双轮自平衡机器人行走伺服控制算法

为解决双轮自平衡机器人行走伺服控制问题,针对其动力学特性,提出使用分层模糊控制的方法对双轮自平衡机器人运动进行控制,并且设计一种基于mamdani型模糊推理规则的模糊控制器。使用这种模糊控制器在双轮自平衡机器人硬件平台上完成了2个实验。一是以恒定倾斜角行走为控制目标的行走伺服控制;二是以恒定速率行走为控制目标的行走伺服控制。实验结果表明,设计的模糊控制器模糊规则简洁,可以很好地解决双轮自平衡机器人行走伺服控制问题。

变倾角自适应双轮自平衡机器人控制算法

为了提高双轮自平衡机器人的动态稳定性,提出了一种基于传感器数据融合的模糊自适应PID控制策略。首先通过建立传感器的数学模型分析其误差来源,并对比了改进后的互补滤波和卡尔曼滤波融合算法在自平衡机器人倾角测量中的实时准确性;其次根据PID参数的控制效果,针对机器人倾角持续无规律变化设计了具有不同论域范围和变隶属度函数特点的变倾角模糊PID控制方法。实验结果表明,改进后的卡尔曼滤波融合算法在自平衡机器人控制中更具优越性;同时,变倾角模糊PID控制与传统PID控制相比,机器人在平衡和前进控制过程中具有较强的自适应能力和鲁棒性,其调节时间分别缩短0.8 s和3 s,超调量分别降低10%和16%。

曲率可控双轮自平衡机器人路径规划

为了提高双轮自平衡机器人运动的侧向稳定性,提出了一种适用于狭小空间内避障的,以最大曲率为约束条件的路径规划方法。首先,建立双轮自平衡机器人运动学模型,然后分析其在临界倾斜情况下曲率与速度的关系,确定出双轮自平衡机器人运动轨迹的最大曲率值。利用A~*路径搜索算法生成无碰撞的线段性轨迹,并以考虑最大曲率约束的三次B样条曲线优化运动轨迹。通过案例验证,优化后的运动轨迹曲线满足最大曲率约束,可以使双轮自平衡机器人在无倾斜的情况下,以一较快的速度匀速沿既定轨迹曲线运动且无碰撞。证实了该方法对提高双轮自平衡机器人运动的侧向稳定性具有良好的效果。

双轮自平衡机器人研究综述

双轮自平衡机器人是一种特殊轮式移动机器人,具有多变量、非线性、强耦合、参数不确定性等动力学特性。对其进行深入探讨具有一定的科学研究和实际应用价值。本文综述了国内外双轮自平衡机器人的研究现状,分析了研究中存在的问题,并指出了自平衡机器人的发展趋势。

双轮自平衡机器人研究

双轮自平衡机器人是一种具有模块化系统、稳定性较强、有很大拓展空间的新型机器人产品,在很多行业都有很大的市场前景,同时具有一定的科学研究价值。文章以双轮自平衡机器人国内外的研究现状为研究基点,探讨目前领域内双轮自平衡机器人仍存在的一些问题,进一步研究对未来双轮自平衡机器人发展的展望,以期我国双轮自平衡机器人事业可以更好地发展。

结合融合函数的双轮机器人二型模糊控制

针对双轮自平衡机器人的运动控制,设计了区间二型模糊逻辑控制器(T2FLC),提出函数融合的方法,解决模糊控制器规则繁杂的问题。首先对双轮机器人进行运动学建模,针对机器人的数学模型,设计双闭环二型模糊自适应PID控制器,分别控制机器人的直立平衡和行走速度。将机器人的反馈变量进行函数融合,简化T2FLC的模糊规则。对设计的控制器进行仿真,结果表明T2FLC比PID控制器具有更快的响应速度。进一步考虑输入扰动和机器人数学模型参数不确定对控制器的影响,仿真表明T2FLC具有更好的抗干扰能力和更强的鲁棒性。

双轮倒立摆机器人的模型预测控制策略

由于欠驱动的双轮倒立摆机器人(Two Wheeled Inverted Pendulum Robot,TWIPR)是一个非线性和强耦合的不确定性系统,设计了一种利用过程显式模型优化系统性能的模型预测控制(Model Predictive Control,MPC)策略,采用了两个不同的模型预测控制器,并通过引入解耦单元实现了对双轮倒立摆机器人的独立控制。此外,采用前馈控制方法提高MPC控制器对可测性干扰的补偿,增强了MPC控制器的有效性和鲁棒性。最后,采用梯状干扰和两个不同的外力对设计的MPC控制器性能进行评估,并分别计算不同外部干扰下倾斜角和旋转角响应的均方根误差(Means Square Error,MSE),然后将其与线性二次调节(Linear Quadratic Regulator,LQR)控制器的控制性能进行对比。比较结果表明:MPC控制器的MES比LQR控制器均减小了50%以上,证明了MPC控制器对TWIPR的控制具有明显的优越性、可靠性和鲁棒性。

采用改进PID算法的双轮自平衡小车研制

针对一个自行制作的双轮自平衡机器人,研究了实现平衡控制与运动控制的方法,并进行了实验验证。控制系统采用的CPU是dsPIC30F4011,通过倾角传感器来检测系统在垂直方向的倾角,采用改进后的PID算法实施控制,利用PWM模块输出配合驱动电路,调整直流电机的运动,能够使系统达到动态平衡。