两轮自平衡机器人(二)---PID控制

该控制主要构成的控制环包含三部分,第一个是我们的系统,从中我们将测量倾角,此循环的第二部风是求和过程,在这里我们要比较测量角与期望的输出(0度),我们将此错误输入此循环的第三部分,那就是pid控制器,它将给我们适当的力以稳定机器人,现在我们将开始操作

底盘的倾角由旋转关节的位置测量,我们还将通过输入提供棱柱形关节,并自动进行运动的计算,角度以弧度为单位,所以也许您想将其转换成为度数以获得可读性更强的信息,可以通过乘以180来完成

 

 

最后一个阶段就是调节PID参数,必须调整以给我们所需的行为,所以我们将消除我们先前施加的外力,然后给机器人一个初始的倾角而不是施加外力,所以我们将输出信号求和,步进信号将只有10度,在0.01秒内。

PID参数自动调节

调整后的pid参数

我们可以设置响应的理想属性,自动调谐器会产生适当的pid增益,这使我们可以更好的控制机器人,现在机器人仅靠两个轮子保持平衡,你可以走得更远并增强pid参数。

 

 

 

 

编辑不易,如果您觉得对您有用,请点个赞再走吧,谢谢

### 双轮足机器人模型设计方案 双轮足机器人是一种基于两轮平衡原理的移动平台,其设计涉及机械结构、控制算法以及动力学建模等多个方面。以下是关于双轮足机器人模型的设计方案及相关仿真工具的内容。 #### 1. 动力学建模 双轮足机器人的运动可以被描述为倒立摆系统的一种形式。该系统的动态方程通常通过拉格朗日方法推导得出[^1]。假设机器人具有质量 \(m\) 和惯性矩 \(I\),则可以通过以下公式表示其基本的动力学特性: \[ M(q)\ddot{q} + C(q,\dot{q})\dot{q} + G(q) = \tau \] 其中: - \(M(q)\): 质量矩阵; - \(C(q, \dot{q})\): 科氏力和离心力项; - \(G(q)\): 重力向量; - \(\tau\): 控制输入扭矩; 对于简化版的单自由度双轮机器人,可进一步得到如下线性化状态空间表达式[^2]: ```python import numpy as np A = np.array([[0, 1], [g/l, -b/m]]) B = np.array([[0], [1/(m*l)]]) ``` 上述代码片段展示了如何构建一个简单的状态空间模型用于控制系统分析。 #### 2. 平衡控制器设计 为了使双轮足机器人保持直立并稳定运行,PID控制器或LQR(Linear Quadratic Regulator)是最常用的两种策略之一。LQR能够优化性能指标函数中的权值参数来实现更优的稳定性表现[^3]。 #### 3. 仿真环境搭建 (SolidWorks Simulation) 利用 SolidWorks 进行三维实体造型的同时还可以借助内置插件完成有限元分析(FEA),从而验证实际物理尺寸下的应力分布情况是否满足需求。此外,在多体动力学模块中也可以模拟整个装置的工作过程以便调整初始条件或者测试不同场景下响应行为的变化趋势[^4]。 ---
评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

水月流萤

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值