摘要：两轮自平衡智能车要求车模两轮驱动完成其直立行走。直立车的硬件规划和软件规划与四轮车比较愈加杂乱，在“飞思卡尔”杯全国大学生智能轿车竞赛中，直立车毛病多，近一半的参赛部队完不成竞赛。直立自平衡智能车首要简化为倒竖摆模型，把倒竖摆理论引进并经过PID操控，能得到杰出的操控作用。
0 导言
近年来，国内外有许多关于两轮自平衡直立电动车的研讨，乃至现已生产出相应的代步产品。跟着现代科技的开展，关于自平衡的响应速度和准确度提出了更高的要求。“两轮自平衡直立车”的制造，其核心技术便是自平衡体系的开发。直立车模能够简化成倒竖的单摆模型。经过传感器取得角速度和角加速度的值，运用PID操控算法完成对其的操控。
1 理论剖析
1.1 倒竖摆理论模型剖析
首要，直立智能车若只直立在原地能够简化成一级倒竖摆模型，咱们能够从单摆下手，对单摆受力剖析如图1所示。
F=-mgsinθ (1)
根据受力剖析，当单摆受外力拉离平衡位置时，会遭到mgsinθ作用使单摆能够回复到平衡位置，而空气中的阻尼力与mgsinθ的合力唆使单摆安稳在平衡位置，合力越大，单摆安稳得越快，所受搅扰的影响也就越小。
直立的车模能够看成是倒放在能够移动的车轮上的单摆，因为车轮与车体存在相对加速度，因而在非惯性系下剖析车模的受力状况，对倒竖摆模型受力剖析如图2所示。
车模除了受重力的分力mgsinθ外，还受额定的惯性力-macosθ和空气的阻力，因而倒竖摆所受的康复力(此处不计空气阻力)为：
F=mgsinθ-macosθ (2)
因为θ较小，因而能够进行线性化。
为使倒竖摆能够安稳下来，并且因为空气的相对阻尼力较小，还应对体系施加额定的阻尼力，因而式(2)可变为：
式中θ为车模倾角，θ’为车模的角速度，k1、k2为份额系数。
1.2 直立车体系安稳性剖析
对直立车模进行数学建模，根据自动操控理论剖析车模经过闭环操控坚持安稳的条件。
将直立车模简化为放置在能够左右移动的车轮上的简略倒竖摆。假定外力搅扰引起车模发生角加速度x(t)。沿着垂直于车模地盘方向进行受力剖析。
由图3推导出车模倾角与车轮运动加速度a(t)以及外力搅扰加速度x(t)之间的运动方程
由式(10)能够看出，当k1≥g，k2≥0时，满意体系安稳的条件，此刻直立车模能够安稳。
2 直立智能车体系规划
2.1 硬件电路规划
在上面介绍了车模直立操控数学模型，车模倾角以及倾角速度的丈量成为操控车模直立的要害。车模倾角和倾角速度的丈量能够别离经过加速度传感器和陀螺仪完成。
2.1.1 三轴加速度计
三轴加速度计能够丈量智能车倾角的加速度。直立车模所选用的是加速度传感器MMA7361。该传感器体积小、质量轻、丈量精度高、抗搅扰能力强、性价比高，MMA7361能够一起输出3个方向上的加速度模拟信号。
2.1.2 陀螺仪
咱们选用了村田公司出品的ENC-03系列的陀螺仪，陀螺仪能够丈量智能车倾角的角速度。可是此款陀螺仪有一点缺点是温飘过大，需求咱们在软件中进行补偿。
2.2 体系软件规划
经过三轴加速度计和陀螺仪模块别离检测车模的视点和角速度，这好像只需求加速度计就能够取得车模的倾角，再对此信号进行微分便能够取得倾角速度，但在实践车模运转过程中，因为车模本身的轰动和摇摆等要素所发生的加速度会发生很大的搅扰信号，它叠加在丈量的加速度信号上使得输出的信号无法准确反映车模的视点，这些噪声能够经过数据滑润滤波将其滤除，可是滑润滤波一方面会使信号无法实时反映车模倾角改变，减缓对车模车轮的操控，另一方面也会将车模角速度改变信息滤掉，上述两方面的滤波作用都使得车模无法坚持直立。
角速度传感器陀螺仪输出的车模角速度遭到车体振荡的影响小，因而车模的视点可经过对角速度积分得到。但假如角速度信号存在细小的差错和漂移，经过积分运算之后构成累积差错，这个差错会跟着时刻延伸逐渐添加，终究导致电路饱满，使视点信号存在差错。为消除角速度积分发生的累积差错，运用加速度计取得的视点信息对此进行校对，使积分的视点逐渐盯梢到车模运转的实在视点。如下图4所示为车模直立操控算法框图。
最终，选用PD算法操控车模直立。其公式为
nSpeed=CarAngle*P+CarGyro*D (11)
式中nSpeed为车模速度输出值，CarAngle为车模视点，CarGyro为车模角速度，P为份额参数，D为微分参数。
3 结语
两轮智能车操控体系是一种典型实时准确操控、且本身不安稳的随动操控体系。本文具体介绍了两轮自平衡小车的直立操控原理及规划，包含加速度传感器运用电路及办法、经过视点传感器的反应量完成小车的平衡操控办法;加速度计和陀螺仪等传感器的选取;硬件电路的规划办法、软件算法的首要操控程序等，牢靠安稳地使小车到达2.2m/s。
