紀偉1，曾憲陽2，左翠翠2，李士垚3

　　（1.南京工程學院 自動化學院，江蘇 南京，211167；2.南京工程學院 工業中心，江蘇 南京，211167；3.南京工程學院 電力工程學院，江蘇 南京，211167）

         摘要：當前市場上已有的平衡車需要站在車上操作遙桿來進行控制，應用范圍小，因此設計了以STM32單片機作為主控芯片，配合Android上位機進行遠程控制的系統。車載攝像頭傳感器和溫濕度傳感器可以實時記錄周邊環境情況，促使相應處理機制對環境做出應答，保證使用者擁有一個更加安全、可靠、使用壽命更長的可遠程控制自主平衡車。實驗結果表明，設計的兩輪自平衡車平衡穩定性好，抗干擾能力強，能實現Android系統的遠程平衡控制。

　　關鍵詞：STM32單片機;Android系統;遠程控制;自平衡車;攝像頭

　　中圖分類號：U283.1文獻標識碼：ADOI： 10.19358/j.issn.1674-7720.2017.02.027

　　引用格式：紀偉，曾憲陽，左翠翠，等.基于STM32與Android系統遠程控制的兩輪自平衡車設計［J］.微型機與應用，2017,36（2）：90-92，99.

0引言

　　*基金項目：江蘇省高等學校大學生實踐創新訓練計劃項目（201411276041Y）當前，隨著傳感器技術的發展，平衡車越來越被廣泛地應用于交通、安保、巡查等方面［12］。作為一種新的交通、安保等行業方面的工具，平衡車不僅在穩定性上有著較高的要求，還在遠程遙控、實時監控方面有著迫切的需要。本文設計一種基于遠程Android上位機客戶端進行操控的平衡車，使其能在遠程駕駛、安保、巡查等方面有著更廣泛的應用。

1系統設計思路

　　1.1系統原理分析［3 4］

　　平衡車的力學原理類似于倒立擺的力學原理，如圖1所示，根據分析得平衡車的回復力算式：

　　mgsinθ－macosθ≈mgθ－mk1θ

　　其中k1為負反饋控制下車輪加速度a與偏角θ的比例因子。忽略空氣阻力及摩擦力，得出下式：

　　F=mgθ－mk1θ－mk2θ′

　　其加速度a為：

　　a=k1θ+k2θ′

　　θ為車模傾角，θ′是角速度，所以只要得到傾角和角速度就可以推算出車模的加速度，從而得到對應的占空比的PWM波，對平衡車進行準確的控制。

　　1.2系統整體的設計思路

　　系統選用STM32單片機作為主控芯片，采集并處理攝像頭傳感器、編碼器、溫濕度傳感器以及上位機發送的指令，將數據處理后通過無線視頻傳輸模塊發送到上位機，使用基于Android手機系統的APP進行遠程控制和遠程處理數據，以提高系統的自主性、安全性、可靠性。系統整體設計框圖如圖2所示。

2硬件電路設計

　　2.1STM32單片機最小系統電路設計

　　本系統選用ST公司生產的STM32F103C8T6單片機作為主控單元［5］，主頻高達72 MHz，可以輸出多路PWM信號，片內集成外設資源豐富。其最小系統電路如圖3所示，包含了外部時鐘電路、復位電路、OLED顯示電路和按鍵交互電路。　

　　2.2電機驅動模塊的電路設計

　　本文設計的L298N電機驅動模塊電路如圖4所示［67］，該模塊由12 V供電，輸出5 V。可以輸入4路PWM信號，2路使能信號，完全滿足控制平衡車兩個輪子正反轉的實際需求。　

　　2.3WiFi視頻傳輸模塊的設計

　　系統設計了RobotLink V5.0 WiFi模塊，300 Mb/s帶寬的OPENWRT路由器，該模塊相當于一個服務端，開放了TCP連接，接入外網后可以通過網絡進行視頻傳輸，工作穩定，視頻清晰。使用者可以通過手機APP或者PC端的上位機程序通過TCP協議來獲取攝像頭所拍攝視頻。

　　2.4傳感器模塊電路的設計

　　為滿足平衡車傾角檢測需要，使用六軸傳感器MPU6050來檢測傾角［8］，該芯片內部有16位的AD轉換器，16位數據的輸出，供電3~5 V，標準的I2C通信協議。MPU6000系列整合了3軸陀螺儀、3軸加速器運動處理(DMP)硬件加速引擎，由主要I2C端口以單一數據流的形式向應用端圖5MPU6050傳感器模塊電路

　　輸出完整的9軸融合演算技術。也可以自行進行數據解算，得到穩定的角度值，設計的電路如圖5所示。

　　2.5溫濕度傳感器模塊的設計

　　為滿足設計需要，系統還配備了溫濕度傳感器DHT11［910］，可以檢測周圍環境的濕度和溫度，濕度測量范圍：20~95 %RH（0~50℃范圍），濕度測量誤差：±5%，溫度測量范圍：0~50℃，溫度測量誤差：±2℃，以數字量形式輸出。DHT11不僅可以適應正常的平衡車的工作環境，而且單總線的設計方式節約了IO口，有助于簡化電路設計，設計的電路原理圖如圖6所示。

　　2.6電源模塊的設計

　　由于電機的驅動會對電路穩定性產生較大的干擾，以及WiFi視頻傳輸模塊需要穩定的1 A電流，綜上考慮本系統的電源電路采用多電源設計方式，既有效地隔離了電機對電路的影響，又能提供給WiFi模塊穩定的輸入電流，增強了系統運行的穩定性。圖7為系統電源模塊供電分配方式圖。

3軟件程序設計

　　3.1姿態解算與數據濾波［11 13］

　　由于陀螺儀數據隨著時間的累積會產生誤差，姿態解算主要就圍繞著對陀螺儀的長期誤差進行補償，首先將加速度計采集到的值轉化成單位向量，也就是向量除以模，傳入參數是陀螺儀X、Y、Z三軸的數值以及加速度的X、Y、Z三軸的數值，通過四元數計算出上一次重力的單位向量，由于向量的誤差就是向量的叉積，計算出加速度表示的重力的單位向量與四元素得到的重力單位向量進行叉積得到重力的誤差，將誤差進行積分并且補償到陀螺儀，使用一階龍格庫塔方法求解四元數，最后根據四元數與歐拉角的關系求解出歐拉角。得到歐拉角之后將數據進行濾波處理，嘗試使用互補濾波、卡爾曼濾波和DMP，最后發現卡爾曼數據跟隨性滿足要求，穩定性很好。

　　卡爾曼濾波前后波形如圖8所示，從圖中可以看出濾波前數據干擾較大，存在諸多不穩定信號，經過卡爾曼濾波之后波形較為平滑，穩定性得到很大提高，對后期PID控制提供了保障。

　　3.2控制算法設計

　　系統控制流程如圖9所示。

　　本系統使用了應用非常廣泛的PID調節控制算法［1415］，系統分為三環控制，分別是：直立環、速度環和轉動環。顧名思義:直立環就是保持車體的狀態，采用PD調節控制算法，但是單一的直立環很難維持車體在外界干擾的情況下依舊保持直立，所以引入了速度環，速度環使用PI控制器，是對編碼器讀出的數據信號進行控制，其積分量可以保持小車停在原地不動。轉向環由于對精度要求并不是很高，使用了單獨的P控制。在三個環的配合下最終實現了小車的平穩站立行走。

　　3.3系統軟件設計

　　本系統使用MPU6050的中斷引腳10 ms作為系統的采樣周期，一周期內采集一次傳感器的數據并進行姿態解算輸出歐拉角，然后通過濾波算法進行數據處理。緊接著讀取左右輪編碼器得到當前小車的速度值，讀取溫濕度傳感器的值，判斷當前環境溫濕度是否適合平衡車的放置，并將數據通過OLED顯示在界面上，將得到角度、角速度、期望角度、左右輪編碼器的值以及上位機的控制數據等值帶入PID控制器里，得到輸出PWM的占空比值。WiFi視頻傳輸模塊會不斷采集攝像頭的視頻數據通過TCP協議發送出去。使用者可以通過TCP協議來獲取小車的視頻并且實現遠程控制小車。

　　3.4PID參數整定

　　對于平衡車來說最重要的是直立環，所以必須先調節直立環，直立環使用了PD控制器，先調試P參數，從小到大，直到剛開始出現了震蕩，增大參數D以消除震蕩。速度環使用了PI控制器，參數P可以增強平衡車回中的能力，參數I可以對其進行細調。轉向環是保證小車能夠水行駛，使用P控制器,逐漸修改參數直到小車可以保持水平，停在原地。

4結論

　　本文實現了兩輪平衡車的穩定站立，并且能夠通過Android客戶端程序進行遠程的視頻傳輸和遠程控制，視頻質量清晰，遠程控制穩定性高。平衡車無需使用者隨時攜帶，只要打開APP，可以操控平衡車到達任何你想要去的地方，可用于日常的交通、安保、巡查等多方面無人操作領域。

　　參考文獻

　　［1］ 段其昌, 袁洪躍, 金旭東. 兩輪自平衡車無速度傳感器平衡控制仿真研究［J］. 控制工程, 2013, 20(4): 618 622.

　　［2］ 張曉華, 張志軍. 自平衡式兩輪電動車耦合控制研究［J］. 控制工程, 2013, 20(1):26-29.

　　［3］ 李曉峰, 崔云飛, 高學山,等. 小擺角兩輪機器人動力學建模及控制器設計［J］. 北京理工大學學報, 2014,34(10):1049-1053.

　　［4］ 馬思遠, 魯庭勇, 張麗君. 兩輪自平衡車運動姿態的測量和控制［J］. 測控技術, 2015, 34(4):71-73.

　　［5］ 陳致遠,朱葉承,周卓泉,等.一種基于STM32的智能家居控制系統［J］.電子技術應用,2012,38(9):138-140.

　　［6］ 雷紅淼, 程耀瑜. 基于L298N的直流電機驅動電路優化設計［J］. 數字技術與應用, 2012(2):118-118.

　　［7］ 康華光.電子技術基礎［M］.北京:高等教育出版社,2003.

　　［8］ 賴義漢, 王凱. 基于MPU6050的雙輪平衡車控制系統設計［J］. 河南工程學院學報(自然科學版), 2014, 26(1):53-57.

　　［9］ 韓丹翱, 王菲. DHT11數字式溫濕度傳感器的應用性研究［J］. 電子設計工程, 2013, 21(13):83-85.

　　［10］ 李長有, 王文華. 基于DHT11溫濕度測控系統設計［J］. 機床與液壓, 2013, 41(13):107108.

　　［11］ 周立青, 章研, 安舒,等. 基于硬件Kalman濾波器的航拍云臺姿態獲取［J］. 電子技術應用, 2014, 40(10):93-95.

　　［12］ 鄭慧偉, 崔坤. 卡爾曼濾波在二輪自平衡車直立控制中的應用［J］. 微型機與應用, 2014, 33(17):95-97.

　　［13］ 樊炳輝, 張凱麗, 王傳江,等. 基于四元數的前臂假肢手部自平衡的設計［J］. 電子技術應用, 2016, 42(5):78-81.

　　［14］ 李世光,王文文,申夢茜，等.基于變論域模糊PI四輪機器人的仿真與研究［J］.科學技術與工程,2016,16(10):191-194.