本文關(guān)鍵詞：自主雙輪平衡車智能控制研究

  更多相關(guān)文章： 兩輪自平衡車 自適應(yīng)魯棒控制 極限學(xué)習(xí)機(jī) 反推控制 智能控制

【摘要】：隨著城市交通變得越來越擁堵,汽車尾氣排放對(duì)環(huán)境污染的越來越嚴(yán)重,噪聲對(duì)人們生活的影響日益加劇。尋找一種新的短途代步工具,對(duì)城市生活來說,就顯得必要而急切。平衡車作為一種新穎的交通工具,具有便攜,低功耗,無污染,無噪聲等諸多優(yōu)點(diǎn),一經(jīng)問世,便逐漸受到越來越多人的青睞。近年來平衡車逐步的市場化,并在各種領(lǐng)域得到應(yīng)用,給人們生活和工作帶來便利的同時(shí),其存在的一些安全問題也是不容忽視的。平衡車的應(yīng)用,自然離不開控制的作用,最核心最關(guān)鍵的技術(shù)也在于控制部分。為了解決平衡車應(yīng)用中安全問題,也就需要在控制方面做更深入的研究。近年來關(guān)于平衡車系統(tǒng)的控制研究,也引起了國內(nèi)外諸多學(xué)者的廣泛研究興趣,時(shí)至今日也已經(jīng)取得了豐碩的研究成果,然而前進(jìn)的步伐并沒有停止。平衡車系統(tǒng)作為,一種非線性、欠驅(qū)動(dòng)、含有未知參數(shù)等不確定性的不穩(wěn)定系統(tǒng),對(duì)與控制來說,是具有一定的難度的。對(duì)于平衡車系統(tǒng)的研究,有基于精確模型的狀態(tài)空間反饋控制,基于非線性系統(tǒng)的魯棒控制,LQR控制,滑�？刂�,模糊控制,神經(jīng)網(wǎng)絡(luò)控制,等等都取得相應(yīng)的進(jìn)展。本文的研究出發(fā)點(diǎn),以平衡車的控制算法為主要研究內(nèi)容,設(shè)計(jì)相應(yīng)的控制算法,以期望提高系統(tǒng)的魯棒性能。本文首先對(duì)平衡車系統(tǒng)通過拉格朗日方法建立力學(xué)模型,然后基于此模型的基礎(chǔ)上設(shè)計(jì)控制算法。并首先驗(yàn)證了最基本的PID控制器在平衡車系統(tǒng)中的應(yīng)用,然后設(shè)計(jì)了自適應(yīng)魯棒控制器,及利用反推控制器設(shè)計(jì)方法的神經(jīng)網(wǎng)絡(luò)控制算法,基于極限學(xué)習(xí)機(jī)的參數(shù)估計(jì)算法。所有的算法都首先通過MTLAB仿真驗(yàn)證了可行性,并最終在平衡車實(shí)物上得到應(yīng)用驗(yàn)證。
【關(guān)鍵詞】：兩輪自平衡車 自適應(yīng)魯棒控制 極限學(xué)習(xí)機(jī) 反推控制 智能控制
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U48
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-18
• 1.1 研究背景9-10
• 1.2 研究現(xiàn)狀10-16
• 1.2.1 國外研究現(xiàn)狀11-15
• 1.2.2 國內(nèi)研究現(xiàn)狀15-16
• 1.3 本論文研究相關(guān)內(nèi)容16-17
• 1.4 本章小結(jié)17-18
• 第二章 系統(tǒng)搭建與建模18-32
• 2.1 平衡車系統(tǒng)搭建18-26
• 2.1.1 硬件系統(tǒng)搭建18-22
• 2.1.2 軟件系統(tǒng)搭建22-26
• 2.2 平衡車模型分析26-31
• 2.2.1 問題公式化和預(yù)備知識(shí)27
• 2.2.2 兩輪自平衡車的動(dòng)力學(xué)模型27-28
• 2.2.3 簡化的動(dòng)力學(xué)模型28-30
• 2.2.4 物理性質(zhì)30-31
• 2.3 本章小結(jié)31-32
• 第三章 PID控制32-43
• 3.1 PID控制器概述32-39
• 3.1.1 PID控制器的不同形式33-37
• 3.1.2 數(shù)字PID算法37-39
• 3.2 PID控制器設(shè)計(jì)39
• 3.3 實(shí)驗(yàn)結(jié)果與分析39-42
• 3.4 本章小結(jié)42-43
• 第四章 自適應(yīng)魯棒控制43-60
• 4.1 自適應(yīng)魯棒控制器簡介43-46
• 4.1.1 魯棒控制43-44
• 4.1.2 自適應(yīng)控制44-46
• 4.2 控制器設(shè)計(jì)46-55
• 4.3 實(shí)驗(yàn)結(jié)果分析55-59
• 4.4 本章小結(jié)59-60
• 第五章 神經(jīng)網(wǎng)絡(luò)控制60-85
• 5.1 神經(jīng)網(wǎng)絡(luò)控制簡介60-64
• 5.1.1 單隱層前饋神經(jīng)網(wǎng)絡(luò)61-62
• 5.1.2 極限學(xué)習(xí)機(jī)62-64
• 5.2 反推控制器64-67
• 5.2.1 反推控制器簡介64-65
• 5.2.2 遞歸設(shè)計(jì)步驟65-67
• 5.3 控制器設(shè)計(jì)67-78
• 5.4 實(shí)驗(yàn)結(jié)果與分析78-83
• 5.5 本章小結(jié)83-85
• 總結(jié)與展望85-87
• 總結(jié)85-86
• 展望86-87
• 參考文獻(xiàn)87-94
• 攻讀碩士學(xué)位期間取得的研究成果94-95
• 致謝95-96
• 附件96

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 孫軍;萬明倫;呂博;王玉玲;;平衡車機(jī)電控制系統(tǒng)建模與仿真[J];機(jī)械與電子;2010年10期

2 龍玉敏;;思卡爾兩輪平衡車直立研究[J];硅谷;2013年20期

3 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 魏樂樂;獨(dú)輪自平衡車控制系統(tǒng)的開發(fā)[D];浙江大學(xué);2016年

2 趙一鵬;基于兩輪平衡車的同步定位與地圖建立研究[D];北京交通大學(xué);2016年

3 孫俊杰;自主雙輪平衡車智能控制研究[D];華南理工大學(xué);2016年

4 張華;二輪平衡車系統(tǒng)的算法研究[D];華中師范大學(xué);2014年

5 徐文凱;載人平衡車控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱理工大學(xué);2014年

6 陸軍;基于PID和LQR控制的兩輪自平衡小車研究[D];西南交通大學(xué);2012年

7 趙磊;兩輪平衡車建模與系統(tǒng)設(shè)計(jì)[D];西南交通大學(xué);2013年

8 萬明倫;基于LabVIEW的平衡車建模與仿真研究[D];沈陽建筑大學(xué);2011年

，

本文編號(hào)：813335