转式倒立摆机构组合形成的单级混合倒立摆机构，将所述倒立摆系统的摆杆的支点轴设置于车体上，所述倒立摆系统的摆杆的支点轴轴线与车轮轴线平行。

4.根据权利要求2所述运动型倒立摆系统控制的信号处理方法，其特征在于：所述运动型倒立摆系统为轮式牵引的单级倒立摆系统，是由单级直线式倒立摆机构和单级旋转式倒立摆机构组合形成的单级混合倒立摆机构，将所述倒立摆系统的摆杆的支点轴设置于车体上，所述倒立摆系统的摆杆的支点轴轴线与车轮轴线重合，即由所述车体作为倒立摆系统的摆杆，车轮轴同时作为所述车体的支撑转轴，使所述车体和车轮同轴转动，各传感器分别测量所述车体的倾斜角度所述车轮轴的转动角度ψ和驱动所述车轮的轮毂电机的速度ν，其中车体的倾斜角度和车轮轴的转动角度ψ共同描述直线式倒立摆机构和单级旋转式倒立摆机构组合形成的单级混合倒立摆机构的摆杆姿态变化，则在上述步骤S2中，缓存的所述对于倒立摆系统上一状态信息精确值数据主要包括其中是第i-1时刻的所述车体的倾斜角度精确值，是第i-1时刻的所述车轮轴的转动角度精确值，是第i-1时刻的所述轮毂电机的速度精确值，i是倒立摆系统的运行时刻。

5.根据权利要求4所述运动型倒立摆系统控制的信号处理方法，其特征在于：在上述步骤S5中，将在上述S2步骤中倒立摆系统在第i-1时刻信息精确值缓存数据和在上述S4步骤中倒立摆系统在第i时刻信息采样值一起作为第i时刻的向滤波处理单元提供的有用的数据源，采用以下滤波算法得到第i时刻的倒立摆系统信息精确值：

${\stackrel{\‾}{\mathrm{\ψ}}}_i=\frac{\mathrm{\η}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{\mathrm{\ψ}}}_{i-1}\mathrm{\η}+(1-\mathrm{\η}){\mathrm{T\ψ}}_i\frac{1+{\mathrm{\ψ}}_{i}k}{S},\mathrm{\η}\∈\[0,1\],$

${\stackrel{\‾}{v}}_i=\frac{\mathrm{\λ}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{v}}_{i-1}\mathrm{\λ}+(1-\mathrm{\λ})v_i,\mathrm{\λ}\∈\[0,1\],$

其中，是第i时刻的所述车体的倾斜角度精确值，是第i时刻的所述车轮轴的转动角度精确值，是第i时刻的所述轮毂电机的速度精确值，是在上述步骤S2中的第i-1时刻的所述车体的倾斜角度精确值，是在上述步骤S2中的第i-1时刻的所述车轮轴的转动角度精确值，是在上述步骤S2中的第i-1时刻的所述轮毂电机的速度精确值，是在上述步骤S3中的第i时刻的所述车体的倾斜角度采样值，ψ_i是在上述步骤S3中的第i时刻的所述车轮轴的转动角度采样值，v_i是在上述步骤S3中的第i时刻的所述轮毂电机的速度采样值，T是所述倒立摆系统所处环境中温度对各传感器数据的影响系数，k是第i时刻角度的比例系数，k的取值范围在0～10之间，S是传感器受外界环境影响的噪声系数，ζ、η和λ分别是相应传感器的加速滤波网络的滤波系数，ζ、η和λ的取值皆在0～1之间。

6.根据权利要求5所述运动型倒立摆系统控制的信号处理方法，其特征在于：在上述步骤S7中，通过信号融合单元，利用在上述一系列针对倒立摆系统的相邻时刻的信息精确值，采用以下融合算法得到倒立摆系统的所述车体的倾斜角度变化值：

${\stackrel{\‾}{\mathrm{\α}}}_i=\mathrm{\ρ}\underset{i=1}{\overset{i}{\Σ}}\frac{\mathrm{\κ}{\stackrel{\‾}{v}}_i-(2-\mathrm{\κ}){\stackrel{\‾}{v}}_{i-1}}{\mathrm{\τ}},\mathrm{\κ}\∈\[0,2\],$

其中，是第i时刻所述轮毂电机的加速度值用于补偿倒立摆系统达到稳定状态的所述车体的倾斜角度补偿值，是在对倒立摆系统在上述步骤S5中的第i时刻的信息精确值经过运算处理后得到的所述车体的倾斜角度变化值，是在上述步骤S2中的第i-1时刻的所述轮毂电机的速度精确值，κ是不同时刻所述轮毂电机速度的可信度，κ的取值范围在0～2之间，τ是第i时刻与第i-1时刻之间的时间间隔，ρ是数据增益系数，ρ取值范围在1～10之间，μ是各传感器数据融合的调整系数，S是传感器受外界环境影响的噪声系数，Δ是角度补偿常数，Δ取值范围在0～1之间，将经所述信号融合单元运算处理后得到第i时刻的所述车体的倾斜角度变化值数据输入控制器，通过控制器运算得到与速度相关控制量，形成控制指令信号，再将控制指令信号输入所述轮毂电机的驱动模块，使所述轮毂电机驱动车轮进行正转或反转，来调整所述车体趋向平衡稳定状态。

7.根据权利要求1～6中任意一项所述运动型倒立摆系统控制的信号处理方法，其特征在于：在上述步骤S1中，所述倒立摆系统维持稳定状态是指倒立摆系统的摆杆处于或者达到竖直向上的位置时，整个倒立摆系统能克服任意随机扰动而保持稳定的情形，此时各传感器所检测到的倒立摆系统状态生成的测量信息参数构成基准信号集合。

8.根据权利要求1～6中任意一项所述运动型倒立摆系统控制的信号处理方法，其特征在于：在上述步骤S3中，所述信息采集单元采用AD转换采集控制芯片。

9.一种利用权利要求1所述运动型倒立摆系统控制的信号处理方法的智能自平衡车信号控制系统，主要包括电源系统(9)、信号采集子系统(5)、信号整理子系统(6)、信号处理子系统(7)和控制系统(8)，将作为运动型倒立摆系统的摆杆的信号检测结果，作为被控的车架本体(1)的被控参数，按照预定的目标将控制信号作用于被控的车轮(2)，从而通过驱动所述车轮(2)，来实现对所述车架本体(1)的平衡稳定状态的闭环控制，所述电源系统(9)为各系统和电子器件供电，其特征在于：所述信号采集子系统(5)包括陀螺仪(11)、加速度计(12)、HALL传感器(13)和AD转换采集控制芯片(14)，所述信号采集子系统(5)安装于所述车架本体(1)上，其中所述陀螺仪(11)对应所述车轮(2)的车轮轴(10)的中段位置处进行设置，所述陀螺仪(11)检测所述车架本体(1)的倾斜角度信息，即也相当于检测与所述车架本体(1)固定连接的车架平台(3)的法线倾斜角度信息，即也相当于检测所述车架平台(3)的倾斜角度信息，所述加速度计(12)检测所述车轮轴(10)的转动角度信息，所述HALL传感器(13)检测驱动所述车轮(2)的轮毂电机(4)的转速信息，所述陀螺仪(11)、加速度计(12)和HALL传感器(13)的信号输出端分别与所述AD转换采集控制芯片(14)的信号接收端连接，所述AD转换采集控制芯片(14)处理所述陀螺仪(11)、加速度计(12)和HALL传感器(13)的检测信息，得到所述信号采集子系统(5)在每一时刻的所述车架平台(3)的倾斜角度、所述车轮轴(10)的转动角度和所述轮毂电机(4)的转速的实时检测信息的采样值，所述信号整理子系统(6)包括滤波处理单元(15)和缓存单元(16)，所述缓存单元(16)缓存滤波处理单元(15)生成的信号精确值数据，所述滤波处理单元(15)调用所述缓存单元(16)中存储的所述车架平台(3)的倾斜角度、所述车轮轴(10)的转动角度和所述轮毂电机(4)的转速的信息精确值作为一系列数据源，还将所述AD转换采集控制芯片(14)的信号输出端接收到的所述车架平台(3)的倾斜角度、所述车轮轴(10)的转动角度和所述轮毂电机(4)的转速的信息采样值作为另一系列数据源，使所述滤波处理单元(15)经过整理数据源数据后，处理生成每一时刻所述车架平台(3)的倾斜角度、所述车轮轴(10)的转动角度和所述轮毂电机(4)的转速的信息精确值，所述信号处理子系统(7)包括信号融合单元(17)，所述信号融合单元(17)将从所述滤波处理单元(15)的信号输出端接收到的每一时刻的所述车架平台(3)的倾斜角度、所述车轮轴(10)的转动角度和所述轮毂电机(4)的转速信息的信息精确值作为数据源，通过运算处理生成所述车架平台(3)在每一时刻的平台角度变化值，再将所述车架平台(3)在每一时刻的平台角度变化值数据输入所述控制系统(8)，通过运算得到所述轮毂电机(4)能识别控制量的控制指令信号，所述控制系统(8)将控制指令信号输入所述轮毂电机(4)的驱动模块，使所述轮毂电机(4)驱动车轮(2)进行正转或反转，来调整所述车架平台(3)保持水平平衡的稳定状态。

10.根据权利要求9所述智能自平衡车信号控制系统，其特征在于：对于具有两个车轮(2)的自平衡车，其两个所述车轮(2)分别设置于所述车架平台(3)左右两侧，每个所述车轮(2)各配备安装一个所述轮毂电机(4)，不同的所述轮毂电机(4)对应独立设置专用的所述HALL传感器(13)，所述控制系统(8)将指令信号分别输入两个所述轮毂电机(4)的驱动模块，使各所述轮毂电机(4)分别独立驱动车轮(2)进行正转或反转，使所述车轮(2)牵引所述车架平台(3)进行前进、后退或转向运动，来调整所述车架平台(3)保持趋近水平平衡的稳定状态，实现自主平衡。

11.根据权利要求9所述智能自平衡车信号控制系统，其特征在于：对于仅具有一个车轮(2)的自平衡车，其所述车轮(2)设置于所述车架平台(3)的中部位置处，所述车架平台(3)由分别位于所述车轮(2)的左右两侧的两部分平台组成，另设置维持所述车轮(2)左右平衡的惯性元件，所述惯性元件通过芯轴与所述车架本体(1)转动连接，且所述惯性元件的芯轴与所述车轮轴(10)的轴线平行，所述芯轴由驱动电机(18)来驱动，进而带动所述惯性元件高速旋转，所述控制系统(8)控制所述轮毂电机(4)驱动车轮(2)进行正转或反转，并通过控制驱动电机(18)的转动速度来调控所述惯性元件高速旋转产生惯性力矩，使所述车轮(2)牵引所述车架平台(3)进行前进或后退运动，来调整所述车架平台(3)保持趋近水平平衡的稳定状态，实现自主平衡。

12.根据权利要求10所述智能自平衡车信号控制系统，其特征在于：每个所述车轮(2)分别单独配备维持对应所述车轮(2)左右平衡的惯性元件，所述惯性元件通过芯轴与所述车架本体(1)转动连接，且所述惯性元件的芯轴与其对应的所述车轮轴(10)的轴线平行，所述芯轴由驱动电机(18)来驱动，进而带动所述惯性元件高速旋转，所述控制系统(8)通过控制驱动电机(18)的转动速度来调控所述惯性元件高速旋转产生惯性力矩，约束所述车轮(2)的左右偏斜。

13.根据权利要求11或12所述智能自平衡车信号控制系统，其特征在于：对于一个所述车轮(2)，其专用的所述轮毂电机(4)和专用的所述驱动电机(18)合并为单台电机，即仅由所述轮毂电机(4)的主轴既能同时传动所述车轮(2)及其所配备的惯性元件围绕相同的轴线转动，同时又能控制所述轮毂电机(4)的主轴通过大传动比机构高速传动所述惯性元件转动。

14.根据权利要求9～12中任意一项所述智能自平衡车信号控制系统，其特征在于：通过所述滤波处理单元(15)调用所述缓存单元(16)中存储的在第i-1时刻所述车架平台(3)的倾斜角度、所述车轮轴(10)的转动角度和所述轮毂电机(4)的转速的信息精确值缓存数据作为一系列数据源，还将所述AD转换采集控制芯片(14)的信号输出端接收到的在第i时刻的所述车架平台(3)的倾斜角度、所述车轮轴(10)的转动角度和所述轮毂电机(4)的转速的信息采样值作为另一系列数据源，根据自平衡车的在第i-1时刻的信息精确值与在第i时刻的信息采样值，通过滤波处理单元(15)的处理生成自平衡车的在第i时刻的信息精确值，并缓存自平衡车的在第i时刻的信息精确值数据到缓存单元(16)中，滤波处理单元(15)采用以下滤波算法得到第i时刻的自平衡车信息精确值：

${\stackrel{\‾}{\mathrm{\ψ}}}_i=\frac{\mathrm{\η}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{\mathrm{\ψ}}}_{i-1}\mathrm{\η}+(1-\mathrm{\η}){\mathrm{T\ψ}}_i\frac{1+{\mathrm{\ψ}}_{i}k}{S},\mathrm{\η}\∈\[0,1\],$

${\stackrel{\‾}{v}}_i=\frac{\mathrm{\λ}}{i}\underset{i=1}{\overset{i}{\Σ}}{\stackrel{\‾}{v}}_{i-1}\mathrm{\λ}+(1-\mathrm{\λ})v_i,\mathrm{\λ}\∈\[0,1\],$

其中，i是自平衡车的运行时刻，是第i时刻的车架平台(3)的倾斜角度精确值，是第i时刻的车轮轴(10)的转动角度精确值，是第i时刻的所述轮毂电机(4)的速度精确值，是在上述步骤S2中的第i-1时刻的车架平台(3)的倾斜角度精确值，是在上述步骤S2中的第i-1时刻的所述车轮轴(10)的转动角度精确值，是在上述步骤S2中的第i-1时刻的所述轮毂电机(4)的速度精确值，是在上述步骤S3中的第i时刻的车架平台(3)的倾斜角度采样值，ψ_i是在上述步骤S3中的第i时刻的所述车轮轴(10)的转动角度采样值，v_i是在上述步骤S3中的第i时刻的所述轮毂电机(4)的速度采样值，T是所述自平衡车所处环境中温度对各传感器数据的影响系数，k是第i时刻角度的比例系数，k的取值范围在0～10之间，S是传感器受外界环境影响的噪声系数，ζ、η和λ分别是相应传感器的加速滤波网络的滤波系数，ζ、η和λ的取值皆在0～1之间；

通过信号融合单元(17)，利用在上述步骤中的一系列针对自平衡车在相邻时刻的信息精确值，采用以下融合算法得到车架平台(3)的法线的倾斜角度变化值：

${\stackrel{\‾}{\mathrm{\α}}}_i=\mathrm{\ρ}\underset{i=1}{\overset{i}{\Σ}}\frac{\mathrm{\κ}{\stackrel{\‾}{v}}_i-(2-\mathrm{\κ}){\stackrel{\‾}{v}}_{i-1}}{\mathrm{\τ}},\mathrm{\κ}\∈\[0,2\],$

其中，是第i时刻所述轮毂电机(4)的加速度值用于补偿车架平台(3)达到稳定状态时的车架平台(3)的倾斜角度补偿值，是在对车架平台(3)在上述步骤S5中的第i时刻的信息精确值经过运算处理后得到的车架平台(3)的法线的倾斜角度变化值，是在上述步骤S2中的第i-1时刻的所述轮毂电机(4)的速度精确值，κ是不同时刻所述轮毂电机(4)速度的可信度，κ的取值范围在0～2之间，τ是第i时刻与第i-1时刻之间的时间间隔，ρ是数据增益系数，ρ取值范围在1～10之间，μ是各传感器数据融合的调整系数，S是传感器受外界环境影响的噪声系数，Δ是角度补偿常数，Δ取值范围在0～1之间，将经所述信号融合单元(17)运算处理后得到第i时刻的车架平台(3)的法线的倾斜角度变化值数据输入控制系统(8)，通过控制系统(8)运算得到与速度相关控制量，形成控制指令信号。