两轮自平衡机器人系统设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景与意义 | 第13-17页 |
| 1.1.1 轮式机器人概述 | 第13-16页 |
| 1.1.2 两轮自平衡移动机器人 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 单级直线倒立摆 | 第17-18页 |
| 1.2.2 两轮自平衡移动机器人 | 第18-20页 |
| 1.3 两轮自平衡移动机器人研究的关键问题 | 第20-21页 |
| 1.3.1 两轮自平衡移动机器人的系统设计 | 第20-21页 |
| 1.3.2 两轮自平衡移动机器人的数学建模 | 第21页 |
| 1.3.3 两轮自平衡移动机器人的姿态获取 | 第21页 |
| 1.3.4 两轮自平衡移动机器人的运动控制 | 第21页 |
| 1.4 本文所研究的内容 | 第21-22页 |
| 1.5 论文结构 | 第22-23页 |
| 第2章 系统建模分析 | 第23-31页 |
| 2.1 坐标系建立 | 第23-24页 |
| 2.2 运动学模型 | 第24页 |
| 2.3 动力学模型 | 第24-27页 |
| 2.3.1 直流电机的线性建模 | 第25-26页 |
| 2.3.2 两轮自平衡机器人动力学建模 | 第26-27页 |
| 2.4 系统状态方程 | 第27-29页 |
| 2.5 系统能控性和能观测性 | 第29-30页 |
| 2.5.1 系统状态能控性 | 第29-30页 |
| 2.6 小结 | 第30-31页 |
| 第3章 姿态信息采集与融合 | 第31-38页 |
| 3.1 引言 | 第31-32页 |
| 3.2 姿态信息融合 | 第32-37页 |
| 3.2.1 基于互补滤波器的姿态信息融合 | 第32-34页 |
| 3.2.2 基于Kalman滤波器的姿态信息融合 | 第34-37页 |
| 3.3 小结 | 第37-38页 |
| 第4章 运动控制算法设计 | 第38-48页 |
| 4.1 两轮自平衡机器人的PID控制算法 | 第38-42页 |
| 4.1.1 PID控制器原理 | 第38-39页 |
| 4.1.2 两轮自平衡机器人PID控制器设计 | 第39-40页 |
| 4.1.3 仿真分析 | 第40-42页 |
| 4.2 两轮自平衡机器人的LQR控制算法 | 第42-46页 |
| 4.2.1 LQR控制器原理 | 第42-43页 |
| 4.2.2 两轮自平衡机器人LQR控制器设计 | 第43-44页 |
| 4.2.3 仿真分析 | 第44-46页 |
| 4.3 两种算法对比分析 | 第46-47页 |
| 4.4 小结 | 第47-48页 |
| 第5章 系统平台设计与测试 | 第48-56页 |
| 5.1 系统平台硬件设计 | 第48-53页 |
| 5.1.1 总体设计 | 第48页 |
| 5.1.2 主控制器模块 | 第48-49页 |
| 5.1.3 电机驱动模块 | 第49-50页 |
| 5.1.4 编码器测速模块 | 第50-51页 |
| 5.1.5 MEMS传感器姿态获取模块 | 第51-52页 |
| 5.1.6 系统平台 | 第52-53页 |
| 5.2 实际平台算法测试 | 第53-54页 |
| 5.2.1 静止测试实验 | 第53页 |
| 5.2.2 抗冲击扰动实验 | 第53-54页 |
| 5.3 小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录A 部分硬件设计电路图 | 第62-65页 |
| 附录B 部分程序代码 | 第65-68页 |
| 致谢 | 第68页 |
