|
双超声波数据融合的两轮机器人平衡行进策略研究简要研究了动轮自平衡机在分娩和分娩中应用中存在的问题,以及其结构点和姿态调平的控制策略。提出了一种基于双超声测距数据融合的平衡运行策略,用于故障保护机的平衡与调谐操作。通过将双超声数据与平衡计算方法相结合,在Arduino主控制器上实现自平衡姿态控制,认为对双超声传感器数量进行了处理。通过以下方法保证机器的自平衡运行。同时在机器人的操作过程中加入PID控制算法,调节机器人的操作状态,加快机器人信号误差的处理速度。试验和仿真结果表明,该策略是有效可行的,双超声自流平机能保持较好的平衡姿态,其进度控制系统和基本方向控制系统也是有效可靠的。具有较好的稳定性和平衡协调性。在平衡方法的控制下,双超声波机不仅实现了调平前进,还实现了运行策略下的调平后退和方阵方向控制下的调平转弯。有一个广泛的可用的前视图。 0 引言 在复杂、狭窄的大转角工作环境下,两轮自平衡移动式机器人可以灵活、快捷地执行任务。这种移动式机器人两轮共轴,机身重心置于轮轴重心上方,可凭借前后运动保持机身的相对平衡,实现动态平衡的直立行走。由于具有体积小、运动灵活、适应地形变化能力强等优点,两轮自平衡移动式机器人可完成一些狭小环境内的任务[1,2]。在复杂环境下能对环境高效感知和及时调整自身姿态,是自平衡机器人的必备功能。由于单一的传感器(比如超声波传感器)感知能力有限 ,因此需要由多个传感器交互实现有效协调,提高工作效率,同时在不同的应用空间与任务空间中实现多传感器数据融合[3,4]。 为改进两轮自平衡移动式机器人的性能,提出了两轮自平衡机器人姿势平衡和行进策略,利用双超声波测距检测平衡与行进特征,通过不断检测收集超声波传感器与地面的距离,进行数据滤波融合,以提高两轮自平衡机器人的控制效果[6_7]。双超声波检测提高了控制精度和集成度,在保证良好的平衡姿态和移动控制效果的前提下,有效降低了整体生产成本,并运用配套的数据融合处理算法,实现了对平衡姿态与行进姿态的调控。 1 双超声波姿态平衡动力学模型 两轮自平衡移动式机器人的基本平衡控制原理为:当检测到车体产生倾斜时,对主控系统通过检测得到的数据进行融合、得出矫 正 的 角 度 值 与 输 出 的占空比。 自平衡机器人主要通过驱动2个轮子的电机所产生的转动力矩来控制机身倾斜方向的速度〜通过控制电机控制机身平衡姿态的调整,让两个轮子朝机身顷斜倒下的方向运动,进而保持机身的动态平衡 。平衡控制过程中,直接控制量为轮子的转动力矩[8]。 若双超声波机器人作直线运动为轮轴半径,沒为偏离Z轴的角度大小,θ为机器人运动的位移, V=θwr 为速度。假设不变θ,则速度在Z、F轴上可表示为: 由式(1)得速度模型: 自平衡机器人受力分析图如图1 所示。图 1 中,〇为轮轴中心,P 为机身重心,机 体 质 量 为 〜 重 力 加 速度 为 g ,机轴倾角为a ,超 声 波 A 直射到地面的距离为A ,超声 波B 直射到地面的距离为Lb,重心距机身下的平台的距离为L 。设机体以加速度a 向一边倾斜,则受到水平方向的最优惯性合力为: 图 1 自平衡机器人受力分析图 2 双超声波测距控制方案 2 .1 超声波测距原理与误差调整 采用时间差测距的方式来完成距离测量,超声波传感器发射端向探头正方向发射特定频率的超声波,内部电路的定时器在发射超声波时开始计时。超声波发射与回响检测时序图如图2 所示。 发射电路会根据所给的脉冲发出特定频率的超声波 ,超声波碰到被测物界面则会被反射回接收端。文献 [9]采用了超声波传感器接收探头接收到反射波后定时器停止计时的方法,进而得出超声波发射和接收回波的时间差L 超声波在传播介质中的传播速度为c(在空气中为340 m/s)。通过计算,得出 从TXD端到被测界面之间的距离s 为 : 由于超声波频率较高,可满足多种用途的测量需要 。但在低维度空间中,超声波测量会受到周边温度、自身响应冗余、回波迟缓、传播介质等因素的影响。超声波在固体中传播速度最快,液体次之,在气体中传播速度最慢。声 速 c 的表征速度与传播介质的温度有关 。为了实现超声波传感器的精确测量,文献[9]提出在硬件中设置温度补偿电路,以补偿因温度变化而带来的声速误差。如果环境温度变化不明显,则无需设置温度补偿。 对于超声波发出速度有: 式中T。=273.16℃ ,温度传感器正常工作的温度范围为( -40~80℃) 在本系统中,假设恒定不变,V0=331.45 m/s。由于在态中各个接收器波头滞后误差与硬件电路延迟比较一致,故渡越时间用相同变量可表示为: 由于超声波的测量精度的影响文献[9]、文献[10]提出,定时器真正测量的不是从TXD发 射 到 RXD接收到回波的时间,而是超声波模块已进行温度补偿后的一个上升沿触发电平的输出时间。如果超声波模块A 的触发点没有被主控控制触发,而是模 块 B 的触发点被触发后发射超声波,并 且 被 模块A接收到返回信号,或者超声波模块A和超声波模块B同时触发,但都接收到彼此的信号,都会造成信号干扰 ,使下个周期内TXD端口在某个不确定的时段发出一个高电平脉冲输出,从而增大测量误差[10]。 2 . 2 超声波数据融合平衡算法 式中:L为机身前后的2个超声波模块A 、B 间的直线距离;A 为平衡点尚度。 在自平衡机器人基于双超声波的检测中,假设采样周期为100ms,在 A:时刻获取超声波实测值a、6,并结合(K - 1) 时刻的距离预测值。根据测量的预测协方差S对&时刻的测量值进行滤波估计修正,进而对(K+1) 时刻的距离进行预测。 测距获取的平衡角度模型如图3 所示。 图 3 测距获取的平衡角度模型 在估计平衡姿态机器人的运动状态时,机器人的超声波传感器坐标采用极坐标系。设系统的状态向量E (k )为: 系统平衡的状态表达式为: 由于超声波测距的采样周期£为300 ms,而机器人保持平衡的运动速度较为平缓,所以在局部时间段内设定调整过程为近似匀速运动,x方向的运动方程为 : 取前一个采样周期内速度的均值或者前两个状态周期内的速度均值,得 : 由式(14)可得平衡系统的状态方程为: 经过PID数据整定后的PWM输出方程为: 基于Arduino的双超声波机器人平衡驱动系统经过PID调整后,输出实现姿态的平衡。具体的超声波双向测距定位平衡模型如图4 所示。由模型图可得测量值Z(k)为 : 图 4 双向测距定位平衡模型 由于各状态变量的误差符合均值为〇的高斯分布 ,故平衡策略下的测量方程为: 式中: C 为测量系统的表征参数,当系统为多测量系统时 ,C 为矩阵;F0 为测量系统在&状态下的噪声误差。由平衡系统在极坐标下的双超声波测距径向距离和融合后偏差方向角的测量数据可得: 测速码盘对电机编码器产生的PWM脉冲进行记数 ,监测机身的位移与轮子的速度。根据超声波传感器和姿态换算监测车体运动姿态信号,经过双超声波数据融合流程,文献[11 ]通过相关的控制算法计算出输出控制电压的数值大小,对双超声波的2 个驱动电机进行控制 ,进而调整车体平台的行进姿态与平衡位置,从而使机身保持良好的运动协调性和平衡状态[11,12]。 2.3 控制方案与行进策略 Arduino如 今已被运用到各个领域 ,是一款使用Atmel Atmega328微处理控制器的开源控制板。其开发操作界面和搭建外设环境简易,有 0~13个数字模拟I/O、0~5 个 Analog I/O,控制效果显著。 自平衡机器 人 采 用 超 声 波 电 路Arduino为核心控制模块,电机驱 动模块为L298N ,电机为TT马达,并以2个HC-SR0 4 作为超声波测距模块,采 用 7.4 V/2200 mAh锂电池供电。电位器用于平衡点设置与PID中的调试,方便数据的更新与调试,有效减少了开发时间与生产成本。 双超声波自平衡机器人的行进控制主要通过PWM占空比输出控制电机转速大小,进而调整角度值的偏差,使得角度值趋近系统平衡零点。 控制部分由无线蓝牙遥控的代码实现,功能实现为“前进状态"、“后退状态 ”、“左转状态 "、“右转状态”。从程序初始化参数设置可以看出,双超声波自平衡机器人的行进控制方案是先调整平衡点和PID设定系数,然后调整左右电机的PWM输出 ,从而实现行进角度的控制与电机控制[13]。 3 试验与仿真 双超声波机器人运用了主控Arduino,以简单、快捷的编程实现与I/O 接口连接,通过双超声波传感器进行环境测距定位,并利用控制算法进行机器人姿态平衡控制。在试验验证方面,通过仿真显示超声波采集到的回声检测数据。由超声波接收端接收到的回声检测波形图可知,平衡系统的姿态摇摆幅度不大,基本处于平衡零点上下,具备基本稳定性与数据的可计算性。 假设2 个超声波传感器经过互补滤波后,换算出的角度数据为,超声波采集数据为s,超声波传感器测距换算出的偏差角度值相对加速度的因子为L 前一次超声波传感器经过滤波后的角度数据为M2,增益选择固定值为g 。滤波后 的角度数据为realM,最后得出融合出的角度数据。 试验结果证明,双超声波自平衡机器人能有效保持平衡,在平衡算法控制下能平衡行进;可实现行进策略下的平衡后退和方向控制下的平衡转弯,稳定效果好。 4 结束语 参考文献: 班宁产品汇总 |