本文档主要介绍了如何使用Arduino开发一款两轮自平衡小车的控制系统代码。该系统基于Arduino平台,实现了一种自平衡机制,通过陀螺仪(gyro)来监测车辆的姿态,并通过PID(Proportional-Integral-Derivative)控制算法保持车辆的稳定。以下是关键知识点的详细解释:
1. **硬件配置**:
- 电路板:Arduino Uno或类似型号,集成AD1024位ADC用于传感器数据采集。
- 陀螺仪:用于测量车辆的角速度和方向,IDG330M年度模型,输出信号与角度成正比,每2mv对应1度角,满量程为3.223mV。
- 位置传感器(如AD1、AD2、AD3、AD4):用于获取加速度数据,通过调整零点校准(sensorZero数组)处理实际读数。
2. **软件库与算法**:
- Kalman滤波器:用于噪声抑制和姿态估计,常数C_0、Q_angle、Q_gyro、R_angle定义了滤波器的参数,dt是时间间隔。
- PID控制器:RATE数组用于存储PID控制的输出,K数组和K_AD数组分别为比例、积分和微分系数,以及加速度传感器的增益,分别用于平衡控制和补偿死区。
3. **变量声明**:
- P矩阵和Pdot数组用于存储Kalman滤波器的状态和状态导数的预测值。
- angle和angle_dot表示当前角度和角度变化率。
- sensorPort和sensorValue数组分别记录传感器输入和读取值,sensorZero用于传感器零点调整,sensorAdjusted则是校准后的值。
- E1、E2、M1、M2是电机驱动引脚。
- deadAreaCompensation1和deadAreaCompensation2用于补偿电机的死区效应。
4. **控制流程**:
- 读取陀螺仪(gyroX)和加速度计(accZ)的数据,通过Kalman滤波算法更新车辆角度估计(angle)。
- 计算角度误差(angle_err),根据PID控制策略计算输出速率(RATE)。
- 通过比较当前位置(position)和位置变化(position_dot),执行电机控制,包括两个电动机(M1和M2)的转速调整。
5. **代码结构**:
- 部分代码可能包含初始化传感器零点、计算偏置校正(q_bias)、初始化滤波器状态(P和Pdot)等部分。
- 轮子位置(wheel_ls)数组可能用于跟踪每个轮子的实际位置,这对于平衡控制至关重要。
总结来说,本文档提供了一个完整的两轮自平衡小车Arduino控制代码示例,涵盖了硬件连接、传感器数据处理、滤波算法应用和PID控制等关键技术环节。开发者可以依据这些代码进行自己的硬件搭建和程序编写,以实现一个能够自动保持平衡的自平衡小车。