查看“开源平衡车/zh”的源代码
←
开源平衡车/zh
跳转至:
导航
、
搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
{| style="width: 800px;" |- | ==概述== *项目名称:Microduino开源平衡车 *目的:制作一台可以用遥控板控制的自平衡机器人小车 *难度:中 *耗时:2小时 *制作者: *简介: 两轮自平衡小车是一个集多种功能于一体的综合系统,是自动控制理论与动力学理论及技术相结合的研究课题,其关键问题是在完成自身平衡的同时,还能够适应各种环境下的控制任务。本次教程我们使用Microduino产品模块快速搭建一个可以用遥控板控制的自平衡机器人小车,玩家可以迅速上手,并且看到小车运动和平衡的效果,玩家们可以在制作结束后,继续更深一步的智能控制部分的研究。 ==材料清单== *Microduino设备 {|class="wikitable" |- |模块||数量||功能 |- |[[Microduino-Core+/zh]]||1||核心板 |- |[[Microduino-USBTTL/zh]] ||1||下载程序 |- |[[Microduino-nRF24/zh]] ||1||无线通信 |- |[[Microduino-Shield Stepper/zh]] ||1||驱动连接地板 |} *其他设备 {|class="wikitable" |- |模块||数量||功能 |- |2.4G天线||1||2.4G通讯 |- |固定支架||1||固定支撑 |- |尼龙螺丝||4||固定 |- |尼龙螺母||12||固定 |- |电池盒 ||1||装载电池 |- |电池 ||2||供电 |- |Micro-USB数据线 ||1||串口通信,下载程序 |- |车轴 ||2||连接车轮 |- |车轮子 ||2||结构 |- |步进电机 ||2||驱动车轮 |} *Joypad材料 {|class="wikitable" |- |模块||数量||功能 |- |[[Microduino-Core]]||1||核心 |- |[[Microduino-nRF24]]||1||无线通讯 |- |[[Microduino-Joypad]]||1||遥控器 |- |[[Microduino-TFT]]||1||显示 |- |[[Microduino-USBTTL]]||1||下载程序 |- |锂电池 ||1||供电 |- |亚克力面板||1||面板 |- |尼龙柱 ||4||固定 |- |长尼龙螺丝 ||4||固定 |- |短尼龙螺丝 ||4||固定 |- |尼龙螺母 ||4||固定 |- |海绵板 ||1||固定 |} [[File:平衡车物料.jpg||1000px|center]] ==实验原理== *PID原理 PID在自动控制领域有着极其重要的作用,作为最早实用化的控制技术已经有70多年的历史,近几年一些创客们自制的一些很酷的东西,如:四轴飞行器,自平衡车等等都离不开它的身影。 首先了解什么是PID。PID实指“比例proportional”、“积分integral”、“微分derivative”,如果我们要求被控制的对象最终趋于一个稳定的结果,一般就可以使用PID算法。 假设说,有一辆速度为1m/s的小车,我们要求他的速度改变为5m/s,要完成这样的一件事,我们必须要有: *小车驱动装置(用程序控制它输出多大的电压,电压决定驱动的马力); *被驱动器控制的部分(即小车); *检测当前速度的装置(当前速度与目标速度的差称为误差); 本来,我们可以给小车一个驱动力让小车加速,直到检测到小车速度达到5m/s,撤去驱动力。但是,这样做会带来几个问题: 1)当小车速度达到5m/s时,从装置检测到这个速度,通知控制器,让控制器改变输出的电压,这一个过程需要耗费一定时间,在这个时间里面,小车速度可能增加了不少。 2)撤去驱动力后,外界条件如摩擦会让小车速度进一步改变。 然而,PID算法可以在一定误差内解决这些问题。 使用PID算法时,大致是这样的。每一个采样周期,通过速度检测装置获得当前速度,传入程序,通过程序计算得到电压控制小车得到新速度。下一个采样周期又把新速度传入,获得新电压,再传入速度,再获得电压,如此反复。 PID算法的关键,是如何根据当前得到的速度值,输出一个“恰当”的电压,以致小车最终能够趋于稳定。 PID算法采用比例,积分,微分(Proportion Integral Differential)三种方法进行控制。三种方法都有自己对应的一个常量(pconst,iconst,dconst)。这三个变量都需要在实验中多次尝试得出。用数学公式表达PID算法如下图所示: 此处:e = 期望值 – 输入值 [[File:PIDtheory.jpg||600px|center]] 平衡车之所以可以自己掌握平衡,首先通过Microduino-10DOF模块的加速度和陀螺仪测出相应的姿态数据,然后利用kalman滤波算法得出当前平衡车的角度。平衡的角度是180度,如果测出的角度偏离180,PID算法会调整输出相应的PWM值给电机,从而保持小车平衡。 PID原理有点像锅炉房里烧锅炉,首先定下来锅炉的恒定温度,比如26摄氏度,锅炉房里的墙上有一个温度计,能够实时测得锅炉的实时温度。锅炉房里通常有个老大爷时不时(每十分钟看一次)的看着墙上的温度计,如果温度高了就给锅炉降温,低了就给锅炉升温。如果让一个没有经验的年轻小伙子来管理锅炉的温度,可以想象温度表的值会上下浮动的,有经验的老大爷会把这个浮动降到最低。其实PID就是这个烧锅炉的例子,在代码中就有这个故事的影子: 1)规定的26度就是setpoint 2)当前的温度就是CurrentAngle 3)实际值与26度的偏差就是error 4)没有经验的小伙子有点像PID中的P 5)有经验的老大爷相当于PID了 6)每十分钟看一次相当于PID计算的周期时间 PID的主要代码: <source lang="cpp"> // PD的实施。 DT是毫秒 float stabilityPDControl(float DT, float input, float setPoint, float Kp, float Kd) { float error; float output; error = setPoint - input; // Kd的两部分实施 //仅使用输入(传感器)的一部分而不是设定值输入(T-2)最大的一个 //而第二个使用该设定值 output = Kp * error + (Kd * (setPoint - setPointOld) - Kd * (input - PID_errorOld2)) / DT; //Serial.print(Kd*(error-PID_errorOld));Serial.print("\t"); PID_errorOld2 = PID_errorOld; PID_errorOld = input; // 误差为Kd值是唯一的输入组件 setPointOld = setPoint; return(output); } //P控制实现。 float speedPControl(float input, float setPoint, float Kp) { float error; error = setPoint - input; return(Kp * error); } </source> 本套件利用陀螺仪和加速度传感器(Microduino-10DOF/zh)来检测车体态的变化,并利用步进电机控制核心(Microduino-Stepper/zh),精确地驱动电机进行相应的调整,以保持系统的平衡。 [[File:PIDtheory1.jpg||600px|center]] *主要传感器 [[Microduino-10DOF]] ==文档== 百度盘地址: http://pan.baidu.com/s/1eQBaMjg 提取码:h08a github地址: [https://github.com/wasdpkj/BalanceCar_Microduino/tree/master/BalanceCar_Microduino BalanceCar_Microduino] ==程序下载== 将Microduino-Core+与Microduino-USBTTL叠加(无上下顺序),通过USB数据线与电脑连接起来 打开Arduino IDE编程软件,点击 【文件】->【打开】 [[File:Dl1.jpg||600px|center]] 浏览到项目程序地址,点击“Joypad_Balance_Reception.ino”程序打开 [[File:Balancecaropen1.jpg||600px|center]] [[File:Balancecaropen2.jpg||600px|center]] 点击“工具”,在板选项里面选择板卡(Microduino-Core+),在处理器选项里面选择处理器(Atmega644pa@16M,5V),再在端口选项里面选择正确的端口号,然后直接烧录程序 [[File:WiFiStationopen4.jpg||600px|center]] ==平衡车搭建== *'''Step1''':首先将A1和A2对接,然后将B1和B2插在A1两端 [[File:Balancestep1.jpg||600px|center]] *'''Step2''':将电机与C1对接,再用螺丝帽固定好 [[File:Balancestep2.jpg||600px|center]] *'''Step3''':将第一步与第二部的结果拼接在一起,用B1进行固定 [[File:Balancestep3.jpg||600px|center]] *'''Step4''':将轮胎用螺丝帽和螺丝固定在电机上 [[File:Balancestep4.jpg||600px|center]] *'''Step5''':将电池模块放在图中指定位置,分别用C2和C3接在对应位置,用C4,A3,C5固定 [[File:Balancestep5.jpg||600px|center]] *'''Step6''':将Core+,USBTTL,10DOF和底板进行拼接再用螺丝和螺丝帽固定好,最后使用传感器线和电池接入如图位置. [[File:Balancestep6.jpg||600px|center]] 注意:在连接电机线的时候要注意方向,并稍微用力才能插入电机的接口,请按照图中方向插接。 [[File:Balancemotor.jpg||200px|center]] ====Joypad搭建==== *'''Step 1''':将Microduino-TFT从Microduino-Joypad面板后面卡进Microduino-Joypad面板上,用尼龙螺丝固定,注意Microduino-TFT安装方向 [[File:Joypadstep1.jpg|center|600px]] '''注意:接不同的电池需要拨动中间的开关,在图中已有标志。需要先拨开关再接入电池,否则会影响使用。''' [[File:Joypadstep1_1.jpg|center|800px]] *'''Step 2''':将传感器接线插在Microduino-TFT的接口上 [[File:Joypadstep2.jpg|center|600px]] *'''Step 3''':首先分别将两个摇杆按键、电池、四个白色按键放入对应位置,之后将连接好天线的nRF模块和Core装到Joypad底板上 [[File:Joypadstep3.jpg|center|600px]] *'''Step 4''':将Microduino-TFT传感器接线的另一头接到底板上的相应位置,之后将长版螺丝帽放到四个角的相应位置 [[File:Joypadstep4.jpg|center|600px]] *'''Step 5''':将Joypad的表壳和底板使用螺丝和螺丝帽固定好 [[File:Joypadstep5.jpg|center|600px]] *'''Step 6''':组装完成后将天线上的贴纸撕下,将天线贴在底板背面的任意位置,至此Joypad组装完毕 [[File:Joypadstep6.jpg|center|600px]] *自平衡小车和Joypad测试 ====Joypad调试==== *按键对应 在打开Joypad之后的4秒左右时间之内按下Key1(下方最左侧的按键),会进入设置(Config)模式 [[File:Step1进入设置.jpg|600px|center|]] *进入设置模式 按照图中的颜色,从左至右对应为Key1~Key4 [[File:Step1按键对应.jpg|600px|center|]] 注意:必须在进入操作界面前进入(4S左右时间)。若未进入则重启进入''' *摇杆校准 按动Key3和Key4使光标上下移动,Key1为返回,Key2为确认 选择第一项Joystick Config进入摇杆设置模式 继续选择Joystick Correct进入摇杆校准模式。 进入之后会显示如图中第三张图所示的界面,初始状态为两个十字 此时摇动左右摇杆至最上,最下,最左,最右四个极限状态 (推荐操作方式:将摇杆摇动一圈) 摇动之后会看到十字的四个方向出现圆圈,圆圈扩大到最大状态证明已经是摇杆的极限位置 校准之后按Key2确认并返回上一页面 [[File:Step2摇杆校准.jpg|600px|center|]] *选择控制模式 按Key1回到主界面,选择第二项Protocol Config进入模式选择 选择第一项Mode,之后选择nRF24即robot控制模式,按下Key2确认并返回 [[File:Step3设置Robot模式.jpg|600px|center|]] *设置通信信道 返回二级菜单,选择nRF24 Channel按下Key2确认 选择70,它是与Robot_Microduino.ino中nRF24的配置函数设置相对应的 [[File:Step4通信通道设置robot.jpg|600px|center|]] ==注意问题== *下载程序时候最好只叠加core(core+)和USBTTL,虽然本次搭建涉及的nRF24不会引起冲突,但是别的通信模块有时会造成串口冲突,养成好习惯。 *Core+要叠在nRF24,USB的底下,紧贴ROBOT板。 *锂电池正负极别接错了,否则会烧坏电路。 *调试好后,实际运行时不要使用USB供电,供电电压不足,请使用电池 ==平衡车程序说明== nrf设置部分 <source lang="cpp"> //nRF============================== SPI.begin(); //初始化SPI总线 radio.begin(); //此处与Joypad上设定的通道数对应 network.begin(/*channel*/ 70, /*node address*/ this_node); digitalWrite(LED, HIGH); Serial.println("===========start==========="); </source> 端口设定 <source lang = "cpp"> #define MOTOR_EN 4 //PORTB,0 #define MOTOR1_DIR A0 //PORTA,7 #define MOTOR1_STEP 5 //PORTB,1 #define MOTOR2_DIR A1 //PORTA,6 #define MOTOR2_STEP 6 //PORTB,2 #define MOTOR3_DIR A2 //PORTA,5 #define MOTOR3_STEP 7 //PORTB,3 #define MOTOR4_DIR A3 //PORTA,4 #define MOTOR4_STEP 8 //PORTD,6 </source> 与遥控器进行数据交换的数组 <source lang="cpp"> struct receive_a //接收 { uint32_t ms; uint16_t rf_CH0; uint16_t rf_CH1; uint16_t rf_CH2; uint16_t rf_CH3; uint16_t rf_CH4; uint16_t rf_CH5; uint16_t rf_CH6; uint16_t rf_CH7; }; </source> PID控制实现 <source lang="cpp"> // PD的实施。 DT是毫秒 float stabilityPDControl(float DT, float input, float setPoint, float Kp, float Kd) { float error; float output; error = setPoint - input; // Kd的两部分实施 //仅使用输入(传感器)的一部分而不是设定值输入输入(T-2)最大的一个 //而第二个使用该设定值,使之更有点侵略性设定点设定点(T-1) output = Kp * error + (Kd * (setPoint - setPointOld) - Kd * (input - PID_errorOld2)) / DT; // + 错误 - PID_error_Old2 //Serial.print(Kd*(error-PID_errorOld));Serial.print("\t"); PID_errorOld2 = PID_errorOld; PID_errorOld = input; // 误差为Kd值是唯一的输入组件 setPointOld = setPoint; return (output); } //P控制实现。 float speedPControl(float input, float setPoint, float Kp) { float error; error = setPoint - input; return (Kp * error); } // PI实现。 DT是毫秒 float speedPIControl(float DT, float input, float setPoint, float Kp, float Ki) { float error; float output; error = setPoint - input; PID_errorSum += constrain(error, -ITERM_MAX_ERROR, ITERM_MAX_ERROR); PID_errorSum = constrain(PID_errorSum, -ITERM_MAX, ITERM_MAX); output = Kp * error + Ki * PID_errorSum * DT * 0.001; return (output); } </source> PID算法-平衡控制 <source lang="cpp"> void robot() { //=============================================================== timer_value = millis(); // 新的DMP定位解决方案 fifoCount = mpu.getFIFOCount(); if (fifoCount >= 18) { if (fifoCount > 18) // 如果我们有一个以上的数据包,我们采取简单的路径:丢弃缓冲区 { mpu.resetFIFO(); return; } loop_counter++; slow_loop_counter++; dt = (timer_value - timer_old); timer_old = timer_value; angle_adjusted_Old = angle_adjusted; angle_adjusted = dmpGetPhi() + ANGLE_FIX; Serial.println(angle_adjusted); mpu.resetFIFO(); // 我们始终复位FIFO // 我们计算估计机器人的速度 actual_robot_speed_Old = actual_robot_speed; actual_robot_speed = (speed_m[1] - speed_m[0]) / 2; // 正面:前锋 // 角速度角度调整角度调整旧 int16_t angular_velocity = (angle_adjusted - angle_adjusted_Old) * 90.0; // 我们利用机器人速度(T-1)或(T-2),以补偿该延迟 int16_t estimated_speed = actual_robot_speed_Old - angular_velocity; //估计速度估计过滤滤速 estimated_speed_filtered = estimated_speed_filtered * 0.95 + (float)estimated_speed * 0.05; //目标角速度PIC ONTROL dt的速度估计过滤油门Kp_thr Ki_thr target_angle = speedPIControl(dt, estimated_speed_filtered, throttle, Kp_thr, Ki_thr); //有限的输出 目标角度约束目标角度最大目标角度最大目标角度 target_angle = constrain(target_angle, -max_target_angle, max_target_angle); if (pushUp_counter > 0) // pushUp mode? target_angle = 10; //我们整合输出(加速度) control_output += stabilityPDControl(dt, angle_adjusted, target_angle, Kp, Kd); control_output = constrain(control_output, -800, 800); // 限制最大输出控制 // 控制的转向部分的输出直接注射 motor1 = control_output + steering; motor2 = -control_output + steering; //马达2反转 // 限制最大速度 motor1 = constrain(motor1, -500, 500); motor2 = constrain(motor2, -500, 500); // Is robot ready (upright?) if ((angle_adjusted < 66) && (angle_adjusted > -66)) { if (node_STA) // pushUp mode? { pushUp_counter++; if (pushUp_counter > 60) // 0.3 seconds { // Set motors to 0 => disable steppers => robot setMotorSpeed(0, 0); setMotorSpeed(1, 0); // We prepare the raiseup mode Kp = KP_RAISEUP; // CONTROL GAINS FOR RAISE UP Kd = KD_RAISEUP; Kp_thr = KP_THROTTLE_RAISEUP; control_output = 0; estimated_speed_filtered = 0; } else { setMotorSpeed(0, motor1); setMotorSpeed(1, motor2); } } else { // NORMAL MODE setMotorSpeed(0, motor1); setMotorSpeed(1, motor2); pushUp_counter = 0; } if ((angle_adjusted < 40) && (angle_adjusted > -40)) { Kp = Kp_user; // Default or user control gains Kd = Kd_user; Kp_thr = Kp_thr_user; Ki_thr = Ki_thr_user; } else { Kp = KP_RAISEUP; // CONTROL GAINS FOR RAISE UP Kd = KD_RAISEUP; Kp_thr = KP_THROTTLE_RAISEUP; Ki_thr = KI_THROTTLE_RAISEUP; } } else // Robot not ready, angle > 70º { setMotorSpeed(0, 0); setMotorSpeed(1, 0); PID_errorSum = 0; // Reset PID I term Kp = KP_RAISEUP; // CONTROL GAINS FOR RAISE UP Kd = KD_RAISEUP; Kp_thr = KP_THROTTLE_RAISEUP; Ki_thr = KI_THROTTLE_RAISEUP; } } } </source> 遥控器数据接收后选择数据控制平衡车的前后与左右 <source lang="cpp"> float * _i = _speed; //CH1,CH0,CH7对应之前的发送/接收部分定义的数组 _i[0] = map(rec.rf_CH1, 1000, 2000, -MAX_THROTTLE, MAX_THROTTLE); _i = _turn; _i[0] = map(rec.rf_CH0, 1000, 2000, -MAX_STEERING, MAX_STEERING); node_STA = (rec.rf_CH7 > 1500 ? true : false); //接收请求时序赋值 </source> ==Joypad程序及说明== Joypad部分 def.h中 定义了 <source lang = "cpp"> uint8_t nrf_channal = 70; //0~125 </source> nrf_channal为nrf通信的通道,joypad和Cube小车的代码中都会有该定义 当通道一致时则Joypad可与Cube小车成功连接。 在小车代码中会有如下程序段 <source lang = "cpp"> //nRF============================== SPI.begin(); //初始化SPI总线 radio.begin(); network.begin(/*channel*/ 70 , /*node address*/ this_node); </source> 在data.h中 <source lang = "cpp"> outBuf[0] = Joy1_x; outBuf[1] = Joy1_y; outBuf[2] = Joy_x; outBuf[3] = Joy_y; outBuf[4] = map(AUX[0], 0, 1, Joy_MID - Joy_maximum, Joy_MID + Joy_maximum); outBuf[5] = map(AUX[1], 0, 1, Joy_MID - Joy_maximum, Joy_MID + Joy_maximum); outBuf[6] = map(AUX[2], 0, 1, Joy_MID - Joy_maximum, Joy_MID + Joy_maximum); outBuf[7] = map(AUX[3], 0, 1, Joy_MID - Joy_maximum, Joy_MID + Joy_maximum); </source> 8位数组outBuf表示Joypad发出的8位数据,0位为右摇杆左右,1为右摇杆上下,2为左摇杆左右,3位左摇杆上下,4~7位对应AUX0~4 在nrf.h中 <source lang = "cpp"> struct send_a //发送 { uint32_t ms; uint16_t rf_CH0; uint16_t rf_CH1; uint16_t rf_CH2; uint16_t rf_CH3; uint16_t rf_CH4; uint16_t rf_CH5; uint16_t rf_CH6; uint16_t rf_CH7; }; </source> 此处定义的send_a结构体位对应的0位要发送的数据 ==视频==
返回至
开源平衡车/zh
。
导航菜单
个人工具
创建账户
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
Welcome
首页
创客大赛
大赛详情
3D打印
安装月球车
图形化编程
操控月球车
升级月球车
编程工具下载
软件下载
Arduino
Processing
Mixly
Scratch
模块套件
Microduino 102
mCookie 102
mCookie 202
mCookie 302
IBC
其他
应用套件
四轴飞行器
平衡车
小车CUBE
音乐播放器
刷卡音乐播放器
wifi气象站
彩虹音乐触摸灯
分贝检测仪
迎门汇报
LED点阵时钟
LED点阵屏幕
硬件
mCookie
Sensor
Microduino
MicroWrt
MicroNux
MicroRobot-Core
MicroRobot-CoreESP
ideaBoard
ideaBox
MicroMV
MicroAI
帮助
常见问题
帮助
工具
链入页面
相关更改
特殊页面
页面信息