【控制实践——二轮平衡车】【五】转动运动模型及控制方法

---

---

系列博客

【控制实践——二轮平衡车】【一】运动分析及动力学建模
【控制实践——二轮平衡车】【二】实物设计和开源结构&代码
【控制实践——二轮平衡车】【三】基于PID的直立控制
【控制实践——二轮平衡车】【四】基于ADRC算法的直立控制
【控制实践——二轮平衡车】【五】转动运动模型及控制方法

前言

前面的博客推导了直立的运动模型及控制方法，这一篇讨论下转动的运动模型和控制方法。
这一章比较简单，水一篇先。 \doge

运动模型

首先，转动运动是指绕机体$Z$轴运动，如图所示。

其中，${\mathbf{L}}_2$为左右轮子的距离后简称轮距。

定义以下变量：

• 左轮的位移${\mathbf{x}}_{\mathbf{left}}$，右轮的位移${\mathbf{x}}_{\mathbf{right}}$面向前进方向——X轴正方向下的左右位置
• 二轮平衡车绕$Z$轴转动的角速度为$\mathbf{\omega }$，转动的角度为$\mathbf{\beta }$方向以右手法则为准。

显然，从左右轮子的速度可以得到二轮平衡车的共模量${\mathbf{x}}_{\mathbf{w}}$和差模量${\mathbf{x}}_{\mathbf{bias}}$，即：
$${\mathbf{x}}_{\mathbf{w}}=\frac{{\mathbf{x}}_{\mathbf{right}}+{\mathbf{x}}_{\mathbf{left}}}{2}\text{\hspace{1em}(1)}$$
$${\mathbf{x}}_{\mathbf{bias}}=\frac{{\mathbf{x}}_{\mathbf{right}}-{\mathbf{x}}_{\mathbf{left}}}{2}\text{\hspace{1em}(2)}$$
这里的共模量其实也就是直立控制中轮子的位移变量为${\mathbf{x}}_{\mathbf{w}}$，为了联系前面的博客，故用同一个变量表示。

转动角速度$\mathbf{\omega }$与差速量${\mathbf{x}}_{\mathbf{bias}}$的关系为：
$$\mathbf{\omega }={\dot{\mathbf{x}}}_{\mathbf{bias}}\cdot {\mathbf{L}}_2\text{\hspace{1em}(3)}$$
其实就是角速度与线速度的关系。

控制方法

由于二轮平衡车的转动运动和其直立运动相互独立，因此在控制的时候可以直接将二者的运动控制结果叠加。控制框架如图所示。

$k$时刻，直立控制器得到的是两个轮子的期望加速度共模量${\ddot{\mathbf{x}}}_{\mathbf{w},\mathbf{ref}}$。假设控制周期为$T$，则可以得到$k+1$时刻的期望速度共模量${\dot{\mathbf{x}}}_{\mathbf{w},\mathbf{ref}}$，满足以下关系：
$${\dot{\mathbf{x}}}_{\mathbf{w},\mathbf{ref}}(k+1)={\dot{\mathbf{x}}}_{\mathbf{w}}(k)+{\ddot{\mathbf{x}}}_{\mathbf{w},\mathbf{ref}}(k+1)\cdot T\text{\hspace{1em}(4)}$$
其中，${\dot{\mathbf{x}}}_{\mathbf{w}}(k)$为$k$时刻时的速度共模量。

同样，$k$时刻，转动控制器得到了期望转动角速度${\mathbf{\omega }}_{\mathbf{ref}}$，假设控制周期为$T$，则可以得到$k+1$时刻的期望速度差模量${\dot{\mathbf{x}}}_{\mathbf{bias},\mathbf{ref}}$，满足以下关系：
$${\dot{\mathbf{x}}}_{\mathbf{bias},\mathbf{ref}}(k+1)={\mathbf{\omega }}_{\mathbf{ref}}/{\mathbf{L}}_2\text{\hspace{1em}(5)}$$

于是，可以得到左右轮子的期望速度${\mathbf{x}}_{\mathbf{right},\mathbf{ref}},{\mathbf{x}}_{\mathbf{left},\mathbf{ref}}$，满足以下关系：
$$\begin{gathered} {\mathbf{x}}_{\mathbf{right},\mathbf{ref}}={\dot{\mathbf{x}}}_{\mathbf{w},\mathbf{ref}}+{\dot{\mathbf{x}}}_{\mathbf{bias},\mathbf{ref}} \\ {\mathbf{x}}_{\mathbf{left},\mathbf{ref}}={\dot{\mathbf{x}}}_{\mathbf{w},\mathbf{ref}}-{\dot{\mathbf{x}}}_{\mathbf{bias},\mathbf{ref}}\text{\hspace{1em}(6)} \end{gathered}$$

控制器设计

这个转动的模型相对简单，以状态方程和传递函数两种模型来表示。

• 状态方程

  定义状态变量，$\vec{\mathbf{X}}=\left[\begin{array}{c}\mathbf{\beta }\end{array}\right]$，$\vec{\mathbf{U}}=\left[\begin{array}{c}{\dot{\mathbf{x}}}_{\mathbf{bias}}\end{array}\right]$状态空间方程为：
  $${\vec{\mathbf{X}}}^{\prime }=\mathbf{A}\vec{\mathbf{X}}+\mathbf{B}\vec{\mathbf{U}}\to \dot{\mathbf{\beta }}={\mathbf{L}}_2{\dot{\mathbf{x}}}_{\mathbf{bias}}\text{\hspace{1em}(7)}$$
  其中，$\mathbf{A}$为0，$\mathbf{B}=\left[\begin{array}{c}{\mathbf{L}}_2\end{array}\right]$。

• 传递函数

  令输入$r(t)={\dot{\mathbf{x}}}_{\mathbf{bias}}(t)$，输出$y(t)=\mathbf{\beta }(t)$，则对应的微分方程
  $$y^{\prime }(t)={\mathbf{L}}_{2}r(t)\text{\hspace{1em}(8)}$$
  对应的传递函数为：
  $$\frac{\mathbf{Y}(s)}{\mathbf{R}(s)}=\mathbf{G}(s)=\frac{{\mathbf{L}}_2}{s}\text{\hspace{1em}(9)}$$
  说了很简单吧，是个比例积分环节\doge。

结论

因为这部分实在是太简单了，就不单独进行仿真了，后续会跟轨迹控制一起仿真。
没错！下一篇博客将进行二轮平衡车轨迹跟踪的控制讨论了

感谢阅读~