[发明专利]一种基于视觉传感器的多种路况下的两轮自平衡车运动控制方法

说明书

一种基于视觉传感器的多种路况下的两轮自平衡车运动控制方法，包括以下步骤：1)检测稳定可控角θ'，确定一个采样周期T内的倾角值θ(θ₁，θ₂，θ₃,…,θ_n)，当|θ_n|θ'时，引入新的平衡控制模型以达到平衡；2)判断前方是否有斜坡，返回到斜坡的距离l₁(l₁₁,l₁₂,l₁₃,…,l_1n)；3)得到左右两侧车轮离斜坡的距离分别为l₂(l₂₁,l₂₂,l₂₃,…,l_2n),l₃(l₃₁,l₃₂,l₃₃,…,l_3n)；4)，若l_2n≠l_3n，引入新的转向环控制模型，直到l_2n＝l_3n，再与l_1n对比，直到l_3n＝l_2n＝l_1n，将当前车体中轴所对的位置置为标记点；5)当再次经过斜坡时，以标记点为中心，在左右两侧间隔固定距离d选取上坡位置，多次采样后，得到高质量的标准斜坡图像。本发明在不同路况下通过引入新的运动控制模型，能有效地提高视觉传感器对图像采集的质量和效率，提高了系统的可靠性，提高了定位导航及地图构建的精度。

技术领域

本发明涉及一种基于视觉传感器的多种路况下的两轮自平衡车运动控制方法，能有效提高视觉传感器采集到的图像质量，属于平衡车技术领域。

背景技术

视觉传感器是具有图像采集处理、数据传输能力的功能专门化视觉系统,是整个机器视觉系统信息的直接来源。视觉传感器已成为智能化机器系统不可或缺的关键感知手段，搭载深度摄像头的机器系统实时性和鲁棒性强，一直是研究的热门方向。两轮的智能平衡车由于绿色便捷，在社会和市场上也保持着很高的热度，具有良好的发展前景。搭载视觉传感器的两轮自平衡车可以实现车体的同步定位与建图，即SLAM(SimultaneousLocalization and Mapping)。车体在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位，同时在自身定位的基础上建造增量式地图，实现车体的自主定位和导航。由视觉传感器采集到的图像质量高低，对定位、导航、地图构建的精准与否起决定性作用。但由于实际工作环境的复杂程度不同，某些特殊路况会对图像的采集造成较大的影响，如在室内工作时，碰到人之后车体剧烈摆动造成摄像头晃动过大，无法成像，甚至造成设备损坏；或是在遇到斜坡时由于两侧车轮上坡存在先后顺序，车体的倾斜导致采集到的是不常规的图像，图像的质量和利用率都无法达到要求，这些都会对高精度的实时系统产生较大的影响。因此，需要一种新的运动控制方法来确保车体在保持平衡的前提下得到高质量的图像。

发明内容

为了克服视觉传感器在图像采样过程中，遇到特殊路况时车体不常规的运动导致无法采集到高质量的图像，降低定位导航及地图构建的精度和效率，本发明提供了一种基于视觉传感器的多种路况下的两轮自平衡车运动控制方法，有效避免上述情况的发生，提高图像采集的质量和效率，提高系统稳定性，提高系统精度，实现地图的精准构建。

本发明解决其技术问题所采用的技术方案是：

一种基于视觉传感器的多种路况下的两轮自平衡车运动控制方法，包括以下步骤：

1)根据当前平衡车的机械结构、电机的型号属性以及现场测试确定当前PID参数下最大的稳定可控角度，设定角度值θ'，确定下位机平衡倾角采样周期T，一个周期内倾角值为θ(θ₁，θ₂，θ₃,…,θ_n)，当|θ_n|θ'时，直接拒绝上位机控制命令，结束通信，引入新的平衡控制模型以达到平衡；在恢复平衡后，再开启通信，发送可以继续的状态命令；