毕业设计（论文）开题报告题目：单片机控制单轴双轮自动平衡小车设计系别：电气工程系专业：电气工程及其自动化班级：学号学生姓名：指导教师：2016年 3月中原工学院信息商务学院毕业论文（设计）开题报告论文（设计）题目单片机控制单轴双轮自动平衡小车姓名系别电气工程系专业班级电气121学号61选题目的和意义：平衡车是一个不稳定、强耦合、非线性系统，对平衡车的研究有利于我们更熟练得运用自动控制理论，并且发展更可靠稳定的控制方法。

在实际应用中，平衡车由于体积小，灵活方便，不管是在军用或者民用领域都有广阔的应用空间，两轮自平衡小车可以作为一种小范围的移动式服务平台。

通过本课题的研究学习，会使自己更加了解单片机，熟悉电子电路，提升自己的对整个设计的把握，更透彻的掌握自动控制方法。

2本选题在国内外的研究状况及发展趋势：国外方面：JOE 是瑞士研制的用DSP和FPGA 控制并基于倒立摆理论双轮车。

通过倾斜传感器和倾角传感器来检测车体。

通过电机上的编码盘检测电机的速度。

采用了基于状态反馈的线性控制策略，车的运动被分解成直线和旋转运动，然后分析直线运动和旋转运动，得到电机需要的控制量，最终把控制量耦合叠加。

他主要的设计思想依然是：使车子朝车体倾斜的方向运动来保持车身的平衡。

主控芯片是HC11 微处理器，此处理器是David P.Anderson 专门的针对nBot 车设计的。

传感器在得到车的车身信息后，再比例整合，当作模糊控制器的输入，按照之前设定的控制原则得到两个电机需要的PWM 电压。

该控制只能能让小车平衡运动，而不能让小车自主直立。

Segway 拥有更多的姿态传感器，它有5个陀螺仪传感器，然而事实是检测车身前倾斜只需要3个传感器就够了，其他的两个传感器只是增加安全性。

传感器的信息会被传送到一个电路板，这个电路板是微处理器的集群，效率是个人电脑的三倍。

这个集群是为了保证本载人平衡车在其中任何一个处理器出现问题时能报告错误，给驾驶者以处理问题的时间余量，保证了平衡车的安全性。

国内方面：哈工大尹亮制作的双轮移动车Sway，车身倾斜度采用AD 推出的双轴加速度传感器ADXL202 及反射式红外线距离传感器来获得。

基于PWM 动态控制直流电机的速度。

车与上位机间的数据通信使用PTR2000 超小型超低功耗高速无线收发数传MODEM。

人机交互界面使用图形液晶点阵、方向摇杆、按键。

依靠这些可靠并且完备的硬件，使用独特的软件算法，最终实现Sway 的数据交换和平衡直立控制。

上海交通大学的孔祥宣于2007年研制了一辆自主式双轮动态平衡移动机器人,。

它由机械系统、控制系统两个部分。

机械部分包括：两轮、减速机构、底盘、高速转子、本体、框架等，负责实现机器人的机构功能、承载硬件电路、搭建工作平台；控制系统部分包括：电机、驱动器、传感器。

机器人的控制器采用DSP 与CPLD 高度集成的SoB （System on Board）系统，双轮动态平衡车的特点是有一个高速自转的转子。

发展趋势：平衡车正在朝着越来越智能化的方向的发展，已经提出了众多的解决平衡控制的方案。

未来平衡车必将越来越小巧轻便，配备更完善的人机交互介面。

另外，两轮自平衡车的应用前景将会十分的广泛，未来的目标是制造出外形结构简洁，并且具有稳定自平衡性能的平衡车，还能有方便的驾驶模式，必将方便大家的出行。

3主要研究内容：小车的硬件设计：设计最终使用STM32F103C8T6，读取mpu6050的数据时通过IIC 接口，获得小车的姿态，接下来的过程是主控芯片通过PID控制给电机输出PWM控制信号，电机驱动模块芯片TB6612接受到PWM信号之后再完成对电机的控制[i]。

另外，为了调试方便，除了设计了上述给模块外，还扩展了JLINK接口，使用的是SWD模式，用于仿真调试。

因为需要记录数据和绘出数据波形，查看滤波和PID效果。

所以扩展了串口电路。

控制系统的设计：整个控制过程分为以下几步，第一步，主控芯片STM32首先采集姿态传感器MPU6050的数据，经过卡尔曼滤波，就得到了车身的姿态信息，第二步，根据此角度做PID调节，得到小车两个电机的PWM脉宽，再调整轮子速度，使它的俯仰角为零。

之后就是重复采集、处理、调节、处理这一过程。

然后，在这个基础上，给两电机加PWM值，就会实现小车的前进，倒退。

软件设计流程是：首先单片机初始化，在获取车身姿态数据，经过卡尔曼[ii]融合算法，PID控制完成小车直立速度控制。

主要算法：PID控制算法：这里首先形象的分别说明一下P、I、D控制的区别，以利于我们建立起感性认识P为比例控制，使以最快的速度达到目标。

I为积分控制，使误差为0而起调和作用。

D为微分控制，可以加快调节进程。

PID控制算法是应用最为普遍的一种算法，其特点是构造简单，应用有效及具备了许多成熟的稳定性分析的方法，有很高的可靠性。

针对两轮自平衡小车的非线性和不稳定性，利用非线性PD控制算法和PID 差动结构可以实现小车的平衡控制和运动控制；卡尔曼滤波：姿态检测系统中的重点必然又是卡尔曼滤波。

为了方便调试，小车经串口向PC机发滤波前后倾角数据，通离散的数据点描绘可以直接对比滤波效果。

卡尔曼滤波整定参数有：卡尔曼增益、加速度计和陀螺仪权值。

经过滤波之后，含有噪声的波形变得平稳。

4完成论文的条件、方法及措施，包括实验设计、调研计划、资料收集、参考文献等内容：条件方法和措施：小车的最初设计方案比较；设计单片机最小系统电路原理图；对小车单片机最小系统STM32进行最初的使用练习，例如简单地点亮LED灯、定时器初始化、数码管显示等；进行整个系统的整体工作原理的细致分析，建立设计思路，设计总体方案，硬件工作原理分析，各元器件引脚功能资料收集，主程序设计；学习本设计涉及到的主要算法包括PID控制算法；卡尔曼滤波，可以参考原来已有的单片机控制单轴双轮自动平衡小车PID参数设定方法和经验。

实验设计：整个设计流程以STM32单片机为核心，选用了与该主控芯片相融和的其他几个必要的模块。

姿态传感器模块电路测算小车车身姿态信息、并把信息提供给主控芯片STM32。

主控芯片STM32是整个小车模型的大脑，在接收到小车车身信息之后，与预先设定车身平衡数据进行比较，计算出小车需要调整的余量，转化成PWM[iii]控制信号，输出给电机驱动电路模块，电机驱动模块在接收到PWM信号之后再完成对电机的控制，电机上的编码器测速模块采集到电机速度信息，再把信息反馈给主控芯片STM32。

重复这样一个过程，完成车模的直立平衡控制、直立运动控制[iv]，依靠蓝牙模块发送对整个小车的运动控制命令。

选用基于ARM的STM32F10X系列单片机，这是一系列功能更强大的数据处理能力更强的主控芯片，必将会为之后平衡车的功能拓展提供方便。

整个设计采用模块化的思想，这也正好切合了设计之初的想法，为实现小车更多功能的扩展提供方便。

随着课题研究的深入，还会遇到更多更大的困难，在将来的学习中，带着这些问题和困难查阅各种资料，并向有经验的老师和同学求教，争取早日解决，以更好的完成对本课题的设计工作。

调研计划：第1-2周：文献查找，主要是建立平衡车系统总体方案设计的雏形；第3-5周;确定主要硬件电路各部件的选型，以及总体方案的设计；第6-8周：硬件电路设计及部分电路制作；第9-11周：编写系统控制程序及进行初步的系统调试；第12-15周：总结整个设计过程中的不足之处，完成设计报告。

参考文献[1] 王晓宇. 两轮自平衡机器人的研究[D]. 哈尔滨:哈尔滨工业大学,2007[2]Googol Technology LTD. Googol Technology Self-Balancing Robot GBO T1001 User Manual V1.0 [CD].2007[3]Tony, Liao, Deog.Variable Structure Control for Stabilizing Double Inverted Pendulum[C].2008 International Conference on Intelligent Co mputation Technology and Automation, California,US,2001[4] 陈国文.基于STM32单片机的双轮小车近静态动平衡控制统[D].闽南师范大学毕业论文设计.2014[5] 阮毅,陈伯时.电力拖自动控制系统[M].清华大学出版社.2003[6] 尔桂花,窦曰轩.运动控制系统[M].清华大学出版社.2002[7] 刘金琨.智能控制[M].北京：电子工业出版社.2005[8] 梅晓榕.自动控制元件及线路[M].哈尔滨工业大学出版社.2004[9] Jey, Tiga. Design of Fuzzy Logic Controller for Two-wheeled S elf-balancing Robot[C].6th International Forum on Strategic Technology , IFOST 2011, Newyork, US, 2011:1266-1270.2008[10] 高玉培.轮式移动机器人的结构设计[J].南昌航空大学学报.2014[11] 张培仁.基于16/32位处理器机器人控制系统设计与实现[M].北京:清华大学出版社, 2006[12] 屠运武,徐俊艳,张培仁.自平衡控制系统的建模与仿真[J].系统仿真学报.2004[13] 刘斌.两轮自平衡小车软硬件研发与基于模糊线性化模型的变结构控制研究.西安电子科技大学工学硕士学位论文.2009[14] 付梦印,邓志红,张继伟.Kalman滤波理论及其在惯性导航系统中的应用[M].第二版.北京:科学出版社,2010[15] 谭浩强.C程序设计[M].北京:清华大学出版社,2005[16] 李春文，冯元坤，多变量非线性控制的你系统方法[M].北京：清华大学出版社，1991[17] 王晓宇,闫继宏,臧希喆等.两轮白平衡机器人多传感器数据融合方法研究[J].传感器技术学报．2007[18] 耿延睿,崔中兴.组合导航系统卡尔曼滤波衰减因子自适应估计算法研究[J].中国惯性技术学报.2001[19] 谢克明.自动控制原理[M].北京:电子工业出版社,2009[20] 高健, 黄心汉, 彭刚等. 基于Fuzzy-PID的移动机器人运动控制[J]. 控制工程,20045.指导教师意见及建议：签字：年月日。