兩輪自平衡小車的神經(jīng)網(wǎng)絡PID控制.pdf

1、兩輪自平衡小車區(qū)別于傳統(tǒng)的輪式車輛，具有轉(zhuǎn)彎半徑為零、驅(qū)動功率小、適用于多種特殊場合等特點，有著廣泛的應用前景。作為一種本征不穩(wěn)定輪式移動機器人，兩輪自平衡車具有多變量、非線性、強耦合和參數(shù)不確定等特點，這使得它成為檢驗各種控制算法的理想平臺。
　　PID控制算法憑借其控制原理簡單和魯棒性強的優(yōu)勢，廣泛地應用于兩輪自平衡小車控制系統(tǒng)，且取得了較好的控制效果。但是，由于兩輪自平衡小車的非線性和時變性，以及小車使用環(huán)境的不確定性，使得

2、PID控制算法難以實現(xiàn)對小車長時間的精確控制。神經(jīng)網(wǎng)絡具有非線性映射、自學習和自適應以及容錯能力強等特點，因此本文利用神經(jīng)網(wǎng)絡的自學習能力，實時優(yōu)化PID控制器參數(shù)，以改善控制器的控制效果，主要工作包括：
　　1.分析了兩輪自平衡小車保持平衡的實現(xiàn)方法、控制原理以及自平衡車控制的關(guān)鍵技術(shù)。
　　2.深入研究兩輪自平衡小車的姿態(tài)測量原理，提出了基于卡爾曼濾波算法實現(xiàn)數(shù)據(jù)融合的方法，對兩輪自平衡小車車體姿態(tài)進行最優(yōu)估計。建立卡爾

3、曼濾波函數(shù)，并利用MATLAB完成卡爾曼濾波器的仿真與實現(xiàn)。
　　3.采用神經(jīng)網(wǎng)絡PID的方法優(yōu)化控制器參數(shù)。搭建了基于神經(jīng)網(wǎng)絡PID的系統(tǒng)辨識器，預測小車狀態(tài)，并根據(jù)辨識的狀態(tài)訓練神經(jīng)網(wǎng)絡控制器，實現(xiàn)對 PID控制參數(shù)的優(yōu)化。
　　4.設計并搭建了以DSP TMS320F2812為控制核心的硬件系統(tǒng)，開發(fā)了控制軟件，并以兩輪自平衡小車的直立控制性能、速度控制性能、方向控制性能為評價指標，進行了對比試驗。試驗結(jié)果表明，兩輪自