0 引言

    谷歌旗下波士頓動(dòng)力公司最新發(fā)布的名為Handle的輪式機(jī)器人能力拔高到新的高度，事實(shí)上這種智慧型機(jī)器人搭載了多種諸如傳感采集模塊、環(huán)境探測(cè)以及人機(jī)交互模塊等。路況不一樣造成不同彎道的曲率不同，如何在急轉(zhuǎn)彎的情況下保持精準(zhǔn)的感知與采存處理一直是研究的焦點(diǎn)所在^[1]。

    智能小車的轉(zhuǎn)彎控制是一個(gè)復(fù)雜的控制過程，要建立相應(yīng)的數(shù)學(xué)模型，單單選用經(jīng)典的PID算法不夠精準(zhǔn)，很難做到精確測(cè)量和估計(jì)。因此，本文提出在傳遞函數(shù)后面串聯(lián)一個(gè)動(dòng)態(tài)測(cè)試修正模塊^[2-4]。

1 智能車彎道設(shè)計(jì)背景

    智能車要想在急轉(zhuǎn)彎路況下繼續(xù)保持穩(wěn)定、快速、安全的行駛，主要體現(xiàn)小車在運(yùn)動(dòng)控制上是否可以即時(shí)地進(jìn)行監(jiān)測(cè)和反饋。由于被測(cè)小車所處周邊的環(huán)境復(fù)雜多變，采光條件、路面溫度、自身結(jié)構(gòu)產(chǎn)生的相對(duì)運(yùn)動(dòng)差以及摩擦系數(shù)都會(huì)引起智能車所帶來的參數(shù)變動(dòng)和毛刺現(xiàn)象甚至是檢測(cè)盲區(qū)^[5-6]。考慮到小車單方面在轉(zhuǎn)彎控制下定制控制策略會(huì)使整體運(yùn)行過程的穩(wěn)定性、及時(shí)性出現(xiàn)偏差以至于沖出跑道，針對(duì)復(fù)雜多變的環(huán)境，綜合得出一個(gè)合理控制策略補(bǔ)償模塊，使小車在彎道環(huán)境下既能保持采集的信號(hào)可靠、穩(wěn)定，又能快速、高效、準(zhǔn)確地在彎道上進(jìn)行調(diào)姿與控制^[7]。

2 系統(tǒng)硬件

2.1 主控制器模塊

    本系統(tǒng)采用的主控制器是意法半導(dǎo)體(ST)公司設(shè)計(jì)的基于Cortex-M3內(nèi)核架構(gòu)的STM32F107嵌入式芯片，該芯片擁有高性能、低功耗、實(shí)時(shí)應(yīng)用、高性價(jià)比等優(yōu)點(diǎn)。該芯片嵌入了256 KB Flash、64 KB SRAM以及各種外設(shè)接口(I2C、SPI、USART、CAN、USB、定時(shí)器、DMA控制器、ADC、PWM)，支持JTAG和SWD調(diào)試接口，主頻最高可達(dá)72 MHz^[8]。該芯片豐富的片內(nèi)資源和片上外設(shè)、精準(zhǔn)高效的計(jì)算能力使得其十分符合系統(tǒng)要求。

2.2 電源管理模塊

    系統(tǒng)總的供電電源為12 V鋰電池，電機(jī)驅(qū)動(dòng)芯片采用TB6612FNG芯片，系統(tǒng)電壓經(jīng)LM2596T開關(guān)壓降轉(zhuǎn)換器轉(zhuǎn)換為5 V，再通過線性恒壓模塊AMS1117輸出為3.3 V，通過轉(zhuǎn)換芯片轉(zhuǎn)換為5 V和3.3 V后提供給系統(tǒng)的各個(gè)模塊使用。電源電路圖如圖1所示。

2.3 姿態(tài)傳感器電路設(shè)計(jì)模塊

    本系統(tǒng)采用的MPU6050是一個(gè)6軸傳感器芯片，內(nèi)部集成了3軸陀螺儀、3軸加速度計(jì)和1個(gè)可擴(kuò)展的數(shù)字運(yùn)動(dòng)處理器DMP，3個(gè)16位ADC通道將加速度計(jì)和陀螺儀測(cè)得的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)進(jìn)行輸出，保障了測(cè)量數(shù)據(jù)的輸出精度。用戶可以根據(jù)實(shí)際需要控制傳感器的范圍，可準(zhǔn)確追蹤小車姿態(tài)變化。MPU6050通過自帶的DMP編程實(shí)現(xiàn)自動(dòng)對(duì)加速度計(jì)、陀螺儀數(shù)據(jù)進(jìn)行處理，減少了主控芯片STM32的計(jì)算負(fù)擔(dān)^[9]。主芯片和MPU6050傳感器電路連接圖如圖2所示，MPU6050傳感器通過傳輸速率較高的I2C總線和主芯片進(jìn)行通信。

2.4 電機(jī)驅(qū)動(dòng)模塊

    直流電機(jī)具有轉(zhuǎn)矩大、負(fù)載性好、響應(yīng)速度快、運(yùn)動(dòng)平穩(wěn)、噪聲小等優(yōu)點(diǎn)，使得直流電機(jī)在移動(dòng)機(jī)器人領(lǐng)域中的應(yīng)用越來越廣泛^[10-11]，最常見的驅(qū)動(dòng)方式是通過改變脈沖序列的周期和占空比來對(duì)電機(jī)電壓進(jìn)行控制。本系統(tǒng)電機(jī)驅(qū)動(dòng)芯片采用TB6612FNG^[12]，具有雙通道輸出，比L298N效率更高，發(fā)熱量更低，4種電機(jī)控制模式：正轉(zhuǎn)、反轉(zhuǎn)、制動(dòng)、停止，通過STM32F107輸出PWM脈沖信號(hào)調(diào)整電機(jī)轉(zhuǎn)速。電機(jī)驅(qū)動(dòng)模塊原理圖如圖3所示。

3 算法優(yōu)化

    在系統(tǒng)轉(zhuǎn)彎時(shí)由于蘊(yùn)含非常豐富的高頻分量，導(dǎo)致被測(cè)信號(hào)變化速度特別快。雖然陀螺儀動(dòng)態(tài)響應(yīng)可以滿足快速變化，但容易積累誤差。若想調(diào)理和改善傳感器的輸出信號(hào)，可以在微處理器檢測(cè)系統(tǒng)中借鑒選用信號(hào)處理的方法實(shí)時(shí)跟蹤一次儀表的動(dòng)態(tài)特性。在含有動(dòng)態(tài)特性級(jí)聯(lián)改善模塊的檢測(cè)系統(tǒng)中采用信號(hào)補(bǔ)償修正的方法實(shí)時(shí)接收感知端輸出的模擬信號(hào)并加以分析處理，在某種程度上延長(zhǎng)中間端的幅頻特性有效段，增加了對(duì)小車系統(tǒng)的有效調(diào)理率。

    基于如上原理設(shè)計(jì)一個(gè)可以與陀螺儀串聯(lián)的改善一次儀表瞬態(tài)特性的網(wǎng)絡(luò)，使一次儀表匹配該改善算法網(wǎng)絡(luò)得到的幅頻特性比未經(jīng)處理時(shí)的平坦段延長(zhǎng)一些。修正思路如圖4所示。

    一個(gè)標(biāo)準(zhǔn)已知轉(zhuǎn)彎輸入信號(hào)由于陀螺儀有效帶寬頻率部分提取不夠而產(chǎn)生頻譜輸出失真，為此在測(cè)控電路模塊增加變形信號(hào)級(jí)聯(lián)動(dòng)態(tài)特性改善網(wǎng)絡(luò)，然后通過特定的參數(shù)優(yōu)化輸出靠近一次儀表逆模型，從而中和原信號(hào)的偏移量達(dá)到修正目的。原一次儀表輸出的拉普拉斯變換與輸入的拉普拉斯變換比H(s)級(jí)聯(lián)一個(gè)延長(zhǎng)可測(cè)線性段的動(dòng)態(tài)特性模塊F(s)，模塊總體的新傳遞函數(shù)為：

    補(bǔ)償原理如圖5所示。

    一次儀表瞬態(tài)改善網(wǎng)絡(luò)結(jié)合模糊神經(jīng)輸出與一次儀表瞬態(tài)校準(zhǔn)信號(hào)理論輸入差值e(n)，實(shí)現(xiàn)模糊神經(jīng)自適應(yīng)優(yōu)化。

    標(biāo)準(zhǔn)一次儀表瞬態(tài)信號(hào)用q(n)表示，需改善的一次儀表瞬態(tài)輸出用X(n)表示，模糊神經(jīng)網(wǎng)絡(luò)的輸出P(n)的階數(shù)設(shè)為k，則輸出為：

    根據(jù)模糊函數(shù)在上位機(jī)訓(xùn)練得出的最優(yōu)值，對(duì)于本模糊神經(jīng)網(wǎng)絡(luò)的隸屬函數(shù)矩陣，k=12，m=12。w為矩陣U的列向量由U中元素組合：

    圖6為構(gòu)造改良的補(bǔ)償網(wǎng)路流程圖。

    一次儀表最典型的是近似為有一個(gè)二階系統(tǒng)，其傳遞函數(shù)可表示為：

    在MATLAB平臺(tái)上,用數(shù)據(jù)訓(xùn)練傳感器300次后可得一次儀表動(dòng)態(tài)特性改善前后時(shí)域響應(yīng)。為了更好地檢測(cè)一次儀表對(duì)各個(gè)單元頻率分量的響應(yīng)輸出,可采用跟蹤掃描法獲取調(diào)理前后模塊的動(dòng)態(tài)特性，從而得出系統(tǒng)的幅頻特性，如圖7所示，其中w為被測(cè)信號(hào)頻率，w_o為固有頻率，頻率比在0.3以內(nèi)有良好的測(cè)量精度。

4 結(jié)論

    本文研究了升級(jí)版智能車快速轉(zhuǎn)彎的模糊自適應(yīng)PID控制算法^[13]，該算法改進(jìn)了傳統(tǒng)彎道快速行駛易翻倒的情況。仿真結(jié)果表明，增加補(bǔ)償模塊的新算法可以進(jìn)行有效地維持轉(zhuǎn)彎姿態(tài)，總體上精度高于傳統(tǒng)單一的模糊PID算法。如何進(jìn)一步對(duì)微小姿態(tài)進(jìn)行修正是下一步研究的重點(diǎn)。

參考文獻(xiàn)

[1] 最新機(jī)器人牛得一塌糊涂(谷歌旗下波士頓動(dòng)力公司)[EB/OL].(2017-03-14)[2017-11-17].https：//www.suilengea.com/show/zcndmhmhgmh.html.

[2] 劉一江，孟立凡，張志杰.基于遺傳算法的傳感器動(dòng)態(tài)特性改善方法[J].傳感技術(shù)學(xué)報(bào)，2013，26(9)：1248-1253.

[3] 李錦明，閆曉俊，江旭東，等.Sobel圖像邊沿檢測(cè)算法的優(yōu)化設(shè)計(jì)與實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用，2016，42（3）：71-73，77.

[4] 王振運(yùn).基于RT-Thread和STM32的雙輪自平衡機(jī)器人的設(shè)計(jì)與實(shí)現(xiàn)[D].太原：中北大學(xué)，2016.

[5] 王祥好.模糊PID控制算法在智能小車中的研究與應(yīng)用[D].合肥：合肥工業(yè)大學(xué)，2009.

[6] 吳全玉，張曉東，晁曉琪，等.基于經(jīng)典PID算法的智能車系統(tǒng)研究[J].自動(dòng)化與儀器儀表，2011(1)：25-26.

[7] 李錦明，謝緒煜，馬游春，等.基于FPGA的FIR濾波器系統(tǒng)的設(shè)計(jì)[J].化工自動(dòng)化及儀表，2011(8)：943-946.

[8] SOORKI M N，TALEBI H A，NIKRAVESH S K Y.A leader-following formationcontrol of multiple mobile robots with active obstacle avoidance[C].19th Iranian Conference on Electrical Engineering，ICEE 2011，2011：1-6.

[9] 劉濤，呂勇，劉立雙.智能車路徑識(shí)別與控制性能提高方法研究及實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用，2016，42(1)：54-57.

[10] 苗偉，李昌璽，吳聰.基于修正轉(zhuǎn)彎模型的交互多模型跟蹤算法[J].現(xiàn)代防御技術(shù)，2015(3)：113-118.

[11] 李根.基于STM32的車輛智能安全行車控制系統(tǒng)[D].天津：天津職業(yè)技術(shù)師范大學(xué)，2016.

[12] 王建平，盧杉，武歡歡.TB6612FNG在直流電機(jī)控制設(shè)計(jì)中的應(yīng)用[J].電子設(shè)計(jì)工程，2010(6)：65-67.

[13] 廖先浩.智能小車彎道控制的研究與實(shí)現(xiàn)[D].重慶：重慶大學(xué)，2014.

作者信息:

降  帥1，2，孟立凡1，2，李錦明1，2，馬  林1，2，候天喜1，2

(1.中北大學(xué) 電子測(cè)試國(guó)家重點(diǎn)實(shí)驗(yàn)室，山西 太原030051；

2.中北大學(xué) 儀器科學(xué)與動(dòng)態(tài)測(cè)試教育部重點(diǎn)實(shí)驗(yàn)室，山西 太原030051)