【技术实现步骤摘要】
本专利技术涉及两轮自平衡机器人控制领域，尤其涉及一种两轮自平衡机器人滑模自适应控制方法。
技术介绍
两轮自平衡机器人是一种利用传感器感知自身状态，然后通过控制算法控制马达转动，从而实现自平衡。近年来，随着两轮自平衡机器人技术不断完善以及成本不断降低，逐渐成为更多人接受的代步工具，使两轮自平衡机器人开始从实验研究阶段转变为大众型的代步工具，其所面临的环境和任务也越来越复杂。目前市场上有各种类型的平衡机器人，大多使用PID控制算法，该算法通过采集两轮自平衡机器人当前角度并计算与目标角度的偏差，在将这个偏差进行比例、积分、微分运算计算出马达控制量从而实现两轮自平衡机器人自平衡。这种算法简单实用但并不是最理想的控制器，因为在复杂的运行环境中，该算法在很多时候处理的并不是很好，比如，该方法在外界存在干扰时，就会使控制出现抖震，在干扰特别大时，还会使平衡车失去平衡；同时，PID算法使用比例、积分、微分这三个成员进行线性组合也是不合理的，这种线性组合的方式会使其在系统鲁棒性和系统稳定性上无法两者兼顾，提高鲁棒性会使稳定性降低，反之提高稳定性则降低鲁棒性。也就是说使用PID算法的平衡车如果把鲁棒性调高，则它具有很强的保持直立的能力但一旦角度偏差过大则容易使其失去控制，从而造成危险的结果，如果把稳定性调高则，则会使其鲁棒性降低，从而导致平衡车承受负载的能力下降。总而言之，PID算法鲁棒性不够好，响应速度不够快，面对较大的扰动时，系统不稳定，当外部路面条件变化的时候，不能自适应较复杂的外部环境以及大范围负载的变化，使系统的抖振非常大。故，针对目前现有技术中存在的上述缺陷，实...
【技术保护点】
一种两轮自平衡机器人滑模自适应控制方法，其特征在于，包括以下步骤：通过传感器测量模块采集自平衡机器人运动参数，该运动参数至少包括角速度信号和加速度信号；根据角速度信号和加速度信号得出角度参量θ和角速度在主控芯片中设置滑模自适应控制器，所述滑模自适应控制器根据实时输入的角度参量θ和角速度控制输出电压U从而驱动电机系统运动；所述滑模自适应控制器的输出方程为：U＝‑(K+φ)X；其中，X为角度参量θ和角速度的集合，K是通过极点计算出来的参数矩阵；φ取值是根据以下公式决定：γ是自适应速率，e为角度误差参数，C取[0 0 1 1]。
【技术特征摘要】
1.一种两轮自平衡机器人滑模自适应控制方法，其特征在于，包括以下步骤：通过传感器测量模块采集自平衡机器人运动参数，该运动参数至少包括角速度信号和加速度信号；根据角速度信号和加速度信号得出角度参量θ和角速度在主控芯片中设置滑模自适应控制器，所述滑模自适应控制器根据实时输入的角度参量θ和角速度控制输出电压U从而驱动电机系统运动；所述滑模自适应控制器的输出方程为：U＝-(K+φ)X；其中，X为角度参量θ和角速度的集合，K是通过极点计算出来的参数矩阵；φ取值是根据以下公式决定：γ是自适应速率，e为角度误差参数，C取[0 0 1 1]。2.根据权利要求1所述的两轮自平衡机器人滑模自适应控制方法，其特征在于，所述滑模自适应控制器还包括机器学习表(Map)，所述机器学习表(Map)根据输入的角度参量θ和角速度调节输出电压U。3.根据权利要求2所述的两轮自平衡机器人滑模自适应控制方法，其特征在于，所述滑模自适应控制器还包括机器学习模块，所述学习模块根据输入的角度参量θ和角速度更新所述机器学习表(Map)。4.根据权利要求3所述的两轮自平衡机器人滑模自适应控制方法，其特征在于，所述滑模自适应控制器的输出方程为：U＝-(K+φ)X+Map(X)；其中， M a p ( X ) = M a p ( X ) + ρ ( - v min - d L d t ) , e > 0 , d L d t > - v min M a p ( X ) + ρ ( - v max - d L d t ) , e > 0 , d L d t < - v max ...
【专利技术属性】
技术研发人员：陈龙，胡华，满志红，黄明，马学条，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。