基于卡尔曼滤波的自平衡两轮电动车多传感器信息融合研究

doi:10.11985/2016.06.005

电气工程学报 ›› 2016, Vol. 11 ›› Issue (6): 25-32.doi: 10.11985/2016.06.005

基于卡尔曼滤波的自平衡两轮电动车多传感器信息融合研究

朱军,刘慧君,李香君,王栋

河南理工大学电气工程与自动化学院焦作 454000

收稿日期:2015-09-27 出版日期:2016-06-25 发布日期:2019-12-31
作者简介:朱军男 1984年生,副教授,研究方向为特种电机驱动与控制。|刘慧君男 1988年生,硕士研究生,研究方向为特种电机无传感控制。
基金资助:
河南省高校基本科研业务费专项资金资助项目(NSFRF140115);河南省教育厅科学技术重点研究项目(12A4700);河南理工大学博士基金资助项目(B2011-104);中国煤炭工业协会科学技术研究项目(MTKJJ2012-376)

The Multi-Sensor Information Fusion Research of Self-Balancing Two-Wheeled Electric Vehicle Based on EKF

Zhu Jun,Liu Huijun,Li Xiangjun,Wang Dong

Henan Polytechnic University Jiaozuo 454000 China

Received:2015-09-27 Online:2016-06-25 Published:2019-12-31

摘要/Abstract

摘要：

针对MEMS惯性传感器在两轮自平衡车姿态检测中存在随机漂移误差的问题,利用扩展卡尔曼滤波实现对加速度计与陀螺仪的信息融合,设计实用的滤波算法,根据实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,建立自平衡车导航用惯性传感器陀螺仪和加速度计误差的数学模型,对加速度传感器的随机误差和陀螺仪的温度漂移误差进行补偿,从而得到自平衡车姿态信号的最优估计,实现两轮自平衡车的自平衡运行。实验结果分析表明,采用卡尔曼信息融合方法,得到自平衡车姿态信息最优估计是有效可行的,并且有利于两轮车完成自平衡控制。

关键词: 两轮自平衡车, 卡尔曼滤波算法, 加速度值, 角速度值, 陀螺仪

Abstract:

To solve the random drift error problem for MEMS inertial sensor in self-balancing two-wheeled electric vehicle gesture measuring, the EKF practical filtering algorithm is used to realize the information fusion of accelerometer and gyroscope. According to the experiment result of inertial sensor error characteristics, using Levenberg-Marquardt nonlinear least-squares iteration fitting data, and establishing the mathematical error models to compensate the random error of the acceleration sensor and the temperature drift error of the gyroscope, then the posture signal of self-balancing electric vehicle can be estimated optimally. The experimental based on REKF information fusion result shows that the self-balancing electric vehicle posture signal optimal estimation is effective and feasible, and it is beneficial to the two-wheeled electric vehicle self-balancing control.

Key words: Self-balancing two-wheeled electric vehicle, Kalman filtering algorithm, acceleration value, angular velocity, gyroscope

中图分类号:

TM315

朱军,刘慧君,李香君,王栋. 基于卡尔曼滤波的自平衡两轮电动车多传感器信息融合研究[J]. 电气工程学报, 2016, 11(6): 25-32.

Zhu Jun,Liu Huijun,Li Xiangjun,Wang Dong. The Multi-Sensor Information Fusion Research of Self-Balancing Two-Wheeled Electric Vehicle Based on EKF[J]. Journal of Electrical Engineering, 2016, 11(6): 25-32.

图/表 8

图1

图2

图3

图4

图5

图6

图7

图8

参考文献 16

[1]	俞晓峰 . 基于DSP的两轮自平衡小车的设计与研究[D]. 太原:太原理工大学, 2012.
[2]	周毅漳, 叶荣斌 . 双轮自平衡机器人研究综述[J]. 机电技术, 2009(S1):4-27.
	Zhou Yizhang, Ye Rongbin . Review of two-wheeled self-balancing robot[J]. Mechanical and Electrical Technology, 2009(S1):4-27.
[3]	Huang Chungneng . The development of self-balancing controller for one-wheeled vehicles[J]. Engineering, 2010,2:212-219.
[4]	姚文昊 . 自平衡式两轮电动车运动控制技术研究[D]. 哈尔滨:哈尔滨工业大学, 2010.
[5]	Grasser F, Arrigo A D, Colombi S JOE . A mobile, inverted pendulum[J]. IEEE Transactions on Industry Electronics, 2002,49(1):107-114. doi: 10.1109/TCYB.2018.2884707 pmid: 30582561
[6]	张莹 . 风火轮——丰田推出的Segway假想的Winglet[J].世界汽车, 2008(9):92-93.
	Zhang Ying , Hot wheels—Toyota launched the Segway the putative for Winglet[J]. World Auto, 2008(9):92-93.
[7]	元震宇 . 平行双轮电动车控制系统的研究[D]. 洛阳:河南科技大学, 2004.
[8]	秦宏宇 . 双轮平行电动车的数学模型建立和总体结构设计[D]. 洛阳:河南科技大学, 2004.
[9]	张亦乔 . 电动两轮自平衡车[D]. 台湾:逢甲大学, 2008.
[10]	Jian Fang . The LQR controller design of two-wheeled self-balancing robot based on the particle swarm optimization algorithm[J]. Mathematical Problems in Engineering, 2014: 1-6.
[11]	叶聪红 . 本质不稳定两轮车辅助平衡装置的智能控制[D]. 西安:西安电子科技大学, 2006.
[12]	丁凤 . 一种新型两轮自平衡小车的建模与控制[D]. 武汉:华中科技大学, 2012.
[13]	郜园园, 阮晓钢, 宋洪军 , 等. 两轮自平衡机器人惯性传感器滤波问题的研究[J]. 传感技术学报, 2010,23(5):696-700.
	Gao Yuanyuan, Ruan Xiaogang, Song Hongjun , et al. Research on filtering problem in inertial sensors for a two-wheeled self-balanced robot[J]. Chinese Journal of Sensors and Actuators, 2010,23(5):696-700.
[14]	吉训生, 王寿荣 . MEMS陀螺仪随机漂移误差研究[J]. 宇航学报, 2006,27(4):640-642.
	Ji Xunsheng, Wang Shourong . Research on the MEMS gyroscope random drift error[J]. Journal Astronautics, 2006,27(4):640-642.
[15]	Rich Chi Ooi, Thomas Braunl, Jie Pan . Balancing a two-wheeled autonomous robot[D]. Australia: The University of Western Australia School of Mechanical Engineering, 2003.
[16]	王晓宇, 闫继宏, 秦勇 , 等. 基于扩展卡尔曼滤波的两轮机器人姿态估计[J]. 哈尔滨工业大学学报, 2007,39(12):1920-1924.
	Wang Xiaoyu, Yan Jihong, Qin Yong , et al. Attitude estimation based on extended Kalman filter for a two-wheeled[J]. Journal of Harbin Institute of Technology, 2007,39(12):1920-1924.

基于卡尔曼滤波的自平衡两轮电动车多传感器信息融合研究

The Multi-Sensor Information Fusion Research of Self-Balancing Two-Wheeled Electric Vehicle Based on EKF

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 16

相关文章 4

编辑推荐

Metrics

本文评价

[1]	姚竹贤, 胡建忠, 张之敬. 陀螺仪装配结构稳定性控制技术[J]. 机械工程学报, 2018, 54(9): 145-152.
[2]	赵治国, 杨杰, 吴枭威. 四驱混合动力轿车分布式卡尔曼车速估计[J]. 机械工程学报, 2015, 51(16): 50-56.
[3]	施芹;丁荣峥;苏岩;裘安萍. 硅微陀螺仪器件级真空封装[J]. , 2009, 45(2): 243-246.
[4]	刘春浩;顾家铭;周赤忠;陈晓阳. 陀螺仪电动机转子轴承研究现状与展望[J]. , 2006, 42(11): 17-25.