基于MEMS-IMU與數據融合的自平衡機器人姿態(tài)測控系統(tǒng)研究與設計.pdf

1、自平衡機器人作為一個結構簡單，但控制復雜、應用廣泛的系統(tǒng)，具有很高的實用價值和理論意義。本文旨在采用STM32設計并實現自平衡機器人姿態(tài)測控系統(tǒng)，并著重利用MEMS慣性傳感器設計并實現姿態(tài)測量單元，同時利用姿態(tài)融合算法提高自平衡機器人系統(tǒng)的姿態(tài)測量精度，降低系統(tǒng)的成本、功耗與體積。
　　本文首先借鑒國內外自平衡機器人姿態(tài)測控系統(tǒng)的研究現狀和發(fā)展趨勢，總結了其關鍵技術及其在未來市場的應用前景，為本文設計一款基于低成本MEMS IMU

2、的自平衡機器人姿態(tài)測控系統(tǒng)提供了方向性的啟發(fā)。其次從自平衡機器人姿態(tài)測控系統(tǒng)方案與設計出發(fā)闡述了自平衡機器人的動平衡原理，對系統(tǒng)最大可控角度進行了理論分析與公式推導。在此基礎上，對姿態(tài)測控系統(tǒng)及其各個模塊進行了方案設計。并在方案設計的指導下，對姿態(tài)測控系統(tǒng)進行了軟硬件設計。姿態(tài)測控系統(tǒng)的檢測精度是自平衡機器人系統(tǒng)能否成功的關鍵技術。為了提高姿態(tài)測量精度，本文分析了慣性傳感器的本身特性與誤差源，通過實測數據總結了慣性傳感器輸出特性并建立溫

3、度誤差數學模型。在簡單路面環(huán)境下，利用單軸陀螺儀與單軸加速度計構成一個低成本的姿態(tài)測量單元，提出以卡爾曼濾波為基礎的自適應殘差補償算法；在復雜路面環(huán)境下，提出了融合三軸陀螺儀與加速度計數據的自適應兩步更新二階擴展卡爾曼濾波的姿態(tài)融合算法。最后通過仿真與實測數據實驗表明，兩種算法能夠有效抑制噪聲干擾、融合陀螺儀與加速度數據，且很好的補償了非重力載體位移加速度對姿態(tài)估計的影響。該自平衡機器人姿態(tài)測控系統(tǒng)的設計與實現對于其他一些微小型運載體或