CN116373614A - 一种两轮机器人自平衡控制方法和机器人 - Google Patents

一种两轮机器人自平衡控制方法和机器人 Download PDF

Info

Publication number
CN116373614A
CN116373614A CN202310305406.XA CN202310305406A CN116373614A CN 116373614 A CN116373614 A CN 116373614A CN 202310305406 A CN202310305406 A CN 202310305406A CN 116373614 A CN116373614 A CN 116373614A
Authority
CN
China
Prior art keywords
vehicle body
driving wheel
wheeled robot
control method
chassis
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.)
Pending
Application number
CN202310305406.XA
Other languages
English (en)
Inventor
张准
方驰
陈静楠
李志凯
余文致
陆韵
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.)
South China Normal University
Original Assignee
South China Normal 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 South China Normal University filed Critical South China Normal University
Priority to CN202310305406.XA priority Critical patent/CN116373614A/zh
Publication of CN116373614A publication Critical patent/CN116373614A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • 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)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Motorcycle And Bicycle Frame (AREA)

Abstract

本发明实施例提供一种两轮机器人自平衡控制方法和机器人，可以有更多的自由度以实现更复杂的运动需求，可以控制其独立运动，这一部分称之为云台，位于车身上部。运用陀螺仪等传感器，可以实现车的正常运动下云台的绝对水平；结合视觉计算，可以实现云台对特定特征目标的识别以及跟随。自由度的增加使得二轮平衡机器人的运动受限程度明显降低，可以胜任更多方面的工作。其次，该平衡机器人使用LQR控制，基于物理建模得到控制系统，相对于一般的PID控制，可以简化繁杂的调参过程，并且提高控制效率。并且由于加入了yaw轴和pitch轴这两个自由度，车身上部可以实现更精准的位置控制，可以加入视觉功能实现瞄准目标、跟随等高级功能。

Description

一种两轮机器人自平衡控制方法和机器人
技术领域
本发明实施例涉及机器人技术领域，尤其涉及一种两轮机器人自平衡控制方法和机器人。
背景技术
随着自动控制技术的发展，倒立摆形态的平衡车开始出现。平衡车具有运动灵活，体积较小、地形适应性较强等特点，可以实现跟踪。因此，现在已经开始出现了平衡车构型的两轮自平衡机器人。
现有的二轮平衡车大多数采用的都是经典理论的PID算法，虽然简单且上手难度低，但其调参过程漫长，且多依靠经验进行参数的调整。我们团队研发的自平衡机器人底盘使用了LQR最优控制算法，该控制基于物理建模得到状态空间方程，并依靠这个状态空间方程计算得到付出代价最小的控制方式，一定程度上缩短了调参的过程。
在车身上，现有的平衡车构型因为需要依靠车身的倾斜来实现运动，在运动时车身无法保持水平状态，因此对于其用途有一定限制。
发明内容
本发明实施例提供一种两轮机器人自平衡控制方法和机器人，以解决现有技术中两轮机器人需要依靠车身的倾斜来实现运动，在运动时车身无法保持水平状态的问题。
第一方面，本发明实施例提供一种两轮机器人自平衡控制方法，所述两轮机器人包括底盘和车体，所述底盘包括两个驱动轮，所述车体上设有云台；所述自平衡控制方法包括：
基于两个驱动轮的相对位置及受力状态对底盘进行物理建模，得到底盘运动的状态空间模型；对所述状态空间模型进行LQR解算，得到控制矩阵，基于所述控制矩阵和LQR解算的反馈量确定底盘电机的扭矩输出量；
基于PID控制方法对云台的pitch轴角度和yaw轴角度进行反馈控制。
作为优选的，基于两个驱动轮的相对位置及受力状态对底盘进行物理建模，得到底盘运动的状态空间模型，具体包括：
基于驱动轮的质量、转动路程、受车体水平作用力、摩擦力、转动惯量、半径和力矩，构建驱动轮状态模型；
基于车体与竖直方向的角度差，车体重量、车体相对于转轴转动的转动惯量、车体质心距离转动轴的距离、车体水平方向位移、车身偏转角度、驱动轮受车体竖直作用力大小、车身宽度确定车体状态模型；
基于所述驱动轮状态模型和所述车体状态模型确定两轮机器人的正向运动方程；基于两个驱动轮的驱动轮状态模型确定两轮机器人的旋转运动方程。
作为优选的，基于驱动轮的质量、转动路程、受车体水平作用力、摩擦力、转动惯量、半径和力矩，构建驱动轮状态模型，具体包括：
获取单个驱动轮的质量mw、转动路程xX、受车体水平作用力NX、摩擦力Nf，其中，xX和NX中，X为L时表示左轮，X为R时表示右轮；基于牛顿经典力学获得：
Figure BDA0004149003150000021
由平衡转动定理得：
Figure BDA0004149003150000022
上式中，R为驱动轮的半径，Iw为单个驱动轮的转动惯量，TX为电机对驱动轮产生的力矩；分别对两个驱动轮联立方程，得到左驱动轮的驱动轮状态模型为：
Figure BDA0004149003150000023
右驱动轮的驱动轮状态模型为：
Figure BDA0004149003150000024
作为优选的，基于车体与竖直方向的角度差，车体重量、车体相对于转轴转动的转动惯量、车体质心距离转动轴的距离、车体水平方向位移、车身偏转角度、驱动轮受车体竖直作用力大小、车身宽度确定车体状态模型，具体包括：
获取车体与竖直方向的角度差θ，车体重量mp、车体相对于转轴转动的转动惯量Ip、车体质心距离转动轴的距离L、车体水平方向位移x、车身偏转角度δ、驱动轮受车体竖直作用力大小P、车身宽度d；基于经典力学得到：
Figure BDA0004149003150000031
Figure BDA0004149003150000032
上式中，t为时间；g为重力加速度；基于平衡轴转动定理得到车体状态模型：
Figure BDA0004149003150000033
上式中，TL为电机对左驱动轮产生的力矩，TR为电机对右驱动轮产生的力矩。
作为优选的，基于所述驱动轮状态模型和所述车体状态模型确定两轮机器人的正向运动方程，具体包括：
联立左驱动轮和右驱动轮的状态模型得到：
Figure BDA0004149003150000034
上式中，T＝TL+TR，N＝NL+NR；
Figure BDA0004149003150000035
Figure BDA0004149003150000036
令sinθ＝1，cosθ＝0，
Figure BDA0004149003150000037
线性优化得到正向运动方程：
Figure BDA0004149003150000038
作为优选的，基于两个驱动轮的驱动轮状态模型确定两轮机器人的旋转运动方程，具体包括；
基于左驱动轮和右驱动轮的驱动轮状态模型及刚体定轴转动定律确定旋转运动方程：
Figure BDA0004149003150000041
Figure BDA0004149003150000042
上式中，Iδ为车体直立时在水平面上绕中心转动的转动惯量。作为优选的，对所述状态空间模型进行LQR解算，具体包括：建立线性模型：
Figure BDA0004149003150000043
Figure BDA0004149003150000044
令：
Figure BDA0004149003150000045
则有：
Figure BDA0004149003150000046
其中：
Figure BDA0004149003150000047
Figure BDA0004149003150000048
Figure BDA0004149003150000049
Figure BDA00041490031500000410
Figure BDA0004149003150000051
Figure BDA0004149003150000052
基于LQR设定反馈控制器u＝-Kx，以使代价函数最小，其中，代价函数为：
Figure BDA0004149003150000053
上式中，Q为n×n维半正定的状态加权矩阵，R为n×n维正定的控制加权矩阵；
其中，反馈增益满足：K＝R-1BTP；
P满足Riccati方程：ATP+PA+Q-PRB-1BTP＝0。
第二方面，本发明实施例提供一种两轮机器人，所述两轮机器人包括控制器，所述控制器采用如本发明第一方面实施例所述两轮机器人自平衡控制方法。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明第一方面实施例所述两轮机器人自平衡控制方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本发明第一方面实施例所述两轮机器人自平衡控制方法的步骤。
本发明实施例提供的一种两轮机器人自平衡控制方法和机器人，可以有更多的自由度以实现更复杂的运动需求，可以控制其独立运动，这一部分称之为云台，位于车身上部。运用陀螺仪等传感器，可以实现车的正常运动下云台的绝对水平；结合视觉计算，可以实现云台对特定特征目标的识别以及跟随。自由度的增加使得二轮平衡机器人的运动受限程度明显降低，可以胜任更多方面的工作。其次，该平衡机器人使用LQR控制，基于物理建模得到控制系统，相对于一般的PID控制，可以简化繁杂的调参过程，并且提高控制效率。并且由于加入了yaw轴和pitch轴这两个自由度，车身上部可以实现更精准的位置控制，可以加入视觉功能实现瞄准目标、跟随等高级功能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付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。
图1为根据本发明实施例的两轮机器人自平衡控制方法流程框图；
图2为根据本发明实施例的云台控制算法架构图；
图3为本发明提供的电子设备的结构示意图。
具体实施方式
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。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。
本申请实施例中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
本申请实施例中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列部件或单元的系统、产品或设备没有限定于已列出的部件或单元，而是可选地还包括没有列出的部件或单元，或可选地还包括对于这些产品或设备固有的其它部件或单元。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
现有的二轮平衡车大多数采用的都是经典理论的PID算法，虽然简单且上手难度低，但其调参过程漫长，且多依靠经验进行参数的调整。本发明实施例提供的自平衡机器人底盘使用了LQR最优控制算法，该控制基于物理建模得到状态空间方程，并依靠这个状态空间方程计算得到付出代价最小的控制方式，一定程度上缩短了调参的过程。
在车身上，现有的平衡车构型因为需要依靠车身的倾斜来实现运动，在运动时车身无法保持水平状态，因此对于其用途有一定限制。如果可以加上一个可以活动并控制的机构，则可以拓展此类机器人的用途。
因此，本发明实施例提供一种两轮机器人自平衡控制方法和机器人，在底盘的运动的基础上，可以有更多的自由度以实现更复杂的运动需求，可以控制其独立运动，这一部分称之为云台，位于车身上部。运用陀螺仪等传感器，可以实现车的正常运动下云台的绝对水平；结合视觉计算，可以实现云台对特定特征目标的识别以及跟随。下面结合附图描述本发明实施例的一种两轮机器人自平衡控制方法和机器人。
图1为根据本发明实施例提供一种两轮机器人自平衡控制方法，所述两轮机器人包括底盘和车体，所述底盘包括两个驱动轮，所述车体上设有云台；本发明实施例的控制方案主要分为两部分，一部分是控制机器人整体运动的底盘，另一部分是有两个自由度的云台。底盘是控制机器人整体进行直线运动与转动的部分，这一部分的控制机构包括底盘电机及其编码器、陀螺仪、控制核心(单片机)；底盘上的陀螺仪需要获取各个方向的加速度和角速度，并通过滤波解算出车身的姿态角；电机编码器获取底盘驱动轮的转速。底盘控制使用了经典力学理论对底盘进行物理建模，得到了其运动的状态空间模型。基于已建立的状态空间模型使用LQR进行计算，得到控制矩阵，该矩阵与反馈量的矩阵相乘即可得到电机的扭矩输出大小。所述自平衡控制方法包括：
基于两个驱动轮的相对位置及受力状态对底盘进行物理建模，得到底盘运动的状态空间模型；对所述状态空间模型进行LQR解算，得到控制矩阵，基于所述控制矩阵和LQR解算的反馈量确定底盘电机的扭矩输出量；
其中，基于两个驱动轮的相对位置及受力状态对底盘进行物理建模，得到底盘运动的状态空间模型，具体包括：
基于驱动轮的质量、转动路程、受车体水平作用力、摩擦力、转动惯量、半径和力矩，构建驱动轮状态模型；获取单个驱动轮的质量mw、转动路程xX、受车体水平作用力NX、摩擦力Nf，其中，xX和NX中，X为L时表示左轮，X为R时表示右轮；基于牛顿经典力学获得：
Figure BDA0004149003150000081
由平衡转动定理得：
Figure BDA0004149003150000082
上式中，R为驱动轮的半径，Iw为单个驱动轮的转动惯量，TX为电机对驱动轮产生的力矩；分别对两个驱动轮联立方程，得到左驱动轮的驱动轮状态模型为：
Figure BDA0004149003150000083
右驱动轮的驱动轮状态模型为：
Figure BDA0004149003150000084
基于车体与竖直方向的角度差，车体重量、车体相对于转轴转动的转动惯量、车体质心距离转动轴的距离、车体水平方向位移、车身偏转角度、驱动轮受车体竖直作用力大小、车身宽度确定车体状态模型；
对平衡机器人轮子以外的车身进行分析，获取车体与竖直方向的角度差θ，车体重量mp、车体相对于转轴转动的转动惯量Ip、车体质心距离转动轴的距离L、车体水平方向位移x、车身偏转角度δ、驱动轮受车体竖直作用力大小P、车身宽度d；基于经典力学得到：
Figure BDA0004149003150000085
Figure BDA0004149003150000086
上式中，t为时间；g为重力加速度；基于平衡轴转动定理得到车体状态模型：
Figure BDA0004149003150000087
上式中，TL为电机对左驱动轮产生的力矩，TR为电机对右驱动轮产生的力矩。
基于所述驱动轮状态模型和所述车体状态模型确定两轮机器人的正向运动方程；联立左驱动轮和右驱动轮的状态模型(1.1)、(1.2)得到：
Figure BDA0004149003150000091
上式中，T＝TL+TR，N＝NL+NR；联立式(2.1)(3.1)得到：
Figure BDA0004149003150000092
联立上式(2.1)、(2.2)、(2.3)得到：
Figure BDA0004149003150000093
考虑到车身倾斜角度都比较小，在较小的倾角时可以进行如下线性化：令sinθ＝1，cosθ＝0，
Figure BDA0004149003150000094
线性优化得到正向运动方程：
Figure BDA0004149003150000095
Figure BDA0004149003150000096
该二方程(3.6)、(3.7)即为正向运动的方程。
基于两个驱动轮的驱动轮状态模型确定两轮机器人的旋转运动方程，根据刚体定轴转动定律：
Figure BDA0004149003150000097
δ为车身转动的角度，(1.1)与(1.2)相减得到：
Figure BDA0004149003150000098
左驱动轮和右驱动轮速度不相等时，会发生转向：
Figure BDA0004149003150000099
联立(3.8)、(3.9)、(3.10)得到：
Figure BDA00041490031500000910
上式中，Iδ为车体直立时在水平面上绕中心转动的转动惯量，至此，物理建模完成。
对所述状态空间模型进行LQR解算，具体包括：
建立线性模型：
Figure BDA0004149003150000101
Figure BDA0004149003150000102
令：
Figure BDA0004149003150000103
则有：
Figure BDA0004149003150000104
其中：
Figure BDA0004149003150000106
Figure BDA0004149003150000107
Figure BDA0004149003150000108
Figure BDA0004149003150000109
Figure BDA00041490031500001010
Figure BDA0004149003150000111
基于LQR设定反馈控制器u＝-Kx，以使代价函数最小，其中，代价函数为：
Figure BDA0004149003150000112
上式中，Q为n×n维半正定的状态加权矩阵，Q为n×n维正定的控制加权矩阵；通过改动Q和Q的值，可以修改各个参数在控制系统中所占权重，从而使控制符合实际需求。
其中，反馈增益满足：K＝R-1BTP；
P满足Riccati方程：ATP+PA+Q-PRB-1BTP＝0。
基于PID控制方法对云台的pitch轴角度和yaw轴角度进行反馈控制。
如图2中所示，云台有两个自由度，分别是yaw轴和pitch轴。云台上所搭载的陀螺仪可以获取yaw轴和pitch轴的角度，设定期望角度并使用pid计算得到电机的输出值。云台上的pid基于角度误差进行反馈控制。yaw轴和pitch轴的系统都可视作siso(单输入单输出)系统，其控制较为简单，因此需要调整的参数较少，使用pid可以很容易地搭建一个控制系统。同时因为pitch轴会受重力影响，加入了前馈控制，在pitch轴物理特性不变的情况下，可以将重力视作稳定的扰动进行补偿，以提高控制精度。
而因为云台电机控制相对于底盘控制应该更加精准，可以实现瞄准目标等功能，加入摄像头以及运算平台，就可以实现对具有一定特征的目标进行识别和跟踪。
而因为底盘和云台运动是相对独立的，可以实现云台转动而底盘不动、或者底盘跟随云台转动的效果。
本发明实施例提供一种两轮机器人，所述两轮机器人包括控制器，所述控制器采用如本发明上述实施例所述两轮机器人自平衡控制方法。
基于相同的构思，图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行两轮机器人自平衡控制方法，该方法包括：
基于两个驱动轮的相对位置及受力状态对底盘进行物理建模，得到底盘运动的状态空间模型；对所述状态空间模型进行LQR解算，得到控制矩阵，基于所述控制矩阵和LQR解算的反馈量确定底盘电机的扭矩输出量；
基于PID控制方法对云台的pitch轴角度和yaw轴角度进行反馈控制。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
基于相同的构思，本发明实施例还提供一种非暂态计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包含至少一段代码，该至少一段代码可由主控设备执行，以控制主控设备用以实现如上述各实施例所述两轮机器人自平衡控制方法的步骤。例如包括：
基于两个驱动轮的相对位置及受力状态对底盘进行物理建模，得到底盘运动的状态空间模型；对所述状态空间模型进行LQR解算，得到控制矩阵，基于所述控制矩阵和LQR解算的反馈量确定底盘电机的扭矩输出量；
基于PID控制方法对云台的pitch轴角度和yaw轴角度进行反馈控制。
基于相同的技术构思，本申请实施例还提供一种计算机程序，当该计算机程序被主控设备执行时，用以实现上述方法实施例。
所述程序可以全部或者部分存储在与处理器封装在一起的存储介质上，也可以部分或者全部存储在不与处理器封装在一起的存储器上。
基于相同的技术构思，本申请实施例还提供一种处理器，该处理器用以实现上述方法实施例。上述处理器可以为芯片。
综上所述，本发明实施例提供的一种两轮机器人自平衡控制方法和机器人，可以有更多的自由度以实现更复杂的运动需求，可以控制其独立运动，这一部分称之为云台，位于车身上部。运用陀螺仪等传感器，可以实现车的正常运动下云台的绝对水平；结合视觉计算，可以实现云台对特定特征目标的识别以及跟随。自由度的增加使得二轮平衡机器人的运动受限程度明显降低，可以胜任更多方面的工作。其次，该平衡机器人使用LQR控制，基于物理建模得到控制系统，相对于一般的PID控制，可以简化繁杂的调参过程，并且提高控制效率。并且由于加入了yaw轴和pitch轴这两个自由度，车身上部可以实现更精准的位置控制，可以加入视觉功能实现瞄准目标、跟随等高级功能。
本发明的各实施方式可以任意进行组合，以实现不同的技术效果。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidStateDisk)等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种两轮机器人自平衡控制方法，所述两轮机器人包括底盘和车体，所述底盘包括两个驱动轮，所述车体上设有云台；其特征在于，所述自平衡控制方法包括：
基于两个驱动轮的相对位置及受力状态对底盘进行物理建模，得到底盘运动的状态空间模型；对所述状态空间模型进行LQR解算，得到控制矩阵，基于所述控制矩阵和LQR解算的反馈量确定底盘电机的扭矩输出量；
基于PID控制方法对云台的pitch轴角度和yaw轴角度进行反馈控制。
2.根据权利要求1所述的两轮机器人自平衡控制方法，其特征在于，基于两个驱动轮的相对位置及受力状态对底盘进行物理建模，得到底盘运动的状态空间模型，具体包括：
基于驱动轮的质量、转动路程、受车体水平作用力、摩擦力、转动惯量、半径和力矩，构建驱动轮状态模型；
基于车体与竖直方向的角度差，车体重量、车体相对于转轴转动的转动惯量、车体质心距离转动轴的距离、车体水平方向位移、车身偏转角度、驱动轮受车体竖直作用力大小、车身宽度确定车体状态模型；
基于所述驱动轮状态模型和所述车体状态模型确定两轮机器人的正向运动方程；基于两个驱动轮的驱动轮状态模型确定两轮机器人的旋转运动方程。
3.根据权利要求2所述的两轮机器人自平衡控制方法，其特征在于，基于驱动轮的质量、转动路程、受车体水平作用力、摩擦力、转动惯量、半径和力矩，构建驱动轮状态模型，具体包括：
获取单个驱动轮的质量mw、转动路程xX、受车体水平作用力NX、摩擦力Nf，其中，xX和NX中，X为L时表示左轮，X为R时表示右轮；基于牛顿经典力学获得：
Figure FDA0004149003120000011
由平衡转动定理得：
Figure FDA0004149003120000012
上式中，R为驱动轮的半径，Iw为单个驱动轮的转动惯量，TX为电机对驱动轮产生的力矩；分别对两个驱动轮联立方程，得到左驱动轮的驱动轮状态模型为：
Figure FDA0004149003120000021
右驱动轮的驱动轮状态模型为：
Figure FDA0004149003120000022
4.根据权利要求3所述的两轮机器人自平衡控制方法，其特征在于，基于车体与竖直方向的角度差，车体重量、车体相对于转轴转动的转动惯量、车体质心距离转动轴的距离、车体水平方向位移、车身偏转角度、驱动轮受车体竖直作用力大小、车身宽度确定车体状态模型，具体包括：
获取车体与竖直方向的角度差θ，车体重量mp、车体相对于转轴转动的转动惯量Ip、车体质心距离转动轴的距离L、车体水平方向位移x、车身偏转角度δ、驱动轮受车体竖直作用力大小P、车身宽度d；基于经典力学得到：
Figure FDA0004149003120000023
Figure FDA0004149003120000024
上式中，t为时间；g为重力加速度；基于平衡轴转动定理得到车体状态模型：
Figure FDA0004149003120000025
上式中，TL为电机对左驱动轮产生的力矩，TR为电机对右驱动轮产生的力矩。
5.根据权利要求3所述的两轮机器人自平衡控制方法，其特征在于，基于所述驱动轮状态模型和所述车体状态模型确定两轮机器人的正向运动方程，具体包括：
联立左驱动轮和右驱动轮的状态模型得到：
Figure FDA0004149003120000026
上式中，T＝TL+TR，N＝NL+NR；
Figure FDA0004149003120000027
Figure FDA0004149003120000028
令sinθ＝1，cosθ＝0，
Figure FDA0004149003120000031
线性优化得到正向运动方程：
Figure FDA0004149003120000032
6.根据权利要求5所述的两轮机器人自平衡控制方法，其特征在于，基于两个驱动轮的驱动轮状态模型确定两轮机器人的旋转运动方程，具体包括；
基于左驱动轮和右驱动轮的驱动轮状态模型及刚体定轴转动定律确定旋转运动方程：
Figure FDA0004149003120000033
Figure FDA0004149003120000034
上式中，Iδ为车体直立时在水平面上绕中心转动的转动惯量。
7.根据权利要求6所述的两轮机器人自平衡控制方法，其特征在于，对所述状态空间模型进行LQR解算，具体包括：
建立线性模型：
Figure FDA0004149003120000035
Figure FDA0004149003120000036
令：
Figure FDA0004149003120000037
则有：
Figure FDA0004149003120000038
其中：
Figure FDA0004149003120000041
Figure FDA0004149003120000042
Figure FDA0004149003120000043
Figure FDA0004149003120000044
Figure FDA0004149003120000045
Figure FDA0004149003120000046
基于LQR设定反馈控制器u＝-Kx，以使代价函数最小，其中，代价函数为：
Figure FDA0004149003120000047
上式中，Q为n×n维半正定的状态加权矩阵，R为n×n维正定的控制加权矩阵；
其中，反馈增益满足：K＝R-1BTP；
P满足Riccati方程：ATP+PA+Q-PRB-1BTP＝0。
8.一种两轮机器人，其特征在于，包括底盘和车体，所述底盘包括两个驱动轮，所述车体上设有云台；其特征在于，还包括控制器，所述控制器采用如权利要求1至7任一项所述两轮机器人自平衡控制方法。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述两轮机器人自平衡控制方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述两轮机器人自平衡控制方法的步骤。
CN202310305406.XA 2023-03-24 2023-03-24 一种两轮机器人自平衡控制方法和机器人 Pending CN116373614A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310305406.XA CN116373614A (zh) 2023-03-24 2023-03-24 一种两轮机器人自平衡控制方法和机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310305406.XA CN116373614A (zh) 2023-03-24 2023-03-24 一种两轮机器人自平衡控制方法和机器人

Publications (1)

Publication Number Publication Date
CN116373614A true CN116373614A (zh) 2023-07-04

Family

ID=86966821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310305406.XA Pending CN116373614A (zh) 2023-03-24 2023-03-24 一种两轮机器人自平衡控制方法和机器人

Country Status (1)

Country Link
CN (1) CN116373614A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100292840A1 (en) * 2009-05-15 2010-11-18 Beijing University Of Technology Flexible two-wheeled self-balancing robot system and its motion control method
CN106625569A (zh) * 2017-02-15 2017-05-10 华南理工大学 一种具有二轴自稳云台的自平衡探测机器人
CN110488709A (zh) * 2019-08-25 2019-11-22 西北工业大学 基于多传感器融合的车载自动瞄准打击系统
CN213906781U (zh) * 2020-12-25 2021-08-06 北京信息科技大学 云台控制系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100292840A1 (en) * 2009-05-15 2010-11-18 Beijing University Of Technology Flexible two-wheeled self-balancing robot system and its motion control method
CN106625569A (zh) * 2017-02-15 2017-05-10 华南理工大学 一种具有二轴自稳云台的自平衡探测机器人
CN110488709A (zh) * 2019-08-25 2019-11-22 西北工业大学 基于多传感器融合的车载自动瞄准打击系统
CN213906781U (zh) * 2020-12-25 2021-08-06 北京信息科技大学 云台控制系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蔡春山;王佐勋;: "基于LQR的两轮机器人的平衡控制", 齐鲁工业大学学报, vol. 32, no. 01, pages 55 - 60 *

Similar Documents

Publication Publication Date Title
JP4434186B2 (ja) 移動体及び移動体の制御方法
CN113753150B (zh) 轮腿式机器人的控制方法、装置、设备及可读存储介质
JP4600539B2 (ja) 走行装置、走行装置の制御方法
JP4816058B2 (ja) 走行装置及びその制御方法
JPWO2007013282A1 (ja) 倒立二輪走行型ロボット及びその制御方法
JP2008052362A (ja) 自律移動装置
JP7065069B2 (ja) 移動体の制御装置
JP4138546B2 (ja) 移動台車及び移動台車の制御方法
CN110109354B (zh) 一种反作用轮平衡自行车机器人自适应滑模控制方法
Kim et al. Stable control of the bicycle robot on a curved path by using a reaction wheel
Barsan Position control of a mobile robot through PID controller
CN113864387B (zh) 一种主动减震机构控制方法、系统和存储介质
CN110109353B (zh) 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
CN116373614A (zh) 一种两轮机器人自平衡控制方法和机器人
JP2018184038A (ja) 倒立振子型車両
CN112975965B (zh) 仿人机器人的解耦控制方法、装置和仿人机器人
CN109991990B (zh) 带旋转云台的多平行控制力矩陀螺的平衡装置及控制方法
JP2006026828A (ja) ロボットの動作計画方法
CN111712399A (zh) 可移动平台的控制方法、装置、设备及存储介质
CN114779649B (zh) 四旋翼无人机悬挂负载运输控制方法
CN117950418A (zh) 机器人及其控制方法
WO2019167729A1 (ja) 搭乗型移動体
CN116048109A (zh) 机器人控制方法、装置、机器人及存储介质
Noor et al. STUDY THE PERFORMANCE OF TWO-WHEELED BALANCING MOBILE ROBOT USING FUZZY PD CONTROLLER
Chen et al. Intelligent Balancing and Trajectory Tracking Control for Unicycle Robots

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