兩輪自平衡車(chē)的吸引區(qū)域估算方法

岳玉環(huán)，趙永華，郜峰

(嘉興職業(yè)技術(shù)學(xué)院，浙江 嘉興 314036)

0 引言

眾所周知，在很多情況下，精確地求解系統(tǒng)吸引區(qū)域是非常困難的，所以只能采用估算的方法來(lái)盡可能地近似地求解吸引區(qū)域。常用的方法是基于Lyapunov 函數(shù)的方法。由于Lyapunov 函數(shù)的選擇對(duì)于吸引區(qū)域的估計(jì)有很大的影響，所以如何選擇一個(gè)合適的Lyapunov函數(shù)來(lái)估計(jì)吸引區(qū)域仍然具有很大的難度。 其中相對(duì)簡(jiǎn)單的二次Lyapunov 函數(shù)常用來(lái)進(jìn)行吸引區(qū)域的估算[1]。此外，文獻(xiàn)[2-3]對(duì)多項(xiàng)式系統(tǒng)的吸引區(qū)域估計(jì)提出不同解決方法。然而，其中很多實(shí)際系統(tǒng)，例如輪擺、有飽和系統(tǒng)等都屬于非多項(xiàng)式系統(tǒng)。在文獻(xiàn)[4] 中提出了針對(duì)非多項(xiàng)式系統(tǒng)尋找吸引區(qū)域的估計(jì)方法。這些方法都是基于線(xiàn)性矩陣不等式(LMI)展開(kāi)式求解多項(xiàng)式最優(yōu)解實(shí)現(xiàn)的，計(jì)算量很大。

本文以?xún)奢喿云胶廛?chē)為例，介紹利用二次Lyapunov 函數(shù)通過(guò)坐標(biāo)變換方法來(lái)擴(kuò)大吸引區(qū)域估算值。通過(guò)與吸引區(qū)域估算結(jié)果的對(duì)比，證明了該坐標(biāo)變換方法的有效性和計(jì)算的簡(jiǎn)便性。

1 兩輪自平衡車(chē)的數(shù)學(xué)模型

兩輪自平衡車(chē)以其結(jié)構(gòu)簡(jiǎn)單，運(yùn)動(dòng)靈活的特點(diǎn)廣泛應(yīng)用于現(xiàn)代交通中。它是一種多變量、 非線(xiàn)性、絕對(duì)不穩(wěn)定的兩輪機(jī)器人系統(tǒng)，典型的商業(yè)化產(chǎn)品有Segway。兩輪自平衡車(chē)在靜止?fàn)顟B(tài)下不能穩(wěn)定平衡。車(chē)體的平衡是一個(gè)動(dòng)態(tài)過(guò)程，在平衡點(diǎn)附近根據(jù)車(chē)體實(shí)時(shí)的方位信息和運(yùn)動(dòng)速度來(lái)調(diào)節(jié)控制信號(hào)以保持車(chē)體的平衡，這實(shí)際上是一個(gè)運(yùn)動(dòng)的倒立擺平衡系統(tǒng)[5-9]。兩輪自平衡車(chē)的結(jié)構(gòu)簡(jiǎn)圖如圖1所示，變量定義及具體數(shù)值見(jiàn)表1[10]。本文只研究?jī)奢喿云胶廛?chē)沿直線(xiàn)運(yùn)動(dòng)的情況。

圖1 兩輪自平衡車(chē)結(jié)構(gòu)簡(jiǎn)圖

接下來(lái)應(yīng)用拉格朗日方程建立系統(tǒng)的數(shù)學(xué)模型。

系統(tǒng)的總動(dòng)能T包括車(chē)體的動(dòng)能T1, 左、右輪子動(dòng)能T2，即

T=T1+T2=

表1 兩輪自平衡車(chē)的變量

以車(chē)輪中心軸線(xiàn)所在的x-y平面為零勢(shì)能面，系統(tǒng)的勢(shì)能為U=mpgLcosθ。

(1)

(2)

式中τ為電動(dòng)機(jī)的轉(zhuǎn)矩。為了計(jì)算簡(jiǎn)便，此處忽略了電動(dòng)機(jī)電刷處的摩擦力。

由此得到系統(tǒng)的狀態(tài)方程為

應(yīng)用文獻(xiàn)[11] 中的部分反饋線(xiàn)性化方法，將電動(dòng)機(jī)的轉(zhuǎn)矩τ作為控制輸入信號(hào)，并選擇如下形式：

(3)

此外，在構(gòu)造平衡車(chē)結(jié)構(gòu)時(shí)，使條件α=η成立。此時(shí)，該系統(tǒng)的狀態(tài)方程可表示為

(4)

為了控制車(chē)體在豎直方向的平衡穩(wěn)定，將系統(tǒng)在期望的平衡點(diǎn)(x1,x2,x3)=(0,0,ν0) 處進(jìn)行線(xiàn)性化。這里需要說(shuō)明的是：在x3=C(常數(shù))時(shí)(狀態(tài)變量x3是相對(duì)角速度)，(x1,x2,x3)=(0,0,C)均為系統(tǒng)平衡點(diǎn)。

應(yīng)用泰勒展開(kāi)得到該系統(tǒng)的線(xiàn)性狀態(tài)方程

x=Ax+Bu

(5)

該線(xiàn)性系統(tǒng)顯然是可控的，所以可以通過(guò)選擇合適參數(shù)的PID控制策略u(píng)=-Kx實(shí)現(xiàn)該系統(tǒng)在豎直位置的平衡控制，此處K=(k1,k2,k3)。

2 吸引區(qū)域估算結(jié)果對(duì)比

2.1 基于二次Lyapunov函數(shù)吸引區(qū)域估計(jì)

從最基本的二次Lyapunov函數(shù)出發(fā)，在吸引區(qū)域內(nèi)部通過(guò)尋找適當(dāng)?shù)膸缀螆D形來(lái)逼近吸引區(qū)域邊界，從而近似估計(jì)吸引區(qū)域的大小。

將控制信號(hào)u=-Kx施加到式(5)中，得到的閉環(huán)系統(tǒng)的表達(dá)式為

(6)

進(jìn)一步得到

(7)

在橢球中，最大的球體可以表示為

(8)

采用表1中的數(shù)值， 應(yīng)用Python語(yǔ)言編寫(xiě)程序進(jìn)行吸引區(qū)域的數(shù)值估算[13]。通過(guò)調(diào)用scipy庫(kù)中的linalg.solve_continuous_are()函數(shù)和solve_lyapunov()函數(shù)，估算出吸引區(qū)域約為R=1.2×10-3。可見(jiàn)，該吸引區(qū)域的估算數(shù)值非常小，不足以滿(mǎn)足系統(tǒng)實(shí)際控制和調(diào)試之用。

2.2 利用坐標(biāo)變換，擴(kuò)大吸引區(qū)域估算值

本小節(jié)，通過(guò)坐標(biāo)變換的方法尋找更大的吸引區(qū)域估計(jì)值。為了簡(jiǎn)單起見(jiàn)，假定

(9)

在新坐標(biāo)系下，式(6)可寫(xiě)作

與原坐標(biāo)系下的閉環(huán)系統(tǒng)表達(dá)式(6)對(duì)比，得到

在新坐標(biāo)系下，線(xiàn)性系統(tǒng)的Lyapunov方程

至此，可以得到如式(8)相同定義的最大球體

(10)

觀(guān)察式(10)，它實(shí)質(zhì)上是一個(gè)在原坐標(biāo)系下受到M值影響的橢球。

(11)

通過(guò)選取合理的M值，相當(dāng)于對(duì)原坐標(biāo)系下的式(8)進(jìn)行適當(dāng)?shù)乩欤梢暂^為明顯地?cái)U(kuò)大x的取值范圍，即擴(kuò)大吸引區(qū)域。

3 系統(tǒng)仿真

參照得到的較大的吸引區(qū)域估算值，選取偏離平衡位置較遠(yuǎn)的點(diǎn)x=(0.1rad,-0.5rad/s,3rad/s)作為系統(tǒng)的初始條件，利用Python程序進(jìn)行系統(tǒng)的響應(yīng)仿真，仿真結(jié)果如圖2所示。

圖2 系統(tǒng)的響應(yīng)曲線(xiàn)

圖2中實(shí)線(xiàn)為K=(-90.18,-2.83,-0.79)，可以看出車(chē)體在4s內(nèi)達(dá)到平衡點(diǎn)并穩(wěn)定下來(lái)，說(shuō)明了線(xiàn)性控制器u=-Kx的有效性，同時(shí)證明了吸引區(qū)域的估算值的可用性。虛線(xiàn)為K=(-90.18,-10,-0.79)得到的系統(tǒng)響應(yīng)效果，發(fā)現(xiàn)系統(tǒng)獲得了較好的動(dòng)態(tài)響應(yīng)效果。由此也可以得出：在進(jìn)行吸引區(qū)域估計(jì)時(shí)得到的K能夠?qū)崿F(xiàn)系統(tǒng)的穩(wěn)定控制，并且為PID線(xiàn)性控制器的參數(shù)整定優(yōu)化提供一定的方向性指導(dǎo)。

4 結(jié)語(yǔ)

基于二次Lyapunov函數(shù)，對(duì)兩輪自平衡車(chē)的平衡控制通過(guò)變換坐標(biāo)的方法來(lái)獲得較大吸引區(qū)域估算值，并從幾何學(xué)上直觀(guān)地解釋了坐標(biāo)變化的意義。通過(guò)Python程序仿真系統(tǒng)響應(yīng)過(guò)程，驗(yàn)證了在擴(kuò)大的吸引區(qū)域內(nèi)的初始條件，均可通過(guò)PID線(xiàn)性控制器達(dá)到穩(wěn)定平衡的控制效果。這種利用開(kāi)源的Python 對(duì)控制系統(tǒng)的控制仿真獲得了成本更低、更簡(jiǎn)便直觀(guān)的良好效果，對(duì)Python在眾多科研人員中的普及和推廣有很好的借鑒意義。