欢迎访问:武汉绘芯科技有限公司官方网站
服务热线
027-87052087
当前位置:首页 > 行业动态 >

太原滑轨屏 卡尔曼滤波与PID算法之自平衡小车

文章出处:网络整理 作者:佚名 人气: 时间:2021-02-09 14:01

首先确定一下我们的目标是什么?我们得让车站起来,小车整个身体只有电机可以控制轮子,自然对小车的控制就落在了对电机的控制上。很多参加比赛的朋友由于车模是组委会发的,没去想过什么样的电机是合适的? 自然启动会快,反映越快的直流电机最合适。对于直流电机的控制调速,大家都知道最常用的是脉宽调制即PWM方式,这时候就得选非常好电机驱动芯片了,跟你的电机婚配,电流要扛的住。再一个,把小车想成一个骑独轮车的杂技演员,维持平衡,你的保证能前后转吧,所以驱动得做成H桥型的。总结一下我们第一个目标就是做非常好驱动电路,可以实现对电机的正反两个方向的大概调速控制(注意是大概,无反馈调理,如果想试试PID也可以先做一下速度反馈调理)。

下一个问题,稍微有点控制思想的就应该明白,小车是自平衡,自然是自己在控制,那它控制的依据是什么?根据什么去控制?对于两轮小车当它倒下去的时候,只有一个维度的两个量,那就是和直立位置的角度值和在倒下去的时候的快慢值(角速度),其实他俩是一个量,因为对角速度积分就是角度值。角速度只是反映了倒下去的快慢。即变化量。非常好比你拿一根筷子直立在手指上pid算法滤波,你看见它要倒下去的时候肯定手会跟着移动,你一方面看到的是筷子倒下去的角度,另一个是筷子倒的时候的快慢,角度大速度快你自然移动的快,幅度也大,角度小速度慢,你自然移动的慢幅度也小。以上纯脑袋想的,从科学的严谨性来说,还是去看卓老大的文档,从建立数学模型,到自控原理的计算分析最后得出来。所以第二个目标出来了pid算法滤波,我们要去实时测出小车偏离直立位置的角度,这个其实是自平衡小车的第一个难点。

我们说测角度一般使用加速度计就可以了,加速度计是分为模仿的和数字的两种,都是可以用的,只是在实际情况中,加速度计测量的角度是不准确的,因为在小车运动过程中存在震动加速度,这会使输出值不准确,不能真实反映小车的偏转角度。这是器件本身的问题,有些人说用简单的数字滤波(中值、均值等),这些滤波是滤除的干扰信号,这本身的错误信号怎么虑出?再来考虑另一个器件 陀螺仪,我们知道陀螺仪是测量角速度的,但是角速度转换为角度是需要一个积分过程,假如在输入时有一个极小的误差,那么随着积分这个误差将会越来越大,最后得出的角度自然也是不准确的。(器件的使用是最基本的,希望大家能把这两个传感器的使用先搞明白,明白角度具体是怎么计算出来的?)这个时候才有我们常说的卡尔曼滤波、互补滤波的登场,很多人在制造过程中总是觉得卡尔曼或者互补滤波很高端的东西,视线全被它们蒙蔽了,实际上它们最终的目的任然是得到最准确的角度偏离值。对于这一目标,传感器的质量、电路设计同样是很重要的。至于卡尔曼滤波和互补滤波的优劣不在这讨论,我们只说说用的较多的卡尔曼滤波,卡尔曼的前世今生大家在网上搜一下,千篇一律,没一个说到点上了的。其实作为应用我们只需知道卡尔曼输入的两个量,一个是测量值,一个是预测值,程序都是成型的,重点还是在数据的调试上。整个算法中影响输出的就是Kg的值,可以简单的理解为一种加权行为,相信谁更多一点而已。

代码如下:

volatile float QingJiao = 0; //最终准确角度输出变量定义

volatile float Gyro_Data = 0; //陀螺仪

float Q =1,R =3900; //调整卡尔曼的滞后 3900

static float RealData = 0,RealData_P =10000;

float NowData = 0,NowData_P =0 ;

float Kg = 0,gyroscope_rate = 0,gyroscope_rat = 0,accelerometer_angle;

行业动态
联系我们
武汉绘芯科技有限公司

服务热线:027-87052087

技术支持:13329706647

地址:武汉市江夏区藏龙岛九凤街谭湖一路8号

在线客服

扫码与我交流