一种采用模糊算法的平衡车控制方法技术

为了解决直立车的速度控制与直立控制的冲突，导致直立车的速度跟随性不强的问题。本发明专利技术提出了基于模糊PI控制直立车的方法。在模糊PI控制器的设计中，分析了直立车在不同工况下系统的状态。制定了能使系统获得最佳响应性能的模糊PI控制参数的整定原则，对采用模糊PI控制的直立车进行软件仿真，和实车试验。试验仿真结果表明，基于模糊算法的直立车速度跟随性强，系统的稳定性和鲁棒性强。

【技术实现步骤摘要】
一种采用模糊算法的平衡车控制方法
本专利技术属于车辆工程
，具体的说是一种采用模糊算法的平衡车控制方法。
技术介绍
近年来，两轮平衡车作为一种新型的交通工具成为设计研究领域的一个热点，所以倍受关注。它具有体积小，转向灵活，结构简单，具有自平衡能力，在人们日常生活及军事上一定会有很多用途，而两轮自平衡车具有不稳定的运动特性，所以对两轮自平衡车的平衡控制就具有非常重要的意义。通过对平衡车进行数学建模，其模型表明受控对象有着多变量、非线性、强耦合性等特点，这些问题都是平衡车控制的难点。针对平衡车的控制方法，厦门大学周牡丹，康恺，蔡普朗，黄天健在自动化技术与应用期刊发表了一篇名为《两轮自平衡车控制系统的设计与实现》的论文，其中公开了一种平衡车的控制方法，该控制方法在平衡车的平衡控制和方向控制均采用经典的数字PID控制算法，由于平衡车系统是一个强耦合的非线性系统，如果单纯使用PID控制，可能造成平衡车的平衡控制不稳定，和速度跟随性不强，甚至整个控制系统的失效。本专利技术通过基于模糊PI控制平衡车，能够很好的解决平衡车的速度控制与直立控制的冲突导致平衡车的速度跟随性不强的问题。具有在平衡车到达到目标速度的同时，又能确保自身运动平衡的优点。
技术实现思路
本专利技术提出了基于模糊PI控制平衡车的方法，解决平衡车的速度控制与直立控制的冲突，导致平衡车的速度跟随性不强的问题。模糊PI控制器以平衡车的速度误差e和速度误差的变化率ec作为输入，充分考虑速度控制对系统平衡控制的影响，利用模糊控制规则在线对PI参数进行修改。保证平衡车到达目标速度的同时，又确保自身运动平衡。一种采用模糊算法的平衡车控制方法，包括以下步骤：采用模糊自适应PI控制器，来优化平衡车系统速度控制的稳定性和跟随性。在模糊自适应PI控制器中。将实际速度和目标速度的差值e和差值变化率ec进行量化处理，确定输入、输出参数的隶属函数，然后根据模糊集论域中语言变量各值所对应的模糊子集的隶属度函数，建立PI参数的模糊推理规则库，根据建立的模糊规则，经模糊推理及反模糊化可得出相应的模糊输出P、I。把速度误差乘以P和速度误差乘以I的积分值UT相加作为速度控制的脉冲信号作用给电机，以实现速度的闭环控制。所述的实际速度和目标速度的差值e和差值的变化率ec，是指控制器以一定的时间间隔对光电编码器的脉冲值进行读取，根据读取到的脉冲值换算成该时刻的实际速度，将该时刻的实际速度和目标速度做差值得到e，通过该时刻的e与上一时刻的e相减得到差值的变化率ec。所述的对e和ec进行量化处理，是指假设一个反馈误差为4.5，误差空间是{‐5,‐4…4,5}，量化器会使它靠近离它最近的级别，四舍五入到5。所述的确定输入、输出参数的隶属函数，是指根据平衡车的动力学模型，和运动特性确定e,ec以及输出的P，I参数的论域和模糊子集，并确定表示各参数的各模糊语言对应的隶属度。所述的建立模糊推理规则库，是根据专家知识、平衡车运动学模型以及运动特性，以速度误差e和速度误差的变化率ec为输入，P、I参数为输出，建立P的模糊推理规则和I的模糊推理规则；当平衡车起动或停止运行时，平衡车的速度偏差e较大，为加快响应速度，同时为了避免由于开始时偏差e的瞬时变大可能出现输出量过大对平衡车的平衡产生大的破坏，P应取中等，I应取较小的值。所述的模糊推理及反模糊化，是指根据输出量P和I所对应在不同偏差和偏差变化率下的所以模糊规则的隶属度，根据每条模糊规则隶属度，采用重心法解模糊化可得P和I的输出模糊值。所述的实际速度和目标速度的差值e和差值的变化率ec、输出参数P、I的模糊集论域分别为e＝{-100,100}，ec＝{-50,50}，P＝{-70,70}，I＝{-30,30}；所述的实际速度和目标速度的差值e和差值的变化率ec、输出参数P、I分为7个模糊子集，其模糊语言为：{NB，NM，NS，NO，PS，PM，PB}，其中NB代表负大、NM代表负中、NS代表负小、NO代表零、PS代表正小、PM代表正中、PB代表正大。所述P的模糊推理规则库中的P的推理规则为49条，见下表：所述I的模糊推理规则库中的I的推理规则为49条，见下表：当平衡车速度逐渐往上加速时，速度偏差e和速度偏差变化率ec处于逐渐减小的过程，此时平衡的系统处于一个相对稳定的状态，为加快响应速度，P应取较大的值，同时为了避免微分过饱和而使控制作用超出许可范围，I应取中等。当平衡车速度基本恒定时，此时速度偏差e较小，为使系统速度跟随性和稳定性增强，应该增加I的值，同时避免系统在设定值附近出现振荡现象，并考虑系统的抗干扰性能，P的取值相当重要。一般e较小时，P取小一些，e较大时，P取大一些。将所述每时刻的速度误差e和速度误差变化率ec在其论域内等分并构造输入组合；然后针对每一种输入组合，分别调用P和I的模糊推理器，计算出每时刻实时的P、I参数。本专利技术专利的有益效果是：利用传统PID控制理论和模糊控制理论，设计出模糊PI控制器，通过模糊PI控制器实时在线修改速度环的PI参数。有效地提高了平衡车系统的稳定性和鲁棒性，有效的解决了直立车速度跟随性不强问题。附图说明图1为平衡车控制系统总体方案；图2为平衡车控制器的流程框图；图3为模糊自适应PI控制器的设计图；图4为速度误差e的隶属函数；图5为速度误差变化率ec的隶属函数；图6为输出参数P的隶属函数；图7为输出参数I的隶属函数；图8为平衡车模型简图；图9为平衡车在速度为4m/s下的速度，角度曲线；图10为平衡车在速度为2m/s下的速度，角度曲线。具体实施方式下面结合图1～图10对本专利技术作进一步说明。图1是采用模糊PI控制器的平衡车控制系统总体方案，其具体包括以下步骤：平衡车系统上电运行后，处理器会对各个模块进行初始化包括用于脉冲累加的脉冲捕捉模块，脉冲输出模块等，模块初始化完毕后，读取陀螺仪的零偏值。使用处理器的一个定时器，产生一毫秒的周期中断。中断服务程序的任务被均匀分配在0-1的中断片段中。因此每个中断片段中的任务执行的周期为2毫秒。这些任务包括：平衡车测速脉冲计数器读取与清除。累积平衡车速度，为后面平衡车速度控制提供平均数；然后将计算的到的实时速度与目标速度做差得到速度误差，对速度误差求导，的到速度误差变化率，将速度误差和速度误差变化率作为输入量，输入个模糊自适应PI控制器，得到实时的速度控制输出量；读取陀螺仪和加速度计信号，通过互补滤波，得到当前平衡车倾角，以及平衡车角速度，将平衡车倾角，以及平衡车角速度作为PD控制器的输入量，然后通过PD控制器得到当前平衡所需的控制量。图2是平衡车控制器的流程框图，其具体包括以下方面：平衡车的平衡角度控制采用普通PD器，自适应模糊PI控制器控制直立车的速度，类似双闭环并联PID控制，可以实现直立车平稳运行；将平衡车的平衡控制系统的输入为系统倾角和角速度，在平衡控制中，把系统目标倾角减去系统实际倾角，得到系统倾角的误差，把此误差乘以平衡控制的PA参数，把此乘积直接作为平衡控制的PWN作用给电机，使系统向倾角误差减小的方向运行，以实现系统倾角的闭环控制。由于PA参数过大后会导致系统超调而产生系统震荡，甚至使系统失去控制。为了抑制这种震荡，再引入DA参数，把DA参数直接乘以系统角速度，再本文档来自技高网...

【技术保护点】
一种采用模糊算法的平衡车控制方法，其特征在于：采用模糊自适应PI控制器，来优化平衡车系统速度控制的稳定性和跟随性；在模糊自适应PI控制器中，将实际速度和目标速度的差值e和差值的变化率ec进行量化处理，确定输入、输出参数的隶属函数，然后根据模糊集论域中语言变量各值所对应的模糊子集的隶属度函数，建立PI参数的模糊推理规则库，根据建立的模糊规则，经模糊推理及反模糊化可得出相应的模糊输出P、I；把速度误差乘以P和速度误差乘以I的积分值UT相加作为速度控制的脉冲信号作用给电机，以实现速度的闭环控制；所述的实际速度和目标速度的差值e和差值的变化率ec，是指控制器以一定的时间间隔对光电编码器的脉冲值进行读取，根据读取到的脉冲值换算成该时刻的实际速度，将该时刻的实际速度和目标速度做差值得到e，通过该时刻的e与上一时刻的e相减得到差值的变化率ec；所述的对e和ec进行量化处理，是指假设一个反馈误差为4.5，误差空间是{‐5,‐4…4,5}，量化器会使它靠近离它最近的级别，四舍五入到5；所述的确定输入、输出参数的隶属函数，是指根据平衡车的动力学模型，和运动特性确定e,ec以及输出的P，I参数的论域和模糊子集，并确定表示各参数的各模糊语言对应的隶属度；所述的建立PI参数的模糊推理规则库，是根据专家知识、平衡车运动学模型以及运动特性，以实际速度和目标速度的差值e和差值的变化率ec为输入，P、I参数为输出，建立P的模糊推理规则和I的模糊推理规则；当平衡车起动或停止运行时，平衡车的实际速度和目标速度的差值e较大，为加快响应速度，同时为了避免由于开始时e的瞬时变大可能出现输出量过大对平衡车的平衡产生大的破坏，P应取中等，I应取较小的值；所述的模糊推理及反模糊化，是指根据输出量P和I所对应在不同偏差和偏差变化率下的所以模糊规则的隶属度，根据每条模糊规则隶属度，采用重心法解模糊化可得P和I的输出模糊值。...

【技术特征摘要】
1.一种采用模糊算法的平衡车控制方法，其特征在于：采用模糊自适应PI控制器，来优化平衡车系统速度控制的稳定性和跟随性；在模糊自适应PI控制器中，将实际速度和目标速度的差值e和差值的变化率ec进行量化处理，确定输入、输出参数的隶属函数，然后根据模糊集论域中语言变量各值所对应的模糊子集的隶属度函数，建立PI参数的模糊推理规则库，根据建立的模糊规则，经模糊推理及反模糊化可得出相应的模糊输出P、I；把速度误差乘以P和速度误差乘以I的积分值UT相加作为速度控制的脉冲信号作用给电机，以实现速度的闭环控制；所述的实际速度和目标速度的差值e和差值的变化率ec，是指控制器以一定的时间间隔对光电编码器的脉冲值进行读取，根据读取到的脉冲值换算成该时刻的实际速度，将该时刻的实际速度和目标速度做差值得到e，通过该时刻的e与上一时刻的e相减得到差值的变化率ec；所述的对e和ec进行量化处理，是指假设一个反馈误差为4.5，误差空间是{‐5,‐4…4,5}，量化器会使它靠近离它最近的级别，四舍五入到5；所述的确定输入、输出参数的隶属函数，是指根据平衡车的动力学模型，和运动特性确定e,ec以及输出的P，I参数的论域和模糊子集，并确定表示各参数的各模糊语言对应的隶属度；所述的建立PI参数的模糊推理规则库，是根据专家知识、平衡车运动学模型以及运动特性，以实际速度和目标速度的差值e和差...

【专利技术属性】
技术研发人员：卢晓晖，朱小泉，李绍松，李哲，李光军，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：吉林,22