基于飞思卡尔智能车的电磁导航控制技术研究
本文关键词:基于飞思卡尔智能车的电磁导航控制技术研究,由笔耕文化传播整理发布。
【摘要】:电磁导航技术作为智能车技术中的一个分支,在智能交通领域具有广阔的应用前景,通过分析处理车载传感器的检测数据获得智能车辆的位置信息,以此信息对车辆进行方向和速度控制。两轮自平衡电动车结合了自主移动的思想,将姿态信息的检测、动态平衡的控制、电机驱动集于一身,完成自我平衡及运动方向和速度的控制。 以飞思卡尔智能车为硬件平台,分别对电磁导航技术和自平衡控制中的关键技术,即姿态检测技术做了深入的研究。 首先对电磁导航原理和算法做了深入研究,设计了两种智能车导航系统的电磁检测方案,通过实验比较,选用双水平线圈传感器作为智能车的路径信息采集系统。 其次基于加速度计和陀螺仪组成的姿态检测系统,研究了卡尔曼滤波、无迹卡尔曼滤波和互补滤波3种不同的姿态估计方法,并且用MATLAB分别做了仿真,通过比较,选择卡尔曼滤波算法作为智能车的姿态估计算法。 最后利用飞思卡尔单片机作为控制单元,,通过编写单片机程序验证电磁导航算法和姿态检测算法的正确性和可靠性,通过实验测试,智能车能快速稳定的沿着电磁轨道做自主循迹运动,并且在运动中完成平衡控制,保持直立状态。
【关键词】:电磁导航 姿态检测 卡尔曼滤波 飞思卡尔
【学位授予单位】:沈阳理工大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:U463.6;U495
【目录】:
- 摘要6-7
- Abstract7-12
- 第1章 绪论12-20
- 1.1 课题背景与研究意义12-14
- 1.2 国内外研究现状14-18
- 1.2.1 电磁导航智能车研究现状14-15
- 1.2.2 两轮自平衡机器人研究现状15-18
- 1.3 本课题研究内容18-20
- 第2章 智能车系统简介20-29
- 2.1 智能车导航控制原理介绍20-25
- 2.2 智能车硬件平台介绍25-28
- 2.2.1 控制单元25
- 2.2.2 信息采集单元25-27
- 2.2.3 电源及驱动单元27-28
- 2.3 本章小结28-29
- 第3章 智能车导航系统的设计与算法研究29-39
- 3.1 电磁导航原理介绍29-31
- 3.2 电磁检测电路的设计31-33
- 3.3 双水平线圈传感器与检测算法33-35
- 3.3.1 双线圈传感器的布局33
- 3.3.2 双水平线圈检测算法33-35
- 3.4 单排七线圈检测方案设计35-36
- 3.4.1 传感器布局设计35
- 3.4.2 传感器数据归一化35-36
- 3.4.3 基于最小二乘法的曲线拟合36
- 3.5 两种算法的实验分析与比较36-38
- 3.6 本章小结38-39
- 第4章 智能车平衡姿态检测研究39-63
- 4.1 常用的姿态检测方法39-50
- 4.1.1 姿态传感器及其原理39-42
- 4.1.2 基于陀螺仪的姿态检测方法42-44
- 4.1.3 基于加速度计的姿态检测方法44-46
- 4.1.4 陀螺仪和加速度计的误差模型46-47
- 4.1.5 姿态检测算法与卡尔曼滤波47-50
- 4.2 基于卡尔曼滤波的传感器数据融合50-54
- 4.2.1 传感器性能的比较50-51
- 4.2.2 卡尔曼滤波器的设计51-53
- 4.2.3 仿真实验与结果分析53-54
- 4.3 基于无迹卡尔曼滤波器的姿态最优估计54-58
- 4.3.1 无迹卡尔曼滤波器原理54-56
- 4.3.2 基于 UKF 的滤波器设计56-57
- 4.3.3 仿真实验与结果分析57-58
- 4.4 基于复合互补滤波器的姿态估计58-61
- 4.4.1 复合互补滤波器的原理59
- 4.4.2 复合互补滤波器的设计59-60
- 4.4.3 仿真实验与分析60-61
- 4.5 本章小结61-63
- 第5章 电磁导航智能车算法的验证63-82
- 5.1 软件开发环境与调试工具63-64
- 5.2 智能车系统设计64-67
- 5.2.1 智能车硬件平台设计64-66
- 5.2.2 智能车软件功能与框架设计66-67
- 5.3 硬件资源配置67
- 5.4 主要算法与实现67-76
- 5.4.1 系统的初始化67-70
- 5.4.2 卡尔曼滤波算法的实现70-73
- 5.4.3 控制算法的实现73-76
- 5.5 调试与实验结果76-81
- 5.5.1 参数整定76-78
- 5.5.2 测试结果78-81
- 5.6 本章小结81-82
- 结论82-84
- 参考文献84-87
- 攻读硕士学位期间发表的论文和获得的科研成果87-88
- 致谢88-89
【相似文献】
中国期刊全文数据库 前10条
1 程钊;万齐齐;唐旋来;刘广林;彭刚;黄心汉;王永骥;;智能车道路识别及控制研究[J];伺服控制;2007年06期
2 王荣本,李兵,施树明,李斌;世界智能车辆研究概述[J];公路交通科技;2001年05期
3 党宏社,韩崇昭,段战胜;智能车辆系统发展及其关键技术概述[J];公路交通科技;2002年06期
4 韩俊淑 ,韩佳文 ,高翔 ,赵玉凡 ,常明;智能车辆的研究及发展[J];世界汽车;2003年09期
5 胡国强;陈昌生;熊明洁;;世界智能车辆的关键共性技术研究现状[J];轻型汽车技术;2011年03期
6 李宗;项羽升;蒲荣军;张笑楠;;电磁智能车的设计与调试[J];硅谷;2012年13期
7 李进;徐朝胜;陈杰平;李忠芳;;基于集散决策体系结构的智能车辆自主导航[J];控制工程;2012年04期
8 陈启迅;薛静;;单目视觉智能车路径识别及控制策略研究[J];交通信息与安全;2012年05期
9 徐玉翔;刘会平;张艳军;;智能车辆实验平台的研究与设计[J];科技信息;2014年07期
10 满益明;陈慧岩;胡玉文;江燕华;王振坤;龚建伟;;智能车辆捷联视线稳定跟踪平台设计与实现[J];中国惯性技术学报;2009年04期
中国重要会议论文全文数据库 前6条
1 张祖锋;徐友春;张鹏;朱增辉;;缩微智能车的环境感知与控制决策算法研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年
2 汪铁民;;智能车辆的若干问题[A];四川省第九届(2009年)汽车学术交流年会论文集[C];2009年
3 黄鸿;吕晓华;任雪梅;;基于SPCE061A的智能车模语音控制系统[A];国产科学仪器应用、创新和产业化学术研讨会论文集(二)[C];2007年
4 张国伍;钱大琳;;中国智能交通发展战略构想[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年
5 王立琦;杜茂;;基于激光扫描仪的智能车前方障碍物检测[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
6 孙怀江;;ALVINN及其扩展[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
中国重要报纸全文数据库 前4条
1 记者 刘莉;“中国智能车未来挑战赛”西安开战[N];科技日报;2010年
2 陈海霞 颜士秀 小莉;常州“智能车”全国夺冠[N];常州日报;2010年
3 记者张兆军;两种智能车 无人可驾驶[N];科技日报;2003年
4 记者 孙春艳;“科博会”在京开幕[N];吉林日报;2003年
中国博士学位论文全文数据库 前10条
1 钱臻;基于组合定位技术的多智能车辆合作编队仿真技术研究[D];东北林业大学;2012年
2 汪明磊;智能车辆自主导航中避障路径规划与跟踪控制研究[D];合肥工业大学;2013年
3 刘华军;面向智能车辆的道路环境理解技术研究[D];南京理工大学;2007年
4 李进;视觉导航智能车辆的路径识别和跟踪控制[D];合肥工业大学;2008年
5 沈志熙;基于视觉导航的智能车辆在城区复杂场景中的目标检测技术研究[D];重庆大学;2008年
6 王锋辉;面向区域智能运输的多智能车辆协作研究[D];上海交通大学;2009年
7 焦俊;基于多Agent系统的智能车辆自主行驶控制研究[D];合肥工业大学;2010年
8 郭景华;视觉导航式智能车辆横向与纵向控制研究[D];大连理工大学;2012年
9 李贻斌;ITS智能车辆关键技术研究[D];天津大学;2008年
10 张国权;基于视觉导航的智能车辆目标检测关键技术研究[D];兰州理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 李寒峰;基于GPS的智能车评估系统[D];上海交通大学;2010年
2 万年丰;智能车多车协作算法研究[D];上海交通大学;2010年
3 王晨;无人驾驶智能车控制与规划系统的设计与实现[D];上海交通大学;2009年
4 于娟;提高智能车速度的研究[D];电子科技大学;2010年
5 梁昆;智能车校园自主导航方法研究[D];上海交通大学;2011年
6 杨栩;基于视觉的智能车控制系统及其算法的应用研究[D];西华大学;2011年
7 皮燕妮;智能车视觉/雷达辅助导航关键技术研究[D];西北工业大学;2005年
8 牛淑艳;视觉导航智能车路径识别及控制算法研究[D];哈尔滨理工大学;2012年
9 王虎;面向路径识别的智能车系统设计与研究[D];安徽工程大学;2013年
10 李姗姗;基于单片机的两轮智能车设计[D];南京理工大学;2013年
本文关键词:基于飞思卡尔智能车的电磁导航控制技术研究,由笔耕文化传播整理发布。
本文编号:266391
本文链接:https://www.wllwen.com/kejilunwen/qiche/266391.html