[发明专利]一种多源传感器数据融合的自平衡机器人控制系统和控制方法

说明书

本发明公开了一种基于多源传感器数据融合的自平衡机器人控制系统和控制方法，包括以下步骤：获取加速度计数据和磁力计数据，然后根据加速度计数据和磁力计数据计算初步姿态；再获取陀螺仪数据并转换为旋转矢量，然后与初步姿态融合，得到准确的机器人姿态，最后通过准确的机器人姿态和电机编码器反馈的速度控制电机的转动以控制机器人姿态。本发明通过姿态角信息进行滤波降噪之后再进行融合和电机编码器反馈的信息控制电机的转动实现对机器人姿态的控制从而实现机器人的自平衡以及运动，得到结合自平衡机器人物理特性、电机响应特性的改进型PID控制方法，能够更准确更稳定的对自平衡机器人实现运动控制。

技术领域

本发明属于移动机器人技术领域，具体涉及一种多源传感器数据融合的自平衡机器人控制系统和控制方法。

背景技术

移动机器人目前已经越来越广泛的应用于各个行业中，具有广阔的应用前景。自平衡机器人是一种特殊的轮式移动机器人，其概念最早由日本东京电信大学自动化系的山藤一雄教授于二十世纪八十年代提出。双轮自平衡机器人具有体积小、转弯半径为零、车身灵活等优点，因此适用于以拥挤的城市环境为代表的多种狭窄场景。平衡机器人的技术关键在于能持续保持平衡，并能在平衡中前进、后退、转弯。因此其运动控制技术为自平衡机器人技术的核心，对自平衡机器人运动控制技术的研究有着重要的意义，也有着极大的工程应用价值。

近年来，随着机器人的热潮以及科学技术的发展，机器人的运动控制技术也有了很大的提高。现有技术中运动控制技术多为反馈控制，首先通过传感器的数据获得机器人的姿态信息，之后根据姿态信息进行反馈控制。其中主要使用的是传感器的数据处理技术和PID控制技术，现有技术中一般为将传感器数据进行简易的加权平均计算，并将加权平均后的值作为融合后的最终结果，该方法运算速度快，但不能准确并最大效率利用各传感器数据。现有技术中还有一种方式是采用将惯性/磁力传感器与单目视觉信息融合的SLAM方法对数据进行处理，该方法能够较为准确的获得机器人的姿态信息，但由于传感器数量多且体积较大，数据处理与计算需要工控机之类体积较大的设备，因此不适用于自平衡机器人。PID控制方法是经典控制算法中的典型代表，由美国N.Minorsky在1922年提出，PID控制器由比例单元(P)、积分单元(I)和微分单元(D)组成。其输入e(t)与输出u(t)的关系为u(t)＝kp[e(t)+1/TI∫e(t)dt+TD*de(t)/dt]。其中比例参数kp可以加快系统的响应速度，但比例控制有个缺点，会产生余差，因此引入积分作用，可以消除累积误差。微分作用主要用来克服对象的滞后性。

由PID控制算法衍生出了专家PID、模糊PID、神经网络PID、遗传算法PID、自适应PID控制方法。传统的PID控制算法虽然稳定余度不小，但具有良好的动态品质余度不大，当处在动态环境下时，传统PID算法并不适用。而衍生出的其他几种PID算法则由于计算量大，算法复杂度高，并不适用于自平衡机器人这样体积小，只可以搭载小重量硬件的平台。

发明内容

本发明的目的在于：解决上述现有技术中的不足，提供一种多源传感器数据融合的自平衡机器人控制系统和控制方法，将磁力计、陀螺仪、加速度计、编码器所获得的数据融合，得到结合自平衡机器人物理特性、电机响应特性的改进型PID控制方法，能够更准确更稳定的对自平衡机器人实现运动控制。

为了实现上述目的，本发明采用的技术方案为：

一种基于多源传感器数据融合的自平衡机器人控制系统，包括MPU6050模块和磁力计，MPU6050模块包括加速度计和陀螺仪,MPU6050模块和磁力计与电机通讯连接。

一种基于多源传感器数据融合的自平衡机器人控制方法，应用上述的基于多源传感器数据融合的自平衡机器人控制系统，包括以下步骤：

步骤一：获取加速度计数据和磁力计数据；

步骤二：根据加速度计数据和磁力计数据计算初步姿态；