两轮自平衡小车大范围稳定的智能控制研究

论文摘要

两轮自平衡小车是一种特殊轮式移动机器人,经分析其动力学系统具有多变量、非线性、强耦合、参数不确定性等特性,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完成路径规划、路径跟踪等任务,因此,自平衡小车是学习和研究各种控制方法的理想平台。本文的研究是集中在两轮自平衡小车的动力学的智能控制研究及控制系统设计方面。由于小车的线性控制器倾角稳定范围相当窄,无法构成实用的控制器,因此本文重点利用智能控制研究两轮自平衡小车的大范围稳定控制问题。在总结和借鉴了当前国内外两轮自平衡小车的设计后,与同学合作提出了两轮自平衡小车的构建方案,在动力学和运动学分析的基础上,分析引入了小车的非线性模型。本文的工作集中在自平衡小车这一非线性对象大范围稳定智能控制研究方面,主要采用两种方法:第一,应用模糊线性化方法对系统建模并设计线性控制器。具体做法是建立多个局部线性化模型,应用模糊线性化方法对其进行模糊加权获取一个新的线性模型,用这个新的模型来描述整个非线性系统在较大范围的特性,动态地逼近系统在各个工作点上的模型,然后据此设计线性控制器来控制原非线性对象。第二,应用自适应神经-模糊控制方法ANFIS来获取模糊控制规则。具体做法是建立多个局部线性化模型,并对每个线性化模型分别设计线性控制器,利用ANFIS工具学习这些线性控制器的输入输出数据得到模糊规则,从而构成小车的模糊控制器。最后,对以上两种控制方法做了多方面的仿真比较研究,主要集中在小车可控初始倾角范围,系统外部扰动,内部参数摄动等,仿真结果显示小车可控制的倾角范围显著增大。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究两轮自平衡小车的动机与意义
• 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
• 1.3 非线性系统线性化问题
• 1.3.1 非线性系统线性化的意义
• 1.3.2 非线性系统线性化方法
• 1.4 智能控制概述
• 1.4.1 智能控制的主要分支
• 1.4.2 本文采用的智能控制方法
• 1.5 本文的工作
• 第二章 自平衡小车的硬件架构及建模分析
• 2.1 自平衡小车的工作原理
• 2.2 系统各主要单元构建
• 2.2.1 驱动单元
• 2.2.2 传感器单元
• 2.2.3 控制器单元
• 2.3 系统的硬件实现
• 2.4 自平衡小车建模
• 2.4.1 车体运动分析
• 2.4.2 动力学建模
• 2.4.3 最大可控角度的论证
• 2.5 小结
• 第三章 非线性模型的模糊线性化
• 3.1 非线性模型局部线性化
• 3.2 模糊线性化方法
• 3.2.1 非线性系统的局部模糊系统近似
• 3.2.2 非线性系统的模糊线性化分析
• 3.2.3 模糊基函数的确定
• 3.2.4 基于模糊线性化的稳定控制器设计
• 3.2.5 线性矩阵不等式（Linear Matrix Inequality, LMI）
• 3.3 小结
• 第四章 模糊逻辑与 ANFIS 介绍
• 4.1 模糊逻辑与模糊控制
• 4.1.1 模糊集合
• 4.1.2 模糊推理系统
• 4.1.3 模糊控制系统
• 4.2 自适应模糊神经系统ANFIS
• 4.2.1 神经网络概述
• 4.2.2 神经网络与模糊逻辑的结合
• 4.2.3 ANFIS:自适应神经-模糊推理系统
• 4.3 小结
• 第五章 自平衡小车控制系统的设计及研究
• 5.1 基于平衡点线性化模型的性能初探
• 5.1.1 自平衡小车平衡点线性化模型
• 5.1.2 开环系统的仿真
• 5.1.3 系统能控能观性分析
• 5.1.4 自平衡小车极点配置状态反馈控制器的仿真
• 5.2 自平衡小车的模糊线性化建模及线性控制器设计
• 5.2.1 小车模糊线性化模型
• 5.2.2 基于模糊线性化方法的稳定控制器设计
• 5.2.3 模糊线性化方法的本质
• 5.3 基于ANFIS 的自平衡小车自适应神经-模糊控制
• 5.3.1 确定控制策略：自适应神经-模糊控制（ANFIS）
• 5.3.2 ANFIS 应用于两轮自平衡小车
• 5.4 三种控制器的比较
• 5.4.1 可控的初始角度范围
• 5.4.2 扰动分析
• 5.5 小结
• 结束语
• 致谢
• 参考文献
• 研究成果
• 附录A 系统分析程序（部分）
• 附录B Sugeno 型模糊控制器规则
• 附录C 常见材料摩擦系数表（节选）