CN113771837A - 一种无人自行车控制方法及系统 - Google Patents

一种无人自行车控制方法及系统 Download PDF

Info

Publication number
CN113771837A
CN113771837A CN202111034490.3A CN202111034490A CN113771837A CN 113771837 A CN113771837 A CN 113771837A CN 202111034490 A CN202111034490 A CN 202111034490A CN 113771837 A CN113771837 A CN 113771837A
Authority
CN
China
Prior art keywords
bicycle
rotating speed
control
model
inclination angle
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.)
Granted
Application number
CN202111034490.3A
Other languages
English (en)
Other versions
CN113771837B (zh
Inventor
林海
王小冬
李晓辉
李�杰
赵毅
董媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Cheren Robot Technology Co ltd
Original Assignee
Changan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changan University filed Critical Changan University
Priority to CN202111034490.3A priority Critical patent/CN113771837B/zh
Publication of CN113771837A publication Critical patent/CN113771837A/zh
Application granted granted Critical
Publication of CN113771837B publication Critical patent/CN113771837B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02—Control of vehicle driving stability
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02—Control of vehicle driving stability
    • B60W30/04—Control of vehicle driving stability related to roll-over prevention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
    • B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
    • B62J45/40—Sensor arrangements; Mounting thereof
    • B62J45/41—Sensor arrangements; Mounting thereof characterised by the type of sensor
    • B62J45/412—Speed sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
    • B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
    • B62J45/40—Sensor arrangements; Mounting thereof
    • B62J45/41—Sensor arrangements; Mounting thereof characterised by the type of sensor
    • B62J45/415—Inclination sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62K—CYCLES; CYCLE FRAMES; CYCLE STEERING DEVICES; RIDER-OPERATED TERMINAL CONTROLS SPECIALLY ADAPTED FOR CYCLES; CYCLE AXLE SUSPENSIONS; CYCLE SIDE-CARS, FORECARS, OR THE LIKE
    • B62K21/00—Steering devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02—Control of vehicle driving stability
    • B60W30/04—Control of vehicle driving stability related to roll-over prevention
    • B60W2030/043—Control of vehicle driving stability related to roll-over prevention about the roll axis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/36—Cycles; Motorcycles; Scooters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
    • B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
    • B62J45/40—Sensor arrangements; Mounting thereof
    • B62J45/41—Sensor arrangements; Mounting thereof characterised by the type of sensor
    • B62J45/415—Inclination sensors
    • B62J45/4151—Inclination sensors for sensing lateral inclination of the cycle
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Feedback Control In General (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种无人自行车控制方法及系统，建模得到自行车系统的动力学模型；对自行车系统的动力学模型进行线性化处理得到线性模型；采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度，输入线性模型中得到车身倾斜角与把手转向角的单输入单输出模型，设计基于指数趋近律的自适应滑模控制器；根据自适应控制器求解得到把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，使用FOC方法利用自行车设定转速值和自行车给定转速值的偏差调节电流控制电机的转速，实现自行车的自平衡控制。为无人自行车系统的设计与实现提供了一种思路，对系统中每个环节的处理确保了整个系统的可靠性和可行性。

Description

一种无人自行车控制方法及系统
技术领域
本发明属于无人驾驶智能控制技术领域，具体涉及一种无人自行车控制方法及系统。
背景技术
自行车作为一种使用最广泛的交通工具，具有结构简单、轻便灵活、易于操作、节能环保等优点。在没有外力支撑时自行车静止状态下无法保持直立，在行驶过程中，车速越慢自行车越难被控制，骑行者需要不断地左右转动车把使得车身不发生倾倒；反之，车速越快自行车越容易被骑行者控制不发生倾倒。并且自行车行驶速度越快，系统越不容易受到路况、风力等外界环境的影响而发生倾倒，具有一定的抗干扰能力。
无人驾驶自行车将传统自行车行驶结构与智能机器人技术结合，一方面保持了自行车简单的机械结构，继承了其体积小利用率高等优点；另一方面作为自动驾驶的智能交通工具，在自动避障、野外探险、灾区救援等方面拥有广阔的应用前景。
另外因其固有的非线性、非完整性和严重的非最小相位特性，自行车系统又可以作为一类非线性、非最小相位系统的研究对象，它为解决诸如时变、不确定性、运动控制和稳定控制等非线性系统问题提供了一种新的思路。因此，如何设计出一种无人自行车自平衡控制策略具有非常广阔的应用前景。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种无人自行车控制方法及系统，提高了系统的响应速度，提升系统的稳定性和抗干扰性。
本发明采用以下技术方案：
一种无人自行车控制方法，包括以下步骤：
S1、对自行车系统进行建模，得到自行车系统的动力学模型；
S2、对步骤S1得到的自行车系统的动力学模型进行线性化处理得到线性模型；
S3、采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度，输入步骤 S2的线性模型中得到车身倾斜角与把手转向角的单输入单输出模型，设计基于指数趋近律的自适应滑模控制器；
S4、根据步骤S3的自适应控制器求解得到把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，使用FOC方法利用自行车设定转速值和自行车给定转速值的偏差调节电流控制电机的转速，实现自行车的自平衡控制。
具体的，步骤S1中，自行车系统的动力学模型具体为：
Figure BDA0003246429750000021
其中，
Figure BDA0003246429750000022
为车身倾斜角加速度，φ为车身倾斜角度，g为重力加速度，h为质心高度，V为自行车行驶速度，l2为前后轮着地点间的距离，l1为后轮着地点与质心在水平面投影点的距离，θ为车把转向角度。
具体的，步骤S2中，线性模型具体为：
Figure BDA0003246429750000023
其中，
Figure BDA0003246429750000024
为车身倾斜角加速度，φ为车身倾斜角度，g为重力加速度，h为质心高度，V为自行车行驶速度，l2为前后轮着地点间的距离，θ为车把转向角度。
具体的，步骤S3中，根据线性模型，利用Lyapunov稳定性理论分别设计控制律和自适应律，分别对线性模型、控制律、自适应律和滑模函数进行离散化处理。
进一步的，系统模型离散化φ(k)为：
Figure BDA0003246429750000031
其中，φ(k)为k时刻下的车身倾斜角度，φ(k-1)为k前一个时刻的车身倾斜角度，φ(k-2)为k前两个时刻的车身倾斜角度，g为重力加速度，h为自行车质心高度，V为自行车行驶速度，l2为前后轮与地面接触点的距离，T为采样周期，θ(k) 为k时刻下的把手转向角度。
进一步的，控制律离散化θ(k)为：
Figure BDA0003246429750000032
其中，k*、η、λ、c均大于0，T为采样周期，s(k)为k时刻下滑模函数，φd(k) 为k时刻下的理想跟踪指令，φd(k-1)为k前一个时刻下的理想跟踪指令，φd(k-2) 为k前两个时刻下的理想跟踪指令，
Figure BDA0003246429750000033
为k时刻下的跟踪误差， e(k-1)为k前一个时刻下的跟踪误差
Figure BDA0003246429750000034
为k时刻下q1的估计值，
Figure BDA0003246429750000035
为k时刻下 q2的估计值。
进一步的，控制器参数自适应律离散化为：
Figure BDA0003246429750000041
Figure BDA0003246429750000042
其中，γ1、γ2、k*均大于0，
Figure BDA0003246429750000043
为k时刻下q1的估计值，
Figure BDA0003246429750000044
为k前一时刻下q1的估计值，T为采样周期，s(k)为为k时刻下滑模函数，φ(k)为k时刻下的车身倾斜角度，
Figure BDA0003246429750000045
为k时刻下q2的估计值，
Figure BDA0003246429750000046
为k前一时刻下q2的估计值，θ(k)为k时刻下的把手转向角度。
进一步的，滑模函数离散化s(k)为：
Figure BDA0003246429750000047
其中，c大于0，T为采样周期，e(k)为k时刻下的跟踪误差。
具体的，步骤S4具体为：
通过单片机给出脉冲信号控制逆变器中开关管的导通和关断，实现对步进电机的控制，控制自行车前叉系统的转向；根据
Figure BDA0003246429750000048
得到自行车的给定转速值，将自行车的给定转速值与自行车实际转速值的偏差经过PI调节得到参考电流值，然后与实际电流值的偏差经过PI调节后输入PWM模块，PWM模块产生开关信号对无刷电机的转速进行控制。
本发明的另一技术方案是，一种无人自行车控制系统，包括：
模型模块，对自行车系统进行建模，得到自行车系统的动力学模型；
线性模块，对模型模块得到的自行车系统的动力学模型进行线性化处理得到线性模型；
设计模块，采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度，输入线性模块的线性模型中得到车身倾斜角与把手转向角的单输入单输出模型，设计基于指数趋近律的自适应滑模控制器；
控制模块，根据设计模块的自适应控制器求解得到把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，使用FOC方法利用自行车设定转速值和自行车给定转速值的偏差调节电流控制电机的转速，实现自行车的自平衡控制。
与现有技术相比，本发明至少具有以下有益效果：
本发明一种无人自行车控制方法，通过对自行车系统建模分析，得到系统的动力学模型，为便于后续设计与计算，采用小量近似的方法将模型线性化处理，并设计了基于指数趋近律的自适应滑模控制器，求解得到自行车维持平衡时所需的把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，使用矢量控制(FOC)方法调节自行车的转速，从而实现自行车的自平衡。整个方法步骤为无人自行车系统的设计与实现提供了一种较为明确的思路，对系统中每个环节的处理确保了整个系统的可靠性和可行性。
进一步的，系统动力学模型是系统维持平衡时车身倾斜角、把手转向角和自行车行驶速度之间的一种约束关系，也是后续平衡算法设计的主要依据。
进一步的，由于对非线性系统处理较为复杂，且计算量较大，为便于后续设计与计算，更好的对系统进行控制，采用小量近似的方法进行局部线性化处理。
进一步的，根据线性化模型设计了基于指数趋近律的自适应滑模控制器，在传统滑模控制的基础上引入参数自适应控制，利用Lyapunov稳定性理论分别设计控制律和自适应律，通过自适应律来对系统参数的变化及系统受到外部干扰进行辨识，实时调节控制器的参数，同时采用指数趋近律来克服传统滑模控制中存在的抖振问题，保持了滑模控制良好的鲁棒性，提高了系统的控制精度。
进一步的，为便于后续程序的设计与实现，将系统模型进行离散化处理，有效的克服了数据中隐藏的缺陷，降低了时间的复杂度，使系统模型更加稳定。
进一步的，对控制律进行离散化处理，便于迭代，提高了系统的运算速度，能更快求出系统维持平衡所需的控制量，提高了系统的控制精度。
进一步的，对自适应律进行离散化处理，提高了系统的运算速度，能更快感知系统参数变化和外部干扰，实时进行调节。
进一步的，对滑模函数进行离散化处理，能够克服传感器数据异常对系统产生的干扰，提高了系统的鲁棒性。
进一步的，通过基于指数趋近律的自适应滑模控制器求解得到把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，采用矢量控制(FOC)方法调节自行车的转速，从而实现自行车的自平衡控制。矢量控制方法能有效克服外界各种干扰对自行车转速的影响，提高系统的抗干扰性。
综上所述，本发明在传统自行车行驶结构上加入控制装置，把手转向装置和动力装置，通过对自行车系统建模分析，得到系统的动力学模型，采用小量近似的方法将模型线性化处理，并设计了基于指数趋近律的自适应滑模控制器。在传统滑模控制的基础上引入参数自适应控制，利用Lyapunov稳定性理论分别设计控制律和自适应律，通过自适应律来对系统参数的变化及系统受到外部干扰进行辨识，实时调节控制器的参数，同时采用指数趋近律来克服传统滑模控制中存在的抖振问题，保持了滑模控制良好的鲁棒性，提高了系统的控制精度。通过控制器求解得到自行车维持平衡时所需的把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，采用矢量控制(FOC)方法调节自行车的转速，从而实现自行车的自平衡控制。此外，本发明为便于后续程序设计与实现、降低时间的复杂度、克服数据中隐藏缺陷以及提高系统的运算速度，对线性模型、控制律、自适应律和滑模函数进行离散化处理。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为自行车系统结构图；
图2为自行车系统控制策略图；
图3为自行车系统硬件结构图；
图4为自行车系统程序流程图；
图5为车身倾斜角、把手转向角与时间的变化曲线，其中，(a)为车身倾斜角，(b)为把手转向角。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
本发明提供了一种无人自行车控制系统，包括供电部分，控制部分，传感器部分和主电路部分。供电部分使用36V蓄电池给控制部分，传感器部分和主电路部分供电，使用MPU6050姿态传感器采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度，添加到动力学模型中，设计基于指数趋近律的自适应滑模控制方法对模型进行求解，得到把手转向角和自行车设定转速值，实现自平衡控制。
本发明一种无人自行车控制方法，包括以下步骤：
S1、对自行车系统进行建模，得到自行车系统的动力学模型；
请参阅图1，自行车可以看作是一个倒立摆，受到重力的作用是一个不稳定系统，需要提供额外的回复力维持平衡，而提供回复力的正是自行车转向时的离心力。离心力是自行车行驶速度和把手转向角的函数，若自行车行驶速度已知，可认为控制把手转向角就是控制回复力。在对自行车系统建模之前，先做理想化假设，以便于后续模型的分析及求解。如：忽略空气阻力及前后轮的转动惯量，且前后轮和地面之间没有摩擦，自行车所有的质量完全集中于质心一点。自行车系统结构简化示意图如图1(a)所示，系统所受外力中，只有车身重力产生力矩，系统动力学方程为：
Figure BDA0003246429750000091
由于自行车转弯半径与把手转向角有直接关系，自行车系统结构俯视图如图 1(b)所示，根据几何关系可求得：
Figure BDA0003246429750000092
其中，J＝mh2为转动惯量，m为自行车质量，φ为车身倾斜角度，g为重力加速度，h为质心高度，V为自行车行驶速度，l2为前后轮着地点间的距离，l1为后轮着地点与质心在水平面投影点的距离，θ为车把转向角度，r为自行车转弯半径。
将上述两式联立，得到自行车系统的数学模型如下：
Figure BDA0003246429750000093
其中，
Figure BDA0003246429750000094
为车身倾斜角加速度，φ为车身倾斜角度，g为重力加速度，h为质心高度，V为自行车行驶速度，l2为前后轮着地点间的距离，l1为后轮着地点与质心在水平面投影点的距离，θ为车把转向角度。
S2、对步骤S1得到的自行车系统的动力学模型进行线性化处理得到线性模型；
为设计与计算方便，在车体竖直时，各角度均为小量，将模型线性化如下：
Figure BDA0003246429750000095
其中，φ为车身倾斜角度，g为重力加速度，h为质心高度，V为自行车行驶速度，l2为前后轮着地点间的距离，l1为后轮着地点与质心在水平面投影点的距离，θ为车把转向角度，ω*为自行车设定转速值，
Figure BDA0003246429750000101
d为后轮直径。
S3、根据步骤S2的线性模型，设计基于指数趋近律的自适应滑模控制器；
请参阅图2，通过MPU6050姿态传感器采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度给到图1所求出的动力学模型中，则动力学模型变为车身倾斜角与把手转向角的单输入单输出模型，根据上述动力学模型，设计基于指数趋近律的自适应滑模控制器。
S301、控制律和自适应律设计：
令：
Figure BDA0003246429750000102
则线性模型为：
Figure BDA0003246429750000103
设理想跟踪指令为φd，定义系统的跟踪误差e＝φ-φd，设计滑模函数为：
Figure BDA0003246429750000104
其中，c＞0。
设计控制律为：
Figure BDA0003246429750000105
其中，k,η,λ,c均大于0，
Figure BDA0003246429750000106
为车身倾斜角加速度期望值，
Figure BDA0003246429750000107
分别为q1,q2的估计值。
定义Lyapunov函数为：
Figure BDA0003246429750000108
其中：
Figure BDA0003246429750000109
分别为q1,q2的估计误差。
对Lyapunov函数求导，得：
Figure BDA0003246429750000111
设计自适应律为：
Figure BDA0003246429750000112
Figure BDA0003246429750000113
其中，γ1,γ2均大于0。
S302、稳定性分析：
将自适应律带入式(7)，得：
Figure BDA0003246429750000114
根据Young’s不等式：
Figure BDA0003246429750000115
Figure BDA0003246429750000116
式(10)可化简为：
Figure BDA0003246429750000117
将式(13)进行缩放并化简，得：
Figure BDA0003246429750000121
令τ1＝2k，
Figure BDA0003246429750000122
式(14)可化为：
Figure BDA0003246429750000123
由于连续函数L(t)≥0，且L(0)有界，式(15)中τ1＞0，τ2＞0，可得到L(t)有界并收敛，
当t→∞时，s→0，从而e→0，车体倾斜角φ收敛于给定值φd
S302、为便于后续设计与实现，对部分式子进行离散化处理：
式(3)系统模型离散化表达式为：
Figure BDA0003246429750000124
式(4)滑模函数离散化表达式为：
Figure BDA0003246429750000125
式(5)控制律离散化表达式为：
Figure BDA0003246429750000126
式(8)、式(9)自适应律离散化表达式为：
Figure BDA0003246429750000131
Figure BDA0003246429750000132
S4、根据步骤S3的自适应控制器求解得到把手转向角和自行车设定转速值，通过单片机给出相应数量的脉冲信号控制逆变器中开关管的导通和关断来控制步进电机的转向，从而控制自行车前叉系统的转向；根据
Figure BDA0003246429750000133
可求出自行车的给定转速值，将其与自行车实际转速值的偏差经过PI调节得到参考电流值，然后与实际电流值的偏差经过PI调节后再通过坐标变换给到PWM模块中，产生能驱动逆变器中IGBT管的开关信号，从而对无刷电机的转速进行控制，使其快速稳定到给定值附近，且能克服外界的各种干扰。其中自行车行驶速度V是时间t的函数，且函数关系f(t)已知。若f(t)为一常数，则可实现定速条件下的自平衡。否则可实现变速条件下(V＝f(t))系统的自平衡。
对于把手转向角通过控制器给出相应的脉冲信号控制步进电机转向，从而控制自行车前叉系统的转向；对于自行车设定转速值，采用矢量控制(FOC)方法，通过控制器给出相应的PWM信号控制逆变器中开关管的导通和关断，从而实现对后轮无刷电机的控制，使其转速快速稳定到设定值附近。
请参阅图3，无人自行车系统硬件结构主要由供电部分，控制部分，传感器部分和主电路部分组成。
供电部分：采用充电模块和蓄电池对电池充电和系统各部分的供电；
控制部分：采用STM32F103ZET6作为主控芯片；
传感器部分：采用MPU6050姿态传感器采集自行车车身偏移角度；
主电路部分：步进电机及其驱动器，无刷电机及其驱驱动器。
通过36V蓄电池给步进电机驱动器和无刷电机驱动器供电，再由降压模块给单片机供电，单片机以ST公司的STM32F103ZET6作为主控芯片，该芯片有多个定时器和丰富的外设，可以很好的满足设计要求。通过MPU6050姿态传感器检测自行车车身倾斜程度给到单片机中，通过对数学模型的求解，可得到把手转向角和自行车设定转速值，再由控制器给出相应的信号来控制驱动器中开关管的导通和关断，从而实现对步进电机转向以及无刷电机转速的控制，使自行车在平衡状态附近稳定运行。
请参阅图4，为提高系统的响应速度，本系统在软件设计过程中植入了 FreeRTOS系统，实现了无刷电机控制，步进电机控制，串行通信，LCD显示等多任务运行，通过任务调度器完成相关任务的调度。任务调度器保证了转速响应和把手转向的实时性，从而提高了系统的稳定性。具体步骤如下：
步骤1：开始，进入FreeRTOS系统并初始化；
步骤2：创建任务，开启任务调度器；
步骤3：通过任务调度器调度相关任务；
步骤4：判断系统是否结束运行，是则跳到步骤5，否则返回步骤3；
步骤5：结束。
本发明再一个实施例中，提供一种无人自行车控制系统，该系统能够用于实现上述无人自行车控制方法，具体的，该无人自行车控制系统包括模型模块、线性模块、设计模块以及控制模块。
其中，模型模块，对自行车系统进行建模，得到自行车系统的动力学模型；
线性模块，对模型模块得到的自行车系统的动力学模型进行线性化处理得到线性模型；
设计模块，采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度，输入线性模块的线性模型中得到车身倾斜角与把手转向角的单输入单输出模型，设计基于指数趋近律的自适应滑模控制器；
控制模块，根据设计模块的自适应控制器求解得到把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，使用FOC方法利用自行车设定转速值和自行车给定转速值的偏差调节电流控制电机的转速，实现自行车的自平衡控制。
本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于无人自行车控制方法的操作，包括：
对自行车系统进行建模，得到自行车系统的动力学模型；对自行车系统的动力学模型进行线性化处理得到线性模型；采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度，输入线性模型中得到车身倾斜角与把手转向角的单输入单输出模型，设计基于指数趋近律的自适应滑模控制器；根据自适应控制器求解得到把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，使用FOC方法利用自行车设定转速值和自行车给定转速值的偏差调节电流控制电机的转速，实现自行车的自平衡控制。
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non- volatile memory)，例如至少一个磁盘存储器。
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关无人自行车控制方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：
对自行车系统进行建模，得到自行车系统的动力学模型；对自行车系统的动力学模型进行线性化处理得到线性模型；采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度，输入线性模型中得到车身倾斜角与把手转向角的单输入单输出模型，设计基于指数趋近律的自适应滑模控制器；根据自适应控制器求解得到把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，使用FOC方法利用自行车设定转速值和自行车给定转速值的偏差调节电流控制电机的转速，实现自行车的自平衡控制。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图5，将车身倾斜角在0.1rad下自由释放，自适应控制器中各参数取值如下： g＝9.8m/s2；h＝0.6m；l2＝0.8m，c＝0.01；k＝0.01；η＝0.01；λ＝5；γ1＝0.1；γ2＝0.1；V＝5m/s；车身倾斜角、把手转向角与时间的变化曲线如图5所示，可以看出通过控制器的调节作用，车身倾斜角经过大约经过1.2s左右恢复到平衡状态，把手转向角由0.1rad经过相同的时间也恢复到平衡状态，因此通过控制器的调节作用可以实现无人自行车系统的自平衡。
综上所述，本发明一种无人自行车控制方法，在基于指数趋近律的自适应滑模控制器作用下，能够实现无人自行车的自平衡，且具有良好的鲁棒性和控制精度。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和 /或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (10)

1.一种无人自行车控制方法，其特征在于，包括以下步骤：
S1、对自行车系统进行建模，得到自行车系统的动力学模型；
S2、对步骤S1得到的自行车系统的动力学模型进行线性化处理得到线性模型；
S3、采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度，输入步骤S2的线性模型中得到车身倾斜角与把手转向角的单输入单输出模型，设计基于指数趋近律的自适应滑模控制器；
S4、根据步骤S3的自适应控制器求解得到把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，使用FOC方法利用自行车设定转速值和自行车给定转速值的偏差调节电流控制电机的转速，实现自行车的自平衡控制。
2.根据权利要求1所述的方法，其特征在于，步骤S1中，自行车系统的动力学模型具体为：
Figure FDA0003246429740000011
其中，
Figure FDA0003246429740000012
为车身倾斜角加速度，φ为车身倾斜角度，g为重力加速度，h为质心高度，V为自行车行驶速度，l2为前后轮着地点间的距离，l1为后轮着地点与质心在水平面投影点的距离，θ为车把转向角度。
3.根据权利要求1所述的方法，其特征在于，步骤S2中，线性模型具体为：
Figure FDA0003246429740000013
其中，
Figure FDA0003246429740000014
为车身倾斜角加速度，φ为车身倾斜角度，g为重力加速度，h为质心高度，V为自行车行驶速度，l2为前后轮着地点间的距离，θ为车把转向角度。
4.根据权利要求1所述的方法，其特征在于，步骤S3中，根据线性模型，利用Lyapunov稳定性理论分别设计控制律和自适应律，分别对线性模型、控制律、自适应律和滑模函数进行离散化处理。
5.根据权利要求4所述的方法，其特征在于，系统模型离散化φ(k)为：
Figure FDA0003246429740000021
其中，φ(k)为k时刻下的车身倾斜角度，φ(k-1)为k前一个时刻的车身倾斜角度，φ(k-2)为k前两个时刻的车身倾斜角度，g为重力加速度，h为自行车质心高度，V为自行车行驶速度，l2为前后轮与地面接触点的距离，T为采样周期，θ(k)为k时刻下的把手转向角度。
6.根据权利要求4所述的方法，其特征在于，控制律离散化θ(k)为：
Figure FDA0003246429740000022
其中，k*、η、λ、c均大于0，T为采样周期，s(k)为k时刻下滑模函数，φd(k)为k时刻下的理想跟踪指令，φd(k-1)为k前一个时刻下的理想跟踪指令，φd(k-2)为k前两个时刻下的理想跟踪指令，
Figure FDA0003246429740000023
为k时刻下的跟踪误差，e(k-1)为k前一个时刻下的跟踪误差
Figure FDA0003246429740000024
为k时刻下q1的估计值，
Figure FDA0003246429740000025
为k时刻下q2的估计值。
7.根据权利要求4所述的方法，其特征在于，控制器参数自适应律离散化为：
Figure FDA0003246429740000026
Figure FDA0003246429740000031
其中，γ1、γ2、k*均大于0，
Figure FDA0003246429740000032
为k时刻下q1的估计值，
Figure FDA0003246429740000033
为k前一时刻下q1的估计值，T为采样周期，s(k)为为k时刻下滑模函数，φ(k)为k时刻下的车身倾斜角度，
Figure FDA0003246429740000034
为k时刻下q2的估计值，
Figure FDA0003246429740000035
为k前一时刻下q2的估计值，θ(k)为k时刻下的把手转向角度。
8.根据权利要求4所述的方法，其特征在于，滑模函数离散化s(k)为：
Figure FDA0003246429740000036
其中，c大于0，T为采样周期，e(k)为k时刻下的跟踪误差。
9.根据权利要求1所述的方法，其特征在于，步骤S4具体为：
通过单片机给出脉冲信号控制逆变器中开关管的导通和关断，实现对步进电机的控制，控制自行车前叉系统的转向；根据
Figure FDA0003246429740000037
得到自行车的给定转速值，将自行车的给定转速值与自行车实际转速值的偏差经过PI调节得到参考电流值，然后与实际电流值的偏差经过PI调节后输入PWM模块，PWM模块产生开关信号对无刷电机的转速进行控制。
10.一种无人自行车控制系统，其特征在于，包括：
模型模块，对自行车系统进行建模，得到自行车系统的动力学模型；
线性模块，对模型模块得到的自行车系统的动力学模型进行线性化处理得到线性模型；
设计模块，采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度，输入线性模块的线性模型中得到车身倾斜角与把手转向角的单输入单输出模型，设计基于指数趋近律的自适应滑模控制器；
控制模块，根据设计模块的自适应控制器求解得到把手转向角和自行车设定转速值，根据把手转向角通过步进电机控制自行车的前叉系统转向，使用FOC方法利用自行车设定转速值和自行车给定转速值的偏差调节电流控制电机的转速，实现自行车的自平衡控制。
CN202111034490.3A 2021-09-03 2021-09-03 一种无人自行车控制方法及系统 Active CN113771837B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111034490.3A CN113771837B (zh) 2021-09-03 2021-09-03 一种无人自行车控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111034490.3A CN113771837B (zh) 2021-09-03 2021-09-03 一种无人自行车控制方法及系统

Publications (2)

Publication Number Publication Date
CN113771837A true CN113771837A (zh) 2021-12-10
CN113771837B CN113771837B (zh) 2023-02-28

Family

ID=78841267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111034490.3A Active CN113771837B (zh) 2021-09-03 2021-09-03 一种无人自行车控制方法及系统

Country Status (1)

Country Link
CN (1) CN113771837B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011004842A (ja) * 2009-06-24 2011-01-13 Tamaden Kogyo Kk 姿勢制御付き無人二輪車
EP2727806A1 (en) * 2012-11-01 2014-05-07 Honda Motor Co., Ltd. Mobile vehicle
CN105320129A (zh) * 2015-10-22 2016-02-10 清华大学 一种无人驾驶自行车轨迹跟踪控制的方法
CN106080941A (zh) * 2016-08-04 2016-11-09 清华大学 一种实现变速平衡控制的无人驾驶自行车
CN108357595A (zh) * 2018-01-26 2018-08-03 浙江大学 一种基于模型的自平衡无人驾驶自行车及其模型驱动的控制方法
CN109062056A (zh) * 2018-09-17 2018-12-21 长安大学 一种电动自行车智能控制系统及其控制方法
CN109492318A (zh) * 2018-11-22 2019-03-19 北京师范大学珠海分校 自主平衡行驶自行车机械动力系统及其多刚体动力学模型
EP3498581A1 (de) * 2017-12-13 2019-06-19 Robert Bosch GmbH Verfahren und vorrichtung zur einstellung einer vorgegebenen übersetzung zwischen lenkerwinkel und einschlagwinkel eines fahrradvorderrads
CN110109353A (zh) * 2019-04-17 2019-08-09 杭州电子科技大学 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
CN110109354A (zh) * 2019-04-17 2019-08-09 杭州电子科技大学 一种反作用轮平衡自行车机器人自适应滑模控制方法
US20200102043A1 (en) * 2018-09-28 2020-04-02 Arizona Board Of Regents On Behalf Of Arizona State University Robotic steering mechanism for autonomous bicycle
US20200102027A1 (en) * 2017-03-30 2020-04-02 Lit Motors Corporation Augmented tire traction system for two-wheeled vehicle
WO2020162572A1 (ja) * 2019-02-06 2020-08-13 ヤマハ発動機株式会社 リーン車両

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011004842A (ja) * 2009-06-24 2011-01-13 Tamaden Kogyo Kk 姿勢制御付き無人二輪車
EP2727806A1 (en) * 2012-11-01 2014-05-07 Honda Motor Co., Ltd. Mobile vehicle
CN105320129A (zh) * 2015-10-22 2016-02-10 清华大学 一种无人驾驶自行车轨迹跟踪控制的方法
CN106080941A (zh) * 2016-08-04 2016-11-09 清华大学 一种实现变速平衡控制的无人驾驶自行车
US20200102027A1 (en) * 2017-03-30 2020-04-02 Lit Motors Corporation Augmented tire traction system for two-wheeled vehicle
EP3498581A1 (de) * 2017-12-13 2019-06-19 Robert Bosch GmbH Verfahren und vorrichtung zur einstellung einer vorgegebenen übersetzung zwischen lenkerwinkel und einschlagwinkel eines fahrradvorderrads
CN108357595A (zh) * 2018-01-26 2018-08-03 浙江大学 一种基于模型的自平衡无人驾驶自行车及其模型驱动的控制方法
CN109062056A (zh) * 2018-09-17 2018-12-21 长安大学 一种电动自行车智能控制系统及其控制方法
US20200102043A1 (en) * 2018-09-28 2020-04-02 Arizona Board Of Regents On Behalf Of Arizona State University Robotic steering mechanism for autonomous bicycle
CN109492318A (zh) * 2018-11-22 2019-03-19 北京师范大学珠海分校 自主平衡行驶自行车机械动力系统及其多刚体动力学模型
WO2020162572A1 (ja) * 2019-02-06 2020-08-13 ヤマハ発動機株式会社 リーン車両
CN110109354A (zh) * 2019-04-17 2019-08-09 杭州电子科技大学 一种反作用轮平衡自行车机器人自适应滑模控制方法
CN110109353A (zh) * 2019-04-17 2019-08-09 杭州电子科技大学 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

Also Published As

Publication number Publication date
CN113771837B (zh) 2023-02-28

Similar Documents

Publication Publication Date Title
Bledt et al. Policy-regularized model predictive control to stabilize diverse quadrupedal gaits for the MIT cheetah
Huang et al. Design and implementation of fuzzy control on a two-wheel inverted pendulum
CN101375226B (zh) 移动体以及移动体的控制方法
Xu et al. Realizing simultaneous lane keeping and adaptive speed regulation on accessible mobile robot testbeds
Rafaila et al. Nonlinear model predictive control of autonomous vehicle steering
Petrov et al. Adaptive steering control for autonomous lane change maneuver
Yang et al. Full-speed range self-balancing electric motorcycles without the handlebar
Yu et al. Steering control for autonomously balancing bicycle at low speed
Tofigh et al. Fractional sliding mode control for an autonomous two-wheeled vehicle equipped with an innovative gyroscopic actuator
Bellegarda et al. Dynamic vehicle drifting with nonlinear MPC and a fused kinematic-dynamic bicycle model
Yuan et al. Dynamic modeling and sliding mode controller design of a two-wheeled self-balancing robot
Kim et al. Comparative study of approximate, proximate, and fast model predictive control with applications to autonomous vehicles
CN113771837B (zh) 一种无人自行车控制方法及系统
CN108931986A (zh) 一种两轮汽车自平衡控制方法、装置及存储介质
Huang et al. Balancing control of a bicycle-riding humanoid robot with center of gravity estimation
Xiong et al. Static balancing of robotic bicycle through nonlinear modeling and control
He et al. Composite deep learning control for autonomous bicycles by using deep deterministic policy gradient
Tsai et al. Modeling and hierarchical tracking control of tri-wheeled mobile robots
Wang et al. Development of a two-wheel steering unmanned bicycle: simulation and experimental study
Defoort et al. Second order sliding mode control with disturbance observer for bicycle stabilization
Picotti et al. Design and implementation of a high-performance, nonlinear MPC-based virtual motorcycle rider
JP6221539B2 (ja) 車輪型移動体
Wang et al. Simulation & road test results on balance and directional control of an autonomous bicycle
Byl et al. Bang-bang trajectory plans with dynamic balance constraints: Fast rotational reconfigurations for robosimian
Sutyasadi et al. Developing low-cost two wheels balancing scooter using proportional derivative controller

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
TR01 Transfer of patent right

Effective date of registration: 20231102

Address after: Room 311, 3rd Floor, Building A, Vitality Business Plaza, 185 Jumao Street, Yuanhe Street, Xiangcheng District, Suzhou City, Jiangsu Province, 215131

Patentee after: Suzhou Cheren Robot Technology Co.,Ltd.

Address before: 710000 central section of south two ring road, Yanta District, Xi'an, Shaanxi

Patentee before: CHANG'AN University

TR01 Transfer of patent right