《三轮全向机器人原理及matlab仿真.doc》由会员分享，可在线阅读，更多相关《三轮全向机器人原理及matlab仿真.doc（23页珍藏版）》请在金锄头文库上搜索。
1、计算机辅助设计报告三轮全向移动机器人运动控制仿真201103009004 余杨广201103009019 沈阳201103009031 陈斌人员分工：余杨广：总体负责，系统理解及控制器设计，PPT制作，后期报告审查及修改陈斌：PPT制作，报告撰写沈阳：资料收集，辅助其余两人完成任务目录一、实验目的3二、实验原理32.1控制对象三轮全向机器人32.2 控制系统结构4三、实验内容43.1电机模型43.1.1物理建模43.1.2 Simulink模块搭建53.1.3无刷直流电机仿真模型的验证83.2运动学模型103.2.1物理建模103.2.2 Simulink模块搭建103.3 路径规划113.4
2、. 传感器设计123.5.控制器设计133.5.1 电机控制器设计133.5.2 运动控制器设计153.6 观测器19四、结果验收204.1 x轴方向的误差204.2 y轴方向的误差204.3 前进方向偏角214.4 速度误差21五、致谢22六、附录（路径规划函数）22一、 实验目的（一） 建立三轮全向机器人系统的数学模型，然后基于simulink建立该系统的仿 真模型并设计控制器，最终满足控制要求；（二） 控制的最终目的是使该机器人能够良好跟踪预期的运动轨迹；（三） 通过对复杂系统的分析、建模、仿真、验证，全面提高利用计算机对复杂系 统进行辅助设计的能力；（四） 通过集体作业、分工完成任务的
3、方式培养团队意识，提高团队集体攻关能力二、 实验原理2.1 控制对象三轮全向机器人三轮全向移动机器人其驱动轮由三个全向轮组成，径向对称安装，各轮互成120角，滚柱垂直于各主轮。三个全向轮的大小和质量完全相同，而且由性能相同的电机驱动。图 1 三轮全向移动机器人2.2 控制系统结构图 2基于运动学模型的分层控制框图三、 实验内容3.1电机模型3.1.1物理建模瑞士的MAXON公司的无刷直流电机建模如下:无刷直流电机的数学模型，其等效电路如下图所示：根据上图，建立电机数学方程如下： 瞬态电压方程 电压方程 转矩方程 运动方程3.1.2 Simulink模块搭建根据以上数学模型，我们搭建电机的Sim
4、ulink模块如下： 电压方程模块 转矩方程模块 运动方程模块 其他必要模块设计反电动势模块逻辑换向模块 模块组装电机仿真模型 驱动电机模块封装3.1.3无刷直流电机仿真模型的验证到此电机的建模就算完成了，但其正确性还需要结果来验证，以下是仿真结果：i. 绕组端电压波形：ii. 反电动势波形iii. 电流波形iv. 转速波形根据图像可知，仿真结果跟实际是相吻合的。3.2运动学模型为了实现现实世界速度与机器人三个电机转速之间的转换，我们建立起运动学模型如下：3.2.1物理建模1. 建立如图所示的世界坐标系xoy和机器人坐标系XOY 。图 3 三轮全向轮式机器人示意图图中，为机器人坐标系与世界坐标
5、系之间的夹角；为驱动轮间的夹角， =120；L为机器人中心到轮子中心的水平距离。2. 设v1，v2，v3为全向轮线速度，vx，vy分别为机器人在XOY坐标系X轴和Y轴的速度分量；为机器人自转的角速度。那么，机器人在世界坐标系中的速度与驱动轮速度之间的关系为：3.2.2 Simulink模块搭建根据2.1中的公式，我们搭建出Simulink模块如下：图中三个函数模块实现2.1中的矩阵转换。最终，模块封装如下：3.3 路径规划路径规划方面，我们利用B样条曲线规划方法，取了几个点作为控制点，生成了一条类似S的曲线，来检验小车的跟随情况。Simulink模块如下：其中，MATLAB FCN为核心算法，
6、因代码较长，放至附录部分，在此不一一赘述。模块中，Vd为待输入的期望速度值，xs为期望的x轴位置，ys为期望的y轴位置, ths为期望的小车前进偏角。最后，曲线生成模块封装图如下图所示：3.4. 传感器设计为了实现对小车自身状态（包括自身位置信息和朝向信息）的感知，我们设计了一个传感器模块，以便引入反馈。搭建的Simulink模块如下：其中，v1,v2,v3为三个电机的线速度，中间的函数实现电机线速度到真实世界中Vx,Vy和w的转化。最后，我们将传感器模块封装，封装图如下：3.5.控制器设计对于小车的控制，我们认为无非要解决两个问题，一个是小车是否受控听话即电机的控制问题；第二个问题是小车是否
7、足够聪明知道该怎样走，即运动学控制问题。下面我们将就这两个方面展开论述。3.5.1 电机控制器设计从电机模型一节中可以看出，电机模型的数学公式非常复杂，推算电压V和转速w之间的关系非常的困难，我们推算了很久也没有成功。后来我们想到，不管是交流电动机或者是直流电动机，他们的本质都是电动机。而电动机的传递函数都是一阶的，对于一阶模型我们利用P控制就能够实现很好的控制，而且也非常好调试，比例环节K的值越大越好，总能够实现较好的动态性能。最终我们出于消除稳态误差的考虑，采用了PI控制加上前置滤波的控制方式。经过调试，最终我们的PI控制器为2（S+100）S，前置滤波器为100S+100。最终的控制si
8、mulink图如下图所示：为了检验我们控制器的效果，我们特意与学长的控制器进行了对比，对比方式为控制下的电机阶跃响应性能。对比图如下图所示：学长电机控制的阶跃响应图我们的电机控制阶跃响应图从图中我们可以看出，不管是从调节时间还是从稳定性、超调量来看，我们的控制器都有着绝对的优越性。3.5.2 运动控制器设计对于运动控制即位置控制，我们认为控制框图应该如下图所示：为了运动控制有更深层次的理解，我们建立如下数学模型：一个在真实坐标戏中运动的小车模型如下图所示：设Vu为轴向前进速度；为小车中轴线与水平线夹角；x，y为小车中心位置,L为车中心到小车前端的距离，Vs为速度误差，d为位置误差，则根据上图可
9、建立以下公式：x =Vu*Cosy =Vu*Sin =VuL*tan小车在前进过程中，轨迹与预期的轨迹之间的误差如下图所示：其中，要达到良好的控制效果，设计上必须要确定一个控制目标。在设计中，我们要达到的目的有3个：1.qp02. Vs期望速度Vd3. d0因为我们能够控制电机的转速，所以速度控制暂不考虑，我们只需考虑小车的期望向角d。而这三个目标只要能够保证d-0,其他目标就能够实现。根据以上公式，可以推导出d到d的函数传递关系图如下：根据以上函数传递图，可以推导出以下关系图：我们要得到的是预期输入d为0，输出也为0；我们采用内外环控制方式，引入反馈d和p,因为内外环均是一阶环节，采用比例控
10、制就能获得很好的控制效果。最终我们的内环的比例控制是100，外环的比例控制是30，因此d=-3000d-30p；控制器的阶跃响应图如下图所示：最后，得到真实世界坐标系中的预期期望速度：Vx=Vd*Cos+dVy=Vd*Sin+d最后，经过世界坐标系到机器坐标系的转换，得到预期的电机线速度。至此，整个运动学控制结束。 根据以上推导，我们搭建的Simulink模块如下图所示：整个封装与路径规划模块、坐标转换模块的连接如下图所示：3.6 观测器为了方便观察预期与实际的误差，我们设计了一个观测器模块如下：观测器封装如下：四、结果验收为了对我们的设计效果进行评估，我们再次利用学长做对照，比较了x轴方向的
11、误差，y轴方向的误差，前进方向偏角，和速度误差，结果如下：4.1 x轴方向的误差 我们的设计 学长的设计从两图对比可以看出，我们的性能比学长的提高了300%。4.2 y轴方向的误差我们的设计 学长的设计从两图对比可以看出，我们的性能比学长的提高了800%。4.3 前进方向偏角我们的设计 学长的设计从两图对比可以看出，我们的性能比学长的提高了10000倍。4.4 速度误差我们的设计 学长的设计从两图对比可以看出，我们的设计速度保持的较好而学长的速度波动较大。五、致谢首先，非常感谢徐明老师给了我们这个机会，让我们了解了一些三轮全向机器人的基本原理，以及提高了对MATLAB运用的熟练程度。其次，要向
12、我们素未谋面的为我们提供了一份样板的师兄们。他们的工作为我们节约了大量的时间。虽然在文中我们用他们的结果作对比，来证明我们控制的优越性，但并不意味着我们比他们高明，因为他们才是开拓者，是他们完成了从无到有的过程，在此向他们致敬！六、附录（路径规划函数）function P=cal_P(t)%P=cal_P(t)%tBt%P:x(t);y(t);V(t);thelta(t)%simulink %C=0 1 2 3 4 5 0 0 0 0.5 4 5;V1=1;0;V2=1;0;L=0.254;NC=length(C);%RC=C(:,1)-V1*L,C(:,1),C(:,1)+V1*L,C(:,
13、2:NC-1),C(:,NC)-V2*L,C(:,NC),C(:,NC)+V2*L;N=length(RC);OUT=0;if(t=N-3) I=N-4; OUT=1; dt=t-(N-3); t=1;else I=fix(t); t=mod(t,1);endf1=(1-t).3/6;f2=(3*t.3-6*t.2+4)/6;f3=(-3*t.3+3*t.2+3*t+1)/6;f4=t.3/6;d1 =-1/2*(1-t)2;d2 =3/2*t2-2*t;d3 =-3/2*t2+t+1/2;d4 =1/2*t2;a1 = 1-t;a2 = 3*t-2;a3 = -3*t+1;a4 = t; P(1,1)=f1*RC(1,I+1)+f2*RC(1,I+2)+f3*RC(1,I+3)+f4*RC(1,I+4);P(2,1)=f1*RC(2,I+1)+f2*RC(2,I+2)+f3*RC(2,I+3)+f4*RC(2,I+4);V(1,1)=d1*RC(1,I+1)+d
