【摘要】 兩輪自平衡小車是一種新型交通工具,駕駛方式新穎,深受年輕一族喜愛,憑借電力驅動和外形小巧的優勢,對于緩解日益嚴峻的大氣污染、能源危機和交通擁堵問題,是一種很好的選擇,具有實用價值；同時,由于兩輪自平衡小車的結構具有高度不穩定性,給控制理論提出了很大的挑戰,也成為一種檢驗控制算法的良好平臺。目前,PID控制憑借控制原理簡單和不需要精確的系統模型的優勢,成為兩輪自平衡小車的主流控制算法,且控制效果較好,但是,其控制器參數一般情況下均為人工調節,要想調節到當前條件下的理想狀態,不太容易；且隨著時間的推移,兩輪小車實際模型與本來就不是很精確的理論模型之間的差距增大,加上小車在使用過程中處于不確定環境中,更是給長時間精確控制帶來了困難。本文試圖充分利用神經網絡的自學習能力,實時優化PID控制器參數,以改善控制器的控制效果,優化兩輪小車的平衡性能。首先,本文運用牛頓法建立了兩輪小車模型,分析了兩輪小車的各個狀態變量。在模型的基礎上,選取陀螺儀加速度計MPU6050對車體姿態信息進行檢測,并自制了車輪編碼器對車輪狀態進行檢測,在高性能AVR單片機ATmega16內,參考建模得到的系統狀態變量,建立控制算法,并對來自兩個姿態檢測模塊的信息進行處理,然后給出電機控制信號PWM,并傳遞給電機驅動器,以控制電機運轉,建立起一個位于底層的、基于傳統PID控制算法的兩輪自平衡小車系統。其次,在硬件STM32F103ZET6的基礎上,利用C語言編寫了神經網絡辨識程序NNI和神經網絡控制程序NNC。首先利用NNI對兩輪自平衡小車系統的模型進行辨識,在經過辨識得到的模型的基礎上,再對NNC部分的神經網絡進行訓練,最終訓練得到的NNC的權值便是經過優化的控制器參數,將經過優化的參數傳遞給底層控制器,以改善兩輪小車的平衡性能。最后,通過平衡試驗和抗干擾試驗,對兩輪自平衡小車的平衡性能和抗干擾性能進行測試。測試結果表明,兩輪小車的控制器參數在經過神經網絡優化之后,小車系統的平衡性能和抗干擾性能明顯得到了提高。通過本文的嘗試,證明的確可以通過神經網絡對傳統兩輪小車的控制器參數進行優化,并改善小車系統的平衡性能和抗干擾能力。 

第一章緒論

兩輪自平衡小車是輪式移動機器人的一種，它是集機械學、動力學、微型計算機、傳感器、自動控制技術于一身的研究性課題，具有能夠感知外界環境變化和以及做出相應的動態決策的功能。兩輪自平衡小車的模型源自倒立擺，具有倒立擺的非線性、不確定性以及強藕合性等特點。因此，作為一種檢驗各種控制算法的平臺，對兩輪自平衡小車的研究具有著十分重要的理論意義⑷。同時，兩輪自平衡小車也是一種便利的交通工具。雖然我們擁有汽車這一偉大發明，但是汽車工業在經歷了一個多世紀的發展之后，其優勢雖仍在，但其所帶來的社會問題卻越來越凸顯。汽車自其出生之日起，在這一個多世紀的發展過程中，數量逐漸增多，使用范圍越來越廣，雖然為人類社會的發展進步做出了巨大的貢獻，但是，汽車工業也為我們帶來了嚴重的環境問題、能源問題和交通問題，如圖1-1所示。
目前，我國己進入高速的城鎮化發展階段。伴隨著高速城鎮化同時出現的還有城市交通機動化，我國城市交通的機動化在很大程度上表現為小汽車化。以小汽車快速增長為核心的機動化發展趨勢，在給家庭出行帶來便利的同時，也給城市交通帶來了極大的挑戰，治堵以成為重大問題。兩輪自平衡小車是一種薪新的、便攜式的交通運輸設備，由于兩輪小車采用電力驅動，且體積小、駕駛操作方便靈活，不僅占用空間更小，方便實用，更能取代部分汽車，對緩解當今社會嚴重的大氣污染、能源危機、交通擁堵問題，是一種不錯的選擇。
.............

第二章兩輪自平衡小車模型分析

2.1車輪力學模型分析
根據牛頓第二定律和轉動慣量定理可以得到車輪的力學方程，其中M為轉動力矩，M為系統的轉動慣量。因為車輪沒有軸方向的位移，所以只建立其在軸方向上的力學模型。

2.2車體力學模型分析
兩輪自平衡車小車系統主要由車輪、電機和車體三部分組成。由于電機固定于車體上，因此，也可以將電機和車體看做一個整體，統稱車體；車輪安裝于電機軸上，可以轉動。兩輪平衡車依靠自身的電機實現扭矩輸出來達到系統平衡。車輪由電機帶動，能夠輸出轉矩，是主動機構；而車體本身是隨動機構。要實現小車系統自平衡，就要控制電機適時正反轉，以輸出合適的轉矩以維持小車的平衡。當小車車體失去平衡往后傾斜，由于重力加速度會在水平方向上分解產生一個水平方向上向后的加速度，為了使得小車車體獲得一個方向相反且大小相等的加速度以保持車體的平衡，兩輪小車的控制器在接收到來自車體姿態檢測模塊傳送來的小車姿態信息后，經過處理，給電機相應的控制信號，使電機給車輪一個大小適量的向后的轉矩。當小車車體失去平衡往前傾斜，由于重力加速度會在水平方向上分解產生一個水平方向上向前的加速度，為了使得小車車體獲得一個方向相反且大小相等的加速度以保持車體的平衡，兩輪小車的控制器在接收到來自車體姿態檢測模塊傳送來的小車姿態信息后，經過處理，給電機相應的控制信號，使電機給車輪一個大小適量的向前的轉矩。

第三章兩輪自平衡小車系統硬件設計...................14
3.1兩輪自平衡小車機械結構.................14
3.2兩輪自平衡小車的機械原理...................14
第四章兩輪自平衡小車系統軟件設計................30
4.1車輪狀態運算處理程序設計..............30
4.2車體姿態運算處理程序設計..............31
4.3小車車體平衡控制算法設計.....35
第五章基于PID神經網絡的控制器參數優化設計.......38
5.1PID神經網絡基礎.......39
5.2基于PID神經網絡的系統辨識器NNI設計......................43

第五章基于PID神經網絡的控制器參數優化設計

5.1PID神經網絡基礎
PID神經網絡是人工神經網絡若干種類中的一種，屬前饋網絡，具有人工神經網絡所具有的共性，同時，也有自身的特點。人工神經網絡是由人工神經元（在神經科學研究的基礎上，依據生物神經元的結構和功能，模擬生物神經元的基本特征建立起來的人工神經元模型）互聯組成的網絡。神經網絡可以通過自組織、自學習，不斷適應外界環境的變化。神經網絡的自組織、自學習性來源于神經網絡結構的可塑性，這主要反應在神經元之間連接強度的可變性上，網絡的信息處理由處理單元之間的相互作用來實現。

5.2基于PID神經網絡的系統辨識器NNI設計
神經網絡具有非線性和學習能力，在解決復雜的非線性不確知系統與逆系統的辨識問題方面潛力巨大，在實時控制系統中，可以用神經網絡對系統進行辨識，并作為被控對象的模型，進而不斷調整控制器參數，以獲得比較好的控制效果。系統辨識原理圖如圖5-5所示。神經網絡控制屬于先進控制技術，也屬于智能控制，是用計算機做數字控制器實現的一類算法，由于神經網絡具有模擬人的部分智能的特性，筆耕文化傳播，具有要求的動態、靜態（或稱穩態）性能提供了一種可能。
...........

結論與展望

PID控制器簡單易懂，不需精確的系統模型，最早實用化，現在仍然應用最廣泛。傳統兩輪自平衡小車的控制器也有采用經典控制方法，但其控制參數一般情況下均為人工調節，要想調節到當前條件下的理想狀態，不太容易；且隨著時間的推移，兩輪小車自身各部件的性能會發生變化，造成小車實際模型與本來就不是很精確的理論模型之間的差距增大，加上小車在使用過程中處于不確定環境中，更是給長時間精確控制帶來了困難。本文試圖利用神經網絡的自學習能力對傳統控制器的控制器參數進行優化，并根據小車狀態實時調整控制器參數，以優化兩輪小車的平衡性能。當然，本文研究也有需要改善提高的地方：神經網絡有很多種類，如：模糊神經網絡、小波神經網絡，即便是相同種類的神經網絡也有結構上的差異，以及激活函數選取的不同等。本文只是將神經網絡控制運用于兩輪自平衡小車控制器參數優化上的一次嘗試，雖然取得了一定的控制效果，但是還不理想，還需要改善。在后期的工作中，希望能夠通過選取不同類型、不同拓撲結構、不同激活函數搭配形式的神經網絡進行嘗試，以獲得更好的控制效果。
............

參考文獻:
[1] 陳書謙,張麗虹.  BP神經網絡在PID控制器參數整定中的應用[J]. 計算機仿真. 2010(10)
[2] 黃劍平.  基于BP神經網絡的PID控制研究[J]. 計算機仿真. 2010(07)
[3] 柳小桐.  BP神經網絡輸入層數據歸一化研究[J]. 機械工程與自動化. 2010(03)
[4] 李會玲,柴秋燕.  人工神經網絡與神經網絡控制的發展及展望[J]. 邢臺職業技術學院學報. 2009(05)
[5] 湯素麗,羅宇鋒.  人工神經網絡技術的發展與應用[J]. 電腦開發與應用. 2009(10)
[6] 郭紅霞,楊金明,劉文剛.  無刷雙饋電機的PID神經網絡控制[J]. 控制理論與應用. 2008(01)
[7] 廖芳芳,肖建.  基于BP神經網絡PID參數自整定的研究[J]. 系統仿真學報. 2005(07)
[8] 屠運武,徐俊艷,張培仁,張志堅.  自平衡控制系統的建模與仿真[J]. 系統仿真學報. 2004(04)
[9] 王軍,黃心漢.  基于神經網絡進化學習的兩輪小車避障控制[J]. 機器人. 1996(05)


本文編號：10458