本文關(guān)鍵詞：基于FPGA平衡小車(chē)的設(shè)計(jì)

  更多相關(guān)文章： FPGA 平衡車(chē) PID算法 卡爾曼濾波

【摘要】：隨著科技進(jìn)步,生活水平的提高,人們追求智能與舒適的愿望也日益強(qiáng)烈。從而催生了許多智能化的產(chǎn)品。如智能電視、智能小車(chē)等。如何實(shí)現(xiàn)小車(chē)的自動(dòng)快捷駕駛,也成為人們心中的向往與疑問(wèn),基于這種趨勢(shì)與需求,著眼于實(shí)際情況。本文介紹了基于MPU6050的自平衡小車(chē)系統(tǒng)的設(shè)計(jì)。系統(tǒng)基于陀螺儀等傳感器采集姿態(tài)信息,通過(guò)對(duì)比分析一階互補(bǔ)濾波和卡爾曼濾波的優(yōu)缺點(diǎn),采用卡爾曼濾波算法,并利用PID平衡算法,對(duì)小車(chē)的速度傾斜角度平衡狀態(tài)來(lái)進(jìn)行檢測(cè),并通過(guò)FPGA來(lái)控制電機(jī)來(lái)實(shí)現(xiàn)雙輪小車(chē)自如平衡地運(yùn)動(dòng)。從而實(shí)現(xiàn)小車(chē)智能自主控制的目的。本設(shè)計(jì)獲得了2016年“京微雅格杯FPGA應(yīng)用大賽”一等獎(jiǎng)。
【作者單位】： 天津理工大學(xué);
【關(guān)鍵詞】： FPGA 平衡車(chē) PID算法 卡爾曼濾波
【正文快照】： 1設(shè)計(jì)原理 1.1產(chǎn)品調(diào)研 目前,電動(dòng)平衡車(chē)主控芯片大多數(shù)是使用ST的一款32單片機(jī)——STM32F103系列,單片機(jī)由于是單線程,程序語(yǔ)句需要等待單片機(jī)周期才能執(zhí)行。因此基于單片機(jī)設(shè)計(jì)的程序運(yùn)行速度較慢,而FPGA由于是硬件電路,運(yùn)行速度直接取決于晶振速度,速度較快且系統(tǒng)穩(wěn)定。

【相似文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前9條

1 劉棟;王惠林;;卡爾曼濾波算法在目標(biāo)定位系統(tǒng)中的應(yīng)用[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

2 周紅波;耿伯英;;基于目標(biāo)跟蹤的無(wú)偏轉(zhuǎn)換測(cè)量卡爾曼濾波算法研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 陳婧;謝磊;李備;;水路交通中的卡爾曼濾波算法綜述[A];第七屆中國(guó)智能交通年會(huì)論文集[C];2012年

4 趙汝祺;趙祚喜;趙汝準(zhǔn);;基于多項(xiàng)式卡爾曼濾波算法的車(chē)輛定位試驗(yàn)研究[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

5 曾翠娟;杜傳利;;動(dòng)態(tài)GPS自適應(yīng)卡爾曼濾波算法的FPGA實(shí)現(xiàn)[A];第13屆全國(guó)計(jì)算機(jī)、網(wǎng)絡(luò)在現(xiàn)代科學(xué)技術(shù)領(lǐng)域的應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

6 李鵬;宋申民;陳興林;;自適應(yīng)平方根無(wú)跡卡爾曼濾波算法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第八分冊(cè)）[控制理論與應(yīng)用（�？[C];2009年

7 程慧俐;王紀(jì)文;張洪鉞;;在未知噪聲統(tǒng)計(jì)情況下的一種新的自適應(yīng)卡爾曼濾波算法[A];1994中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1994年

8 劉健;劉忠;玄兆林;;純方位目標(biāo)運(yùn)動(dòng)分析的自適應(yīng)擴(kuò)展卡爾曼濾波算法[A];2005年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

9 朱寧;錢(qián)偉康;郭強(qiáng);;基于嵌入式XP的光譜分析系統(tǒng)[A];全國(guó)第一屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 孫景榮;X射線脈沖星導(dǎo)航及其增強(qiáng)方法研究[D];西安電子科技大學(xué);2014年

2 葛磊;容積卡爾曼濾波算法研究及其在導(dǎo)航中的應(yīng)用[D];哈爾濱工程大學(xué);2013年

3 馮波;線性濾波估計(jì)算法研究及在慣性導(dǎo)航系統(tǒng)中的應(yīng)用[D];北京理工大學(xué);2014年

4 孟軍英;基于粒子濾波框架目標(biāo)跟蹤優(yōu)化算法的研究[D];燕山大學(xué);2014年

5 周聰;基于非線性估計(jì)理論的線控轉(zhuǎn)向汽車(chē)狀態(tài)估計(jì)研究[D];西南交通大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 龐瀛洲;關(guān)于電池BMS系統(tǒng)SOC估測(cè)算法的研究[D];長(zhǎng)安大學(xué);2015年

2 張冬梅;基于改進(jìn)卡爾曼濾波算法的SOC估計(jì)方法研究[D];西南交通大學(xué);2015年

3 林燕平;長(zhǎng)基線導(dǎo)航系統(tǒng)濾波算法的研究與實(shí)現(xiàn)[D];沈陽(yáng)理工大學(xué);2015年

4 唐鵬;基于ADS-B數(shù)據(jù)監(jiān)視性能評(píng)估技術(shù)研究[D];中國(guó)民航大學(xué);2015年

5 陳辰;基于卡爾曼濾波算法的短期風(fēng)電功率預(yù)測(cè)[D];新疆大學(xué);2015年

6 徐紅珍;基于粒子群的卡爾曼濾波算法改進(jìn)和優(yōu)化[D];武漢理工大學(xué);2013年

7 鄒振宇;基于DSP的Kalman濾波器的算法研究[D];成都理工大學(xué);2012年

8 樊紅娟;無(wú)先導(dǎo)卡爾曼濾波算法分析[D];西南大學(xué);2007年

9 吳龍龍;一致性卡爾曼濾波算法及其應(yīng)用研究[D];華東交通大學(xué);2013年

10 李忠良;基于神經(jīng)網(wǎng)絡(luò)的卡爾曼濾波算法研究[D];湖南工業(yè)大學(xué);2011年

，

本文編號(hào)：746740