基于STM32的球上自平衡機器人設(shè)計方案

將機器人整體開源，同時總結(jié)一下機器人搭建過程中遇到的坑和未來的改進方向。在分享的文件里包含了結(jié)構(gòu)設(shè)計、程序控制、電路設(shè)計以及其他模塊相關(guān)資料供大家參考。

機器人原理分析

首先來看成品圖：

如圖所示，該機器人根據(jù)陀螺儀的位姿數(shù)據(jù)，通過三個全向輪驅(qū)動底部球體調(diào)整自己在球上的位置，保持動態(tài)平衡的同時實現(xiàn)全向移動。

保持動態(tài)平衡過程需要對機器人進行運動學分析，這里參考了平衡小車之家的運動學方程：

自平衡控制問題轉(zhuǎn)化為三步：輸入X、Y角度—控制器計算—輸出A、B、C電機轉(zhuǎn)速的控制模型。

控制器設(shè)計

首先考慮參考平衡車控制，球上自平衡機器人本質(zhì)上依然是一個一階倒立擺問題。

這里參考了飛思卡爾直立車的控制方法，采用串級PID控制器，外環(huán)PD角度環(huán)，內(nèi)環(huán)速度PI環(huán)。

由于我的驅(qū)動方案選擇的是42步進電機，在速度閉環(huán)的時候有些問題。正常的直流電機+編碼器的控制方案可以通過編碼器將輪子的真實速度計算出來，從而和控制器的理想轉(zhuǎn)速作差，實現(xiàn)速度控制。

而我這里的速度閉環(huán)是通過計算上一個時鐘周期時給步進電機的控制量，通過運動學方程分解，得到機器人的虛擬速度，與理想轉(zhuǎn)速作差控制。我認為這種速度閉環(huán)方式還是存在一定缺陷的，但是在網(wǎng)上查看論文的時候我發(fā)現(xiàn)有很多自平衡機器人都是用42步進電機來實現(xiàn)速度閉環(huán)的，不知道是什么方法。

這里還可以好好思考一下為什么角度環(huán)要用PD控制，速度環(huán)要PI控制，角度環(huán)的P部分和D部分對機器人控制有什么影響？在很多CSDN調(diào)試平衡車的博客中都有解釋，這里就留給大家思考了。

硬件及結(jié)構(gòu)設(shè)計

自平衡機器人的硬件清單有：

56mm全向輪 45元/個

42步進電機 25/個

42步進閉環(huán)模塊 59.8元/個

LM2596S降壓模塊 20元

STM32F103C8T6-4飛控板 59.8元

GY-521六軸陀螺儀 25元

用到的模塊大致如上所示，C8T6的價格隨著最近芯片漲價直線上升，我白嫖了實驗室的兩塊板子，現(xiàn)在買一塊實在太貴，可以等芯片價格穩(wěn)定一些再買。其余開關(guān)排針等常見元件不再贅述。

電路原理圖如下所示：

機器人使用solidworks設(shè)計整體結(jié)構(gòu)，底板可在某寶定制6050太空鋁切割，藍色件為正常3D打印件。

程序部分

在keil 5中開發(fā)STM32。

控制程序采用定時器0.5ms定時中斷的方式進行計算，每觸發(fā)兩次中斷計算對電機控制一次，這里還是推薦大家采用外部中斷讀取GY-521上的INT引腳的方式，控制計算周期。GY-521上的INT引腳每5ms觸發(fā)一次跳變，采用外部中斷的方式可以嚴格保證讀取位姿數(shù)據(jù)與計算處理同步。

int TIM1_UP_IRQHandler (void)                {    u8 key_cal;    if(TIM_GetITStatus(TIM1,TIM_IT_Update) != RESET)    {        TIM_ClearITPendingBit(TIM1,TIM_IT_Update);         flag_target=!flag_target;        key_cal=KEY_Scan(0);        if(state_flag==1)//矯正結(jié)束        {            if(flag_target==1)//每讀取兩次陀螺儀控制一次             {                        Read_DMP();                      //===讀取傾角                        scope();                        return 0;            }        }        if(key_cal==1)//矯正按鍵        {                        Angle_Zero_X=Angle_Balance_X;                        Angle_Zero_Y=Angle_Balance_Y;                        key_cal=0;                  Flag_Stop=0;        }        if(key_cal==2||key_cal==3)//矯正按鍵        {        Flag_Stop=1;//關(guān)閉速度環(huán)I積分        key_cal=0;        }        Angle_Bias_X =Angle_Balance_X-Angle_Zero_X;     //獲取Y方向的偏差        Angle_Bias_Y =Angle_Balance_Y-Angle_Zero_Y;     //獲取Y方向的偏差        if(control_mode==0)//PID控制模式        {        Encoder_Analysis(Motor_A,Motor_B,Motor_C);  //正運動學分析，得到X Y方向的速度        Balance_Pwm_X= balance_X(Angle_Bias_X,Gyro_Balance_X);//X方向的傾角控制        Balance_Pwm_Y=-balance_Y(Angle_Bias_Y,Gyro_Balance_Y);  //Y方向的傾角控制//      if(++flag_target_2==4)//速度環(huán)頻率慢于加速度環(huán) 但是還沒加速度環(huán) //          {            Velocity_Pwm_X=velocity_X(compute_X);      //X方向的速度控制            Velocity_Pwm_Y=velocity_Y(compute_Y);     //Y方向的速度控制  //          flag_target_2=0;//          }            Move_X =Balance_Pwm_X+Velocity_Pwm_X;   //===X方向控制量累加               Move_Y =Balance_Pwm_Y+Velocity_Pwm_Y;   //===Y方向控制量累加               Move_Z=0;                            Kinematic_Analysis(Move_X,Move_Y,Move_Z);//逆運動學分析得到ABC電機控制量        }            Motor_A=Target_A;//直接調(diào)節(jié)PWM頻率             Motor_B=Target_B;//直接調(diào)節(jié)PWM            Motor_C=Target_C;//直接調(diào)節(jié)PWM//以下都是為了速度連續(xù)化處理防止突變            if(Motor_A==0)  Motor_A=motor_a_last;            if(Motor_B==0)  Motor_B=motor_b_last;            if(Motor_C==0)  Motor_C=motor_c_last;            Xianfu_Pwm(2000);            Set_Pwm(Motor_A,Motor_B,Motor_C);            Gyro_Balance_X_last=Gyro_Balance_X;            Gyro_Balance_Y_last=Gyro_Balance_Y;            Gyro_Balance_Z_last=Gyro_Balance_Z;            Angle_Balance_X_last=Angle_Balance_X;            Angle_Balance_Y_last=Angle_Balance_Y;            Angle_Balance_Z_last=Angle_Balance_Z;            motor_a_last=Motor_A;            motor_b_last=Motor_B;            motor_c_last=Motor_C;    }      return 0;}

//這里以A電機的速度控制為例 輸入為 電機方向和電機速度void set_motorA_speed(u8 dir,u16 speed){    u32 arr;    arr=speed;        TIM_ARRPreloadConfig(TIM3,DISABLE);        TIM3->ARR=arr;//計數(shù)到10000在歸零重新計數(shù)        TIM3->CCR4=arr/2;//保持占空比為50%        TIM_ARRPreloadConfig(TIM3,ENABLE);        TIM_Cmd(TIM3,ENABLE);    if(dir==0)    {    GPIO_SetBits(GPIOA,GPIO_Pin_1);    }  else  {    GPIO_ResetBits(GPIOA,GPIO_Pin_1);  }}

小車的運動學分解代碼實現(xiàn)如下，參考了平衡小車之家的代碼：

/**********************************************************函數(shù)功能：小車運動數(shù)學模型入口參數(shù)：X Y Z 三軸速度或者位置返回  值：無***********************************************************/void Kinematic_Analysis(float Vx,float Vy,float Vz){        Target_A   = Vx + L_PARAMETER*Vz;        Target_B   = -X_PARAMETER*Vx + Y_PARAMETER*Vy + L_PARAMETER*Vz;        Target_C   = -X_PARAMETER*Vx - Y_PARAMETER*Vy + L_PARAMETER*Vz;}/*****************************************************************函數(shù)功能：小車運動 正運動學分析 入口參數(shù)：A B C三個電機的速度返回  值：無******************************************************************/void Encoder_Analysis(float Va,float Vb,float Vc){    compute_X=(Va*2-Vb-Vc);    compute_Y=((Vb-Vc)*sqrt(3));    compute_Z=(Va+Vb+Vc);  }

總結(jié)與展望

球上自平衡機器人可以作為算法試驗平臺， 輸入輸出固定，更換不同控制器，將數(shù)據(jù)導入MATLAB進行分析即可比較控制器性能。

個人認為結(jié)構(gòu)有兩個改進方向，一方面參考以下論文：余義. 單球驅(qū)動自平衡機器人位姿解算與控制系統(tǒng)研究[D].武漢科技大學,2019。論文中采用的四足式驅(qū)動結(jié)構(gòu)更有利于機器人自平衡控制。

另一方面可以增加球體和機器人固定裝置，利用機械結(jié)構(gòu)將機器人與底部驅(qū)動球結(jié)合成一個整體防止機器人跳輪等問題。同時驅(qū)動球?qū)τ跈C器人平衡的影響較大，最好還是定制空心鋼球，然后噴漆增大摩擦力，最有利于機器人自平衡控制。

控制部分的改進，首先是控制原理，本文是針對建立好的運動學方程進行分析，通過串級PID算法來實現(xiàn)自平衡運動。該機器人的控制問題本質(zhì)上是一階倒立擺問題，可以采用動力學建模的方式，通過動力學分析算出平衡需要的虛擬力矩，再對電機進行力矩控制。

其次是控制器，PID控制算法應用廣泛但也有一定的缺點，可以考慮采用模糊PID，ADRC自抗擾控制器，強化學習等智能控制算法對機器人自平衡進行控制，更多畢設(shè)項目資料可以點擊此處了解。