基于STM32的平衡车设计

摘 要：文章鉴于平衡车在当今世界的发展热潮提出了一种设计方案。文章基于STM32微处理器，通过卡尔曼滤波法和PID控制实现了两轮平衡车的自平衡控制。该设计方案采用加速度计和陀螺仪共同采集获取姿态角，得到可靠的输出。

关键词：平衡车；加速度计；陀螺仪；卡尔曼滤波；PID算法

前言

平衡车作为一种交通工具，广泛应用于航空、安保等领域。鉴于其绿色、节能、方便、灵活、轻巧等优点，解决了很多诸如交通、能源、环保等问题带来的压力，平衡车作为一种理想的交通工具具有很大的市场。随着现代科技的不断进步，对于市场上平衡车的响应的精确度和速度的要求不断提高，文章设计方案通过陀螺仪测量角度和角速度，并通过加速度计来矫正陀螺仪的角度漂移，实现了精确度的提高。

1 力学原理分析

如图1所示，类比倒立摆，控制车轮做加速运动，得到车模恢复力：

F=mgsin？兹-macos？兹≈mg？兹-mk1？兹（1）

式（1）中k1是车轮加速度a与偏角θ的比例。因为空气中存在摩擦力，即阻尼力，则式（1）变作：

F=mg？兹-mk1？兹-mk2■ （2）

可得：a=k1？兹+k2■ （3）

式（3）中k1大于g，k2大于0；k1决定了车模平衡的位置，k2决定了车模的响应时间。

从上述数学模型中可以看出，只需知道车模的倾角及角速度，即可推得车轮的加速度，从而可以控制电机的转速，实现对车轮的正确控制。

2 控制系统设计

控制系统的整体设计方案是：通过陀螺仪测得车模的倾角和角速度，加速度计用来消除陀螺仪角度漂移。两者测得数据经过A/D转换输入到控制器中，经过卡尔曼滤波得到可靠的车模角度。同时编码器测得车轮速度传递到控制器中。处理器经过PID算法结合车模角度和车轮速度输出PWM控制量驱动电机运转，改变车轮的转速。具体框图如图2所示。

图2

系统整体采用PID控制算法，如图3所示。在速度控制和角度控制中都使用了微分环节，目的是使车模快速的稳定下来，加快了响应时间。速度控制的积分环节是为了消除速度的控制误差。

图3

3 主要硬件设计

3.1 电源模块

单片机、各传感器、电机驱动模块、显示模块都要用到直流电。本设计采用12V，1A锂电池供电，采用LM2596稳压片进行降压，最后输出5V到主板和各个传感器。

3.2 姿态角采集传感器

通过前面的力学分析可知要使车模能够稳定的直立，需要测得车模的角度与角速度的信息，然后通过卡尔曼滤波得到可靠的姿态角。姿态角的获取采用陀螺仪和加速度计测量。该模块采用了六轴惯性传感器MPU6050，该芯片集成了3轴陀螺仪MEMS传感器和3轴加速度计MEMS传感器。该设计有效避免了两路传感器的轴间差问题。现简述陀螺仪和加速度计的工作机理：

陀螺仪：陀螺仪安装在车模上，可以测量车模的角速度，角速度通过积分便可得到角度值。车模运动会产生噪声，同时其他因素会产生噪声，但车模运动的噪声占主要部分，而车模的运动不会对车模的角速度产生影响，所以噪声对陀螺仪的测量信号影响很小，因此通过陀螺仪可以得到可靠的角速度信号。积分又使得信号更加平滑，所以陀螺仪可以得到角度值。但是，陀螺仪输出的角度值是通过角速度积分得到的，如果角速度存在即使很微小的偏差，经过积分后就会形成累计误差，从而将偏差放大，从而输出错误的角度信号。为了解决此问题，该设计通过其他途径同时获得角度信号，然后与陀螺仪输出角度信号进行比对，从而获得可靠的角度信号。另一角度信号的获得通过加速度计来实现。

加速度计：加速度计可以测量重力作用或者物体运动所产生的加速度。该设计采用加速度计z轴上的信号。当车模直立时，输出信号的电压值为0，当车模倾斜时，重力在z轴方向上产生加速度g的分量，从而使电压值发生改变。其中：

u=kgsin？兹≈kg？兹（4）

式（4）中k代表加速度计的灵敏系数；？兹值很小。

从该式中可以看出，加速度计可以获得车模的角度值。但同时车模的运动会对车模的加速度产生很大影响，从而使加速度计产生的角度信号发生偏差。

该设计通过比对陀螺仪和加速度计产生的角度信号，将其比对误差进行比例放大，叠加到陀螺仪测得的角速度值里共同积分，从而获得可靠的角度信号值。

3.3 编码器

该模块采用AB相增量式霍尔编码器，自带上拉整形，单片机可以直接读取。该编码器可以通过转动时输出脉冲来检测确定其位置。该编码器内部有两对光电耦合器，输出脉冲是相位差是90的两组脉冲序列，通过判断两路脉冲的超前和滞后判断车轮的正转和反转。

图4 正转图 图5 反转图

3.4 电机驱动模块

本设计采用额定电压12V电机，通过TB6612FNG驱动芯片进行供电。左右两轮单独控制，所以采用两个电机。驱动电机PWM采用单极性驱动，以便提高电源效率。又由于车轮转动存在正转和反转两个方向，所以两个电机共采用四个PWM信号。

3.5 显示模块

该模块采用OLED显示屏，可以显示车模的角度，车轮转速，以及PID控制中的各个参数，方便对车模进行调试。

4 软件设计

算法图如图6。

软件部分主要包括对各传感器的数据的采集和处理；输出可靠的PWM控制信号控制电机的运行；车模的直立、速度和方向控制；车模运行初始化和显示部分。

PID算法是将卡尔曼滤波后的角度值与速度反馈得到值进行反馈控制。

卡尔曼滤波是一种递归的最优化估计，其原理是：根据k-1时刻的最优角度值和其偏差预测得到k时刻的角度值，同时用k-1时刻的最优值的偏差和k时刻的预测值的偏差共同产生k时刻的预测值的高斯白噪声，同时根据测量值和预测值的协方差来判断出两个值的权重的大小，从而计算出此刻的最优角度值。再根据k时刻的最优角度值和计算出的偏差进行预测k+1时刻的角度值。

5 测试结果

对代码中直立控制，方向控制，速度控制中的参数进行多次调整，最终经过上位机测试，由图7可以看出平衡车平衡十分稳定，系统运行平稳可靠。

6 结束语

两轮平衡车是一个相对复杂的系统，它对传感器技术和智能控制技术有很高的要求。文章给出了一种设计方案并成功实现两轮平衡车的自平衡控制。对于具体的软件设计代码、遥控控制、超声波避障功能未做深入的讨论。双轮平衡车作为一种可以代步的使用工具，其节能、灵巧、高效、环保等优点使其具有很大的市场潜力，积极投资和研发双轮平衡车的优化设计，将带来更大的市场经济效益，促进经济的发展。

参考文献

[1]彭丁聪.卡尔曼滤波的基本原理及应用[J].软件导刊，2009.

[2]袁泽睿.两轮自平衡机器人控制算法的研究[D].哈尔滨：哈尔滨工业大学，2006.

[3]胡寿松.自动控制原理[M].北京：科学出版社，2001.

[4]曹志杰.一种自平衡双轮移动机器人控制系统的设计与实现[D].北京邮电大学，2008.

作者简介：张洪伟（1993，9-），男，河北省保定人，西南大学自动化专业，本科生。