电子奇才DIY“赛格威”平衡车全过程

发布时间:2015-07-22 阅读量:1678 来源: 我爱方案网 作者:

【导读】现在市面上不乏平衡车销售,但是你有没有想过你也可以DIY出一辆来呢?“赛格威”平衡车看来神奇,其实原理很简单。拜最新科技所赐,关键零件都可以在淘宝上直接买到,而控制程序也可以查阅原理自行编写。拥有自己的平衡车,其实非常简单。

 

原理简介

“赛格威”平衡车

电子奇才DIY“赛格威”平衡车全过程

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。

电子奇才DIY“赛格威”平衡车全过程

“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。

电子奇才DIY“赛格威”平衡车全过程

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。

电子奇才DIY“赛格威”平衡车全过程

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

电子奇才DIY“赛格威”平衡车全过程

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

电子奇才DIY“赛格威”平衡车全过程

结构细节

电子奇才DIY“赛格威”平衡车全过程

电机安装部分

电子奇才DIY“赛格威”平衡车全过程

电子奇才DIY“赛格威”平衡车全过程

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

电子奇才DIY“赛格威”平衡车全过程

转向机部分:

电子奇才DIY“赛格威”平衡车全过程

整机背面

电子奇才DIY“赛格威”平衡车全过程

装配过程

电子奇才DIY“赛格威”平衡车全过程

电子奇才DIY“赛格威”平衡车全过程

电子奇才DIY“赛格威”平衡车全过程

锂电池仓

电子奇才DIY“赛格威”平衡车全过程

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

电子奇才DIY“赛格威”平衡车全过程

电机法兰安装

电子奇才DIY“赛格威”平衡车全过程

电子奇才DIY“赛格威”平衡车全过程

整体安装

电子奇才DIY“赛格威”平衡车全过程

电子奇才DIY“赛格威”平衡车全过程

 


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

电子奇才DIY“赛格威”平衡车全过程

电子奇才DIY“赛格威”平衡车全过程

PCB空板

电子奇才DIY“赛格威”平衡车全过程

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

电子奇才DIY“赛格威”平衡车全过程

连接电机测试

电子奇才DIY“赛格威”平衡车全过程

散热器:

电子奇才DIY“赛格威”平衡车全过程

遥控和语音模块

电子奇才DIY“赛格威”平衡车全过程

 


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

电子奇才DIY“赛格威”平衡车全过程

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

电子奇才DIY“赛格威”平衡车全过程


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

设计图

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++;
        }    
}

相关资讯
从32%到14%!西门子并购Excellicon破解芯片流片困局

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。

英飞凌、纳微半导体入局,英伟达HVDC联盟剑指下一代AI数据中心标准

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。

从分销龙头到智造推手:大联大如何以“双擎计划”重构半导体生态价值链?

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。

AMD对决NVIDIA:Radeon AI Pro R9700能否撼动RTX 5080的市场地位?

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。

革新电流传感技术:TMR电流传感器的核心技术优势与市场蓝海分析

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。