云模型控制器在两轮自平衡机器人中的应用
两轮同轴机器人的自平衡控制研究
个 惯 性 基 准 ， 感 知 两 轮 同 轴 机 器 人 位 姿 和 倾 角 ， 进 行 平 衡 协 调 ； 通 过 ＰＩ 调 节 和 卡 尔 曼 滤 波 ， 实 现 机 器 人 轮 子 转 速 控 制 和 平 衡 杆 Ｄ
平 衡 控 制 ＰＩ 调 节 Ｄ
的平衡控制的有机 统一。 ［ 键 词 ］ 轮 同 轴 机 器 人 关 两
［ 图分 类 号］ 中 ＴＫ４ ２ｌ
［ 献 标 识 码】 文 Ａ
［ 章 编 号 】０ ７ ４ｌ （ ０ ０ ０ －０ ０ －０ 文 １ ０ －９ ６ ２ １ ） ７ ｌ ５ ２
１引言
目 前 现 有 的 机 器 人 或 短 距 离 运 输 工 具 都 以 四 轮 传 动 机 构 作 为 动 力 系 统 ， 其 劣 势 在 于 系 统 的 占 地 面 积 较 大 、 行 动 不 够 灵 活 。 而 两 轮 同 轴 机 器 人 以 两 轮 同 轴 直 立 移 动 ， 减 小 了 占 地 面 积 ， 可 以 实 现 零 半 径 转 弯 的 运 动 ， 移 动 灵 活 。 两 轮 同 轴 机 器 人 占 地 面 积 小 ， 为 狭 小 危 险 空 间 下 进 行 数 据 采 集 或 现 场 勘 测 提 供 了 有 利
杆 的 摆 动 ， 实 现 机 器 人 轮 子 转 速 控 制 和 平 衡 杆 的 平 衡 控 制 的 有 机 统 一 ， 简 化 控 制 逻 辑。 两 轮 同 轴 机 器 人 实 体 结 构 如 图 ｌ所 示 。
条件 。 两 轮 同 轴 机 器 人 是 一 种 特 殊 轮 式 移 动 机 器 人 ， 其 动 力 学 方 程 是 多 变 量 、 严 重 不 稳 定 、 耦 合 、 时 变 、 参 数 不 确 定 的 非 线 性 高 阶 方 程 ［ ］ 加 上 运 动 学 方 程 中 的 非 完 １， 整 性 约 束 ， 要 求 完 成 的 控 制 任 务 也 具 应 速 度 。 加 速 度 计 选 用 采 用 ＡＤ 公 司 生 产 的 线 性 ＰＷ Ｍ 输 出 加 速 度 传 感 器 ＡＤＸＬ３ ０ ＡＤＸＬ３ ０利 用 微 传 ３， ３ 感 器 感 知 三 维 的 加 速 度 ， 将 得 到 的 三 维 交
机器人站立不倒的机理
机器人站立不倒的机理
机器人站立不倒平衡的方式有多种机理，下面列举了几种常见的方式：
1. 刚性机构平衡：
原理：通过设计机器人的身体结构和关节连接方式，使其具有良好的稳定性和抗干扰能力，能够自主保持平衡。
优点：适用于简单和确定性较高的环境，不需要复杂的算法和控制。
缺点：对于复杂和不确定的环境，刚性机构难以应对，需要额外的传感器和算法支持。
2. 基于传感器反馈的平衡：
原理：通过在机器人身上安装传感器，如陀螺仪、加速度计、力传感器等，实时获取姿态和环境信息，并根据反馈控制算法进行调整来保持平衡。
优点：适应性强，能够适应复杂和不确定的环境，具有较高的稳定性和抗干扰能力。
缺点：依赖传感器的准确性和稳定性，对于大规模和复杂的机器人系统，传感器成本和数据处理的复杂度较高。
3. 动态稳定控制：
原理：通过实时计算和控制机器人的动作和力矩，在运动过程中保持平衡。
可以使用模型预测控制（Model Predictive Control, MPC）等方法进行动态稳定控制。
优点：适用于快速运动和复杂环境下的平衡控制，具有较高的灵活性和自适应性。
缺点：算法复杂度较高，对计算资源和实时性要求较高，对模型预测的准确性和稳定性有一定的要求。
不同的平衡方式有不同的适用场景和性能特点。
选择合适的平衡方式需要考虑机器人的应用环境、机器人自身的结构和特性，以及对平衡性能和资源消耗的需求。
在实际应用中，通常会根据具体情况综合考虑多种平衡方式来实现机器人的平衡控制。
两轮机器人在坡面上的运动平衡控制
Ｍｏ ｔ ｉ ｏ ｎ ｂａ ｌ ａ ｎｃ ｅ ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｏ ｆ ｔ ｗｏ － ｗｈ ｅ ｅ ｌ ｅ ｄ ｒ ｏ ｂｏ ｔ ｏ ｎ ｓ ｌ ｏ ｐ ｅ ｓ
ＲＵＡＮ Ｘｉ ａ ｏ — ｇ ａ ｎ ｇ，ＬＩ Ｙａ— ｌ ｅ ｉ ，ＺＨＵ Ｘｉ ａ ｏ — ｑ ｉ ｎ ｇ
０ 引 言
制 。２ ０ ０ ６年 ， 韩 国的 Ｋ ｉ ｍ Ｙ 运用 牛顿力 学 的方 法族 中的一员 ， 两 轮机器 人 的平衡 问题类似 于倒立摆 的平衡 问题 ， 不同的是 ， 倒立摆 只能在二 维空间中运动 ， 而两轮机 器人是 可 以在 三维空 间
４ ４
传感器与微系统 （ Ｔ ｒ ａ ｎ ｓ ｄ ｕ ｃ ｅ ｒ ａ ｎ ｄ Ｍｉ ｃ ｒ ｏ ｓ ｙ ｓ ｔ ｅ ｍ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｉ ｅ ｓ ）
２ ０ １ ４年 第 ３ ３卷 第 ３期
两 轮 机 器 人 在 坡 面 上 的运 动 平衡 控 制
阮晓钢 ，李亚磊 ，朱晓 庆
种非线性 Ｐ Ｄ控制器 。与传统的线性 Ｐ Ｄ控制器进行仿 真实验 对 比， 实验结 果说 明 ： 在 响应 速度 、 稳定 性 、 鲁 棒性 方面 ， 非线性 Ｐ Ｄ控制有着更好 的效果 。最后 ， 在姿态平衡控制 中加入速度控制 ， 构成双环 的 Ｐ Ｄ控
制， 实现 了两轮机器人在坡 面上 的静态平衡 。 关键词 ：两轮机器人 ； 坡面； 动力学建模 ； 非线性 Ｐ Ｄ控制 中图分类号 ：Ｔ Ｐ ２ ４ ２ ． ６ 文献标识码 ：Ａ 文章编号 ：１ ０ ０ ０ － ９ ７ ８ ７ （ ２ ０ １ ４ ） ０ ３ － ０ ０ ４ ４ － ０ ４
（ Ｉ ｎ ｓ ｉ ｔ ｔ ｕ ｔ ｅ ｏ ｆ Ａ ｒ ｔ ｉ ｉ ｆ ｃ ｉ ａ ｌ Ｉ ｎ ｔ ｅ ｌ ｌ ｉ ｇ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｒｏ ｂ ｏ ｉ ｔ ｃ ｓ ， Ｂ ｅ ｉ ｊ ｉ ｎ ｇ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｂ ｅ ｉ ｊ ｉ ｎ ｇ １ ０ ０ １ ２ ４ ， Ｃ ｈ ｉ ｎ ａ ）
两轮自平衡小车的状态反馈和输出反馈控制
两轮自平衡小车的状态反馈和输出反馈控制符新东;张大兴;袁帅【摘要】文中进行了两轮自平衡小车系统简化模型的理论研究,建立了系统的状态方程,应用了线性二次型最优控制理论(LQR)设计了两种稳定控制算法.对于LQR输出反馈控制,用输出量估计出状态量,然后对其进行最优控制.通过Matlab软件仿真,表明这两种方法对于两轮自平衡小车都有较好的控制作用,但设计的LQR输出反馈控制的效果更好.【期刊名称】《仪表技术与传感器》【年(卷),期】2018(000)008【总页数】4页(P90-93)【关键词】两轮自平衡小车;LQR;状态反馈;输出反馈【作者】符新东;张大兴;袁帅【作者单位】西安电子科技大学机电工程学院,陕西西安 710071;西安电子科技大学机电工程学院,陕西西安 710071;西安电子科技大学机电工程学院,陕西西安710071【正文语种】中文【中图分类】TN010 引言两轮自平衡小车是轮式移动机器人的一种。
从本质上说是一种典型的、高阶次的、不稳定、多变量、非线性和强耦合的可移动倒立摆系统[1]。
文献[2-3]对自平衡小车的稳定控制做了研究。
作为一个多变量系统，对于它的控制主要是以现代控制理论为基础。
最优控制[4]是现代控制理论的重要组成部分,它要解决的问题是按照控制对象的动态特性，选择一个容许使得被控对象按照技术要求运行,并使得给定的性能指标达到最优值。
它以庞特里雅金的最小值原理和贝尔曼的动态规划为基础立足于状态变量法，研究复杂的系统。
文献[5-8]对自平衡车的不稳定特性采用了状态反馈的线性二次型最优控制理论(LQR)控制并进行了Matlab仿真实验，验证了此种控制的有效性。
然而在实际控制中，无法实时获得状态向量的全部变量。
本文针对此问题，提出了对两轮自平衡小车的控制采用输出反馈LQR控制，Matlab 仿真试验结果表明，LQR的输出反馈控制有着和状态反馈控制几乎一样的控制效果，证明了此方法的可行性和有效性。
两轮平衡小车数学建模
两轮平衡小车数学建模为了实现两轮平衡小车的稳定运动，我们需要进行数学建模和控制算法设计。
本文将从数学模型的角度来探讨如何建立一个能够实现平衡的两轮小车。
两轮平衡小车是一种基于动力学原理实现平衡的机械设备。
它具有广泛的应用前景，如智能运输、仓储管理等。
在该项目中，我们将通过数学建模的方式，研究并实现两轮平衡小车的控制系统。
2. 小车的动力学模型小车的动力学模型是建立控制算法的基础。
我们首先需要考虑小车的运动姿态，它由车身的倾斜角度和角速度来描述。
2.1 车身的倾斜角度小车的倾斜角度决定了小车的平衡状态，通过使用传感器可以测量到倾斜角度。
我们将倾斜角度表示为θ，正值表示小车向前倾斜，负值表示小车向后倾斜。
2.2 角速度角速度是小车旋转的速度，用ω来表示。
正值表示小车顺时针旋转，负值表示小车逆时针旋转。
3. 控制算法设计为了使小车保持平衡，我们需要设计一个有效的控制算法。
基于小车的动力学模型，可以采用PID控制算法进行设计。
3.1 比例控制比例控制是根据小车的倾斜角度进行调整，使小车趋向于平衡状态。
比例控制的输出与倾斜角度成正比，通过调整比例系数可以控制控制器的灵敏度。
3.2 积分控制积分控制主要用于消除比例控制带来的静差。
通过积分小车倾斜角度的累积误差，来调整控制器的输出。
3.3 微分控制微分控制可以预测小车倾斜角度的变化趋势，通过调整微分系数，可以使控制器对倾斜角度变化的响应更加迅速。
4. 仿真实验与实际实现为了验证控制算法的有效性，我们可以进行仿真实验，并将算法运用到实际的两轮平衡小车中。
4.1 仿真实验通过使用MATLAB等数学仿真工具，可以建立小车的动力学模型，并进行控制算法的仿真实验。
通过分析仿真结果，我们可以得出控制算法参数的优化值。
4.2 实际实现将控制算法应用到实际的两轮平衡小车中，需要搭建硬件平台和编写相应的控制程序。
通过实际实现，我们可以验证控制算法在真实环境中的有效性。
本文以两轮平衡小车的数学建模为主题，从小车的动力学模型出发，讨论了控制算法的设计和实现。
两轮自平衡小车的PID控制
两轮自平衡小车的PID控制【摘要】两轮自平衡小车的核心问题是平衡控制问题和运动控制问题。
两轮自平衡小车需要始终保持车身直立，同时还需要完成各种机动动作，如行进、旋转、左转弯、右转弯等。
PID控制算法是应用最为普遍的一种算法，其特点是构造简单，应用有效及具备了许多成熟的稳定性分析的方法，有很高的可靠性。
针对两轮自平衡小车的非线性和不稳定性，利用非线性PD控制算法和PID差动结构可以实现小车的平衡控制和运动控制。
【关键词】两轮自平衡小车；PID控制；平衡控制；运动控制；控制算法1.引言两轮自平衡小车是一种典型的欠驱动系统（underactuated system）、非完整系统（nonholonomic system）。
其核心问题是对小车的平衡控制和运动控制，其中两轮自平衡小车的姿态平衡控制类似于倒立摆的平衡问题，所不同的是两轮自平衡小车可以在二维甚至三维空间内运动。
两轮自平衡小车不仅需要始终保持车身的直立，还需要在保持直立的同时在二维甚至三维空间内运动。
两轮自平衡小车有4个自由度：2个平面支撑运动自由度，2个姿态角运动自由度。
然而其中只有2个平面支撑运动自由度，即左轮和右轮可以驱动。
对于两轮自平衡小车，姿态平衡控制可以通过改变左轮和右轮的运动速度和运动方向来控制的。
当小车的车身发生倾斜时，左右电机产生相应的力矩来调节左右两轮运动速度和运动方向，使小车恢复平衡直立的状态。
小车的运动轨迹控制则是通过调整行进速度和行进方向来控制的。
两轮自平衡小车的行进速度是左轮线速度和右轮线速度的平均值，也是通过左右电机产生的力矩来调节。
行进方向则需要左轮和右轮的差动来调节，即对左轮和右轮施加不同的作用力矩，以产生不同的运动速度，从而实现两轮自平衡小车航向的控制。
PID控制算法是一种应用广泛、使用简单有效的经典的自动控制算法，两轮自平衡小车的平衡控制和运动控制都可以采用PID控制策略。
在1997年，日本的Hiraoka和Noritsugu研究出一种采用PID算法控制速度和位置的两轮平行小车[1]。
两轮机器人自平衡行走控制系统设计
两轮机器人自平衡行走控制系统设计胡凌燕;万鹏;刘小平;徐少平;徐刚;陈明伟;高青【摘要】两轮机器人是一个多变量、高阶次、强耦合的非线性系统.提出了一种新颖的双回路PID控制方法,实现两轮机器人控制,并完成该控制系统的硬软件设计.采用了卡尔曼滤波的方法将陀螺仪和加速度计的信息进行数据融合,得到机器人的实时倾角信号.采用编码器实时检测机器人速度.双回路PID控制器采用正负反馈结合的控制方法,将机器人倾角负反馈和速度正反馈控制量叠加在一起,控制电机的转动,使两轮机器人平衡稳定地行走.实验证明双回路PID控制方法能使两轮机器人按照期望的速度平稳行走,能够实现速度及倾角这两个耦合变量的控制,而且具有较强的抗干扰能力.该控制方法还具备了传统PID控制器不依赖精确模型、实现简单、参数整定方便、鲁棒性强等优点.【期刊名称】《电气传动》【年(卷),期】2013(043)012【总页数】5页(P52-55,60)【关键词】两轮机器人;双回路PID控制;卡尔曼滤波;平衡控制【作者】胡凌燕;万鹏;刘小平;徐少平;徐刚;陈明伟;高青【作者单位】南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031【正文语种】中文【中图分类】TP131 引言两轮机器人是一种两轮左右并行结构的新型移动机器人，由于其占地空间小，运动灵活，近年来发展迅速，Segway公司生产的两轮警用车［1］已经被广泛运用于安保巡逻。
德国Transporter公司研发的两轮摄影车，可以供摄像工作者在体育运动场或新闻现场使用，还可用于电视或电影的拍摄。
同时两轮机器人系统具有多变量、高阶次、强耦合、非线性等特性［2］，它也成为了研究人员检验新型控制策略和方法的重要模型［3］。
毕业设计(论文)-两轮自平衡小车的设计
本科毕业设计（论文）题目两轮自平衡小车的设计学院电气与自动化工程学院年级专业班级学号学生姓名指导教师职称论文提交日期两轮自平衡小车的设计摘要近年来，两轮自平衡车的研究与应用获得了迅猛发展。
本文提出了一种两轮自平衡小车的设计方案，采用陀螺仪ENC-03以及MEMS加速度传感器MMA7260构成小车姿态检测装置，使用卡尔曼滤波完成陀螺仪数据与加速度计数据的数据融合。
系统选用飞思卡尔16位单片机MC9S12XS128为控制核心，完成了传感器信号的处理，滤波算法的实现及车身控制，人机交互等。
整个系统制作完成后，各个模块能够正常并协调工作，小车可以在无人干预条件下实现自主平衡。
同时在引入适量干扰情况下小车能够自主调整并迅速恢复稳定状态。
小车还可以实现前进，后退，左右转等基本动作。
关键词：两轮自平衡陀螺仪姿态检测卡尔曼滤波数据融合IDesign of Two-Wheel Self-Balance VehicleAbstractIn recent years, the research and application of two-wheel self-balanced vehicle have obtained rapid development. This paper presents a design scheme of two-wheel self-balanced vehicle. Gyroscope ENC-03 and MEMS accelerometer MMA7260 constitute vehicle posture detection device. System adopts Kalman filter to complete the gyroscope data and accelerometer data fusion.，and adopts freescale16-bit microcontroller-MC9S12XS128 as controller core. The center controller realizes the sensor signal processing the sensor signal processing, filtering algorithm and body control, human-machine interaction and so on.Upon completion of the entire system, each module can be normal and to coordinate work. The vehicle can keep balancing in unmanned condition. At the same time, the vehicle can be adjusted independently then quickly restore stability when there is a moderate amount of interference. In addition, the vehicle also can achieve forward, backward, left and right turn and other basic movements.Key Words: Two-Wheel Self-Balance; Gyroscope; Gesture detection; Kalman filter; Data fusionII目录1.绪论 (1)1.1研究背景与意义 (1)1.2两轮自平衡车的关键技术 (2)1.2.1系统设计 (2)1.2.2数学建模 (2)1.2.3姿态检测系统 (2)1.2.4控制算法 (3)1.3本文主要研究目标与内容 (3)1.4论文章节安排 (3)2.系统原理分析 (5)2.1控制系统要求分析 (5)2.2平衡控制原理分析 (5)2.3自平衡小车数学模型 (6)2.3.1两轮自平衡小车受力分析 (6)2.3.2自平衡小车运动微分方程 (9)2.4 PID控制器设计 (10)2.4.1 PID控制器原理 (10)2.4.2 PID控制器设计 (11)2.5姿态检测系统 (12)2.5.1陀螺仪 (12)2.5.2加速度计 (13)2.5.3基于卡尔曼滤波的数据融合 (14)2.6本章小结 (16)3.系统硬件电路设计 (17)3.1 MC9SXS128单片机介绍 (17)3.2单片机最小系统设计 (19)3.3 电源管理模块设计 (21)3.4倾角传感器信号调理电路 (22)III3.4.1加速度计电路设计 (22)3.4.2陀螺仪放大电路设计 (22)3.5电机驱动电路设计 (23)3.5.1驱动芯片介绍 (24)3.5.2 驱动电路设计 (24)3.6速度检测模块设计 (25)3.6.1编码器介绍 (25)3.6.2 编码器电路设计 (26)3.7辅助调试电路 (27)3.8本章小结 (27)4.系统软件设计 (28)4.1软件系统总体结构 (28)4.2单片机初始化软件设计 (28)4.2.1锁相环初始化 (28)4.2.2模数转换模块（ATD）初始化 (29)4.2.3串行通信模块（SCI）初始化设置 (30)4.2.4测速模块初始化 (31)4.2.5 PWM模块初始化 (32)4.3姿态检测系统软件设计 (32)4.3.1陀螺仪与加速度计输出值转换 (32)4.3.2卡尔曼滤波器的软件实现 (34)4.4平衡PID控制软件实现 (36)4.5两轮自平衡车的运动控制 (37)4.6本章小结 (39)5. 系统调试 (40)5.1系统调试工具 (40)5.2系统硬件电路调试 (40)5.3姿态检测系统调试 (41)5.4控制系统PID参数整定 (43)5.5两轮自平衡小车动态调试 (44)IV5.6本章小结 (45)6. 总结与展望 (46)6.1 总结 (46)6.2 展望 (46)参考文献 (47)附录 (48)附录一系统电路原理图 (48)附录二系统核心源代码 (49)致谢 (52)V常熟理工学院毕业设计（论文）1.绪论1.1研究背景与意义近年来，随着电子技术的发展与进步，移动机器人的研究不断深入，成为目前科学研究最活跃的领域之一，移动机器人的应用范围越来越广泛，面临的环境和任务也越来越复杂，这就要求移动机器人必须能够适应一些复杂的环境和任务。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
自 动化仪表
PROCESS AUTOMATION INSTRUMENTATION
Vol. 40 No. 5
May. 2019
第40卷第
5期
2019年5月
云模型控制器在两轮自平衡机器人中的应用徐子为，李众
(江苏科技大学电子信息学院，江苏 镇江212003)
摘 要：两轮自平衡机器人控制系统具有高阶次、多变量、非线性且强耦合的特性，因此难以建立精准的数学模型。针对两轮自平衡
机器人系统的复杂性，对其平衡控制系统进行了研究，提出了一维云模型控制器的设计方法。运用该方法，成功地实现了两轮自平衡
机器人的平衡控制,并比较了一维云模型控制器在三规则和五规则下对系统性能的影响。试验结果表明:一维云模型控制器在两轮
自平衡机器人平衡控制系统中具有良好的控制性能和强抗干扰性,五规则控制器具有更加优越的控制效果。云模型控制器成功应用
在两轮自平衡机器人平衡系统中,并在试验样机平台体现了良好的平衡性能，为今后云模型控制器的设计提供参考，也推进了云模型
控制器在硬件平台实现的进程。关键词：两轮自平衡机器人；云模型控制器；平衡系统；姿态检测；不确定性；智能控制；非线性系统；映射器；规则推理中图分类号：TH7 文献标志码
：A DOI： 10.16086/j. cnki. issnl000-0380.2018100017
Application of
Cloud Model Controller
in Two-Wheeled
Self-Balancing Robot
XU Ziwei,LI
Zhong
(College of Electrical and Information Engineering, Jiangsu University of Science and Technology,Zhenjiang 212003 , China)
Abstract:
Two- wheeled self- balancing robot control system has the characteristics of high order, multi- variable, nonlinear and
strong coupling, so it is difficult to establish accurate mathematical model. Aiming at
the complexity of the two- wheeled
self- balancing robot system, its balance control system is studied, and the design method of the one - dimensional cloud model controller is proposed. This method is used to successfully realize the balance control of the two- wheel self- balancing robot and compares the influence of the one - dimensional cloud model controller on the system performance under the three
rules and
five
rules. The experimental results show that the one - dimensional cloud model controller has good control performance and strong
anti- interference capability in the two- wheel self- balancing robot balance control system. The five-rule controller has superior
control effects. The cloud model controller has been successfully applied in the two- wheel self- balancing robot balance systemand
has demonstrated good balance performance on the experimental prototype platform. It provides reference for the design of cloud model controllers in the futureand promotes the implementation of the cloud model controller on the hardware platform process.
Keywords: Two-wheeled self-balancing robot； Cloud-model controller； Balance system； Attitude
detection； Uncertainty；
Intelligent control； Nonlinear system； Mapper； Rule
reasoning
o引言两轮自平衡机器人系统本质上是一种极其不稳定 的欠驱动系统。国内外专家学者对于该类机器人的控
制都进行了较为深入而广泛的研究。首要研究课题便
是平衡控制。大量文献主要从传统控制、现代控制、智
能控制三个方向对其平衡系统进行研究3］
。控制方
法主要有比例积分微分控制器(proportion integral
derivative,PID)、线性二次型调节器(linear quadratic
regulator,LQR)、模糊算法等，但是控制效果始终不理
想，机器人抖动现象严重。本文将两轮自平衡机器人平衡系统作为研究对 象,通过一维云模型多规则推理映射算法,分别设计了
三规则以及五规则云模型控制器。将两种云模型控制
器分别应用于两轮自平衡机器人平衡控制系统，并在
实际应用中进行了对比分析。通过试验，证明了云模
型控制器的可行性与科学性。
1两轮自平衡机器人平衡系统主控制器、动力驱动以及姿态传感器是两轮自平 收稿日期:
2018-10-11
作者简介:徐子为(1994-)，
男
，
在读硕士研究生，
主要研究领域为智能控制
：897908448@ qq. com
；
李众(通信作者)，男，博士，教授，硕士研究生导师,主要研究领域为电气自动化、智能控制
、
云模型算法、非线性系统,
E-mail:xlizhong@
163.
com第5期
云模型控制器在两轮自平衡机器人中的应用 徐子为
，
等
・71
・
衡机器人平衡系统的重要组成部分。其中，主控制器 单元由STM32最小系统板和云模型控制器组成。姿
态传感器可以较为精准地计算两轮自平衡机器人的俯 仰角0。图
1为两轮自平衡机器人平衡系统示意图
。
当& =0时,表示机器人处于直立姿态；当& >0时，表 示两轮自平衡机器人向右倾斜，并且向右移动；当
0 < 0时，机器人向左倾斜,并向左运动
。设切为机器 人俯仰角和机器人直立时角度差，即ee = 0 -0 ,ee与 机器人运动速度相关联。平衡系统通过控制器控制改 变车轮速度,实现对两轮自平衡机器人的平衡控制。图1两轮自平衡机器人平衡系统示意图Fig. 1 Balancing system of two wheeled self- balancing robot2硬件系统设计2.1主控制器本系统选择STM32F103C8T6作为主控制器。 STM32F103C8T6 拥有 ARM Cortex-M3 32 位的内核，以 及众多的外设模块。该芯片主要负责采集传感器数 据，根据采集的俯仰角信息，通过云模型算法驱动电机 模块来维持机器人的平衡。2.2姿态传感器选取数字传感器MPU6050作为姿态传感器。该 传感器内置加速计和陀螺仪。主控制器通过i2c总线 获取机器人的姿态信息,并通过卡尔曼滤波算法保证 数据的准确性。本系统的关键在于实现对两轮自平衡 机器人俯仰角信息的采集。主控制器通过俯仰角与平 衡直立时角度0。的误差对电机作出相应的控制。2.3电机驱动模块选取TB6612FNG作为电机驱动模块。该芯片可 以同时驱动两组直流电机，并且可以通过配置输入输 出口电平，实现对直流电机转动方向和转速等的控制。 当两组直流电机被同时控制时,两轮自平衡机器人直 立、后退、前行以及转弯等运动就可以被精准控制。3软件系统设计3.1 MPU6050通信设计数字传感器MPU6050与主控制器采用I2C总线 进行通信。『C是一种串行通信方式。『C总线有两 根总线，一根为SDA,另一根为SCL,分别用于传输数 据信号和时钟控制信号。MPU6050获取数据主要有 以下3个步骤，首先是设置数字传感器MPU6050,接着 是写入传感器地址和内部地址，最后读取传感器数据。 姿态传感器通信流程如图2所示。MPU6050模块采用 卡尔曼滤波和姿态解算技术，通过串口便可直接读取三
轴的角度信息，并且读取的角度误差小、精度高。
图2姿态传感器通信流程图
Fig. 2
Communication flowchart of attitude sensor
3.2电机驱动设计
本文电机驱动器件采用日本东芝半导体公司生产 的TB6612FNG。图
3为该驱动芯片内部原理图。
图3 驱动芯片内部原理图
Fig. 3 Internal schematic diagram of drive chip
该芯片内置两组H桥驱动电路和两组逻辑控制
单元，可通过单片机同时控制两组直流电机。PWM、 1叫、1%与主控制器一组I/O 口相连接,单片机通过控 制1叫、
1%电平高和低就可实现对电机正反转方向的控
制。主控制器输出脉冲可调的脉冲宽度调制
(pulse
width modulation,PWM)方波到驱动芯片 TB6612FNG,实
现对电机转速的控制。表1为该驱动芯片的逻辑真值 表。主控制器参照该表，控制I/O 口高低电平实现控制