本發(fā)明涉及自平衡智能車技術(shù)領(lǐng)域，尤其涉及一種自平衡智能車及其控制方法。

背景技術(shù)：

現(xiàn)今車輛朝著智能化、環(huán)?；l(fā)展，智能車無論在民用、軍用和科研方面都有廣泛的應(yīng)用前景，其中，自平衡智能車尤其是單輪自平衡智能車作為一種新型、環(huán)保、便捷的智能代步工具，逐漸進入人們的視野。它是一個高階次、不穩(wěn)定、非線性系統(tǒng)，可以看作一個可以移動的一級倒立擺。目前需要更加多功能的自平衡智能車，如定速巡航等，智能化地減輕操縱者的疲勞。

技術(shù)實現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是：提供一種自平衡智能車及其控制方法，智能化地減輕操縱者的疲勞。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種自平衡智能車，包括智能車本體，還包括智能車自平衡控制裝置，所述自平衡控制裝置包括微處理器控制模塊、速度檢測模塊、傾角測量模塊、電磁線檢測模塊、定速巡航模塊、電機驅(qū)動模塊、電池管理模塊，所述速度檢測模塊、傾角測量模塊、電磁線檢測模塊的輸出均連接至微處理器控制模塊，所述微處理器控制模塊的輸出連接至電機驅(qū)動模塊，所述電池管理模塊的輸出連接至電機驅(qū)動模塊與微處理器控制模塊，所述速度檢測模塊的輸出連接至定速巡航模塊，所述定速巡航模塊的輸出連接至電機驅(qū)動模塊與微處理器控制模塊。

進一步地，所述智能車本體包括車體、車輪、車架、電機，所述智能車自平衡控制裝置還包括人機交互模塊、調(diào)試與設(shè)置模塊；所述人機交互模塊通過調(diào)試與設(shè)置模塊與微處理器控制模塊輸入輸出雙向連接；

所述的微處理器控制模塊包括十六位微處理器MK60DN512ZVLQ10；所述速度檢測模塊包括光電編碼器，所述人機交互模塊包括液晶顯示屏、輸入設(shè)備、存儲芯片。

進一步地，所述定速巡航模塊包括：控制單元、車距傳感器、CMOS圖像傳感器；

所述定速巡航模塊接收速度檢測模塊的車輪速度信號；

在定速巡航模式下，所述車距傳感器、CMOS圖像傳感器、速度檢測模塊分別采集智能車與前后車輛之間的距離信號、智能車周圍的圖像信號和車輪速度信號，并將這些信號傳遞給控制單元，控制單元將決策速度信號傳遞給電機驅(qū)動模塊。

進一步地，所述傾角測量模塊包括陀螺儀和加速度計，通過加速度計獲取智能車的傾角，通過陀螺儀獲取智能車的角速度，并對智能車的傾角和角速度進行分段式卡爾曼濾波。

進一步地，上述的自平衡智能車包括電池管理模塊，所述電池管理模塊包括7.2V鎳鎘電池，所述電機驅(qū)動模塊由鎳鎘電池供電，所述微處理器控制模塊、速度檢測模塊、電磁線檢測模塊、人機交互模塊由鎳鎘電池經(jīng)5.0V LM2940芯片后供電，所述鎳鎘電池經(jīng)5.0V LM2940芯片及3.3V LM1117芯片后對傾角測量模塊進行供電。

一種上述的自平衡智能車的控制方法，

具有如下步驟：

步驟1：微處理器控制模塊將各功能模塊初始化；各功能模塊包括速度檢測模塊、傾角測量模塊、電磁線檢測模塊、定速巡航模塊；

步驟2：利用人機交互模塊進行各參數(shù)設(shè)置；

步驟3：微處理器控制模塊獲取各功能模塊經(jīng)過AD處理的信息；

步驟4：對傾角測量模塊獲取的信息進行分段式卡爾曼濾波得到智能車的傾角；

步驟5：對智能車的傾角進行PD計算以實現(xiàn)智能車的直立；

步驟6：微處理器控制模塊判斷是否在轉(zhuǎn)向計算周期內(nèi)，若是，則讀取電磁線檢測模塊的電磁傳感器差和比進行轉(zhuǎn)向PD控制計算；否則，進行步驟7；

步驟7：微處理器控制模塊判斷是否在速度計算周期內(nèi)，若是，讀取速度檢測模塊的光電編碼器反饋值并清零，進行速度PD控制計算；否則，進行步驟8；

步驟8：微處理器控制模塊將閉環(huán)控制結(jié)果轉(zhuǎn)化為PWM占空比；

步驟9：微處理器控制模塊判斷智能車姿態(tài)是否正確，若是，PWM占空比輸出控制電機，并回轉(zhuǎn)進行步驟3；否則，電機停止旋轉(zhuǎn)至結(jié)束。

本發(fā)明的有益效果是：本發(fā)明在微處理控制模塊控制下，根據(jù)各功能模塊的參數(shù)，實現(xiàn)對智能車的電機驅(qū)動模塊進行控制，使智能車能平穩(wěn)地行駛在不同路況的路面上，提高智能車的安全性和行駛穩(wěn)定性。同時，通過定速巡航模塊，可以進入定速巡航模式，在路況優(yōu)良時，可以自主以固定車速行駛，智能化地減輕操縱者的疲勞。

附圖說明

下面結(jié)合附圖對本發(fā)明進一步說明。

圖1是本發(fā)明的控制原理框圖；

圖2是本發(fā)明的控制流程圖；

圖3是本發(fā)明的定速巡航模塊的工作原理圖；

圖4是本發(fā)明中的人機交互模塊的存儲芯片的連接電路圖；

圖5是從圖4中的存儲芯片讀取數(shù)據(jù)的流程圖；

圖6是本發(fā)明中的人機交互模塊的輸入設(shè)備的電路連接原理圖；

圖7是本發(fā)明的電池電壓管理框圖；

其中，1、微處理器控制模塊，2、電機驅(qū)動模塊、3、速度檢測模塊，4、電池管理模塊，5、傾角測量模塊，6、電磁線檢測模塊，7、調(diào)試與設(shè)置模塊，8、人機交互模塊，9、定速巡航模塊。

具體實施方式

現(xiàn)在結(jié)合附圖對本發(fā)明作進一步的說明。這些附圖均為簡化的示意圖僅以示意方式說明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。

如圖1所示，一種自平衡智能車，包括智能車本體，還包括智能車自平衡控制裝置，所述自平衡控制裝置包括微處理器控制模塊1、速度檢測模塊3、傾角測量模塊5、電磁線檢測模塊6、定速巡航模塊9、電機驅(qū)動模塊2、電池管理模塊4，所述速度檢測模塊3、傾角測量模塊5、電磁線檢測模塊6的輸出均連接至微處理器控制模塊1，所述微處理器控制模塊1的輸出連接至電機驅(qū)動模塊2，所述電池管理模塊4的輸出連接至電機驅(qū)動模塊2與微處理器控制模塊1，所述速度檢測模塊3的輸出連接至定速巡航模塊9，所述定速巡航模塊9的輸出連接至電機驅(qū)動模塊2與微處理器控制模塊1。

進一步地，所述智能車本體包括車體、車輪、車架、電機，所述智能車自平衡控制裝置還包括人機交互模塊8、調(diào)試與設(shè)置模塊7；所述人機交互模塊8通過調(diào)試與設(shè)置模塊7與微處理器控制模塊1輸入輸出雙向連接。

所述的微處理器控制模塊1包括十六位微處理器MK60DN512ZVLQ10；所述速度檢測模塊3包括光電編碼器，所述人機交互模塊8包括液晶顯示屏、輸入設(shè)備、存儲芯片。

電機控制方式為PWM(pulse width modulation)脈寬調(diào)制控制方式。

所述存儲芯片采用Atmel公司制造的AT24C02，工作電壓寬為2.5-5.5V，具有低功耗CMOS型E2PROM，存儲空間8×256位。AT24C02的連接電路如圖4所示。

AT24C02芯片的1、2、3引腳是三根地址線，用來確定芯片的硬件地址。第5引腳SDA為串行數(shù)據(jù)線，數(shù)據(jù)可通過這根雙向I2C總線串行傳送。第6引腳SCL為串行時鐘，SDA和SCI為漏極開路端，在實際應(yīng)用中需要在正電源間各接一個5.1k的上拉電阻。第7引腳是WP寫保護端，接電源正極時只允許器件的讀操作執(zhí)行，接地時允許芯片一般讀寫操作的執(zhí)行。如圖5所示為從AT24C02中讀取數(shù)據(jù)的流程圖。

所述液晶顯示器采用NOKIA5110，采用串行接口與ECU進行通信，接口信號線有8條，支持SPI串行外設(shè)接口，并且為48×84的點陣LCD，可以顯示4行漢字。

所述輸入設(shè)備采用MCU數(shù)字量輸入設(shè)備，獨立式排布，共設(shè)8個鍵，按鍵的作用分別為+1、-1、+10、-10、+100、換行、保存，對應(yīng)的I/O口為A0、A1、A2、A3、A4、A5、A6、A7。通過檢測與輸入設(shè)備相連的I/O口來確定輸入設(shè)備狀態(tài)，電路原理圖如圖6所示。

當(dāng)開關(guān)斷開時，PAx上拉，處于高電平；當(dāng)開關(guān)閉合時，PAx接地，產(chǎn)生一個低電平脈沖，當(dāng)檢測到該脈沖信號后，則執(zhí)行對應(yīng)的程序。

進一步地，所述定速巡航模塊9包括：控制單元、車距傳感器、CMOS圖像傳感器；

所述定速巡航模塊9接收速度檢測模塊3的車輪速度信號；

如圖3所示，在定速巡航模式下，所述車距傳感器、CMOS圖像傳感器、速度檢測模塊分別采集智能車與前后車輛之間的距離信號、智能車周圍的圖像信號和車輪速度信號，并將這些信號傳遞給控制單元，控制單元將決策速度信號傳遞給電機驅(qū)動模塊。

進一步地，所述傾角測量模塊包括陀螺儀和加速度計，通過加速度計獲取智能車的傾角，通過陀螺儀獲取智能車的角速度，并對智能車的傾角和角速度進行分段式卡爾曼濾波。

加速度計能將Z軸方向上重力加速度分量值輸出，并根據(jù)分量值和反三角函數(shù)關(guān)系計算得到傾角值。

陀螺儀將輸出智能車在其旋轉(zhuǎn)方向上的角速度信號，通過對角速度進行積分即得到智能車傾斜的角度。

為防止陀螺儀輸出存在漂移現(xiàn)象影響信號的可靠性及角速度經(jīng)過積分運算后產(chǎn)生積累誤差，采用分段式卡爾曼濾波對加速度計和陀螺儀的數(shù)據(jù)進行有效融合，以得到正確的傾角信息。

卡爾曼濾波器能夠解決線性離散時間控制系統(tǒng)的狀態(tài)估計問題，可用離散線性差分方程描述。

其中，A為狀態(tài)轉(zhuǎn)移矩陣，且A∈R^m,n；

B為輸入控制矩陣；

y(t)為t時刻系統(tǒng)的狀態(tài)變量，且y(t)∈Rⁿ；

κ(t)為t時刻系統(tǒng)的控制變量；

為過程噪聲，且它可建模為零均值的白噪聲過程，其相關(guān)的矩陣定義為如下，

其中，x∈Rⁿ；G為觀測矩陣。

狀態(tài)方程從y(t₀)開始傳播，對于全部的真實系統(tǒng)的特定時刻來說，該初值是一個固定的具體向量。但是，由于該具體值事先并不能得知，所以建模時把此初始狀態(tài)當(dāng)作能滿足高斯分布的一個隨機向量。同時均值E₀和方差D₀可表示x(t₀)。

其中，每個狀態(tài)和真值的方差可由對角線上的元素來表示。則D₀為所有元素都是分布在對角線的正數(shù)的對稱矩陣，它能把估計狀態(tài)和真實狀態(tài)之間的方差給出。

接下來進行傳感器測量，該測量方程如下：

x(t)＝Gy(t)+φ(t) (10)

其中，x(t)為t時刻傳感器的測量向量，且x(t)∈Rⁿ；

φ(t)為觀察噪聲，且φ(t)∈Rⁿ，可將其建模成零均值的白噪聲過程，且其相關(guān)矩陣定義如下，

卡爾曼濾波算法是利用反饋機制來實現(xiàn)對狀態(tài)的估計，它根據(jù)前一刻的系統(tǒng)狀態(tài)來進行當(dāng)前系統(tǒng)狀態(tài)的估計，然后根據(jù)當(dāng)前時刻的實際觀測值作為反饋，來修正估計的狀態(tài)。

因此，卡爾曼濾波有兩個步驟：

a.狀態(tài)預(yù)測。根據(jù)當(dāng)前系統(tǒng)狀態(tài)和噪聲方差，狀態(tài)更新方程及時把下一步的系統(tǒng)狀態(tài)估計出來。

b.測量修正。測量更新方程則負(fù)責(zé)反饋，它是將新測到的信號加入到先前在狀態(tài)更新方程中得到的先驗估計狀態(tài)，并最終得到系統(tǒng)狀態(tài)的后驗估計。

如圖7所示，進一步地，上述的自平衡智能車包括電池管理模塊，所述電池管理模塊包括7.2V鎳鎘電池，所述電機驅(qū)動模塊由鎳鎘電池供電，所述微處理器控制模塊、速度檢測模塊、電磁線檢測模塊、人機交互模塊由鎳鎘電池經(jīng)5.0V LM2940芯片后供電，所述鎳鎘電池經(jīng)5.0V LM2940芯片及3.3V LM1117芯片后對傾角測量模塊進行供電。

如圖2所示，一種上述的自平衡智能車的控制方法，

具有如下步驟：

步驟1：微處理器控制模塊將各功能模塊初始化；各功能模塊包括速度檢測模塊、傾角測量模塊、電磁線檢測模塊、定速巡航模塊；

步驟2：利用人機交互模塊進行各參數(shù)設(shè)置；

步驟3：微處理器控制模塊獲取各功能模塊經(jīng)過AD處理的信息；

步驟4：對傾角測量模塊獲取的信息進行分段式卡爾曼濾波得到智能車的傾角；

步驟5：對智能車的傾角進行PD計算以實現(xiàn)智能車的直立；

步驟6：微處理器控制模塊判斷是否在轉(zhuǎn)向計算周期內(nèi)，若是，則讀取電磁線檢測模塊的電磁傳感器差和比進行轉(zhuǎn)向PD控制計算；否則，進行步驟7；

步驟7：微處理器控制模塊判斷是否在速度計算周期內(nèi)，若是，讀取速度檢測模塊的光電編碼器反饋值并清零，進行速度PD控制計算；否則，進行步驟8；

步驟8：微處理器控制模塊將閉環(huán)控制結(jié)果轉(zhuǎn)化為PWM占空比；

步驟9：微處理器控制模塊判斷智能車姿態(tài)是否正確，若是，PWM占空比輸出控制電機，并回轉(zhuǎn)進行步驟3；否則，電機停止旋轉(zhuǎn)至結(jié)束。

以上述依據(jù)本發(fā)明的理想實施例為啟示，通過上述的說明內(nèi)容，相關(guān)工作人員完全可以在不偏離本項發(fā)明技術(shù)思想的范圍內(nèi)，進行多樣的變更以及修改。本項發(fā)明的技術(shù)性范圍并不局限于說明書上的內(nèi)容，必須要根據(jù)權(quán)利要求范圍來確定其技術(shù)性范圍。