资源描述：
《倒立摆系统研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、两轮移动式倒立摆机器人的系统结构及算法设计移动机器人是机器人学的一个重要分支。对于移动机器人的研究，包括轮式、腿式、履带式以及水下机器人等，可以追溯到20世纪60年代。移动机器人尚有不少技术问题有待解决,因此最近几年移动机器人的研究相当活跃。移动机器人得到快速发展有两方面的原因：1、移动机器人的应用范囤越来越广泛；2、相关领域如计算传感控制执行以及人工智能等技术的快速发展。两轮倒立摆是一种两轮式左右并行布置结构的口平衡系统，•其他类型的机器人相比最主要的特征是要解决自平衡问题，即要在各种状态下保持动态平衡。人类本身的平衡系统是在内耳屮，透过视觉将白
2、身所处的状态送到大脑进行分析，并发出指令，使肌肉自动调整人体的平衡。而两伦倒立摆则根据平衡传感器以及其它辅助传感器采集的数据，通过建立系统的数学模型和控制算法，最终控制两个伺服电机，使Z保持平衡。系统结构系统采川的传感器包括倾角传感器、陀螺仪、编码器、通过它们町以测量和运算出小车的状态参数，具屮车体倾角、车体倾角角速度分别市倾角传感器、陀螺仪直接测量；左右车轮旋转角度可山编码器测量，通过微分可以计算左右车轮的角速度，进而推算出左右车轮的行驶速度、车体的前进速度以及小车在地面的旋转角速度。无线模块与DSP之间通过SCI通信。该无线模块可以使PC机在3
3、00m范围内对小车系统进行操作，同时DSP可以通过无线模块将系统的各种状态信息发送到PC机，以供实验分析。整个系统相对于一个无线测试平台。倒立摆机器人的运动模型机器人在地而的运动可归结为平而刚体运动，这种运动可分解为直线运动和旋转运动，由于轮式驱动结构简单，动作稳定，较容易控制，H方式直观。所以我们的系统采用双轮驱动,其理论重心位于两轮轴中点处，以它的运动轨迹作为系统的运动轨迹。屮心点速度为：VI=031*RVr=cor*R其运动方程可以描述为：V=（V1+Vr）/2=1/2R*（3l+COr）3=（V1-Vr）/D=R/D:{c（0）l-C0r）
4、R为车轮半径，vl,vr分别为左右车轮的线速度，31,G）r分别为左右车轮的转速，V,co分别为机器人在X-O-R平而内的直线速度和旋转角速度。可以看出:①当col=cor时，R->-,机器人沿直线行走；②当col=-cor时，R->0,机器人在原地旋转。其余情况下，机器人做圆弧运动。机器人在平而上做各种轨迹运动，就是山这些基木的轨迹连接起来的组合介成，因此机器人的轨迹控制可以转化为这些棊本运行轨迹的控制。目标跟踪算法的实现设机器人初始状态（x,y,§）为（0,0,0）,目标位置为（1,1）。为了使机器人在移动过程中将多个动作连接起來，形成一个比较
5、连续并且光滑的动作，理想的情况应是机器人在速度丫下,实时检测机器人询进方向与机器人的目标方向的差值，不断改变旋转角速度使机器人的询进方向跟踪冃标方向。其控制流程包括以下儿个步骤：⑴编码器检测左右车轮的转角，获得车体的位移和旋转介速度，根据位移和旋转角度可以算出小车在参考系下的处标（xc,yc）和前进方向⑵检测冃标点在参考系下的坐标（x（,y（）,计算目标的位置角度⑶根据小车位置（xc,yc）和目标位置（xt,yt）计算口标相对于小车的位置角度（）；⑷根据0和§计算出小车行驶方向需要修正的角度a;⑸通过反馈系数K得到小车的旋转角速度co；⑹根据行缎速
6、度v修正旋转角速度3,得到期望的旋转角速度3X。当v较小吋的转角速度就比当v较大时要大，否则小车会由于急转弯而失去平衡。⑺将行驶速度v和旋转速度s输入白平衡控制系统的两个独立的控制器；控制器1和控制器2分别控制小车的行驶速度和旋转角速度，其中控制器1还同时控制倒立摆系统的口身平衡。实验结果机器人跟踪目标，首先要有视觉部分作为机器人的“眼晴”，视觉部分担负着识别目标的位置、速度、方向等信息的任务，这些信息是做出止确决策的基础。视觉系统需要图像采集设备，包括摄像头和采集卡等。由于两伦式移动倒立摆机器人还没有装备视觉系统，所以为了检测倒立摆机器人跟踪能力
7、，我们模拟了一个虚拟的跟踪冃标，PC机通过无线模块不断地将冃标位置发送给机器人，供机器人决策。倒立摆机器人的位置可以通过口身的传感器获収。设机器人初始状态（x,y,6）为（0,0,0）,目标位置为（1,1）。机器人的初始方向为0,与目标位置有一个45°的角度。二级倒立摆仿真Illi线如图1所示。基于AXFIS控制器的二级倒立摆仿真曲线从仿真图町以看出，小车初始位置离平衡点较远也能短时间的3.5s内运动到平衡点，摆杆1和摆杆2的仿真
8、11
9、线在3s内就达到平衡位直。这说明基于自适应神经网络模糊控制器的二级倒立摆系统快速性很好，同时超调蜃也很小。4结论
10、本文研究两轮移动式倒立摆平衡中的运动控制问题，利用Lagrange法建立了系统的数学模型.通过状态反馈和输出反馈推导出系统
