matlab两轮自平衡小车,两轮自平衡小车（全部设计资料+设计分析）

自己做的自平衡小车，基本达到预期效果。制作资料在压缩包里面，供参考。

该两轮自平衡小车硬件设计概述：控制器：ATmega16；8MHz；

加速度传感器：MMA2260；陀螺仪：EWTS82；

传感器的融合：卡尔曼滤波；

马达：EN_2342CR(速比64)+双路12脉冲编码器+CD40106对信号整形；

驱动板芯片：CD4001+IR2111+IRF1404(驱动电流可以很大)；

图片(拍摄效果不佳)，视频如下：

小车实物图展示：

设计分析：

其实控制很简单，利用定时器产生10ms中断，每次中断进行如下工作：

1：AD采样加速度传感器和陀螺仪，然后卡尔曼滤波得出角度与角速度；(滤波模块借鉴老外的)(互补滤波效果感觉不是很好)；

2：计算车轮的速度，积分得出位置；

3：利用PD算法得出PWM值=K1*angle + K2*angle_dot + K3*speed + K4 * position；

4：前进后退给定参考速度计算即可；

注意：增量式轮速传感器A相中断，读取B相电位判断前进还是后退，在10ms的时间内累加，计算车轮的速度；

由于10ms累加的轮速信号不多，直接计算车体会发抖，所以增加了低通滤波，解决问题；

我在外面增加4个电位器可以手动调节4个K值，方便调试；

附件的文件夹里面有matlab建模的资料，可以求出所需的4个K的值，(参考NXT的)，大家可自行调试K值看看对车辆的影响；

电机选取建议：由于考虑到减速器，而且带传感器。其实后面实践得知可以不要位置传感器，这样选择电机的空间就很大了，买便宜的；

电机扭矩要大；说白了，功率要大；转动惯量大似乎的更稳定，所以不用空心杯的也许更好；

减速比可以大一点，用较大的轮子；

重心越靠下，抗扰性越强；但是可能会影响稳定性；

购买的电机型号参考：

算法：

常用计算方法有两种：互补滤波和卡尔曼滤波；都可以输出校正后的角度与角速度；我采用的是卡尔曼滤波，考虑到单片机的运算能力，是经过精简的，当然这些都是老外做的，关于卡尔曼滤波，我找了很多资料，详见附件内容。