一种基于智能演化的自平衡无人驾驶自行车及其竞争与合作的控制方法技术

本发明专利技术公开了一种基于智能演化的自平衡无人驾驶自行车及其竞争与合作的控制方法，该自平衡无人驾驶自行车包括自行车、传感器模块、车把控制模块、车体中部控制模块和车体后部控制模块。该控制方法包括自平衡控制和无人驾驶控制两部分。自平衡控制在人骑自行车的同时通过实际自行车状态变化与预期是否相同来进行控制策略的筛选，最终基于竞争与合作的实时学习实现自行车的自平衡。本发明专利技术的无人驾驶自行车通过耦合的控制方法可以在多种运动状态下具有自平衡功能，同时采用的是间接驱动的方法，并不需要对普通自行车进行进一步的改装，只需要将三个控制器模块安装在普通自行车上，就可以实现自行车的自平衡和无人驾驶。

Self balanced self driving bicycle based on intelligent evolution and its control method of competition and cooperation

The invention discloses a self balanced self balanced unmanned bicycle based on intelligent evolution and its control method of competition and cooperation. The self balanced unmanned bicycle includes a bicycle, a sensor module, a control module of a car handlebar, a central control module of the car body and a rear control module of the car body. The control method includes two parts: self balancing control and driverless control. The control strategy is selected by self balancing control at the same time whether the change of bicycle status is the same as expected. Finally, the self balancing of bicycles is realized based on the real time learning of competition and cooperation. The unmanned bicycle of the invention can have self balancing function under a variety of moving states through the coupling control method. At the same time, it is an indirect driving method. It does not need to further refit the ordinary bicycle. Only three controller modules are installed on the ordinary bicycle, so it can be realized by itself. The car is self balancing and unmanned.

【技术实现步骤摘要】
一种基于智能演化的自平衡无人驾驶自行车及其竞争与合作的控制方法
本专利技术涉及交通领域，具体涉及一种基于智能演化的自平衡无人驾驶自行车及其竞争与合作的控制方法。
技术介绍
自行车作为一种传统的交通工具，具有车体窄小、机构简单、能作小半径回转、方便灵活、无污染、无噪声、无需能源、售价低廉等优势，在道路拥挤、空气污染、油价上涨等问题日益严重的现代人生活中有着举足轻重的地位。而无人驾驶自行车不仅能够针对一些特殊人群如儿童、老人提供驾驶平衡辅助，更是有望在灾难救援、森林作业中得到广泛应用。随着人们对智能交通工具和无人驾驶技术的关注度持续提高，无人驾驶自行车或者说自行车机器人在这一智能交通工具概念的基础上有了初步的发展。目前，无人驾驶自行车的研究大部分研究学者都是围绕动力学建模和提出新的控制算法这两方面进行的，对其研究大都停留在理论探讨和初步试验的阶段。由于自行车复杂的动力学特征和一定的侧向不稳定性，自行车的自平衡仍存在很多棘手问题，如何解决静止或低速行驶下自行车的自平衡问题是无人驾驶自行车突破当前发展限制的关键。现有的应用于摩托车或电动自行车的平衡系统本质上是独轮车平衡系统(即倒立摆平衡系统)和两足平衡系统的叠加。而自行车的前把具有高度的自由度，且两轮没有直接驱动力。所以，在摩托车或电动自行车上导致其平衡的驱动力在自行车上是不存在的，其平衡方法在自行车上无效，这为自行车的自平衡和无人驾驶带来了更多难度。同时，尽管目前有一些相关的自演化仿真研究，但还没有基于硬件进行自演化的相关研究，同时也没有将其应用到自行车的自平衡问题上。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提供一种基于智能演化的自平衡无人驾驶自行车及其竞争与合作的控制方法。本专利技术的目的是通过以下技术方案来实现的：一种基于智能演化的自平衡无人驾驶自行车的竞争与合作的控制方法，该方法包括平衡控制部分和无人驾驶控制部分；所述车把控制模块、车体中部控制模块、车体后部控制模块根据传感器模块提供的信息进行模块各机构的控制，从而进行自行车平衡和行进的间接控制；所述车把控制模块、车体中部控制模块、车体后部控制模块的各机构控制变量是相互耦合的；所述平衡控制部分的实现方法包括以下步骤：1)关键变量选取：选取可控可观的关键变量，包括自行车各变量和车把控制模块、车体中部控制模块、车体后部控制模块的控制变量；2)基于竞争与合作的实时学习及控制器的建立：在用户进行自行车骑行时，通过控制器给自行车一个随机的控制，不考虑人对自行车控制来预测控制器变量变化应该带来的自行车各变量变化方向，若自行车实际控制结果与预测相反，则优化掉该种控制方法，若自行车实际控制结果与预测相同，则保留该种控制方法，建立当前自行车变量(即当前自行车状态)与控制变量变化的对应关系，在多种自行车状态下基于竞争与合作的原则进行控制器参数的实时学习；3)实现自平衡：将实时学习得到的控制器参数分别输入实际的车把控制模块、车体中部控制模块和车体后部控制模块，并进行微调，建立自行车的三个控制器，从而实现自行车的自平衡；所述无人驾驶控制部分的实现方法：根据目标运动状态，选择期望的自行车变量，实现自行车的无人驾驶控制。进一步地，所述控制方法可以分多种路况、地形情况收敛到各自的控制方案；进一步地，所述控制方法还可以应用于习惯矫正，学习运动员或教练的健康的骑车习惯后，通过车把控制模块、车体中部控制模块、车体后部控制模块与用户对自行车控制的叠加效果趋向于健康的自行车变量控制方法，当用户的骑车习惯不好，车把控制模块、车体中部控制模块、车体后部控制模块为了健康的骑车模式会产生额外的扰动，用户就会感到费力，从而更趋向于使用该健康的骑车习惯进行骑行。进一步地，所述无人驾驶控制部分的实现包括：选择目标运动状态，进行目标运动状态下的自行车控制；所述运动状态包括：启动、前进、转弯、后退；所述的启动状态下的自行车控制具体步骤如下：1)整体性调节：通过车把控制模块、车体中部控制模块、车体后部控制模块的变量调节，使得自行车车把偏转角度α趋于一个常数，即使得自行车趋于一个整体；2)重心调节：通过车把控制模块、车体中部控制模块、车体后部控制模块的变量调节，调节自行车重心，使得自行车车把偏转角度α趋于0、自行车车体偏转角度β趋于0，即使得自行车从一定偏转角度到竖直站立状态；所述的前进状态下的自行车控制具体步骤如下：1)整体性调节：通过车把控制模块、车体中部控制模块、车体后部控制模块的变量调节，使得自行车车把偏转角度α趋于0，即使得自行车在车把不转的同时趋于一个整体；2)重心调节：通过车把控制模块、车体中部控制模块、车体后部控制模块的变量调节，调节自行车重心，使得自行车车体偏转角度β趋于0，即使得自行车保持平衡；3)间接驱动：通过车体后部控制模块的旋转轮机构的变量调节，间接驱动自行车后轮，使得自行车后轮转动角度以一定角速度变化，即使得自行车以一定速度前进；所述的转弯状态下的自行车控制具体步骤如下：1)整体性调节：通过车把控制模块、车体中部控制模块、车体后部控制模块的变量调节，使得自行车车把偏转角度α趋于转弯方向，即使得自行车在车把转动的同时趋于一个整体；2)重心调节：通过车把控制模块、车体中部控制模块、车体后部控制模块的变量调节，调节自行车重心，使得自行车车体偏转角度β趋于0，即使得自行车保持平衡；3)间接驱动：通过车体后部控制模块的旋转轮机构的变量调节，间接驱动自行车后轮，使得自行车后轮转动角度以一定角速度变化，即使得自行车以一定速度转弯；所述的后退状态下的自行车控制方法具体步骤如下：1)间接驱动：通过车体后部控制模块的旋转轮机构的变量调节，间接驱动自行车后轮，使得自行车后轮转动角度以一定角速度反向变化，即使得自行车后轮以一定速度反向旋转；由于车把与前轮接触地面处存在一个前后关系，当自行车处于倒退状态下，车把及前轮处于被拖动状态，在车把连接处的拖动力在前，消除了自行车前进时产生的车把转动扭矩，可以简化自行车车把偏转角度α的调节，自行车在后退状态会趋于一个整体；2)重心调节：通过车把控制模块、车体中部控制模块、车体后部控制模块的变量调节，调节自行车重心，使得自行车车体偏转角度β趋于0，即使得自行车保持平衡。进一步地，所述选择目标运动状态具体为：1)宏观路线确定：通过导航、人工选择等方式确定自行车整体行进路线；2)路面监控及避障：通过传感器模块进行路面的监控；进行地形扫描，判断地形并选择地形对应的控制方法；判断是否有障碍物，若有障碍物则进行避障，即通过距离、障碍物宽度、障碍物运动情况等路面信息得到自行车需要调整的行进方向从而进行调整。本专利技术的有益效果是：(1)本专利技术的无人驾驶自行车具有自平衡功能。(2)本专利技术的无人驾驶自行车在多种运动情况下都具有自平衡功能。(3)本专利技术的无人驾驶自行车通过耦合的控制方法对一个多变量耦合的系统进行控制，三个控制器模块的控制变量相互耦合，使得无人驾驶自行车成为一个自平衡的整体。(4)本专利技术的无人驾驶自行车采用的是间接驱动的方法，只需要将三个控制器模块安装在普通自行车上，就能实现普通自行车的无人驾驶，并不需要对普通自行车进行进一步的改装。(5)本专利技术的无人驾驶自行车采用的是竞争与合作的自平衡控制方法，在人骑自行车的同时通本文档来自技高网...

【技术保护点】
1.一种基于智能演化的自平衡无人驾驶自行车，其特征在于，包括自行车、传感器模块、车把控制模块、车体中部控制模块和车体后部控制模块；所述传感器模块用于测量自行车变量，所述自行车变量包括自行车车把偏转角度α、自行车车体偏转角度β、自行车后轮转动角度

【技术特征摘要】
1.一种基于智能演化的自平衡无人驾驶自行车，其特征在于，包括自行车、传感器模块、车把控制模块、车体中部控制模块和车体后部控制模块；所述传感器模块用于测量自行车变量，所述自行车变量包括自行车车把偏转角度α、自行车车体偏转角度β、自行车后轮转动角度所述车把控制模块位于自行车车把，通过重心调节机构调节车把的重心，实现车把偏转角度α的调节；所述车体中部控制模块位于自行车车体中部，通过重心调节机构调节车体中部的重心；所述车体后部控制模块位于自行车后部，通过重心调节机构调节车体后部的重心，通过旋转轮机构进行自行车后部的平衡控制和后轮旋转控制；通过后轮旋转控制实现自行车后轮转动角度的调节；所述车把控制模块、车体中部控制模块和车体后部控制模块各自的重心调节机构和车体后部控制模块的平衡控制，共同实现自行车车体偏转角度β的调节；选取自行车变量和车把控制模块、车体中部控制模块和车体后部控制模块的控制变量作为关键变量；在用户进行自行车骑行时，车把控制模块、车体中部控制模块和车体后部控制模块实时给出随机控制，通过自行车状态变化实际与预期是否相同来进行控制规则的筛选，如此重复进行控制器参数的实时学习，实现无人驾驶自行车的平衡控制。2.根据权利要求1所述的一种基于智能演化的自平衡无人驾驶自行车，其特征在于，所述车把控制模块的重心调节机构为横向放置于车把上的滑杆机构，车把控制模块通过调节车把滑杆机构的滑块位置进行车把重心的调节。3.根据权利要求1所述的一种基于智能演化的自平衡无人驾驶自行车，其特征在于，所述车体中部控制模块的重心调节机构为偏心轮，车体中部控制模块通过调节偏心轮旋转角度进行车体中部重心的调节。4.根据权利要求1所述的一种基于智能演化的自平衡无人驾驶自行车，其特征在于，所述车体后部控制模块的重心调节机构为偏心轮，车体后部控制模块通过调节偏心轮旋转角度进行车体后部重心的调节。5.根据权利要求1所述的一种基于智能演化的自平衡无人驾驶自行车，其特征在于，所述车体后部控制模块的旋转轮机构为互相垂直的两个旋转轮：水平旋转轮、竖直旋转轮，竖直旋转轮与水平旋转轮相切，且与自行车后轮平行；车体后部控制模块通过调节两个旋转轮的转速进行自行车后部的平衡控制和后轮旋转控制。6.一种基于智能演化的自平衡无人驾驶自行车的竞争与合作的控制方法，其特征在于，该方法包括平衡控制部分和无人驾驶控制部分；所述平衡控制部分的实现方法包括以下步骤：1)关键变量选取：选取可控可观的关键变量，包括自行车各变量和车把控制模块、车体中部控制模块、车体后部控制模块的控制变量；2)基于竞争与合作的实时学习及控制器的建立：在用户进行自行车骑行时，通过控制器给自行车一个随机的控制，不考虑人对自行车控制来预测控制器变量变化应该带来的自行车各变量变化方向，若自行车实际控制结果与预测相反，则优化掉该种控制方法，若自行车实际控制结果与预测相同，则保留该种控制方法，建立当前自行车变量(即当前自行车状态)与控制变量变化的对应关系，在多种自行车状态下基于竞争与合作的原则进行控制器参数的实时学习；3)实现自平衡：将实时学习得到的控制器参数分别输入实际的车把控制模块、车体中部控制模块和车体后部控制模块，并进行微调，建立自行车的三个控制器，从而实现自行车的自平衡；所述无人驾驶控制部分的实现方法：根据目标运动状态，选择期望的自行车变量，实现自行车的无人驾驶控制。7.根据权利要求6所述的方法，其特征在于，所述步骤2)中，所述控制方法可以分多种路况、地形...

【专利技术属性】
技术研发人员：孟濬，赵夕朦，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33