基于互补滤波的两轮机器人运动控制系统及方法与流程

本发明属于机器人数据处理技术领域，尤其涉及一种基于互补滤波的两轮机器人运动控制系统及方法。

背景技术：

目前，业内常用的现有技术是这样的：随着社会的不断发展，机器人的应用需要更深入地研究，其中，服务机器人技术迅速成为机器人领域中的研究热点之一。服务机器人所涵盖的行业也是比较广泛的，在日常的生活中，这类机器人可应用在餐厅传菜、公司传递文件及仓库搬运等众多场合，通过程序的设定进行工作的安排，其中公司和仓库中的机器人的应用可以减少人力资源的浪费，也可以提高工作效率，而对餐厅中的机器人可以增加客人的新鲜度，从而吸引大量的客源，以得到更加高的经济效益。针对两轮机器人在单轨行驶时具有横向体积小、转弯半径小等运动灵活特点，使其非常适合上述服务空间比较狭窄，而且有许多大转角的工作场合，在这样的环境里其能灵活快捷的执行任务。

综上所述，现有技术存在的问题是：目前两轮自巡航机器人在如何使机器人平衡性能更好、机器人如何进行准确寻迹、通过哪些方式进行高效的人为干预等运动控制问题。本方案分别利用摄像头采集图像与识别算法使机器人进行准确的寻迹、通过4g、wi-fi等无线网络传输技术高效地对机器人进行人为干预、调整运动策略等。

解决上述技术问题的难度和意义：要使机器人准确寻迹，首先得获取路径信息，目前路径信息有磁导、红外寻迹、光电摄像头等，磁导存在环境磁场干扰问题，而红外寻迹达到高分辨率则需要较高成本，所以在此采用光电摄像头。接下来对摄像头采集的图像信息进行处理，图像信息采用大律法实现动态二值化，再通过图像腐蚀算法滤去噪点，得到一帧较为理想的二值化图像，再次采用图像识别算法，对未来的路径进行规划。得到途径规划后，通过陀螺仪与闭环pid算法控制电机pwm信号输出，使机器人具备较高的轨迹跟随性。

在一些复杂环境下，机器人可能需要人为干预、调整运动策略，摄像头采集的图像通过4g、wi-fi等无线网络传输技术高效地传输到远程控制端，远程控制端在远程控制人员的操作下，可远程对机器人输出各种运动指令、调整运动策略。此项技术需要考虑无线网络传输技术的传输速率、稳定性能等。需要实现对传输的数据进行压缩、校验与丢包重复等机制。

随着工业4.0战略的迅速推进，智能化社会正飞速发展。本发明着重对面向服务的两轮自平衡机器人智能控制系统研发。研究的主要内容包括：能适应地形和重心高低变化的自适应平衡控制系统，自主巡航、平稳快速过弯道的方向与速度控制系统及人工远程干预无线通信监控系统。可应用包括餐厅送餐服务，公司内部文件传送、工厂车间货物搬运、智能轮椅等场合。开展该领域的研究意义：对于拓展机器人的应用范围，提高机器人的控制水平，追赶世界先进机器人的技术，为国家及广东省经济发展服务等，具有重要理论及实际应用意义。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种基于互补滤波的两轮机器人运动控制系统及方法。

本发明是这样实现的，一种基于互补滤波的两轮机器人运动控制方法，所述基于互补滤波的两轮机器人运动控制方法包括：利用一阶互补滤波的方法对姿态传感器mpu605片内陀螺仪与加速度计进行数据融合，获取姿态倾角；通过增量式编码器获取机器人两轮速度，同时通过摄像头获取轨道路径信息；再采用pid闭环控制算法对电机pwm控制信号进行控制，实现动态平衡控制。

进一步，所述基于互补滤波的两轮机器人运动控制方法的平衡控制根据当前姿态倾角与系统给定目标姿态倾角的偏差，通过pid控制输出pwm信号控制电机的正反转达到平衡状态。

进一步，所述基于互补滤波的两轮机器人运动控制方法姿态角度计算包括：

在静止平衡状态下，求出系统平衡控制相关参数的参考零点，通过加速度计的y轴与z轴根据公式(1)计算相对于地球的比较精准的机器人静止姿态角balance_angle_mid，并将作为机器人的零倾角；通过陀螺仪x轴可获得机器人前后倾的零角速度值balance_gx_mid，并作为角速度参考零点；对加速度计和陀螺仪输出的数据先进行均值滤波公式(2)使用；

在运动平衡状态下，当前角速度公式(3)乘采集周期t得到角度变化量再进行累加，对加速度计输出值进行低通滤波，陀螺仪输出值进行高通滤波，对加速度计x轴与z轴输出值先采用一阶低通滤波公式(4)，再通过公式(1)算出的姿态角度减去静止平衡时的姿态角度balance_angle_mid获取当前姿态角banlance_acc_angle_now；将通过一阶互补滤波公式(5)的融合，得到一个跟踪快、不过冲的姿态角balance_angle(t)；公式(5)中k为陀螺仪信任系数，通过k来调节陀螺仪与加速度计之间的融合比例，balance_gx_anglespeed_now*t为当前陀螺仪角速度乘采集周期，即得角度变化量，叠加到上一次融合出来的姿态角度balance_angle(t-1)，实现积分求出姿态角；

机器人平衡环的控制采用位置式pd控制器公式(6)，平衡环的偏差量balnce_e＝姿态角度balance_angle减去预先测定的系统匀速运动机械零点时的姿态角balance_zeroangle；采用平衡方向陀螺仪的值balance_gx_anglespeed_now，输出的balance_pwm(t)电平信号对半分别赋予两边电机；

θ＝atan2(accy，accz)*180/π(1)

balance_gx_anglespeed_now＝(balance_gx_mid-balance_gx_now)/lsb(3)

y(n)＝α*x(n)+(1-α)y(n-1)

(4)

balance_angle(t)＝(1-k)*balance_acc_angle_now

+k*(balance_angle(t-1)+balance_gx_anglespeed_now*t)(5)

balance_pwm(t)＝(balance_angle(t)-balance_zeroangle)*balance_p+

balance_gx_anglespeed_now*balance_d(6)

式中，accy和accz＝加速度计y轴和z轴输出值；y(n-1)＝上次滤波输出值；y(n)＝本次滤波输出值；x(n)＝当前采样值；t＝采用周期。

进一步，所述基于互补滤波的两轮机器人运动控制方法的速度控制来自用齿轮与电机相连接的编码器，电机转动固定时，编码器就会产生固定数量的脉冲，通过单片机的计时器进行脉冲捕抓进行累加；程序每2ms获取一次脉冲数并对累加进行清空；使用两轮编码器的脉冲数相加的值与预设的每2ms产生的目标脉冲数对比，得出偏差量；滤去编码器突变噪声，编码器的脉冲采集采用低通滤波公式(7)，把左右编码器滤波后的脉冲数encoder_sum(t)相加，2ms采集周期内的左右编码器总脉冲，作为实质速度的参考量speed_sum；再用预设的目标速度脉冲数speed_aim减去speed_sum获取速度偏差量speed_e；采用串级控制，把速度输出通过比例运算转换为角度输出，公式(8)中speed_p为速度偏差量系数，最终串级到平衡环上，叠加了速度环的平衡环控制算法公式(6)变为如下公式(9)所示：

encoder_sum(t)＝0.01*encoder_new(t)+0.99*encoder_sum(t-1)(7)

speed_angle＝speed_e*speed_p(8)

balance_pwm(t)＝

(balance_angle(t)-balance_zeroangle-speed_angle)*balance_p+

balance_gx_anglespeed_now*balance_d(9)。

进一步，所述基于互补滤波的两轮机器人运动控制方法的方向控制采用pd控制公式(10)，通过摄像头采集图像，采用相关算法对机器人在跑道路线进行规划后与机器人自身当前位置比较得到一个偏差量dir_e，而方向陀螺仪恰好作为偏差量的变化量dir_ec；以正负的形式叠加到左右电机的pwm控制信号，公式(11)和公式(12)，式子中left_pwm为左电机pwm输出信号，right_pwm为右电机pwm输出信号：

dir_pwm＝dir_e*dir_p+dir_ec*dir_d(10)

left_pwm＝balance_pwm*0.5+dir_pwm(11)

right_pwm＝balance_pwm*0.5-dir_pwm(12)。

进一步，所述基于互补滤波的两轮机器人运动控制方法具体包括：微控制处理器上电后，首先进行i/o、传感器初始化；然后通过求得静态平衡下的姿态角与陀螺仪输出值，作为系统运动平衡下的参考零点；运动姿态角度的计算及平衡环控制、方向环控制、速度环控制、速度反馈采集将放置1ms定时器中断中执行，开启1ms定时器；图像的采集周期比较长，不适合放置1ms定时器中断中，所以放置main函数中的死循环中，串口收发调试信息也放置该处，1ms定时器中断进入后，计数器t自加1，实现分时轮流执行不同的任务。

本发明的另一目的在于提供一种所述基于互补滤波的两轮机器人运动控制方法的基于互补滤波的两轮机器人运动控制系统，所述基于互补滤波的两轮机器人运动控制系统包括：

微控制处理器，与姿态传感器、增量式编码器、摄像头、直流电机驱动模块连接，是控制机器人的核心部件，通过对机器人传感器输入的信息进行处理，操纵机器人的动作模块，使机器人正常运作；

电源管理模块，与微控制处理器、电源管理模块、姿态传感器、增量式编码器、摄像头、直流电机驱动模块、右边直流电机连接，为机器人传感器、动作模块提供需要的相应标准的电源；

姿态传感器，用于获取机器人姿态原始信息；

增量式编码器，用于获取机器人两轮速度；

摄像头，用于获取轨道路径信息；

直流电机驱动模块，与左边直流电机、右边直流电机连接，用于对微控制处理器的pwm电机控制信号进行放大，并最终转换为驱动电机电压；

左边直流电机，右边直流电机，使机器人动态运动达到平衡状态。

本发明的另一目的在于提供一种应用所述基于互补滤波的两轮机器人运动控制方法的餐厅送餐服务系统。

本发明的另一目的在于提供一种应用所述基于互补滤波的两轮机器人运动控制方法的智能轮椅。

本发明的另一目的在于提供一种应用所述基于互补滤波的两轮机器人运动控制方法的危险品运输系统。

综上所述，本发明的优点及积极效果为：在自平衡系统中的软件控制上，将采用多种控制理论方法的融合技术，实现机器人自适应平衡能力。在自主巡航系统上，使用一种复合图像处理技术获取路径，采用模糊+比例控制技术实现机器人快速、平滑过弯道。远程控制，采用4g、wi-fi等无线网络传输技术，快捷方便的增加机器人人工干预能力，从而使机器人能在复杂环境下运行。本发明两轮自平衡机器人有着相当广泛的应用前景，其典型服务应用包括餐厅送餐服务，公司内部文件传送、工厂车间货物搬运、智能轮椅、通勤车、空间探索、战场侦察、危险品运输、排雷灭火、玩具等，尤其适合空间狭小、转弯半径小的应用场合。

附图说明

图1是本发明实施例提供的基于互补滤波的两轮机器人运动控制系统结构示意图；

图中：1、微控制处理器；2、电源管理模块；3、姿态传感器；4、增量式编码器；5、摄像头；6、直流电机驱动模块；7、左边直流电机；8、右边直流电机。

图2是本发明实施例提供的基于互补滤波的两轮机器人运动控制方法流程图。

图3是本发明实施例提供的设计的场景模拟。

图4是本发明实施例提供的电源管理模块电路图。

图5是本发明实施例提供的mpu6050模块电路图。

图6是本发明实施例提供的电机驱动电路图。

图7是本发明实施例提供的系统运动控制模型图。

图8是本发明实施例提供的系统pid控制闭环结构示意图。

图9是本发明实施例提供的平衡控制软件算法过程框图。

图10是本发明实施例提供的速度控制曲线图。

图11是本发明实施例提供的main程序流程图。

图12是本发明实施例提供的1ms定时器中断程序流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明基于微控制器mk60fx512vlq15实现的单轨行走两轮机器人运动控制系统；首先采用mpu6050传感器检测机器人的姿态角来实现平衡控制，同时通过增量式编码器获取机器人的速度实现速度控制，其次，通过摄像头采集轨道图像实现方向控制。实现了利用一阶互补滤波算法对陀螺仪与加速度计的数据进行融合，并通过平衡、速度和方向三者的pid闭环控制实现对电机的控制，从而实现系统的运动与静止平衡。实验结果证明：在复杂巡航路径下，能够稳定的行走。自平衡系统，利用陀螺仪(角速度传感器)、角度传感器和编码器(速度传感器)等融合姿态感知技术，采用多种控制理论和软硬件滤波方法的融合技术。自主巡航系统，对方向的控制，可采用单线轨道，通过ccd摄像头采集轨道图像信息，对图像进行去噪，二值化，提取轨道路径信息，再采用模糊控制+比例控制结合技术，实现平滑快速过弯道。远程控制系统，采用4g+wi-fi无线网络传输技术，实现机器人视频传输，多路传感器融合信息的采集，达到实时监控的目的。

如图1所示，本发明实施例提供的基于互补滤波的两轮机器人运动控制系统包括：微控制处理器1、电源管理模块2、姿态传感器3、增量式编码器4、摄像头5、直流电机驱动模块6、左边直流电机7、右边直流电机8。

微控制处理器1，与姿态传感器3、增量式编码器4、摄像头5、直流电机驱动模块6连接，

电源管理模块2，与微控制处理器1、电源管理模块2、姿态传感器3、增量式编码器4、摄像头5、直流电机驱动模块6、右边直流电机8连接，

姿态传感器3，

增量式编码器4，用于获取机器人两轮速度；

摄像头5，用于获取轨道路径信息；

直流电机驱动模块6，与左边直流电机7、右边直流电机8连接，

左边直流电机7，

右边直流电机8，

如图2所示，本发明实施例提供的基于互补滤波的两轮机器人运动控制方法包括以下步骤：

s201：利用一阶互补滤波的方法对姿态传感器mpu605片内陀螺仪与加速度计进行数据融合，实时且精准地获取姿态倾角；

s202：通过增量式编码器获取机器人两轮速度，同时通过摄像头获取轨道路径信息；

s203：再采用pid闭环控制算法对电机pwm控制信号进行控制，实现系统的动态平衡控制。

下面结合附图对本发明的应用原理作进一步的描述。

本发明的运行场景为如图3所示，包含深色路边的白色跑道，跑道具备十字、弯道等元素，其中a,b,c代表不同的机器人。

本发明的电源管理模块2使用一块7.2v的锂电池进行供电，经转换后输出3.3v、5.0v、12.0v、7.2v分别提供给传感器部分、微控制器、直流电机驱动和电机使用。其中3.3v采用tps7333qdr稳压芯片，5.0v采用tps7350qdr稳压芯片实现电压转换。图4是电源管理模块电路图。

微控制处理器是飞思卡尔公司生产的mk60fx512vlq15，它是一款32位的处理器，内核架构为armcontexm4，具备fpu，可进行超频，自带的硬件外设适合平衡控制系统的设计需求。

姿态传感器采用invensense公司生产的mpu6050，该传感器为数字通信的惯性六轴传感器，与微处理器的通信可采用iic通信，以读取三轴的加速度计ad值与陀螺仪角速度ad值，用于系统姿态的计算，安装时应尽量靠近车轴下方位置以达到更加稳定的效果。设计如图5所示。

增量式编码器采用北京龙邱智能科技公司生产的1024线迷你编码器，该编码器体积小，重量仅有11～22克，且输出的是数字信号，采用ab相编码，每转动一圈输出1024个信号，非常符合平衡机器人重量轻盈的需要。为了尽量降低噪声，编码器的安装应尽量靠近车轴位置以达到更加稳定的效果。

摄像头模块采用ov7725摄像头，图像输出帧率高达150帧；图像分辨率可调，本发明采用分辨率80x60；图像传输稳定。

直流电机驱动采用pwm信号进行控制，首先采用74lvc254芯片使微控制器的电机驱动控制i/o与电机驱动相隔离，避免电机运动时对微控制器的干扰；其次采用hip4082芯片与型号为irlr7843的mos管组合成h桥以驱动电机；再次还需要使用b0512s-1w电源模块将5v升压至12v，用于hip4082芯片所需的12v供电，该升压芯片具有外围电路简单的特点。如图6所示。

单轨两轮平衡机器人的运动控制由三个任务构成(其模型如图7所示)，分别为平衡控制、速度控制和方向控制。平衡控制是通过控制电机正反转达到平衡状态。速度控制实质是改变机器人自身倾角来实现速度的加减速。方向控制是通过控制两轮电机差速进而实现转弯。本发明采用三闭环的pid控制结构，如图8所示。

本发明的平衡控制算法是根据当前姿态倾角与系统给定目标姿态倾角的偏差，通过pid控制输出pwm信号控制电机的正反转达到平衡状态的，本发明的运动状态下平衡控制软件算法过程框图如图9所示。

从图9中可看出平衡控制首要任务是计算出精准稳定的姿态角度。系统启动后，姿态角度计算步骤如下：

在静止平衡状态下，求出系统平衡控制相关参数的参考零点。1)通过加速度计的两个轴(y轴与z轴)根据公式1可以算出一个相对于地球的比较精准的机器人静止姿态角balance_angle_mid，并将其作为机器人的零倾角(即静止平衡点)；2)通过陀螺仪x轴可获得机器人前后倾的零角速度值balance_gx_mid，并将其作为角速度参考零点。但为了防止因系统外部出现震动而产生噪声，需要对加速度计和陀螺仪输出的数据先进行均值滤波(公式2)后再使用。

在运动平衡状态下。因加速度计的值受运动自身的加速度等影响，会产生高频噪声，而陀螺仪采用的是角速度积分的方法计算姿态角度，即当前角速度(通过公式3求出)乘采集周期t得到角度变化量再进行累加，长期积分必定会因微小的偏差或漂移产生积分误差，所以须如图10所示对加速度计输出值进行低通滤波，陀螺仪输出值进行高通滤波，本发明对加速度计x轴与z轴输出值先采用一阶低通滤波(公式4)，再通过公式1算出的姿态角度减去静止平衡时的姿态角度(balance_angle_mid)来获取当前姿态角banlance_acc_angle_now。最后将通过一阶互补滤波(公式5)的融合，得到一个跟踪快、不过冲的姿态角balance_angle(t)。公式5中k为陀螺仪信任系数，通过k来调节陀螺仪与加速度计之间的融合比例，balance_gx_anglespeed_now*t为当前陀螺仪角速度乘采集周期，即得角度变化量，叠加到上一次融合出来的姿态角度balance_angle(t-1)，实现积分求出姿态角。

机器人平衡环的控制，采用位置式pd控制器公式6，式子中平衡环的偏差量balnce_e＝姿态角度balance_angle减去预先测定的系统匀速运动机械零点时的姿态角balance_zeroangle，即图8中的给定平衡姿态倾角。为了消除比例控制p＝balance_p带来的低频大幅度抖动，还需要一个微分控制d＝balance_d进行消动，陀螺仪是非常灵敏的传感器，而平衡方向的陀螺仪输出的是角速度，恰好是角度的微分，所以其采用平衡方向陀螺仪的值balance_gx_anglespeed_now，最后输出的balance_pwm(t)电平信号对半分别赋予两边电机。

θ＝atan2(accy，accz)*180/π(1)

balance_gx_anglespeed_now＝(balance_gx_mid-balance_gx_now)/lsb(3)

y(n)＝α*x(n)+(1-α)y(n-1)

(4)

balance_angle(t)＝(1-k)*balance_acc_angle_now

+k*(balance_angle(t-1)+balance_gx_anglespeed_now*t)(5)

balance_pwm(t)＝(balabce_angle(t)-balance_zeroangle)*balance_p+

balance_gx_anglespeed_now*balance_d(6)

式中，accy和accz＝加速度计y轴和z轴输出值；y(n-1)＝上次滤波输出值；y(n)＝本次滤波输出值；x(n)＝当前采样值；t＝采用周期。

本发明的速度控制算法，速度控制的执行，实质是改变平衡控制的目标倾角来获取前进或者后退的加速度，实现速度的变化。速度的控制反馈来自用齿轮与电机相连接的编码器，电机转动固定时，编码器就会产生固定数量的脉冲，通过单片机的计时器进行脉冲捕抓进行累加。程序每2ms获取一次脉冲数并对累加进行清空。在此不将脉冲数转换为实质的速度单位，因为会产生舍去误差，而是直接使用两轮编码器的脉冲数相加的值与预设的每2ms产生的目标脉冲数对比，得出偏差量。由于两轮机器人的速度控制想要精准控制是十分困难的，只能维持在一定范围内，速度控制仅仅采用纯比例控制p，最终输出一个角度叠加到平衡控制的目标倾角上。速度倾角的输出不能过大，不然会引起系统倾角的大幅度变化，不仅影响平衡的稳定性，更影响方向环的摄像头识别与方向陀螺仪的数据。所以要对速度倾角的每次输出进行限幅。实际测试每2ms最多改变0.2°的效果比较好，速度控制效果迅速。为了滤去编码器突变等噪声，编码器的脉冲采集采用低通滤波(公式7)，把左右编码器滤波后的脉冲数encoder_sum(t)相加，即2ms采集周期内的左右编码器总脉冲，作为实质速度的参考量speed_sum。再用预设的目标速度脉冲数speed_aim减去speed_sum获取速度偏差量speed_e。本发明采用串级控制，把速度输出通过比例运算转换为角度输出，如公式8，式子中speed_p为速度偏差量系数，最终串级到平衡环上，所以叠加了速度环的平衡环控制算法公式6变为如下公式9所示。

encoder_sum(t)＝0.01*encode_new(t)+0.99*encoder_sum(t-1)(7)

speed_angle＝speed_e*speed_p(8)

balance_pwm(t)＝

(balance_angle(t)-balance_zeroangle-speed_angle)*balance_p+

balance_gx_anglespeed_now*balance_d(9)

本发明的方向控制算法，方向环控制采用pd控制(公式10)，通过摄像头采集图像，采用相关算法对机器人

在跑道路线进行规划后与机器人自身当前位置比较得到一个偏差量dir_e，而方向陀螺仪恰好作为偏差量的变化量dir_ec。最终以正负的形式叠加到左右电机的pwm控制信号，如公式11和公式12，式子中left_pwm为左电机pwm输出信号，right_pwm为右电机pwm输出信号：

dir_pwm＝dir_e*dir_p+dir_ec*dir_d(10)

left_pwm＝balance_pwm*0.5+dir_pwm(11)

right_pwm＝balance_pwm*0.5-dir_pwm(12)

如图11所示，本发明的系统控制软件设计，微控制处理器上电后，首先进行i/o、传感器等的初始化。然后通过求得静态平衡下的姿态角与陀螺仪输出值，作为系统运动平衡下的参考零点。运动姿态角度的计算及平衡环控制、方向环控制、速度环控制、速度反馈采集将放置1ms定时器中断中执行，能精准地实现周期控制，所以需要开启1ms定时器。图像的采集周期比较长，不适合放置1ms定时器中断中，所以放置main函数中的死循环中，串口收发调试信息也放置该处。如图12所示，1ms定时器中断进入后，计数器t自加1，实现分时轮流执行不同的任务，本发明中任务数目为2，也就是2ms完成一次循环，频率为500hz。为了使时间合理分配，每个任务执行时间不得超过1ms，所以需要测定每个任务完成的时间是否小于1ms，可以通过i/o电平的反转，例如在进入任务前把i/o口输出高电平，完成时则输出低电平，然后通过观察示波器、数字逻辑分析仪观察该i/o的电平波形可以得出测量任务的执行时间。

下面结合测试对本发明的应用效果作详细的描述。

姿态角度融合中参数k的调节过程，参数k用于调节陀螺仪与加速度计之间的融合比例，通过实验得出，当陀螺仪信任系数过小时，姿态角容易出现过冲情况。而过大时，则出现姿态角跟踪过慢。

本发明的正常现象波形中，当k值调节适当，既不会产生超调，跟踪也不会出现缓慢，角度输出稳定平滑。

本发明的跟踪缓慢现象波形中，，当k值调节过大时，会出现最终融合的姿态角跟踪过慢，导致系统不能及时纠正自身姿态，系统会十分不稳定，并会产生大幅度的低频摆动。

本发明的过冲现象波形中，当k值调节过小时，会出现最终融合的姿态角过冲，不稳定。这是因为加速度计信任过大，运动状态下，受系统自身加速度影响，加速度计产生很多噪声，此时噪声就反应在过冲中，过冲会导致系统产生高频的震动。以mk60fx512vlq15作为主控芯片，为了实现系统的平衡环控制，使用了一阶互补滤波融合了加速度计与陀螺仪的数据，并描述了整个融合过程，实验测试与数据分析，实验证明，该机器人系统运行稳定，其为两轮单轨平衡机器人运行系统提供了参考模型。

以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。