自平衡智能车及其控制方法与流程

本发明涉及自平衡智能车技术领域，尤其涉及一种自平衡智能车及其控制方法。

背景技术：

现今车辆朝着智能化、环保化发展，智能车无论在民用、军用和科研方面都有广泛的应用前景，其中，自平衡智能车尤其是单轮自平衡智能车作为一种新型、环保、便捷的智能代步工具，逐渐进入人们的视野。它是一个高阶次、不稳定、非线性系统，可以看作一个可以移动的一级倒立摆。目前需要更加多功能的自平衡智能车，如定速巡航等，智能化地减轻操纵者的疲劳。

技术实现要素：

本发明要解决的技术问题是：提供一种自平衡智能车及其控制方法，智能化地减轻操纵者的疲劳。

本发明解决其技术问题所采用的技术方案是：一种自平衡智能车，包括智能车本体，还包括智能车自平衡控制装置，所述自平衡控制装置包括微处理器控制模块、速度检测模块、倾角测量模块、电磁线检测模块、定速巡航模块、电机驱动模块、电池管理模块，所述速度检测模块、倾角测量模块、电磁线检测模块的输出均连接至微处理器控制模块，所述微处理器控制模块的输出连接至电机驱动模块，所述电池管理模块的输出连接至电机驱动模块与微处理器控制模块，所述速度检测模块的输出连接至定速巡航模块，所述定速巡航模块的输出连接至电机驱动模块与微处理器控制模块。

进一步地，所述智能车本体包括车体、车轮、车架、电机，所述智能车自平衡控制装置还包括人机交互模块、调试与设置模块；所述人机交互模块通过调试与设置模块与微处理器控制模块输入输出双向连接；

所述的微处理器控制模块包括十六位微处理器MK60DN512ZVLQ10；所述速度检测模块包括光电编码器，所述人机交互模块包括液晶显示屏、输入设备、存储芯片。

进一步地，所述定速巡航模块包括：控制单元、车距传感器、CMOS图像传感器；

所述定速巡航模块接收速度检测模块的车轮速度信号；

在定速巡航模式下，所述车距传感器、CMOS图像传感器、速度检测模块分别采集智能车与前后车辆之间的距离信号、智能车周围的图像信号和车轮速度信号，并将这些信号传递给控制单元，控制单元将决策速度信号传递给电机驱动模块。

进一步地，所述倾角测量模块包括陀螺仪和加速度计，通过加速度计获取智能车的倾角，通过陀螺仪获取智能车的角速度，并对智能车的倾角和角速度进行分段式卡尔曼滤波。

进一步地，上述的自平衡智能车包括电池管理模块，所述电池管理模块包括7.2V镍镉电池，所述电机驱动模块由镍镉电池供电，所述微处理器控制模块、速度检测模块、电磁线检测模块、人机交互模块由镍镉电池经5.0V LM2940芯片后供电，所述镍镉电池经5.0V LM2940芯片及3.3V LM1117芯片后对倾角测量模块进行供电。

一种上述的自平衡智能车的控制方法，

具有如下步骤：

步骤1：微处理器控制模块将各功能模块初始化；各功能模块包括速度检测模块、倾角测量模块、电磁线检测模块、定速巡航模块；

步骤2：利用人机交互模块进行各参数设置；

步骤3：微处理器控制模块获取各功能模块经过AD处理的信息；

步骤4：对倾角测量模块获取的信息进行分段式卡尔曼滤波得到智能车的倾角；

步骤5：对智能车的倾角进行PD计算以实现智能车的直立；

步骤6：微处理器控制模块判断是否在转向计算周期内，若是，则读取电磁线检测模块的电磁传感器差和比进行转向PD控制计算；否则，进行步骤7；

步骤7：微处理器控制模块判断是否在速度计算周期内，若是，读取速度检测模块的光电编码器反馈值并清零，进行速度PD控制计算；否则，进行步骤8；

步骤8：微处理器控制模块将闭环控制结果转化为PWM占空比；

步骤9：微处理器控制模块判断智能车姿态是否正确，若是，PWM占空比输出控制电机，并回转进行步骤3；否则，电机停止旋转至结束。

本发明的有益效果是：本发明在微处理控制模块控制下，根据各功能模块的参数，实现对智能车的电机驱动模块进行控制，使智能车能平稳地行驶在不同路况的路面上，提高智能车的安全性和行驶稳定性。同时，通过定速巡航模块，可以进入定速巡航模式，在路况优良时，可以自主以固定车速行驶，智能化地减轻操纵者的疲劳。

附图说明

下面结合附图对本发明进一步说明。

图1是本发明的控制原理框图；

图2是本发明的控制流程图；

图3是本发明的定速巡航模块的工作原理图；

图4是本发明中的人机交互模块的存储芯片的连接电路图；

图5是从图4中的存储芯片读取数据的流程图；

图6是本发明中的人机交互模块的输入设备的电路连接原理图；

图7是本发明的电池电压管理框图；

其中，1、微处理器控制模块，2、电机驱动模块、3、速度检测模块，4、电池管理模块，5、倾角测量模块，6、电磁线检测模块，7、调试与设置模块，8、人机交互模块，9、定速巡航模块。

具体实施方式

现在结合附图对本发明作进一步的说明。这些附图均为简化的示意图仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1所示，一种自平衡智能车，包括智能车本体，还包括智能车自平衡控制装置，所述自平衡控制装置包括微处理器控制模块1、速度检测模块3、倾角测量模块5、电磁线检测模块6、定速巡航模块9、电机驱动模块2、电池管理模块4，所述速度检测模块3、倾角测量模块5、电磁线检测模块6的输出均连接至微处理器控制模块1，所述微处理器控制模块1的输出连接至电机驱动模块2，所述电池管理模块4的输出连接至电机驱动模块2与微处理器控制模块1，所述速度检测模块3的输出连接至定速巡航模块9，所述定速巡航模块9的输出连接至电机驱动模块2与微处理器控制模块1。

进一步地，所述智能车本体包括车体、车轮、车架、电机，所述智能车自平衡控制装置还包括人机交互模块8、调试与设置模块7；所述人机交互模块8通过调试与设置模块7与微处理器控制模块1输入输出双向连接。

所述的微处理器控制模块1包括十六位微处理器MK60DN512ZVLQ10；所述速度检测模块3包括光电编码器，所述人机交互模块8包括液晶显示屏、输入设备、存储芯片。

电机控制方式为PWM(pulse width modulation)脉宽调制控制方式。

所述存储芯片采用Atmel公司制造的AT24C02，工作电压宽为2.5-5.5V，具有低功耗CMOS型E2PROM，存储空间8×256位。AT24C02的连接电路如图4所示。

AT24C02芯片的1、2、3引脚是三根地址线，用来确定芯片的硬件地址。第5引脚SDA为串行数据线，数据可通过这根双向I2C总线串行传送。第6引脚SCL为串行时钟，SDA和SCI为漏极开路端，在实际应用中需要在正电源间各接一个5.1k的上拉电阻。第7引脚是WP写保护端，接电源正极时只允许器件的读操作执行，接地时允许芯片一般读写操作的执行。如图5所示为从AT24C02中读取数据的流程图。

所述液晶显示器采用NOKIA5110，采用串行接口与ECU进行通信，接口信号线有8条，支持SPI串行外设接口，并且为48×84的点阵LCD，可以显示4行汉字。

所述输入设备采用MCU数字量输入设备，独立式排布，共设8个键，按键的作用分别为+1、-1、+10、-10、+100、换行、保存，对应的I/O口为A0、A1、A2、A3、A4、A5、A6、A7。通过检测与输入设备相连的I/O口来确定输入设备状态，电路原理图如图6所示。

当开关断开时，PAx上拉，处于高电平；当开关闭合时，PAx接地，产生一个低电平脉冲，当检测到该脉冲信号后，则执行对应的程序。

进一步地，所述定速巡航模块9包括：控制单元、车距传感器、CMOS图像传感器；

所述定速巡航模块9接收速度检测模块3的车轮速度信号；

如图3所示，在定速巡航模式下，所述车距传感器、CMOS图像传感器、速度检测模块分别采集智能车与前后车辆之间的距离信号、智能车周围的图像信号和车轮速度信号，并将这些信号传递给控制单元，控制单元将决策速度信号传递给电机驱动模块。

进一步地，所述倾角测量模块包括陀螺仪和加速度计，通过加速度计获取智能车的倾角，通过陀螺仪获取智能车的角速度，并对智能车的倾角和角速度进行分段式卡尔曼滤波。

加速度计能将Z轴方向上重力加速度分量值输出，并根据分量值和反三角函数关系计算得到倾角值。

陀螺仪将输出智能车在其旋转方向上的角速度信号，通过对角速度进行积分即得到智能车倾斜的角度。

为防止陀螺仪输出存在漂移现象影响信号的可靠性及角速度经过积分运算后产生积累误差，采用分段式卡尔曼滤波对加速度计和陀螺仪的数据进行有效融合，以得到正确的倾角信息。

卡尔曼滤波器能够解决线性离散时间控制系统的状态估计问题，可用离散线性差分方程描述。

其中，A为状态转移矩阵，且A∈R^m,n；

B为输入控制矩阵；

y(t)为t时刻系统的状态变量，且y(t)∈Rⁿ；

κ(t)为t时刻系统的控制变量；

为过程噪声，且它可建模为零均值的白噪声过程，其相关的矩阵定义为如下，

其中，x∈Rⁿ；G为观测矩阵。

状态方程从y(t₀)开始传播，对于全部的真实系统的特定时刻来说，该初值是一个固定的具体向量。但是，由于该具体值事先并不能得知，所以建模时把此初始状态当作能满足高斯分布的一个随机向量。同时均值E₀和方差D₀可表示x(t₀)。

其中，每个状态和真值的方差可由对角线上的元素来表示。则D₀为所有元素都是分布在对角线的正数的对称矩阵，它能把估计状态和真实状态之间的方差给出。

接下来进行传感器测量，该测量方程如下：

x(t)＝Gy(t)+φ(t) (10)

其中，x(t)为t时刻传感器的测量向量，且x(t)∈Rⁿ；

φ(t)为观察噪声，且φ(t)∈Rⁿ，可将其建模成零均值的白噪声过程，且其相关矩阵定义如下，

卡尔曼滤波算法是利用反馈机制来实现对状态的估计，它根据前一刻的系统状态来进行当前系统状态的估计，然后根据当前时刻的实际观测值作为反馈，来修正估计的状态。

因此，卡尔曼滤波有两个步骤：

a.状态预测。根据当前系统状态和噪声方差，状态更新方程及时把下一步的系统状态估计出来。

b.测量修正。测量更新方程则负责反馈，它是将新测到的信号加入到先前在状态更新方程中得到的先验估计状态，并最终得到系统状态的后验估计。

如图7所示，进一步地，上述的自平衡智能车包括电池管理模块，所述电池管理模块包括7.2V镍镉电池，所述电机驱动模块由镍镉电池供电，所述微处理器控制模块、速度检测模块、电磁线检测模块、人机交互模块由镍镉电池经5.0V LM2940芯片后供电，所述镍镉电池经5.0V LM2940芯片及3.3V LM1117芯片后对倾角测量模块进行供电。

如图2所示，一种上述的自平衡智能车的控制方法，

具有如下步骤：

步骤1：微处理器控制模块将各功能模块初始化；各功能模块包括速度检测模块、倾角测量模块、电磁线检测模块、定速巡航模块；

步骤2：利用人机交互模块进行各参数设置；

步骤3：微处理器控制模块获取各功能模块经过AD处理的信息；

步骤4：对倾角测量模块获取的信息进行分段式卡尔曼滤波得到智能车的倾角；

步骤5：对智能车的倾角进行PD计算以实现智能车的直立；

步骤6：微处理器控制模块判断是否在转向计算周期内，若是，则读取电磁线检测模块的电磁传感器差和比进行转向PD控制计算；否则，进行步骤7；

步骤7：微处理器控制模块判断是否在速度计算周期内，若是，读取速度检测模块的光电编码器反馈值并清零，进行速度PD控制计算；否则，进行步骤8；

步骤8：微处理器控制模块将闭环控制结果转化为PWM占空比；

步骤9：微处理器控制模块判断智能车姿态是否正确，若是，PWM占空比输出控制电机，并回转进行步骤3；否则，电机停止旋转至结束。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。