CN110109353A - 一种反作用轮平衡自行车机器人模糊自适应滑模控制系统 - Google Patents

Abstract

本发明公开了一种反作用轮平衡自行车机器人模糊自适应滑模控制系统，包括传感器系统、主控芯片及电机系统。其中，传感器系统根据传感器测量模块采集的运动参数控制电机系统的运动；主控芯片中设置用于速度控制的PI控制器、方向控制的PD控制器及平衡控制的模糊自适应滑模控制器，其中平衡控制器的输出方程为：电机系统用于自行车机器人的平衡及运动。采用本发明的技术方案，能够对外界环境进行自适应同时能够最大程度降低外界环境中各种干扰对两轮自平衡机器人的影响并且不损失鲁棒性。

Description

一种反作用轮平衡自行车机器人模糊自适应滑模控制系统

技术领域

本发明涉及自行车机器人平衡控制领域，，尤其涉及一种反作用轮平衡自行车机器人模糊自适应滑模控制系统。

背景技术

平衡自行车机器人是一种利用传感器感知自身状态，然后通过控制算法控制，从而实现无人的自平衡。近年来，无人驾驶导航系统正在被广泛研究。自行车机器人作为无人系统的一个类别，也被许多学者和工程师研究过。由于其较窄的结构，自行车机器人可以适应四轮车辆无法工作的特殊环境，例如狭窄的通道或管道。自行车实现无人驾驶的第一步是实现自主平衡。

目前有各种类型的平衡自行车机器人，最常研究的是使用前轮转向来保持自行车平衡。这种方法使自行车的结构变化最小化，但前轮驱动很难在低速和静止状态下平衡自行车。其次，还有用陀螺仪来保持平衡的设计，陀螺仪需要高功率电动机来高速旋转大质量物体。这意味着陀螺仪结构需要配备大容量电池以提供足够的功率，因此整个结构比一般设计更重。

对于以上类别的设计，最常用的控制方法为PID控制，通过采集自行车机器人的车身倾斜角度，对这个角度惊喜比例、微分、积分计算出反作用轮所需要输出的力矩。这种方法设计简单，因此被大范围的使用，但1)PID控制算法在受干扰时的鲁棒性不理想，受到扰动时平衡会出现较大震荡，甚至失去平衡，且其对于不确定的系统参数及变化的系统参数适应能力弱，难以适应参数未确定的自行车机器人。作为一种线性控制方法，PID控制没有针对具体系统模型进行控制，因此无法对非线性系统做出兼具鲁棒性和稳定性的控制

故，针对目前现有技术中存在的上述缺陷，实有必要进行研究，以提供一种方案，解决现有技术中存在的缺陷。

发明内容

本发明的目的是一种反作用轮平衡自行车机器人模糊自适应滑模控制系统，使建模过程更加精简且全面、增强系统的鲁棒性、提高系统的响应速度；能够应对较大的外部扰动；能够自适应外部环境以及大范围负载的变化；系统中参数的值更加精确；平衡控制更加稳定。

为了克服现有技术存在的缺陷，本发明的技术方案为：

一种反作用轮平衡自行车机器人模糊自适应滑模控制系统，包括传感器系统、主控芯片及电机系统，其中，所述传感器测量模块用于采集自平衡机器人运动参数，该运动参数至少包括角速度信号和加速度信号，以及电机转速信号；所述主控芯片中设置分别用于反作用轮的平衡控制器，前进电机的速度控制器及转向的方向控制器；

所述电机系统包括用于平衡的反作用轮电机，前进电机以及转向舵机；

所述主控芯片与所述传感器测量模块和所述电机系统相连接，用于根据所述传感器测量模块采集的运动参数控制所述电机系统的运动；

所述主控芯片中设置的模糊自适应滑模控制根据角度参量和角加速度控制输出平衡力矩τ从而驱动反作用轮运动，以保持自行车机器人的平衡；

所述模糊自适应滑模控制器的输出方程为：

其中，M₀和J_h0分别为自行车机器人的重量和转动惯量，和为这两个量的测量误差，k是一个常数参量，为角度误差，u_f(s，Δs)为模糊表输出方程，D为模型未定量的最大值，为滑模自适应项，其定义为β为前轮的转角；

优选地，所述模糊自适应滑模控制器模糊表表根据输入的滑模变量和其一阶导数输出。

优选地，所述模糊自适应滑模控制器中的自适应项可以根据当前滑模变量的大小自适应的调整控制输出。

优选地，所述模糊自适应滑模控制器根据部分已知动力学推导得出。

优选地，所述传感器测量模块至少包括陀螺仪和加速度计。

优选地，所述陀螺仪的型号为MPU6050。

优选地，所述加速度计的型号为MPU6050。

优选地，所述通讯模块，所述通讯模块用于实现自行车机器人与外部设备进行数据通讯。

优选地，所述主控芯片采用STM32F103。

说明书附图

图1为本发明中反作用轮平衡自行车机器人模型结构图；

图2为本发明中反作用轮平衡自行车机器人控制系统结构框图；

图3为本发明中反作用轮平衡自行车机器人模型的俯视图和后视图；

图4为本发明中反作用轮模糊自适应滑模控制执行流程图；

图5本发明中转向舵机控制方法执行流程图；

图6为本发明中前进轮驱动电机控制方法执行流程图；

图7为实验时反作用轮平衡自行车机器人平衡控制效果图；

图8为实验时反作用轮驱动电机平衡控制电压输出图。

具体实施方式

图1展示了反作用轮平衡自行车机器人模型。其组成包括一个钢结构的车身。车身中间安装有用于平衡的反作用轮及其驱动的电机。反作用轮驱动电机上部安装有用于转向的舵机，舵机靠两根连接杆来控制前轮转向。前轮与车身的连接用3D打印的连接臂固定。反作用轮后侧是前进驱动电机，它用链条与后轮连接，电机转动待用车辆前进。后轮上方则是车辆供电的锂电池以及主控电路板。参见图2则为控制系统结构框图，可以看到反作用轮平衡自行车机器人控制系统主要由主控芯片，通讯子系统，转向子系统，前进子系统以及平衡子系统组成。其中通讯子系统包括用于与电脑通讯的串口模块及与手机APP通讯的蓝牙模块，前进子系统和平衡子系统都包括速度编码器和电机，而平衡子系统还包括姿态检测传感器。

参见图3为自行车机器人模型的后视图和俯视图，对其经行受力分析可知，在水平方向上受到一个重力的水平分量。此外，整个车身可以看作一个以于地面接触点为圆心，以质心高度为半径的转动，因此还有一个转动力矩。

根据以上的力学分析可以得到一个自行车平衡力学的表达式：

其中：τ为平衡力矩，J_h为飞轮转动惯量，ω为飞轮转动角速度，J_h为自行车转动惯量，为自行车倾斜角度，M为自行车所受重力，Fc为前轮转动摩擦力，d为未建模的其他力，h为自行车重心高度，β为自行车前轮转角，f_c为前轮所受库伦摩擦力大小。

在实际中，我们往往不能精确的得到模型的参数，但这些参数又是在一定的范围之内的。因此，可以根据式(4)的模型对其参数的边界做如下的定义：

|d|≤D (4)

其中：为自行车转动惯量误差的绝对值，J_h0为标定的转动惯量，为自行车转动惯量估计误差的上界，|Γ_M|为自行车重力误差的绝对值，M₀为自行车重力的标定值，为自行车重力误差的上界，为自行车前轮所受摩擦力的误差，f_c0为自行车前轮所受摩擦力的标定值，为自行车前轮所受摩擦力误差的上界，D是未建模的其他力的上界。

最终我们可以得到自行车模型的不确定运动学的数学模型表达式：

其中：τ为平衡力矩，J_w为飞轮转动惯量，ω为飞轮转动角速度，J_h为自行车转动惯量，为自行车倾斜角度，M为自行车所受重力，d为未建模的其他力，β为自行车前轮转角，f_c为前轮所受库伦摩擦力大小。

参见图4，所述为本发明自行车机器人平衡控制的执行流程图。自行车机器人平衡控制分为两个部分，第一部分为反作用轮的速度控制，读取编码器值，用PID速度环让反作用轮保持匀速转动。当反作用轮匀速转动的时候，可以看成系统在稳态，没有反作用力产生。第二部分为用于平衡的反作用力速度输出，即输出平衡控制器中的平衡力矩，作为加速度叠加到速度控制输出上，得到最终的反作用轮输出。其中反作用力控制器的方程为：

其推导过程为：

自行车机器人保持稳定状态即保持为0，这样就可以将控制期望定义为：

输出控制误差可以定义为：

滑模变量可以定义为：

根据模型表达式的各项，按滑模设计原则对各项取上界可以得到控制器的表达式

其中为滑模自适应项，其定义为这样自适应项就可以根据滑模变量来自适应的调整其大小，达到自适应前轮摩擦力的效果。

为证明所设计控制器的有效性，设计李雅普诺夫方程：

对李雅普诺夫方程求导可以得到表达式：

将模型与控制器的表达式代入李雅普诺夫方程之中，可以得到即说明了本发明涉及的控制器的有效性。

为了更好的权衡控制器的抖动即跟踪性能，本文设计了一种模糊表来代替自适应滑模控制器中滑模变量的符号函数。设计的基本原则是根据s及Δs的正负性来调整参数的大小模糊表输出的大小，将s及Δs分成三种状态，分别为大于0(P)，等于0(Z)，小于0(N)，对其两两组合可以得到9种不同的情况，如下表所示：

表1模糊率设计表

根据表1的取值可以得到一个以s及Δs为输入的新的模糊函数u_f(s，Δs)，以u_f(s，Δs)来代替自适应滑模控制器中的sign(s)，得到新的表达式：

参见图5和6，分别所述为自行车机器人转向控制和前进速度控制的流程图。其中转向控制的执行流程为，初始化系统后，根据输入的转向角度，通过PID算法得到转向舵机的输出，并由转向舵机输出方向。速度控制则是通过采集前进轮编码器值，在输入目标速度，经速度PID控制器的到前进输出的闭环控制。

参见图7和8为实际实验的信号图，展示了实验时平衡控制器输出以及平衡时自行车倾斜角度图。图2.5秒后为外部摩擦力参数变化后系统的状态。可以看到本发明所设计的控制器在实际表现中效果良好，车身来回摇摆幅度小，且对于外部参数的变化有非常高的鲁棒性。

以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本发明中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本发明所示的这些实施例，而是要符合与本发明所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种反作用轮平衡自行车机器人模糊自适应滑模控制系统，其特征在于，包括传感器系统、主控芯片及电机系统，其中，所述传感器测量模块用于采集自平衡机器人运动参数，该运动参数至少包括角速度信号和加速度信号，以及电机转速信号；所述主控芯片中设置分别用于反作用轮的平衡控制器，前进电机的速度控制器及转向的方向控制器；

所述电机系统包括用于平衡的反作用轮电机，前进电机以及转向舵机；

所述主控芯片与所述传感器测量模块和所述电机系统相连接，用于根据所述传感器测量模块采集的运动参数控制所述电机系统的运动；

所述主控芯片中设置的模糊自适应滑模控制根据角度参量和角加速度控制输出平衡力矩τ从而驱动反作用轮运动，以保持自行车机器人的平衡；

所述模糊自适应滑模控制器的输出方程为：

其中，M₀和J_h0分别为自行车机器人的重量和转动惯量，和为这两个量的测量误差，k是一个常数参量，为角度误差，u_f(s，Δs)为模糊表输出方程，D为模型未定量的最大值，为滑模自适应项，其定义为β为前轮的转角。

2.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制系统，其特征在于，所述模糊自适应滑模控制器中还设置模糊表，所述模糊表根据输入的滑模变量和其一阶导数输出。

3.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制系统，其特征在于，所述模糊自适应滑模控制器中的自适应项可以根据当前滑模变量的大小自适应的调整控制输出。

4.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制系统，其特征在于，所述模糊自适应滑模控制器根据部分已知动力学推导得出。

5.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制系统，其特征在于，所述传感器测量模块至少包括陀螺仪和加速度计。

6.根据权利要求4所述的反作用轮平衡自行车机器人模糊自适应滑模控制系统，其特征在于，所述陀螺仪的型号为MPU6050。

7.根据权利要求4所述的反作用轮平衡自行车机器人模糊自适应滑模控制系统，其特征在于，所述加速度计的型号为MPU6050。

8.根据权利要求4所述的反作用轮平衡自行车机器人模糊自适应滑模控制系统，其特征在于，还包括通讯模块，所述通讯模块用于实现自行车机器人与外部设备进行数据通讯。

9.根据权利要求1所述的反作用轮平衡自行车机器人模糊自适应滑模控制系统，其特征在于，所述主控芯片采用STM32F103。