基于神经网络PID控制的两轮自平衡小车研究

发布时间：2014-12-19 20:07

 

【摘要】 两轮自平衡小车是一种新型交通工具,驾驶方式新颖,深受年轻一族喜爱,凭借电力驱动和外形小巧的优势,对于缓解日益严峻的大气污染、能源危机和交通拥堵问题,是一种很好的选择,具有实用价值；同时,由于两轮自平衡小车的结构具有高度不稳定性,给控制理论提出了很大的挑战,也成为一种检验控制算法的良好平台。目前,PID控制凭借控制原理简单和不需要精确的系统模型的优势,成为两轮自平衡小车的主流控制算法,且控制效果较好,但是,其控制器参数一般情况下均为人工调节,要想调节到当前条件下的理想状态,不太容易；且随着时间的推移,两轮小车实际模型与本来就不是很精确的理论模型之间的差距增大,加上小车在使用过程中处于不确定环境中,更是给长时间精确控制带来了困难。本文试图充分利用神经网络的自学习能力,实时优化PID控制器参数,以改善控制器的控制效果,优化两轮小车的平衡性能。首先,本文运用牛顿法建立了两轮小车模型,分析了两轮小车的各个状态变量。在模型的基础上,选取陀螺仪加速度计MPU6050对车体姿态信息进行检测,并自制了车轮编码器对车轮状态进行检测,在高性能AVR单片机ATmega16内,参考建模得到的系统状态变量,建立控制算法,并对来自两个姿态检测模块的信息进行处理,然后给出电机控制信号PWM,并传递给电机驱动器,以控制电机运转,建立起一个位于底层的、基于传统PID控制算法的两轮自平衡小车系统。其次,在硬件STM32F103ZET6的基础上,利用C语言编写了神经网络辨识程序NNI和神经网络控制程序NNC。首先利用NNI对两轮自平衡小车系统的模型进行辨识,在经过辨识得到的模型的基础上,再对NNC部分的神经网络进行训练,最终训练得到的NNC的权值便是经过优化的控制器参数,将经过优化的参数传递给底层控制器,以改善两轮小车的平衡性能。最后,通过平衡试验和抗干扰试验,对两轮自平衡小车的平衡性能和抗干扰性能进行测试。测试结果表明,两轮小车的控制器参数在经过神经网络优化之后,小车系统的平衡性能和抗干扰性能明显得到了提高。通过本文的尝试,证明的确可以通过神经网络对传统两轮小车的控制器参数进行优化,并改善小车系统的平衡性能和抗干扰能力。 

第一章绪论

两轮自平衡小车是轮式移动机器人的一种，它是集机械学、动力学、微型计算机、传感器、自动控制技术于一身的研究性课题，具有能够感知外界环境变化和以及做出相应的动态决策的功能。两轮自平衡小车的模型源自倒立摆，具有倒立摆的非线性、不确定性以及强藕合性等特点。因此，作为一种检验各种控制算法的平台，对两轮自平衡小车的研究具有着十分重要的理论意义⑷。同时，两轮自平衡小车也是一种便利的交通工具。虽然我们拥有汽车这一伟大发明，但是汽车工业在经历了一个多世纪的发展之后，其优势虽仍在，但其所带来的社会问题却越来越凸显。汽车自其出生之日起，在这一个多世纪的发展过程中，数量逐渐增多，使用范围越来越广，虽然为人类社会的发展进步做出了巨大的贡献，但是，汽车工业也为我们带来了严重的环境问题、能源问题和交通问题，如图1-1所示。
目前，我国己进入高速的城镇化发展阶段。伴随着高速城镇化同时出现的还有城市交通机动化，我国城市交通的机动化在很大程度上表现为小汽车化。以小汽车快速增长为核心的机动化发展趋势，在给家庭出行带来便利的同时，也给城市交通带来了极大的挑战，治堵以成为重大问题。两轮自平衡小车是一种薪新的、便携式的交通运输设备，由于两轮小车采用电力驱动，且体积小、驾驶操作方便灵活，不仅占用空间更小，方便实用，更能取代部分汽车，对缓解当今社会严重的大气污染、能源危机、交通拥堵问题，是一种不错的选择。
.............

第二章两轮自平衡小车模型分析

2.1车轮力学模型分析
根据牛顿第二定律和转动惯量定理可以得到车轮的力学方程，其中M为转动力矩，M为系统的转动惯量。因为车轮没有轴方向的位移，所以只建立其在轴方向上的力学模型。

2.2车体力学模型分析
两轮自平衡车小车系统主要由车轮、电机和车体三部分组成。由于电机固定于车体上，因此，也可以将电机和车体看做一个整体，统称车体；车轮安装于电机轴上，可以转动。两轮平衡车依靠自身的电机实现扭矩输出来达到系统平衡。车轮由电机带动，能够输出转矩，是主动机构；而车体本身是随动机构。要实现小车系统自平衡，就要控制电机适时正反转，以输出合适的转矩以维持小车的平衡。当小车车体失去平衡往后倾斜，由于重力加速度会在水平方向上分解产生一个水平方向上向后的加速度，为了使得小车车体获得一个方向相反且大小相等的加速度以保持车体的平衡，两轮小车的控制器在接收到来自车体姿态检测模块传送来的小车姿态信息后，经过处理，给电机相应的控制信号，使电机给车轮一个大小适量的向后的转矩。当小车车体失去平衡往前倾斜，由于重力加速度会在水平方向上分解产生一个水平方向上向前的加速度，为了使得小车车体获得一个方向相反且大小相等的加速度以保持车体的平衡，两轮小车的控制器在接收到来自车体姿态检测模块传送来的小车姿态信息后，经过处理，给电机相应的控制信号，使电机给车轮一个大小适量的向前的转矩。

第三章两轮自平衡小车系统硬件设计...................14
3.1两轮自平衡小车机械结构.................14
3.2两轮自平衡小车的机械原理...................14
第四章两轮自平衡小车系统软件设计................30
4.1车轮状态运算处理程序设计..............30
4.2车体姿态运算处理程序设计..............31
4.3小车车体平衡控制算法设计.....35
第五章基于PID神经网络的控制器参数优化设计.......38
5.1PID神经网络基础.......39
5.2基于PID神经网络的系统辨识器NNI设计......................43

第五章基于PID神经网络的控制器参数优化设计

5.1PID神经网络基础
PID神经网络是人工神经网络若干种类中的一种，属前馈网络，具有人工神经网络所具有的共性，同时，也有自身的特点。人工神经网络是由人工神经元（在神经科学研究的基础上，依据生物神经元的结构和功能，模拟生物神经元的基本特征建立起来的人工神经元模型）互联组成的网络。神经网络可以通过自组织、自学习，不断适应外界环境的变化。神经网络的自组织、自学习性来源于神经网络结构的可塑性，这主要反应在神经元之间连接强度的可变性上，网络的信息处理由处理单元之间的相互作用来实现。

5.2基于PID神经网络的系统辨识器NNI设计
神经网络具有非线性和学习能力，在解决复杂的非线性不确知系统与逆系统的辨识问题方面潜力巨大，在实时控制系统中，可以用神经网络对系统进行辨识，并作为被控对象的模型，进而不断调整控制器参数，以获得比较好的控制效果。系统辨识原理图如图5-5所示。神经网络控制属于先进控制技术，也属于智能控制，是用计算机做数字控制器实现的一类算法，由于神经网络具有模拟人的部分智能的特性，笔耕文化传播，具有要求的动态、静态（或称稳态）性能提供了一种可能。
...........

结论与展望

PID控制器简单易懂，不需精确的系统模型，最早实用化，现在仍然应用最广泛。传统两轮自平衡小车的控制器也有采用经典控制方法，但其控制参数一般情况下均为人工调节，要想调节到当前条件下的理想状态，不太容易；且随着时间的推移，两轮小车自身各部件的性能会发生变化，造成小车实际模型与本来就不是很精确的理论模型之间的差距增大，加上小车在使用过程中处于不确定环境中，更是给长时间精确控制带来了困难。本文试图利用神经网络的自学习能力对传统控制器的控制器参数进行优化，并根据小车状态实时调整控制器参数，以优化两轮小车的平衡性能。当然，本文研究也有需要改善提高的地方：神经网络有很多种类，如：模糊神经网络、小波神经网络，即便是相同种类的神经网络也有结构上的差异，以及激活函数选取的不同等。本文只是将神经网络控制运用于两轮自平衡小车控制器参数优化上的一次尝试，虽然取得了一定的控制效果，但是还不理想，还需要改善。在后期的工作中，希望能够通过选取不同类型、不同拓扑结构、不同激活函数搭配形式的神经网络进行尝试，以获得更好的控制效果。
............

参考文献:
[1] 陈书谦,张丽虹.  BP神经网络在PID控制器参数整定中的应用[J]. 计算机仿真. 2010(10)
[2] 黄剑平.  基于BP神经网络的PID控制研究[J]. 计算机仿真. 2010(07)
[3] 柳小桐.  BP神经网络输入层数据归一化研究[J]. 机械工程与自动化. 2010(03)
[4] 李会玲,柴秋燕.  人工神经网络与神经网络控制的发展及展望[J]. 邢台职业技术学院学报. 2009(05)
[5] 汤素丽,罗宇锋.  人工神经网络技术的发展与应用[J]. 电脑开发与应用. 2009(10)
[6] 郭红霞,杨金明,刘文刚.  无刷双馈电机的PID神经网络控制[J]. 控制理论与应用. 2008(01)
[7] 廖芳芳,肖建.  基于BP神经网络PID参数自整定的研究[J]. 系统仿真学报. 2005(07)
[8] 屠运武,徐俊艳,张培仁,张志坚.  自平衡控制系统的建模与仿真[J]. 系统仿真学报. 2004(04)
[9] 王军,黄心汉.  基于神经网络进化学习的两轮小车避障控制[J]. 机器人. 1996(05)


本文编号：10458