论文部分内容阅读
【摘 要】现有智能电动代步两轮平衡车控制系统硬件成本较高，安全性、使用舒适度有大幅提升空间。本文介绍使用低成本控制芯片对智能电动两轮平衡车控制系统的硬件结构和软件功能进行优化，以降低智能电动代步两轮平衡车的成本和增加其安全性能。本文中主要介绍了其姿态角度获取部分和转子位置检测部分。
【关键词】平衡车；车体姿态；转子位置
一、引言
在电动两轮平衡车控制系统中，平衡车姿态角检测和电机转子位置的检测是十分重要的环节，通过检测平衡车姿态角可以确定车体的倾斜状态从而控制电机的转速及转向，从而保证车体平衡；而通过不断检测转子的位置，可以计算电机转子的转速，从而与期望的转速对比，得到电机的控制信号。在姿态角检测环节中，由于低成本传感器存在大量噪声，可以通过软件滤波的方法提高其检测精度，常用的滤波算法有互补滤波算法和卡尔曼滤波算法。轻重互补滤波算法实现较为简单，而卡尔曼滤波算法的滤波效果更好。在转子位置检测环节中，可通过安装霍尔传感器对转子位置和转速进行预测。
二、姿态角获取
为获取去车体姿态信息，平衡车控制电路中一般应包含集成了陀螺仪和加速度计的传感芯片（如MPU60XX），通过陀螺仪和加速度计测得数据解算车体姿态角。而陀螺仪和加速度计输出存在的噪声会严重影响姿态角解算的精准度，需要进行滤波处理，简单的处理算法有互补滤波算法[1]和卡尔曼滤波算法。
其中，互补滤波算法较为简单，由于陀螺仪的动态特性较好，但存在较大的低频漂移，而由于车体的颠簸震动，加速度计又会有较多的高频噪声，因此，可以将陀螺仪、加速度计所解算的角度分别通过高通滤波器、低通滤波器滤波后做加法融合，从而提高检测精度，但该方法中高、低通滤波器间不同的截止频率对融合结果的影响较大，其确定较为困难，并且滤波的效果也有待提高。
卡尔曼滤波适用于估计离散动态系统的最优状态，。其思想为：以t-1时刻的状态变量最优估计 为准，估计t时刻的状态变量 ，然后计算当前时刻的卡尔曼增益Kt，Kt作为权值，确定此次估计应该更多的信任预测模型还是观测模型，通过修改 得到t时刻最有效的状态估计。一种具体实现方法为：利用陀螺仪所测得的角速度的做角度预测，将加速度计测得数据做反三角变换，直接得到姿态角的观测信息。
建立好观测模型后，可以用陀螺仪测得的角速度进行角度预测，初始噪声的协方差可以通过试凑的方法确定，从而利用卡尔曼滤波方法进行角度估计。
三、永磁同步电动机转子位置检测
目前对于永磁同步电动机转子位置的传统检测方法主要有：有位置传感器和无位置传感器两种。有位置传感器即将旋变、光电编码器等安在转子轴上，保证了精度，但增加了尺寸和成本，增加了转子惯量，且传感器本身的性能易受到环境的干扰，可靠性较差。无位置传感器没有传感器，可靠性较高，但控制算法复杂，不能保障全速范围的精度[2]，算法起动阶段不稳定，转子初始位置检测困难，导致电机起动性能较差，甚至会有反转[3] [4]。根据有位置传感器和无位置传感器各自的优缺点，采用开关型霍尔位置传感器代替机械位置传感器。和传统传感器相比，霍尔传感器结构简单，在全速范围内都有较高的测量精度，线性度好，具有广泛的应用前景。霍尔位置传感器系统相同于电动机本体，也由传感器定子和传感器转子构成。其转子与电动机的主转子一同旋转，通常传感器转子直接利用电动机的转子。其定子是霍尔元件等距的安装在电动机定子的适当位置上，两者相结合检测电动机转子的位置，进而计算转子转速。开关型霍尔位置传感器要求传感器在电动机的每一个电周期内，要产生相应的开关状态数且不能重复，每个状态对应相同的角度。
霍尔测速的基本原理是，在电动机定子的适当位置上等距安装三个霍尔位置传感器。当转子转动时，霍尔元件通过感应转子磁场强度的变化，会产生响应的霍尔信号。即当N和S两个不同磁场作用在霍尔元件上时，将呈现出“1”和“0”两种状态（1代表高电平，0代表低电平），转子转一圈就能产生6种不同的开关信号，每种占60°角，据此可知道转子所处扇区。
总结
本文介绍了电动两轮平衡车控制系统中两个关键部分，姿态角检测部分和转子位置检测部分，列举了各部分的具体实现方法。姿态角检测环节中尔曼滤波算法可以较好的将加速度計和陀螺仪的信号融合，对噪声的滤除效果较好。在转子位置检测环节中，介绍了霍尔测速原理，通过霍尔传感器的输出信号确定转子所处扇区，并预测当前时间段转子的平均角速度和角加速度，从而对转子的位置进行预测。
参考文献：
[1] 边群星，陈锟，陈郑洲.基于互补滤波器的两轮平衡车姿态角度测量[J].电子设计工程.2014，（18）：58.
[2] 曾风平，郑成勇，章跃进.基于开关型霍尔位置传感器的永磁同步电动机正弦波驱动[J].微特电机.2010，（58）：70-71.
[3] 邹继斌，徐永向，于成龙.正弦波无刷直流电机 的新型转子位置检测方法 [J].中国电机工程学报，2002，22（12）：47-48
[4] 潘萍，付子义，刘辉.永磁同步电机无传感器控制技术研究现状与控制策略综述[J].工矿自动化，2007（3）：29 -30
（作者单位：中国矿业大学）
【关键词】平衡车；车体姿态；转子位置
一、引言
在电动两轮平衡车控制系统中，平衡车姿态角检测和电机转子位置的检测是十分重要的环节，通过检测平衡车姿态角可以确定车体的倾斜状态从而控制电机的转速及转向，从而保证车体平衡；而通过不断检测转子的位置，可以计算电机转子的转速，从而与期望的转速对比，得到电机的控制信号。在姿态角检测环节中，由于低成本传感器存在大量噪声，可以通过软件滤波的方法提高其检测精度，常用的滤波算法有互补滤波算法和卡尔曼滤波算法。轻重互补滤波算法实现较为简单，而卡尔曼滤波算法的滤波效果更好。在转子位置检测环节中，可通过安装霍尔传感器对转子位置和转速进行预测。
二、姿态角获取
为获取去车体姿态信息，平衡车控制电路中一般应包含集成了陀螺仪和加速度计的传感芯片（如MPU60XX），通过陀螺仪和加速度计测得数据解算车体姿态角。而陀螺仪和加速度计输出存在的噪声会严重影响姿态角解算的精准度，需要进行滤波处理，简单的处理算法有互补滤波算法[1]和卡尔曼滤波算法。
其中，互补滤波算法较为简单，由于陀螺仪的动态特性较好，但存在较大的低频漂移，而由于车体的颠簸震动，加速度计又会有较多的高频噪声，因此，可以将陀螺仪、加速度计所解算的角度分别通过高通滤波器、低通滤波器滤波后做加法融合，从而提高检测精度，但该方法中高、低通滤波器间不同的截止频率对融合结果的影响较大，其确定较为困难，并且滤波的效果也有待提高。
卡尔曼滤波适用于估计离散动态系统的最优状态，。其思想为：以t-1时刻的状态变量最优估计 为准，估计t时刻的状态变量 ，然后计算当前时刻的卡尔曼增益Kt，Kt作为权值，确定此次估计应该更多的信任预测模型还是观测模型，通过修改 得到t时刻最有效的状态估计。一种具体实现方法为：利用陀螺仪所测得的角速度的做角度预测，将加速度计测得数据做反三角变换，直接得到姿态角的观测信息。
建立好观测模型后，可以用陀螺仪测得的角速度进行角度预测，初始噪声的协方差可以通过试凑的方法确定，从而利用卡尔曼滤波方法进行角度估计。
三、永磁同步电动机转子位置检测
目前对于永磁同步电动机转子位置的传统检测方法主要有：有位置传感器和无位置传感器两种。有位置传感器即将旋变、光电编码器等安在转子轴上，保证了精度，但增加了尺寸和成本，增加了转子惯量，且传感器本身的性能易受到环境的干扰，可靠性较差。无位置传感器没有传感器，可靠性较高，但控制算法复杂，不能保障全速范围的精度[2]，算法起动阶段不稳定，转子初始位置检测困难，导致电机起动性能较差，甚至会有反转[3] [4]。根据有位置传感器和无位置传感器各自的优缺点，采用开关型霍尔位置传感器代替机械位置传感器。和传统传感器相比，霍尔传感器结构简单，在全速范围内都有较高的测量精度，线性度好，具有广泛的应用前景。霍尔位置传感器系统相同于电动机本体，也由传感器定子和传感器转子构成。其转子与电动机的主转子一同旋转，通常传感器转子直接利用电动机的转子。其定子是霍尔元件等距的安装在电动机定子的适当位置上，两者相结合检测电动机转子的位置，进而计算转子转速。开关型霍尔位置传感器要求传感器在电动机的每一个电周期内，要产生相应的开关状态数且不能重复，每个状态对应相同的角度。
霍尔测速的基本原理是，在电动机定子的适当位置上等距安装三个霍尔位置传感器。当转子转动时，霍尔元件通过感应转子磁场强度的变化，会产生响应的霍尔信号。即当N和S两个不同磁场作用在霍尔元件上时，将呈现出“1”和“0”两种状态（1代表高电平，0代表低电平），转子转一圈就能产生6种不同的开关信号，每种占60°角，据此可知道转子所处扇区。
总结
本文介绍了电动两轮平衡车控制系统中两个关键部分，姿态角检测部分和转子位置检测部分，列举了各部分的具体实现方法。姿态角检测环节中尔曼滤波算法可以较好的将加速度計和陀螺仪的信号融合，对噪声的滤除效果较好。在转子位置检测环节中，介绍了霍尔测速原理，通过霍尔传感器的输出信号确定转子所处扇区，并预测当前时间段转子的平均角速度和角加速度，从而对转子的位置进行预测。
参考文献：
[1] 边群星，陈锟，陈郑洲.基于互补滤波器的两轮平衡车姿态角度测量[J].电子设计工程.2014，（18）：58.
[2] 曾风平，郑成勇，章跃进.基于开关型霍尔位置传感器的永磁同步电动机正弦波驱动[J].微特电机.2010，（58）：70-71.
[3] 邹继斌，徐永向，于成龙.正弦波无刷直流电机 的新型转子位置检测方法 [J].中国电机工程学报，2002，22（12）：47-48
[4] 潘萍，付子义，刘辉.永磁同步电机无传感器控制技术研究现状与控制策略综述[J].工矿自动化，2007（3）：29 -30
（作者单位：中国矿业大学）