发布时间:2015-07-22 阅读量:1678 来源: 我爱方案网 作者:
原理简介
“赛格威”平衡车
赛格威”(英语:Segway)是一种电力驱动、具有自我平衡能力的个人用运输载具,是都市用交通工具的一种。由美国发明家狄恩·卡门与他的DEKA研发公司(DEKA Research and Development Corp.)团队发明设计,并创立思维车责任有限公司(Segway LLC.),自2001年12月起将思维车商业化量产销售。
“赛格威”是一种让人留下深刻印象的代步工具,它占地不足一平方米,乘车人像使用滑板一样站立其上,双手解放,但却可以仅通过身体移动改变重心位置,就进行前进后退,转弯刹车等操作。传统的交通工具都无法做到随心而动,必须把大部分精力放在控制方向和速度上,而“赛格威”并不需要专门的操控装置,一切由车身自主完成,也由此获得了“平衡车”的别名。
“赛格威”的平衡问题,实际上是一个多级倒立摆问题。当一个人用手托住一根竹竿的底部使它在空中竖直不倒下,这就是一个一级倒立摆系统的模型。如果第一根竹竿上面用铰链连着其他竹竿,或者竹竿本身具有一定的弹性(可比拟“赛格威”上的有骨骼和关节的大活人),就成了多级倒立摆。
用手撑竹竿的游戏很多人都玩过,印象最深的应当是它是一个静不稳定系统。在桌面上的水杯能自己站稳,当重心投影落于杯底内时,即使有细小扰动也不会倒下。但是手心里的竹竿大部分时间重心投影不在接触点上,让竹竿保持相对不动靠的是动态调整——竹竿往哪边倒,手就赶紧往哪边凑,让重心回到接触点周围。这就是依靠人眼,大脑和人手完成的动态平衡过程。
人类的大脑在处理这类问题上有先天优势,因为人的走路过程本质上来说是不断前跌的过程,必须依靠实时伸出支撑脚转移重心来保证直立行进的动态平衡。而让机器人做到这一点就很困难,需要综合解决动态控制过程中的线性问题、鲁棒性问题、镇定问题、随动问题以及跟踪问题等诸多细节——所以至今见到的人形机器人里,能僵硬走路的很多,但能和真人一样上蹿下跳的绝无仅有。
两名民警驾驶“赛格威”单人警用巡逻车巡逻。
“赛格威”的动态平衡原理和倒立摆相同,将最上方的乘客作为摆臂,然后控制车轮维持系统重心使乘客直立。当驾驶人改变自己身体的角度往前或往后倾时,“赛格威”就会根据倾斜的方向前进或后退,而速度则与驾驶人身体倾斜的程度呈正比以保持平衡。这里的一个巧妙设计是将乘客传感和控制二合一了——“赛格威”前进或后退维持平衡的同时,也达成了按乘客意图前进或后退的目的。最终,熟练的驾驶人可以和自己行走一样,仅凭直觉就能完成前后左右各方向的运动,同时解放双手和大脑思维,这一特点使“赛格威”特别适合游览和警用巡逻。
DIY自己的“赛格威”
和人类行走一样,“赛格威”的控制也需要传感器和致动器。它依靠MEMS技术制造的精密固态陀螺仪和加速度计感应车体的旋转,速度和倾斜,高速微处理器计算传感器数据,并驱动轮毂电机完成前进/后退/差速转弯的动作。而在电路之外,为了让它从实验室中的倒立摆变成实用的代步车,还需要准备一些必需的结构零件和附件。
机械部分
此次设计的机械机构包括一个简单的独立悬挂。缓冲部分直接采用自行车的避震器(需要更换弹簧),机体做得不很紧凑,主要为了能够拆卸折叠,便于收放和运输。(需要说明的是,结构已提交专利申请,请勿用于商业用途。)
整机材料很简单,两个独立驱动的轮子+电机驱动板+车身角度传感器+转弯传感器+电池+一个装下这些东西的盒子 。两个轮子、电机、避震器都是来自淘宝的成品。钣金和机加件为单独加工。
这里贴一些制作图片,详细的零件工程图列在最后。
整机外形
结构细节
电机安装部分
电机为优耐特电机,250W,24v/质量不好,不作推荐。
电机法兰部分剖视
转向机部分:
整机背面
装配过程
锂电池仓
原设计为铅酸电池,后一朋友为我无偿提供了锂电池,在此再次表示感谢。
车铣加工
电机法兰安装
整体安装
电路部分
主控采用AVR的ATMEGA_32,电机驱动为H桥驱动方式,元件选用的IR2184和IRF1405。传感器选用IDG300和ADXL335,电流传感器为ACS755。另外还有一些外围的小功能,可有可无,不详述了。
控制驱动PCB图
传感器PCB图
PCB空板
焊接需要注意的就是——别太马虎就行。先焊低矮的元器件,再焊大个的!
焊接基本完成
连接电机测试
散热器:
遥控和语音模块
控制程序部分
这里就提一些关键部分。一些个人认为有用的代码附在最后。
流程图
车身角度获取
选用的传感器为模拟量输出,因此只需要用单片机的AD采集数据后计算出角度值即可,需要注意的是,采集后的数据直接使用效果会很糟糕。需要再次进行滤波计算,得到一个准确、及时、抗扰动的真实角度数据。调速过程中可以用串口将数据输出,辅助调试。
计算车轮速度
这里就是简单的PID控制车轮转速,如果不记得就百度看看。调试参数会花点时间,刚开始参数别调过大,否则抖动起来有危险!另外需要设置角度过大停机的功能。
获取转向数据
转向数据为采集转向电位器而来,采集后的数据进行滤波处理后再用。转向中间设置一个无效的死区,也是防止误动作。
遥控
遥控为最普通的4键遥控器,淘宝成品。
语音
语音选用成品语音模块,厂家提供完整说明文档。
温度
硬件原先选用18b20,很是遗憾这部分程序没调通,可能原因1:系统必须有多处中断,并且中断服务程序比较多,因而打乱了18b20的时序,加上没有示波器,因而没调通。可能原因2:智商问题。
尝试调试了近2小时无果后改用模拟量温度芯片LM35D,电压直接由电阻分压而来。
其余部分可自由发挥。
附件1:零件工程图
附件2:重点代码
2.1车身角度滤波代码
/************滤波************/
float P[2][2] = {{ 1, 0 },{ 0, 1 }};
float Pdot[4] ={0,0,0,0};
const char C_0 = 1;
float q_bias, angle_err, PCt_0, PCt_1, E, K_0, K_1, t_0, t_1;
float Q_angle=0.001, Q_gyro=0.003, R_angle=0.5, dt=0.01;
void Kalman_Filter(float angle_m,float gyro_m)
{
angle+=(gyro_m-q_bias) * dt;
Pdot[0]=Q_angle - P[0][1] - P[1][0];
Pdot[1]=- P[1][1];
Pdot[2]=- P[1][1];
Pdot[3]=Q_gyro;
P[0][0] += Pdot[0] * dt;
P[0][1] += Pdot[1] * dt;
P[1][0] += Pdot[2] * dt;
P[1][1] += Pdot[3] * dt;
angle_err = angle_m - angle;
PCt_0 = C_0 * P[0][0];
PCt_1 = C_0 * P[1][0];
E = R_angle + C_0 * PCt_0;
K_0 = PCt_0 / E;
K_1 = PCt_1 / E;
t_0 = PCt_0;
t_1 = C_0 * P[0][1];
P[0][0] -= K_0 * t_0;
P[0][1] -= K_0 * t_1;
P[1][0] -= K_1 * t_0;
P[1][1] -= K_1 * t_1;
angle += K_0 * angle_err;
q_bias += K_1 * angle_err;
angle_dot = gyro_m-q_bias;
}
//**************滤波*****************//
static float C_angle,C_angle_dot;
static float bias_cf;
void Complement_filter(float angle_m_cf,float gyro_m_cf)
{
bias_cf=0.998*bias_cf+0.002*gyro_m_cf;
C_angle_dot=gyro_m_cf-bias_cf;
C_angle=0.98*(C_angle+C_angle_dot*0.02)+0.02*angle_m_cf;
}
//***************************** 滤波结束*********************************/
2.2 转向数据处理代码
/************转向************/
void Steering_handle(void)
{
Buf= 0.9 *Buf + 0.1 * AD_Turn;
Turning= Buf -Turn_Zero; //
if(Turning <- Turn_Dead) //死区
Turning+=Turn_Dead;
else if(Turning> Turn_Dead)
Turning-=Turn_Dead;
else Turning= 0;
if (mode==0)
{
Drive_A=0;
Drive_B=0;
if (!(angle>0.1||angle<-0.1))
{
mode=1;
}
}
else
{
if(lab==0)
{
Turning=0;
}
else if (Turning>55||Turning<-55)//
{
Turning=0;
lab=3;// turn error
}
else //按车速整定转向数据
{
//buf2=Drivespeed;
//if (buf2<0)buf2*=-1;
//buf2/=3;
//Turning/=buf2;
Turning/=1;
}
Drive_A=Drivespeed-Turning;
Drive_B=Drivespeed+Turning;
}
}
//***************************** 转向结束*********************************/
2.3遥控部分状态机
/***********按键********/
#define BOOL int
#define FALSE 0
#define TRUE 1
#define INT8U unsigned int
/**********硬件接口***********/
#define KEYPIN1 (PINC&(1<<3))
#define KEYPIN2 (~PINB&(1<<0))
#define KEYPIN3 (~PINB&(1<<1))
#define KEYPIN4 (~PINB&(1<<3))
#define KEYPIN5 (~PINB&(1<<4))
/**********按恪键属性**********/
#define KEY_JT 0x0e
#define KEY_A 0x0d
#define KEY_B 0x0b
#define KEY_C 0x07
#define KEY_D 0x08
#define KEY_NULL 0x0f
//
#define KEY_LONG_PERIOD 250
#define KEY_CONTINUE_PERIOD 25
//
#define KEY_DOWN 0x80
#define KEY_LONG 0x40
#define KEY_CONTINUE 0x20
#define KEY_UP 0x10
//
#define KEY_STATE_INIT 0
#define KEY_STATE_WOBBLE 1
#define KEY_STATE_PRESS 2
#define KEY_STATE_LONG 3
#define KEY_STATE_CONTINUE 4
#define KEY_STATE_RELEASE 5
uchar KeyScan(void)
{
if(KEYPIN2==0) return KEY_A;
if(KEYPIN3==0) return KEY_B;
if(KEYPIN4==0) return KEY_C;
if(KEYPIN5==0) return KEY_D;
if(KEYPIN1==0) return KEY_JT;
return KEY_NULL;
}
void GetKey(uchar *pKeyValue)
{
static char KeyState = KEY_STATE_INIT;
static char KeyTimeCount = 0;
static char LastKey = KEY_NULL;
char KeyTemp = KEY_NULL;
KeyTemp = KeyScan();
switch(KeyState)
{
case KEY_STATE_INIT:
{
if(KEY_NULL!=(KeyTemp))
{
KeyState = KEY_STATE_WOBBLE;
}
}
break;
case KEY_STATE_WOBBLE:
{
KeyState = KEY_STATE_PRESS;
}
break;
case KEY_STATE_PRESS:
{
if(KEY_NULL!=(KeyTemp))
{
LastKey = KeyTemp;
KeyTemp|=KEY_DOWN;
KeyState = KEY_STATE_LONG ;
}
else
{
KeyState = KEY_STATE_INIT;
}
}
break;
case KEY_STATE_LONG:
{
if(KEY_NULL !=(KeyTemp))
{
if(++KeyTimeCount > KEY_LONG_PERIOD)
{
KeyTimeCount = 0;
KeyTemp|=KEY_LONG;
KeyState = KEY_STATE_CONTINUE;
}
}
else
{
KeyState = KEY_STATE_RELEASE;
}
}
break;
case KEY_STATE_CONTINUE:
{
if(KEY_NULL !=(KeyTemp))
{
if(++KeyTimeCount > KEY_CONTINUE_PERIOD)
{
KeyTimeCount = 0;
KeyTemp |= KEY_CONTINUE;
}
}
else
{
KeyState = KEY_STATE_RELEASE;
}
}
break;
case KEY_STATE_RELEASE:
{
LastKey |=KEY_UP;
KeyTemp = LastKey;
KeyState = KEY_STATE_INIT;
}
break;
default:break;
}
*pKeyValue = KeyTemp;
}
2.4电池电压
void Get_Batt_Volt(void)
{
int buf3=0,b=0;
buf3=0.9*buf3+0.1*AD_Batt;
if (b>10)
{
Voltage=buf3*3000.0/1024/65;
b=10;
}
else
{
b++;
}
}
在全球半导体设计复杂度持续攀升的背景下,时序收敛已成为芯片流片成功的关键挑战。西门子数字工业软件公司于2025年5月宣布与美国EDA初创企业Excellicon达成收购协议,旨在通过整合后者在时序约束开发、验证及管理领域的领先技术,强化其集成电路设计工具链的完整性与竞争力。此次并购标志着西门子EDA向全流程解决方案的进一步延伸,其产品组合将覆盖从约束文件编写到物理实现的完整闭环。
随着生成式AI模型的参数量突破万亿级别,数据中心单机架功率需求正以每年30%的速度激增。传统54V直流配电系统已逼近200kW的物理极限,而英伟达GB200 NVL72等AI服务器机架的功率密度更是突破120kW,预计2030年智算中心机架功率将达MW级。为此,英伟达在2025年台北国际电脑展期间联合英飞凌、纳微半导体(Navitas)、台达等20余家产业链头部企业,正式成立800V高压直流(HVDC)供电联盟,旨在通过系统性技术革新突破数据中心能效瓶颈。
在全球半导体产业深度变革与工业4.0深化阶段,大联大控股以创新驱动与生态协同的双重引擎,再度彰显行业领军地位。据Brand Finance 2025年5月9日发布的“中国品牌价值500强”榜单显示,大联大品牌价值同比提升12.3%,排名跃升至第218位,连续三年实现位次进阶。这一成就不仅源于其在亚太分销市场28.7%的占有率(ECIA数据),更与其“技术增值+场景赋能”的战略转型密不可分。面对工业数字化万亿规模市场机遇,公司通过深圳“新质工业”峰会推动23项技术合作落地;凭借MSCI连续三年AA级ESG评级,构建起覆盖绿色供应链与低碳创新的治理架构;而在汽车电子赛道,则以“生态立方体”模式缩短技术创新产业化周期。随着“双擎计划”的启动,这家半导体巨头正以全链协同之势,重塑智造升级的技术底座与商业范式。
2025年5月21日,AMD在台北国际电脑展(Computex 2025)正式发布首款基于RDNA 4架构的专业显卡Radeon AI Pro R9700,标志着其在AI加速领域的全面发力。该显卡采用台积电N4P工艺打造的Navi 48芯片,晶体管密度达到每平方毫米1.51亿个,相较前代提升31%。凭借32GB GDDR6显存、1531 TOPS的INT4算力及四卡并联技术,R9700瞄准AI推理、多模态模型训练等高负载场景,直接挑战NVIDIA在专业显卡市场的统治地位。
在工业自动化、新能源及智能电网领域,电流检测的精度与可靠性直接影响系统安全性与能效表现。传统霍尔(Hall)电流传感器因温漂大、响应速度慢等缺陷,已难以满足高精度场景需求。多维科技(Dowaytech)基于自主研发的隧道磁电阻(TMR)技术,推出了一系列高精度、低温漂、高频响的电流传感器,成为替代传统方案的革新力量。