兩輪自平衡電動(dòng)車核心控制算法的選擇

1、辦公自動(dòng)化雜志一、兩輪自平衡車兩輪自平衡車最早出現(xiàn)在美國(guó)，它的名字叫“Segway”，由美國(guó)人狄恩·卡門發(fā)明，是一種電力驅(qū)動(dòng)，采用左右輪結(jié)構(gòu)，具有自我平衡能力的都市交通工具。該車采用陀螺儀與加速度傳感器檢測(cè)車身狀態(tài)，信號(hào)反饋給控制器，經(jīng)過算法將控制信號(hào)作用于左右電機(jī)，驅(qū)動(dòng)輪子前進(jìn)后退，利用倒立擺的思想，達(dá)到車身自動(dòng)平衡的目的，不需要騎行者維持平衡，理論上任何人包括動(dòng)物都能騎行該車。該車沒有“油門”，騎行者想前進(jìn)，只需要把身體前傾，加速度傳感器和陀螺儀就能檢測(cè)到車身狀態(tài)的變化，為了維持車身平衡，就會(huì)以適當(dāng)?shù)乃俣闰?qū)動(dòng)左右兩個(gè)電機(jī)前進(jìn)，反之，后退或者減速只需要把身體后傾即可達(dá)到目的。轉(zhuǎn)彎則

2、利用騎行者的扶手，扶手的底部安裝有霍爾傳感器，例如將護(hù)手向左邊拉，左邊的霍爾信號(hào)增加，右邊的霍爾信號(hào)減小，控制器采樣到該信號(hào)后，將其作用于左右電機(jī)，讓兩邊的電機(jī)速度一個(gè)減小，另一個(gè)增大，甚至達(dá)到一個(gè)輪子前進(jìn)，另一個(gè)輪子后退的效果，這樣就能達(dá)到轉(zhuǎn)彎的目的，該車可以實(shí)現(xiàn)原地平穩(wěn)轉(zhuǎn)彎，大大減小轉(zhuǎn)彎半徑，這是普通電動(dòng)車無(wú)法做到的。二、選擇三種控制算法的理由1、選擇模糊控制的理由由于自動(dòng)平衡車是模擬我們?nèi)祟惖目刂扑枷雭?lái)達(dá)到自動(dòng)平衡的目的，而我們?nèi)祟惖目刂扑枷胧且阅：刂茷橹?，利用人的?jīng)驗(yàn)知識(shí)來(lái)設(shè)計(jì)模糊控制器完成控制任務(wù)，模糊控制的優(yōu)點(diǎn)是不需要建立復(fù)雜的數(shù)學(xué)模型，算法簡(jiǎn)單，執(zhí)行速度快，容易實(shí)現(xiàn)，魯棒性相當(dāng)

3、好，自動(dòng)平衡車是一個(gè)復(fù)雜的、不穩(wěn)定的、非線性系統(tǒng)，當(dāng)平衡車車身遇到很復(fù)雜的路況或者車身的平衡性不好的時(shí)候，我們選擇采用模糊控制的算法，有助于讓系統(tǒng)快速回到誤差小，穩(wěn)定的狀態(tài)。我們將平衡車的車身狀態(tài)進(jìn)行模糊劃分，對(duì)偏差大、偏差中大、偏差中、偏差小、偏差極小五個(gè)模糊集合對(duì)空間做模糊分割，劃分成五個(gè)區(qū)域，采用五條模糊控制規(guī)則，對(duì)平衡車進(jìn)行模糊控制。2、選擇PID 控制的理由模糊控制有它有利的方面，但是也存在很大的缺陷，模糊控制缺乏系統(tǒng)性，而自動(dòng)平衡車是一個(gè)復(fù)雜的系統(tǒng)，在兩輪自平衡電動(dòng)車核心控制算法的選擇周小仨(黃岡職業(yè)技術(shù)學(xué)院黃岡438002摘要兩輪自平衡電動(dòng)車采用的是倒立擺的控制思想，人類可以完美

4、的手動(dòng)控制倒立擺，利用身體的平衡技巧騎行自行車、電動(dòng)車，不會(huì)摔倒，那么，我們能否模擬人類的控制平衡的方法來(lái)控制自然不穩(wěn)定的兩輪車達(dá)到自動(dòng)平衡呢，答案是肯定的，我們?cè)O(shè)計(jì)一種控制器，采用模糊控制、PID 算法、自適應(yīng)技術(shù)三者相結(jié)合的核心控制算法，作用于執(zhí)行結(jié)構(gòu)就能達(dá)到預(yù)期的效果。關(guān)鍵詞模糊控制PID 算法自適應(yīng)平衡中圖分類號(hào)TP273; TM33文獻(xiàn)標(biāo)識(shí)碼B 文章編號(hào)130304-6372 The Choice of Core Control Algorithm for 2-wheeledAuto-balancing Electric VehicleZhou Xiaosa(HuanggangPol

5、ytechnic CollegeHuanggang438002Abstract The 2-wheeled of self-balancing electric vehicle is used the thought of inverted pendulum control, human being can be perfected the manual control of the inverted pendulum, and by using the skills of ride bikes for body's bal-ance the electric cars which w

6、ill not fall down, so, we can simulate human balance control method to control the unstable nature of the 2-wheeled vehicle to achieve automatic balance, the answer is positive, we design a controller, fuzzy control, PID algorithm and adaptive technology, combined with the core of the control algori

7、thm, and applied to perform structure, the desirable effect can be achieved. Keywords Fuzzy control PID algorithm Self-adaption Balance56··辦公自動(dòng)化雜志( 上接第53頁(yè)師提供生動(dòng)豐富的資源：圖片，英語(yǔ)影片段，歌曲，新技術(shù)和新產(chǎn)品的英文版視頻和動(dòng)畫廣告等形象直觀的多媒體資源，這就成了教師提供給學(xué)生識(shí)字的鑰匙，這把鑰匙為學(xué)生提供了學(xué)習(xí)的途徑和可選擇的方法。因而圖-文歸納模式實(shí)現(xiàn)了課堂師生輕松互動(dòng)，學(xué)生主動(dòng)聽說(shuō)英語(yǔ)，加強(qiáng)了聽說(shuō)專業(yè)英語(yǔ)的能力。

8、當(dāng)然圖-文歸納模式在課程架構(gòu)設(shè)計(jì)上還要更緊密結(jié)合教學(xué)目標(biāo)，實(shí)施時(shí)細(xì)節(jié)還待老師更進(jìn) 一步完善。參考文獻(xiàn)1（美）喬伊斯（Joyce，B.）等著，荊建華等譯.教學(xué)模式（第七版）M.中國(guó)輕工業(yè)出版社.2鐘青芬.計(jì)算機(jī)專業(yè)英語(yǔ)課程動(dòng)態(tài)的分析J.時(shí)代教育，2008.9：156.3丁冉.高職計(jì)算機(jī)英語(yǔ)教學(xué)改革方案爭(zhēng)議J.中國(guó)成人教育，2008.10：189.作者簡(jiǎn)介尹桂萍（1976），女（漢族），廣東東莞人，軟件工程碩士。廣東東莞理工學(xué)校擔(dān)任計(jì)算機(jī)高級(jí)教師。主要研究方向：計(jì)算機(jī)信息教育。精確控制和動(dòng)態(tài)品質(zhì)方面，模糊算法顯得無(wú)能為力，穩(wěn)定性也不夠，而傳統(tǒng)的PID 算法在這些方面卻有著巨大的優(yōu)勢(shì)，此外，PID

9、算法的優(yōu)點(diǎn)有技術(shù)成熟，容易被人們熟悉和掌握，不需要建立數(shù)學(xué)模型，控制精度高，魯棒性好等特點(diǎn)，所以我們將這兩種算法進(jìn)行結(jié)合，將各自的優(yōu)點(diǎn)充分利用，缺點(diǎn)相互彌補(bǔ)，從而達(dá)到最優(yōu)控制。PID 算法又分位置式PID 和增量式PID 兩種，我們采用的是增量式PID 算法，原因是位置式PID 控制算法有如下缺點(diǎn)，當(dāng)前采樣時(shí)刻的輸出與過去的各個(gè)狀態(tài)有關(guān)，計(jì)算時(shí)要進(jìn)行累加，計(jì)算量大，有累計(jì)誤差，如果控制器出現(xiàn)故障，會(huì)引起執(zhí)行機(jī)構(gòu)位置的大幅度變化，而增量式的PID 控制算法則有如下優(yōu)點(diǎn)，算式中不需要累加，控制增量?jī)H與最近三次采樣值有關(guān)，比較容易通過加權(quán)處理獲得較好的控制效果，每次只輸出控制增量，對(duì)應(yīng)執(zhí)行機(jī)構(gòu)位置的

10、變化量，機(jī)器發(fā)生故障時(shí)影響不大，手動(dòng)控制與自動(dòng)控制切換沖擊小，基于以上原因我們?cè)谄胶庹`差較小的時(shí)候，采用對(duì)陀螺儀和加速度傳感器信號(hào)采樣，然后經(jīng)過增量式PID 算法對(duì)電機(jī)進(jìn)行閉環(huán)反饋控制，從而達(dá)到電動(dòng)車保持自動(dòng)平衡。3、選擇自適應(yīng)算法整定PID 參數(shù)傳統(tǒng)的PID 算法的參數(shù)是固定的，而自動(dòng)平衡車是復(fù)雜的非線性的系統(tǒng)，這就要求PID 的參數(shù)隨著不同的控制條件發(fā)生變化，我們的軟件設(shè)計(jì)中加入自適應(yīng)機(jī)制，即PID 參數(shù)是變量，非常規(guī)系統(tǒng)中的PID 參數(shù)為一組或者幾組常量，隨著平衡車的運(yùn)行，其參數(shù)在不斷的自我修正，使得控制精度越來(lái)越高，具有自學(xué)習(xí)自我完善的能力，這就將傳統(tǒng)的PID 算法與自適應(yīng)算法相結(jié)合起

11、來(lái)了。三、融合三種算法模糊PID 自適應(yīng)控制算法，PID 控制是一種很古老而有效的控制算法，優(yōu)點(diǎn)是控制精確，但是單一的PID 算法有其局限性，只有在系統(tǒng)模型參數(shù)在非時(shí)變的情況下才有比較理想的效果，而平衡車卻是一種高時(shí)變，非線性系統(tǒng)，所以控制效果不理想，此外，在對(duì)PID 參數(shù)整定過程中，往往得不到全局性的最優(yōu)值。因此，這種控制作用無(wú)法從根本上解決動(dòng)態(tài)品質(zhì)和穩(wěn)定精度的矛盾，而模糊控制是模擬人的思維，采用模糊推理的方法，建立模糊規(guī)則庫(kù)，模糊控制不需要建立數(shù)學(xué)模型，但是單純的模糊控制也存在不夠精確的缺陷，為此將傳統(tǒng)的PID 和模糊控制以及自適應(yīng)算法有機(jī)結(jié)合起來(lái)形成一種全新的控制算法來(lái)控制平衡車的平衡，自適應(yīng)控制系統(tǒng)包括模型匹配系統(tǒng)和參數(shù)辨識(shí)系統(tǒng)，由參考模型、被控系統(tǒng)、反饋控制器和自適應(yīng)控制器構(gòu)成，自適應(yīng)控制器的自適應(yīng)調(diào)節(jié)過程是當(dāng)規(guī)范輸入同時(shí)加到平衡車的執(zhí)行機(jī)構(gòu)和參考模型的輸入端時(shí)，由于執(zhí)行機(jī)構(gòu)的初始參數(shù)不能很好調(diào)節(jié)，因此執(zhí)行機(jī)構(gòu)的輸出和參考模型的輸出存在一定的誤差，這是自適應(yīng)控制誤差，將此誤差引進(jìn)自適應(yīng)調(diào)節(jié)器，經(jīng)過自適應(yīng)控制規(guī)則運(yùn)算，直接改變控制器的PID 參數(shù)和模糊控制規(guī)則，產(chǎn)生新的