Đồ án Robot hai bán tự cân bằng dùng Fuzzy-PID (Phần 1)

Nội dung text: Đồ án Robot hai bán tự cân bằng dùng Fuzzy-PID (Phần 1)

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM KHOA ĐÀO TẠO CHẤT LƯỢNG CAO ĐỒ ÁN TỐT NGHIỆP NGÀNH CÔNG NGHỆ KỸ THUẬT ĐIỀU KHIỂN - TỰ ĐỘNG HÓA ROBOT HAI BÁN TỰ CÂN BẰNG DÙNG FUZZY-PID GVHD: ThS. NGUYỄN TRẦN MINH NGUYỆT SVTH: NGUYỄN TÂN AN MSSV: 12151157 LÊ MINH TRÍ MSSV: 12151086 S K L 0 0 4 6 7 2 Tp. Hồ Chí Minh, tháng 7 năm 2016
2. TÓM TẮT ĐỀ TÀI Robot hai bánh tự cân bằng là một đối tượng có tính phi tuyến cao và tương đối không ổn định. Vì vậy, ta phải có một phương pháp điều khiển mới để đưa hệ thống robot hai bánh về vị trí cân bằng mong muốn. Một trong những phương pháp được ứng dụng vào điều khiển đó chính là Fuzzy-PID. Với ưu điểm hệ thống cơ khí không quá phức tạp, robot hai bánh tự cân bằng được sử dụng rộng rãi trong việc giảng dạy và nghiên cứu lý thuyết điều khiển tự động cũng như xây dựng các bộ điều khiển số. Hệ thống bao gồm: hai bánh xe được gắn vào bệ của robot và kết nối với hai động cơ DC thông qua bộ truyền đai, bệ của robot được gắn với thân của robot tượng trưng cho thanh quay của con lắc ngược. Cảm biến Gyro-86 được sử dụng để tính góc xoay để đảm bảo thân của robot xoay trục của động cơ. Ta phải điều khiển để thân robot có thể cân bằng ở một vị trí cân bằng cho phép. Mục tiêu của đề tài là xây dựng bộ điều khiển Fuzzy- PID với luật điều khiển Max-Min để điều khiển đối tượng có độ phi tuyến này được ổn định. Luật điều khiển này sẽ được mô phỏng bằng Matlab Simulink và được kiểm nghiệm trên nền vi điều khiển Cortex- M4F. Ưu điểm khi sử dụng Cortex-M4F để thực thi bộ điều khiển là: giá thành rẻ, sử dụng linh hoạt và dễ dàng ứng dụng vào thực tế khi được thương mại hóa. Cảm biến sử dụng Gyro giá rẻ nhưng vẫn đáp ứng được những yêu cầu đưa ra. i
3. ABSTRACT Two-wheeled self-balancing robot is an object of high nonlinearity and relatively unstable. Therefore, we must have a new control method to give two-wheeled robotic system for the location of the desired balance. One of the methods to be applied to control Fuzzy-PID that is. With mechanical advantage system is not too complicated, two-wheeled self-balancing robot is widely used in teaching and research control theory as well as the construction of digital controllers. The system includes: two wheels are attached to the base of the robot and connected to two DC motors through belt driven, the base of the robot is attached to the body of the robot's rotation represents the inverted pendulum rod. Gyro-86 sensor is used to calculate the rotation angel of the robot body to ensure the rotation of the motor shaft. Thus the body of the robot will orbit relative around the motor shaft. We have to control the robot to be able to balance itself in a position to balance allows. The objective of the project is to build Fuzzy-PID controller with Max-Min control law to control objects nonlinearity is stable. This control law will be simulated by matlab simulink and tested on the Cortex-M4F microcontroller. Advantages when using the Cortex-M4F to execute the controller are: low cost, flexible use and easy application into commercial reality when variables used Gyro sensor price cheap but still meet the request made ii
4. Lời cảm ơn Nhóm không thể theo đuổi và hoàn thành đề tài của luận văn tốt nghiệp trong vòng 16 tuần nếu không có sự giúp đỡ của những người thân và bạn bè xung quanh. Do vậy, với trân trọng và cảm kích, nhóm xin gửi lời cảm ơn đến thầy cô, những người thân trong gia đình và bạn bè xung quanh đã chăm sóc, an ủi khi gặp trở ngại và động viên nhóm để thực hiện luận văn. Lời cảm ơn đầu tiên, tôi xin chân thành gửi đến Cô Nguyễn Trần Minh Nguyệt người đã tận tình hướng dẫn và truyền đạt các kiến thức giúp tôi hoàn thành luận văn này. Điều quan trọng nhất là Th.S Nguyễn Trần Minh Nguyệt hướng nhóm tìm được con đường nghiên cứu các thuật toán mới có tính ứng dụng cao ngoài thực tiễn, và rất phù hợp với sở thích và niềm đam mê của tôi. Bên cạnh đó, tôi xin chân thành gửi lời cảm ơn đến quý thầy cô trong bộ môn Điều Khiển Tự Động: thầy Nguyễn Minh Tâm, cô Nguyễn Trần Minh Nguyệt, thầy Lê Chí Kiên, thầy Trương Đình Nhơn và thầy Nguyễn Đình Phú, đã cho nhóm các kiến thức rất bổ ích và quý giá trong quá trình học tập để ứng dụng vào nghiên cứu và phát triển đề tài này cũng như ứng dụng vào công việc sau này. Tôi cũng xin chân thành gửi lời cảm ơn đến tất cả các bạn đại học khóa 2012 đã động viên, giúp đỡ, trao đổi kiến thức với nhau trong suốt khóa học. Cuối cùng, tôi xin chân thành cảm ơn sự quan tâm, hỗ trợ, tạo điều kiện và động viên về vật chất lẫn tinh thần của các thành viên trong gia đình trong suốt thời gian qua. Tp.HCM, ngày 19 tháng 07 năm 2016. Nhóm thực hiện đề tài Nguyễn Tấn An Lê Minh Trí iii
5. DANH MỤC CÁC TỪ VIẾT TẮT PID: Proportional-Integral-Derivative NE: Negative ZE: Zero PO: Positive NB: Negative Big NS:Negative Small ZE: Zero PS: Positive Small PB: Positive Big iv
6. DANH MỤC CÁC BẢNG BIỂU Bảng 3.1 Luật suy luận mờ. Bảng 3.2 Chọn giá trị cho biến mờ sai số. Bảng 3.3 Chọn giá trị cho biến đạo hàm sai số. v
7. DANH SÁCH HÌNH ẢNH VÀ BIỂU MẪU Hình 1.1 Nbot Hình 1.2 Giải thuật điều khiển Nbot Hình 1.3 Robot điều khiển bằng logic mờ Hình 1.4 Balance bot I Hình 1.5 Segway Hình 1.6 Xe hai bánh tự cân bằng HTV và nhóm thực hiện Hình 2.1 Mô hình Nguyễn lý giữ thăng bằng Hình 2.2 Mô tả cách bắt đầu di chuyển Hình 2.3 Trạng thái xe ba bánh khi di chuyển trên địa hình phẳng và dốc Hình 2.4 Trạng thái xe hai bánh di chuyển trên địa hình phẳng, dốc Hình 2.5 Miền xác định và miền tin cậy của tập mờ Hình 2.6 Một số dạng hàm thuộc (Gaussian, PI-shape, S-shape, Sigmoidal, Z-shape) Hình 2.7 Phép giao của hai tập mờ Phép hợp Hình 2.8 Phép hợp của hai tập mờ Phép bù Hình 2.9 Phép bù của tập mờ Hình 2.10 Giải mờ theo phương pháp cực đại Phương pháp trọng tâm Hình 2.11 Sơ đồ cấu trúc bộ điều khiển mờ Hình 2.12 Sơ đồ khối cấu trúc bộ điều khiển Fuzzy-PID Hình 2.13 Bus I2C và các thiết bị ngoại vi Hình 2.14 Kết nối thiết bị vào bus I2C ở chế độ chuẩn (Standard mode) và chế độ nhanh (Fast mode) Hình 2.15 Truyền nhận giữa thiết bị chủ và tớ ( Master – Slave ) Hình 2.16 Điều kiện Start và Stop của bus I2C Hình 2.17 Quá trình truyền tải 1 bit dữ liệu Hình 2.18 Dữ liệu truyền trên bus I2C Hình 2.19 Bit ACK trên bus I2C Hình 2.20 Lưu đồ thuật toán truyền nhận dữ liệu Hình 2.21 Cấu trúc byte dữ liệu đầu tiên Hình 2.22 Quá trình truyền dữ liệu Hình 2.23 Ghi dữ liệu từ chủ đến tớ Hình 2.24 Đọc dữ liệu từ thiết bị tớ Hình 2.25 Quá trình đọc ghi phối hợp dữ liệu Hình 2.26 Sơ đồ tín hiều đầu vào ra của bộ lọc Kalman vi
8. Hình 2.27 Cảm biến GY-86 Hình 2.28 Sơ đồ nguyên lý cảm biến MPU6050 Hình 2.29 Bộ KIT Tiva C Hình 3.1 Nguyên lý hoạt động robot hai bánh tự cân bằng Hình 3.2 Hình chiếu cạnh của con lắc ngược 2 bánh Bảng 3.3 Chọn giá trị cho biến mờ đạo hàm sai số Hình 3.4 Ngõ vào sai số của hàm mờ Hình 3.5 Ngõ vào đạo hàm của sai số theo thời gian Hình 3.6 Mối quan hệ đầu vào ra Hình 3.7 Mô hình mô phỏng Fuzzy-PID Hình 3.8 Đáp ứng đầu ra khi chỉ dùng hệ số Kp Hình 3.9 Đáp ứng đầu ra khi dùng hệ số Kp và fuzzy Hình 3.10 Đáp ứng đầu ra khi dùng bộ PD Hình 3.11 Đáp ứng đầu ra khi dùng bộ PD Fuzzy Hình 3.12 Tín hiệu điều khiển của bộ PD và PD Fuzzy Hình 3.13 Đáp ứng đầu ra của PD và PD Fuzzy Hình 4.1 Lưu đồ giải thuật Hình 4.2 Lưu đồ khối điều khiển cân bằng Hình 4.3 PIN K-POWER 3S 11.1V 2200mAh 25C Hình 4.4 Đông cơ DC 12V Hình 4.5 Mạch nguồn LD 1085 Hình 4.6 Hình ảnh thực tế Hình 4.7 Driver cầu H Hình 4.8 Sơ đồ kết nối cầu H Hình 4.9 Kết nối cảm biến vào vi điều khiển Hình 4.10 Hình robot nhìn từ trên xuống Hình 4.11 Robot nhìn trực diện vii
9. Mục Lục TÓM TẮT ĐỀ TÀI i Lời cảm ơn iii DANH MỤC CÁC TỪ VIẾT TẮT iv DANH MỤC CÁC BẢNG BIỂU v DANH SÁCH HÌNH ẢNH VÀ BIỂU MẪU vi CHƯƠNG 1: TỔNG QUAN 1 1.1 Lời nói đầu 1 1.2 Các công trình nghiên cứu liên quan 2 1.2.1 Nbot 2 1.2.2 Two-wheeled inverted pendulum 3 1.2.3 Balance bot I 4 1.2.4 Segway 4 1.2.5 HTV 7 1.3 Mục tiêu đề tài 8 1.4 Giới hạn đề tài 8 1.5 Phương pháp nghiên cứu 9 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 10 2.1 Thế nào là xe hai bánh tự cân bằng 10 2.2 Tại sao phải thiết kế xe hai bánh cân bằng 11 2.3 Ưu nhược điểm của xe hai bánh tự cân bằng 12 2.3.1 Ưu điểm của xe scooter tự cân bằng trên hai bánh 12 2.3.2 Nhược điểm của xe 13 2.4 Khả năng ứng dụng 13 `
10. 2.5 Giới thiệu thuật toán PID 13 2.5.1 Thành phần tỉ lệ (P) 14 2.5.2 Thành phần tích phân (I) 14 2.5.3 Thành phần vi phân (D) 14 2.5.4 Chỉnh định tham số bộ điều khiển PID 15 2.6 Lý thuyết điều khiển mờ (Fuzzy Logic Control) 16 2.6.1 Định nghĩa tập mờ 16 2.6.2 Các phép toán trên tập hợp mờ 17 2.6.3 Tính chất của tập hợp mờ 19 2.6.4 Biến mờ và biến ngôn ngữ 20 2.6.5 Mệnh đề mờ và mệnh đề hợp thành 21 2.6.6 Các luật hợp thành 22 2.6.7 Giải mờ 22 2.6.8 Hệ quy tắc mờ 23 2.6.9 Xây dựng bộ điều khiển Fuzzy 24 2.7 Cấu trúc bộ điều khiển Fuzzy-PID 26 2.8 Giới thiệu về I2C 26 2.8.1 Đặc điểm giao tiếp I2C 27 2.8.2 START and STOP conditions 29 2.8.3 Định dạng dữ liệu truyền 30 2.8.4 Định dạng địa chỉ thiết bị 32 2.8.5 Truyền dữ liệu trên bus I2C, chế độ Master‐Slave 32 2.9 Giới thiệu về Kalman 34 2.9.1 Giới thiệu lý thuyết về bộ lọc Kalman 34 2.9.2 Xử lý dữ liệu đọc từ cảm biến MPU6050 36 `
11. 2.9.3 Áp dụng bộ lọc Kalman cho việc xử lý tín hiệu từ cảm biến MCU6050 37 2.10 Cảm biến Gyo-86 40 2.11 Board Tiva C 41 CHƯƠNG 3: THIẾT KẾ BỘ ĐIỀU KHIỂN 43 3.1 Nguyên lý hoạt động của robot hai bánh tự cân bằng 43 3.2. Mô hình hóa robot hai bánh tự cân bằng 43 3.2.1. Mô tả phần cứng 43 3.2.2 Mô hình toán học 45 49 3.3 Thiết kế bộ điều khiển FUZZY-PID cho robot hai bánh tự cân bằng 3.3.1 Thiết kế FUZZY 49 3.3.2 Kết quả mô phỏng của FUZZY-PID 52 3.3.3 Chọn bộ điều khiển 54 CHƯƠNG 4: 56 THI CÔNG THỰC NGHIỆM 56 4.1 Lưu đồ giải thuật 56 4.2 Chọn động cơ và pin 58 4.2.1 Chọn pin 58 4.2.2 Chọn động cơ 58 4.3 Các mạch điều khiển 59 4.3.1 Mạch nguồn 59 4.3.2 Driver cầu H 60 4.3.3 Kết nối cảm biến với vi điều khiển 60 4.4 Mô hình thực tế 61 CHƯƠNG 5: 63 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI 63 `
12. 5.1 Các kết quả đã đạt được 63 5.2 Các kết quả chưa đạt được 63 5.3 Hướng phát triển của đề tài 63 Tài liệu tham khảo 64 `
13. CHƯƠNG 1: TỔNG QUAN `
14. Chương 1 Tổng Quan 1.1 Lời nói đầu Sự phát triển mạnh mẽ của khoa học kỹ thuật đã tạo tiền đề cho ngành công nghệ robot đạt được những thành tựu to lớn như: robot asio của Honda, robot công nghiệp, robot thám hiểm mặt trăng, Để đạt được những thành tựu đó ta phải nghiên cứu những vấn đề cân bằng cơ bản để đạt đến những thành tựu công nghệ robot hiện nay thông qua xe hai bánh tự cân bằng Segway, một phát minh nổi tiếng của kỹ sư người Mỹ- Dean Kamen vào năm 2001. Đây là một loại robot hai bánh, nó tự giữ cân bằng và di chuyển dễ dàng trong khoảng không gian vừa đủ với yêu cầu linh hoạt, cơ động, hiệu quả. Với những ưu điểm đó, robot hai bánh tự cân bằng đã nhận được sự quan tâm từ các nhà nghiên cứu robot trên thế giới. Do đó, đề tài được xuất phát từ ý tưởng đã được thương mại hóa của công ty Segway. Trên mô hình sản phẩm của Segway với các cảm biến được sử dụng để đọc tín hiệu cảm biến về giá rất là cao. Bên cạnh đó, trình độ về cơ khí chưa cho phép để thiết kế một mô hình hoàn hảo. Do vậy, chúng ta sẽ kết hợp cảm biến giá rẻ phù hợp với điều kiện cho phép kết hợp cùng một mô hình đơn giản cho ra hệ thống xe hai bánh tự cân bằng. Hệ thống là một robot có hai bánh xe được đặt song song với nhau giữa những bản lề mica được xếp ba tầng. Trên hệ thống sử dụng cảm biến để đo góc nghiêng của thân xe, một mạch nguồn 5V cung cấp cho vi điều khiển, một mạch cầu H để cấp xung điều khiển bánh xe, một pin nguồn 12V để cung cấp cho mạch cầu H. Nhờ vào cảm biến được đặt trên hệ thống robot có thể tự giữ thăng bằng. Trên hệ thống robot, cảm biến khi sử dụng luôn bị nhiễu bởi tác động từ mọi thứ từ cơ phí đến sai số ngõ ra, do vậy giá trị đo khi của cảm biến lúc này là không chính xác, bộ lọc Kalman được nghiên cứu và sử dụng để cho kết quả tối ưu về tình trạng góc nghiêng của hệ thống. Nói cách khác thì Kalman là bộ lọc để biến các kết quả từ cảm biến chưa chính xác thành những kết quả có giá trị. Từ tín hiệu đo được, ta sẽ tính toán được các giá trị phù hợp để điều khiển bánh xe giúp cho hệ thống được thăng bằng một cách ổn định. Trong hiện tại, nhưng ưu điểm từ hệ thống robot hai bánh tự cân bằng đã được ứng dụng trên nhiều sản phẩm và hệ thống. Và hi vọng rằng trong tương lai đề tài này sẽ phát triển thêm nhiều hệ thống dưới các dạng khác nhau để phục vụ lợi ích của con người. Đồ án tốt nghiệp 1
15. Chương 1 Tổng Quan 1.2 Các công trình nghiên cứu liên quan 1.2.1 Nbot Nbot do David P.Anderson sáng chế. Nbot được lấy ý tưởng cân bằng như sau: các bánh xe phải chạy về hướng mà robot sắp ngã. Hình 1.1 Nbot Điều khiển dựa trên mô hình không gian trạng thái: Hình 1.2: Giải thuật điều khiển Nbot Đồ án tốt nghiệp 2
16. Chương 1 Tổng Quan Góc nghiêng của robot: θ Đạo hàm góc nghiêng chính là vận tốc góc nghiêng:  Vị trí robot: x Đạo hàm của vị trí robot chính là vận tốc di chuyển của robot: x Bốn biến thông số này tính ra điện áp điều khiển U cho 2 động cơ của hai bánh xe theo công thức sau: . U = K1* θ +K2*θ +K3* x + K4* x Ưu điểm: dể dàng thực hiện bộ điều khiển theo mô hình không gian trạng thái khi đã tuyến tính hóa điểm làm việc để xác định các ma trận A, B, C, D để tính các thông số K1, K2, K3, K4. Khuyết điểm: Vì phải tuyến tính hóa nên khi đối tượng làm việc quá xa điểm cân bằng ta phải tính lại các thông số K1, K2, K3, K4 nên đòi hỏi phải có bộ xử lý mạnh để tính các thông số này hoặc ta phải tính trước. 1.2.2 Two-wheeled inverted pendulum Hình 1.3 Robot điều khiển bằng logic mờ Điều khiển dựa trên Fuzzy Logic được nhúng trên FPGA. Ưu điểm: do Fuzzy Logic được nhúng trên FPGA nên tốc độ đáp ứng rất nhanh và chính xác, cộng với bộ kinh nghiệm tốt là thế mạnh rất lớn của mô hình điều khiển dạng này. Khuyết điểm: chất lượng bộ điều khiển phụ thuộc rất nhiều bộ kinh nghiệm của tập mờ. Bộ điều khiển này chỉ có thể áp dụng cho một đối tượng duy nhất và giá thành rất đắt. Đồ án tốt nghiệp 3
17. Chương 1 Tổng Quan 1.2.3 Balance bot I Balance bot I (do Sanghyuk, hàn quốc thực hiện) là một roboy hai bánh tự cân bằng bằng cách kiểm soát thông tin phải hồi. Hệ thống cao 50cm, khung chính là bằng nhôm. Nó có hai trục bánh xe nối với bộ giảm tốc và động cơ DC cho sự phát động. Tổng cộng có ba bộ xử lý Atmel được sử dụng. Vi điều khiển chính thi hành các nguyên lý kiểm soát và thuật toán ước lượng. Một vi điều khiển kiểm soát tất cả các cảm biến analog. Vi điều khiển thứ 3 điều khiển động cơ. Hình 1.4 Balance bot I Điều khiển dựa trên bộ điều khiển LQR Ưu điểm: ổn định một cách bền vững đối với sai số nhân đầu vào đặc biệt là đối với hệ thống này thì tín hiệu góc pitch của gyro sensor rất biến động. Hệ thống làm rất ổn định tại điểm làm việc. Khuyết điểm: Vì phải tuyến tính hóa đối tượng phi tuyến nên khi đối tượng làm việc quá xa điểm cân bằng ta phải tính lại các thông số của bộ điều khiển nên đòi hỏi phải có bộ xử lý mạnh để tính lại các thông số. 1.2.4 Segway Không giống như xe hơi, Segway chỉ có hai bánh - trông như một chiếc xe đẩy hai bánh thông thường, nó có thể kiểm soát hoạt động ở tư thế thẳng đứng. Để di chuyển về phía trước hay ra phía sau, người lái chỉ cần hơi nghiêng về phía trước hay ra sau. Để quẹo trái hay phải người lái chỉ cần quay tay lái về hướng đó. Hoạt động cân bằng ở Segway là một điều thú vị nhất, đó là chìa khóa của quá trình hoạt động. Xem xét về mô hình Karmen về thăng bằng của cơ thể người để hiểu hệ Đồ án tốt nghiệp 4
18. Chương 1 Tổng Quan thống làm việc như thế nào. Nếu ta đứng nghiêng về phía trước, không còn thăng bằng, bạn sẽ ngã về phía trước. Bộ não biết rằng bạn không còn thăng bằng nữa, bởi vì chất dịch trong tay dao động, nên nó truyền tín hiệu cho chân bạn đặt lên phía trước là bạn lấy lại cân bằng. Nếu bạn giữ cơ thể mình trong tư thế nghiêng về phía trước, bộ não điều khiển bạn đặt chân về phía trước và giữ bạn thẳng đứng. Thay vì ngã, bạn đến trước. Hình 1.5 Segway Segway tạo ra khá giống như vậy, ngoại trừ có các bánh xe thay vì đôi chân, động cơ thay cho cơ bắp, tập hợp các mạch vi xử lý thay cho bộ não và dãy các cảm biến thay cho hệ thống cân bằng tai trong. Như bộ não của bạn Segway nhận biết khi ta hướng về phía trước. Để giữ cân bằng nó quay bánh xe đến trước chỉ với tốc độ vừa phải (chính xác), nên ta di chuyển về phía trước. Thiết bị lái tận dụng công nghệ lái drive-by-wire và thiết bị cơ khí của hệ thống. Trong khi việc thiết kế bốn bánh mang đến một sự vận động dễ dàng và tốc độ cao hơn một tí, người lái có thể chọn thiết kế bốn bánh hay chỉ hai bánh. Điều quan trọng của Segway là sự kết hợp của một dãy các cảm biến, hệ thống điều khiển và một hệ thống động cơ.Hệ thống cảm biến chủ yếu là sự kết hợp của con quay hồi chuyển (gyroscope). Một con quay hồi chuyển cơ học cơ bản là một bánh xe quay tròn bên trong cơ cấu vững chắc. Mục đích của sự quay tròn là kháng lại sự thay đổi trục quay của nó, bởi vì lực tác động di chuyển dọc theo cơ cấu. Nếu ta đẩy một điểm bên trên bánh xe quay, ví dụ, điểm này di chuyển quay bánh trước trong khi nó vẫn còn giữ lực tác động. Một khi lực giữ di chuyển, nó thúc lực tác dụng đối diện với điểm cuối của bánh xe. Kết quả là không còn cân bằng lực. Đồ án tốt nghiệp 5
19. Chương 1 Tổng Quan Bởi vì nó kháng đối với lực bên ngoài, bánh xe quay hồi chuyển sẽ duy trì vị trí của nó trong không gian (liên hệ với mặt đất) thậm chí nếu bạn nghiêng nó đi. Nhưng hệ thống con quay hồi chuyển sẽ di chuyển tự do trong không gian. Bằng việc đo lường vị trí của bánh xe quay liên hệ với cơ cấu, cảm biến chính xác có thể cho ta biết độ dốc của vật (nó nghiêng bao nhiêu so với vị trí thẳng đứng) cũng như tốc độ dốc (nó nghiêng như thế nào). Một con quay hồi chuyển thông thường sẽ cồng kềnh và khó bảo dưỡng xe, nên Segway tiếp thu hiệu quả này với hình thức khác của cơ khí. Segway vận dụng một cảm biến tốc độ nghiêng bán dẫn đặc biệt làm từ silic. Loại con quay hồi chuyển này quay định sự quay vòng của vật thể sử dụng hiệu ứng Coriolis trên một lớp rất nhỏ. Segway HT có năm cảm biến hồi chuyển, mặc dù nó chỉ cần ba cảm biến để phát hiện mức đẩy ra trước hay ra sau cũng như nghiêng sang bên trái hay bên phải. Các cảm biến còn lại làm phương tiện chắc chắn hơn. Thêm vào đó, Segway có hai cảm biến nghiêng chứa đầy dung dịch điện phân. Giống như tai trong, hệ thống nhận biết vị trí nghiêng có liên hệ với mặt đất trong trạng thái nghiêng của bề mặt dung dịch. Tất cả thông tin về trạng thái nghiêng truyền đến “bộ não” của xe, hai bản mạch điều khiển điện tử bao gồm một board vi mạch xử lý. Segway có tổng cộng mười bảng mạch vi xử lý, với năng lực gấp ba năng lực của PC điển hình. Thông thường cả hai bảng mạch làm việc chung với nhau nếu một bảng bị hư, bảng còn lại nhận tất cả chức năng để hệ thống báo tín hiệu cho người lái biết sự trục trặt để khởi động lại. Segway đòi hỏi năng lực làm việc cao của bộ não vì nó điều chỉnh cực kỳ chính xác để giữ không bị ngã. Trong những máy thông thường, bảng mạch điều khiển kiểm tra cảm biến khoảng 100 lần/giây. Mạch vi xử lý điều hành phần mềm tương thích để phát tín hiệu tất cả các thông tin ổn định và điều chỉnh tốc độ cho nhiều động cơ điện phù hợp. Động cơ điện được nạp năng lượng từ pin (Ni-MH) có thể sạc lại, làm quay độc lập mỗi bánh xe với tốc độ khác nhau. Khi xe nghiêng về phía trước, động cơ làm cả hai bánh xe quay về phía trước và giữ về trạng thái nghiêng. Khi xe nghiêng ra sau, động cơ làm cả hai bánh quay ra sau. Khi người lái điều khiển tay lái ra trái hay phải, động cơ làm một trong hai bánh xe quay nhanh hơn bánh kia hay bánh xe quay ngược chiều để xoay vòng. Nó chỉ đi khoảng 12 dặm/giờ ( 20km/giờ), và nó cần nạp điện khoảng 6 giờ để dự trữ năng lượng đủ cho một chuyến đi 15 dặm ( 24km). Đồ án tốt nghiệp 6
20. Chương 1 Tổng Quan Segway là lựa chọn cao trong thành phố. Vì các xe hơi đắt tiền và nếu có nhiều xe trên đường phố sẽ gây ùn tắc giao thông, và thiếu chỗ đậu xe. Tất cả điều ấy, xe hơi không là phương tiện tối ưu nhất trong các chung cư đông đúc.Segway không để đưa con người đến nơi muốn đến với độ cao với tốc độ cao nhất, nhưng Segway có thể di chuyển chậm, nối đuôi nhau. Một khi nó đến nơi, người lái có thể mang Segway vào bên trong mà không lo lắng vì về chỗ đậu xe. Và cũng không cần ngừng ở trạm xăng mà chỉ cần nạp điện ở nhà. Segway cũng là chiếc máy tốt dùng để đi trong các kho hàng, nơi có nhiều hành lang. Người ta còn nhận thấy sự hữu dụng khi đi quanh trong các khu dân cư, sân bay hay công viên. Thật sự không có giới hạn không gian sử dụng xe. Segway giúp bạn di chuyển nhanh hơn mà không mất nhiều năng lượng. Tốc độ cao nhất: 12,5 dặm/giờ (20 km/giờ). Gấp ba lần tốc độ đi bộ bình thường. Trọng lượng không tải: 80 lbs (36 kg). Chiều rộng: không gian bao phủ trên mặt đất của Segway là 19 – 25 inch (48 – 63,5 cm). Segway có chiều rộng gần bằng kích thước của một người trung bình, nên nó không mất nhiều diện tích trên đường. Bàn đạp dài 8 inch (20 cm). Tải trọng: một người nặng 250 pound (110 kg) với hàng hóa nặng 75 pound (34 kg). Phạm vi: đi khoảng 17 dặm (28 km) với một bình sạc đơn. Trên mô hình tính toán, người thiết kế ước tính xe đi trong phạm vi 11 dặm (17 km) với một bình sạc đơn. Giao diện hiển thị xe hoạt động: Segway có màn hình LCD nhỏ cho người biết năng lượng pin còn bao nhiêu và hoạt động của xe như thế nào, còn tốt không. Màn hình trình bày bề mặt hoạt hình, biểu diễn trạng thái chung của phương tiện. 1.2.5 HTV Nhóm sinh viên ngành kỹ thuật HTV của trường đại học Camosun gồm các thành viên Brian Beckwith, Eric Desjardins, Chris Howard, Joel Murphy, Matt Uganecz, Jack Wooley đến từ các bang khác nhau Victoria, British Columbia của Canada. Tháng 3/2004, họ đã cho ra đời sản phẩm scooter HTV như một đề án tốt nghiệp đại học của họ. Đồ án tốt nghiệp 7
21. Chương 1 Tổng Quan Hình 1.6 Xe hai bánh tự cân bằng HTV và nhóm thực hiện Nhóm HTV đã sử dụng ADXR150EB từ thiết bị analog đo vận tốc nghiêng. Đó là một gyro tuyệt vời, có các tính năng như: loại bỏ độ rung cao, tỉ số cao ±1500/s., độ nhạy cao 12m V/deg/s, được cài đặt sẵn tín hiệu điều kiện. MMA2260D từ Motorola, một gia tốc kế có độ nhạy cao (1200m V/G), và cũng được cài đặt sẵn tín hiệu điều kiện, dùng đo góc nghiêng tĩnh. Bộ điều khiển sử dụng Logic mờ (Fuzzy Logic) trong việc điều khiển cân bằng và di chuyển xe. 1.3 Mục tiêu đề tài Mục tiêu của đề tài này là xây dựng hệ thống robot hai bánh tự cân bằng dựa trên nền tảng lý thuyết mô hình con lắc ngược. Khả năng cân bằng của robot một cách ổn định sau khi bị tác động. 1.4 Giới hạn đề tài Trong khuôn khổ 16 tuần thực hiện luận văn tốt nghiệp đại học, những mục tiêu của đề tài được đưa ra như sau: . Thi công hệ thống robot hai bánh tự cân bằng. . Nghiên cứu bộ vi điều khiển ARM Cortex-M4. . Nghiên cứu lập trình C cho ARM Cortex-M4 bằng IAR. . Nghiên cứu thiết kế-thi công công phần mạch điều khiển, công suất . Thiết kế và mô phỏng bộ điều khiển PID Fuzzy trên Simulink. . Tiến hành thu thập dữ liệu từ mô hình mô phỏng để đánh giá đáp ứng của hệ thống. Đồ án tốt nghiệp 8
22. S K L 0 0 2 1 5 4