自平衡双轮移动小车设计与控制研究
摘要 | 第5-6页 |
Abstract | 第6页 |
目录 | 第7-10页 |
第一章 绪论 | 第10-21页 |
1.1 课题来源 | 第10页 |
1.2 自平衡双轮移动小车研究意义 | 第10-11页 |
1.3 自平衡双轮移动小车分类 | 第11-12页 |
1.4 自平衡双轮移动小车国内外研究现状 | 第12-19页 |
1.4.1 定质心自平衡双轮移动小车 | 第12-17页 |
1.4.2 变质心自平衡双轮移动小车 | 第17-19页 |
1.5 自平衡双轮移动小车分析 | 第19-20页 |
1.6 本文的主要研究内容 | 第20-21页 |
第二章 自平衡双轮移动小车数学模型建立 | 第21-32页 |
2.1 引言 | 第21-22页 |
2.2 系统各组成部分的数学建模 | 第22-29页 |
2.2.1 直流电动机模型建立 | 第22-24页 |
2.2.2 车轮模型建立 | 第24-26页 |
2.2.3 车体模型建立 | 第26-29页 |
2.3 双轮移动小车系统模型建立 | 第29-31页 |
2.4 本章小结 | 第31-32页 |
第三章 自平衡双轮移动小车平台搭建 | 第32-42页 |
3.1 引言 | 第32页 |
3.2 自平衡双轮移动小车系统整体架构 | 第32-33页 |
3.3 自平衡双轮移动小车硬件设计 | 第33-40页 |
3.3.1 微控制器模块 | 第33-34页 |
3.3.2 陀螺仪电路设计 | 第34-35页 |
3.3.3 加速度计电路设计 | 第35-36页 |
3.3.4 直流电动机驱动模块 | 第36-39页 |
3.3.5 电源转换模块 | 第39-40页 |
3.3.6 无线串口模块 | 第40页 |
3.3.7 在系统编程模块 | 第40页 |
3.4 本章小结 | 第40-42页 |
第四章 多传感器数据处理 | 第42-51页 |
4.1 引言 | 第42页 |
4.2 数据处理的意义 | 第42-43页 |
4.3 基于卡尔曼滤波原理的数据处理算法研究 | 第43-46页 |
4.3.1 卡尔曼滤波简介 | 第43-44页 |
4.3.2 卡尔曼滤波原理 | 第44-46页 |
4.4 滤波器设计 | 第46-48页 |
4.5 数据处理与融合 | 第48-50页 |
4.5.1 上位机软件设计 | 第48-49页 |
4.5.2 实验验证 | 第49-50页 |
4.6 本章小结 | 第50-51页 |
第五章 自平衡双轮移动小车控制研究 | 第51-63页 |
5.1 引言 | 第51页 |
5.2 自平衡双轮移动小车系统模型分析 | 第51-53页 |
5.3 PID 控制器设计 | 第53-59页 |
5.3.1 PID 控制规律 | 第53-54页 |
5.3.2 基于 PID 的平衡控制器设计 | 第54-59页 |
5.4 极点配置控制器设计 | 第59-62页 |
5.4.1 控制器设计基础 | 第59页 |
5.4.2 控制器设计 | 第59-62页 |
5.5 本章小结 | 第62-63页 |
第六章 基于支持向量回归机的平衡控制研究 | 第63-75页 |
6.1 引言 | 第63页 |
6.2 基于学习的控制方法简介 | 第63-64页 |
6.3 支持向量回归机 | 第64-69页 |
6.3.1 线性支持向量回归 | 第64-68页 |
6.3.2 非线性回归问题 | 第68-69页 |
6.4 支持向量回归用于控制自平衡双轮移动小车 | 第69-74页 |
6.4.1 支持向量机输入输出变量的确定 | 第69-70页 |
6.4.2 支持向量回归机的训练与测试 | 第70-71页 |
6.4.3 基于支持向量回归机的控制器设计 | 第71-74页 |
6.5 本章小结 | 第74-75页 |
结论 | 第75-77页 |
参考文献 | 第77-81页 |
攻读硕士学位期间发表的论文 | 第81-82页 |
致谢 | 第82-83页 |
附件 | 第83页 |