基于msp430的兩輪自平衡小車設(shè)計(jì)

1、基于 MSP430 的兩輪自平衡小車設(shè)計(jì)鄭建梅，林長(zhǎng)山，李曉波，葉大鵬（福建農(nóng)林大學(xué)機(jī)電工程學(xué)院，福建福州，350000）摘要： 設(shè)計(jì)一個(gè)以 MSP430F5529 為主控制器，以 MPU6050 傳感器為姿態(tài)檢測(cè)部件的自平衡小車系統(tǒng)。采用卡爾曼濾波算法對(duì)陀螺儀和加速度計(jì)數(shù)據(jù)進(jìn)行融合，以消除陀螺儀和加速度計(jì)在測(cè)量時(shí)產(chǎn)生的噪聲干擾和隨機(jī)漂移誤差，計(jì)算出小車傾角與角速度的最優(yōu)估計(jì)值。并以最優(yōu)姿態(tài)估值和小車速度、位移為反饋量進(jìn)行 PID 控制

2、計(jì)算出 PWM 的占空比，通過控制 PWM 來控制電機(jī)的轉(zhuǎn)速和方向，從而實(shí)現(xiàn)小車系統(tǒng)的自平衡控制。通過 matlab 仿真進(jìn)行 PID 參數(shù)整定，并通過實(shí)驗(yàn)進(jìn)行驗(yàn)證。關(guān)鍵詞：自平衡；卡爾曼濾波；PID 控制；參數(shù)整定；MSP430中圖分類號(hào)：TP24 文獻(xiàn)標(biāo)識(shí)碼：ADesign of the Two-wheeled Self-balancing Car Based on MSP430ZHENG Jian-mei,Li

3、n Chang-Shan,Li Xiao-bo,Ye Da-Peng(Mechanical and Electrical Engineering Institute of Fujian Agriculture And Forestry University,Fuzhou Fujian，350000，China）Abstract: Designing a Two-wheeled Self-balancing Car system base

4、d on MSP430F5529 as the main controller and MPU6050 sensor as the attitude detection unit . Using the Calman filter algorithm to fuse the data of gyroscope and accelerometer to eliminate gyroscope and accelerometer noise

5、 and the random drift error in the measurement, and get the optimal estimation value angle and angular speed of the car. And the optimal attitude estimation ,vehicle speed and displacement are the feeedback for the PID c

6、ontroler to calculate the duty ratio of PWM .By controlling the PWM ,we can control the motor’speed and direction , so as to realize the self-balancing vehicle. PID parameters are adjusted by MATLAB and verified by exper

7、iments.Key words: self-balancing; Calman filter; PID control; parameter tuning; MSP4300 引言兩輪自平衡小車體積小、結(jié)構(gòu)簡(jiǎn)單、運(yùn)動(dòng)靈活，適用于狹小和危險(xiǎn)的工作空間，擁有廣泛的應(yīng)用前景。兩輪自平衡小車具有多變量、非線性、強(qiáng)耦合、參數(shù)不確定性等特性。許多學(xué)者對(duì)其控制方法進(jìn)行了大量的研究，如 LQR 控制法［12］、分層模糊控制法、卡爾曼濾波算法［13］，互

8、補(bǔ)濾波算法等。本文將著重使用卡爾曼算法將陀螺儀和加速度傳感器數(shù)據(jù)融合，得到最優(yōu)的姿態(tài)估計(jì)值。以姿態(tài)信息、速度和位移為反饋控制量進(jìn)行雙環(huán) PID 控制，輸出PWM 控制電機(jī)以調(diào)整小車狀態(tài)，使小車保持動(dòng)態(tài)平衡。1 硬件設(shè)計(jì)系統(tǒng)的硬件電路結(jié)構(gòu)框圖如圖 2 所示，其硬件電路主要由主控制器模塊、姿態(tài)檢測(cè)模塊、直流電機(jī)驅(qū)動(dòng)模塊及電源模塊等幾部分構(gòu)控制器根據(jù)傾角大小和變化速率、輪速和位移進(jìn)行 PID 控制，調(diào)節(jié) PWM 占空比。2.2 小車姿態(tài)獲取與

9、卡爾曼濾波我們小車輪軸與 MPU6050 模塊 Y 軸平行，即繞 Y軸旋轉(zhuǎn)。豎直方向弧度計(jì)算公式為： angle = atan2(x, z) 換算成具體角度：angle = atan2(x, z) *(180/3.14)陀螺儀獲取角速度積分得到角度公式為：anglen = anglen-1 + gyronn*dt 式中 anglen 為第 N 次采樣的角度值，anglen-1 為第 N-1 次的角度值，gyronn 為兩次采樣值之間

10、的角速度值，dt 為兩次采樣之間的時(shí)間。然后將換算后的兩個(gè)角度數(shù)據(jù)進(jìn)行卡爾曼濾波融合，可獲得小車真實(shí)角度。通過讀取 MPU6050 傳感器輸出的數(shù)據(jù)，我們可以估計(jì)出車體的傾角，但由于受外部環(huán)境干擾和傳感器精度的影響，傳感器輸出的數(shù)據(jù)并不精確。在串口管理器觀測(cè)傳感器輸出的數(shù)值，我們可以發(fā)現(xiàn)，陀螺儀存在漂移誤差，同時(shí)加速度計(jì)產(chǎn)生大量噪聲，必須對(duì)數(shù)據(jù)進(jìn)行濾波處理。本系統(tǒng)采用卡爾曼濾波算法對(duì)陀螺儀和加速度計(jì)的數(shù)據(jù)進(jìn)行融合。其中，陀螺儀測(cè)量的角速