【花雕学编程】Arduino FOC 之带滑模控制的动态目标跟踪

驴友花雕

于 2024-09-11 07:29:51 发布

阅读量556

点赞数 21

分类专栏： Arduino FOC 文章标签：目标跟踪嵌入式硬件单片机 c++ Arduino动手做带滑模控制的动态目标跟踪 Arduino FOC

本文链接：https://blog.csdn.net/weixin_41659040/article/details/142113589

版权

Arduino FOC 专栏收录该内容

490 篇文章 7 订阅

订阅专栏

在这里插入图片描述

Arduino是一个开放源码的电子原型平台，它可以让你用简单的硬件和软件来创建各种互动的项目。Arduino的核心是一个微控制器板，它可以通过一系列的引脚来连接各种传感器、执行器、显示器等外部设备。Arduino的编程是基于C/C++语言的，你可以使用Arduino IDE（集成开发环境）来编写、编译和上传代码到Arduino板上。Arduino还有一个丰富的库和社区，你可以利用它们来扩展Arduino的功能和学习Arduino的知识。

Arduino的特点是：
1、开放源码：Arduino的硬件和软件都是开放源码的，你可以自由地修改、复制和分享它们。
2、易用：Arduino的硬件和软件都是为初学者和非专业人士设计的，你可以轻松地上手和使用它们。
3、便宜：Arduino的硬件和软件都是非常经济的，你可以用很低的成本来实现你的想法。
4、多样：Arduino有多种型号和版本，你可以根据你的需要和喜好来选择合适的Arduino板。
5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。

在这里插入图片描述
Arduino FOC（Field Oriented Control，场向量控制）是一种先进的电机控制技术，它允许精确控制电机的转矩和速度。这种控制技术特别适用于无刷直流电机（BLDC）和步进电机。在Arduino平台上实现FOC可以提供平滑的运行和高度的扭矩、速度和位置控制，它通过精确控制电机的电流和电压来实现高效率、高精度和低噪声的操作。

主要特点:
1、高性能电机控制：FOC是一种高级的电机控制算法，可以精准控制PMSM(永磁同步电机)和BLDC(无刷直流)电机，实现平滑的转速和扭矩输出。
2、闭环控制架构：FOC采用闭环反馈控制，通过检测电机的位置和速度数据，实时调整输出电压和电流，确保电机动作符合预期。
3、模块化设计：Arduino FOC库采用模块化设计，包含电机建模、速度/位置/电流控制环、PWM生成等子模块，用户可根据需求灵活组合使用。
4、可移植性强：Arduino FOC可移植到多种硬件平台，如Arduino、ESP32、STM32与树莓派等，适用于功率从几十瓦到几千瓦的电机系统。
5、参数自动识别：FOC库具有自动识别电机参数的功能，可以大幅简化电机控制系统的调试过程。

应用场景:
1、工业自动化：在工厂的机器人、传送带、CNC加工设备等领域，Arduino FOC可提供高性能的电机控制解决方案。
2、电动车辆：电动自行车、电动汽车、电动叉车等车载电机驱动系统，可以采用Arduino FOC进行精准控制。
3、家用电器：在电风扇、洗衣机、空调等家用电器中，Arduino FOC可实现细腻的电机速度和扭矩控制。
4、航模和无人机：航模飞机、无人机等对电机控制性能要求很高的领域，Arduino FOC能够提供高精度的电机驱动。
5、机器人：工业机器人、服务机器人、仿生机器人等对电机控制性能有严格要求的领域，Arduino FOC是一个不错的选择。

需要注意的事项:
1、硬件要求：Arduino FOC对控制器的性能(如CPU频率、RAM/ROM容量等)有一定要求，需要选择合适的硬件平台。
2、调试复杂性：FOC算法涉及电机建模、坐标变换、PI调节器等诸多环节，调试和调优过程相对复杂，需要一定的专业知识。
3、噪声抑制：电机驱动电路容易产生噪声干扰，需要采取合理的屏蔽和滤波措施，确保信号质量。
4、安全防护：电机驱动系统可能会产生过电流、过压等故障,需要配备可靠的保护电路，确保人身和设备安全。
5、系统集成：将Arduino FOC集成到完整的电机驱动系统中时，需要考虑机械、电力、控制等各个方面的协调配合。

总的来说，Arduino FOC是一种功能强大、性能优秀的电机控制解决方案,适用于工业自动化、电动车辆、家用电器等众多领域。但在硬件选型、算法调试、噪声抑制和安全防护等方面都需要谨慎考虑，以确保系统稳定可靠地运行。

附录：系列目录
1、Arduino FOC的特点、场景和使用事项
http://t.csdnimg.cn/WZhYL
2、Arduino FOC 之简单FOC库 - 跨平台的无刷直流和步进电机FOC实现
http://t.csdnimg.cn/p9ADE
3、Arduino FOC 之无刷直流电机速度控制
http://t.csdnimg.cn/gZ7CY
4、Arduino FOC 之步进电机位置控制
http://t.csdnimg.cn/VYbIb
5、Arduino FOC 之无刷直流电机电流控制
http://t.csdnimg.cn/wWGVu
6、Arduino FOC 之 SimpleFOC 库的主要函数
http://t.csdnimg.cn/S26MC
7、Arduino FOC 之 ArduinoFOC库的核心函数
http://t.csdnimg.cn/3VLzF
8、Arduino FOC 之传感器校准
http://t.csdnimg.cn/NS3TR
9、Arduino FOC 之SimpleFOCShield v2.0.4无刷电机驱动板
http://t.csdnimg.cn/g9mP7
10、Arduino FOC 之 AS5600角度读取
http://t.csdnimg.cn/dmI6F
11、Arduino FOC 之 FOC算法
http://t.csdnimg.cn/ENxc0
12、Arduino FOC 之 SimpleFOC库的适配电机方案
http://t.csdnimg.cn/QdH6k

在这里插入图片描述
Arduino FOC 之带滑模控制的动态目标跟踪
1、主要特点
鲁棒性强: 滑模控制具有很好的鲁棒性，能够有效应对系统中的不确定性和外部扰动，使得动态目标跟踪在各种环境下都能稳定进行。
快速响应: 滑模控制通过快速切换控制输入，能够实现对动态目标的快速响应，提高跟踪精度，减少跟踪延迟和超调现象。
简单实现: 滑模控制算法相对简单，适合在Arduino等嵌入式平台上实现，便于实时控制和调试。
适应性强: 该控制方法能够处理非线性系统和多变量系统，适应不同类型的动态目标，提升整体控制性能。

2、应用场景
移动机器人: 在移动机器人中，带滑模控制的动态目标跟踪可以用于追踪移动物体，如在仓库管理和物流配送中快速跟随目标。
无人机: 在无人机飞行任务中，滑模控制能够确保无人机稳定跟踪地面或空中的动态目标，提高飞行的安全性和精确性。
自动驾驶: 在自动驾驶汽车中，动态目标跟踪是实现路径规划和避障的重要组成部分，通过滑模控制可以有效应对其他车辆和行人的动态变化。
运动控制: 在运动控制系统中，如自动化生产线和智能制造，滑模控制能够快速适应产品和工件的变化，实现高效的动态跟踪。

3、需要注意的事项
滑模面设计: 滑模面的选择和设计对控制效果至关重要，需根据具体系统特性进行合理设计，以确保系统能够快速稳定地达到滑模面。
抖振现象: 滑模控制可能会引起抖振，特别是在滑模面附近，需设计合适的边界层以减小抖振，提高控制质量。
非线性特性: 在处理高度非线性系统时，滑模控制的设计和实施可能会变得复杂，需充分考虑非线性特性以优化控制效果。
实时计算: 在嵌入式系统中实现滑模控制需要考虑计算资源，确保控制算法能够在实时性要求下高效运行，避免计算延迟影响跟踪性能。
环境适应性: 外部环境（如温度、湿度和电磁干扰等）可能对控制系统的性能产生影响，需在设计中考虑环境适应性，以确保系统在不同条件下的可靠性。

总结
Arduino FOC 中的带滑模控制的动态目标跟踪为实现高效、鲁棒的跟踪控制提供了一种有效的方法，广泛应用于移动机器人、无人机、自动驾驶和运动控制等领域。通过合理设计滑模面和边界层，可以有效提升系统的稳定性和响应速度。在实际开发中，应重视滑模面设计、抖振控制及实时计算等关键因素，以确保系统的高效运行和可靠性。

在这里插入图片描述
1、基本滑模控制实现

#include <Arduino.h>
#include <SimpleFOC.h>

BLDCMotor motor = BLDCMotor(7);
Encoder encoder = Encoder(2, 3); // 编码器

float targetPosition = 90.0; // 目标位置
float lambda = 1.0; // 滑模控制增益

void setup() {
    Serial.begin(115200);
    motor.init();
    encoder.init();
    motor.enableFOC();
}

void loop() {
    float currentPosition = encoder.getPosition(); // 获取当前角度
    float error = targetPosition - currentPosition; // 计算误差

    // 滑模控制律
    float controlSignal = lambda * error; // 控制信号计算

    motor.move(controlSignal); // 移动电机
    motor.loopFOC();
    delay(100); // 更新频率
}

2、动态目标跟踪

#include <Arduino.h>
#include <SimpleFOC.h>

BLDCMotor motor = BLDCMotor(7);
Encoder encoder = Encoder(2, 3);

float targetPosition = 0.0; // 初始目标位置
float lambda = 1.0; // 滑模控制增益

void setup() {
    Serial.begin(115200);
    motor.init();
    encoder.init();
    motor.enableFOC();
}

void loop() {
    // 动态更新目标位置
    targetPosition = 90.0 * sin(millis() / 1000.0); // 目标位置为正弦波

    float currentPosition = encoder.getPosition();
    float error = targetPosition - currentPosition;

    // 滑模控制
    float controlSignal = lambda * error;

    motor.move(controlSignal);
    motor.loopFOC();
    delay(100);
}

3、带有滑模控制的多目标跟踪

#include <Arduino.h>
#include <SimpleFOC.h>

BLDCMotor motor = BLDCMotor(7);
Encoder encoder = Encoder(2, 3);

float targetPositions[5] = {0.0, 30.0, 60.0, 90.0, 120.0}; // 多个目标位置
int currentTarget = 0; // 当前目标索引
float lambda = 1.0; // 滑模控制增益

void setup() {
    Serial.begin(115200);
    motor.init();
    encoder.init();
    motor.enableFOC();
}

void loop() {
    // 动态选择目标位置
    if (currentTarget < 4) {
        currentTarget++;
    } else {
        currentTarget = 0; // 回到第一个目标
    }

    float targetPosition = targetPositions[currentTarget];
    float currentPosition = encoder.getPosition();
    float error = targetPosition - currentPosition;

    // 滑模控制
    float controlSignal = lambda * error;

    motor.move(controlSignal);
    motor.loopFOC();
    delay(2000); // 等待两秒以便观察运动
}

要点解读
滑模控制原理：
滑模控制是一种鲁棒控制方法，能够有效处理系统的不确定性和外部干扰。它通过构建滑模面来引导系统状态到达期望轨迹。
在代码中，通过计算当前状态与目标状态之间的误差，生成控制信号。
动态目标更新：
在第二个案例中，目标位置为正弦波，模拟动态变化的目标。这种设置可以测试系统对动态目标的跟踪能力。
通过时间变化更新目标位置，能够模拟真实环境中的动态情况。
多目标跟踪：
第三个案例展示了如何实现对多个目标位置的跟踪。通过循环选择目标位置，使得电机能够在多个预设位置之间移动。
这种方法适用于需要在多个位置之间切换的应用，如自动化生产线。
反馈控制的实现：
在每个循环中，通过编码器获取当前角度，并计算误差，以生成控制信号。这种反馈机制确保了电机能够实时调整到目标位置。
通过motor.move()和motor.loopFOC()，电机能够根据控制信号进行精确控制。
应用场景广泛性：
滑模控制在机器人、自动化系统和智能制造等领域有广泛应用。它能够有效处理系统的非线性和不确定性问题，提高控制系统的稳定性。
通过进一步优化和调整滑模控制参数，可以实现更高效的动态目标跟踪。

在这里插入图片描述
4、基本滑模控制

#include <SimpleFOC.h>

// 定义电机和编码器
BLDCMotor motor = BLDCMotor(7);
BLDCDriver3PWM driver = BLDCDriver3PWM(9, 10, 11);
Encoder encoder = Encoder(2, 3, 500);

// 定义滑模控制参数
float lambda = 0.5; // 滑模面斜率
float eta = 0.1; // 控制增益

void setup() {
  // 初始化电机和编码器
  motor.linkDriver(&driver);
  motor.linkSensor(&encoder);
  motor.controller = MotionControlType::angle;
  motor.init();
  encoder.init();
}

void loop() {
  // 当前角度
  float current_position = motor.shaft_angle;
  // 目标位置
  float target_position = 1.0; // 目标位置（弧度）
  // 滑模控制计算
  float error = target_position - current_position;
  float control_signal = lambda * error + eta * (error > 0 ? 1 : -1);
  motor.move(current_position + control_signal);
  delay(100);
}

5、多轴滑模控制

#include <SimpleFOC.h>

// 定义多个电机和编码器
BLDCMotor motor1 = BLDCMotor(7);
BLDCMotor motor2 = BLDCMotor(7);
BLDCDriver3PWM driver1 = BLDCDriver3PWM(9, 10, 11);
BLDCDriver3PWM driver2 = BLDCDriver3PWM(5, 6, 7);
Encoder encoder1 = Encoder(2, 3, 500);
Encoder encoder2 = Encoder(4, 5, 500);

// 定义滑模控制参数
float lambda = 0.5; // 滑模面斜率
float eta = 0.1; // 控制增益

void setup() {
  // 初始化电机和编码器
  motor1.linkDriver(&driver1);
  motor1.linkSensor(&encoder1);
  motor1.controller = MotionControlType::angle;
  motor1.init();
  encoder1.init();

  motor2.linkDriver(&driver2);
  motor2.linkSensor(&encoder2);
  motor2.controller = MotionControlType::angle;
  motor2.init();
  encoder2.init();
}

void loop() {
  // 当前角度
  float current_position1 = motor1.shaft_angle;
  float current_position2 = motor2.shaft_angle;
  // 目标位置
  float target_position1 = 1.0; // 目标位置（弧度）
  float target_position2 = 1.5; // 目标位置（弧度）
  // 滑模控制计算
  float error1 = target_position1 - current_position1;
  float error2 = target_position2 - current_position2;
  float control_signal1 = lambda * error1 + eta * (error1 > 0 ? 1 : -1);
  float control_signal2 = lambda * error2 + eta * (error2 > 0 ? 1 : -1);
  motor1.move(current_position1 + control_signal1);
  motor2.move(current_position2 + control_signal2);
  delay(100);
}

6、带滑模控制的轨迹规划

#include <SimpleFOC.h>

// 定义电机和编码器
BLDCMotor motor = BLDCMotor(7);
BLDCDriver3PWM driver = BLDCDriver3PWM(9, 10, 11);
Encoder encoder = Encoder(2, 3, 500);

// 定义滑模控制参数
float lambda = 0.5; // 滑模面斜率
float eta = 0.1; // 控制增益

// 定义轨迹规划参数
float trajectory[5] = {0.0, 0.5, 1.0, 1.5, 2.0}; // 轨迹点
int index = 0;

void setup() {
  // 初始化电机和编码器
  motor.linkDriver(&driver);
  motor.linkSensor(&encoder);
  motor.controller = MotionControlType::angle;
  motor.init();
  encoder.init();
}

void loop() {
  // 当前角度
  float current_position = motor.shaft_angle;
  // 目标位置
  float target_position = trajectory[index];
  // 滑模控制计算
  float error = target_position - current_position;
  float control_signal = lambda * error + eta * (error > 0 ? 1 : -1);
  motor.move(current_position + control_signal);
  index = (index + 1) % 5; // 循环轨迹点
  delay(1000);
}

要点解读
电机初始化：每个案例都展示了如何初始化电机、驱动器和编码器，并将它们链接在一起。这是实现精确控制的基础。
滑模控制参数：滑模控制通过设置滑模面斜率和控制增益来实现对系统的鲁棒控制，确保系统在不确定性和扰动下的稳定性。
目标位置设定：通过设定目标位置，电机能够按照预定的轨迹移动。这在动态目标跟踪中至关重要。
多轴同步控制：第5个案例展示了如何同步控制多个电机，这对于复杂的机械臂运动非常重要。
轨迹规划：第6个案例展示了如何进行简单的轨迹规划和跟踪，通过预设轨迹点实现机械臂的连续运动。

注意，以上案例只是为了拓展思路，仅供参考。它们可能有错误、不适用或者无法编译。您的硬件平台、使用场景和Arduino版本可能影响使用方法的选择。实际编程时，您要根据自己的硬件配置、使用场景和具体需求进行调整，并多次实际测试。您还要正确连接硬件，了解所用传感器和设备的规范和特性。涉及硬件操作的代码，您要在使用前确认引脚和电平等参数的正确性和安全性。

在这里插入图片描述

驴友花雕

关注

21
点赞
踩
7

收藏

觉得还不错? 一键收藏
打赏
1
评论
【花雕学编程】Arduino FOC 之带滑模控制的动态目标跟踪

您还要正确连接硬件，了解所用传感器和设备的规范和特性。在Arduino平台上实现FOC可以提供平滑的运行和高度的扭矩、速度和位置控制，它通过精确控制电机的电流和电压来实现高效率、高精度和低噪声的操作。Arduino FOC 中的带滑模控制的动态目标跟踪为实现高效、鲁棒的跟踪控制提供了一种有效的方法，广泛应用于移动机器人、无人机、自动驾驶和运动控制等领域。5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。
复制链接

扫一扫