宋寅卯,王蓬,曹衛(wèi)鋒
?。ㄠ嵵葺p工業(yè)學(xué)院 電氣信息工程學(xué)院,河南 鄭州 450002)
摘要:為解決兩輪自平衡車因不同用戶身高體重的差異造成系統(tǒng)模型不準(zhǔn)確而帶來控制器對系統(tǒng)控制穩(wěn)定性能差的問題,將自抗擾控制技術(shù)運(yùn)用到兩輪自平衡車運(yùn)動平衡控制中。首先采用拉格朗日方法建立兩輪自平衡車動力學(xué)模型,然后針對系統(tǒng)的特性推導(dǎo)出實(shí)現(xiàn)兩輪平衡車自平衡控制的自抗擾控制器控制律。最后,搭建兩輪自平衡車控制系統(tǒng)的Simulink仿真平臺,分別采用線性自抗擾控制和經(jīng)典自抗擾控制方法進(jìn)行了試驗(yàn)比較。試驗(yàn)結(jié)果表明:與經(jīng)典自抗擾控制器相比,新的自抗擾控制器能夠較好地適應(yīng)身高體重變化的環(huán)境,較好地自主達(dá)到穩(wěn)定運(yùn)行狀態(tài)。
關(guān)鍵詞:自平衡車;模型不準(zhǔn)確;自抗擾控制;Simulink仿真平臺
中圖分類號:TP368.1文獻(xiàn)標(biāo)識碼:ADOI: 10.19358/j.issn.1674-7720.2017.10.004
引用格式:宋寅卯,王蓬,曹衛(wèi)鋒.基于自抗擾控制的兩輪自平衡車控制系統(tǒng)仿真研究[J].微型機(jī)與應(yīng)用,2017,36(10):11-14.
0引言
兩輪自平衡車具有占地面積小、運(yùn)動靈活和綠色環(huán)保節(jié)能等特點(diǎn),可以在多種環(huán)境下獲得應(yīng)用,既可在擁堵狹窄的道路作為交通工具,也可以在大型商場或廣場作為巡邏車等。兩輪自平衡車系統(tǒng)是一種具有左右兩輪且能自動保持平衡的類倒立擺系統(tǒng),具有多變量、非線性及強(qiáng)耦合等不穩(wěn)定系統(tǒng)所具有的特性[13]。與所有的平衡機(jī)器人一樣,兩輪自平衡車的核心問題是運(yùn)動平衡控制的問題。而平衡的控制目標(biāo)則通過主控制器對電機(jī)的驅(qū)動控制來實(shí)現(xiàn),在此基礎(chǔ)上進(jìn)行系統(tǒng)的速度控制。但由于騎行者的身高體重不同,造成了兩輪平衡車的系統(tǒng)建模不準(zhǔn)確,帶來了控制器對系統(tǒng)控制穩(wěn)定性能差的問題[4]。針對該問題,不同的學(xué)者提出不同的方法[56]:傳統(tǒng)LQR控制器能實(shí)現(xiàn)平衡控制,但系統(tǒng)的抗干擾能力較差且要求準(zhǔn)確的數(shù)學(xué)模型;模糊自適應(yīng)控制有良好的控制效果,但是模糊規(guī)則很難完全匹配;經(jīng)典自抗擾控制也能達(dá)到要求,但參數(shù)比較多且整定比較麻煩。為了簡化控制器設(shè)計(jì)并適應(yīng)不同用戶的騎行需要,本文運(yùn)用自抗擾控制技術(shù)設(shè)計(jì)線性觀測器狀態(tài)反饋進(jìn)行系統(tǒng)平衡控制,利用零極點(diǎn)優(yōu)化配置進(jìn)行系統(tǒng)速度環(huán)的調(diào)節(jié),進(jìn)而實(shí)現(xiàn)系統(tǒng)的穩(wěn)定運(yùn)行。利用MATLAB[7]對自抗擾控制算法進(jìn)行仿真,并通過搭建兩輪自平衡車控制系統(tǒng)仿真平臺進(jìn)行試驗(yàn),獲得了期望效果,成功驗(yàn)證了該方案的可行性與有效性。
1兩輪自平衡車的動力學(xué)模型
兩輪自平衡車系統(tǒng)比較復(fù)雜,很難準(zhǔn)確地建立數(shù)學(xué)模型。為便于分析,忽略了實(shí)際環(huán)境中存在的風(fēng)阻和摩擦力等因素的影響(僅考慮地面與車輪之間的滾動摩擦且不滑動),可將兩輪自平衡車簡化為如圖1所示的物理模型[8],圖中各參數(shù)的物理含義見表1。兩輪旋轉(zhuǎn)中心點(diǎn)為坐標(biāo)系的原點(diǎn),過原點(diǎn)且平行于路面指向車的前進(jìn)反方向?yàn)閥軸,過原點(diǎn)沿旋轉(zhuǎn)軸指向前進(jìn)方向的右側(cè)為x軸,過原點(diǎn)且垂直于路面向上為z軸。兩輪自平衡車系統(tǒng)具有三個自由度,即繞輪軸的前后擺動,在水平面內(nèi)的平動和轉(zhuǎn)彎運(yùn)動?;诶窭嗜談恿W(xué)建模,通過動、勢能變化與廣義力的關(guān)系,建立兩輪自平衡車的動力學(xué)模型。
拉格朗日方程如下
其中:T為系統(tǒng)的總動能,qi為系統(tǒng)的廣義坐標(biāo),Qi為系統(tǒng)的廣義力。選取控制桿擺角為θ,左右車輪轉(zhuǎn)角為θl、θr,作為廣義坐標(biāo)。整理可得到非線性系統(tǒng)方程如下:
從以上建立的兩輪自平衡車模型可知,由于不同用戶和其他環(huán)境因素對自平衡車系統(tǒng)的影響不同,導(dǎo)致系統(tǒng)模型參數(shù)變化,控制器需要實(shí)時(shí)調(diào)整輸出電機(jī)轉(zhuǎn)矩使系統(tǒng)保持穩(wěn)定[9]。
2線性自抗擾控制技術(shù)
自抗擾控制技術(shù)是由中國科學(xué)院韓京清教授提出的一種非線性控制律,其思想是采用一個擴(kuò)張狀態(tài)觀測器來觀測估計(jì)系統(tǒng)的擾動,使用簡單控制進(jìn)行抑制[10]。經(jīng)典自抗擾控制器需要整定多個參數(shù),限制了在實(shí)際中的應(yīng)用。后來,高志強(qiáng)等人對此進(jìn)行了改進(jìn),將所有的控制器和狀態(tài)觀測器都以線性化形式實(shí)現(xiàn),得到了線性自抗擾控制器,取得了良好的實(shí)際控制效果[11]。線性自抗擾控制器(LADRC)由三部分構(gòu)成:跟蹤微分器、非線性PD控制器以及線性擴(kuò)張觀測器(LESO)。跟蹤微分器的作用是根據(jù)控制目標(biāo)和對象的承受能力先安排合適的過渡過程并給出此過程的微分信號。非線性PD控制器利用微分跟蹤器輸出和狀態(tài)觀測器輸出組合生成控制信號。線性擴(kuò)張狀態(tài)觀測器 (LESO) 是線性自抗擾控制中的核心部分,主要是補(bǔ)償系統(tǒng)未建模部分和其他因素導(dǎo)致的系統(tǒng)變化。由建立的兩輪自平衡車模型可知控制對象可以化為二階的控制對象,應(yīng)用一個二階的自抗擾控制器實(shí)現(xiàn)控制,如圖2所示。
首先建立線性擴(kuò)張觀測器(LESO)
其中,L為狀態(tài)觀測器增益。設(shè)
L=[β1β2β3]T,誤差ei=xi-zi,i=1,2,3,誤差方程為
擴(kuò)張狀態(tài)觀測器的特征方程為:
λ(s)=s3+β1s2+β2s+β3(6)
可通過極點(diǎn)配置的方法配置成理想特征方程λ(s)=(s+w0)3,求得β1=3w0,β2=3w20,β3=3w30,w0為觀測器帶寬。選取合適的狀態(tài)觀測增益β1、β2、β3,使逼近誤差接近零,LESO就能實(shí)現(xiàn)對系統(tǒng)中各變量的實(shí)時(shí)跟蹤。經(jīng)過狀態(tài)觀測器之后的系統(tǒng)狀態(tài)空間表達(dá)式為:
kp=w2c,kd=2ξwc,wc為控制器帶寬頻率,ξ為阻尼比??刂坡傻慕M成類似于PID, 不同的是將原來的積分換成了能夠消除擾動的-z3/b0。另外wc和w0的關(guān)系滿足w0=3~10wc,使得需要調(diào)節(jié)的系統(tǒng)參數(shù)只有kp、kd和b0三個參數(shù),大大減少了自抗擾控制的參數(shù),為便于實(shí)際應(yīng)用奠定了基礎(chǔ)。
3兩輪自平衡車系統(tǒng)仿真建立
首先將式(2)建立以角度θ和角速度組成的廣義二階系統(tǒng)
其中,y為輸出,f(x1,x2,w(t))為系統(tǒng)被控對象,包括系統(tǒng)確定、不確定動態(tài)和外界擾動w(t),u為系統(tǒng)輸入,b為
給定的增益常數(shù)。對于式(9)所定義的系統(tǒng),把車速當(dāng)作系統(tǒng)外擾設(shè)計(jì)車體平衡環(huán)控制器。
將參數(shù)m=80 kg、R=0.2 m、mr=ml=3 kg、f=0.3 m、L=0.8 m代入系統(tǒng)模型方程。通過極點(diǎn)配置的方法設(shè)計(jì)速度環(huán)控制器,并選取極點(diǎn)為p=[-2,-2]求得反饋參數(shù)為k=[-2.592 2,-2.090 7]。最后,搭建以自抗擾控制器為控制核心的兩輪自平衡車控制系統(tǒng),針對不同的用戶進(jìn)行抗干擾、轉(zhuǎn)彎和啟動停止試驗(yàn),并與經(jīng)典自抗擾控制效果進(jìn)行對比。
4仿真結(jié)果與分析
建立系統(tǒng)模型并進(jìn)行封裝,使用Simulink工具箱搭建以自抗擾為控制核心的兩輪自平衡車仿真平臺,編寫M文件進(jìn)行控制系統(tǒng)參數(shù)的傳遞。仿真情形為:在初始狀態(tài)x=[0,0,0,0]T的情況下,給定一個角度為0.1 rad的前傾信號,并且在運(yùn)行4 s時(shí)加入階躍干擾,在7 s時(shí)對自平衡車給出轉(zhuǎn)彎的指令。針對不同的用戶進(jìn)行仿真,試驗(yàn)結(jié)果如圖3所示。
其中,實(shí)線為m=90、L=0.7 m時(shí)的系統(tǒng)響應(yīng)曲線,點(diǎn)畫線為m=90、L=1 m時(shí)的系統(tǒng)響應(yīng)曲線,虛線表示m=80、L=1 m時(shí)的系統(tǒng)響應(yīng)曲線。從圖3的仿真曲線可以看出:當(dāng)傾角信號給定后,系統(tǒng)在0.2 s內(nèi)就達(dá)到了預(yù)期的平衡狀態(tài);當(dāng)階躍干擾發(fā)生時(shí),系統(tǒng)也快速做出響應(yīng),并在0.8 s內(nèi)重新達(dá)到平衡狀態(tài)。而車速在接近4 s時(shí)達(dá)到理想速度,實(shí)現(xiàn)了小車的平穩(wěn)啟動;當(dāng)階躍干擾發(fā)生時(shí),車速在0.8 s內(nèi)重新達(dá)到穩(wěn)定狀態(tài)。在7 s時(shí)給定左轉(zhuǎn)信號,右車輪的速度比左車輪的速度快,實(shí)現(xiàn)車體向左轉(zhuǎn)彎,同理實(shí)現(xiàn)向右轉(zhuǎn)彎。
與經(jīng)典自抗擾控制進(jìn)行試驗(yàn)對比,零時(shí)刻時(shí)給定一個0.7 rad的前傾信號,在質(zhì)心距離為0.7 m、用戶質(zhì)量為90 kg的情況下進(jìn)行仿真,仿真結(jié)果如圖4所示??梢钥闯?,系統(tǒng)的響應(yīng)時(shí)間幾乎相同,經(jīng)典自抗擾控制下的響應(yīng)曲線總在平衡位置小幅值波動,且對車速的控制效果差,而線性自抗擾控制下的系統(tǒng)穩(wěn)定性較好,響應(yīng)曲線較平滑。
5總結(jié)
試驗(yàn)結(jié)果表明本文所提出的以LADRC為核心配合極點(diǎn)配置的方案使兩輪平衡車系統(tǒng)能夠適應(yīng)不同的用戶,具有較快的響應(yīng)速度和較強(qiáng)的魯棒性,并且控制平穩(wěn)超調(diào)量小,達(dá)到了預(yù)期效果。本文研究為后期硬件平臺的實(shí)現(xiàn)打下了理論基礎(chǔ),具有一定的意義。
參考文獻(xiàn)
?。?] Xu Jianxin,Guo Zhaoqin,LEE T H.Design and implementation of a takagisugenotype fuzzy logic controller on a twowheeled mobile robot[J].IEEE Transactions on Industrial Electronics,2013,60(12):5717-5728.
?。?] 阮曉鋼,蔡建羨,李欣源,等.兩輪自平衡機(jī)器人的研究與設(shè)計(jì)[M].北京:科學(xué)出版社,2006.
[3] 魏文,段晨東,高精隆,等.基于數(shù)據(jù)融合的兩輪自平衡小車控制系統(tǒng)設(shè)計(jì)[J].電子技術(shù)應(yīng)用,2013,39(5):79-80.
?。?] 梁文宇,周惠興,曹榮敏,等.雙輪載人自平衡控制系統(tǒng)研究綜述[J].控制工程,2010,17(S2):133-144.
?。?] MADERO V, ARACIL J, GORDILLO F.A nonlinear control law for twowheeled selfbalanced vehicles[C].Melecon IEEE Mediterranean Electrotechnical Conference,2010:1557-1562.
?。?] MADDAHI A, SHAMEKHI A H, GHAFFARI A.A lyapunov controller for selfbalancing twowheeled vehicles[J].Robotica,2014,33(1):1-15.
[7] 方璐,吳志剛,陳安鋼.基于MATLAB的CSTR過程仿真控制研究[J].微型機(jī)與應(yīng)用,2016,35(10):5-7.
[8] 屠運(yùn)武,徐俊艷,張培仁,等.自平衡控制系統(tǒng)的建模與仿真[J].系統(tǒng)仿真學(xué)報(bào),2004,4(16):839-841.
?。?] 胡建,顏鋼鋒.基于自抗擾控制算法的兩輪自平衡車分析[J].機(jī)電工程,2014,31(2):160-163.
?。?0] 韓京清.自抗擾控制器及其應(yīng)用[J].控制與決策,1998,13(1):19-23.
?。?1] Zheng Qing, Gao Linda, Gao Zhiqiang. On validation of extended state observer through analysis and experimentation[J].Journal of Dynamic Systems Measurement & Control, 2012, 134(2):224-240.