Детальная информация

Объектом исследования является система стабилизации ориентации двухколёсного робота. Цель работы состоит в разработке и реализации системы адаптивной настройки параметров ПИД-регулятора для повышения устойчивости управления роботом при изменении состояния объекта и внешних возмущениях. В работе использованы методы ПИД-регулирования, нейро-нечёткого моделирования ANFIS, встроенного программирования и последовательного обмена данными между микроконтроллером STM32F407ZG и персональным компьютером. Нижний уровень системы реализует сбор данных, вычисление ориентации и управление электродвигателями, а верхний уровень выполняет адаптивную настройку коэффициентов регулятора. В результате была разработана и экспериментально проверена двухуровневая система управления, позволяющая выполнять передачу телеметрических данных, расчёт параметров ПИД-регулятора на верхнем уровне и их последующее обновление на микроконтроллере STM32F407ZG.Экспериментальные результаты показали работоспособность предложенной структуры, однако устойчивое количественное преимущество ANFIS-ПИД над ПИД-регулятором с фиксированными коэффициентами получено не было вследствие ограниченного объёма обучающей выборки, шумов датчика и особенностей механической конструкции платформы.

The graduate qualification work is devoted to the design and implementation of a system for adaptive tuning of PID controller parameters for a two wheeled balancing robot based on the STM32F407ZG microcontroller and ANFIS neuro fuzzy model. The object of the study is the orientation stabilization system of a two wheeled robot. The purpose of the work is to develop and implement an adaptive PID tuning system to improve control stability under varying operating conditions and external disturbances. The study applies PID control, ANFIS modeling, embedded programming, and serial communication between the STM32F407ZG and a PC. The lower level performs data acquisition, attitude estimation, and motor control, while the upper level implements adaptive adjustment of PID parameters. As a result, a two level control system was developed and experimentally verified. The system supports telemetry streaming, PID parameter computation at the upper level, and real time update on the microcontroller. Experiments confirmed the functionality of the proposed structure, but a stable quantitative advantage of ANFIS PID over fixed gain PID was not achieved due to a limited training dataset, sensor noise, and mechanical features of the robot platform.