描述

介紹

在這個項目中，使用了一個定制的 Segway 機器人，它使用 NI myRio 平臺進行操作。該平臺還安裝了 Texas Instruments 的 MSP430 芯片。這個項目的目標是讓機器人在它的 2 個輪子上保持平衡，同時連接在機器人上的攝像頭以顏色的形式尋找命令。根據網絡攝像頭看到的顏色，機器人執行不同的軌跡。

SegBot 的控制和穩定性

機器人通過狀態反饋控制器穩定。此控件的狀態包括輪速、機器人的傾斜度和傾斜率。根據輸出的扭矩，PWM 電壓被發送到驅動車輪的電機。當參考狀態為 0 時，這意味著機器人的固定直立位置是所需的姿勢。

由于我們有 2 個可以獨立控制的輪子，因此可以在保持直立姿勢的同時改變 segbot 的方向（例如，繞其軸旋轉）。這是通過找出車輪編碼器讀數的差異來完成的。如果需要旋轉，則將所需編碼器差異的變化輸入到 PI 控制器，該控制器向每個車輪輸出不同的扭矩。

為了估計機器人的傾斜，使用卡爾曼濾波器。卡爾曼濾波器將來自加速度計的緩慢響應但準確的傾斜測量與陀螺儀給出的響應但嘈雜的旋轉速率融合在一起。使用這兩個信號，卡爾曼濾波器給出可用于狀態反饋控制的準確和響應信號。

使用車輪編碼器數據計算機器人的移動速度。PI 控制器使用所需速度作為參考輸入，并使用機器人當前的移動速度來確定傾斜角的變化量達到所需速度。這個期望的傾斜角充當上面討論的主狀態反饋控制法則的參考輸入。

顏色處理和狀態機邏輯

圖像取自網絡攝像頭，并使用 LabView 的圖像處理工具進行處理。為了構建基于顏色檢測的狀態機，必須確定圖像包含什么顏色以及與該顏色對應的最大斑點大小是多少。循環遍歷 LabView 代碼中定義的四種 HSV 顏色定義（粉紅色、綠色、橙色和無顏色），相機檢測視圖中的顏色并計算該顏色最大斑點中的像素數。然后將計算出的像素數與給定的閾值進行比較，以確保它是正確的瞄準，而不是圖像處理中的一些錯誤/噪聲。當找到正確的瞄準點時，它被用作確定所需機器人軌跡的狀態機的輸入。

基于顏色的狀態機工作如下。當相機檢測到一種顏色時，Segbot 會執行一次與該顏色對應的軌跡，并在完成后停止。然后它一直保持直立狀態，等待另一種顏色。

在我們的例子中，當相機發現綠色時執行數字 8，當它發現橙色時，機器人完成一個圓圈。機器人被編程為不喜歡粉紅色，因此，當發現粉紅色時，機器人會轉身遠離該顏色 90 度。最后，如果看不到任何顏色，機器人將保持直立狀態。

與 MSP430 通信

MSP430 用于控制機器人本身的 LED 轉向信號。當機器人向左或向右轉彎時，該方向的 LED 會閃爍，直到轉彎完成。myRio 通過用于發送和接收 16 位整數的 I2C 協議與 MSP430 通信。從 myRio 發送到 MSP430 的數據是所需機器人的轉角。增加轉彎角度會激活右轉彎信號，而減小轉彎角度會激活左轉彎信號。

?