摘 要：为在嵌入式平台上实现同时定位与建图（SLAM）以降低硬件成本，并利用双轮自平衡小车的灵活性以实现特定功能，采用了包括激光雷达、firefly-rk3399开发板、MPU6050模块、编码器等硬件设计。同时，利用卡尔曼滤波算法以及PID双环控制以提高自平衡小车姿态计算的精度和运行稳定性。

关键词：激光雷达;双轮自平衡小车;SLAM;卡尔曼滤波;PID双环控制

1 绪论

随着智能时代的到来和自动控制技术的发展，双轮自平衡小车逐渐展露出其独特的优势，尤其是在空间较为狭窄、弯道较多等场所，此外其较低的硬件成本也使其被广泛地应用到了安防巡逻等方面。

本文提出了一种基于激光雷达和卡尔曼滤波的双轮自平衡车设计，其特点在于：将SLAM运用到了自平衡车上，使其能够按照自定义的行走轨迹完成相应的任务。此外在平衡方面，本文加入了卡尔曼滤波和PID双环控制，提高了自平衡车的稳定性。

2 硬件设计

该双轮自平衡小车的硬件设计由四部分组成，如图1所示，分别为主控系统、24V电源、车身以及传感器。主控系统为一块firefly-rk3399开发板，搭载Linux系统，在此基础上运行ROS机器人操作系统。传感器包括B0602激光雷达、MPU6050模块以及电机编码器。

3 软件设计

3.1卡尔曼滤波

卡尔曼滤波是一种通过系统输入输出观测数据，并利用线性系统状态方程，对系统下一步的走向做出有根据的预测的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以预测过程也可看作是滤波过程，即使系统受到各种干扰的影响，卡尔曼滤波也能对系统状态进行较为准确的预测。

因为MPU6050回传的角度值受震动的影响较大，且回传的角速度信息也存在漂移误差，误差的累计势必降低自平衡车的平衡性能。本文引入卡尔曼滤波的目的在于：将MPU6050模块回传的角度和角速度信息代入卡尔曼滤波中相融合从而得到更加精准的自平衡车车体倾角使其更加接近于真实值。滤波过程如图2所示。

3.2 PID双环控制

自平衡小车在运行过程中若发生车身倾斜，主控系统会及时做出反应，利用经卡尔曼滤波的MPU6050回传的角速度、角度以及车体加速度等参数，立即进行姿态解算并输出PWM驱动电机转动，使小车在力矩的作用下恢复到平衡状态。[1]

本文采用双环进行平衡车的控制，其中内环为速度环，外环为位置环。具体控制过程如图3所示。

和速度反馈的差值进入到速度PID控制器进行PID调节，其中，速度环的输入值来自于外环及位置环的输出，速度反馈值是由主控系统读取编码器数据实时计算出的。速度环主要功能在于实现机器人在外界干扰状态时的动态自平衡。

（2）位置环。位置环的输入值和来自编码器反馈的脉冲信号经过偏差计数器的计算后的结果再代入位置PID控制器后输出到内环速度环中。其中，位置环的输入值即外部脉冲信号，位置环的反馈值同样来自编码器。位置闭环主要实现平衡车在平衡点处无外界干扰时的静态自平衡。

3.3 同时定位与建图

同时定位与建图（SLAM）是指机器人在移动过程中通过特定传感器采集的数据构建出未知环境的地图特征并利用该地图特征进行自身定位。[2]

本文采用的B0602激光雷达检测半径为16M，能够满足SLAM的需求，同时搭载六核64-bit处理器的主控系统能够与SLAM较高的运算复杂度相匹配。

自平衡车运行SLAM的流程为：

（1）由用户在上位机上设定自平衡车的工作路径和行进速度。

（2）主控系统构建自平衡车运动模型。

（3）主控系统读取MPU6050模块回传的数据实时测算自平衡车的运行速度、角速度以及倾角，同时采集激光雷达回传的数据。

（4）主控系统对每次回传的数据与系统中已有的地圖信息进行JCBB关联匹配，用于特征地图的增广和更新。

（5）主控系统根据特制地图计算出自平衡车的行进路径并结合MPU6050回传的数据计算出两轮的转向和转速。

（6）将各轮转向和转速值代入PID双环控制器以驱动电机，最终实现自平衡车的有效和快速的运行。

基于激光雷达的SLAM系统流程如图4所示。

4 结语

本文提出的基于激光雷达和卡尔曼滤波的双轮自平衡车设计具有以下优点：（1）将基于激光雷达的SLAM与自平衡车相结合，使自平衡车的灵活性得到了充分的利用。（2）加入卡尔曼滤波与PID双环控制，提高了自平衡车的运行稳定性。（3）硬件成本较低，符合市场需求。

参考文献：

[1]李泽宇.基于卡尔曼滤波和双闭环PID控制的平衡车控制系统设计[J].电子世界，2018（01）：100-102.

[2]李延炬，肖宇峰，古松，贺希，郭正平.基于激光传感器的SLAM数据关联算法的研究[J].微型机与应用，2017，36（02）：78-82.

[3]刘韶清，黄毅彬，陈景贤.双轮自平衡寻迹智能车设计[J].电子测试，2018（21）：17-19.

[4]王亮，沈俊杰.基于两轮自平衡车的姿态数据处理[J].工业控制计算机，2018，31（11）：11-13.

作者简介：胡佳辉（1997-），本科，主要研究方向为激光SLAM，移动机器人，嵌入式开发。