团论文网
团论文网
-
摘要：设计了一款基于RT064核心板的自行车机器人，该机器人利用GPS锚点跟踪算法实现了路径跟踪。采用TAU201双频GPS模块以及IMU963RA九轴姿态传感器模块来获取小车姿态数据以及GPS位置数据；采用惯性飞轮通过惯性力矩保持自行车的侧向平衡；车把控制采用舵机调整方向角，实现路径跟踪。在跟踪算法的实现上，首先在预设路径沿线上采集多个锚点的坐标数据，在自行车机器人行驶过程中实时采集自身的GPS信息，通过计算实时方位角和与锚点之间的夹角，然后用于构造误差量，误差代入PID控制算法，使得机器人能对锚点进行趋近，以实现锚点跟踪，一系列锚点的跟踪形成了路径跟踪。设计了实物样机，通过编写算法代码控制自行车机器人平衡控制和航向运动，在样机上实现了自行车机器人路径跟踪控制。
关键词：自行车机器人；路径跟踪算法；GPS；PID；RT1064单片机
0引言
在智能机器人技术日新月异的今天，在智能机器人领域的研究中，有自行车机器人这样一个领域分支，自行车机器人以自行车作为本体，通常具有窄小的车体，结构较简单，运动较灵活，可进行小半径的回转[1]，但是其侧向不稳定性，使得控制具有一定难度，这一独特的特性吸引了无数学者对其进行研究分析，其研究可以追溯到20世纪，借助计算机和控制技术的发展，现在更是发展迅速。
在自行车机器人的研究中，以侧向平衡研究较多，其中Tanaka和Murakami[2]利用转向角或利用离心力来控制平衡，但是这种方式只能在自行车保持一定行进速度，即行驶过程中才适用，静止状态下则无法平衡，后续还有Lee和Ham[3]设计的自行车机器人，这款机器人通过改变车体质心的位置来控制机器人的平衡，还有采用惯性飞轮产生反向力矩的形式来控制平衡的[4]。自行车机器人的研究中，除了自行车的平衡控制问题外，另外轨迹控制研究也是一大方向，在轨迹控制上有很多的方法，有基于人工智能算法，使用蚁群算法和深度学习等进行轨迹规划和自主行驶[5-6]，也有对约定的轨迹进行跟踪，比如利用摄像头传感器[7-8]结合视觉算法，对行驶环境的标志物进行分析深度或颜色判断，找到轨迹的位置，还有在轨迹路线上安置红外标志物，通过红外传感器检测标志物，从而按照预定的路线进行循迹[9-10]。
本文在基于GPS模块数据基础上，设计了一种路径跟踪[11]方法，主要利用GPS模块实时返回的自行车机器人位置信息、速度信息、方位角信息，以及IMU九轴模块的姿态数据，首先通过IMU963RA姿态传感器对侧向平衡角度进行监测，利用惯性飞轮实现自行车机器人侧向平衡控制，其次轨迹跟踪实现是先在预设的路径上采集一系列关键定位坐标，作为路径跟踪的锚点[12]，然后通过单片机计算自行车机器人当前实时位置和锚点之间的夹角和距离，再通过PID控制算法设计控制器，控制车把舵机改变自行车的航向角来跟踪锚点，然后依次跟踪已经设定好的目标GPS锚点[13-14]，就实现了自行车机器人能够按照预定的路径行驶，从而实现路径跟踪。
1样机设计
本文设计了一款基于RT1064核心板的自行车机器人，如图1所示。rt1064核心板是一款基于NXP i.mx-t1064处理器的开发板，包括主控芯片i.mx-rt1064、外设芯片、存储芯片、电源管理模块等部分。主控芯片i.mx-t1064是整个核心板的核心部分，负责处理各种数据和控制信号。外设芯片包括了各种传感器、通信模块、显示模块等，用于扩展核心板的功能[15]。开发平台主要使用KeiluVision5作为主要软件开发工具。
自行车机器人整体结构如图2所示，主要由车架、驱动模块、控制模块、惯性飞轮和GPS模块组成。驱动模块主要包含后轮驱动、惯性飞轮驱动和车把舵机驱动，主要使用无刷电机和舵机。控制模块采用了RT064单片机作为控制核心，上面搭载了TAU201双频GPS模块以及IMU963RA九轴姿态传感器模块，IMU963RA是一款集陀螺仪、加速度计、磁力计于一体的传感器模块用于采集自行车机器人的姿态数据，主要用于检测自行车侧向倾倒角度，以便控制侧向平衡，还有采集航向速度，以便计算航向角。GPS模块和天线安装在车顶部，方便用于接收GPS信号，采集自行车的位置信息。为降低重心，将电池仓安装于车底部。
自行车的侧向平衡实现是使用了车架中部安装的惯性飞轮，惯性飞轮是使用无刷电机驱动，由IMU963RA九轴姿态传感器检测自行车机器人的侧向偏转角度，将偏转量构造成误差量代入到PID控制中，输出控制惯性飞轮的转速和方向，以提供反向力矩平衡自行车的重力产生的倾倒力矩，以实现侧向平衡。
2追踪控制设计
2.1任务目标
这里设计一个实验测试路径，如图2所示，要求自行车机器人在约30 m的跑道长度范围内进行一次往返跑，出发的道路上要求依次通过起点，在绕前3个障碍物的时候，先走S路线，然后走圆弧路线，最后再绕第四个障碍物一个半圆形，随后直线回到与起点同一线位的终点。整个测试包含连续的转弯，大半圆和直线等测试项目。
2.2 GPS锚点采集
本文设计的路径跟踪算法需要先获取到规划路线的一系列关键点位坐标信息，如图3所示的箭头点，其中关键点位，如起点和终点的经纬度，还有各个转弯角的点，然后使用GPS模块沿路采集这些点位的经纬度坐标信息。图4所示为设计的数据采集的流程图，程序设计通过按键作为采集数据的触发键，将GPS模块放置在点位的坐标点时候，按下按键1，则此点位的坐标信息被存储在一个数组中，随后继续进行采集，如果采集完成则由按键2来结束采集流程，这样程序实现了采集自行车机器人规划任务路线点的坐标信息，并将这些数据存储的功能。
在采集过程中，GPS可能或者手工操作会导致误差出现，所以为了让采集点的坐标更精确，在同一个点采集多次，并计算取得平均值。这样就得到了路径上相对精准锚点信息。
2.3 IMU模块方位角计算
2.3.1误差消除
本文设计采用IMU963RA九轴姿态传感器，由于传感器误差原因，即使其在静止时候，获取的初始数据也并不是一个恒定的值，而是一个微小波动的数值，航向角又是使用这些数据积分得到，多次使用就会出现较大累积误差。为了解决这个问题，使用平均法，采用在陀螺仪静止状态下获取100次的值，然后再取得平均值，随后将后续获取的值都减去这个平均值，以获得较准确的值，但实际上处理过程中，这个结果值在陀螺仪处于静止状态时还是会出现微小的波动，所以再对处理过后的数据取整去除小数，最后得到较为可靠的稳定姿态数值。
2.3.2方位角计算
IMU963RA九轴姿态传感器返回的原始方位角数据为角速度，所以需要对这个值进行积分获取角度，在自行车机器人行驶过程中，使用一个时间间隔为dt=5 ms的定时器用于积分计算。
计算公式如下，式中：w为角速度，yw为方位角。对w进行积分，得到yw。
yw=yw+wdt（1）
2.4实时坐标与锚点的夹角和距离计算
实现锚点跟踪的第一步，就是要知道锚点与当前自行车机器人的位置关系，其中两个量是最重要的，一个是与锚点之间方位角关系，即锚点在自行车机器人方位角那个方向夹角是多大，第二个就是与锚点之间的距离，用于判断是否达到锚点。所以需要根据传感器获取的数值来进行计算。首先按2.2节中程序将任务路径上的一系列锚点信息存到数组中，然后将采集到的机器人实时坐标信息，和锚点信息进行计算，就可以计算两点间的方位角与距离。
首先进行方位角计算，设采集到的锚点坐标为A
（x a，ya）、自行车机器人实时坐标为B（xb，yb）。先计算出两坐标点在纵向距离值和横向的距离值[16-17]。
然后根据三角定理，计算方位角θ。
由于GPS模块采集到的坐标是根据WGS-84坐标系计算得到[18]，所以最后得到的方位角θ是按照正北方向顺时针旋转的角度值。
然后通过Haversine法[19]计算两点的距离，其中地球半径R=6 378 137 m，则两点间的距离L计算如式（6）所示。
2.5锚点跟踪控制
锚点跟踪上主要使用PID控制方法来使机器人航向角不断趋近于方位角[20]。根据采集GPS实时数据，通过式（1）计算可以得到自行车机器人航向角yw，通过式（4）计算出与下一个锚点的方位角θ,由航向角yw和方位角θ的差值构造误差量e[21]。
e=yw-θ（7）
在误差量e基础上，使用PID控制器使得误差量逐渐减少并收敛，PID控制指的是比例、积分和微分3个环节构成的控制器，是一种采用反馈的控制回路机制，广泛应用于工业控制系统和需要连续调制控制的各种其他应用[22]，其结构如图5所示。
以误差量e作为输入，输出量u作为自行车机器人车把舵机的角度控制量[23]，设计了式（8）控制器。
控制器控制舵机角度，让自行车机器人始终朝着锚点位的方向前进。图6所示为实现锚点跟踪的程序流程图，程序中的航向角yw变量名为yaw，方位角θ变量名为brng。先计算航向角和方位角的差值，如果大于180°或小于负180°则矫正方向，计算PID控制器输出结果则发送给舵机，控制舵机角度。
在锚点跟踪过程中，会进行是否达到判定，当每隔dt时间，计算一次与锚点的距离。这里设定一个范围值La，用于决定是否为到达锚点的标准，当距离计算结果L超过了设定值La时，则认定达到了锚点，则切换需要跟踪的锚点为下一个锚点。依次对采集到的一系列锚点进行跟踪，以实现路径跟踪。
3样机实验测试
3.1实验及结果
实验测试中，首先进行锚点采集，沿着预定路线，对图3中的箭头的定位进行采集，作为锚点，在弯道处为获得较好的跟踪效果，适量增加采点的数量。设定控制参数如表1所示。
实验结果如图7逐帧截图所示，自行车机器人先在起点等待，0 s启动后，机器人便开始跟踪一系列的锚点而前进，第2 s时候到达第一个锚点，开始跟踪第二个锚点，开始转弯运动，第4 s到达第二个锚点，后续依次跟踪每个锚点，第18 s开始返程，按照预定的路径行驶，绕过障碍物后，第24 s到达了终点。实验结果验证了机器人能按预定路径进行跟踪，表明了设计的自行车机器人及路径跟踪算法的可行性。
3.2实验分析
综上所述，设计了基于单片机的自行车机器人GPS导航算法，提前给出规划路径点位信息，然后利用GPS模块和IMU模块获取自行车机器人在行驶过程中的坐标位置、方位角、姿态等信息，最后通过PID控制器控制输出量控制差别舵机偏转，使得自行车机器人按照预设路线形式，完成了实验验证，实验也验证了设计的路径跟踪算法的可行性。
4结束语
本文基于GPS定位优势设计了一款具有惯性飞轮的自行车机器人，该机器人通过惯性飞轮来控制车身平衡，在此基础上，本文利用GPS模块，设计了一种锚点追踪方法来实现了自行车机器人的路径跟踪，通过物理样机实验验证了该路径跟踪方法的可行性，通过设计与实验得到了下列结论。
（1）对于自行车类型的机器人，通过合理的锚点追踪方法也能实现路径跟踪。
（2）在自行车机器人上，对于路径跟踪算法，可以利用锚点跟踪法，将复杂的路径分解成一个个的小目标，依次完成小目标，以实现负责路径行驶。
（3）在自行车机器人中，PID控制既可以用于自行车的侧向平衡，也可以用于路径跟踪。
（4）针对具有误差的GPS和IMU传感器，可以采用平均法进行滤波，以在自行车机器人路径追踪时候获得较准确数据。
未来研究方向如下。一是可以继续就路径跟踪算法设计更为稳定和准确的路径跟踪算法；二是可以和自行车机器人的侧向平衡控制建立关系，使得自行车机器人可以高速行驶；三是可以升级传感器，使用新兴技术能使得自行车机器人的跟踪精度更高。通过不断地技术创
新和实践探索，平衡自行车机器人有望在未来的智能社会中发挥更加重要的作用，成为智能交通和现代物流等领域的重要工具，为人们的生活和工作带来更多便利。
参考文献：
[1]张珍珍.轮式移动机器人研究综述[J].电子技术与软件工程,2016(23):120.
[2]TANAKA Y,MURAKAMI T.A study on straight-line tracking and posture control in electric bicycle[J].IEEE Transactions on Industrial Electronics,2009.
[3]LEE S K,LEE I W,KIM M S,et al.Balancing and driving con⁃trol of a bicycle robot[J].Journal of Institute of Control,Robotics and Systems,2012:125-133.
[4]ZHANG Y Z,WANG P C,YI J G,et al.Stationary balance con⁃trol of a bikebot[C]//2014 IEEE International Conference on Ro⁃botics and Automation Hong Kong,2014:670.
[5]张靖雯.基于蚁群算法的智能汽车轨迹控制方法研究[J].工业仪表与自动化装置,2022(6):41-44.
ZHANG J W.Research on intelligent vehicle track control meth⁃od based on ant colony algorithm[J].Industrial Instrumentation&Automation,2022(6):41-44.
[6]殷慧.人工智能技术的船舶航行轨迹控制算法[J].舰船科学技术,2021,43(6):46-48.
YIN H.Research on ship trajectory control algorithm based on ar⁃tificial intelligence technology[J].Ship Science and Technology,2021,43(6):46-48.
[7]王玲玲,梁勇.基于摄像头的自主循迹智能车设计[J].计算机与数字工程,2017,45(11):2314-2316.
WANG L L,LIANG Y.Design of intelligent vehicle with inde⁃pendent tracking ability based on camera[J].Computer&Digital Engineering,2017,45(11):2314-2316.
[8]徐欢迎,汪毓铎.自平衡循迹避障自行车的设计与实现[J].科技通报,2023,39(7):24-27.
XU H Y,WANG Y D.Design and manufacture of self-balancing tracking obstacle avoidance bicycle[J].Bulletin of Science and Technology,2023,39(7):24-27.
[9]门筱希,孔祥初,吴多辉,等.基于红外传感器的智能循迹小车[J].通信电源技术,2019,36(3):112-115.
MEN X X,KONG X C,WU D H,et al.Intelligent track car based on infrared sensor[J].Telecom Power Technology,2019,36(3):112-115.
[10]陈智.基于STM32的智能循迹避障系统设计[J].无线互联科技,2024,21(8):8-11.
CHEN Z.Design of intelligent tracking and obstacle avoidance system based on STM32[J].Wireless Internet Science and Tech⁃nology,2024,21(8):8-11.
[11]邝川明,黄安儿,曾一煌,等.基于GPS定位的智能运送小车设计[J].时代汽车,2023(24):141-143.
KUANG C M,HUANG A E,ZENG Y H,et al.Design of intelli⁃gent transport car based on GPS positioning[J].Auto Time,2023(24):141-143.
[12]曹恩勇,王首彬,彭桂力,等.变电站巡检机器人路径规划算法研究[J].自动化仪表,2024,45(11):36-41.
[13]赵凯,朱愿,冯明月,等.基于多点序列预瞄的自动驾驶汽车路径跟踪算法研究[J].汽车技术,2018(11):1-5.
ZHAO K,ZHU Y,FENG M Y,et al.Research on path tracking algorithm of autonomous vehicles based on multi-point se⁃quence preview[J].Automobile Technology,2018(11):1-5.
[14]樊杰,张旭东,耿江波,等.面向未知环境探索的分层架构路径规划算法[J].集成技术,2024,13(02):52-63.
[15]林怡格.基于LVDS的同步数据汇聚平台硬件研发[D].杭州:浙江大学,2021.
[16]廖坤男,郭玉英.基于改进自适应卡尔曼滤波的姿态解算方法研究[J].制造业自动化,2023,45(6):154-159.
LIAO K N,GUO Y Y.An improved adaptive Kalman filter based attitude estimation algorithm[J].Manufacturing Automa⁃tion,2023,45(6):154-159.
[17]刘力荣,李菡.GPS坐标与方向、距离相互转换的计算公式推导[J].南方农机,2018,49(14):106.
[18]曾俊铭,张杰,韩程.一种基于卫星定位的有轨电车车载定位方法[J].铁路通信信号工程技术,2024,21(11):94-100.
[19]樊东卫,何勃亮,李长华,等.球面距离计算方法及精度比较[J].天文研究与技术,2019,16(1):69-76.
FAN D W,HE B L,LI C H,et al.Research on spherical dis⁃tance computation and accuracy comparison[J].Astronomical Research&Technology,2019,16(1):69-76.
[20]陶玉贵,胡飞.基于PID算法的智能竞速小车设计与实现[J].南方农机,2023,54(5):30-33.
TAO Y G,HU F.Design and implementation of intelligent rac⁃ing car based on PID algorithm[J].South Agricultural Machin⁃ery,2023,54(5):30-33.
[21]刘文龙,王晨旭,徐伟东.基于预瞄模型的农机路径跟踪模糊PID控制方法[J].农业工程,2024,14(7):31-36.
LIU W L,WANG C X,XU W D.A fuzzy PID control method of path tracking for agricultural machinery based on preview model[J].Agricultural Engineering,2024,14(7):31-36.
[22]黄俊民,肖翔.基于PID的自平衡车控制系统设计[J].装备制造技术,2024(5):125-127.
[23]乔素芳.面向儿童游戏的改进PID陪伴机器人运动规划及控制方法研究[J].自动化与仪器仪表,2024(7):288-292.
QIAO S F.Research on the motion planning and control method of the improved PID companion robot for children′s games[J].Automation&Instrumentation,2024(7):288-292.后台-系统设置-扩展变量-手机广告位-内容正文底部 -
本文标签：
基于GPS锚点的自行车机器人路径跟踪算法设计与实现论文
人参与 2025-06-12 11:11:21 分类 : 理学 点这评论 作者：团论文网 来源：https://www.tuanlunwen.com/
-
站内搜索
-
随机文章
-
标签列表
-
-
最近发表
-
-
热门文章 | 最新文章 | 随机文章
-
-
最新留言
-
首页 论文知识 教育论文 毕业论文 教学论文 经济学 管理学 职称论文 法学 理学 医学 社会学 物理学 文献 工程论文 学位论文 研究论文
Powered 团论文网 版权所有 备案号：鄂ICP备2022005557号统计代码
全站搜索