基于模糊控制的全位移平衡机器人设计_刘恒.pdf

测控技术2023 年第 42 卷第 7 期计算机与控制系统收稿日期:2022 04 16基金项目:山东省自然科学基金项目(Z2020MF093);山东省研究生教育优质课程(SDYKC20026);中石油重大科技合作项目(ZD2019-183-003)引用格式:刘恒，李哲，杨明辉，等 基于模糊控制的全位移平衡机器人设计 J 测控技术，2023，42(7):102 109LIU H，LI Z，YANG M H，et al Design of Full Displacement Balancing obot Based on Fuzzy Control J Measurement ControlTechnology，2023，42(7):102 109基于模糊控制的全位移平衡机器人设计刘恒，李哲*，杨明辉，邓晓刚，曹玉苹(中国石油大学(华东)控制科学与工程学院，山东 青岛266580)摘要:设计了一种模糊控制的四轮全位移平衡机器人，通过 SolidWorks 改进设计了基于麦克纳姆轮的全位移平衡底盘、双轴云台等机械结构。以 Altium Designer 为开发平台设计了 STM32F405 核心板主控，外设电路设计主要包括:ICM20948 传感器电路、CAN 通信差分电路等。使用 Simulink 对算法进行仿真验证，云台控制算法使用了串级 PID 控制，底盘通过 HI220 陀螺仪传感器结合模糊控制算法实现平衡及运动。最终制作出了实体机器人并对模糊控制算法进行了验证，与传统 PID 算法相比，基于模糊控制的平衡机器人在响应速度、鲁棒性、稳定性等方面均有一定的提升。相比于传统四轮机器人，制作的平衡机器人能够更好地通过狭小的空间，对环境的适应性更强。关键词:模糊控制;视觉识别;全位移;平衡机器人中图分类号:TP242 6文献标志码:A文章编号:1000 8829(2023)07 0102 08doi:10 19708/j ckjs 2022 08 298Design of Full Displacement Balancing obot Based on Fuzzy ControlLIU Heng，LI Zhe*，YANG Minghui，DENG Xiaogang，CAO Yuping(College of Control Science and Engineering，China University of Petroleum(East China)，Qingdao 266580，China)Abstract:A four-wheel full displacement balancing robot with fuzzy control is designed Through SolidWorks，mechanical structures such as full displacement balancing chassis and biaxial head are designed based on Mc-Nam wheel STM32F405 core board main control is designed with Altium Designer as the development plat-form，and the peripheral circuit design mainly includes:ICM20948 sensor circuit，CAN communication differ-ential circuit，etc Simulink is used to simulate and verify the algorithm，the gimbal control algorithm uses cas-cade PID control，and the chassis is balanced and kinematic by using the HI220 gyroscope sensor combinedwith fuzzy control algorithm Finally，a solid robot is produced and the fuzzy control algorithm is verified Com-pared with the traditional PID algorithm，the balanced robot has certain improvement in response speed，robust-ness and stability Compared with the traditional four-wheel robot，the balancing robot can better pass throughthe small space and has stronger adaptability to the environmentKey words:fuzzy control;visual recognition;full displacement;balanced robot随着世界经济和科技的高速发展以及人口数量的不断增多，人类对于各类资源的需求与日俱增，促使各国纷纷开始对未知风险的领域与地区进行资源的勘探与开发。与此同时，近年来频发的自然灾害与安全事故带给人们的血泪教训，也同样促使着人们加大关于应用型机器人的投入与发展。针对目前勘探工作与灾难事故救援中所具有的复杂性、紧迫性和危险性的问题，基于模糊控制的全位移201平衡机器人应用于未知环境下的探测工作与灾难事故救援时，可以有效地缓解工作中时间紧、危险性大等问题，还能克服人类无法逾越的障碍，保障人们的生命财产安全，减少损失1。随着嵌入式以及智能控制的发展，双轮自平衡机器人已经在许多领域开展研究和投入使用2。传统的两轮机器人可以实现前进、后退、转弯等常规运动，能够满足人们的日常需求。但在勘探救援等工作中，会面临众多复杂狭小的地形。双轮机器人的体积较小且转弯半径小，使得其运动更加灵活3。这类机器人在静态下是个典型的不稳定结构，具有非线性、不确定性和强耦合性的特点4，必须实时依靠双轮移动来保持平衡5。笔者所设计的四轮平衡机器人可以有效地解决这个问题，实现平移功能，并且通过缩小机器人的整体体积，从而增加机器人的可应用场景。移动机器人运动控制系统通常包含两部分内容:一是完成所需的控制功能和算法的定义;二是这些功能在硬件和软件上的实现6 7。运动控制系统精度是衡量机器人性能的重要指标之一8，传统自平衡机器人的控制算法一般采用传统的 PID 控制、滑模(SlidingMode)控制、状态反馈极点配置控制器和模糊控制等9 10，模糊控制的基本思想最早是由 Zadeh 和Mamdani11 12 提出的，本设计使用了模糊控制 PID 改进算法，使得机器人在起伏等复杂环境中能够拥有较强的适应性及鲁棒性。1机械系统设计1 1底盘设计目前常用的轮式机器人驱动方式有:麦克纳姆轮式机器人、全轮偏转式移动机器人和球轮式移动机器人13 14。笔者采用四同轴心麦克纳姆轮设计，在具有原地转向和水平移动功能的基础上，还具有速度快、结构稳定、负载能力强、维护简单等优点。为进一步缩小机器人整体尺寸，根据麦克纳姆轮运动分析，采用交叉布置、同步带传动方式。为确保底盘结构具有充足的鲁棒性、稳定性，使机器人能够适应多种复杂路况，结合实际成本、材料强度以及设计水平和实现难度等因素，悬挂机构采用垂直悬挂。根据平衡机器人的特点，采用大扭矩电机和同步带驱动的连杆组设计，保证了机器人在倒地后具有自救能力，以适应复杂、恶劣工况下的任务要求。机器人底盘机械设计如图 1 所示。基于麦克纳姆轮的全向移动机器人能实现前进、横移、360零半径旋转等基本运动和复合运动15。传统麦克纳姆轮的安装方向分为互为镜像关系的 A 轮与 B 轮。当麦轮正向旋转时，由速度的正向分解，A 轮图 1机器人底盘机械设计可分解为沿轴向左与垂直于轴向的前向速度分量;B轮可分解为沿轴向右与垂直于轴向的前向速度分量。据此结构可以实现平移功能。传统结构麦轮组合示意图如图 2 所示。图 2传统结构麦轮组合示意图平衡机器人的底盘根据传统麦克纳姆轮的结构进行改进，使其在减小整体体积的同时兼具灵活性和稳定性。改进设计的平衡机器人麦克纳姆轮底盘如图 3所示。图 3改进设计的平衡机器人麦克纳姆轮底盘图 4 为平衡机器人通过狭小环境示意图，相比于传统四轮机器人，本文设计的机器人能够更好地通过狭小空间，适应性更强。图 4机器人通过狭小环境示意图301基于模糊控制的全位移平衡机器人设计1 2云台设计移动式云台的机械结构角度可随控制信号作用进行调整，为提高平台视觉系统在立体空间内的检测范围与精度效果，选取双轴移动式云台结构作为设计方案，双轴为俯仰(Pitch)轴和旋转(Yaw)轴。Pitch 轴采用电机直驱的方式进行驱动，Yaw 轴采用同步带进行传动，保证了控制的准确性。云台机械结构设计如图5 所示。图 5云台机械结构设计1 3仿真测试使用 Adams 对机器人自救机构进行仿真，计算电机需要的扭矩。根据整机的质量，对所需轮组电机扭矩进行计算。根据 Adams 进行悬挂分析，观察机器人的运动形态。机器人参数说明如表 1 所示。平衡机器人整体机械设计示意图见图 6。表 1机器人参数说明项目规格/参数整体质量14kg整体高度0 3m整体垂直投影1m 0 8m麦克卡姆轮尺寸直径 1525mm，轮宽 45mm图 6平衡机器人整体机械设计示意图2机器人控制系统的硬件设计围绕 STM32F405 最小系统电路，依据机器人任务要求设计功能电路，主要包括:数字/模拟电路、外设功能电路、接口保护电路、电源转化电路、电源防反接与短路电路等。2 1电源模块设计硬件系统电源输入为24 V 电池，进行 LC 滤波后，进行并联分流处理，为底盘电机、云台电机及视觉模块等部分提供 24 V 电压电流。24 5 V(DC-DC)电路选择 MP2482 电源芯片，实现 24 5 V 的电源变换。3 3V 输出电源为所有电源电路中对信号波纹质量要求最高的部分。为保证硬件系统内所有 3 3 V 芯片高效、稳定地工作，本设计采用电路信号波纹稳定、结构相对简单的低压差线性稳压器(LDO)电源变换芯片MIC3975 实现 5 3 3 V(LDO)转换电路。2 2保护电路设计直流电源输入通常会给端口带来瞬时脉冲噪声。为了消除噪声对器件造成的损害。设计瞬态二极(TVS)和保护电路将瞬时电流从敏感器件引到地信号中。系统存在模电电源与数字电源两种电源分量，数字电源及信号中含有的高频分量会对模拟信号产生干扰、损害等影响。本设计使用 LC 低通滤波器，有效地将模电电源与数字电源进行分离，保证系统数字电源与模拟电源之间互不干扰。2 3外设电路设计外设电路设计主要包括:ICM20948 传感器电路(如图7 所示)、CAN 通信差分电路(如图8 所示)、US-AT 接口电路、DEBUS 协议接收电路、PWM 控制电路、蜂鸣器报警电路、串行线调试(SWD)电路等。STM32F405 主控设计如图 9 所示。3机器人控制算法的设计3 1主程序逻辑框架主程序逻辑建立在 STM32 系统中断的基础上，防止各个模块任务之间的冲突，不同模块的任务拥有不同的优先级，如图 10 所示。最高优先级的任务为:遥图 7ICM20948 电路原理图401测控技术 2023 年第 42 卷第 7 期图 8CAN 通信差分电路图 9STM32F405 主控设计图 10各任务优先级顺序控器数据接收;高优先级的任务为:CAN 以及 USAT等数据接收;次高优先级的任务为:底盘电机、云台电机以及各种数据处理;低优先级任务为:各模块初始化、看门狗、LCD 显示等。通过对不同任务的中断优先级的设计，使得任务能够稳定正常地运行，同时对遥控器的数据进行处理，使机器人在接收到不同的数据时做出对应的决策。在没有接