查看“开源平衡车/zh”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==