基于卡尔曼滤波和LQR算法的两轮自平衡巡检机器人的设计与应用

摘要

工作人员在高压变电站或核电站内进行巡检工作，经常可能会有人员伤亡事件发生，迫切需要具有高灵活性的机器人代替工作人员完成各种巡检任务。由于人工智能技术发展的限制，在复杂环境下完全自主工作的巡检器人研究还不太现实，因此具有远程控制的巡检机器人是目前比较好的一个选择。论文设计并制作了一种能够实现远程控制的两轮自平衡巡检机器人，它能在平地上直立自由行走,将采集到的信息发送给主端控制平台，并在主端控制平台界面上显示出来。
　　变电站、核电站内复杂的地形环境要求巡检机器人体积小且行动灵活，因此机器人采用两轮驱动的结构。论文完成了机器人的机械结构和控制电路设计。机械结构设计包括车轮和车身的选择以及电池、传感器等设备的安装；控制电路设计包括以STM32F103C8为CPU的最小系统以及电源、电机驱动、状态检测、通信、温度检测、摄像头等模块。
　　论文设计了基于卡尔曼数据融合和LQR算法控制器，实现对机器人倾角和速度的准确控制。首先建立了系统的动力学与运动学模型。由于两轮自平衡机器人系统具有多状态变量的特点，采用LQR控制算法对系统进行控制；在对系统进行倾角信号数据融合的必要性分析后，利用卡尔曼滤波算法对系统测量到的倾角进行数据融合，估算出更为精确的倾角，大大提高控制系统的可靠性。
　　为了对机器人进行远程控制，设计了由Microsoft NetFramework4.0构建并由C＃语言编写的主端控制平台客户端，经过设置后使得机器人系统能将采集到的自身运动状态信息和周围环境视频、温度信息发送至主端控制平台，也能接收来自主端控制平台的控制信息。
　　论文进行了卡尔曼滤波实时倾角测量、系统的仿真以及实时实验。卡尔曼滤波实时倾角测量实验结果表明，经过滤波后的倾角与滤波前的倾角相比降噪比例较大并且拥有更好的动态特性；系统的仿真实验结果从理论的角度验证了基于LQR算法的两轮自平衡巡检机器人系统的可行性；系统的实时实验表明，基于卡尔曼滤波和LQR算法控制的两轮自平衡巡检机器人系统在保持正常直立行走的基础上具有良好的动态特性和稳定性，并且能实现机器人系统与主端控制平台之间的信息交互，在主端控制平台客户端界面上可以流畅的显示巡检现场的视频、温度信息以及机器人速度、倾角信息，机器人也能准确接收到主端控制平台的控制命令，并按照命令进行相关运动，顺利完成巡检任务。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究的背景意义及课题来源

1.2 两轮机器人在国内外的应用现状

1.3 两轮机器人控制算法研究现状

1.4 论文主要研究内容

第二章 两轮自平衡机器人系统硬件设计

2.1 两轮自平衡机器人系统总体结构设计

2.2 两轮自平衡机器人系统机构设计

2.3 两轮自平衡机器人系统硬件电路设计

第三章 两轮自平衡机器人系统建模及能控、能观性分析

3.1 两轮自平衡机器人系统非线性程度分析

3.2 两轮自平衡机器人系统动力学模型

3.3 两轮自平衡机器人系统运动学模型

3.4 两轮自平衡机器人系统能控、能观性分析

第四章 两轮自平衡机器人系统控制算法

4.1 两轮自平衡机器人系统平衡原理

4.2 LQR控制算法

4.3 基于卡尔曼滤波的倾角信号测量

第五章 两轮自平衡机器人系统软件设计

5.1 主程序

5.2 系统初始化

5.3 卡尔曼滤波算法程序

5.4 LQR算法程序

5.5 串口通信程序

5.6 主端控制平台

第六章 系统仿真与实际控制实验

6.1 卡尔曼滤波实时倾角测量实验

6.2 两轮自平衡机器人系统仿真实验

6.3 两轮自平衡机器人系统实际控制实验

第七章 总结与展望

致谢

参考文献

附录

附录A 两轮自平衡机器人PCB图

附录B 两轮自平衡机器人实物图

攻读学位期间的研究成果