摘要：研究基于卡尔曼滤波(KF)的低通滤波补偿方法,对采用单轴加速度计的自平衡机器人姿态角测量系统进行补偿,消除由于振动、冲击等引起的信号失真,增强控制系统的稳定性.根据前期研究及实验,深入分析振动、冲击对传感器信号的影响,提出了一种基于最小二乘拟合原理的姿态角计算模型.在获得机器人自由振荡频率的基础上,设计了基于KF的混合低通滤波单元,并进行了物理模型实验.结果表明,该补偿方法能完全消除振动造成的传感信号失真.此外,该补偿方法对强烈冲击所造成的信号波动亦有明显衰减,能显著提升自平衡机器人的稳定性.

摘要：针对两轮驱动的自平衡机器人(TWSBR)系统,提出了一种模糊进化型极点配置(FEPP)控制方法.采用拉格朗日方法进行了两轮自平衡机器人的动力学建模,通过将其在平衡位置进行微偏线性化,得到了系统的线性化标称模型.对该6阶欠驱动系统设计了FEPP控制器,分别实现了两轮自平衡机器人的动态镇定和行走控制,仿真和实验结果验证了所提出的控制算法在处理欠驱动、不稳定、多变量耦合系统中的有效性.

摘要：自平衡机器人是一种特殊的移动机器人,为了拓展其交互能力,设计了基于视觉和语音的双重技术引导控制系统。针对目前视觉测距计算繁杂性,提出了目标定位的新方法。通过视觉测距方法,实现机器人对运动目标的动态定位;采用Camshitf目标搜索算法,在复杂环境下对目标进行连续捕获,联合双重引导控制策略,实时切换机器人的识别模式,实现机器人对指定目标的识别和跟踪,且能在预设的道路上进行自主移动。通过目标颜色、形状识别和跟踪以及视觉巡线等实验测试,结果表明该机器人交互能力强,系统反应快,视觉定位计算便捷、实时性好。

摘要：针对自平衡机器人领域姿态检测普遍采用单一滤波而存在的姿态误差问题,提出了一种基于双重滤波和神经网络补偿的“两滤一补”检测策略。通过分析误差来源,设计了针对姿态传感器和姿态误差之间的姿态补偿BP神经网络,根据传感器的输出信息,直接预测机器人姿态倾角的误差补偿值,对滤波处理之后的姿态角进行同步补偿。对机器人在原地站立、加速前进后退、原地转向3种控制状态下的补偿效果分别进行验证,结果表明神经网络对机器人的姿态误差有着明显的修正作用,有利于提高机器人姿态检测精度。

摘要：设计了一种基于3D打印技术的双轮自平衡机器人创新实验平台,采用OpenSCAD开源建模软件设计机器人的机械结构,并通过3D打印技术打印机器人各零部件;该机器人由2个步进电机驱动,采用双闭环控制结构控制左右轮速度实现机器人的平衡控制与速度控制,具有鲁棒性好、可扩展性强的优点;机器人上配置有WiFi网络接入模块,可通过TCP协议与上位机控制系统通信,能够自如实现前进、后退、转向等功能。实践表明该创新实验平台具有结构简单、组装方便、趣味性强的优点,能有效改善实验教学效果。

摘要：阐述一种自平衡机器人的系统构成、工作原理和控制算法。本系统主要由机械行走装置、控制系统和传感器3部分组成。控制系统以ATmega128单片机为核心,还包括电池及供电模块、电机驱动器及外围电路。机器人平台位姿的监控采用红外测距传感器,经计算获得姿态信息。通过控制实验,验证了该系统的合理性和有效性。

摘要：文章以一种欠驱动两级柔性自平衡机器人这一被控对象的控制问题作为出发点,详细阐述了其数学建模方法,讨论了其最优控制策略,并针对设计过程中出现的LQ加权矩阵Q的选取难题给出了一种解析解和证明,同时运用这一结论计算出了实际问题的加权矩阵Q,从而求得最优的状态反馈矩阵K;仿真结果表明,这样一种加权矩阵Q的求解方法是有效的,并能够在较为复杂的实际问题中获得应用。

摘要：由于自平衡机器人是一种两轮左右平行布置的机器人,像传统的倒立摆一样,它的本身是一个自然不稳定体,必须要施加强有力的控制手段才能使之稳定。为了提高两轮自平衡机器人设计的可靠性,针对不稳定、非线性、强耦合的两轮自平衡机器人系统,运用牛顿力学方法建立了转向运动的数学模型。在模型中建立了模糊控制器,并用模糊控制加比例控制的方法实现对两轮自平衡机器人的控制,仿真结果表明,该方法能使系统有更好的快速性和稳定性。

摘要：以两轮自平衡机器人为研究对象,对自平衡机器人自平衡、超声波测距、蓝牙控制、直流减速电机与码盘测速以及驱动等5个模块进行反复实验与参数调整,确定模块的设计方式,提高两轮自平衡机器人的控制精度、集成度和可靠度。

摘要：本文介绍了两轮自平衡机器人的姿态检测系统设计过程。通过对两轮自平衡机器人的平衡性分析,采用数字信号处理器、MEMS陀螺仪和加速度计组成姿态检测系统。为了确定机器人运动姿态,设计了以硅微陀螺仪和加速计为传感器的姿态感知系统,并针对其传感器的误差模型,提出了利用卡尔曼滤波(Kalmanfilter)对电动车车体姿态进行最优估计的方法,此种方法可提高两轮自平衡电动车的控制精度。