CN109298710B - 基于人机交互的两轮自平衡车主动跟随复合控制方法 - Google Patents
基于人机交互的两轮自平衡车主动跟随复合控制方法 Download PDFInfo
- Publication number
- CN109298710B CN109298710B CN201811035297.XA CN201811035297A CN109298710B CN 109298710 B CN109298710 B CN 109298710B CN 201811035297 A CN201811035297 A CN 201811035297A CN 109298710 B CN109298710 B CN 109298710B
- Authority
- CN
- China
- Prior art keywords
- control
- person
- balancing vehicle
- self
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000002131 composite material Substances 0.000 title abstract description 8
- 239000000126 substance Substances 0.000 claims description 11
- 150000001875 compounds Chemical class 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 238000004804 winding Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Motorcycle And Bicycle Frame (AREA)
Abstract
本发明涉及一种基于人机交互的两轮自平衡车主动跟随复合控制方法,包括转向控制、前行控制和车身平衡控制三部分。所述转向控制,采用直接自适应模糊控制器使两轮自平衡车的前进方向始终与其当前位置和人位置的连线重合。所述前行控制部分,通过阻抗控制建立人机交互力和两轮自平衡车与人之间距离偏差的关系,进而求得前行控制力矩,使两轮自平衡车与人之间保持恰当的距离。所述车身平衡控制部分,通过监督控制器将车身倾角控制在给定范围内,保持车辆稳定。
Description
技术领域
本发明属于两轮自平衡车控制领域,具体而言是一种基于人机交互的两轮自平衡车主动跟随复合控制方法。
背景技术
近年来,以人为中心、具有良好人机共存能力的智能机器人越来越受到人们的欢迎,其在家庭、餐馆和机场等众多场合中都具有重要的应用价值。能够主动跟随人的机器人是以人为中心的智能机器人的一个重要分支,其在运动过程中需要与人保持合适的距离,以使其能够被人领导者所接受。为此,发表在《IEEE/CAAJournal ofAutomatica Sinica》2017年第4卷第4期上的论文“Human interaction dynamics for its use in mobilerobotics:impedance control for leader-follower formation”(文献1)提出了一种阻抗控制方法,用于Pioneer 3AT机器人在人机编队中的控制,其阻抗函数中的相关参数通过人人交互实验辨识得到,从而提高了机器人的社会接受度。
两轮自平衡车具有结构紧凑、机动性好和耗能低等诸多优点,但同时,两轮自平衡车作为一种典型的欠驱动机器人,基于人机交互实现其对人的主动跟随控制极具挑战性。申请号为201710835076.X的中国专利(文献2)提出了一种两轮自平衡车主动避障轨迹规划与稳定跟踪控制方法,该专利所提出的轨迹规划和跟踪控制方法主要用于两轮自平衡车的主动避障控制,并未涉及与人的交互作用,也无法实现对人的主动跟随运动。
发明内容
针对上述问题,本发明提供了一种基于人机交互的两轮自平衡车主动跟随复合控制方法,可有效实现两轮自平衡车对人的合理跟随。
为实现上述目的,本发明采取以下技术方案:基于人机交互的两轮自平衡车主动跟随复合控制方法,包括转向控制部分、前行控制部分和车身平衡控制部分;
所述转向控制部分,具体为:根据两轮自平衡车和人在大地坐标系中的位置坐标(x,y)、(xh,yh)确定参考转向角实时计算传感器测得的转向角转向角速度与相应参考转向角参考转向角速度的偏差,然后采用直接自适应模糊控制器计算转向控制扭矩τω,使两轮自平衡车的前进方向始终与其当前位置和人位置的连线重合;
所述前行控制部分,具体为:假设以人为中心,在人周围存在一个半径为R的社会区域,人与两轮自平衡车之间的人机交互作用通过此区域内存在的斥力fr(t)实现;然后,通过阻抗控制建立交互力fr(t)和两轮自平衡车与人之间距离偏差的关系,进而求得前行控制力矩τv1,使两轮自平衡车与人之间保持合适的距离;其中,为两轮自平衡车与人之间的距离;
所述车身平衡控制部分,具体为:设计监督控制器计算车身平衡控制力矩τv2=uf+ρus,将车身倾角θ控制在给定范围内,即|θ|<δ;其中,δ为给定车身倾角范围的界值,当|θ|<δ时,ρ=0;当|θ|≥δ时,ρ=1,uf为常规控制项,us为监督控制项。
进一步的,所述转向控制扭矩满足τω=τr-τl,其中,τr为驱动电机作用在右轮上的扭矩,τl为驱动电机作用在左轮上的扭矩。
进一步的,所述前行控制力矩τv1和车身平衡控制力矩τv2满足τv1+τv2=τv,其中,τv=τr+τl为纵向控制力矩。
进一步的,所述常规控制项uf通过PD控制或模糊控制求得,所述监督控制项us通过李雅普诺夫方法求得。
本发明的有益效果是:可以实现两轮自平衡车这种具有结构紧凑、转向灵活和耗能低等诸多优点的欠驱动机器人对人的主动跟随控制,在跟随过程中,通过人机交互作用调节其与人之间的距离,容易被人所接受,从而更好的为人类服务,并降低能源消耗。
附图说明
本发明共有附图4幅:
图1是本发明中所涉及两轮自平衡车的结构图;
图2是两轮自平衡车对人进行自主跟随运动的示意图;
图3是本发明的整体控制原理框图;
图4是本发明的实验结果图。
图中序号说明:1、车轮,2、底盘,3、车身。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和实施例对本发明进行详细描述。
如图1所示,本发明所涉及的两轮自平衡车主要包括车轮1、底盘2和车身3等部件,其动力学模型可以表达为
1)转向子系统
其中,f1=0,g1=d/(2J1r),J1=I1+I3/2+I5/2+(mw+I2/r2)d2/4,τω=τr-τl,为转向角,mw为车轮质量,r为车轮半径,d为轮距,I1为车轮绕其直径的转动惯量,I2为车轮绕其轮轴的转动惯量,I3为底盘绕过其质心的竖直线的转动惯量,I5为车身绕过其质心的竖直线的转动惯量,τl、τr分别为左右电机的输出力矩。
2)倾角子系统
其中,θ为车身倾角, g2=-mbL cosθ/(2J2),J2=I4/2+I6/2+mbL2/2,mv=I2/r2+mw+mc/2+mb/2,mb为车身质量,g为重力加速度,L为车身质心到轮轴中心的距离,I4为底盘绕轮轴的转动惯量,I6为车身绕轮轴的转动惯量。
3)前行子系统
两轮自平衡车与人之间的距离需要以人能够接受的方式进行调节,以遵守人的社会区域,如图2所示,这涉及到转向子系统和前行子系统的控制。同时,为保证车身稳定,需要将车身倾角控制在一定范围内,这涉及到倾角子系统控制。然而,由于两轮自平衡车的欠驱动特性,倾角子系统只能通过前行子系统与倾角子系统之间的耦合效应进行控制,故引入两个虚拟控制输入τv1和τv2对前行子系统和倾角子系统分别进行控制,满足τv=τv1+τv2。综上,本发明提出了一种基于人机交互的两轮自平衡车主动跟随复合控制方法,如图3所示,下面进行详细介绍。
1)转向子系统控制。
采用直接自适应模糊控制进行转向子系统控制,根据转向子系统模型(1),并考虑建模误差和外部扰动,将式(1)重新写为如下形式:
令e=[e1,e2]T,α=[α2,α1]T,其中,是两轮自平衡车与人的连线与大地坐标系x轴的夹角,可通过两轮自平衡车与人的位置坐标进行计算,例如,当yh-y≥0,xh-x>0时,xh、yh为人的位置坐标,满足vh为人的前进速度,为人的前进方向与大地坐标系水平轴正方向的夹角。
定义如下转向控制律
将式(5)代入式(4),闭环控制系统可以表达为
其中,η为可调参数集。
第三步,采用乘积推理机,单值模糊器和中心平均解模糊器来设计模糊控制器,即
第四步,设计自适应律,将式(5)和(7)代入式(4),可得:
根据式(10),进一步有
定义最优参数
定义最小逼近误差为
则式(11)可以重新写为
定义李雅普诺夫函数
其中,γ为正常数,P为正定矩阵且满足李雅普诺夫方程ΛTP+PΛ=-H,H为任意2×2的正定矩阵。
可满足转向子系统的控制要求。
2)前行子系统控制。
人与两轮自平衡车之间的交互作用可以通过一个以人为中心,具有阻抗特点的假想势场进行描述,该假想势场的分布范围也即人的社会区域,在此区域内,人对两轮自平衡车的斥力可以表达为
根据前行子系统模型(3)和式(18),可得前行子系统控制律为
从式(19)可以看出,当p≥R时,τv1的控制作用可以使p减小,因此,不会出现两轮自平衡车一直停留在人的社会区域以外的问题。
3)倾角子系统控制。
为了将两轮自平衡车车身倾角控制在给定范围内,构建如下监督控制器
τv2=uf+ρus (20)
其中,uf可通过常用的倾角子系统PD控制或模糊控制求得,当|θ|<δ时,ρ=0;当|θ|≥δ,ρ=1,δ为给定的车身倾角范围的界值。下面通过李雅普诺夫方法求取监督项us。
将式(20)代入式(2),可得
然后,定义
将式(23)写为向量形式,可得:
其中,
定义如下李雅普诺夫函数
其中,C为正定对称矩阵,且满足ATC+CA=-D,D也为正定对称矩阵。
对式(25)求导可得
将式(24)代入式(26),整理可得
具体实施例:首先,通过进行人-人交互实验获取阻抗控制的相关参数,具体参见文献1,所得参数如下:n=2,χ=100,R=1.55,m=0.35,c=0.19,k=0.01。然后,对亚博智能科技有限公司生产的两轮自平衡车进行适当改造作为实验用车,通过一个参考轨迹vh=0.1m/s,来模拟人的运动。采用C语言将本发明中提出的复合控制算法编写为控制程序烧写到实验车的单片机中进行实验,相关实验数据通过蓝牙技术传送到上位机进行分析,如图4所示。
从图中可以看出,两轮自平衡车的转向角稳定的保持在π/4左右,也即与两轮自平衡车与人的连线方向重合;两轮自平衡车与人之间的距离p在人的社会区域边界附近波动;车身倾角θ满足|θ|<0.1,也即能够稳定的保持在给定范围内。从而证明了所提出的基于人机交互的两轮自平衡车主动跟随复合控制方法的可行性和有效性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.基于人机交互的两轮自平衡车主动跟随复合控制方法,其特征在于,包括转向控制部分、前行控制部分和车身平衡控制部分;
所述转向控制部分,具体为:根据两轮自平衡车和人在大地坐标系中的位置坐标(x,y)、(xh,yh)确定参考转向角其中,为两轮自平衡车与人的连线和大地坐标系水平轴正方向的夹角,xh和yh满足vh为人的前进速度,为人的前进方向与大地坐标系水平轴正方向的夹角;实时计算传感器测得的转向角转向角速度与相应参考转向角参考转向角速度的偏差,然后采用直接自适应模糊控制器计算转向控制扭矩τω,使两轮自平衡车的前进方向始终与其当前位置和人位置的连线重合;
所述前行控制部分,具体为:假设以人为中心,在人周围存在一个半径为R的区域,人与两轮自平衡车之间的人机交互作用通过此区域内存在的斥力fr(t)实现;然后,通过阻抗控制建立斥力fr(t)和两轮自平衡车与人之间距离偏差的关系,进而求得前行控制力矩τv1,使两轮自平衡车与人之间保持合适的距离;
其中,为两轮自平衡车与人之间的距离; 分别为人沿人与两轮自平衡车之间连线方向的速度和加速度;m、c和k分别为惯性、阻尼和弹性参数;g3=2J2/(Ωr),τv=τr+τl,x、y为两轮自平衡车在大地坐标系中的位置坐标,τr为驱动电机作用在右轮上的扭矩,τl为驱动电机作用在左轮上的扭矩,τv为纵向控制力矩;J2=I4/2+I6/2+mbL2/2,mb为车身质量,g为重力加速度,L为车身质心到轮轴中心的距离,I4为底盘绕轮轴的转动惯量,I6为车身绕轮轴的转动惯量,θ为车身倾角;r为车轮半径,mv=I2/r2+mw+mc/2+mb/2,mw为车轮质量;
所述车身平衡控制部分,具体为:设计监督控制器计算车身平衡控制力矩τv2=uf+ρus,将车身倾角θ控制在给定范围内,即|θ|<δ;其中,δ为给定车身倾角范围的界值,当|θ|<δ时,ρ=0;当|θ|≥δ时,ρ=1,uf为常规控制项,us为监督控制项。
2.根据权利要求1所述基于人机交互的两轮自平衡车主动跟随复合控制方法,其特征在于,所述转向控制扭矩满足τω=τr-τl,其中,τr为驱动电机作用在右轮上的扭矩,τl为驱动电机作用在左轮上的扭矩。
3.根据权利要求2所述基于人机交互的两轮自平衡车主动跟随复合控制方法,其特征在于,所述前行控制力矩τv1和车身平衡控制力矩τv2满足τv1+τv2=τv,其中,τv=τr+τl为纵向控制力矩。
4.根据权利要求1所述基于人机交互的两轮自平衡车主动跟随复合控制方法,其特征在于,所述常规控制项uf通过PD控制或模糊控制求得,所述监督控制项us通过李雅普诺夫方法求得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811035297.XA CN109298710B (zh) | 2018-09-06 | 2018-09-06 | 基于人机交互的两轮自平衡车主动跟随复合控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811035297.XA CN109298710B (zh) | 2018-09-06 | 2018-09-06 | 基于人机交互的两轮自平衡车主动跟随复合控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109298710A CN109298710A (zh) | 2019-02-01 |
CN109298710B true CN109298710B (zh) | 2020-08-25 |
Family
ID=65166319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811035297.XA Expired - Fee Related CN109298710B (zh) | 2018-09-06 | 2018-09-06 | 基于人机交互的两轮自平衡车主动跟随复合控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109298710B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110076783B (zh) * | 2019-06-14 | 2021-01-19 | 北京邮电大学 | 一种基于模糊控制和李雅普诺夫函数的平面欠驱动机械臂位置控制方法 |
US11952072B2 (en) | 2020-12-08 | 2024-04-09 | Bryant Engineering & Development, LLC | Self-stabilizing vehicle |
CN115635485B (zh) * | 2022-11-09 | 2024-03-15 | 嘉兴智康机器人有限公司 | 一种移动康复机器人的实时人机交互力控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2659308C (en) * | 2006-08-11 | 2013-10-01 | Segway Inc. | Speed limiting in electric vehicles |
CN101691127A (zh) * | 2009-08-20 | 2010-04-07 | 天津锦泰勤业精密电子有限公司 | 双轮自动平衡电动车运动平衡控制系统 |
US9101817B2 (en) * | 2013-05-06 | 2015-08-11 | Future Motion, Inc. | Self-stabilizing skateboard |
CN105984541A (zh) * | 2015-01-06 | 2016-10-05 | 刘岗 | 机车及控制系统 |
CN104986281B (zh) * | 2015-07-09 | 2017-12-08 | 郑磊 | 一种可自适应的手自一体电动平衡车 |
-
2018
- 2018-09-06 CN CN201811035297.XA patent/CN109298710B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN109298710A (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109298710B (zh) | 基于人机交互的两轮自平衡车主动跟随复合控制方法 | |
CN112677995B (zh) | 一种车辆轨迹规划方法、装置、存储介质及设备 | |
CN107561942A (zh) | 基于模型补偿的智能车辆轨迹跟踪模型预测控制方法 | |
CN107479556B (zh) | 两轮自平衡车主动避障轨迹规划与稳定跟踪控制方法 | |
CN110162046A (zh) | 基于事件触发型模型预测控制的无人车路径跟随方法 | |
CN113650609B (zh) | 基于模糊规则的人机共驾控制权柔性转移方法及系统 | |
CN107272707B (zh) | 基于ipv6的无人车自动轨迹模糊pid跟随控制方法 | |
CN110471289A (zh) | 一种基于视觉导航移动设备的自适应路径跟踪方法及系统 | |
CN110641465A (zh) | 一种基于车速的车道保持系统和方法 | |
CN110989597A (zh) | 一种集成模糊神经网络的自适应路径跟踪方法 | |
Guo et al. | Intelligent vehicle trajectory tracking based on neural networks sliding mode control | |
CN111791898A (zh) | 一种基于合作型博弈的自动驾驶汽车避撞控制方法 | |
Zhu et al. | A neurodynamics control strategy for real-time tracking control of autonomous underwater vehicles | |
CN107727100B (zh) | 一种基于距离型模糊推理的移动机器人导航轨迹规划方法 | |
Qinpeng et al. | Path tracking control of wheeled mobile robot based on improved pure pursuit algorithm | |
Hang et al. | Design of an active collision avoidance system for a 4WIS-4WID electric vehicle | |
Nurmaini | Differential drive mobile robot control using variable fuzzy universe of discourse | |
CN110196596A (zh) | 一种基于碰撞风险分析的四轮移动机器人模糊避障方法 | |
He et al. | Composite deep learning control for autonomous bicycles by using deep deterministic policy gradient | |
CN105137979A (zh) | 双核中速六轮微微鼠冲刺控制器及其控制方法 | |
CN116841298A (zh) | 适用于四轮移动机器人变道预警的有限时间跟踪控制方法 | |
Cheng et al. | Trajectory tracking control of nonholonomic mobile robots by backstepping | |
Gao et al. | Motion control of non-holonomic constrained mobile robot using deep reinforcement learning | |
Cheng et al. | A game theoretical chassis domain approach to trajectory tracking for automated vehicles | |
Chen et al. | Ribbon model based path tracking method for autonomous ground vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200825 Termination date: 20210906 |
|
CF01 | Termination of patent right due to non-payment of annual fee |