一种智能车单边行驶的控制方法与流程

本发明涉及智能车技术领域，尤其涉及一种智能车单边行驶的控制方法。

背景技术：

随着人工智能技术的飞速发展，智能化已成为当今社会的发展趋势。其中，智能车技术更是成为人们研究的热点领域。智能车在本质上也属于一种移动机器人，主要是通过各种传感器来识别周围环境，并通过各个功能模块实现对智能车的车速，方向及姿态的控制，从而使得智能车在行驶过程中能够更加安全、可靠。通过路径规划、机器视觉、目标识别、多传感器信息融合等技术，可以实现智能车的自主导航、自主避障控制。

目前，智能控制理论和技术不断发展进步，智能车技术也不断的日新月异，许多智能车的实验平台和商品化的智能车辅助驾驶系统已迅速发展起来，有研究认为智能汽车作为一种全新的汽车概念和汽车产品，在不久的将来会成为汽车生产和汽车市场的主流产品。

智能车的姿态倾角数据计算是智能车单边行驶的设计中一个重要的环节，智能车的姿态算法影响到智能车行驶姿态的稳定性，所以，姿态算法的选择及数据融合显得尤为重要。姿态解算是捷联式惯性导航系统的关键技术，获取载体的姿态和导航参数计算需要的数据，是捷联式惯导算法中的重要工作，控制系统也要求导航计算环节能合理地描述载体的刚体空间运动。

技术实现要素：

本发明所要解决的技术问题是提供一种智能车单边行驶的控制方法，该方法可方便地实现智能车系统的单边行驶控制。

本发明解决上述技术问题的技术方案如下：一种智能车单边行驶的控制方法，该方法包括：

通过传感器实时检测车身倾斜角度，并将数据传输至控制器；

控制器接收传感器的数据，根据预期倾斜程度，利用特定控制算法输出占空比控制无刷电机，无刷电机通过作用于螺旋桨控制车身倾斜。

所述通过传感器实时检测车身倾斜角度，包括：采用四元数数据融和方法，通过对加速度计和陀螺仪的数据进行融合处理，消除积分运算积累的误差，得到智能车的车身倾角数据。

通过四元数法描述导航坐标系和载体坐标系的转换关系。

根据四元数法及设定的初始参数，得到智能车陀螺仪的姿态角。

所述姿态角包括绕x轴旋转对应倾仰角、绕y轴旋转对应翻滚角和绕z轴旋转对应偏航角。

基于互补滤波的智能车姿态解算，得到加速度计对陀螺仪的矫正误差。

采用mup6050模块，对加速度计和陀螺仪的数据进行融合处理。

采用四元数数据融合方法，得到智能车比较稳定的倾角数据。

智能车的期望单边行驶角度通过角度环pid控制器控制无刷电机，无刷电机通过带动螺旋桨产生拉力，由互补滤波算法得到车体实际倾斜角度，实现控制系统单边行驶的负反馈调节。

通过pid控制算法实现驱动电机的转速调节以及转向舵机的角度调节，智能车的运动速度和运动方向采用闭环控制。

基于上述技术方案，本发明通过姿态传感器实时检测车身倾斜程度，控制器接收传感器数据，根据预期倾斜程度，利用特定控制算法输出占空比控制无刷电机、无刷电机带动螺旋桨产生拉力控制车身倾斜。本发明的互补滤波算法的动态跟踪精度高，并且该算法实现了四轮智能车的单边行驶，在速度转向控制方面，四轮智能车的位置偏差表现良好。

附图说明

图1为本发明实施例的载体坐标系和导航坐标系定义姿态角的示意图；

图2为本发明实施例的互补滤波融合算法原理框图；

图3为本发明实施例的智能车单边行驶控制算法框图；

图4为本发明实施例的第1组实验波形；

图5为本发明实施例的第2组实验波形。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

在根据本发明的一个实施例中，提出一种智能车单边行驶的控制方法，该方法包括：通过姿态传感器实时检测车身倾斜角度，并将数据传输至控制器；控制器接收传感器的数据，根据预期倾斜程度，利用特定控制算法输出占空比控制无刷电机，无刷电机通过作用于螺旋桨控制车身倾斜。通过测得的智能车姿态角信息，来控制螺旋桨的转速使得四轮智能车可以保持一个固定的角度，以实现单边行驶。

载体的姿态和航向体现了载体坐标系与导航坐标系之间的方位关系，确定两个坐标系之间的方位关系需要借助矩阵法和力学中的刚体定点运动的位移定理。通过矩阵法推导方向余弦表，而刚体定点运动的位移定理表明，定点运动刚体的任何有限位移都可以绕过定点的某一轴经过一次转动来实现。

目前描述动坐标相对参考坐标系方位关系的方法有多种，可简单地将其分为3类，即三参数法、四参数法和九参数法。三参数法也叫欧拉角法，四参数法通常指四元数法，九参数法称作方向余弦法。欧拉角法由于不能用于全姿态飞行运载体上而难以广泛用于工程实践，且实时计算困难。方向余弦法避免了欧拉法的“奇点”现象，但方程的计算量大，工作效率低。随着飞行运载体导航控制系统的迅速发展和数字计算机在运动控制中的应用，控制系统要求导航计算环节能更加合理地描述载体的刚体空间运动，四元数法的研究得到了广泛应用。

所述通过姿态传感器实时检测车身倾斜角度，包括：采用四元数数据融和方法，通过对加速度计和陀螺仪的数据进行融合处理，得到智能车的车身倾角数据。

在姿态解算中，定义两个坐标系导航坐标系n系和载体(body)坐标系b系来表示姿态角，其中导航坐标系采用东北天建立坐标系，导航坐标系的坐标原点o位于运载体的质心；载体坐标系采用右前上建立坐标系，载体坐标系原点o与导航坐标系原点o重合。姿态角的定义如图1所示，绕x轴旋转对应倾仰角(pitch)、绕y轴旋转对应翻滚角(roll)、绕z轴旋转对应偏航角(yaw)，分别为三轴欧拉角所示φ、θ、ψ。

描述导航坐标系和载体坐标系的转换关系通常有三种方法：欧拉角法、方向余弦法、四元数法。这里选用计算量小、算法简单的四元数法描述导航坐标系和载体坐标系的转换关系。捷联惯导系统理论中定义四元数q：

q＝q0+q1i+q2j+q3k＝[q0q1q2q3]^t(1)

公式(1)中，q0为四元数的标量部分，q1、q2、q3为四元数的矢量部分，其中i²＝j²＝k²＝-1。

四元数微分方程为：

公式(2)中：为b系相对n系的四元数；为的导数。

定义陀螺仪的角速度测量输出值为可得

采用先离散后迭代的方法对四元数微分方程进行求解。定义系统采样周期为ts,离散化后四元数方程为：

载体坐标系到导航坐标系的旋转矩阵由单位化四元数表示为：

根据yzx顺规，可以求解出三个姿态角：

假设初始姿态四元数给定为由公式(4)和(5)可得^t时刻的四元数代入公式(7)即可得到t时刻的三轴欧拉角φ、θ、ψ。

进一步，基于互补滤波的智能车姿态解算，得到加速度计对陀螺仪的矫正误差。

具体地，设加速度计在b系中的输出为^bg＝[^bgx^bgy^bgz]^t，归一化后可得：

其中||^bg||为加速度计在b系中输出的2-范数。重力加速度在n系中的输出为ⁿg^*＝[001]^t,则ⁿg^*在b系中的投影为：

公式(9)中为从n系到b系的转移矩阵。在b系中对加速度计输出n(^bg)和^bg^*做向量积的运算可得到加速度计对陀螺仪的矫正误差：

公式(10)中×为向量积运算。

将矫正误差经过比例和积分运算可得

公式(11)中kp为比例系数，ki为积分系数。

综上所述，得到互补滤波融合算法原理框图如图2所示。

进一步，测量其中一个方向上的加速度值，则可以计算出智能车的倾角，例如使用z轴方向上的加速度信号。智能车直立时，固定加速度器在z轴水平方向，此时输出信号为零偏电压信号。当智能车发生倾斜时，重力加速度g便会在z轴方向形成加速度分量，从而引起该轴输出电压变化。变化的规律为：

δu＝kgsinθ≈kgθ(12)

式(12)中，g为重力加速度；θ为智能车倾角；k为加速度传感器灵敏度系数系数。当倾角θ比较小的时候，输出电压的变化可以近似与智能车倾角成正比。似乎只需要加速度就可以获得智能车的倾角，再对此信号进行微分便可以获得倾角的角速度。但在实际的智能车运行过程中，由于智能车本身的摆动所产生的加速度会产生很大的干扰信号，它叠加在上述测量信号上使得输出信号无法准确反映智能车的倾角。

由于陀螺仪输出的是智能车的角速度，不会受到车体运动的影响，因此该信号中噪声很小。智能车的角度又是通过对角速度积分而得，这可进一步平滑信号，从而使得角度信号更加稳定。因此智能车控制所需要的角度和角速度可以使用陀螺仪所得到的信号。由于从陀螺仪角速度获得角度信息，需要经过积分运算。如果角速度信号存在微小的偏差和漂移，经过积分运算之后，变化形成积累误差。这个误差会随着时间延长逐步增加，最终导致电路饱和，因而无法形成正确的角度信号。

本发明实施例采用mup6050模块，对加速度计和陀螺仪的数据进行融合处理，采用四元数数据融合方法，消除积分运算积累的误差，得到智能车比较稳定的倾角数据。

图3为智能车单边行驶控制算法框图。图中θr为期望单边行驶角度，也既智能车单边行驶时的保持角度；θ为互补滤波算法算出的车体实际倾斜角度。θr通过角度环pid控制器控制无刷电机作用于螺旋桨，无刷电机通过带动螺旋桨产生拉力，由互补滤波算法得到的θ，从而实现控制系统单边行驶的负反馈调节。

通过pid控制算法实现驱动电机的转速调节以及转向舵机的角度调节，智能车的运动速度和运动方向采用闭环控制。

本发明实施例为了验证互补滤波算法的静态稳定效果和动态跟踪精度，主要做了两组实验：1.四轮智能车四轮行驶时的横滚角的静态稳定性能；2.四轮智能车单边行驶时给定横滚角70°，互补滤波算法解算的姿态的动态跟踪性能。

第1组实验波形如图4所示。图中纵坐标为横滚角，横坐标为时间，该波形为四轮智能车四轮行驶时横滚角的静态波形。由波形可以得到，四轮行驶时，智能车的横滚角的最大值与最小值均为0.1，基本稳定在0°，符合算法的精度要求。

第2组实验波形如图5所示。图中纵坐标表示互补滤波算法解算的四轮智能车的横滚角，横坐标为时间。本文中，由于智能车的横滚角取决于智能车的硬件设计，螺旋桨旋转的中心线与智能车行驶地面的夹角为20°，故横滚角为70°。由波形可以看出，在1.2s时手动开启单边行驶功能后，在1.5s时智能车的姿态达到70°，并且基本无超调现象，之后一直稳定在70°行驶。实验结果证明了互补滤波算法的动态跟踪精度高，并且该算法实现了四轮智能车的单边行驶。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。