两轮自平衡小车大范围镇定方法研究

论文摘要

本文的研究对象是两轮自平衡小车,它是一种本质不稳定的特殊轮式移动机器人,其动力学系统具有多变量、非线性、强耦合、参数不确定等特性;其运动环境复杂且运动学方程受到非完整约束;其控制任务复杂,在完成平衡控制的同时还要完成路径规划、路径跟踪等任务。对两轮自平衡小车的研究能有效地反映控制中的许多典型问题:如非线性问题、鲁棒性问题、镇定问题、随动问题以及跟踪问题等。因此,两轮不稳定小车是一种复杂系统的研究性实验装置,是研究各种控制方法的一种比较理想的平台。本文的研究重点主要有两方面。一方面是研究如何扩大倾角的可控范围,另一方面是研究如何简化这些控制算法以便将其应用到实际的小车控制系统中去。通过分析和借鉴国内外两轮自平衡小车的结构组成,参与设计了两轮自平衡小车控制系统的硬件结构、硬件电路及软件编程。在对动力学和运动学分析研究的基础上,引入了小车的非线性模型。为了能实现对小车的稳定控制,将该非线性模型进行了基于泰勒级数展开的近似线性化,并根据得到的线性化模型分别设计了状态反馈控制器和最优控制器这两种线性控制器。通过对小车最大可控角度的分析研究,发现这两种线性控制器对小车倾角的可控范围相当狭窄,无法实现实际工作中较大范围可控的目标。基于这种考虑,在寻求对不平衡小车这一非线性对象大范围稳定控制方面,提出了两种控制思路:第一,基于模糊线性化模型的稳定控制器;第二,基于多点线性化的自适应神经网络模糊控制器。这两种控制器对非线性系统的稳定控制都取得了较大的范围,而且还较好地改善了系统的暂态特性。最后在自适应神经模糊控制器的基础上,通过简化输入变量得到在实际运用中需要的角度、角速度与控制u的模糊二维表,利用汇编和C语言编程实现该模糊控制算法,实现了对小车的实际稳定控制。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 两轮自平衡小车的研究意义
• 1.2 两轮自平衡小车的发展历程和国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究成果
• 1.2.3 两轮自平衡机器人的国内外研究分析总结
• 1.3 论文的主要内容
• 第二章 两轮自平衡小车的硬件构成
• 2.1 两轮自平衡小车的硬件部分
• 2.2 两轮自平衡小车的硬件组成
• 2.2.1 控制器的选择
• 2.2.2 驱动单元
• 2.2.3 传感器单元
• 2.3 系统的硬件电路设计
• 2.3.1 传感器输出信号滤波电路的设计
• 2.3.2 传感器转换电路
• 2.3.3 滤波、放大及其电流转电压的转换电路
• 2.3.4 电压调零转化电路
• 2.4 小结
• 第三章 两轮自平衡小车系统模型的分析
• 3.1 小车的非线性模型
• 3.2 基于泰勒级数非线性模型的近似线性化
• 3.3 小车系统的能控、能观性分析
• 3.3.1 能控性分析
• 3.3.2 能观性分析
• 3.4 小车系统的稳定性分析
• 3.5 小结
• 第四章 基于不同线性化模型的控制器设计
• 4.1 状态反馈控制器
• 4.1.1 状态反馈控制器的设计
• 4.1.2 消除静差
• 4.1.3 状态反馈控制器对非线性系统的控制效果分析
• 4.2 基于最优控制思想的线性控制器的设计
• 4.2.1 最优控制思想
• 4.2.2 线性二次型最优控制器的设计
• 4.2.3 最优控制器结构参数鲁棒性仿真研究
• 4.3 自平衡小车的模糊线性化建模及控制器的设计
• 4.3.1 模糊线性化方法
• 4.3.2 非线性系统的局部模糊系统近似
• 4.3.3 局部线性化模型的确定
• 4.3.4 基于模糊线性化模型的模糊控制器设计及稳定性分析
• 4.3.5 小车的模糊线性化模型
• 4.3.6 基于模糊线性化模型的稳定控制器设计
• 4.4 小结
• 第五章 自适应神经网络模糊控制
• 5.1 模糊控制系统
• 5.2 自适应神经模糊推理系统ANFIS 简介
• 5.2.1 ANFIS 的结构
• 5.2.2 ANFIS 的学习算法
• 5.2.3 ANFIS 的设计
• 5.3 模糊控制器的设计
• 5.3.1 常规模糊控制器设计
• 5.3.2 基于多点线性化的自适应神经网络模糊控制器的设计
• 5.3.3 自适应神经模糊控制器对小车的控制仿真
• 5.4 基于多点线性化的自适应神经网络模糊控制器的简化
• 5.5 简化后的模糊控制算法的软件实现
• 5.6 小结
• 结束与展望
• 致谢
• 参考文献
• 研究成果
• 附录 系统的部分M 程序