基于数据融合的两轮自平衡小车控制系统设计

为解决两轮自平衡系统中传感器存在较大震动干扰与漂移误差的问题,并提高系统姿态倾角测量的精确性和实时性,提出了基于陀螺仪与加速度计数据融合的两轮系统自平衡控制方法。建立两轮自平衡系统的动力学模型,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算法实现两轮系统的自平衡控制。通过两轮小车自平衡控制系统的软硬件设计,成功验证了该方法的可行性与有效性。利用该方法大大提高了两轮自平衡系统的抗干扰性。     

基于dsPIC33EP16GS502的两轮自平衡小车控制系统的设计

介绍了一种采用数字信号控制器dsPIC33EP16GS502和运动传感器MPU-6050等设计的两轮自平衡小车的控制系统。该系统利用卡尔曼滤波算法对陀螺仪和加速度计的信号进行融合,计算出小车倾角和角速度的最优估计值,采用PID算法对驱动电机的两路PWM信号进行控制,从而实现两轮小车的自平衡控制。文中详细介绍了两轮小车自平衡控制系统硬件和软件的设计。     

两轮自平衡车运动姿态的测量和控制

两轮自平衡车姿态测量与控制是两轮自平衡车设计的关键环节.针对两轮自平衡车倾角的测量问题,采用了卡尔曼多传感融合算法.该算法融合了加速度传感器和陀螺仪传感器数据,实现了两轮自平衡车倾角实时在线估算.根据测量得到的倾角和角速度,采用了比例微分(PD)控制算法,实现了两轮自平衡车姿态的稳定控制.     

两轮自平衡小车的系统设计与实现

两轮自平衡小车是以倒立摆模型为基础的动态平衡系统,针对系统设计中的车身结构、姿态检测与动态平衡控制等关键问题进行研究.采用一体化轮毂电机作为自平衡小车的驱动单元,设计轻量化车身结构以降低车身重量和能量损耗.控制系统采用含有加速度计、陀螺仪、电子罗盘的9轴姿态检测传感器检测车身姿态角度,利用卡尔曼滤波算法进行数据融合,获得姿态角度的最优估计,借助PID运动控制算法驱动轮毂电机运动,实现自平衡小车车身的动态平衡.通过参数优化,提升了系统的响应速度,将姿态角度估计的误差降低到0.5°以内,实现了两轮小车自主动态平衡功能,为两轮自平衡小车的设计提供了一种简单、可行、低成本的设计方案.     

单轴两轮自平衡小车姿态控制系统设计

两轮自平衡车是动态平衡机器人的一种,需要靠运动保持平衡不倒,要施加强有力的控制手段使其稳定.介绍一种单轴两轮自平衡小车姿态控制系统设计过程,采用Freescale Kinetis 60作为核心控制单元,三轴加速度传感器MMA7260和陀螺仪ENC-03M测量车模的倾角和倾角速度,测速编码器获取电机运动状态,通过PD调节控制两个电机正反向运动,保持车模直立平衡状态.为了增加小车的机械稳定性,采取了降低重心和减轻小车质量的方法,比如把小车电池和主控板等尽量压下,将整个车模的重心降到轮轴附近.     

基于Arduino的两轮自平衡机器人设计与实现

随着计算机技术的不断发展,与开源软件一样,开源硬件正成为一股不可忽视的颠覆性力量影响着科学探索和企业生产。基于开源硬件的产品越来越深入到社会实践中。基于Arduino的开源硬件技术,论文提出了一个两轮直立自平衡机器人的设计方案。它采用陀螺仪判断小车的原有姿势状态,使用加速度传感器计算车体的倾斜角度,采用Arduino处理数据和控制小车,用PID控制结合互补滤波融合加速度计和陀螺仪采样信息,用PWM调节电机运动,最终达到车体的平衡。实验结果表明:小车可以自行保持直立,并且具有较好的回复平衡能力。该车可以作为进一步验证各种控制算法的理想平台,具有一定的应用前景。     

基于互补滤波的两轮自平衡小车的实现

要使两轮自平衡小车协同运动、平衡稳定、有效控制,最为关键的首要因素是准确、快速地解算出其运动姿态信息。该文针对姿态信息解算的卡尔曼滤波解算复杂、运算量大等缺点,采用互补滤波将倾角、加速度传感器信息进行数据融合、优化,得到与实际姿态信息相一致的最优估计值。再综合视觉传感器,两轮自平衡小车自动调整运动姿态、及时修正并回归至平衡位置,实现平稳控制。提出利用传感器—倾角、加速度、磁力计、视觉,互补滤波,ARM微控制器,4G通信等多种技术,设计出基于互补滤波的两轮自平衡小车。详细阐述了工作原理、系统架构、硬件设计及姿态信息检测、互补滤波、方向检测等算法。实践表明,基于互补滤波的两轮竞速自平衡小车姿态解算准确快速、运动控制精准、转弯快速。     

两轮自平衡机器人惯性传感器滤波问题的研究

针对惯性传感器在两轮机器人姿态检测中存在随机漂移误差的问题,基于卡尔曼滤波实现对倾角仪与陀螺仪的信息融合,设计了简单而实用的滤波算法,对传感器的误差进行补偿后得到机器人姿态信号的最优估计,从而将其应用于两轮自平衡机器人系统。实验结果表明,采用卡尔曼信息融合的方法,来得到机器人姿态信息最优估计是有效可行的,并且有利于机器人完成自平衡的控制。     

两轮自平衡机器人角度检测数据融合算法

分析了采用单一传感器检测动态角度时存在的信号失真问题;采用了双传感器数据融合方法对加速度传感器检测到的角度进行数据处理,消除了信号中的干扰成分;在Matlab环境中对所采用的算法进行了仿真,并分析了仿真结果;在对两轮自平衡机器人控制过程中,将数据融合算法移植到了单片机中;利用加速度传感器及陀螺仪,完成了对角度的检测,被控系统的正常工作和检测数据验证了所采用算法的合理性及有效性。     

两轮自平衡智能车系统设计

针对智能汽车竞赛中的电磁组参赛要求,提出了两轮自平衡智能车系统的设计方案。主控芯片采用飞思卡尔公司的MC9S12XS128,选用加速度传感器检测车模的倾角,陀螺仪检测车模的角加速度;通过控制两个电机的加减速实现车模的自平衡控制。阐述了卡尔曼滤波法在陀螺仪和加速度传感器信号融合方面的应用,提出了针对闭环速度控制的PI算法。实验表明：该处理方法实现简单,能够准确、快速地实现车模的自平衡控制。     

基于PD算法的两轮自平衡车直立控制

建立了两轮自平衡车的动力学模型;在Matlab环境中设计了基于PD控制算法的两轮车直立控制器;仿真分析了控制器中各参数对系统的影响。利用普通小功率直流电机,模拟量输出的陀螺仪和加速度传感器,BTS7960半桥芯片等低价位元件设计了一套硬件电路,并将仿真程序移植到16位Freescale单片机中对两轮自平衡车进行控制;实测数据验证了所设计控制算法的合理性和设计电路的正确性。     

两轮自平衡小车的研究与实现

介绍以飞思卡尔MK60N512VMD100单片机为控制器和以MMA7260加速度传感器及ENC-03角速度传感器等传感器元件作为传感检测系统的两轮自平衡小车系统。阐述了基于加速度传感器和角速度传感器获取两轮小车倾斜角度的滤波算法及其实现、自平衡控制算法及其实现,电机控制策略等相关问题。实验结果表明,此小车具有较好的平衡性和稳定性。     

基于互补滤波的两轮自平衡车姿态控制

利用飞思卡尔XS128控制器、MMA7260三轴加速度计、ENC-03系列陀螺仪设计制作了两轮自平衡车.通过软件编程对两种传感器的检测值进行互补滤波融合,得到了可稳定、准确地反映自平衡车真实情况的角度值.并结合增量式PID算法,很好地实现了两轮自平衡车的动态平衡,验证了互补滤波算法应用于两轮自平衡车姿态控制的有效性.     

基于卡尔曼滤波的两轮自平衡遥控小车设计

针对现有两轮自平衡遥控小车系统稳定性不佳、实现功能单一、车体摆动幅度过大等不足,提出了两轮自平衡遥控小车改进方案。采用STM32F103单片机作为主控器,移植实时操作系统μC/OS-Ⅱ,选择直流电机、传感器以及外围电路,设计了两轮自平衡遥控小车的硬件控制部分。利用MPU6050模块实时获取小车的当前运行姿态,经卡尔曼滤波处理位姿信息后发送给主控器,随后利用线性PID控制算法调节电机转速,结合双闭环控制实现了小车的直立平衡行走。摇杆电位器结合无线通信模块可远程遥控小车,利用超声波传感器和GSM模块实现避障和远程监测功能,通过TFT彩色液晶屏和蓝牙手机客户端实现人机交互功能。试验结果表明,小车系统运行平稳、功能多元、抗干扰能力强,具有很高的准确性和稳定性,实现了自平衡遥控理论的扩展,在机器人领域具有广阔的应用前景。     

基于神经网络进化学习的两轮小车避障控制

本文提出了基于神经网络的两轮小车的避障控制，通过进化学习实现了小车在非结构化环境中的避障行为。这种神经网络控制结构同时完成传感器数据融合功能，具有一定的传感器容错能力。     

基于四元数和卡尔曼滤波的两轮车姿态稳定方法

针对自平衡两轮车姿态角的在线估计问题,采用四元数的姿态解算算法,利用Levenberg-Marquardt非线性最小二乘法对自平衡两轮车陀螺仪信号拟合,建立了随机漂移误差数学模型,应用卡尔曼滤波融合陀螺仪和加速度计输出的信号,补偿了陀螺仪输出角速度的随机漂移误差,得到了自平衡两轮车姿态的最优估计。实验结果表明,这种姿态估计算法是有效的,有利于车体的自平衡控制。     

卡尔曼滤波在两轮自平衡代步车姿态检测中的应用

介绍了一种MENS加速度计、陀螺仪与嵌入式微控制器相结合的两轮自平衡代步车姿态检测系统。针对加速度计和陀螺仪测量分别存在噪声干扰和随机漂移误差,采用卡尔曼滤波实现传感器数据融合,补偿传感器测量误差,得到车体姿态的最优估计。将该算法移植到姿态检测系统的微控制器中,测试结果表明卡尔曼信息融合可以有效提高系统检测精度。     

基于线阵CCD的两轮自平衡智能车系统

设计一种基于线阵CCD传感器的两轮自平衡智能车系统,运用互补滤波算法对陀螺仪和加速度计进行姿态角融合,使用浮动阈值法对线阵CCD图像进行二值化处理,完成姿态、方向和速度三项控制任务并对控制信号进行融合。实际测试,智能车以2.2m/s的平均速度稳定运行,验证了系统设计的可行性与可靠性。     

基于Arduino单片机的避障小车机器人

本文简要介绍了一种基于Arduino新型集成开发环境的超声波避障小车的工作原理,包括对小车的结构、传感器、执行元件、Arduino单片机软件编程及试验结果的介绍.本方案基于蝙蝠超声波测距的原理,利用超声波传感器,检测小车前方障碍物的距离;轮速传感器分别检测左右轮速,所有信号传递给单片机,由其控制小车两个直流电机,驱动车轮.实现小车根据外部环境,完成前进、后退和转向动作,完成避障的功能.     

基于DSP的两轮自平衡小车系统的研究

两轮自平衡小车的结构类似于倒立摆,具有本质不稳定,多变量、非线性、强耦合等特点,属于复杂系统的一种,同时结构简单,易于实现,且成本不高,因此是检验各种控制算法的理想平台。利用DSP的强大功能,设计了一种基于DSP的两轮自平衡小车系统。介绍了以DSP芯片MC56F8013为核心的两轮自平衡小车系统的硬件系统开发,以及运用现代控制理论设计的控制算法。实验结果表明两轮自平衡小车系统的设计是成功的。