两轮机器人自平衡控制方法、装置、计算机设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种两轮机器人自平衡控制方法，包括：获取所述两轮机器人中内置的多个传感器采集到的当前传感器数据；采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据；采用PID闭环控制算法根据所述当前目标姿态数据计算得到目标控制量；将所述目标控制量作为所述两轮机器人中的电机的PWM值，以控制两轮机器人达到平衡状态。该两轮机器人自平衡控制方法能够自行调试实现两轮机器人自平衡。此外，还提出了一种机器人自平衡控制装置、计算机设备和存储介质。

Self balance control method, device, computer equipment and storage medium of two wheeled robot

【技术实现步骤摘要】
两轮机器人自平衡控制方法、装置、计算机设备和存储介质
本专利技术涉及计算机
，尤其涉及一种两轮机器人自平衡控制方法、装置、计算机设备和存储介质。
技术介绍
随着中小学创客教育的发展，STEM(STEM是科学(Science)，技术(Technology)，工程(Engineering)，数学(Mathematics)四门学科英文首字母的缩写)教具品牌和种类层出不穷。特别是载人平衡车深受孩子们的青睐，但是昂贵的价格和安全性使很多家长望而却步或者存在顾虑。市场上常见的STEM教具虽然元件很多但是大都是简单廉价的传感器，无法实现复杂的机器人设计如两轮自平衡小车机器人。现有的两轮自平衡机器人小车的实现方法是外购专业的姿态传感器和编码电机，并且需要专业的机器人控制理论知识，增大了STEM学习的难度和成本，难以实现复杂的设计如自平衡两轮机器人，不利于在中小学的推广和普及。
技术实现思路
基于此，有必要针对上述问题，提出一种可以自行调试实现两轮机器人自平衡的两轮机器人自平衡控制方法、装置、计算机设备和存储介质。一种两轮机器人自平衡控制方法，其特征在于，所述方法包括：获取所述两轮机器人中内置的多个传感器采集到的当前传感器数据；采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据；采用PID闭环控制算法根据所述当前目标姿态数据计算得到目标控制量；将所述目标控制量作为所述两轮机器人中的电机的PWM值，以控制两轮机器人达到平衡状态。一种机器人自平衡控制装置，所述装置包括：数据采集模块，用于获取所述两轮机器人中内置的多个传感器采集到的当前传感器数据；姿态更新模块，用于采用梯度下降法对所述当前传感器数据进行更新，得到目标姿态数据；控制计算模块，用于采用PID闭环控制算法根据所述当前目标姿态数据计算得到目标控制量；电机控制模块，用于将所述目标控制量作为所述两轮机器人中的电机的PWM值，以控制两轮机器人达到平衡状态。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：获取所述两轮机器人中内置的多个传感器采集到的当前传感器数据；采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据；采用PID闭环控制算法根据所述当前目标姿态数据计算得到目标控制量；将所述目标控制量作为所述两轮机器人中的电机的PWM值，以控制两轮机器人达到平衡状态。一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：获取所述两轮机器人中内置的多个传感器采集到的当前传感器数据；采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据；采用PID闭环控制算法根据所述当前目标姿态数据计算得到目标控制量；将所述目标控制量作为所述两轮机器人中的电机的PWM值，以控制两轮机器人达到平衡状态。上述两轮机器人自平衡控制方法、装置、计算机设备及存储介质，通过获取所述两轮机器人中内置的多个传感器采集到的当前传感器数据；采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据；采用PID闭环控制算法根据所述当前目标姿态数据计算得到目标控制量；将所述目标控制量作为所述两轮机器人中的电机的PWM值，以控制两轮机器人达到平衡状态，实现了自行调试实现两轮机器人自平衡，同时，用户无需具备控制理论知识，就能够对两轮机器人进行调节，达到平衡状态，增加了两轮机器人的趣味性，并且节省了成本。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：图1为一个实施例中两轮机器人自平衡控制方法的流程图；图2为一个实施例中计算目标控制量方法的流程图；图3为一个实施例中一个实施例中计算目标控制量方法的另一流程图；图4为一个实施例中两轮机器人自平衡控制装置的一结构框图；图5为一个实施例中两轮机器人自平衡控制装置的另一结构框图；图6为一个实施例中计算机设备的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，在一个实施例中，提供了一种两轮机器人自平衡控制方法，该两轮机器人自平衡控制方法既可以应用于终端，也可以应用于服务器，具体包括以下步骤：步骤102，获取所述两轮机器人中内置的多个传感器采集到的当前传感器数据。其中，当前传感器数据是指在当前时刻传感器采集到的机器人的姿态数据，如入机器人的倾斜角、机器人的倾斜角速度、重力加速度等。传感器可以是三轴重力加速度计、陀螺仪或者地磁计等，传感器的个数可以是1个、2个或者3个等，优选地，本实施例中的机器人中的内置的传感器个数为2个，即重力加速度计和陀螺仪分别直接采集机器人的三轴加速度数据和三轴角速度数据作为当前传感器数据，通过减少传感器的数量，以节省成本。步骤104，采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据。其中，梯度下降法(Madgwic算法)是一种能够综合多种传感器参数得到传感器的姿态的算法，在本实施例中，用于将传感器采集得到的数据转化为描述两轮机器人姿态数据。具体地，首先将当前传感器数据进行姿态解算为四元数，然后迭代融合新的传感器数据，得到目标姿态数据。例如，在一具体实施方式中，当前传感器数据为三轴加速度数据和三轴角速度数据，进行姿态解算后输出欧拉角，表征为两轮机器人的目标姿态数据，也即两轮机器人的倾斜角度和倾斜角速度。可以理解地，通过采用梯度下降法对所述当前传感器数据进行融合，减少了当前传感器数据的误差，从而能够使得后续基于目标姿态数据对两轮机器人进行控制，提高自平衡控制的准确性和稳定性。需要说明的是，当前传感器数据中的机器人的倾斜角度可以是横滚角(绕X轴旋转)或者俯仰角(绕Y轴旋转)，倾斜角速度可以是X轴的角速度或者Y轴的角速度。由于本实施例获取当前传感器数据的目的在于控制两轮机器人的平衡，因此，当前传感器数据仅需选取相同方向的倾斜角度和倾斜角速度。步骤106，采用PID闭环控制算法根据所述目标姿态数据计算得到目标控制量。其中，PID(比例(proportion)、积分(integral)、微分(derivative))闭环控制算法是一种控制算法，是工业中常用的反馈调节算法，且PID控制规律是一种较理想的控制规律，它在比例的基础上引入积分，可以消除余差，再加入微本文档来自技高网...

【技术保护点】
1.一种两轮机器人自平衡控制方法，其特征在于，所述两轮机器人自平衡控制方法包括：/n获取所述两轮机器人中内置的多个传感器采集到的当前传感器数据；/n采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据；/n采用PID闭环控制算法根据所述当前目标姿态数据计算得到目标控制量；/n将所述目标控制量作为所述两轮机器人中的电机的PWM值，以控制两轮机器人达到平衡状态。/n

【技术特征摘要】
20180905 CN 20181102937931.一种两轮机器人自平衡控制方法，其特征在于，所述两轮机器人自平衡控制方法包括：
获取所述两轮机器人中内置的多个传感器采集到的当前传感器数据；
采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据；
采用PID闭环控制算法根据所述当前目标姿态数据计算得到目标控制量；
将所述目标控制量作为所述两轮机器人中的电机的PWM值，以控制两轮机器人达到平衡状态。


2.根据权利要求1所述的两轮机器人自平衡控制方法，其特征在于，所述两轮机器人中内置传感器为MPU6050传感器，所述两轮机器人中的电机的芯片型号为TB6612。


3.根据权利要求1所述的两轮机器人自平衡控制方法，其特征在于，所述采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据，包括：
根据所述当前传感器数据进行姿态解算，得到所述目标姿态数据。


4.根据权利要求1所述的两轮机器人自平衡控制方法，其特征在于，在所述采用梯度下降法对所述当前传感器数据进行融合，得到目标姿态数据之后，还包括：
将所述目标姿态数据发送至带有显示屏的客户端上，以使用户根据显示的目标姿态数据对所述两轮机器人进行平衡调节。


5.根据权利要求1所述的两轮机器人自平衡控制方法，其特征在于，所述目标姿态数据包括角度数据roll和角速度数据gyro_x；
所述采用PID闭环控制算法根据所述当前目标姿态数据计算得到目标控制量，包括：
获取所述PID闭环控制算法中的目标控制参数，所述目标控制参数包括比例系数Param_p、积分系数Param_i和微分系数Param_d；
采用如下公式计算所述目标控制量：
motor1＝Param_p*roll+Param_i*(roll_pre-roll)+Param_d*gyro_x；
其中，所述motor1表示为所述目标控制量，所述roll_pre表示为上一帧角度数据。


6.根据权利要求5所述的两轮机器人自平...

【专利技术属性】
技术研发人员：叶萌，方川，李学骏，冯亚洲，
申请(专利权)人：南京科青信息科技有限公司，
类型：发明
国别省市：江苏;32