基于卡尔曼滤波的两轮自平衡车姿态检测研究

在两轮自平衡车设计的过程中,车身姿态检测是关键的设计环节,关系到自平衡车能否有效进行车身的自动控制。但是,使用单一传感器容易导致姿态检测过程中出现测量误差和噪声干扰,所以还需要对测量信号进行滤波处理。因此,基于这种情况,本文设计了一个基于卡尔曼滤波的两轮自平衡车姿态检测系统,从而更好的解决自平衡车的姿态控制问题。     

基于新型惯性传感器的两轮自平衡车的设计

两轮自平衡车是检验各种控制算法的理想平台之一。设计了两轮自平衡车的实验平台,车体姿态数据采集采用新型加速度传感器和陀螺仪传感器组合,型号分别为ST公司的LIS331DLH和L3G4200D。姿态检测数据融合算法采用卡尔曼滤波算法,系统控制算法采用倾角环,角速度环与电流环的PID控制方法。最后,制作了两轮自平衡车的原型,并给予了初步运动控制验证。该实验平台能够初步实现自平衡功能,后续的研究将着重对各种控制算法在该平台的验证研究。     

基于MEMS惯性传感器的两轮自平衡小车设计

着重分析了两轮自平衡小车的设计原理与控制算法,采用卡尔曼滤波算法融合陀螺仪与加速度计信号,得到系统姿态倾角与角速度最优估计值,通过双闭环数字PID 算法实现系统的自平衡控制。设计了以MPU-6050传感器为姿态感知的两轮自平衡小车系统,选用8位单片机HT66FU50A为控制核心处理器,完成对传感器信号的采集处理、车身控制以及人机交互的设计,实现小车自主控制平衡状态、运行速度以及转向角度大小等功能。     

基于线性CCD的两轮自平衡智能小车控制系统设计

文中设计了一种基于线性CCD图像传感器的两轮自平衡智能小车。该车通过加速度计测量小车倾角和陀螺仪测量车的倾角速度,两个数据融合得到车的姿态,进而控制其自身平衡,通过线性CCD检测赛道的信息实现行走及转向.经实验验证,该智能小车系统稳定,鲁棒性强,符合我们设计的要求。     

两轮同轴机器人的自平衡控制研究

研究了一种控制两轮同轴机器人平衡的新方法。通过改良两轮机器人的总体机械结构,将整个机器人的重心降到轮轴高度下方或者维持在通过轮轴的垂直平面内,在轮轴下方外加平衡摆杆以调节机器人重心,使之平衡,解决两轮自平衡机器人非线性、强耦合和绝对不稳定的特点。利用ARMStm32系列单片机实现控制,陀螺仪EWTS86和双轴加速度传感器ADXL330相结合提供一个惯性基准,感知两轮同轴机器人位姿和倾角,进行平衡协调;通过PID调节和卡尔曼滤波,实现机器人轮子转速控制和平衡杆的平衡控制的有机统一。     

基于互补滤波器的两轮平衡车姿态角度测量

微机电系统（Micro-Electro-Mechanical Systems,MEMS）陀螺仪和MEMS加速度计在两轮平衡车姿态测量中存在扰动和噪声,引起姿态角度测量误差。通过对陀螺仪和加速度计输入信号进行滑动扣除均值方法来抑制直流分量,利用滑动滤波算法抑制加速度计高频噪声,引入互补滤波算法将预处理后的陀螺仪和加速度计信号进行融合,得到更加准确稳定的角度测量值,分析了融合算法中加权因子与滤波频率特征之间的关系。该方法应用到两轮平衡车的运行姿态角度控制中,提高了对姿态角度测量的精度。     

基于STM32的两轮自平衡遥控小车

针对于现在流行的两轮自平衡车,设计了一个与其原理相似的研究型平衡小车系统。该系统以STM32为主控芯片,采MPU6050采集小车的姿态。然后通过卡尔曼滤波融对数据进行融合处理,最后利用PID控制算法计算电机的PWM值以控制电机的合理转动＇使小车保持平衡。系统利用自制的无线遥控模块中的NRF24L01模块传输控制信号模拟人体姿态调制,控制小车的行走。     

基于CCD的两轮自平衡智能车系统设计

介绍了一种基于线阵CCD图像传感器的两轮自平衡循迹智能车系统设计与开发。系统基于第八届飞思卡尔智能车大赛准则,通过陀螺仪与加速度计测量智能车姿态进行反馈调节实现动态自平衡和速度调节,并根据CCD获取的赛道信息控制智能车转向实现自动循迹。系统在控制算法上采用了增量式数字PID控制,使系统更加稳定,改善了系统鲁棒性,最终实现了智能车动态自平衡和自动循迹功能。     

自平衡机器人的模糊-PD控制

由于自平衡机器人是一种两轮左右平行布置的机器人,像传统的倒立摆一样,它的本身是一个自然不稳定体,必须要施加强有力的控制手段才能使之稳定.为了提高两轮自平衡机器人设计的可靠性,针对不稳定、非线性、强耦合的两轮自平衡机器人系统,运用牛顿力学方法建立了转向运动的数学模型.在模型中建立了模糊控制器,并用模糊控制加比例控制的方法...     

融合多传感信息的仿人机器人姿态解算

在RoboCup Soccer仿人机器人比赛中,机体姿态实时解算是仿人机器人运动控制系统的核心技术之一。文中分析了MEMS加速度计、磁强计和陀螺仪性能,以自主姿态测量为前提,融合惯性测量单元中多传感信息,提出了一种基于四元数的姿态解算算法。针对仿人机器人步行姿态控制中传感器数据存在的噪声干扰和测量误差,设计卡尔曼滤波器实现了对数据漂移的有效补偿,从而提高了全姿态检测的测量精度。试验结果验证了该算法对仿人机器人运动控制系统机体姿态实时解算的有效性。