發(fā)布時間：2014-12-19 20:07

 

【摘要】 兩輪自平衡小車是一種新型交通工具,駕駛方式新穎,深受年輕一族喜愛,憑借電力驅(qū)動和外形小巧的優(yōu)勢,對于緩解日益嚴峻的大氣污染、能源危機和交通擁堵問題,是一種很好的選擇,具有實用價值；同時,由于兩輪自平衡小車的結(jié)構(gòu)具有高度不穩(wěn)定性,給控制理論提出了很大的挑戰(zhàn),也成為一種檢驗控制算法的良好平臺。目前,PID控制憑借控制原理簡單和不需要精確的系統(tǒng)模型的優(yōu)勢,成為兩輪自平衡小車的主流控制算法,且控制效果較好,但是,其控制器參數(shù)一般情況下均為人工調(diào)節(jié),要想調(diào)節(jié)到當前條件下的理想狀態(tài),不太容易；且隨著時間的推移,兩輪小車實際模型與本來就不是很精確的理論模型之間的差距增大,加上小車在使用過程中處于不確定環(huán)境中,更是給長時間精確控制帶來了困難。本文試圖充分利用神經(jīng)網(wǎng)絡的自學習能力,實時優(yōu)化PID控制器參數(shù),以改善控制器的控制效果,優(yōu)化兩輪小車的平衡性能。首先,本文運用牛頓法建立了兩輪小車模型,分析了兩輪小車的各個狀態(tài)變量。在模型的基礎上,選取陀螺儀加速度計MPU6050對車體姿態(tài)信息進行檢測,并自制了車輪編碼器對車輪狀態(tài)進行檢測,在高性能AVR單片機ATmega16內(nèi),參考建模得到的系統(tǒng)狀態(tài)變量,建立控制算法,并對來自兩個姿態(tài)檢測模塊的信息進行處理,然后給出電機控制信號PWM,并傳遞給電機驅(qū)動器,以控制電機運轉(zhuǎn),建立起一個位于底層的、基于傳統(tǒng)PID控制算法的兩輪自平衡小車系統(tǒng)。其次,在硬件STM32F103ZET6的基礎上,利用C語言編寫了神經(jīng)網(wǎng)絡辨識程序NNI和神經(jīng)網(wǎng)絡控制程序NNC。首先利用NNI對兩輪自平衡小車系統(tǒng)的模型進行辨識,在經(jīng)過辨識得到的模型的基礎上,再對NNC部分的神經(jīng)網(wǎng)絡進行訓練,最終訓練得到的NNC的權(quán)值便是經(jīng)過優(yōu)化的控制器參數(shù),將經(jīng)過優(yōu)化的參數(shù)傳遞給底層控制器,以改善兩輪小車的平衡性能。最后,通過平衡試驗和抗干擾試驗,對兩輪自平衡小車的平衡性能和抗干擾性能進行測試。測試結(jié)果表明,兩輪小車的控制器參數(shù)在經(jīng)過神經(jīng)網(wǎng)絡優(yōu)化之后,小車系統(tǒng)的平衡性能和抗干擾性能明顯得到了提高。通過本文的嘗試,證明的確可以通過神經(jīng)網(wǎng)絡對傳統(tǒng)兩輪小車的控制器參數(shù)進行優(yōu)化,并改善小車系統(tǒng)的平衡性能和抗干擾能力。 

第一章緒論

兩輪自平衡小車是輪式移動機器人的一種，它是集機械學、動力學、微型計算機、傳感器、自動控制技術(shù)于一身的研究性課題，具有能夠感知外界環(huán)境變化和以及做出相應的動態(tài)決策的功能。兩輪自平衡小車的模型源自倒立擺，具有倒立擺的非線性、不確定性以及強藕合性等特點。因此，作為一種檢驗各種控制算法的平臺，對兩輪自平衡小車的研究具有著十分重要的理論意義⑷。同時，兩輪自平衡小車也是一種便利的交通工具。雖然我們擁有汽車這一偉大發(fā)明，但是汽車工業(yè)在經(jīng)歷了一個多世紀的發(fā)展之后，其優(yōu)勢雖仍在，但其所帶來的社會問題卻越來越凸顯。汽車自其出生之日起，在這一個多世紀的發(fā)展過程中，數(shù)量逐漸增多，使用范圍越來越廣，雖然為人類社會的發(fā)展進步做出了巨大的貢獻，但是，汽車工業(yè)也為我們帶來了嚴重的環(huán)境問題、能源問題和交通問題，如圖1-1所示。
目前，我國己進入高速的城鎮(zhèn)化發(fā)展階段。伴隨著高速城鎮(zhèn)化同時出現(xiàn)的還有城市交通機動化，我國城市交通的機動化在很大程度上表現(xiàn)為小汽車化。以小汽車快速增長為核心的機動化發(fā)展趨勢，在給家庭出行帶來便利的同時，也給城市交通帶來了極大的挑戰(zhàn)，治堵以成為重大問題。兩輪自平衡小車是一種薪新的、便攜式的交通運輸設備，由于兩輪小車采用電力驅(qū)動，且體積小、駕駛操作方便靈活，不僅占用空間更小，方便實用，更能取代部分汽車，對緩解當今社會嚴重的大氣污染、能源危機、交通擁堵問題，是一種不錯的選擇。
.............

第二章兩輪自平衡小車模型分析

2.1車輪力學模型分析
根據(jù)牛頓第二定律和轉(zhuǎn)動慣量定理可以得到車輪的力學方程，其中M為轉(zhuǎn)動力矩，M為系統(tǒng)的轉(zhuǎn)動慣量。因為車輪沒有軸方向的位移，所以只建立其在軸方向上的力學模型。

2.2車體力學模型分析
兩輪自平衡車小車系統(tǒng)主要由車輪、電機和車體三部分組成。由于電機固定于車體上，因此，也可以將電機和車體看做一個整體，統(tǒng)稱車體；車輪安裝于電機軸上，可以轉(zhuǎn)動。兩輪平衡車依靠自身的電機實現(xiàn)扭矩輸出來達到系統(tǒng)平衡。車輪由電機帶動，能夠輸出轉(zhuǎn)矩，是主動機構(gòu)；而車體本身是隨動機構(gòu)。要實現(xiàn)小車系統(tǒng)自平衡，就要控制電機適時正反轉(zhuǎn)，以輸出合適的轉(zhuǎn)矩以維持小車的平衡。當小車車體失去平衡往后傾斜，由于重力加速度會在水平方向上分解產(chǎn)生一個水平方向上向后的加速度，為了使得小車車體獲得一個方向相反且大小相等的加速度以保持車體的平衡，兩輪小車的控制器在接收到來自車體姿態(tài)檢測模塊傳送來的小車姿態(tài)信息后，經(jīng)過處理，給電機相應的控制信號，使電機給車輪一個大小適量的向后的轉(zhuǎn)矩。當小車車體失去平衡往前傾斜，由于重力加速度會在水平方向上分解產(chǎn)生一個水平方向上向前的加速度，為了使得小車車體獲得一個方向相反且大小相等的加速度以保持車體的平衡，兩輪小車的控制器在接收到來自車體姿態(tài)檢測模塊傳送來的小車姿態(tài)信息后，經(jīng)過處理，給電機相應的控制信號，使電機給車輪一個大小適量的向前的轉(zhuǎn)矩。

第三章兩輪自平衡小車系統(tǒng)硬件設計...................14
3.1兩輪自平衡小車機械結(jié)構(gòu).................14
3.2兩輪自平衡小車的機械原理...................14
第四章兩輪自平衡小車系統(tǒng)軟件設計................30
4.1車輪狀態(tài)運算處理程序設計..............30
4.2車體姿態(tài)運算處理程序設計..............31
4.3小車車體平衡控制算法設計.....35
第五章基于PID神經(jīng)網(wǎng)絡的控制器參數(shù)優(yōu)化設計.......38
5.1PID神經(jīng)網(wǎng)絡基礎.......39
5.2基于PID神經(jīng)網(wǎng)絡的系統(tǒng)辨識器NNI設計......................43

第五章基于PID神經(jīng)網(wǎng)絡的控制器參數(shù)優(yōu)化設計

5.1PID神經(jīng)網(wǎng)絡基礎
PID神經(jīng)網(wǎng)絡是人工神經(jīng)網(wǎng)絡若干種類中的一種，屬前饋網(wǎng)絡，具有人工神經(jīng)網(wǎng)絡所具有的共性，同時，也有自身的特點。人工神經(jīng)網(wǎng)絡是由人工神經(jīng)元（在神經(jīng)科學研究的基礎上，依據(jù)生物神經(jīng)元的結(jié)構(gòu)和功能，模擬生物神經(jīng)元的基本特征建立起來的人工神經(jīng)元模型）互聯(lián)組成的網(wǎng)絡。神經(jīng)網(wǎng)絡可以通過自組織、自學習，不斷適應外界環(huán)境的變化。神經(jīng)網(wǎng)絡的自組織、自學習性來源于神經(jīng)網(wǎng)絡結(jié)構(gòu)的可塑性，這主要反應在神經(jīng)元之間連接強度的可變性上，網(wǎng)絡的信息處理由處理單元之間的相互作用來實現(xiàn)。

5.2基于PID神經(jīng)網(wǎng)絡的系統(tǒng)辨識器NNI設計
神經(jīng)網(wǎng)絡具有非線性和學習能力，在解決復雜的非線性不確知系統(tǒng)與逆系統(tǒng)的辨識問題方面潛力巨大，在實時控制系統(tǒng)中，可以用神經(jīng)網(wǎng)絡對系統(tǒng)進行辨識，并作為被控對象的模型，進而不斷調(diào)整控制器參數(shù)，以獲得比較好的控制效果。系統(tǒng)辨識原理圖如圖5-5所示。神經(jīng)網(wǎng)絡控制屬于先進控制技術(shù)，也屬于智能控制，是用計算機做數(shù)字控制器實現(xiàn)的一類算法，由于神經(jīng)網(wǎng)絡具有模擬人的部分智能的特性，筆耕文化傳播，具有要求的動態(tài)、靜態(tài)（或稱穩(wěn)態(tài)）性能提供了一種可能。
...........

結(jié)論與展望

PID控制器簡單易懂，不需精確的系統(tǒng)模型，最早實用化，現(xiàn)在仍然應用最廣泛。傳統(tǒng)兩輪自平衡小車的控制器也有采用經(jīng)典控制方法，但其控制參數(shù)一般情況下均為人工調(diào)節(jié)，要想調(diào)節(jié)到當前條件下的理想狀態(tài)，不太容易；且隨著時間的推移，兩輪小車自身各部件的性能會發(fā)生變化，造成小車實際模型與本來就不是很精確的理論模型之間的差距增大，加上小車在使用過程中處于不確定環(huán)境中，更是給長時間精確控制帶來了困難。本文試圖利用神經(jīng)網(wǎng)絡的自學習能力對傳統(tǒng)控制器的控制器參數(shù)進行優(yōu)化，并根據(jù)小車狀態(tài)實時調(diào)整控制器參數(shù)，以優(yōu)化兩輪小車的平衡性能。當然，本文研究也有需要改善提高的地方：神經(jīng)網(wǎng)絡有很多種類，如：模糊神經(jīng)網(wǎng)絡、小波神經(jīng)網(wǎng)絡，即便是相同種類的神經(jīng)網(wǎng)絡也有結(jié)構(gòu)上的差異，以及激活函數(shù)選取的不同等。本文只是將神經(jīng)網(wǎng)絡控制運用于兩輪自平衡小車控制器參數(shù)優(yōu)化上的一次嘗試，雖然取得了一定的控制效果，但是還不理想，還需要改善。在后期的工作中，希望能夠通過選取不同類型、不同拓撲結(jié)構(gòu)、不同激活函數(shù)搭配形式的神經(jīng)網(wǎng)絡進行嘗試，以獲得更好的控制效果。
............

參考文獻:
[1] 陳書謙,張麗虹.  BP神經(jīng)網(wǎng)絡在PID控制器參數(shù)整定中的應用[J]. 計算機仿真. 2010(10)
[2] 黃劍平.  基于BP神經(jīng)網(wǎng)絡的PID控制研究[J]. 計算機仿真. 2010(07)
[3] 柳小桐.  BP神經(jīng)網(wǎng)絡輸入層數(shù)據(jù)歸一化研究[J]. 機械工程與自動化. 2010(03)
[4] 李會玲,柴秋燕.  人工神經(jīng)網(wǎng)絡與神經(jīng)網(wǎng)絡控制的發(fā)展及展望[J]. 邢臺職業(yè)技術(shù)學院學報. 2009(05)
[5] 湯素麗,羅宇鋒.  人工神經(jīng)網(wǎng)絡技術(shù)的發(fā)展與應用[J]. 電腦開發(fā)與應用. 2009(10)
[6] 郭紅霞,楊金明,劉文剛.  無刷雙饋電機的PID神經(jīng)網(wǎng)絡控制[J]. 控制理論與應用. 2008(01)
[7] 廖芳芳,肖建.  基于BP神經(jīng)網(wǎng)絡PID參數(shù)自整定的研究[J]. 系統(tǒng)仿真學報. 2005(07)
[8] 屠運武,徐俊艷,張培仁,張志堅.  自平衡控制系統(tǒng)的建模與仿真[J]. 系統(tǒng)仿真學報. 2004(04)
[9] 王軍,黃心漢.  基于神經(jīng)網(wǎng)絡進化學習的兩輪小車避障控制[J]. 機器人. 1996(05)


本文編號：10458