玩转OpenHarmony PID：教你打造两轮平衡车

点击蓝字 ╳ 关注我们
开源项目 openharmony是每个人的 openharmony
王维平
openharmony知识体系工作组
以下内容来自嘉宾分享，不代表开放原子开源基金会观点简介
此次为大家带来的是openatom openharmony（以下简称“openharmony”）系统与pid控制算法相结合并落地的平衡车项目。pid控制算法是一种经典的，并被广泛应用在控制领域的算法。类似于这种：需要将某一个物理量保持稳定的场合，比如维持平衡，稳定温度、转速等，pid都会适用。在四轴飞行器，平衡小车、汽车定速巡航、温度控制器等场景均有应用。
通过本样例的学习，开发者能够对openharmony系统设备端开发有进一步的认识，还能够掌握pid控制算法的使用。本样例使用openharmony 3.2 beta1操作系统，硬件平台采用小熊派bearpi-hm nano（hi3861）开发板。本样例效果动图：
硬件配置资源
两轮平衡小车主要硬件资源：主控cpu：小熊派bearpi-hm nano（hi3861）开发板；陀螺仪：mpu6050六轴陀螺仪传感器；左右轮：带有霍尔传感器的直流电机；小车平台及结构件资源可以自行在相关网站获得。
原理概括
小时候都玩过上图游戏吧：木杆立在手指上，尽量保持木杆直立不倒。当木杆向前倾斜时，我们会往前行走，以用来抵消木杆的前倾；往后倾斜时，我们会往后倒退。对的！没错！你猜对了。平衡车的控制原理就是这样：
pid算法介绍
平衡车的控制离不开对pid算法的应用。那么什么是pid算法？它能解决什么问题？pid算法：就是“比例（proportional）、积分（integral）、微分（derivative）”，是一种常见的“保持稳定”控制算法。
结合两轮平衡车的场景，对pid参数的认识如下：p比例参数：该参数能够快速让小车达到平衡状态，但是由于控制是滞后的，以及是惯性系统，容易带来超调，即小车会出现前后摇摆的现象。所以p参数不能太大；i积分参数：小车由于摩擦力或者风阻力，并且p不能太大，只靠p控制有可能达不到稳定状态，所以需要加入i积分参数，消除稳态误差；d微分参数：平衡小车维持的是倾斜角度要为平衡角度，由于pi参数使小车振荡，小车会出现前后摇摆现象，加入d微分参数能够消除小车的振荡。
两步搭建样例工程
在openharmony源码基础上，两步构建平衡小车代码。（openharmony源码下载路径及bearpi-hm nano（hi3861）开发板代码烧录，请参考文章末尾相关链接）第一步：拷贝balance_car文件夹到源码路径下：deviceoardearpiearpi_hm_nanoapp （balance_car文件获取路径，请参考文章末尾相关链接）如图文件夹目录：
第二步：修改build.gn，在源码路径下：deviceoardearpiearpi_hm_nanoappbuild.gn添加编译依赖：balance_car:balance_car，如下图：
关键算法讲解
两轮平衡车的控制主要涉及三个pid环的串联使用，它们分别是直立环（平衡控制）、速度环（速度控制）、转向环（方向控制）。三个控制效果合成，控制轮子运行。
直立环控制算法：直立环控制算法是平衡小车维持平衡的主要算法。直立环采用了pd算法环节，即只有比例与微分环节。倾斜角度大小以及角加速度大小决定了轮子的速度大小。可以理解为倾斜角度越大，控制轮子顺着倾斜的方向的速度越大；倾斜的角加速度越大，控制轮子速度也要越大。float g_middleangle = 1.0;//平衡角度
float g_kpbalance = -85800.0;
float g_kdbalance = -400;
static int controlbalance(float angle, short gyro)
{
int outpwm = 0;
float anglebias = 0.0;
float gyrobias = 0.0;
float tempangle = 0.0;
float tempgyro = 0.0;
tempangle = 0 - angle;//极性控制
tempgyro = 0 - gyro;
anglebias = g_middleangle - tempangle;
gyrobias = 0 - tempgyro;
outpwm = (g_kpbalance / 100 * anglebias + g_kdbalance
* gyrobias / 100);
return outpwm;
}速度环控制算法：速度环控制的目的是让机器以恒定速度前进或后退，该恒定速度可以为0速度，即要让平衡车静止。速度环采用了pi环控制，只有比例与积分环节。float g_kpspeed = 95800.0;
float g_kispeed = 200;
static int controlspeed(long int left, long int right)
{
int outpwm = 0;
int speedbias = 0;
int speedbiaslowpass = 0;
static int speed_i = 0;
float a = 0.68;
static int speedbiaslast = 0;
speedbias = 0 - left - right;
speedbiaslowpass = (1 - a) * speedbias
+ a * speedbiaslast;
speedbiaslast = speedbiaslowpass;
speed_i += speedbiaslowpass;
speed_i = limit_data(speed_i, speed_h, speed_l);
outpwm = (g_kpspeed * speedbiaslowpass / 100 +
gkispeed * speed_i / 100);
return outpwm;
}转向环控制算法：转向环的目的是控制小车以恒定速度转向。在本次场景为了控制小车平衡静止，所以只做了限制转向的操作。static int controlturn(short gyro)
{
int outpwm;
outpwm = g_kpturn * gyro;
return outpwm;
}以上详细代码，请参考文章末尾的相关链接（balance_car文件获取路径）。
总结
本文呈现了两轮平衡小车的大致原理。简单介绍了一下pid算法的效果：p比例参数，能够快速让系统达到稳定值，但是p太大容易超调，带来振荡；i积分参数，消除稳态误差，让系统达到稳定值；d积分参数，能消除振荡，但是会使系统时效性变慢。开发者可以根据现场情况，合理调节pid三个参数。本样例是openharmony知识体系工作组（相关链接在文章末尾）为广大开发者分享的样例。同时知识体系工作组结合日常生活，给开发者规划了各种场景的demo样例，如智能家居场景、影音娱乐场景、运动健康场景等；欢迎广大开发者一同参与openharmony的开发，更加完善样例，相互学习，相互进步。
相关链接
openharmony源码下载路径：https://gitee.com/openharmony/docs/blob/master/zh-cn/release-notes/openharmony-v3.2-beta1.md
balance_car文件获取路径：https://gitee.com/openharmony-sig/vendor_oh_fun
bearpi-hm nano（hi3861）开发板代码烧录参考链接：https://gitee.com/bearpi/bearpi-hm_nano/tree/master/applications/bearpi/bearpi-hm_nano/docs/quick-start
openharmony知识体系共建开发仓：https://gitee.com/openharmony-sig/knowledge/blob/master/docs/co-construct_demos/readme_zh.md
小熊派开发板学习路径：https://growing.openharmony.cn/mainplay/learnpathmaps?id=19
openharmony知识体系工作组智慧家居开发样例https://gitee.com/openharmony-sig/knowledge_demo_smart_home
参考资料：第七届全国大学生“飞思卡尔”杯智能汽车竞赛电磁组直立行车参考设计方案
原文标题：玩转openharmony pid：教你打造两轮平衡车
文章出处：【微信公众号：openatom openharmony】欢迎添加关注！文章转载请注明出处。