基于PID调节的两轮自平衡小车的循迹控制

基于PID调节的两轮自平衡小车的循迹控制

 

硬件电路篇

小车主控芯片使用飞思卡尔公司产的K60。

电源模块

车体电路使用两种电压,分别为3.3v和5v供电。车体使用7.2V的锂电池供电,为提供电路所需电压,设计了稳压电路模块。稳压电路采用常用的稳压芯片LM1117-3.3和7805。稳压电路如下


5V稳压电路


3.3V稳压电路

                                                  

传感器电路模块

陀螺仪电路

陀螺仪采用ENC-03MB,传感器输出信号小,需要外接放大电路。

现有两种电路电路1和电路2。


电路1


电路2 

经过实际试验,电路2输出的信号有明显过冲,电路1没有过冲。信号的过冲对车体直立控制影响很大。所以最终选用电路1作为陀螺仪的放大电路。

电机驱动电路

选用BTS7960作为驱动芯片。驱动电路如图:


 

驱动电路控制信号为PWM1L和PWM1R,通过控制控制信号的占空比控制驱动电路的输出电压,进而达到控制电机转速的目的。

控制电路与驱动电路之间要有隔离电路,隔离电路隔离驱动电路对主电路的影响。

 

 

计数电路

小车速度测量采用编码器检测,通过计数电路对编码器的输出脉冲计数。本电路采用CD4520芯片计数。串联两个16进制的电路达到256进制的计数器。


方向检测电路

在方向检测中使用电感感应当前位置的电磁场强度,输出与电磁场强度相关联的电压。电路采用LC振荡电路,信号放大电路和检波电路。


电路的输出信号为直流电压信号,但信号中含有锯齿波,如图。


通过加大R24的电阻值可以减少锯齿波的幅度,一般将电阻值设为100k ,锯齿波的幅度可以接受。


增加负载电阻后输出波形

软件篇

一、      信号处理

小车运行需要的信号包括陀螺仪输出信号,加速度传感器信号,编码器脉冲信号和电磁感应信号。

在小车运动过程中,外界的震动影响加速度传感器的输出,但在静止情况下加速度传感器的输出比较稳定。即加速度传感器的静态特性比较好,动态特性差。陀螺仪可以测量转速,陀螺仪的动态特性好,受外界震动影响比较小。

在测量车体倾斜角时,将陀螺仪输出与加速度传感器输出数据融合,这样可以达到所得到的结果稳定,受外界震动影响小。我们对陀螺仪输出与加速度输出进行卡尔曼滤波,得到车体倾斜角度与车体倾斜角速度。

 

卡尔曼滤波

       建立系统的状态方程与测量方程。


其中, 为车体倾斜的真是角度, 为陀螺仪的常值温漂, 为包含固定偏差的陀螺仪输出角速度,  为陀螺仪测量噪声, 为加速度计经处理后得到的角度值, 为加速度计的测量噪声。

令系统的采样周期为 ,得到离散系统的状态方程:


在进行卡尔曼递归运算过程中,需要知道系统过程噪声协方差阵Q 以及测量误差的协方差矩阵R,对卡尔曼滤波器进行校正。

Q与R矩阵的形式如下:


式中,q_acce 和q_gyro 分别是加速度计和陀螺仪测量的协方差,其数值代表卡尔曼滤波器对其传感器数据的信任程度,值越小,表明信任程度越高.在该系统中陀螺仪的值更为接近准确值,因此取q_gyro 的值小于q_acce 的值。

卡尔曼递归运算的相关算式:


X(k|k)为k时刻的最优估计值,P(k|k)为对应X(k|k)的协方差。X(k|k-1)为根据k-1时刻的最优估计得到的k时刻的预测值。K(k)为卡尔曼增益。Z(k)为k时刻测量的角度值。这一次得到的最优估计值X(k|k),作为下一次预测值得参考X(k-1|k-1),这样周而复始反复循环计算这些算式,可以使P(k|k)收敛到最小,这样X(k|k)就是最优值。

    在进行卡尔曼滤波过程中,需要根据实际情况调试Q与R,可以使滤波后的波形平滑,毛刺少,并且与实际波形的相位差小。在小车控制中Ts=0.001s, ;


卡尔曼滤波前后的波形如下:

 

速度信号

    对于速度信号每5毫秒读取一次计数器的数,并将计数器清零。将得到的脉冲数乘上一个比例因子,得到小车的实际线速度。这个比例因子可以通过实际测量出来;也可以通过测量车轮的直径,从而得到车轮的周长,根据车轮转一圈所发出的脉冲数,计算得到这个比例因子。

方向信号

最初采用一般的IIR滤波器,但IIR滤波器有相位延迟,相位的延迟在实际中表现为时间的滞后。经过相位补偿,最终时间滞后为30毫秒左右。但在车速较快时,这种时间滞后就表现为小车转向反应滞后,不利于小车在较高的速度下运动。最后,取消IIR滤波器,直接根据AD的数据控制车体。

二、小车控制

    在信号处理好后,小车的重点就在控制上面。小车的运动可以分为三个部分,即为站立、直线运动和转向。由于车体运动分为这三个部分,并且这三个部分必须几乎同时控制,所以采用分时控制每一部分的方法,类似CPU时间分片。

    程序的控制和信号处理都是在中端里面执行,通过设置全局变量来确定执行什么操作。程序设置1毫秒中断,程序进入中断后,全局变量加1,判断全局变量的值,进入不同的执行部分,执行相应的操作。

中断服务程序的框架:

1毫秒中断进入

全局变量0~4循环计数 

0:获取左右轮编码器信号

1:获取方向信号,进行方向控制计算

2:车体角度控制计算和电机输出控制

3:车体速度控制计算

4:获取车体运行实时数据,供调试使用

1毫秒中断退出 

  其中,除了上述基本框架外,在每次进入中断后,首先执行Kalman滤波程序,并且执行单片机AD采样。根据我们实际获得的经验,Kalman滤波是比较耗时间的,并且AD采样同样也是很消耗时间,如果在中断执行的总时间超过1毫秒,这将会影响Kalman滤波的效果,因此在这个方面,必须考虑AD所开的通道数目,当通道数目过多,将会导致一次中断服务程序执行的时间超过1毫秒。这时可以选择增加中断定时时间,进而也就需要改变Kalman的Ts。

    在控制中,我们采用传统PID控制。我们对直立控制采用PD控制,这主要原因是在直立控制中的主要要求就是快速性,因而舍弃积分单元。对于速度控制采用PID控制,积分单元消除误差。对于方向控制采用PD控制。

在直立控制过程中,P越大,车体抗干扰能力越强,但过大会导致车体振荡,这时可以通过加大微分参数消除振荡。当P达到一定程度时,车体会抖动并不是振荡,这时调节D并不能消除抖动。车体抖动的主要原因来源于Kalman滤波后的信号精度,当精度比较低时,P过大,会直接放大信号的幅度,进而表现为车体的抖动。

    在做车的速度控制过程中,速度控制的周期会影响车体的运行的稳定性。在我们实际测试中当速度控制周期定为100毫秒时,低速运行车体比较稳定。但当车速度给定为1.3m/s时,车体在转弯后,恢复平稳比较困难。设置速度控制周期为200毫秒后,效果改善明显。

    在方向控制中,我们使用分段PID控制。这主要原因是车体在直道运行时,稍微偏离中心线对车体运行没有影响,也就是在知道上方向控制不需要太灵敏,太灵敏不利于车在直道的稳定和进入弯道的稳定。相反,在弯道就需要方向控制的灵敏,灵敏度越高越好,但前提是保证车体的直立基本稳定。

    在实际中,车体陀螺仪传感器的安装水平程度对车体运行是否稳定影响很大,安装越水平越好,越利于车的提速。安装不水平会出现车载转弯的过程中加速和减速的现象。


参考文献:

[1] 第七届全国大学生“飞思卡尔”杯智能汽车竞赛电磁组直立行车参考方案(版本V1.0)

[2] 冯志勇,曾翰,张力,赵艺欣,黄伟.基于陀螺仪及加速度计信号融合的姿态角度测量.西南师范大学学报(自然科学版),2011(8):137-141.

[3] 何友,王国宏,彭应宁编著.多传感器信息融合及应用.2版.北京:电子工业出版社,2007.

展开阅读全文

没有更多推荐了,返回首页