CN111547177B

CN111547177B - 自平衡机器人控制方法、系统、自平衡机器人及介质

Info

Publication number: CN111547177B
Application number: CN202010427354.XA
Authority: CN
Inventors: 王帅; 崔磊磊; 张正友
Original assignee: Tencent Technology Shenzhen Co Ltd
Current assignee: Tencent Technology Shenzhen Co Ltd
Priority date: 2020-05-19
Filing date: 2020-05-19
Publication date: 2021-09-21
Anticipated expiration: 2040-05-19
Also published as: CN111547177A

Abstract

公开了一种自平衡机器人控制方法、系统、自平衡机器人及介质，自平衡机器人包括前把及前把控制器，前把控制器为前把提供转向转矩，且该方法包括：获取该自平衡机器人的目标自平衡状态和当前自平衡状态；基于目标自平衡状态和当前自平衡状态，根据非线性函数确定要提供给自平衡机器人前把的转向转矩；以及通过前把控制器将所述转向转矩提供给该前把，其中，目标自平衡状态包括目标自平衡侧倾角和目标运动速度，当前自平衡状态包括当前自平衡侧倾角和当前运动速度；非线性函数基于自平衡机器人的质量和质心位置、自平衡机器人的当前运动速度及目标运动速度、自平衡机器人的转动惯量、自平衡机器人的当前自平衡侧倾角及目标自平衡侧倾角所构造。

Description

自平衡机器人控制方法、系统、自平衡机器人及介质

技术领域

本发明涉及人工智能及机器人领域，更具体地涉及一种自平衡机器人控制方法、系统、自平衡机器人及介质。

背景技术

随着人工智能及机器人技术在民用和商用领域的广泛应用，基于人工智能及机器人技术的自平衡机器人在智能交通、智能家居等领域起到日益重要的作用，也面临着更高的要求。

目前的自平衡机器人中包括前把转向系统，所述前把转向系统包括前轮、前把及前把控制器，该前把控制器为前把提供转向转矩。当自平衡机器人进行曲线运动(例如圆周运动)时，通过调节该自平衡机器人的前把转向角，能够控制该自平衡机器人处于目标自平衡状态。然而，在当前自平衡机器人中，通常采用线性控制器(例如设计线性前把控制器)来实现对于自平衡机器人的自平衡控制，然而，由于自平衡机器人在运动过程中呈现非线性状态，当利用线性控制器进行控制时，一方面，仅能够在可线性化的局部运动范围内实现良好控制，其控制灵活度及鲁棒性较差；另一方面，在将自平衡机器人的非线性动态模型进行线性化的过程中，牺牲了自平衡机器人的部分运动特性，由此设计的线性控制器的自平衡控制可靠性及稳定性较差。

因此，需要一种在实现自平衡机器人自平衡，特别是自平衡机器人在曲线运动(例如圆周运动)过程中的自平衡的前提下，能够经由非线性控制器对该自平衡机器人的自平衡状态进行灵活且高精度控制的方法，且该方法具有良好的可靠性及稳定性，且具有较高的鲁棒性。

发明内容

针对以上问题，本发明提供了一种自平衡机器人控制方法、自平衡机器人控制系统、自平衡机器人及介质。利用本发明提供的自平衡机器人控制方法可以利用非线性控制器对该自平衡机器人进行自平衡控制，从而在实现自平衡机器人良好自平衡的基础上，基于该自平衡机器人的实际运动状态，实现灵活且高精度的控制，具有良好的可靠性及稳定性，且该方法具有良好的鲁棒性。

根据本公开的一方面，提出了一种自平衡机器人控制方法，其中，所述自平衡机器人包括前把及前把控制器，该前把控制器为前把提供转向转矩，且该方法包括：获取该自平衡机器人的目标自平衡状态和当前自平衡状态；基于所述目标自平衡状态和所述当前自平衡状态，根据非线性函数，确定要提供给自平衡机器人前把的转向转矩；以及通过所述前把控制器，将所述转向转矩提供给该前把，其中，所述目标自平衡状态包括目标自平衡侧倾角和目标运动速度，所述当前自平衡状态包括当前自平衡侧倾角和当前运动速度；所述非线性函数为基于所述自平衡机器人的质量和质心位置、所述自平衡机器人的当前运动速度及目标运动速度、所述自平衡机器人的转动惯量、以及所述自平衡机器人的当前自平衡侧倾角及目标自平衡侧倾角所构造的非线性函数。

在一些实施例中，所述自平衡机器人包括主体部分及动量轮，所述主体部分包括所述前把及所述前把控制器，所述自平衡机器人的质量和质心位置包括所述自平衡机器人的主体部分的质量和质心位置、以及所述自平衡机器人的动量轮的质量和质心位置；以及所述自平衡机器人的转动惯量包括所述自平衡机器人的主体部分的转动惯量、以及所述自平衡机器人的动量轮的转动惯量。

在一些实施例中，基于所述目标自平衡状态和所述当前自平衡状态根据非线性函数确定要提供给自平衡机器人前把的转向转矩包括：计算该自平衡机器人的脚轮效应函数；根据该脚轮效应函数对该目标自平衡侧倾角进行校正处理，生成校正后的目标自平衡侧倾角；基于该校正后的目标自平衡侧倾角和当前自平衡侧倾角，根据所述非线性函数确定要提供给自平衡机器人前把的转向转矩。

在一些实施例中，所述校正后的目标自平衡侧倾角为：

其中，θ_d为校正后的目标自平衡侧倾角，θ_eq为目标自平衡侧倾角，τ_Δ(θ_eq,δ_f)为自平衡机器人脚轮效应引起的误差量，δ_f为自平衡机器人的有效转向角，k_p为正数，m₁为自平衡机器人除动量轮之外的主体部分的质量，m₂为自平衡机器人的动量轮的质量，L₁为自平衡机器人主体部分的质心高度，L₂为自平衡机器人的动量轮的质心高度，I₁为自平衡机器人主体部分的转动惯量，I₂为自平衡机器人动量轮的转动惯量。

在一些实施例中，所述自平衡机器人的主体部分包括前轮、后轮和后轮控制器，所述后轮控制器用于向所述后轮提供驱动转矩，所述自平衡机器人控制方法还包括：基于所述目标自平衡状态和所述当前自平衡状态，根据非线性函数，确定要提供给自平衡机器人后轮的驱动转矩；以及通过所述后轮控制器，将所述驱动转矩提供给该后轮。

在一些实施例中，所述非线性函数包括：

其中，u_σ为自平衡机器人运行圆轨迹的曲率对时间的导数，u_v为施加到自平衡机器人后轮的驱动转矩，B^-1为矩阵B的逆矩阵，G＝[-1,1]^T，v₁为第一速度参量，v₂为第二速度参量，

且其中，矩阵B的表达式为：

矩阵M_l的表达式为：

第一速度参量v₁及第二速度参量v₂的表达式为：

v₂＝-k_d2(V-V_d)，

其中，m₁为自平衡机器人除动量轮之外的主体部分的质量，m₂为自平衡机器人的动量轮的质量，m为自平衡机器人的总质量，L₁为自平衡机器人主体部分的质心高度，L₂为自平衡机器人的动量轮的质心高度，I₁为自平衡机器人主体部分的转动惯量，I₂为自平衡机器人动量轮的转动惯量，σ为该自平衡机器人圆运动的曲率，θ_eq为自平衡机器人的目标自平衡侧倾角，θ为自平衡机器人的当前自平衡侧倾角，

为自平衡机器人当前侧倾角速度，b为自平衡机器人车架的后轮与地面的接触点沿第一特定方向距该自平衡机器人主体部分的质心在该第一特定方向上的投影点的水平距离，V_d为自平衡机器人的目标运动速度，V为该自平衡机器人的当前运动速度，k_p,k_d1及k_d2为正数。

在一些实施例中，所述非线性函数是基于所述自平衡机器人的动力学特性及运动特性而确定的，其中，所述非线性函数的确定包括：基于所述自平衡机器人的动力学特性及运动特性，构造该自平衡机器人的非线性动态模型；基于所述非线性动态模型，生成用于该前把控制的简化非线性动态模型；基于所述简化非线性动态模型，确定用于该自平衡机器人自平衡控制的非线性函数。

在一些实施例中，基于所述自平衡机器人的动力学特性及运动特性，构造该自平衡机器人的非线性动态模型包括：根据该自平衡机器人的动力学特性，构造该自平衡机器人的动力学模型；根据该自平衡机器人的平移运动特性，得到该自平衡机器人的平移运动特征模型；根据所述平移运动特征模型和该动力学模型，生成该自平衡机器人在平移运动下的非线性动态模型。

在一些实施例中，所述自平衡机器人包括主体部分及动量轮，所述主体部分包括所述前把及所述前把控制器、前轮、后轮及后轮控制器，所述非线性动态模型为：

其中，m₁为自平衡机器人除动量轮之外的主体部分的质量，m₂为自平衡机器人的动量轮的质量，m为自平衡机器人的总质量，L₁为自平衡机器人主体部分的质心高度，L₂为自平衡机器人的动量轮的质心高度，I₁为自平衡机器人主体部分的转动惯量，I₂为自平衡机器人动量轮的转动惯量，σ为该自平衡机器人圆运动的曲率，u_σ为自平衡机器人运行圆轨迹的曲率对时间的导数，θ为自平衡机器人的侧倾角，

为自平衡机器人侧倾角速度，

为自平衡机器人的侧倾角加速度，

为动量轮的旋转角，

为动量轮的旋转角速度，

为动量轮的旋转角加速度，b为自平衡机器人车架的后轮与地面的接触点沿第一特定方向距该自平衡机器人主体部分的质心在该第一特定方向上的投影点的水平距离，V为该自平衡机器人的前进速度，

为该自平衡机器人的前进加速度，g为重力加速度，

为施加到自平衡机器人的动量轮的转矩，u_v为施加到自平衡机器人的推进力，τ_Δ(θ,δ_f)为由于该自平衡机器人的脚轮效应而产生的误差量，δ_f为自平衡机器人的有效转向角。

在一些实施例中，在所述自平衡机器人的目标自平衡侧倾角大于0且当前运动速度大于0时，该简化非线性动态模型为：

根据本公开的另一方面，提出了一种自平衡机器人控制系统，其中，所述自平衡机器人包括前把及前把控制器，该前把控制器为前把提供转向转矩，且该系统包括：目标自平衡状态获取模块，其被配置为获取该自平衡机器人的目标自平衡状态和当前自平衡状态；转向转矩确定模块，其被配置为基于所述目标自平衡状态和所述当前自平衡状态，根据非线性函数，确定要提供给自平衡机器人前把的转向转矩；以及前把控制模块，其被配置为通过所述前把控制器，将所述转向转矩提供给该前把；其中，所述目标自平衡状态包括目标自平衡侧倾角和目标运动速度，所述当前自平衡状态包括当前自平衡侧倾角和当前运动速度；所述非线性函数为基于所述自平衡机器人的质量和质心位置、所述自平衡机器人的当前运动速度及目标运动速度、所述自平衡机器人的转动惯量、以及所述自平衡机器人的当前自平衡侧倾角及目标自平衡侧倾角所构造的非线性函数。

根据本公开的另一方面，提出了一种自平衡机器人，所述自平衡机器人所述自平衡机器人包括前把及前把控制器，该前把控制器为前把提供转向转矩，且其中，该自平衡机器人包括如前所述的自平衡机器人控制系统，且其通过如前所述的自平衡机器人控制方法来实现对所述前把的控制。

根据本公开的另一方面，提出了一种计算机可读存储介质，其特征在于，其上存储有计算机可读的指令，当利用计算机执行所述指令时执行如前所述的方法。

利用本发明提供的自平衡机器人控制方法、系统、自平衡机器人及介质，可以很好的实现自平衡机器人的自平衡，特别地，其具有良好的鲁棒性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员而言，在没有做出创造性劳动的前提下，还可以根据这些附图获得其他的附图。以下附图并未刻意按实际尺寸等比例缩放绘制，重点在于示出本发明的主旨。

图1A示出了根据本发明实施例的一种自平衡机器人100A的示意图；

图1B示出了根据本公开实施例的自平衡机器人控制方法100B的示例性流程图；

图2示出了根据本公开实施例确定自平衡机器人的非线性函数的过程200的示例性流程图；

图3示出了根据本公开实施例构造自平衡机器人的非线性动态模型的过程S201的示例性流程图；

图4示出了根据本公开实施例的自平衡机器人400的参数标注示意图；

图5示出了根据本公开的实施例基于所述目标自平衡状态和所述当前自平衡状态根据非线性函数获得自平衡机器人前把的转向转矩的过程300的示例性流程图；

图6示出了根据本公开实施例的自平衡车的非线性控制器的控制流程图；

图7示出了根据本公开实施例的自平衡车在加速圆周运动情况下进行自平衡测试的结果的示意图；

图8示出了根据本发明实施例的自平衡机器人控制系统600的示例性框图。

具体实施方式

下面将结合附图对本发明实施例中的技术方案进行清楚、完整地描述，显而易见地，所描述的实施例仅仅是本发明的部分实施例，而不是全部的实施例。基于本发明实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，也属于本发明保护的范围。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。

本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

本申请涉及一种人工智能在自平衡控制方面的应用，具体地，本申请提出了一种基于人工智能的自平衡机器人控制方法，当该自平衡机器人进行曲线运动(例如圆周运动)时，基于该自平衡机器人的当前自平衡状态及目标自平衡状态，通过非线性控制策略，根据非线性函数计算并生成车把的转向转矩，并通过该转向转矩对车把转向角进行控制，从而控制该自平衡机器人的自平衡状态为目标自平衡状态，实现其自平衡。

本申请所述的自平衡机器人旨在表征具有动态自平衡能力的设备，其例如可以为自平衡滑板车、自平衡自行车或其他类型的设备。本公开的实施例不受所述自平衡机器人的具体类型及其组成的限制。

图1A示出了根据本发明实施例的一种自平衡机器人100A的示意图，其中所述自平衡机器人为自平衡车。接下来将以图1A所示出的自平衡车为例对于自平衡机器人进行简要说明。

参照图1A，当所述自平衡机器人100A为自平衡车时，其例如可以包括车架、自平衡动量轮系统、前把转向系统、后轮驱动系统和外壳。

其中，所述自平衡动量轮系统主要由联轴器14、动量轮15、动量轮轴16、动量轮电机13、U型架17和可调丝杠18组成，其为独立模块。

所述前把转向系统主要由前轮1、前把2、前把轴承4、前把电机5和前把套筒6组成，其为独立模块，只需调整前把套筒6单一零件结构即可调整前把转轴与水平面之间的夹角。

所述后轮驱动系统主要由后轮11、后轮电机12和后轮架10组成，为独立模块。

所述外壳包括前轮外壳3、车身骨架7、车身外壳8、后轮外壳9。其旨在形成自平衡机器人车体的整体框架及外部结构。

该自平衡机器人利用后轮驱动系统驱动自平衡机器人前进。当自平衡机器人静止时，若车体发生倾斜，利用自平衡动量轮系统产生的回复力可实现自平衡机器人的静态平衡。当自平衡机器人处于直线运动状态，若车体发生倾斜，利用自平衡动量轮系统产生的回复力可实现自平衡机器人的动态平衡；当自平衡机器人处于曲线或圆运动状态(此时自平衡机器人的车把具有转向角)，若车体发生倾斜，利用前把转向系统产生的回复力实现自平衡机器人的动态平衡。

现有自平衡机器人中，当该自平衡机器人以高速进行曲线运动时，通常采用线性控制器(例如设计线性车把控制器)来实现对于自平衡机器人的自平衡控制，然而，由于自平衡机器人在运动过程中呈现非线性状态，当利用线性控制器进行控制时，一方面，仅能够在可线性化的局部运动范围内实现良好控制，其控制灵活度及鲁棒性较差；另一方面，在将自平衡机器人的非线性动态模型进行线性化的过程中，牺牲了自平衡机器人的部分运动特性，由此设计的线性控制器的自平衡控制可靠性及其稳定性较差。

基于如上所述的自平衡机器人，本申请中提出了一种自平衡机器人控制方法。该方法适用于在自平衡机器人处于曲线运动(例如圆周运动)状态下(自平衡机器人的车把具有转向角)实现该自平衡机器人的自平衡，即，使得该自平衡机器人的自平衡状态为目标自平衡状态。图1B示出了根据本公开实施例的自平衡机器人控制方法100B的示例性流程图。

根据本发明实施例的自平衡机器人包括前把及前把控制器，该前把控制器为前把提供转向转矩。参照图1B，首先，在步骤S101中，获取该自平衡机器人的目标自平衡状态和当前自平衡状态。

所述目标自平衡状态旨在表征该自平衡机器人的期望自平衡状态，所述自平衡机器人的当前自平衡状态表征该自平衡机器人当前所具有的自平衡状态。且其中，所述目标自平衡状态包括目标自平衡侧倾角和目标运动速度，所述当前自平衡状态包括当前自平衡侧倾角和当前运动速度。

在一些实施例中，根据自平衡控制的实际需要，该当前自平衡状态及该目标自平衡状态中还能够包括其他参数，本公开的实施例不受该目标自平衡状态及当前自平衡状态的具体组成及其内容的限制。

当采用目标自平衡侧倾角和目标运动速度来表征目标自平衡状态时，该目标自平衡侧倾角和目标运动速度例如可以为系统预先设定或用户直接输入的数值，也可以为基于该自平衡车的实际需求计算得到的数值，或者还可以为基于用户的输入数值进行预处理或校正之后的数值，即，该目标自平衡侧倾角可以为直接输入的目标自平衡侧倾角，也可以为校正后的目标自平衡侧倾角。本公开的实施例不受该目标自平衡侧倾角和目标运动速度的设定方式及其具体内容的限制。

其后，在步骤S102中，基于所述目标自平衡状态和所述当前自平衡状态，根据非线性函数，确定要提供给自平衡机器人前把的转向转矩。

其中，所述非线性函数为基于所述自平衡机器人的质量和质心位置、所述自平衡机器人的当前运动速度及目标运动速度、所述自平衡机器人的转动惯量、以及所述自平衡机器人的当前自平衡侧倾角及目标自平衡侧倾角所构造的非线性函数。

所述非线性函数例如可以为公式或公式组，或者其也可以为预设的算法。本公开的实施例不受该非线性函数的具体表现形式的限制。

所述前把的转向转矩，旨在表征为实现该目标自平衡状态，该自平衡机器人的前把所期望的转矩输入。本公开的实施例不受该转向转矩的具体数值的限制。

在确定平衡机器人前把的转向转矩后，在步骤S103中，通过所述前把控制器，将所述转向转矩提供给该前把。例如，该前把控制器为伺服驱动电机，则该伺服驱动电机例如将基于该转向转矩作为控制量以控制该前把。

基于上述，自平衡机器人处于曲线运动(例如圆周运动)状态下，对自平衡机器人进行自平衡控制时，通过确定该自平衡机器人的当前自平衡状态及目标自平衡状态，利用非线性函数计算得到自平衡机器人前把的转向转矩，并经由该转向转矩，通过前把控制器实现对前把转向角的控制，使得能够基于非线性控制策略实现对自平衡机器人的自平衡控制。相较于通过线性控制策略进行控制，本申请中的方法能够更好地贴合自平衡机器人在曲线运动过程中的运动特性，从而基于自平衡机器人的实际运动情况实现灵活地自平衡控制，实现更高的控制精度，且该自平衡机器人控制方法具有更好的鲁棒性及稳定性。

其中，所述主体部分旨在表征该自平衡机器人的动量轮之外的部分。

基于上述，通过将该自平衡机器人划分为动量轮及除动量轮之外的主体部分，有利于将该自平衡机器人等效于包括动量轮及主体部分两个刚体的刚体组，从而有利于良好地在其运动过程中获得其相关运动特性信息，有利于后续非线性函数的构造及自平衡的控制。

在一些实施例中，所述非线性函数是基于所述自平衡机器人的动力学特性及运动特性而确定的。且确定所述非线性函数的过程例如能够更具体的描述。图2示出了根据本公开实施例确定用于自平衡机器人控制的非线性函数的过程200的示例性流程图。

参照图2，首先，在步骤S201中，基于所述自平衡机器人的动力学特性及运动特性，构造该自平衡机器人的非线性动态模型。

如前所述，所述自平衡机器人的动力学特性旨在表征该自平衡机器人所具有的动力学特征。所述自平衡机器人的运动特性旨在表征该自平衡机器人在运动过程中所具有的特征，例如其运动方式、运动速度、当前运动加速度等。本公开实施例不受该自平衡机器人的动力学特性及运动特性的具体组成的限制。下文中，将参照图3详细地说明构造该自平衡机器人的非线性动态模型的具体过程。

接下来，在步骤S202中，基于所述非线性动态模型，生成用于该前把控制的简化非线性动态模型。

然后，在步骤S203中，基于所述简化非线性动态模型，确定用于该自平衡机器人的自平衡控制的非线性函数。

基于上述，本申请中通过基于该自平衡机器人构造其非线性动态模型，并进一步基于该自平衡机器人进行曲线运动时的实际运动情况对该非线性动态模型进行简化以得到简化的非线性动态模型，进一步地，其通过该简化的非线性动态模型及自平衡机器人的当前运动参数，生成该非线性函数。基于此，在对自平衡机器人进行控制时，通过基于其非线性运动过程构造非线性函数，便于后续在对车把及后轮的控制中，良好地贴合该自平衡机器人的运动特性，从而实现高精度且高灵活度的控制。

接下来，将以自平衡车为例，参照图3和图4详细地说明构造该自平衡机器人的非线性动态模型的具体过程。图3示出了根据本公开实施例构造自平衡机器人的非线性动态模型的过程S201的示例性流程图。在本发明实施例中，结合自平衡车来建立自平衡机器人动力学模型。图4示出了根据本公开实施例的自平衡机器人的参数标注示意图。

参照图3，首先，在步骤S2011中，根据该自平衡机器人的动力学特性，构造该自平衡机器人的动力学模型。

所述自平衡机器人动力学模型旨在表征该自平衡机器人所具有的动力学特征，根据所述自平衡机器人所具有的运动学特征，其例如可以基于单摆模型、或倒立摆模型等模型建立。本公开的实施例不受所述自平衡机器人动力学模型的具体建立方式的限制。

在步骤S2012中，根据该自平衡机器人的平移运动特性，得到该自平衡机器人的平移运动特征模型。

所述平移运动旨在表征在平面内，将该自平衡机器人上的所有点都按照某个方向作相同距离的移动。所述平移运动特征模型旨在反映该自平衡机器人的平移运动特征，当该自平衡机器人为自平衡车时，该平移运动特征模型例如包括平移运动的动能模型、平移运动的势能模型、平移运动中的外部作用力模型，且求取该平移运动特征模型的过程例如能够更具体地描述。

在得到该自平衡机器人的动力学模型和平移运动特征模型后，在步骤S2013中，根据所述平移运动特征模型和该动力学模型，生成该自平衡机器人在平移运动下的非线性动态模型。

基于上述，基于该自平衡车的动力学特性构造该自平衡机器人的动力学模型，其后根据该自平衡机器人的平移运动特性构造该自平衡机器人的平移运动模型，并最终基于该自平衡机器人的动力学模型及平移运动模型生成其非线性动态模型，使得该非线性动态模型能够良好地反映该自平衡机器人的力学特性及其在平移运动过程中的特性，从而有利于后续基于该非线性动态模型求取相应的动量轮转矩以实现自平衡控制，且有利于提高该自平衡控制的精确度及灵活度。

下面，将参照图4对构造自平衡机器人的自平衡机器人动力学模型进行更具体地说明。其中示出了自平衡机器人(此处为自平衡车400)的示意图。且其中标示了基础三维坐标系Oxyz，并基于该自平衡车与地面的接触点P₁构建了基于该自平衡车的自平衡车三维坐标系P₁-xyz，其中直线P₁z沿竖直方向延伸，直线P₁x沿该自平衡车的车身方向延伸，直线P₁y垂直于直线P₁x且垂直于直线P₁z延伸，且其中经由直线P₁z及直线P₁x限定了基准平面R1。

且其中进一步标注了：自平衡车的侧倾角θ(该自平衡车与基准平面R1的夹角)，经由该侧倾角限定了包括直线P₁x且与平面R1具有夹角θ的侧倾平面R2；该自平衡车动量轮的旋转角

该自平衡车的车把实际转向角δ(车把相对于侧倾平面R2所具有的夹角)，经由该车把实际转向角限定了与该侧倾平面R2具有夹角δ的转向平面R3；综合该自平衡车的车把实际转向角δ、侧倾角θ之后能够计算得到该自平衡车的车把有效转向角δ_f(该自平衡车的车把相对于基准平面R1所具有的夹角)；该自平衡车的当前运动速度V，自平衡车的主体部分(除动量轮之外的部分)的质量m₁，自平衡车的动量轮质量m₂，则该自平衡车的总质量m＝m₁+m₂，自平衡车主体部分的转动惯量I₁，自平衡车动量轮的转动惯量I₂，自平衡车主体部分的质心高度L₁，自平衡车的动量轮的质心高度L₂，重力加速度g，其例如可以取为9.8N/kg，自平衡车的车把的中轴与自平衡车的车架横梁之间的夹角α，自平衡车后轮与地面的接触点P₁沿P₁x方向距离该自平衡车主体部分的质心在P₁x方向上的投影点的水平距离b，自平衡车的前轮与地面的接触点及自平衡车的后轮与地面的接触点沿P₁x方向的距离L，自平衡车车把的中轴与地面的交点和自平衡车的前轮与地面的接触点之间的距离Δ。且下文中，将采用u_δ表示自平衡车的车把转向角速度

采用

表示施加到自平衡车的动量轮的转矩，采用u_v表示施加到自平衡车的推进力。

进一步地，例如当车把转向角δ为常数时，此时该自平衡车的运动路径例如为圆，此时采用σ表示该圆的曲率，则该曲率σ可以表示为：

σ＝tan(δ_f)/L 1)

其中，δ_f为自平衡车的车把有效转向角，L自平衡车的前轮与地面的接触点及自平衡车的后轮与地面的接触点沿P₁x方向的距离。

且其中，由于该自平衡车的转动过程中存在误差，该有效转向角δ_f与车把实际转向角δ的关系例如能够通过如下所述的公式进行表示：

tan(δ_f)cos(θ)＝tan(δ)sin(a) 2)

其中，δ_f为自平衡车的车把有效转向角，δ为车把实际转向角，α为自平衡车的车把的中轴与自平衡车的车架横梁之间的夹角，θ为自平衡车的侧倾角。

基于上述公式1)及公式2)，该曲率σ可以表示为：

其中，δ为车把实际转向角，α为自平衡车的车把与自平衡车车架的横梁之间的夹角，θ为自平衡车的侧倾角，L自平衡车的前轮与地面的接触点及自平衡车的后轮与地面的接触点沿P₁x方向的距离。

基于上述公式3)，进一步地，将u_σ定义为曲率σ的导数，则u_σ可以表示为：

此外，根据图4中所示出的参数标注示意图，此时可以将所述自平衡机器人的动量轮及除动量轮以外的自平衡机器人主体部分视为两个刚体，其可以视为多刚体系统。

且在当前的多刚体系统中，所述拉格朗日(Lagrange)算子La例如可以为该多刚体系统的动能T与势能U之差。具体地：

La＝T-U 5)

其中，La为Lagrange算子，T为该自平衡车的动能，U为该自平衡车的势能。进一步地，基于自平衡机器人的动力学特征，例如可以对于该系统应用如下所述的Lagrange方程：

其中，La为Lagrange算子；q为三维角度向量并且包括三个子元素：自平衡车的侧倾角θ、动量轮的转动角度

和后轮的转动角度，q_i表征三维向量q中的第i个子元素(第i维)，i为大于等于1且小于等于3的正整数；τ为外部作用力并且为三维向量，τ_i表征转矩向量τ中对应于三维角度向量的第i个子元素的转矩，i为大于等于1且小于等于3的正整数。据此得到该系统的动力学模型表达式6)。

返回图3，在构造该自平衡机器人的动力学模型后，进一步地，在步骤S2012中，根据该自平衡机器人的平移运动特性，得到该自平衡机器人的平移运动特征模型。

例如，在该自平衡机器人为如图4所示出的自平衡车时，可以分别确定该自平衡车的动能表达式、势能表达式及外部作用力表达式，并将其分别作为该自平衡车的动能模型、动能模型及外部作用力模型，据此得到其运动特征模型。

例如，对于该自平衡车动能而言，其总动能T例如可以表示为该自平衡车的主体部分所具有的动能和该自平衡车的动量轮部分所具有的动能之和。

当该自平衡车以运动速度V进行平移运动时，则可知该自平衡车主体部分的运动速度能够表示为：

其中，V_x1为该自平衡车主体部分沿图4中P₁x方向所具有的纵向运动速度，V_y1为该自平衡车主体部分沿图4中P₁y方向所具有的横向运动速度，V_z1为该自平衡车主体部分沿图4中P₁z方向所具有的垂直运动速度。且其中，V为该自平衡车所具有的当前运动速度，σ表示自平衡车进行圆运动的曲率，b表示自平衡车后轮与地面的接触点P₁沿P₁x方向距该自平衡车主体部分的质心在P₁x方向上的投影点的水平距离，L₁表示自平衡车主体部分的质心高度，θ表示自平衡车的侧倾角，

表示自平衡车的当前侧倾角速度。

且该自平衡车的动量轮所具有的运动速度可以表示如下：

其中，V_x2为该动量轮沿图4中P₁x方向所具有的纵向运动速度，V_y2为该动量轮沿图4中P₁y方向所具有的横向运动速度，V_z2为该动量轮沿图4中P₁z方向所具有的垂直运动速度。且其中，V为该自平衡车所具有的运动速度，σ表示自平衡车进行圆运动的曲率，b表示自平衡车后轮与地面的接触点P₁沿P₁x方向距离该自平衡车主体部分的质心在P₁x方向上的投影点的水平距离，L₂表示动量轮的质心高度，θ表示自平衡车的侧倾角，

表示自平衡车的当前侧倾角速度。

且在该平移运动过程中，自平衡车的主体部分及动量轮所具有的转动速度能够表示如下：

其中，ω₁为自平衡车主体部分相对于基础三维坐标系Oxyz所具有的转速，ω₂为动量轮相对于基础三维坐标系Oxyz所具有的转速，θ为自平衡车的侧倾角，

为动量轮的旋转角，

为动量轮的旋转角速度，

为自平衡车的当前侧倾角速度。

基于上述公式7)-9)，则该自平衡车的动能T能够表示如下：

其中，ω₁为自平衡车主体部分相对于基础三维坐标系Oxyz所具有的转速，ω₂为动量轮相对于基础三维坐标系Oxyz所具有的转速，m₁为自平衡车的主体部分的质量，m₂为自平衡车的动量轮质量，I₁为自平衡车主体部分的转动惯量，I₂为自平衡自平衡车动量轮的转动惯量，V_x1为该自平衡车的主体部分沿图4中P₁x方向所具有的纵向运动速度，V_y1为该自平衡车的主体部分沿图4中P₁y方向所具有的横向运动速度，V_z1为该自平衡车的主体部分沿图4中P₁z方向所具有的垂直运动速度，V_x2为该动量轮沿图4中P₁x方向所具有的纵向运动速度，V_y2为该动量轮沿图4中P₁y方向所具有的横向运动速度，V_z2为该动量轮沿图4中P₁z方向所具有的垂直运动速度。

对于该自平衡车的势能而言，该自平衡车的总势能U例如可以表示为该自平衡车的主体部分所具有的势能和该自平衡车的动量轮部分所具有的势能之和，其能够表示如下：

U＝(m₁L₁+m₂L₂)g(cos(θ)+1) 11)

其中，m₁为自平衡车的主体部分的质量，m₂为自平衡车的动量轮的质量，L₁表示自平衡车的主体部分的质心高度，L₂表示动量轮的质心高度，θ表示自平衡车的侧倾角，g为重力加速度，其例如可以取为9.8N/kg。

此外，对于该自平衡车的外部作用力而言，其外部作用力τ例如可以包括：该自平衡车在侧倾方向上受到的外部作用力，该自平衡车动量轮的转矩，该自平衡车受到的推进力(亦即后轮的驱动转矩)，基于此，该自平衡车的外部作用力τ可以表示为方程组12)的形式：

τ_v＝u_v 12c)

其中，τ_θ表征施加到自平衡车的侧倾方向上的作用力，

及

表征施加到自平衡车的动量轮的转矩，τ_v及u_v表征施加到自平衡车的推进力。其余各参数含义如前所示出的。

据此得到平移运动特征模型的外部作用力模型方程组。且其中，12a)等式右侧的最后一项

是由于自平衡车的脚轮效应而产生的，将能够简化表示为τ_Δ(θ,δ_f)。

且上述动能模型表达式10)、势能模型表达式11)及外部作用力模型方程组12)例如共同组成了该自平衡车的平移运动特征模型。

然而，应了解，上述仅给出了一种求取平移运动特征模型的实施例，本申请所述的平移运动特征模型不限于此，还可以采取其他的方法求取平移运动特征模型，且该平移运动特征模型还能够包括其他的组成内容。

返回图3，得到该平移运动特征模型及该动力学模型后，在步骤S2013中，根据所述平移运动特征模型和该动力学模型，生成该自平衡机器人在平移运动下的非线性动态模型。接下来将以自平衡车为例进行更具体的描述。

例如，基于上述得到的自平衡车的平移运动的动能模型表达式10)、势能模型表达式11)和外部作用力模型方程组12)，以及前述构建的动力学模型拉格朗日方程5)，即能够得到该自平衡车的动态模型方程组13)，其具体包括如下公式13a)、13b)和13c)：

为自平衡机器人当前侧倾角速度，

为自平衡机器人的当前侧倾角加速度，

为动量轮的旋转角，

为动量轮的旋转角速度，

为动量轮的旋转角加速度，b为自平衡车后轮与地面的接触点P₁沿P₁x方向距该自平衡车主体部分的质心在P₁x方向上的投影点的水平距离，V为该自平衡机器人的当前运动速度，

为该自平衡机器人的当前运动加速度，g为重力加速度，

为施加到自平衡机器人的动量轮的转矩，u_v为施加到自平衡机器人的推进力。

且其中，

δ_f为自平衡机器人的有效转向角。

进一步参照图3，在根据上述方法得到自平衡机器人的非线性动态模型后，基于上述，在步骤S202中，基于所述非线性动态模型，生成用于该前把控制的简化非线性动态模型。

接下来将以自平衡机器人为自平衡车为例，对生成该自平衡车的简化非线性动态模型的过程进行更具体地说明。例如，当前述的自平衡车处于曲线运动(例如圆周运动)的状态，此时其运动速度V大于0，且该自平衡车此时仅通过前把来实现自平衡控制，则此时其动量轮转角θ为0，则上述自平衡车的非线性动态模型例如能够简化为方程组14)，其包括方程式14a)及方程式14b)：

其中，m₁为自平衡车除动量轮之外的主体部分的质量，m₂为自平衡车的动量轮的质量，m为自平衡车的总质量，L₁为自平衡车主体部分的质心高度，L₂为自平衡车的动量轮的质心高度，I₁为自平衡车主体部分的转动惯量，I₂为自平衡车动量轮的转动惯量，θ为自平衡车的自平衡侧倾角，

为自平衡车的当前侧倾角速度，

为自平衡车的当前侧倾角加速度，b为自平衡车后轮与地面的接触点P₁沿P₁x方向距离该自平衡车主体部分的质心在P₁x方向上的投影点的水平距离，σ为该自平衡车以恒定转向角进行圆运动时的曲率，u_σ为自平衡机器人运行圆轨迹的曲率对时间的导数，V为该自平衡车的当前运动速度，

为该自平衡车的当前运动加速度，g为重力加速度，τ_Δ(θ,δ_f)为由于自平衡车的脚轮效应产生的误差量，u_v为施加到自平衡车的推进力。据此，得到该自平衡车的简化非线性动态模型。

如上所述，生成该简化非线性动态模型后，在步骤S203中，基于所述简化非线性动态模型，生成该非线性函数。

当该自平衡机器人为上述的自平衡车时，生成该非线性函数的过程例如可以更具体地描述。例如，基于上述非线性动态模型的简化为方程组14)，定义如下矩阵M_l，G，B，且其中各参数含义如上所详述的。

基于所定义的矩阵M_l，G，B，并且忽略由于自平衡车的脚轮效应而产生的误差量τ_Δ(θ,δ_f)，则上述非线性动态模型的简化为方程组14)能够被表示为如下方程组15)的形式：

且基于矩阵B的表达式可知，当该自平衡车的当前运动速度大于0时，该矩阵B为可逆矩阵。且例如获知该自平衡车的目标自平衡侧倾角为θ_eq，目标运动速度为V_d，且该目标运动速度V_d大于0，该目标自平衡侧倾角θ_eq在-90度至90度的范围内，则上述简化非线性动态模型15)能够表示为方程组16)如下：

其中，u_σ为自平衡机器人运行圆轨迹的曲率对时间的导数，u_v为施加到自平衡车的推进力。B^-1为前述定义的矩阵B的逆矩阵，v₁为第一速度参量，v₂为第二速度参量。且将该方程组16)作为非线性函数表达式，据此得到非线性函数。

且该第一速度参量v₁和第二速度参量v₂能够具体表示为：

v₂＝-k_d2(V-V_d)

且其中，k_p,k_d1及k_d2为正数，其数值基于实际情况及经验值进行设置。θ为自平衡车的当前自平衡侧倾角，

为自平衡车的当前侧倾角速度，V为该自平衡车的当前运动速度，自平衡车的目标自平衡侧倾角为θ_eq，目标运动速度为V_d。

通过所述非线性函数确定该自平衡机器人运行圆运动轨迹的曲率对时间导数u_σ，其后基于上述公式4)中该自平衡机器人的前把转向角与其圆运动轨迹的关系，进一步地求解出该自平衡机器人的前把转向角，据此基于该前把转向角，生成前把的转向转矩。

根据本发明实施例，在得到自平衡车的该非线性函数之后，能够基于该非线性函数设计相应的车把控制器及后轮控制器以实现该自平衡车的目标自平衡侧倾角及目标运动速度。接下来将对该非线性函数的收敛性进行验证。

基于上述方程组15)及方程组16)，能够得到该闭环系统的如下动力学方程组17)，其包括如下表达式17a)、17b)：

且知对于如前方程组16)所示出的系统及如前方程组17)所示出的控制器而言，其能够具有以下收敛性：

即，经由该控制器(例如车把控制器及后轮控制器)的控制，当时间趋近于无穷时，该自平衡车的速度将稳定于目标运动速度V_d，该自平衡车的侧倾角将稳定于目标自平衡侧倾角θ_eq，且该转向力矩及该推进力将为0。

基于此，定义候选李雅普诺夫(Lyapunov)函数如下：

其中，L_y表征该候选Lyapunov参量，其余各参数的含义如前所述。且进一步能够得到该候选Lyapunov参量L_y对时间求导后的参量

的表达式：

将闭环系统的动力学表达式17a)、17b)代入至上述表达式19)，据此得到参量

的第二表达式：

基于该表达式，当

且V＝V_d时，即表征当该

且

即该自平衡车的当前侧倾角加速度及其当前运动加速度均为0，且根据上述动力学表达式17a)、17b)，此时其速度为目标运动速度，且其侧倾角为目标自平衡侧倾角。此外，根据上述方程组16)，当该参量

时，下述方程组成立：

显然，由于cos(θ_d)＞0，在

且

的情况下，上述方程组具有全局指数稳定平衡。因此，根据上述方程组21)，此时u_v＝0。

根据拉萨尔不变性原理的推广，可以证明其满足上述收敛条件。且基于上述公式，能够计算得到该自平衡车的转向角速度u_δ的表达式为：

在一些实施例中，如前所详细描述的，根据该自平衡机器人的动力学特性，构造该自平衡机器人的非线性动态模型例如具有前述方程组13)的形式。然而，应了解，本公开的实施例不受该非线性动态模型所具有的具体形式的限制。

基于上述，基于自平衡机器人的力学特性及其平移运动特性，构造如前述方程组13)形式的非线性动态模型，相较于通过线性化或线性化处理将sin及cos函数参量消除的线性模型，该非线性动态模型使得能够更好地保留该自平衡车运动过程中的非线性特性，更有利于基于不同的运动情况实现对其自平衡的灵活控制。

在一些实施例中，在所述自平衡机器人的目标自平衡侧倾角大于0且当前运动速度大于0时，该简化非线性动态模型具有如前详述方程组14)的形式。

基于此，当该自平衡机器人进行曲线运动(速度大于0且目标自平衡侧倾角大于0时)，通过令动量轮电机停转并将相应的动量轮转动参量设置为0，使得能够生成仅通过车把及后轮控制该自平衡车辆的简化非线性动态模型，从而能够根据该自平衡机器人的实际情况实现模型调整，并且有利于简化该自平衡机器人的非线性函数的计算过程，从而便于非线性函数的生成。

在一些实施例中，当该自平衡机器人的目标自平衡侧倾角大于0且其当前运动速度大于速度阈值时，该自平衡机器人仅通过前把调整其自平衡状态，实现其自平衡。

其中所述速度阈值，旨在划分该自平衡车的高速运动和低速运动过程。其数值例如能够根据实际需求进行选取，或者其也可以为预设的数值。本公开的实施例不受该自平衡机器人的速度阈值的具体数值及其获取方式的限制。

本申请中，在上述控制方法的基础上，通过设定当该自平衡机器人的当前运动速度大于预设速度阈值的情况下仅通过该前把实现自平衡控制，能够有效地提高该自平衡控制的控制效率及控制精确度。

在一些实施例中，例如返回图1B，在基于所述目标自平衡状态和所述当前自平衡状态，根据非线性函数计算得到确定自平衡机器人前把的转向转矩步骤S102中，为了进一步提高该自平衡机器人的自平衡控制精确度，在对该自平衡机器人进行自平衡控制使得其实现目标自平衡状态时，将考虑到脚轮效应对于其自平衡控制过程的影响。具体地，图5示出了根据本公开的实施例基于所述目标自平衡状态和所述当前自平衡状态根据非线性函数确定要提供给自平衡机器人前把的转向转矩的过程300的示例性流程图。

例如，则参照图5，首先，在步骤S301中，计算该自平衡机器人的脚轮效应函数。

所述脚轮效应函数旨在表征由于该自平衡机器人的脚轮效应所产生的误差量的函数表达式。其例如能够基于预设的公式或算法进行计算。本公开的实施例不受该自平衡机器人的脚轮效应函数的具体数值及其计算方式的限制。

接下来，将以该自平衡机器人为自平衡车为例，对该计算脚轮效应函数的过程进行更具体地描述。

若该自平衡车具有如前述方程组14)形式的简化非线性动态模型，且考虑该方程组中自平衡车的脚轮效应所产生的误差量为τ_Δ(θ,δ_f)时，当将目标自平衡侧倾角θ_eq代入方程组16)来设计控制器时，则根据方程组14)、方程组16)及脚轮效应误差量τ_Δ(θ,δ_f)，能够计算得到以下等式成立：

其中，θ_eq为目标自平衡侧倾角，θ_d为基于该目标自平衡侧倾角考虑脚轮效应进行补偿后得到的校正后的目标自平衡侧倾角，其余参量的含义如前所述。

根据等式23a)、23b)，能够计算得到如下所示出的该脚轮效应函数的表达式，据此得到脚轮效应函数：

其中，θ_eq为目标自平衡侧倾角，θ_d为基于该目标自平衡侧倾角考虑脚轮效应进行补偿后得到的校正后的目标自平衡侧倾角，τ_Δ(θ_eq,δ_f)为该自平衡机器人的脚轮效应所产生的误差量，k_p为正数，m₁为自平衡机器人除动量轮之外的主体部分的质量，m₂为自平衡机器人的动量轮的质量，L₁为自平衡机器人主体部分的质心高度，L₂为自平衡机器人的动量轮的质心高度，I₁为自平衡机器人主体部分的转动惯量，I₂为自平衡机器人动量轮的转动惯量。

得到该脚轮效应函数后，在步骤S302中，根据该脚轮效应函数对该目标自平衡侧倾角进行校正处理，生成校正后的目标自平衡侧倾角。

所述校正处理旨在表征在考虑到自平衡车的脚轮效应函数的基础上，对该目标自平衡侧倾角进行补偿的过程，其例如可以通过预设算法或公式组实现，或者也可以经由其他方式实现，本公开的实施例不受该校正过程的具体执行方式的限制。

例如，当该自平衡机器人为自平衡车，且计算得到的脚轮效应函数具有上述公式24)所示出的表达式时，此时对该目标自平衡侧倾角进行校正处理并得到该校正后的目标自平衡侧倾角的过程例如能够更具体地描述。

例如，能够基于上述等式23a)、23b)及该脚轮效应函数的表达式24)计算得到校正后的目标自平衡侧倾角的表达式：

其中，θ_d为校正后的目标自平衡侧倾角，θ_eq为目标自平衡侧倾角，τ_Δ(θ_eq,δ_f)为自平衡机器人脚轮效应引起的误差量，k_p为正数，m₁为自平衡机器人除动量轮之外的主体部分的质量，m₂为自平衡机器人的动量轮的质量，L₁为自平衡机器人主体部分的质心高度，L₂为自平衡机器人的动量轮的质心高度，I₁为自平衡机器人主体部分的转动惯量，I₂为自平衡机器人动量轮的转动惯量。

得到该校正后的目标自平衡侧倾角后，在步骤S303中，基于该校正后的目标自平衡侧倾角、当前自平衡侧倾角，根据非线性函数确定自平衡机器人前把的转向转矩。

例如，能够将该校正后的目标自平衡侧倾角、当前自平衡侧倾角代入前述方程组16)，基于前述方法计算得到该自平衡机器人的前把转向转矩。

基于上述，本申请中考虑到了自平衡机器人在运动过程中存在的脚轮效应和由此引发的控制误差，在获取目标自平衡侧倾角之后，通过计算该自平衡机器人的脚轮效应误差，并且同时根据该脚轮效应误差对该目标自平衡侧倾角进行补偿校正过程，最终生成用于该自平衡机器人控制的校正后的目标自平衡侧倾角。基于此，在经由非线性控制策略实现对该自平衡机器人的自平衡控制基础上，进一步考虑到了该自平衡机器人运动特性所引入的误差量，从而能够更精确地实现自平衡控制，增加了该自平衡控制的稳定性及精确度。

在一些实施例中，考虑到该自平衡机器人的脚轮效应，根据预设自平衡侧倾角计算得到的目标自平衡侧倾角具有如表达式25)的形式。基于该表达式，能够简单便捷地基于预设自平衡侧倾角和该自平衡机器人的自身参数，求取目标自平衡侧倾角，从而实现后续的自平衡控制过程。

例如，当该自平衡机器人为自平衡车时，基于如上所述的非线性函数方程组16)可知，该自平衡车的侧倾角、转向角、运动速度具有关联关系，因而，当用户在调整自平衡侧倾角的同时还希望调整自平衡车的运动速度时，例如能够根据如前所述的方程组16)，将该目标自平衡侧倾角、当前自平衡侧倾角及自平衡车的目标运动速度、当前运动速度代入至上述方程组16)中以计算其转向转矩u_σ及驱动转矩u_v。其后，通过所述后轮控制器，将该后轮的驱动转矩输入量提供给所述后轮。

基于上述，通过获取该自平衡机器人的目标运动速度，并基于该目标运动速度、目标自平衡状态及当前自平衡状态共同生成该自平衡机器人前把的转向转矩及后轮的驱动转矩输入量，使得当在调整该自平衡机器人的侧倾角的同时调整该自平衡机器人的运动速度时，能够根据该自平衡机器人的目标速度及目标自平衡侧倾角共同生成其前把转向转矩，从而在对该自平衡机器人进行自平衡控制时，能够良好地兼顾该自平衡机器人的速度变化对其自平衡的影响，实现高效与高精确度的自平衡控制。

在一些实施例中，当该自平衡机器人为自平衡车时，基于本申请提出的自平衡机器人控制方法进行自平衡车的自平衡控制的过程可以更具体地描述。

例如，令该自平衡车进行加速圆周运动，具体而言，首先将该自平衡车由静止状态开始加速，在该加速过程中例如通过动量轮控制器调节该自平衡车的自平衡。当该自平衡车加速至预定速度，此时例如将目标运动速度及目标自平衡侧倾角发送至该自平衡车，并仅通过车把对该自平衡车在该运动过程中的自平衡状态进行控制。

接下来，将结合图6及图7，对于自平衡机器人为自平衡车时的自平衡控制过程及其效果进行更具体地描述。图6示出了根据本公开实施例的自平衡车的非线性控制器的控制流程图。图7示出了根据本公开实施例的自平衡车在加速圆周运动情况下进行自平衡测试的结果的示意图。

首先，参照图6，当用户输入目标自平衡侧倾角θ_eq和目标运动速度V_d后，首先，在前馈控制器中，通过上述表达式25)，经由该目标自平衡侧倾角θ_eq、当前自平衡侧倾角θ，当前转向角δ，计算得到考虑脚轮效应误差后的自平衡车的校正后的目标自平衡侧倾角θ_d。并将该校正后的目标自平衡侧倾角θ_d作为反馈控制器的输入，并在该反馈控制器中，基于该自平衡车的目标运动速度V_d、当前侧倾角速度

当前侧倾角θ、当前转向角δ及当前运动速度V，根据前述构建的非线性函数，计算得到前把的转向转矩和后轮的驱动转矩输入量u_v。其后，经由前把控制器将该转向转矩提供至该自平衡车的前把，通过后轮控制器将该驱动转矩输入量u_v提供至该自平衡车的后轮，从而实现对其自平衡及速度的调控。

具体地，图7中的(a)图示出了该自平衡车的目标自平衡侧倾角θ_eq随时间的变化，基于此可知，在0-20s时，该目标自平衡侧倾角始终保持为0，其后，在20s-40s的过程中，该目标自平衡侧倾角保持在+0.02rad/s(表征该自平衡车进行顺时针圆周运动)，且在60s左右该自平衡侧倾角出现突变并产生-0.02rad/s的数值(表征该自平衡车进行逆时针圆周运动)。其后，该目标自平衡侧倾角稳定为0。

图7中的(b)图示出了自平衡车的侧倾角θ随时间的变化，从中可以看出，在自平衡车进行加速圆周运动随后制动停止的过程中，其侧倾角的变化与预设自平衡侧倾角的变化一致，首先在0-20s期间保持为0，随后在20s-40s期间处于+0.02rad/s附近，在60s左右出现突变并产生-0.02rad/s左右的数值，并最终稳定为0。

图7中的(c)图示出了自平衡车的车把转向角δ随时间的变化，首先在0-20s及60-80s期间，由于该自平衡车进行直线加速及制动过程，因此其转向角为0；其后，在20-60s阶段，为实现该自平衡车在圆周运动过程中的目标自平衡侧倾角，经由前把控制器的控制，该前把转向角将保持为0.5rad/s。

在图7中的(d)图中示出了自平衡车的动量轮的扭矩输入量

随时间的变化，图7中的(e)图中示出了自平衡车的动量轮的转动速度

随时间的变化。由于在20s-60s期间，该自平衡车处于圆周运动状态，仅通过车把实现自平衡控制，因此可以看到，在图7中的(d)图及(e)图中，在20s-60s期间，其动量轮的转矩输入量

及转动速度

均为0。

图7中的(f)图示出了根据本公开的自平衡车的运动速度随时间的变化，可以看到在0-20s的过程中其处于加速过程，在20-60s的过程中，其处于匀速圆周运动并随后制动，进而在60-80s中其速度保持为0m/s。

此外，如图7中的(a)图，(b)图和(c)图所示，当将正的目标自平衡侧倾角发送到该自平衡车时，通过车把控制器控制该自平衡车的转向角变为正方向，并且将该自平衡车的侧倾角调节至所需位置。且如图7中的(d)图和(e)图所示，在此期间，自平衡车的动量轮被关闭。因此，它表明通过本申请中提出的非线性控制器可以通过操纵车把来平衡自平衡车。

基于上述可知，在该自平衡车进行圆周运动的过程中，经由本申请中的自平衡机器人控制方法，通过计算得到的车把的转向转矩，经由该车把控制器控制车把的转向角，使得能够仅通过该车把的转向角调整该自平衡车的侧倾角，并令侧倾角最终收敛至目标自平衡侧倾角。且该自平衡控制收敛速度较快，控制效果较佳，具有较好的灵活性。

基于上述测试结果可知，通过应用本申请提出的自平衡控制算法对该自平衡车的自平衡状态进行控制，能够良好地贴合其非线性运动特性，实现高精度、高灵敏度的自平衡控制，且该自平衡控制的灵活性及鲁棒性较高。

根据本公开的另一方面，提出了一种自平衡机器人控制系统。其中，所述自平衡机器人包括前把及前把控制器，该前把控制器为前把提供转向转矩。图8示出了根据本发明实施例的自平衡机器人控制系统600的示例性框图。

如图8所示的自平衡机器人控制系统600包括目标自平衡状态获取模块610，转向转矩确定模块620及前把控制模块630。

所述目标自平衡状态获取模块610被配置为获取该自平衡机器人的目标自平衡状态和当前自平衡状态。

其中，所述目标自平衡状态包括目标自平衡侧倾角和目标运动速度，所述当前自平衡状态包括当前自平衡侧倾角和当前运动速度。本公开的实施例不受该自平衡机器人的目标自平衡状态及当前自平衡状态的具体表示形式的限制。

所述转向转矩确定模块620被配置为基于所述目标自平衡状态和所述当前自平衡状态，根据非线性函数，确定要提供给自平衡机器人前把的转向转矩。

所述前把控制模块630被配置为通过所述前把控制器，将所述转向转矩提供给该前把。例如，该前把控制器为伺服驱动电机，则该伺服驱动电机例如将基于该转向转矩作为控制量以控制该前把。

基于上述，自平衡机器人处于曲线运动(例如圆周运动)状态下，对自平衡机器人进行自平衡控制时，通过确定该自平衡机器人的当前自平衡状态及目标自平衡状态，利用非线性函数计算得到自平衡机器人前把的转向转矩，并经由该转向转矩，通过前把控制器实现对前把转向角的控制，使得能够基于非线性控制策略实现对自平衡机器人的自平衡控制。相较于通过线性控制策略进行控制，本申请能够更好地贴合自平衡机器人在曲线运动过程中的运动特性，从而基于自平衡机器人的实际运动情况实现灵活地自平衡控制，实现更高的控制精度，且该自平衡机器人控制具有更好的鲁棒性及稳定性。

在一些实施例中，该自平衡机器人控制系统还包括非线性函数确定模块640，其能够执行如图2所示的流程，基于该自平衡机器人的动力学特性，生成非线性函数。该非线性函数确定模块640包括：非线性动态模型构造模块641、非线性动态模型简化模块642及非线性函数生成模块643。

其中，该非线性动态模型构造模块641被配置为执行图2中步骤S201的操作，基于所述自平衡机器人的动力学特性及运动特性，构造该自平衡机器人的非线性动态模型。

非线性动态模型简化模块642被配置为执行图2中步骤S202的操作，基于所述非线性动态模型，生成用于该前把控制的简化非线性动态模型。

非线性函数生成模块643被配置为执行图2中步骤S203的操作，基于所述简化非线性动态模型，生成该非线性函数。

在一些实施例中，所述非线性动态模型构造模块641包括动力学模型构造模块6411、平移运动特征模型构造模块6412及非线性动态模型生成模块6413。

且其中，该动力学模型构造模块6411被配置为执行图3中步骤S2011的操作，根据该自平衡机器人的动力学特性，构造该自平衡机器人的动力学模型。

该平移运动特征模型构造模块6412被配置为执行图3中步骤S2012的操作，根据该自平衡机器人的平移运动特性，得到该自平衡机器人的平移运动特征模型。

所述平移运动旨在表征在平面内，将该自平衡机器人上的所有点都按照某个方向作相同距离的移动。所述平移运动特征模型旨在反映该自平衡机器人的平移运动特征，当该自平衡机器人为自平衡车时，该平移运动特征模型例如包括平移运动的动能模型、平移运动的势能模型、平移运动中的外部作用力模型。

该非线性动态模型生成模块6413被配置为执行图3中步骤S2013的操作，根据所述平移运动特征模型和该动力学模型，生成该自平衡机器人在平移运动下的非线性动态模型。

在一些实施例中，所述目标自平衡状态为目标自平衡侧倾角，所述当前自平衡状态为当前自平衡侧倾角，所述转向转矩确定模块620包括：脚轮效应函数计算模块621、校正后的目标自平衡侧倾角生成模块622及转向转矩计算模块623。

该脚轮效应函数计算模块621被配置为执行图5中步骤S301的操作，计算该自平衡机器人的脚轮效应函数。

校正后的目标自平衡侧倾角生成模块622被配置为执行图5中步骤S302的操作，根据该脚轮效应函数对该目标自平衡侧倾角进行校正处理，生成校正后的目标自平衡侧倾角。

转向转矩计算模块623被配置为执行图5中步骤S303的操作，基于该校正后的目标自平衡侧倾角、当前自平衡侧倾角，根据非线性函数确定自平衡机器人前把的转向转矩。

基于上述，本申请中考虑到了自平衡机器人在运动过程中存在的脚轮效应和由此引发的控制误差，在获取目标自平衡侧倾角之后，通过计算该自平衡机器人当前的脚轮效应误差，并且同时根据该脚轮效应误差对该目标自平衡侧倾角进行补偿校正过程，最终生成用于该自平衡机器人控制的校正后的目标自平衡侧倾角。基于此，在经由非线性控制策略实现对该自平衡机器人的自平衡控制基础上，进一步考虑到了该自平衡机器人运动特性所引入的误差量，从而能够更精确地实现自平衡控制，增加了该自平衡控制的稳定性及精确度。

在一些实施例中，所述自平衡机器人控制系统能够执行如前所述的方法，具有如前所述的功能。

根据本公开的另一方面，提出了一种自平衡机器人。所述自平衡机器人包括前把及前把控制器，该前把控制器为前把提供转向转矩。且其中，该自平衡机器人具有如前所述的自平衡控制系统，能够执行如前所述的自平衡控制方法，实现如前所述的自平衡控制功能。

此外，该自平衡机器人还可以包括总线、存储器、传感器组件、控制器、通信模块和输入输出装置等。

总线可以是将该自平衡机器人的各部件互连并在各部件之中传递通信信息(例如，控制消息或数据)的电路。

传感器组件可以用于对物理世界进行感知，例如包括摄像头、红外传感器超声波传感器等。此外，传感器组件还可以包括用于测量自平衡机器人当前运行及运动状态的装置，例如霍尔传感器、激光位置传感器、或应变力传感器等。

控制器用于对自平衡机器人的操作进行控制，例如以人工智能的控制方式。

所述控制器例如包括处理装置。处理装置可以包括微处理器、数字信号处理器(“DSP”)、专用集成电路(“ASIC”)、现场可编程门阵列、状态机或用于处理从传感器线接收的电信号的其他处理器件。这种处理器件可以包括可编程电子设备，例如PLC，可编程中断控制器(“PIC”)、可编程逻辑器件(“PLD”)、可编程只读存储器(“PROM”)、电子可编程只读存储器等。

通信模块例如可以通过有线或无效与网络连接，以便于与物理世界(例如，服务器)通信。通信模块可以是无线的并且可以包括无线接口，例如IEEE 802.11、蓝牙、无线局域网(“WLAN”)收发器、或用于接入蜂窝电话网络的无线电接口(例如，用于接入CDMA、GSM、UMTS或其他移动通信网络的收发器/天线)。在另一示例中，通信模块可以是有线的并且可以包括诸如以太网、USB或IEEE 1394之类的接口。

输入输出装置可以将例如从用户或任何其他外部设备输入的命令或数据传送到机器人的一个或多个其他部件，或者可以将从自平衡机器人的一个或多个其他部件接收的命令或数据输出到用户或其他外部设备。

多个能够实现自平衡的机器人可以组成机器人系统以协同地完成一项任务，该多个机器人通信地连接到服务器，并且从服务器接收协同机器人指令。

根据本发明的另一方面，还提供了一种非易失性的计算机可读存储介质，其上存储有计算机可读的指令，当利用计算机执行所述指令时可以执行如前所述的方法。

技术中的程序部分可以被认为是以可执行的代码和/或相关数据的形式而存在的“产品”或“制品”，通过计算机可读的介质所参与或实现的。有形的、永久的储存介质可以包括任何计算机、处理器、或类似设备或相关的模块所用到的内存或存储器。例如，各种半导体存储器、磁带驱动器、磁盘驱动器或者类似任何能够为软件提供存储功能的设备。

所有软件或其中的一部分有时可能会通过网络进行通信，如互联网或其他通信网络。此类通信可以将软件从一个计算机设备或处理器加载到另一个。因此，另一种能够传递软件元素的介质也可以被用作局部设备之间的物理连接，例如光波、电波、电磁波等，通过电缆、光缆或者空气等实现传播。用来载波的物理介质如电缆、无线连接或光缆等类似设备，也可以被认为是承载软件的介质。在这里的用法除非限制了有形的“储存”介质，其他表示计算机或机器“可读介质”的术语都表示在处理器执行任何指令的过程中参与的介质。

本申请使用了特定词语来描述本申请的实施例。如“第一/第二实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

除非另有定义，这里使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

上面是对本发明的说明，而不应被认为是对其的限制。尽管描述了本发明的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本发明的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本发明范围内。应当理解，上面是对本发明的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本发明由权利要求书及其等效物限定。

Claims

1.一种自平衡机器人控制方法，其中，所述自平衡机器人包括前把及前把控制器，该前把控制器为前把提供转向转矩，且该方法包括：

获取该自平衡机器人的目标自平衡状态和当前自平衡状态；

基于所述目标自平衡状态和所述当前自平衡状态，根据非线性函数，确定要提供给自平衡机器人前把的转向转矩，其中，所述非线性函数是基于所述自平衡机器人的动力学特性及运动特性而确定的；以及

通过所述前把控制器，将所述转向转矩提供给该前把，

其中，所述目标自平衡状态包括目标自平衡侧倾角和目标运动速度，所述当前自平衡状态包括当前自平衡侧倾角和当前运动速度；

所述非线性函数为基于所述自平衡机器人的质量和质心位置、所述自平衡机器人的当前运动速度及目标运动速度、所述自平衡机器人的转动惯量、以及所述自平衡机器人的当前自平衡侧倾角及目标自平衡侧倾角所构造的非线性函数。

2.如权利要求1所述的自平衡机器人控制方法，其中，所述自平衡机器人包括主体部分及动量轮，所述主体部分包括所述前把及所述前把控制器，

所述自平衡机器人的质量和质心位置包括所述自平衡机器人的主体部分的质量和质心位置、以及所述自平衡机器人的动量轮的质量和质心位置；以及

所述自平衡机器人的转动惯量包括所述自平衡机器人的主体部分的转动惯量、以及所述自平衡机器人的动量轮的转动惯量。

3.如权利要求2所述的自平衡机器人控制方法，

其中，基于所述目标自平衡状态和所述当前自平衡状态根据非线性函数确定要提供给自平衡机器人前把的转向转矩包括：

计算该自平衡机器人的脚轮效应函数；

根据该脚轮效应函数对该目标自平衡侧倾角进行校正处理，生成校正后的目标自平衡侧倾角；

基于该校正后的目标自平衡侧倾角和当前自平衡侧倾角，根据所述非线性函数确定要提供给自平衡机器人前把的转向转矩。

4.如权利要求3所述的自平衡机器人控制方法，其中，所述校正后的目标自平衡侧倾角为：

其中，θ_d为校正后的目标自平衡侧倾角，θ_eq为目标自平衡侧倾角，τ_Δ(θ_eq,δ_f)为自平衡机器人脚轮效应引起的误差量，δ_f为自平衡机器人的有效转向角，k _p为正数，m₁为自平衡机器人除动量轮之外的主体部分的质量，m₂为自平衡机器人的动量轮的质量，L₁为自平衡机器人主体部分的质心高度，L₂为自平衡机器人的动量轮的质心高度，I₁为自平衡机器人主体部分的转动惯量，I₂为自平衡机器人动量轮的转动惯量。

5.如权利要求2或3所述的自平衡机器人控制方法，其中，所述自平衡机器人的主体部分包括前轮、后轮和后轮控制器，所述后轮控制器用于向所述后轮提供驱动转矩，所述自平衡机器人控制方法还包括：

基于所述目标自平衡状态和所述当前自平衡状态，根据非线性函数，确定要提供给自平衡机器人后轮的驱动转矩；以及

通过所述后轮控制器，将所述驱动转矩提供给该后轮。

6.如权利要求5所述的自平衡机器人控制方法，其中，所述非线性函数包括：