[发明专利]一种基于鲁棒自适应控制器的平衡车控制方法

说明书

本发明涉及平衡车控制算法领域，尤其涉及一种基于鲁棒自适应控制器的平衡车控制方法，包括：步骤1，利用牛顿第二定律建立平衡车简化模型；步骤2，采用基于状态变量反馈的鲁棒自适应方法，使用鲁棒自适应控制器控制平衡车的倾角。本发明的方法可以实时的估计平衡车模型中的参数，再根据估计得到的参数调整控制器参数，使得平衡车的特性趋向于参考模型，当平衡车上的有效负载变化时，控制器可以快速调节控制参数，增加了控制算法的鲁棒性和自适应性。

技术领域

本发明涉及平衡车控制算法领域，尤其涉及一种基于鲁棒自适应控制器的平衡车控制方法。

背景技术

二轮平衡车运作原理主要是建立在动态稳定的基本原理上，利用车体内部的陀螺仪和加速度传感器来检测车体姿态的变化,并利用伺服控制系统精确地驱动电机进行相应的调整，以保持车体的平衡。作为新型代步工具，二轮平衡车已经广泛应用于交通、勘探、救援等多个领域，为环境污染、能源危机问题提供了有效的解决方案。二轮自平衡车具有高阶、非线性、强耦合、不稳定和欠驱动特性，需要考虑诸如机构摩擦、地面摩擦、有效载荷变化和道路坡度等不确定性。

目前二轮平衡车常用的控制算法有PID控制、专家控制、模糊控制、神经网络控制等。其中PID控制器在遇到有效载荷变化时，无法根据载荷的变化自动调节控制参数，所以仅针对特定能起到有效控制，当载荷变化时，控制性能容易劣化。专家控制是由知识库和推理机构组成，需要知识库的更新和规则的生成，所以在实时性上会有较大的劣势。模糊控制相比上面的控制算法具有较强的鲁棒性，但是因为其模糊的特性，会导致系统的控制精度降低。神经网络控制同样具有较强的鲁棒性和自适应性，但需要大量的已知工程数据样本进行学习训练，其收敛速度较慢。针对上述控制算法的不足，本发明提出采用基于动态误差模型和状态反馈的鲁棒自适应控制算法，使得控制系统可以在平衡车运行过程中实时的估计自身参数变化，并自动调节控制输出量，使控制器具有更强的鲁棒性和自适应性。

发明内容

针对现有技术中存在的不足，本发明提出了一种基于动态误差模型和状态反馈的鲁棒自适应控制器的平衡车控制方法，该方法可以在平衡车运行的过程中，实时估计车体各参数的变化，再根据估计得到的参数调整控制方法，使得系统的状态空间方程始终趋向于参考模型，具体技术方案如下。

一种基于鲁棒自适应控制器的平衡车控制方法，包括如下步骤：

步骤1，利用牛顿第二定律建立平衡车简化模型；

步骤2，采用基于状态变量反馈的鲁棒自适应方法，使用鲁棒自适应控制器控制平衡车的倾角。

进一步的，所述步骤1具体包括：

在暂不考虑转向问题时，设平衡车系统等效于一个一级倒立摆，倒立摆摆杆的质量为m，摆杆的总长度为2l，其中摆杆的重心位于杆的中间，即距离两端长度均为的l的地方，摆杆的倾斜角度为θ，摆杆围绕下方转轴的转动惯量为J，摆杆受到底部小车对其横向作用力等于小车受到的驱动力为u，摆杆受到底部小车对其竖向作用力为H；底部可以左右移动小车的质量为M，小车横向运动距离为z，则摆杆重心的水平位置可以表示为：

x＝z+lsinθ (1)

对式(1)求导，可得摆杆重心水平方向的加速度为：

同理，摆杆中心的垂直位置唯一表示为：

y＝lcosθ (3)

对式(3)求导，可得摆杆重心垂直方向的加速度为：

因为摆杆在水平方向的受力为H，根据牛顿第二定律，可得摆杆水平方向方程为：