So sánh hai bộ điều khiển
Bài viết trình bày kết quả đầu ra của giá trị góc nghiêng khi góc đặt là 0 rad (0 độ) và góc lệch ban đầu là 0.1 rad (xấp xỉ 5.7 độ) của bộ điều khiển PID (được thể hiện bằng đồ thị màu đỏ) và LQR (được thể hiện bằng đồ thị màu đen).
Hình 5.8 : Biều đồ đáp ứng đầu ra của giá trị góc nghiêng với góc đặt và góc
Kết quả mô phỏng cho thấy bộ điều khiển LQR có tốc độ đáp ứng và độ vọt lố vượt trội hơn hẳn so với bộ điều khiển PID Đặc biệt, đáp ứng đầu ra của giá trị vị trí khi vị trí đặt là 0 (m) thể hiện rõ sự hiệu quả của bộ điều khiển LQR.
- Đáp ứng đầu ra của giá trị vị trí với vị trí đặt là 0 (m) của bộ điều khiển PID ( đồ thị màu đỏ) và LQR ( đồ thị màu đen)
Hình 5.9 :Biều đổ đáp ứng vị trí
Kết quả mô phỏng cho thấy bộ điều khiển PID có thời gian xác lập vị trí đặt nhanh hơn bộ điều khiển LQR Tuy nhiên, bộ điều khiển LQR lại có độ vọt lố và sai số xác lập nhỏ hơn so với bộ điều khiển PID.
Thiết kế bộ điều khiển robot hai bánh tự cân bằng mô hình robot
Thiết kế bộ điều khiển PID trên mô hình
2.1.1 Thuật toán điều khiển PID cân bằng robot dựa trên góc nghiêng và không có giá trị hồi tiếp vị trí, vận tốc dài
- Dựa vào giá trị góc nghiêng thu đƣợc từ cảm biến qua bộ lọc (bộ lôc bổ phụ hoặc Kalman) giải thuật PID sẽ giữ cho robot cân bằng.
Hình 5.10 :Bộ điều khiển PID cân bằng robot dựa trên góc nghiêng
Lấy dữ liệu góc nghiêng và vận tốc góc từ cảm biến MPU6050
Sử dụng bộ lọc Kalman Điều khiển chiều quay và tốc độ động cơ để robot cân bằngrobot
Tính toán sai số giữa góc nghiêng khi robot cân bằng và góc nghiêng hiện tại trên robot
Hình 5.11 : Giải thuật điều khiển
+Đáp ứng góc lệch θ của Robot ở trạng thái cân bằng và không di chuyển Với góc set ban đầu là 178.1 độ và góc lệch ban đầu là 160 độ
Hình 5.12 :Đáp ứng góc lệch θ của Robot ở trạng thái cân bằng và không di chuyển
+ Đáp ứng vị trí của Robot ở trạng thái cân bằng với góc set ban đầu là 178.1 độ và góc lệch ban đầu là 160 độ
Hình 5.13 :Đáp ứng vị trí của Robot ở trạng thái cân bằng
Kết quả mô phỏng cho thấy bộ điều khiển PID đã mang lại thời gian đáp ứng nhanh và độ vọt lố thấp cho góc lệch Tuy nhiên, robot vẫn chưa trở về vị trí đặt ban đầu là 0.0 mét do thiếu bộ điều khiển vị trí.
1.2 Thuật toán điều khiển PID cân bằng robot dựa trên góc nghiêng và giá trị hồi tiếp vị trí
Dựa vào giá trị góc nghiêng từ cảm biến qua bộ lọc như bộ lọc bổ phụ hoặc Kalman, thuật toán PID giúp robot giữ cân bằng Tuy nhiên, lực hấp dẫn và tác động bên ngoài có thể khiến robot nghiêng về một hướng Để duy trì sự cân bằng, robot cần di chuyển ra khỏi vị trí ban đầu Việc điều khiển robot ổn định xung quanh vị trí ban đầu dựa trên việc tính toán sai lệch giữa vị trí hiện tại và vị trí ban đầu.
Lấy dữ liệu góc nghiêng và vận tốc góc từ cảm biến MPU6050 Điều khiển robot di chuyển về vị trí ban đầu
Sử dụng bộ lọc Kalman
Để robot có thể duy trì trạng thái cân bằng, cần tính toán sai số giữa góc nghiêng hiện tại và góc nghiêng mục tiêu Việc điều khiển chiều quay và tốc độ động cơ là rất quan trọng để điều chỉnh vị trí của robot Khi sai lệch vị trí bằng 0, robot sẽ ổn định và giữ được cân bằng hiệu quả.
Tính toán sai lệch vị trí hiện tại so với vị trí ban đầu
Hình 5.14 : Giải thật điều khiển
+Đáp ứng góc lệch θ của Robot ở trạng thái cân bằng và không di chuyển
Với góc set ban đầu là 178.1 độ và góc lệch ban đầu là 160 độ
Hình 5.15 : Đáp ứng góc lệch θ của Robot ở trạng thái cân bằng và không di chuyển
+ Đáp ứng vị trí của Robot ở trạng thái cân bằng với vị trí xét ban đầu là -0.2 mét (tiến về trước 20cm)
Hình 5.16 :Đáp ứng vị trí của Robot ở trạng thái cân bằng với vị trí xét ban đầu là -0.2 mét58
Kết quả mô phỏng cho thấy bộ điều khiển PID hoạt động hiệu quả với góc lệch, thể hiện thời gian đáp ứng nhanh và độ vọt lố thấp Robot nhanh chóng trở về và duy trì ổn định ở vị trí đã đặt trước.
2 Thiết kế bộ điều khiển LQR trên mô hình thực tế
Lấy dữ liệu góc nghiêng và vận tốc góc từ cảm biến MPU6050
Sử dụng bộ lọc Kalman
Lấy dữ liệu vị trí và vận tốc dài từ cảm biến Encoder Điều khiển chiều quay và tốc độ động cơ để robot cân bằng
Tính toán các thông số K1, k2, k3, k4
Thiết lập ma trận với các trọng số k1, k2, k3, k4 tỉ lệ với các giá trị vị trí, vận tốc dài, góc và vận tốc góc
Hình 5.17 : Giải thuật điều khiển
+Đáp ứng góc lệch θ của Robot ở trạng thái cân bằng và không di chuyển
Với góc set ban đầu là 178.1 độ và góc lệch ban đầu là 160 độ
Hình 5.18 : Đáp ứng góc lệch θ của Robot ở trạng thái cân bằng và không di chuyển
+ Đáp ứng vị trí của Robot ở trạng thái cân bằng với vị trí xét ban đầu là -0.4 mét (tiến về trước 20cm)
Hình 5.19 :Đáp ứng vị trí của Robot ở trạng thái cân bằng với vị trí xét ban đầu là -0.4 mét
Kết quả cho thấy bộ điều khiển LQR mang lại thời gian đáp ứng nhanh hơn và độ vọt lố thấp hơn so với bộ PID, giúp robot trở về và ổn định tại vị trí đã đặt trước.
Thiết kế cơ khí
Tính toán và thiết kế mô hình cho hệ thống
1.1.1 Tính toán và lựa chọn linh kiện cho mô hình.
Robot có khả năng giữ cân bằng trong khoảng góc nghiêng ±20 độ so với vị trí cân bằng lý tưởng là 180 độ theo trục x.
Hình 6.1 : Mô tả thời gian robot ngã từ trạng thái cân bằng đến một góc nghiêng 20 độ
Để robot duy trì sự cân bằng khi bị ngã, nó cần di chuyển đoạn đường AB trong khoảng thời gian t cho phép, nhằm hứng đỡ trọng tâm của robot, như mô tả trong Hình 2.3.
Thời gian ngã của robot từ vị trí cân bằng đến góc nghiêng giới hạn được xác định qua phương pháp thực nghiệm, với góc nghiêng tại vị trí cân bằng là 178.1 độ Góc này có sự sai lệch so với góc lý tưởng do các giới hạn cơ khí của mô hình thực tế Thời gian trung bình để robot ngã từ 178.1 độ đến góc nghiêng giới hạn 178 ± 20 độ là khoảng 650 ms, đây cũng là thời gian cần thiết để robot điều chỉnh và giữ cân bằng Nếu chọn bánh xe có bán kính 6 cm và mô men xoắn của động cơ là 12 Ncm, lực đẩy sẽ được tính theo công thức tương ứng.
Suy ra vận tốc cần thiết của động cơ: v = t = t = 0 0 1026
Công suất động cơ đƣợc tính theo công thức:
Dựa vào các giá trịnh tính toán, thông số của động cơ đƣợc chọn nhƣ trong Bảng sau để đáp ứng các yêu cầu trên. Động cơ
Tốc độ chƣa qua bộ giảm tốc
Tốc độ đã qua bộ giảm tốc
1.1.2 Thiết kế mô hình trên bản vẽ solidworks
Hình 6.2: Mô hình của Robot trên solidworks
1.1.3 Mô hình robot hai bánh tự cân bằng thực tế
Đề tài này tập trung vào việc sử dụng bo mạch Arduino Mega2560 làm "bộ não" cho robot, giúp điều khiển robot giữ cân bằng Khung robot được chế tạo từ chất liệu nhẹ với hai động cơ DC được đặt đồng trục, cho phép robot di chuyển theo hai hướng trước và sau Hai động cơ được điều khiển bởi mạch cầu H L298, trong khi cảm biến MPU6050 xác định góc nghiêng của robot Robot sử dụng hai động cơ DC 12V, 1.25W với tốc độ 126 vòng/phút và encoder 334 xung/vòng Hai bánh xe được bọc cao su có nhiều rãnh, giúp tăng độ bám và cải thiện khả năng cân bằng của robot.
Hình 6.3 : Mô hình robot hai bánh tự cân bằng
Mạch điện tử
Vi điều khiển (Arduino)
Arduino là một nền tảng mã nguồn mở lý tưởng cho việc phát triển ứng dụng điện tử, bao gồm các board mạch vi điều khiển có thể lập trình và phần mềm IDE tích hợp hỗ trợ biên dịch code và nạp chương trình.
Phần cứng của hệ thống sử dụng bảng mạch điện tử nguồn mở dựa trên bộ vi xử lý 8-bit Atmel AVR hoặc 32-bit Atmel ARM Để điều khiển phần cứng này, phần mềm đi kèm bao gồm trình biên dịch ngôn ngữ lập trình chuẩn và bộ nạp khởi động, cho phép thực hiện các lệnh trên bộ vi điều khiển một cách hiệu quả.
Bảng mạch Arduino bao gồm bộ vi điều khiển Atmel AVR 8-bit cùng các thành phần bổ sung, giúp lập trình và tích hợp mạch điện dễ dàng hơn Arduino tuân theo tiêu chuẩn kết nối thống nhất, cho phép bo mạch CPU kết nối với nhiều mô-đun chuyển đổi gọi là shield, có khả năng giao tiếp trực tiếp từ các chân nối hoặc thông qua bus I²C, cho phép xếp chồng và sử dụng song song Các bo mạch chuẩn thường sử dụng chip megaAVR như ATmega8, ATmega168, ATmega328, ATmega1280, và ATmega2560, cùng với một số vi xử lý khác tương thích Hầu hết bo mạch đều có bộ điều áp tuyến tính 5V và dao động tinh thể 16 MHz, mặc dù một số như LilyPad hoạt động ở 8 MHz Bộ vi điều khiển Arduino được lập trình sẵn qua bộ nạp khởi động, giúp tải chương trình vào bộ nhớ flash mà không cần thiết bị lập trình bên ngoài.
Bảng mạch Arduino cung cấp hầu hết các chân nối I/O pins của vi điều khiển, cho phép kết nối dễ dàng với các mạch khác Các phiên bản như Diecimila, Duemilanove và Uno hiện tại đều hỗ trợ tính năng này.
Bảng mạch này có 14 chân I/O số, trong đó có sáu chân hỗ trợ tạo tín hiệu điều biến độ rộng xung và sáu chân đầu vào tương tự Các chân được bố trí ở mặt trên của bo mạch, kết nối qua đầu chân cái 0.10 inch (2,5 mm) Ngoài ra, một số shield ứng dụng nhúng plug-in cũng đã được phát triển và có sẵn dưới dạng thương mại.
Môi trường phát triển tích hợp (IDE) Arduino là một ứng dụng đa nền tảng, được phát triển bằng ngôn ngữ Java Nó được lấy cảm hứng từ IDE dành cho ngôn ngữ lập trình Processing và các dự án lắp ráp, giúp người dùng dễ dàng lập trình và tương tác với các bo mạch Arduino.
Nó được thiết kế như một công cụ nhập môn lập trình, hỗ trợ cho các lập trình viên mới và những người chưa quen với phát triển phần mềm Phần mềm này bao gồm một trình soạn thảo mã với các tính năng nổi bật như làm nổi bật cú pháp, khớp dấu ngặc và thụt đầu dòng tự động, đồng thời cung cấp khả năng biên dịch và tải lên các chương trình một cách dễ dàng.
64 vào bo mạch với một nhấp chuột duy nhất Một chương trình hoặc mã viết cho Arduino đƣợc gọi là "sketch"
Chương trình Arduino được phát triển bằng ngôn ngữ C hoặc C++, sử dụng thư viện phần mềm "Wiring" từ dự án lắp ráp ban đầu, giúp đơn giản hóa việc thực hiện các thao tác đầu vào/đầu ra Người dùng chỉ cần định nghĩa hai hàm để xây dựng một chương trình điều hành theo chu kỳ.
- setup() : hàm chạy một lần duy nhất vào lúc bắt đầu của một chương trình dùng để khởi tạo các thiết lập.
- loop() : hàm đƣợc gọi lặp lại liên tục cho đến khi bo mạch đƣợc tắt đi.
Khi bật điện cho bảng mạch Arduino, hàm setup() sẽ được gọi đầu tiên để thực hiện các thiết lập cần thiết Sau khi hoàn tất, Arduino sẽ chuyển sang hàm loop() và lặp lại hàm này liên tục cho đến khi nguồn điện được tắt.
Hình 6.4 :Chu trình hoạt động của Arduino
- Kỹ thuật số I / O: 54 (trong đó có 15 cung cấp đầu ra PWM)
- DC hiện tại mỗi I / O: 40 mA
- Flash Memory: 256 KB trong đó có 8 KB đƣợc sử dụng bởi bộ nạp khởi động
-Hỗ trợ tốc độ BAUD cao.
-Tần số hoạt động :16MHz.
Những đặc trưng về giao tiếp ngoại vi:
-Một bộ timer/counter 8 bit với bộ đếm dồn riêng biệt, và một chế độ so sánh.
- Bốn bộ timer/counter 16 bit với bộ đếm dồnriệngbiệt, một chế độ so sánh, và chế độ thu nhận giá trị tức thời.
- Hỗ trợ đầy đủ các nguồn ngắt trong và ngoài.
- Bộ đếm thời gian thực có thể chạy từ bộ dao động riệngbiệt
- Hỗ trợ 16 kênh ADC 10 bit
- Hỗ trợ giao tiếp USART
- Hỗ trợ giao tiếp SPI
- Watchdog timer với bộ dao động riêng biệt on-chip, có thể lập trình đƣợc.
- Arduino Mega2560 có một số cơ sở để giao tiếp với một máy tính, một Arduino, hoặc vi điều khiển khác CácATmega2560 cung cấp bốn phần cứng UARTs cho
TTL (5V) giao tiếp nối tiếp thông qua ATmega16U2, cho phép kết nối qua cổng USB và tạo ra một cổng COM ảo cho phần mềm máy tính Trên hệ điều hành Windows, người dùng cần cài đặt tệp INF, trong khi OSX và Linux tự động nhận diện vi điều khiển như một cổng COM Phần mềm Arduino cung cấp màn hình nối tiếp, cho phép gửi và nhận dữ liệu văn bản đơn giản từ vi điều khiển Đèn LED RX và TX trên bảng sẽ nhấp nháy khi có dữ liệu được truyền đi.
ATmega8U2/ATmega16U2 chip và kết nối USB với máy tính (nhƣng không cho giao tiếp nối tiếp trên các chân 0 và 1).
- Một thƣ viện SoftwareSerial cho phép giao tiếp nối tiếp trên bất kỳ chân kỹ thuật số của Mega2560.
- SPI: 50 (miso), 51 (Mosi), 52 (SCK), 53 (SS) Các chân hỗ trợ SPI giao tiếp bằng cách sử dụng thƣ viện SPI Các chân SPI cũng đƣợc chia ra trên tiêu đề
- TWI: 20 (SDA) và 21 (SCL) Hỗ trợ giao tiếp TWI bằng cách sử dụng thƣ viện dây
- Sơ đồ chân chip ATmega 256
- Sơ đồ nguyên lý Arduino Mega2560
Hình 6.6 : Sơ đồ nguyên lý Arduino Mega2560
IC L298 là một mạch tích hợp đơn chip với kiểu vỏ công suất 15 chân (multiwaitt 15) và PowerSO20, được thiết kế để hoạt động ở điện áp và dòng cao Là mạch cầu đôi, IC này tương thích với chuẩn TTL và có khả năng điều khiển các thiết bị như relay, cuộn solenoid, động cơ DC và động cơ bước Nó được trang bị 2 chân enable để cho phép hoặc không cho phép IC hoạt động, độc lập với các chân tín hiệu vào.
Hình 6.7 : Sơ đồ khối của IC L298
2.1.3.3 Các giá trị định mức
Io - Khụng lập lại (t= 100às)
- Lập lại(80% on, 20%off, ton= 100às
Vsens - Điện áp cảm biến
Ptot - Tổng công suất cực phân tán (Tcase 75 °C))
Top - Nhiệt độ hoạt động
Tstg, Tj - Lưu trữ và đường giao nhau Nhiệt độ
2.1.3.5 Thông số về nhiệt độ
R th-j-case Độ bền nhiệt của mối nối PN – vỏ
R th-j-amp Độ bền nhiệt của mối nối PN – mô trường
IC L298 là một bộ điều khiển tích hợp 2 tầng công suất (A và B), cho phép cung cấp điện áp đầu ra từ 5V đến 47V và dòng điện lên đến 4A Với những đặc điểm này, L298 rất phù hợp để điều khiển các loại động cơ DC có công suất vừa và nhỏ.
- Tóm tắc chức năng các chân của L298
+ 4 chân input IN1, IN2, IN3, IN4 đƣợc nối lần lƣợt với các chân 5, 7, 10, 12 của
L298 Đây là các chân tính hiệu điều khiển
+ 4 chân output OUT1, OUT2, OUT3, OUT4 đƣợc nối với các chân 2, 3, 13,14 của
L298 Đây là các chân nối với động cơ
+ 2 chân ENA, ENB dùng để điều khiển các mạch cầu H trong L298 Nếu mức logic là 1 thì cho cầu H hoạt động và ngƣợc lại
Hình 6.9 : Sơ đồ nguyên lý
3 Phần mềm điều khiển robot
Phần mềm được phát triển bằng ngôn ngữ Java cho smartphone chạy hệ điều hành Android, sử dụng giao thức Bluetooth để điều khiển robot Người dùng có thể điều khiển robot di chuyển tới, lùi, quay trái và quay phải, đồng thời nhận tín hiệu hình ảnh từ camera truyền về điện thoại.
Hình 7.0 :phần mềm android điều khiển robot
Những vấn đề đã đƣợc giải quyết trong luận văn
Những vấn đề đã nghiên cứu
- Nghiên cứu tổng quan tình hình phát triển robot cân bằng, scooter, nguyên lý cơ bản về cân bằng trong và ngoài nước.
Nghiên cứu và tìm hiểu các thuật toán điều khiển là rất quan trọng trong lĩnh vực tự động hóa, bao gồm phương pháp điều khiển PID, điều khiển tối ưu toàn phương tuyến tính LQR và ước lượng trạng thái tối ưu thông qua lọc Kalman Những thuật toán này giúp cải thiện hiệu suất và độ chính xác trong hệ thống điều khiển.
Tính toán các tham số động lực học và hàm trạng thái của mô hình là bước quan trọng trong việc thiết kế hệ thống Bài viết này trình bày quy trình thiết kế và mô phỏng bộ điều khiển cho robot hai bánh xe giữ cân bằng, sử dụng phương pháp điều khiển PID và LQR, kết hợp với bộ lọc Kalman trên nền tảng Matlab-Simulink Việc áp dụng các phương pháp này giúp nâng cao hiệu suất điều khiển và độ ổn định của robot trong quá trình hoạt động.
- Thiết kế robot với phần mềm Solidworks, một trong những phần mềm vẽ kỹ thuật mạnh nhất hiện nay.
- Nghiên cứu, sử dụng cảm biến MPU6050 và sử dụng các bộ lọc (Thông thấp, thông cao, bổ phụ, kalman) để tăng chất lƣợng tín hiệu.
- Thiết kế bộ điều khiển PID và LQR trên hệ mô hình robot 2 bánh tự cân bằng thực tế.
- Nghiên cứu, sử dụng board nhúng Raspberry pi Board nhúng thông dụng nhất hiện nay
- Nghiên cứu và sử dụng board Arduino mega2560 Một trong những board đƣợc sử dụng rộng rãi hiện nay với mã nguồn mở.
- Nghiên cứu sử dụng Module Wifi truyền dữ liệu không dây
- Nghiên cứu Động cơ RC Servo và DC Servo và Module điều khiển DC Servo dùngLM298.
Những vấn đề đã thực hiện
- Xây dựng thành công mô hình robot thực tế hướng đến mục tiêu phục vụ cho việc giảng dạy tại phòng thí nghiệm về chuyên ngành Cơ điện tử.
Dữ liệu được thu thập trực tiếp từ robot và truyền về máy tính qua cổng UART Sau đó, phần mềm C# được sử dụng để vẽ đồ thị, nhằm đánh giá và so sánh kết quả thực nghiệm giữa giá trị góc nghiêng thô và giá trị đã qua xử lý bằng bộ lọc Complementary và bộ lọc Kalman.
Bài viết trình bày quá trình xây dựng thành công giải thuật cân bằng bám theo vị trí ban đầu bằng cách sử dụng thuật toán PID và LQR trên nền tảng Matlab-Simulink Đồng thời, bài viết cũng so sánh và đánh giá hiệu quả của hai bộ điều khiển này.
Bài viết trình bày việc xây dựng thành công giải thuật cân bằng cho hệ thống dựa trên thuật toán PID và LQR, áp dụng trên mô hình cơ khí thực tế Đồng thời, nghiên cứu cũng so sánh và đánh giá hiệu quả của hai bộ điều khiển này để xác định phương pháp tối ưu cho việc duy trì trạng thái cân bằng.
- Xây dựng thêm giải thuật di chuyển điều khiển thông qua Wifi, Bluetooth dựa trên hệ điều hành Android để phát triển thành sản phẩm giải trí hoàn thiện.
Các phương hướng phát triển của đề tài
Đề tài này không chỉ là bước nghiên cứu và thực hành lý thuyết mà nhóm thực hiện đã học, mà còn hướng tới việc phát triển thêm các ý tưởng ứng dụng Dưới đây là những hướng phát triển chính của đề tài.
Tìm hiểu thêm về các thuật toán điều khiển khác nhƣ: fuzzy, nơ ron, điều khiển trƣợt… để tăng thêm hiệu quả cho thuật toán cân bằng.
Đề tài cũng nhƣ là tiền đề cho việc xây dựng mô hình xe hai bánh tự cân bằng di chuyển trên địa hình phẳng.
[1] Nguyễn Gia Minh Thảo, Robot hai bánh tự cân bằng, Luận văn thạc sĩ, 2010.
[2] Đỗ Bình Nguyên, Điều khiển con lắc ngược di động dùng phương pháp điều khiển phi tuyến, Luận văn thạc sĩ, 2012.
[3] Jian Fang , The LQR Controller Design of TwoWheeled Self-Balancing Robot Based on the Particle Swarm Optimization Algorithm.
[4] Christian sundin, Filip thorstensson, Autonomous balancing robot, Master’s thesis, 2012.
[5] David P Anderson, nBot Balancing Robot.
[6] Một số luận án và đồ án tốt nghiệp của các khoá trước:
- Đại học Sƣ Phạm Kỹ Thuật TP Hồ Chí Minh
- Đại học Bách Khoa TP Hồ Chí Minh
[7] Các tài liệu datasheet, các bài viết trên internet:
