基于神經(jīng)網(wǎng)絡(luò)PID控制的兩輪自平衡小車研究.pdf

1、兩輪自平衡小車是一種新型交通工具，駕駛方式新穎，深受年輕一族喜愛，憑借電力驅(qū)動和外形小巧的優(yōu)勢，對于緩解日益嚴峻的大氣污染、能源危機和交通擁堵問題，是一種很好的選擇，具有實用價值;同時，由于兩輪自平衡小車的結(jié)構(gòu)具有高度不穩(wěn)定性，給控制理論提出了很大的挑戰(zhàn)，也成為一種檢驗控制算法的良好平臺。目前，PID控制憑借控制原理簡單和不需要精確的系統(tǒng)模型的優(yōu)勢，成為兩輪自平衡小車的主流控制算法，且控制效果較好，但是，其控制器參數(shù)一般情況下均為人工調(diào)

2、節(jié)，要想調(diào)節(jié)到當(dāng)前條件下的理想狀態(tài)，不太容易;且隨著時間的推移，兩輪小車實際模型與本來就不是很精確的理論模型之間的差距增大，加上小車在使用過程中處于不確定環(huán)境中，更是給長時間精確控制帶來了困難。本文試圖充分利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，實時優(yōu)化PID控制器參數(shù)，以改善控制器的控制效果，優(yōu)化兩輪小車的平衡性能。
　　首先，本文運用牛頓法建立了兩輪小車模型，分析了兩輪小車的各個狀態(tài)變量。在模型的基礎(chǔ)上，選取陀螺儀加速度計MPU6050對車

3、體姿態(tài)信息進行檢測，并自制了車輪編碼器對車輪狀態(tài)進行檢測，在高性能AVR單片機ATmegal6內(nèi)，參考建模得到的系統(tǒng)狀態(tài)變量，建立控制算法，并對來自兩個姿態(tài)檢測模塊的信息進行處理，然后給出電機控制信號PWM，并傳遞給電機驅(qū)動器，以控制電機運轉(zhuǎn)，建立起一個位于底層的、基于傳統(tǒng)PID控制算法的兩輪自平衡小車系統(tǒng)。
　　其次，在硬件STM32F103ZET6的基礎(chǔ)上，利用C語言編寫了神經(jīng)網(wǎng)絡(luò)辨識程序NNI和神經(jīng)網(wǎng)絡(luò)控制程序NNC。首先利

4、用NNI對兩輪自平衡小車系統(tǒng)的模型進行辨識，在經(jīng)過辨識得到的模型的基礎(chǔ)上，再對NNC部分的神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，最終訓(xùn)練得到的NNC的權(quán)值便是經(jīng)過優(yōu)化的控制器參數(shù)，將經(jīng)過優(yōu)化的參數(shù)傳遞給底層控制器，以改善兩輪小車的平衡性能。
　　最后，通過平衡試驗和抗干擾試驗，對兩輪自平衡小車的平衡性能和抗干擾性能進行測試。測試結(jié)果表明，兩輪小車的控制器參數(shù)在經(jīng)過神經(jīng)網(wǎng)絡(luò)優(yōu)化之后，小車系統(tǒng)的平衡性能和抗干擾性能明顯得到了提高。
　　通過本文的嘗