打印
[技术讨论]

全志XR806基于FreeRTOS下部署竞技机器人先进模糊控制器

[复制链接]
4250|0
手机看帖
扫描二维码
随时随地手机跟帖
跳转到指定楼层
楼主
神棍地海棠|  楼主 | 2023-11-30 14:32 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
前言
  • 本人热衷于各种的开发板的开发,同时更愿意将其实现到具体项目中。
  • 秉承以上原则,发现大家的重心都放在开发中的环境构建过程,缺少了不少实际应用场景的运用,虽然环境搭建确实痛苦。本文主要使用XR806的FreeRTOS到实际的机器人控制应用中,并实现部署模糊控制器。
  • 环境搭建本文简要略写,大家可以看社区其它优秀的文章。
  • 文章中应用到的无线控制和多维状态机两个重要的开发应用,会在后面的文章中陆续更新。
使用环境
1.本人使用window10+VMware+ubuntu 18.04 这里不多阐述
2.按照官方文档移植XR806的FreeRTOS
项目介绍
基于XR806——FreeRTOS为项目主控,部署先进模糊控制器,实现对于竞技机器人的机构控制和定位控制等。

渲染图

实物图
软硬件框架
控制部署继电推理
在封装好电机驱动电流环时,实现对电机的控制,相当于建立了一种
继电特性的非线性控制,此时使用继电整定法的Z-N临界比例度法去建立模糊域。
根据以下临界系数表,整定求出模糊域。
控制器类型
KP
Tn
Tv
Ki
Kd

P0.5*Kμ------------
PD0.8*Kμ---0.12*Tμ---KP*Tn
PI0.45*Kμ0.85*Tμ---KP/Tn---
PID0.6*Kμ0.5*Tμ0.12*TμKP/ TnKP*Tn模糊推理
模糊推理的核心就是计算出E和EC的隶属度。同时把E和EC分为多种子集情况:负最大NB,负中NM,负小NS,零ZO,正小PS,正中PM,正大PB等七种情况。然后计算E/EC种子集的隶属度。
清晰化
进行模糊推理后,可以根据计算的隶属度,建立模糊规则表,实现对输出值的清晰化。对应到应用层的输出函数,实现控制输出。
例图:
FOC控制
仿真效果

代码实现
以下提供部分代码:
自动整定void PID_AutoTune_Task(void){            if(pid.AutoRegurating_Status != START) return;    /*定义临界Tc*/    float Tc = 0.0;        static int start_cnt;  //记录最大值出现的时间    static int end_cnt;    //记录周期结束时的时间值             static uint16_t cool_cnt = 0;     static uint16_t heat_cnt = 0;        //    pid.Autotune_Cnt ++; //计数            if((pid.Pv_position == UP) && (pid.Pv < pid.Sv))     {        cool_cnt ++;        if(cool_cnt >= 3) //连续三次都越过,则说明真的越过了        {            pid.Pv_position = DOWN; //标记当前在下方了            pid.Zero_Across_Cnt ++;    //标记穿越一次            cool_cnt = 0;        }    }    else if((pid.Pv_position == DOWN)&&(pid.Pv > pid.Sv))//刚才在下方,现在在上方    {        heat_cnt++;        if(heat_cnt >= 3) //连续三次都越过,则说明真的越过了        {            pid.Pv_position = UP;   //标记当前在下方了            pid.Zero_Across_Cnt ++;    //标记穿越一次            heat_cnt = 0;        }            }        /*****************开始计算强行振荡的周期****************************/        if((pid.Zero_Across_Cnt == 2)&&(start_cnt == 0))    {        start_cnt = pid.Autotune_Cnt;        printf("start_time = %d\r\n", start_cnt);    }else if((pid.Zero_Across_Cnt == 4)&&(end_cnt == 0))    {        end_cnt = pid.Autotune_Cnt;        printf("start_time = %d\r\n", end_cnt);    }            if(pid.Zero_Across_Cnt == 4)    {            /*计算一个震荡周期的时间*/        if(start_cnt > end_cnt)            Tc = (start_cnt-end_cnt)/2;          else            Tc = (end_cnt-start_cnt)/2;                  /*计算Kp,Ti和Td*/        pid.Kp = 0.6*pid.Kp;        pid.Ti = Tc*0.5;           pid.Td = Tc*0.12;                  /*PID参数整定完成,将各项数据清0*/        heat_cnt     = 0;        cool_cnt     = 0;            pid.Autotune_Cnt = 0;        start_cnt    = 0;        end_cnt        = 0;            pid.SEk   = 0;                pid.Zero_Across_Cnt             = 0;                            pid.AutoRegurating_EN         = OFF;        pid.AutoRegurating_Status = OVER; //开始运行使用新的参数后的PID算法        pid.Sv   = pid.BKSv;        }}    模糊控制/*模糊规则表*/int KpRule[7][7]= {        /*NB, NM,  NS, ZO, PS, PM, PB -EC*/        {1,   1,   1,  1,  1,  1,  1}, //NB 0~-10        {0,   0,   0,  1,  2,  3,  4}, //NM 0~10        {0,   0,   0,  1,  2,  3,  4}, //NS 10~20           {0,   0,   1,  1,  2,  3,  4}, //20~30        {1,   1,   1,  1,  2,  3,  4}, //30~40        {1,   1,   1,  1,  2,  3,  4}, //40 ~50    {6,   6,   6,  6,  6,  6,  6}, //50~60       };static float fuzzy_kp(float err, float errchange) {                   volatile float Kp_calcu;    volatile uint8_t num,pe,pec;      volatile float eFuzzy[2]={0.0,0.0};      //隶属于误差E的隶属程度    volatile float ecFuzzy[2]={0.0,0.0};     //隶属于误差变化率EC的隶属程度     float KpFuzzy[7]={0.0,0.0,0.0,0.0,0.0,0.0,0.0}; //隶属于Kp的隶属程度        /*****误差E隶属函数描述*****/   if(err<eRule[0])           {           eFuzzy[0] =1.0;            pe = 0;    }    else if(eRule[0]<=err && err<eRule[1])    {           eFuzzy[0] = (eRule[1]-err)/(eRule[1]-eRule[0]);           pe = 0;    }    else if(eRule[1]<=err && err<eRule[2])    {           eFuzzy[0] = (eRule[2] -err)/(eRule[2]-eRule[1]);           pe = 1;    }    else if(eRule[2]<=err && err<eRule[3])    {         eFuzzy[0] = (eRule[3] -err)/(eRule[3]-eRule[2]);           pe = 2;    }       else if(eRule[3]<=err && err<eRule[4])       {           eFuzzy[0] = (eRule[4]-err)/(eRule[4]-eRule[3]);                 pe = 3;       }    else if(eRule[4]<=err && err<eRule[5])    {           eFuzzy[0] = (eRule[5]-err)/(eRule[5]-eRule[4]);           pe = 4;    }    else if(eRule[5]<=err && err<eRule[6])    {               eFuzzy[0] = (eRule[6]-err)/(eRule[6]-eRule[5]);               pe = 5;    }    else    {           eFuzzy[0] =    0.0;           pe =    6;    }      eFuzzy[1] =1.0 - eFuzzy[0];    /*****误差变化率EC隶属函数描述*****/         if(errchange<ecRule[0])           {       ecFuzzy[0] =1.0;           pec = 0;    }    else if(ecRule[0]<=errchange && errchange<ecRule[1])    {           ecFuzzy[0] = (ecRule[1] - errchange)/(ecRule[1]-ecRule[0]);           pec = 0 ;    }    else if(ecRule[1]<=errchange && errchange<ecRule[2])    {           ecFuzzy[0] = (ecRule[2] - errchange)/(ecRule[2]-ecRule[1]);           pec = 1;    }    else if(ecRule[2]<=errchange && errchange<ecRule[3])    {           ecFuzzy[0] = (ecRule[3] - errchange)/(ecRule[3]-ecRule[2]);           pec = 2 ;    }   else if(ecRule[3]<=errchange && errchange<ecRule[4])       {           ecFuzzy[0] = (ecRule[4]-errchange)/(ecRule[4]-ecRule[3]);                 pec=3;       }    else if(ecRule[4]<=errchange && errchange<ecRule[5])       {           ecFuzzy[0] = (ecRule[5]-errchange)/(ecRule[5]-ecRule[4]);                 pec=4;       }    else if(ecRule[5]<=errchange && errchange<ecRule[6])       {           ecFuzzy[0] = (ecRule[6]-errchange)/(ecRule[6]-ecRule[5]);                 pec=5;       }    else    {           ecFuzzy[0] =0.0;           pec = 5;    }    ecFuzzy[1] = 1.0 - ecFuzzy[0];     /*********查询模糊规则表*********/       num =    KpRule[pe][pec];    KpFuzzy[num] += (eFuzzy[0]*ecFuzzy[0]);   num =    KpRule[pe][pec+1];     KpFuzzy[num] += (eFuzzy[0]*ecFuzzy[1]);    num =KpRule[pe+1][pec];    KpFuzzy[num] += (eFuzzy[1]*ecFuzzy[0]);        num =    KpRule[pe+1][pec+1];    KpFuzzy[num] += (eFuzzy[1]*ecFuzzy[1]);   /*********加权平均法解模糊*********/      Kp_calcu    =    KpFuzzy[0]*kpRule[0] +KpFuzzy[1]*kpRule[1]+ \                            KpFuzzy[2]*kpRule[2] +KpFuzzy[3]*kpRule[3]+ \                            KpFuzzy[4]*kpRule[4] +KpFuzzy[5]*kpRule[5]+ \                            +KpFuzzy[6]*kpRule[6];       printf(" %f,%f,%d,%d,kp = %f\r\n", err, errchange, pe, pec, Kp_calcu);  return(Kp_calcu); }

使用特权

评论回复

相关帖子

发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

282

主题

290

帖子

1

粉丝