2024年5月29日发(作者：类佳文)
智能处理与应用
Intelligent Processing and Application
DOI
：
10.16667/.2095-1302.2021.11.020
基于STC8H的电磁节能平衡车设计
吴宇涵，宦红伦，柳玉甜
（
浙江万里学院 信息与智能工程学院 机械电子工程专业
，
浙江 宁波 315100
）
对于两轮直立平衡车
，
可以通过解算姿态传感器数据进行处理来维持直立状态
，
并可以实现自主行驶
摘 要：
的功能
。
为了节约能量
，
并且在保证稳定性的同时尽可能提高行驶速度
，
本文以STC8H8K64S4U-48PIN芯片为微
控制单元
，
利用电磁传感器和放大电路对20 kHz的交变电磁场进行循迹
；
根据姿态传感器和测速编码器所采集的
数据
，
分别设计了速度环
、
直立环的串行PID控制和转向环的并行PID控制
，
并采用双直流电机控制直立车行驶速度
。
同时采用无线充电技术
，
将电能储存于超级电容组并采用节能芯片以提升小车的节能水平
。
通过样机赛道测试
，
在
小车速度达到1.62 m/s时
，
姿态波动幅度不超过
±
4
°，
能耗不超过120 J
。
与传统两轮直立平衡车对比的结果表明
，
本文设计的两轮直立平衡车行驶稳定
，
运行时能耗低
，
优势显著
。
单片机
；
平衡车
；
节能
；
电磁循迹
；
无线充电
；
PID控制
关键词：
TP273
；
TP242.6 A 2095-1302
（
2021
）
11-0068-05
中图分类号：文献标识码：文章编号：
0 引 言
两轮直立平衡车是现代人用来代步的一种新型环保交通
工具
；
但在能量节约方面仍需要更进一步的研究
，
同时还应
保证平衡车的稳定性
。
鉴于此
，
本文采用STC8H8K64S4U-
48PIN微控制器实现小车的无线充电和两轮直立并进行电
磁循迹
。
本文利用电磁感应原理通过电磁线圈对小车上的
超级电容进行充电使其获得执行任务所需的能源
。
通过速
度环
、
直立环的串行PID控制和转向环的并行PID控制
对小车的运动状态进行控制
。
通过ICM-20602芯片对小车
的姿态进行解算并产生数据
。
将读取的数据进行互补滤波
再进行使用
。
通过增量式编码器对小车的实时速度进行检
测
。
运用LC电路对样机赛道的电磁引导线进行检测以实
现循迹功能
，
最后对相关信息进行处理
，
以PWM控制的
形式将模拟信号通过驱动电路输出至电机
，
实现对小车的
控制
。
C
Group
=
1.1 储能电容设计
小车使用50F
×
4的超级电容组供电
。
串联电容组容量
计算公式为
：
C
Simple
N
（
1
）
图1 智能车硬件总框图
式中
：
C
Group
为串联电容组的总电容量
；
C
Simple
为单个电容的
电容量
；
N
为电容组中电容的个数
。
电容能量储存量为
：
CU
2
E
=
（
2
）
2
串联电容组电压为
：
U
Group
=
U
Simple
N
（
3
）
式中
：
U
Group
为串联电容组的耐压值
；
U
Simple
为单个电容的耐
压值
。
结合公式
（
1
）～（
3
）
可以得出
，
在理想状态下电容
1 系统方案设计
智能车包含了硬件系统和软件系统
，
如图1所示
，
由无
线充电模块
、
电压管理模块
、
MCU模块
、
传感器和蓝牙传
输模块
、
驱动电路模块组成
。
收稿日期
：
修回日期
：
2021-02-26 2021-03-29
基金项目
：
浙江省教育厅一般项目宁波市自然科
（
Y201942740
）；
学基金
（
2018A610189
）
浙江万里学院科研发展基金
；
资助
68
物联网技术
2021
年
/
第
11
期
组可储存的电容能量约为729 J
；
根据实验得出
，
小车行驶
100 m耗能约为500 J
；
由李东东
[1]
的实验结果发现
，
当充
入电压为10 V且使用至剩余电压为2.43 V时
，
消耗的电容能
Copyright©博看网 . All Rights Reserved.
智能处理与应用
Intelligent Processing and Application
量为588.09 J
。
实验赛道长度在20 m到80 m之间
，
小车行驶
所消耗的能量加上电容组的自损耗能小于电容组可以使用的
电容能量
，
所以最终采用50F
×
4的超级电容组为小车供电
[1]
。
1.2 系统电源设计
系统采用超级电容组为整车供电
，
但是电容组的电压会
随电量下降而明显下降
，
故采用TPS630701芯片进行稳压
。
该芯片的输入电压范围为2 V至16 V
，
可以较好地满足硬件
需求
，
如图2所示
；
通过AMS1117-3.3芯片将5 V转成3 V
，
如图3所示
，
对CCD采用5 V供电
，
蓝牙通信
、
ICM20602
模块
、
编码器
、
运放电路均采用3 V供电
。
图2 TPS630701外围接口电路
的OPA4377运算放大器
。
由于市面上的6.8 nF电容和10 mH
电感有正负20%的误差
，
使得谐振频率会分布在16 kHz到
24 kHz的范围且产生的感应电动势有较大差别
，
故在电路中
设计了电位器分压电路使得产生的感应电动势可以调节
。
图3 AMS1117-3.3外围接口电路
1.3 驱动电路硬件设计
采用超级电容组为整车供电
，
为了确保驱动模块的稳
定性采用MC34063ADR对输入电压进行稳压
，
其输入范
围为3 V至40 V
，
并稳压至5 V输出
。
MOS驱动器采用
HIP4082IBZT芯片
，
其输入输出延迟仅有55 ns到75 ns
，
配
合LM7843构成全桥电机驱动电路
。
该驱动方案发热现象不
明显
，
驱动力较强
。
在电压输入不稳定的情况下可以实现电
机的稳定控制
。
1.4 电磁传感器电路
（
放大电路
）
实验采用20 kHz的交变电磁场作为路径的导航信号
，
要对信号进行选频放大
，
故使用LC谐振电路实现选频
（
带
[2]
通电路
）。
电路谐振频率如式
（
4
）
所示
：
图4 LC谐振电路
1.5 无线充电方案设计
常用的电能传输有以下三种方案
：
①电磁辐射式可以传
输较远的距离
，
但在传输过程中电场易发生衰减
，
且在传输
过程中易对环境和人体产生安全隐患
；
②电磁感应是目前应
用最多的无线电能传输方案
，
其传输功率大
、
效率高
，
但是
传输距离短
；
③磁耦合谐振式传输距离较电磁感应方案远
，
其传输效率高
，
但在系统不处于谐振的状态下效率会严重下
降
[4]
。
结合实际情况
，
从实际的充电距离和充电效率考虑最
终采用电磁感应的充电方式
。
实验采用640 kHz的发射线圈做无线电发生器
，
其等效
电路如图5所示
；
接收端采用倍压整流的方案
，
如图6所示
。
将电感值为14.8
μ
H的线圈接于无线充电电路的输入侧
，
谐
振电容采用两个2.2 nF电容进行并联
，
通过TPS54560芯片
进行降压输出
。
1.6 机械结构设计
要使小车行驶稳定且流畅
，
除了需要优化软件
，
机械结
2021
年
/
第
11
期
物联网技术
1
f
=
（
4
）
2
π
LC
式中
：
L
为感应线圈的电感值
；
C
为谐振电容
。
由于感应电
动势的频率为20 kHz
，
选用10 mH的感应线圈电感
，
并选用
6.8 nF的电容作为谐波电容
。
由于电感和电容的实际值和印
刷值均有
±
20%的误差
，
故要进行配对
，
使每组LC振荡电
路在相同位置下产生相同的感应电动势方可使用
[3]
。
在电感
的摆放上采用两侧平行
、
中间
“
八
”
字的方式
，
便于检测赛
道上的各个要素
。
其电路如图4所示
。
由于传统的三极管放大方案有温漂大
、
静电现象严重等
问题
，
对信号的处理有失真的现象产生
，
所以采用了四通道
69
Copyright©博看网 . All Rights Reserved.
智能处理与应用
Intelligent Processing and Application
构的设计也是极为关键的
。
理想直立车的机械结构应是有个
合适的机械中值且重心低
，
但是加上节能要求后还要尽可能
地保证小车的质量要轻
。
减轻小车的质量既可以减少行驶时
所消耗的能量
，
又使小车便于控制
，
做到姿态的快速响应
，
便于维持直立环的稳定
。
重心低可以有效地减少过弯漂移的
现象
。
电感前瞻长度不宜过长也不宜过短
，
过长会导致反应
超前
，
过短则会引起反应不及时
，
所以要根据实际情况对前
瞻长度进行调整
。
最后对小车轮胎进行处理
，
通过多次实
验
，
小车速度的上限极大程度上是由小车轮胎所决定的
，
轮
胎要与轮毂进行固定以防止在急加速和急减速情况下轮毂空
转
。
此外对轮胎进行磨皮软化处理可以极大地增加轮胎的摩
擦力
，
防止轮胎打滑
。
最终的物理样机如图7所示
。
图5 无线电发生器等效电路
图6 无线充电电路
图8 直立车控制框图
2.2 直立环控制
要使小车直立
，
就要对小车的电机进行控制
。
当小车要
图7 物理样机实物图
保持直立
（
稳定状态
），
小车就要保持静止或是匀速状态
。
当小车发生倾倒时
，
为了保持车身稳定
，
车轮要向倾倒方向
做加速运动
，
这样小车就会受到额外的惯性力且方向与倾倒
方向相反
，
大小与加速度成正比
，
如图9所示
。
2 系统控制方案
2.1 整体控制系统设计
王英杰
[5]
给出了直立车传统的并行三环控制方式
，
如
图8所示
，
并指出直立车系统具有非线性
、
欠驱动
、
高阶次
、（
a
）
自然不稳定的特点
。
传统方法中直立环与速度环并联产生耦
合
，
导致在车速较高时该方法的控制不稳定
。
经过实际测试
和分析对比
，
该文设计的串行行驶和串行转向PID控制系统
，
在保持跟踪和循迹的稳定性
、
抗干扰能力以及控制精度方面
与传统方案相比都获得了较大提升
。
由图8
（
a
）
可以看出
，
传统的并行控制法是将三环的输出进行线性叠加
，
三环之间
关联程度较低
、
鲁棒性差
；
串行PID控制法则是将速度环和
直立环相关联
，
将对速度的控制转变为对小车在平衡状态下
角度的调整
。
该控制方法与传统控制方法相比响应快
、
振荡
小
[6]
。
因此
，
对本文小车采用该控制方案
，
以确保在更短的
响应时间内实现对车身姿态的控制
。
70
物联网技术
2021
年
/
第
11
期
图9 小车直立状态下的受力分析图
根据该原理得出PD控制方程
：
θ
Bias
=
θ
Angle
−
θ
Med
（
5
）
Copyright©博看网 . All Rights Reserved.
智能处理与应用
Intelligent Processing and Application
PWM
Out
=K
p
θ
Bias
+
ω
y
K
d
（
6
）
式中
：
θ
Bias
为角度偏差值
；
θ
Angle
为当下测量的角度
；
θ
Med
为
机械中值角度
；
ω
y
为小车在
XZ
平面上的角加速度
；
PWM_
Out为最终的输出值
；
K
p
为比例系数
；
K
d
为微分系数
。
但
是ICM20602模块所得到的值无法使用反三角函数直接求得
，
在静态情况下加速度计求出的角度值有毛刺
，
在动态情况下
加速度计所求出的值则会有较大误差
。
通过角加速度积分所
得的角度在短期内可以较好地反映角度变换
，
但是随着时间
的推移就会产生大的偏差
。
为了能够较好地拟合智能车的角
度变化曲线
，
本文采用了互补滤波的方式
[7]
，
方程如下
：
可接受范围内且可以很好地完成任务
，
所以最终采用纯比
例控制
。
在实际运用中采用左右编码器的返回值相加求平均
作为小车的实时速度
，
并对速度进行低通滤波处理
，
防止
异常数据的产生对小车的姿态产生较大的影响
。
相关公式
如下
：
V
Err
=
V
l
+
V
r
−
V
（
10
）
2
Err
Lowout
=aV
Err
+
(
1−a
)
Err
Last
（
11
）
ϕ
Err
=K
p
Err
Lowout
（
12
）
式中
：
V
Err
为实时速度与预设速度的差值
；
V
l
和
V
r
分别为左
右轮的实时转速
；
V
为预设的期望速度
；
Err
Lowout
为经过低通
滤波处理后的差值
；
φ
Err
为输出的角度偏差值
；
G
yroy
为小车
在
XZ
平面上的角加速度
。
式
（
11
）
中的
Err
Lowout
作为下次的
最后将由速度环得出的角度偏差值代入到式
（
6
）
Err
Last
输入
，
中实现速度环和直立环的串级控制
。
公式如下
：
PWM
Out
=K
p
(
θ
Bias
+
ϕ
Err
)
+G
yroy
K
d
2.4 转向环控制
在实验中主要采用电感采集赛道中的交变电场产生的感
应电动势来实现循迹的功能
。
传统的转向环算法有差值法
、
归一化法和比值法
。
但是根据实验和相关资料可知
，
使用差
比和的计算方法可以在小车循迹时既保证速度的稳定又可以
实现过弯内切而飞出
[8]
。
首先
，
要对电感的采集值进行防脉冲平滑滤波
，
该滤波
可以有效克服因偶然因素引起的波动干扰
。
由于单个电感仅
采集12次数据
，
所有电感的数据采集和计算均可在一次控
制周期内实现
（
5 ms进行一次转向环控制
），
所以可以实时
地反映小车所行驶道路的变换状况
。
其公式如下
：
Filter
Out
=
12
θ
g
=
ω
y
dt+
θ
Last
（
7
）
a
180
θ
m
=
a
tan
x
（
8
）
a
z
π
θ
=d
θ
m
+
(
1
−d
)
θ
g
（
9
）
式中
：
θ
g
为陀螺仪积分所得角度
；
θ
m
为加速度计通过反三角
函数所得角度
；
a
x
、
a
z
分别代表小车在
X
轴和
Z
轴上的加速度
；
d
为互补系数
。
最终式
（
9
）
中得到的角度输出在式
（
7
）
中
作为
θ
Last
输入
。
对两个角度进行互补滤波后可以得到图10
。
其中黑色曲线为
θ
m
角度
，
灰色曲线为互补滤波后所得角度
。
可以看出
，
经过互补滤波的角度无毛刺且几乎没有过冲现象
，
跟随性较好
。
表明该算法在小车运行相对稳定的情况下可以
较好地拟合角度变化曲线
。
∑
Filter
i
=
1
Col
−
Filter
Max
−
Filter
Min
（
13
）
10
式中
：
Filter
out
为滤波后感应电动势模拟量
；
Filter
Col
为电感
图10 静态角度跟随对比图
采集感应电动势模拟量
；
Filter
Max
和
Filter
Min
分别表示12次
电感值采集量中的最大值和最小值
。
然后
，
对感应电动势的模拟量进行差比和计算
，
将所得
值进行比例滤波
，
对小车在赛道上的过弯方式进行控制
。
传
统的差比和算法对于偏差的拟合仅仅局限于感应电动势的返
回值
。
然而
，
在实际行驶情况中如果仅根据电感的差比和偏
差输出值进行过弯转向
，
还是会出现由于过弯速度不稳定所
导致的飞出弯道现象
。
根据相关文献
，
最终将传统差比和的
输出值进行一元三次函数处理并保留一次项和三次项
，
函数
图形如图11所示
。
从图中可以看出
，
与之前的差比和输出相比
，
经过数学
处理的偏差输出值在小偏差输入时有减益效果
，
但在大误差
2021
年
/
第
11
期
物联网技术
2.3 速度环控制
速度环控制主要是对小车的行驶速度进行控制
。
通过直
立环知道在匀速行驶情况下
，
当小车的倾斜角度偏离机械中
值时小车就会通过加减速去维持平衡
，
所以可以将由编码器
返回的值和角度做关联并输出一个角度值到直立环
，
以达到
对小车的速度进行控制的效果
。
传统的速度环使用的是比例
与积分相结合控制
，
积分环节可以去除稳态误差
，
使最终速
度可以达到预设值
；
但是积分环节的参数调节过于复杂
，
大
了容易产生振荡
，
小了调节速度就会变慢
。
使用纯比例控制
会有误差产生
，
使实际速度和期望速度有一定偏差
，
但是在
71
Copyright©博看网 . All Rights Reserved.
智能处理与应用
Intelligent Processing and Application
时有增益输出的效果
，
结合实际就是小车在行驶直道时会进
行微调
，
极大地减少了直道抖动情况的出现
。
但在弯道时会
有较大的偏差输出
，
所以过弯灵敏
。
最后在输出时与速度做
关联
，
并采用比例微分控制便可达到理想的控制效果
。
公
式如
（
14
）
所示
：
PWM
Out
2
V
Car
ω
z
2
=
2
+
1
K
p
ϕ
Bias
+
+
4
.
65
K
d
ω
z
（
14
）
4000000
V
3 结 语
本文提出了基于STC8H8K64S4U-48PIN芯片的两轮节
能智能车设计方法
，
所阐述的节能方案具有通用性
，
可用于
其他需要节能的产品
。
本文设计的直立车着重于小车的控制
方式和电路的设计
；
与传统两轮直立车
[10]
相比
，
添加了节
能模块
，
同时改进算法使其在控制上更加稳定
。
通过不断地
测试和修改
，
在提升小车速度的同时
，
仍然能够保持稳定性
，
从而使其很好地完成指定行驶任务
。
参考文献
[9]
式中
：
V
Car
为小车实时速度
；
φ
Bias
为转向环输出的偏差值
；
ω
z
为
XY
平面上的角加速度
。
图11 不同算法下偏差值与输出值图像
最终将速度环
、
直立环
、
转向环结合以实现控制目的
，
其程序框图如图12所示
。
图12 速度环、直立环、转向环结合程序框图
[1]李东东
，
马添翼
，
牛继高.超级电容储能式智能车节能设计与方
案优化[J].中原工学院学报
，
2019
，
30
（
1
）：
42-48.
[2]葛冰儿
，
梁庭
，
洪应平
，
等.基于LC谐振传感器的互感耦合系
统阻抗特性[J].微纳电子技术
，
2013
，
50
（
6
）：
360-365.
[3]王盼宝.智能车制作
：
从元器件
、
机电系统
、
控制算法到完整的
智能车设计[M].北京
：
清华大学出版社
，
2018
：
67.
[4]韩伟. 电磁感应无线充电系统的设计与实现[D].苏州
：
苏州大学
，
2014.
[5]王英杰
，
孟威
，
李灵恩
，
等.改进的两轮直立车多回路控制[J].
自动化与仪表
，
2019
，
34
（
12
）：
39-44.
[6]乔纬国. 一种采用双PID串级控制的双轮自平衡车的研制[D].长
春
：
吉林大学
，
2017.
[7]梁光胜
，
杜梦楠
，
周子豪
，
等.基于互补滤波的两轮自平衡车姿
态控制[J].测控技术
，
2015
，
34
（
5
）：
72-74.
[8]张晓峰
，
钟一博
，
李清晨
，
等.电磁智能车循迹算法[J].计算机
系统应用
，
2014
，
23
（
12
）：
187-190.
[9]林华
，
徐宇宝
，
汪鑫
，
等.摄像头与电磁导航智能车的设计与双
车控制研究[J].佳木斯大学学报
（
自然科学版
），
2020
，
38
（
4
）：
90-94.
[10]龚晓辉
，
薄祥岑.基于MC9S12XS128的二轮直立车设计与实现
[J].电子设计工程
，
2014
，
22
（
2
）：
137-139.
作者简介
：
吴宇涵
（
2000
—），
男
，
浙江杭州人
，
浙江万里学院信息与智能工程学院本科生
，
研究方向为机械电子
。
宦红伦
（
1981
—），
男
，
湖北十堰人
，
浙江大学机械制造及其自动化专业博士
，
讲师
，
研究方向为数字化装
配机器人系统等
。
柳玉甜
（
1980
—），
女
，
浙江金华人
，
浙江大学控制理论与控制工程专业博士
，
副教授
，
研究方向为自动控
制
、
移动机器人等
。
（
上接第67页
）
[3]王飞.物联网技术在智能家居系统中的应用分析[J]. 信息通信
，
2018
，
32
（
1
）：
148-150.
[4]曾惠斌. 论物联网技术在高校智慧校园建设中的应用[J].信息通
信
，
2018
，
32
（
9
）：
178-179.
[5]强威
，
张钧杰
，
刘凯
，
等.基于STM32的智能看护系统[J].山西
电子技术
，
2017
，
45
（
1
）：
3-5.
[6]冯晓星
，
毛云祥.基于GPRS/3G的远程通信实验系统组网方案
实现[J].无线电通信技术
，
2015
，
41
（
4
）：
96-99.
[7]马爱霞. 基于物联网与云平台的多功能智能家居系统设计[J]. 电
子世界
，
2020
，
40
（
12
）：
6-7.
[8]陈文澄
，
张辉
，
张晋滔. ESP8266 WiFi模块在智能小车控制中的
应用[J]. 工业控制计算机
，
2019
，
32
（
7
）：
134-136.
[9]吕庭
，
高维强
，
殷昊. 基于WiFi的家用智能照明控制系统设计
[J]. 计算机测量与控制
，
2018
，
26
（
7
）：
70-74.
[10]杨帆
，
危志远.基于GPS卫星定位土地面积测量仪设计[J].自
动化与仪表
，
2019
，
34
（
1
）：
50-52.
作者简介
：
路 康
（
1999
—），
男
，
陕西西安人
，
科研助理
，
研究方向为物联网技术
。
郑争兵
（
1980
—），
男
，
湖北黄冈人
，
副教授
，
硕士
，
研究方向为物联网技术及应用
。
72
物联网技术
2021
年
/
第
11
期
Copyright©博看网 . All Rights Reserved.
2024年5月29日发(作者：类佳文)
智能处理与应用
Intelligent Processing and Application
DOI
：
10.16667/.2095-1302.2021.11.020
基于STC8H的电磁节能平衡车设计
吴宇涵，宦红伦，柳玉甜
（
浙江万里学院 信息与智能工程学院 机械电子工程专业
，
浙江 宁波 315100
）
对于两轮直立平衡车
，
可以通过解算姿态传感器数据进行处理来维持直立状态
，
并可以实现自主行驶
摘 要：
的功能
。
为了节约能量
，
并且在保证稳定性的同时尽可能提高行驶速度
，
本文以STC8H8K64S4U-48PIN芯片为微
控制单元
，
利用电磁传感器和放大电路对20 kHz的交变电磁场进行循迹
；
根据姿态传感器和测速编码器所采集的
数据
，
分别设计了速度环
、
直立环的串行PID控制和转向环的并行PID控制
，
并采用双直流电机控制直立车行驶速度
。
同时采用无线充电技术
，
将电能储存于超级电容组并采用节能芯片以提升小车的节能水平
。
通过样机赛道测试
，
在
小车速度达到1.62 m/s时
，
姿态波动幅度不超过
±
4
°，
能耗不超过120 J
。
与传统两轮直立平衡车对比的结果表明
，
本文设计的两轮直立平衡车行驶稳定
，
运行时能耗低
，
优势显著
。
单片机
；
平衡车
；
节能
；
电磁循迹
；
无线充电
；
PID控制
关键词：
TP273
；
TP242.6 A 2095-1302
（
2021
）
11-0068-05
中图分类号：文献标识码：文章编号：
0 引 言
两轮直立平衡车是现代人用来代步的一种新型环保交通
工具
；
但在能量节约方面仍需要更进一步的研究
，
同时还应
保证平衡车的稳定性
。
鉴于此
，
本文采用STC8H8K64S4U-
48PIN微控制器实现小车的无线充电和两轮直立并进行电
磁循迹
。
本文利用电磁感应原理通过电磁线圈对小车上的
超级电容进行充电使其获得执行任务所需的能源
。
通过速
度环
、
直立环的串行PID控制和转向环的并行PID控制
对小车的运动状态进行控制
。
通过ICM-20602芯片对小车
的姿态进行解算并产生数据
。
将读取的数据进行互补滤波
再进行使用
。
通过增量式编码器对小车的实时速度进行检
测
。
运用LC电路对样机赛道的电磁引导线进行检测以实
现循迹功能
，
最后对相关信息进行处理
，
以PWM控制的
形式将模拟信号通过驱动电路输出至电机
，
实现对小车的
控制
。
C
Group
=
1.1 储能电容设计
小车使用50F
×
4的超级电容组供电
。
串联电容组容量
计算公式为
：
C
Simple
N
（
1
）
图1 智能车硬件总框图
式中
：
C
Group
为串联电容组的总电容量
；
C
Simple
为单个电容的
电容量
；
N
为电容组中电容的个数
。
电容能量储存量为
：
CU
2
E
=
（
2
）
2
串联电容组电压为
：
U
Group
=
U
Simple
N
（
3
）
式中
：
U
Group
为串联电容组的耐压值
；
U
Simple
为单个电容的耐
压值
。
结合公式
（
1
）～（
3
）
可以得出
，
在理想状态下电容
1 系统方案设计
智能车包含了硬件系统和软件系统
，
如图1所示
，
由无
线充电模块
、
电压管理模块
、
MCU模块
、
传感器和蓝牙传
输模块
、
驱动电路模块组成
。
收稿日期
：
修回日期
：
2021-02-26 2021-03-29
基金项目
：
浙江省教育厅一般项目宁波市自然科
（
Y201942740
）；
学基金
（
2018A610189
）
浙江万里学院科研发展基金
；
资助
68
物联网技术
2021
年
/
第
11
期
组可储存的电容能量约为729 J
；
根据实验得出
，
小车行驶
100 m耗能约为500 J
；
由李东东
[1]
的实验结果发现
，
当充
入电压为10 V且使用至剩余电压为2.43 V时
，
消耗的电容能
Copyright©博看网 . All Rights Reserved.
智能处理与应用
Intelligent Processing and Application
量为588.09 J
。
实验赛道长度在20 m到80 m之间
，
小车行驶
所消耗的能量加上电容组的自损耗能小于电容组可以使用的
电容能量
，
所以最终采用50F
×
4的超级电容组为小车供电
[1]
。
1.2 系统电源设计
系统采用超级电容组为整车供电
，
但是电容组的电压会
随电量下降而明显下降
，
故采用TPS630701芯片进行稳压
。
该芯片的输入电压范围为2 V至16 V
，
可以较好地满足硬件
需求
，
如图2所示
；
通过AMS1117-3.3芯片将5 V转成3 V
，
如图3所示
，
对CCD采用5 V供电
，
蓝牙通信
、
ICM20602
模块
、
编码器
、
运放电路均采用3 V供电
。
图2 TPS630701外围接口电路
的OPA4377运算放大器
。
由于市面上的6.8 nF电容和10 mH
电感有正负20%的误差
，
使得谐振频率会分布在16 kHz到
24 kHz的范围且产生的感应电动势有较大差别
，
故在电路中
设计了电位器分压电路使得产生的感应电动势可以调节
。
图3 AMS1117-3.3外围接口电路
1.3 驱动电路硬件设计
采用超级电容组为整车供电
，
为了确保驱动模块的稳
定性采用MC34063ADR对输入电压进行稳压
，
其输入范
围为3 V至40 V
，
并稳压至5 V输出
。
MOS驱动器采用
HIP4082IBZT芯片
，
其输入输出延迟仅有55 ns到75 ns
，
配
合LM7843构成全桥电机驱动电路
。
该驱动方案发热现象不
明显
，
驱动力较强
。
在电压输入不稳定的情况下可以实现电
机的稳定控制
。
1.4 电磁传感器电路
（
放大电路
）
实验采用20 kHz的交变电磁场作为路径的导航信号
，
要对信号进行选频放大
，
故使用LC谐振电路实现选频
（
带
[2]
通电路
）。
电路谐振频率如式
（
4
）
所示
：
图4 LC谐振电路
1.5 无线充电方案设计
常用的电能传输有以下三种方案
：
①电磁辐射式可以传
输较远的距离
，
但在传输过程中电场易发生衰减
，
且在传输
过程中易对环境和人体产生安全隐患
；
②电磁感应是目前应
用最多的无线电能传输方案
，
其传输功率大
、
效率高
，
但是
传输距离短
；
③磁耦合谐振式传输距离较电磁感应方案远
，
其传输效率高
，
但在系统不处于谐振的状态下效率会严重下
降
[4]
。
结合实际情况
，
从实际的充电距离和充电效率考虑最
终采用电磁感应的充电方式
。
实验采用640 kHz的发射线圈做无线电发生器
，
其等效
电路如图5所示
；
接收端采用倍压整流的方案
，
如图6所示
。
将电感值为14.8
μ
H的线圈接于无线充电电路的输入侧
，
谐
振电容采用两个2.2 nF电容进行并联
，
通过TPS54560芯片
进行降压输出
。
1.6 机械结构设计
要使小车行驶稳定且流畅
，
除了需要优化软件
，
机械结
2021
年
/
第
11
期
物联网技术
1
f
=
（
4
）
2
π
LC
式中
：
L
为感应线圈的电感值
；
C
为谐振电容
。
由于感应电
动势的频率为20 kHz
，
选用10 mH的感应线圈电感
，
并选用
6.8 nF的电容作为谐波电容
。
由于电感和电容的实际值和印
刷值均有
±
20%的误差
，
故要进行配对
，
使每组LC振荡电
路在相同位置下产生相同的感应电动势方可使用
[3]
。
在电感
的摆放上采用两侧平行
、
中间
“
八
”
字的方式
，
便于检测赛
道上的各个要素
。
其电路如图4所示
。
由于传统的三极管放大方案有温漂大
、
静电现象严重等
问题
，
对信号的处理有失真的现象产生
，
所以采用了四通道
69
Copyright©博看网 . All Rights Reserved.
智能处理与应用
Intelligent Processing and Application
构的设计也是极为关键的
。
理想直立车的机械结构应是有个
合适的机械中值且重心低
，
但是加上节能要求后还要尽可能
地保证小车的质量要轻
。
减轻小车的质量既可以减少行驶时
所消耗的能量
，
又使小车便于控制
，
做到姿态的快速响应
，
便于维持直立环的稳定
。
重心低可以有效地减少过弯漂移的
现象
。
电感前瞻长度不宜过长也不宜过短
，
过长会导致反应
超前
，
过短则会引起反应不及时
，
所以要根据实际情况对前
瞻长度进行调整
。
最后对小车轮胎进行处理
，
通过多次实
验
，
小车速度的上限极大程度上是由小车轮胎所决定的
，
轮
胎要与轮毂进行固定以防止在急加速和急减速情况下轮毂空
转
。
此外对轮胎进行磨皮软化处理可以极大地增加轮胎的摩
擦力
，
防止轮胎打滑
。
最终的物理样机如图7所示
。
图5 无线电发生器等效电路
图6 无线充电电路
图8 直立车控制框图
2.2 直立环控制
要使小车直立
，
就要对小车的电机进行控制
。
当小车要
图7 物理样机实物图
保持直立
（
稳定状态
），
小车就要保持静止或是匀速状态
。
当小车发生倾倒时
，
为了保持车身稳定
，
车轮要向倾倒方向
做加速运动
，
这样小车就会受到额外的惯性力且方向与倾倒
方向相反
，
大小与加速度成正比
，
如图9所示
。
2 系统控制方案
2.1 整体控制系统设计
王英杰
[5]
给出了直立车传统的并行三环控制方式
，
如
图8所示
，
并指出直立车系统具有非线性
、
欠驱动
、
高阶次
、（
a
）
自然不稳定的特点
。
传统方法中直立环与速度环并联产生耦
合
，
导致在车速较高时该方法的控制不稳定
。
经过实际测试
和分析对比
，
该文设计的串行行驶和串行转向PID控制系统
，
在保持跟踪和循迹的稳定性
、
抗干扰能力以及控制精度方面
与传统方案相比都获得了较大提升
。
由图8
（
a
）
可以看出
，
传统的并行控制法是将三环的输出进行线性叠加
，
三环之间
关联程度较低
、
鲁棒性差
；
串行PID控制法则是将速度环和
直立环相关联
，
将对速度的控制转变为对小车在平衡状态下
角度的调整
。
该控制方法与传统控制方法相比响应快
、
振荡
小
[6]
。
因此
，
对本文小车采用该控制方案
，
以确保在更短的
响应时间内实现对车身姿态的控制
。
70
物联网技术
2021
年
/
第
11
期
图9 小车直立状态下的受力分析图
根据该原理得出PD控制方程
：
θ
Bias
=
θ
Angle
−
θ
Med
（
5
）
Copyright©博看网 . All Rights Reserved.
智能处理与应用
Intelligent Processing and Application
PWM
Out
=K
p
θ
Bias
+
ω
y
K
d
（
6
）
式中
：
θ
Bias
为角度偏差值
；
θ
Angle
为当下测量的角度
；
θ
Med
为
机械中值角度
；
ω
y
为小车在
XZ
平面上的角加速度
；
PWM_
Out为最终的输出值
；
K
p
为比例系数
；
K
d
为微分系数
。
但
是ICM20602模块所得到的值无法使用反三角函数直接求得
，
在静态情况下加速度计求出的角度值有毛刺
，
在动态情况下
加速度计所求出的值则会有较大误差
。
通过角加速度积分所
得的角度在短期内可以较好地反映角度变换
，
但是随着时间
的推移就会产生大的偏差
。
为了能够较好地拟合智能车的角
度变化曲线
，
本文采用了互补滤波的方式
[7]
，
方程如下
：
可接受范围内且可以很好地完成任务
，
所以最终采用纯比
例控制
。
在实际运用中采用左右编码器的返回值相加求平均
作为小车的实时速度
，
并对速度进行低通滤波处理
，
防止
异常数据的产生对小车的姿态产生较大的影响
。
相关公式
如下
：
V
Err
=
V
l
+
V
r
−
V
（
10
）
2
Err
Lowout
=aV
Err
+
(
1−a
)
Err
Last
（
11
）
ϕ
Err
=K
p
Err
Lowout
（
12
）
式中
：
V
Err
为实时速度与预设速度的差值
；
V
l
和
V
r
分别为左
右轮的实时转速
；
V
为预设的期望速度
；
Err
Lowout
为经过低通
滤波处理后的差值
；
φ
Err
为输出的角度偏差值
；
G
yroy
为小车
在
XZ
平面上的角加速度
。
式
（
11
）
中的
Err
Lowout
作为下次的
最后将由速度环得出的角度偏差值代入到式
（
6
）
Err
Last
输入
，
中实现速度环和直立环的串级控制
。
公式如下
：
PWM
Out
=K
p
(
θ
Bias
+
ϕ
Err
)
+G
yroy
K
d
2.4 转向环控制
在实验中主要采用电感采集赛道中的交变电场产生的感
应电动势来实现循迹的功能
。
传统的转向环算法有差值法
、
归一化法和比值法
。
但是根据实验和相关资料可知
，
使用差
比和的计算方法可以在小车循迹时既保证速度的稳定又可以
实现过弯内切而飞出
[8]
。
首先
，
要对电感的采集值进行防脉冲平滑滤波
，
该滤波
可以有效克服因偶然因素引起的波动干扰
。
由于单个电感仅
采集12次数据
，
所有电感的数据采集和计算均可在一次控
制周期内实现
（
5 ms进行一次转向环控制
），
所以可以实时
地反映小车所行驶道路的变换状况
。
其公式如下
：
Filter
Out
=
12
θ
g
=
ω
y
dt+
θ
Last
（
7
）
a
180
θ
m
=
a
tan
x
（
8
）
a
z
π
θ
=d
θ
m
+
(
1
−d
)
θ
g
（
9
）
式中
：
θ
g
为陀螺仪积分所得角度
；
θ
m
为加速度计通过反三角
函数所得角度
；
a
x
、
a
z
分别代表小车在
X
轴和
Z
轴上的加速度
；
d
为互补系数
。
最终式
（
9
）
中得到的角度输出在式
（
7
）
中
作为
θ
Last
输入
。
对两个角度进行互补滤波后可以得到图10
。
其中黑色曲线为
θ
m
角度
，
灰色曲线为互补滤波后所得角度
。
可以看出
，
经过互补滤波的角度无毛刺且几乎没有过冲现象
，
跟随性较好
。
表明该算法在小车运行相对稳定的情况下可以
较好地拟合角度变化曲线
。
∑
Filter
i
=
1
Col
−
Filter
Max
−
Filter
Min
（
13
）
10
式中
：
Filter
out
为滤波后感应电动势模拟量
；
Filter
Col
为电感
图10 静态角度跟随对比图
采集感应电动势模拟量
；
Filter
Max
和
Filter
Min
分别表示12次
电感值采集量中的最大值和最小值
。
然后
，
对感应电动势的模拟量进行差比和计算
，
将所得
值进行比例滤波
，
对小车在赛道上的过弯方式进行控制
。
传
统的差比和算法对于偏差的拟合仅仅局限于感应电动势的返
回值
。
然而
，
在实际行驶情况中如果仅根据电感的差比和偏
差输出值进行过弯转向
，
还是会出现由于过弯速度不稳定所
导致的飞出弯道现象
。
根据相关文献
，
最终将传统差比和的
输出值进行一元三次函数处理并保留一次项和三次项
，
函数
图形如图11所示
。
从图中可以看出
，
与之前的差比和输出相比
，
经过数学
处理的偏差输出值在小偏差输入时有减益效果
，
但在大误差
2021
年
/
第
11
期
物联网技术
2.3 速度环控制
速度环控制主要是对小车的行驶速度进行控制
。
通过直
立环知道在匀速行驶情况下
，
当小车的倾斜角度偏离机械中
值时小车就会通过加减速去维持平衡
，
所以可以将由编码器
返回的值和角度做关联并输出一个角度值到直立环
，
以达到
对小车的速度进行控制的效果
。
传统的速度环使用的是比例
与积分相结合控制
，
积分环节可以去除稳态误差
，
使最终速
度可以达到预设值
；
但是积分环节的参数调节过于复杂
，
大
了容易产生振荡
，
小了调节速度就会变慢
。
使用纯比例控制
会有误差产生
，
使实际速度和期望速度有一定偏差
，
但是在
71
Copyright©博看网 . All Rights Reserved.
智能处理与应用
Intelligent Processing and Application
时有增益输出的效果
，
结合实际就是小车在行驶直道时会进
行微调
，
极大地减少了直道抖动情况的出现
。
但在弯道时会
有较大的偏差输出
，
所以过弯灵敏
。
最后在输出时与速度做
关联
，
并采用比例微分控制便可达到理想的控制效果
。
公
式如
（
14
）
所示
：
PWM
Out
2
V
Car
ω
z
2
=
2
+
1
K
p
ϕ
Bias
+
+
4
.
65
K
d
ω
z
（
14
）
4000000
V
3 结 语
本文提出了基于STC8H8K64S4U-48PIN芯片的两轮节
能智能车设计方法
，
所阐述的节能方案具有通用性
，
可用于
其他需要节能的产品
。
本文设计的直立车着重于小车的控制
方式和电路的设计
；
与传统两轮直立车
[10]
相比
，
添加了节
能模块
，
同时改进算法使其在控制上更加稳定
。
通过不断地
测试和修改
，
在提升小车速度的同时
，
仍然能够保持稳定性
，
从而使其很好地完成指定行驶任务
。
参考文献
[9]
式中
：
V
Car
为小车实时速度
；
φ
Bias
为转向环输出的偏差值
；
ω
z
为
XY
平面上的角加速度
。
图11 不同算法下偏差值与输出值图像
最终将速度环
、
直立环
、
转向环结合以实现控制目的
，
其程序框图如图12所示
。
图12 速度环、直立环、转向环结合程序框图
[1]李东东
，
马添翼
，
牛继高.超级电容储能式智能车节能设计与方
案优化[J].中原工学院学报
，
2019
，
30
（
1
）：
42-48.
[2]葛冰儿
，
梁庭
，
洪应平
，
等.基于LC谐振传感器的互感耦合系
统阻抗特性[J].微纳电子技术
，
2013
，
50
（
6
）：
360-365.
[3]王盼宝.智能车制作
：
从元器件
、
机电系统
、
控制算法到完整的
智能车设计[M].北京
：
清华大学出版社
，
2018
：
67.
[4]韩伟. 电磁感应无线充电系统的设计与实现[D].苏州
：
苏州大学
，
2014.
[5]王英杰
，
孟威
，
李灵恩
，
等.改进的两轮直立车多回路控制[J].
自动化与仪表
，
2019
，
34
（
12
）：
39-44.
[6]乔纬国. 一种采用双PID串级控制的双轮自平衡车的研制[D].长
春
：
吉林大学
，
2017.
[7]梁光胜
，
杜梦楠
，
周子豪
，
等.基于互补滤波的两轮自平衡车姿
态控制[J].测控技术
，
2015
，
34
（
5
）：
72-74.
[8]张晓峰
，
钟一博
，
李清晨
，
等.电磁智能车循迹算法[J].计算机
系统应用
，
2014
，
23
（
12
）：
187-190.
[9]林华
，
徐宇宝
，
汪鑫
，
等.摄像头与电磁导航智能车的设计与双
车控制研究[J].佳木斯大学学报
（
自然科学版
），
2020
，
38
（
4
）：
90-94.
[10]龚晓辉
，
薄祥岑.基于MC9S12XS128的二轮直立车设计与实现
[J].电子设计工程
，
2014
，
22
（
2
）：
137-139.
作者简介
：
吴宇涵
（
2000
—），
男
，
浙江杭州人
，
浙江万里学院信息与智能工程学院本科生
，
研究方向为机械电子
。
宦红伦
（
1981
—），
男
，
湖北十堰人
，
浙江大学机械制造及其自动化专业博士
，
讲师
，
研究方向为数字化装
配机器人系统等
。
柳玉甜
（
1980
—），
女
，
浙江金华人
，
浙江大学控制理论与控制工程专业博士
，
副教授
，
研究方向为自动控
制
、
移动机器人等
。
（
上接第67页
）
[3]王飞.物联网技术在智能家居系统中的应用分析[J]. 信息通信
，
2018
，
32
（
1
）：
148-150.
[4]曾惠斌. 论物联网技术在高校智慧校园建设中的应用[J].信息通
信
，
2018
，
32
（
9
）：
178-179.
[5]强威
，
张钧杰
，
刘凯
，
等.基于STM32的智能看护系统[J].山西
电子技术
，
2017
，
45
（
1
）：
3-5.
[6]冯晓星
，
毛云祥.基于GPRS/3G的远程通信实验系统组网方案
实现[J].无线电通信技术
，
2015
，
41
（
4
）：
96-99.
[7]马爱霞. 基于物联网与云平台的多功能智能家居系统设计[J]. 电
子世界
，
2020
，
40
（
12
）：
6-7.
[8]陈文澄
，
张辉
，
张晋滔. ESP8266 WiFi模块在智能小车控制中的
应用[J]. 工业控制计算机
，
2019
，
32
（
7
）：
134-136.
[9]吕庭
，
高维强
，
殷昊. 基于WiFi的家用智能照明控制系统设计
[J]. 计算机测量与控制
，
2018
，
26
（
7
）：
70-74.
[10]杨帆
，
危志远.基于GPS卫星定位土地面积测量仪设计[J].自
动化与仪表
，
2019
，
34
（
1
）：
50-52.
作者简介
：
路 康
（
1999
—），
男
，
陕西西安人
，
科研助理
，
研究方向为物联网技术
。
郑争兵
（
1980
—），
男
，
湖北黄冈人
，
副教授
，
硕士
，
研究方向为物联网技术及应用
。
72
物联网技术
2021
年
/
第
11
期
Copyright©博看网 . All Rights Reserved.