báo cáo môn hệ thống điều khiển tự động nâng cao đề tài xe đạp cân bằng

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (2.15 MB, 44 trang )

Trang 1<div class="page_container" data-page="1">

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM KĨ THUẬT TP.HCMKHOA ĐIỆN – ĐIỆN TỬ

BÁO CÁO MÔN

HỆ THỐNG ĐIỀU KHIỂN TỰ ĐỘNG NÂNG CAOĐỀ TÀI: XE ĐẠP CÂN BẰNG

Giảng viên Hướng dẫn: Nguyễn Minh TâmSinh viên thực hiện : Huỳnh Minh Thông– 21151483

Phạm Gia Khương– 21151120

TP.HCM, ngày 28 tháng 9 năm 2023

</div>Trang 2<div class="page_container" data-page="2">

MỤC LỤ

Chương 1: TỔNG QUAN...1

1.1. Tầm quan trọng của đề tài...1

1.2. Mục tiêu của đề tài...2

1.3. Giới hạn đề tài...3

1.4. Phương pháp phương tiện nghiên cứu...3

1.4.1.Phương pháp lí thuyết...3

1.4.2.Phương pháp thực nghiệm...3

1.5. Nội dung của đề tài...3

1.6. Các đề tài liên quan...4

Chương 2: CƠ SỞ LÝ THUYẾT...4

2.4. Thuật toán điều khiển...6

2.4.1.Sử dụng bộ điều khiển PID...6

2.5. Phương trình tuyến tính...8

2.6. Bộ lọc Kalman...8

2.7. Bộ quan sát góc nghiêng...9

Chương 3: MÔ PHỎNG MATLAB...9

3.1. Thiết kế bộ điều khiển PID...9

3.1. Tiến hành mô phỏng và kết quả...13

Chương 4: THIẾT KẾ PHẦN CỨNG...18

4.1. Giới thiệu...18

4.2. Thiết kế và chế tạo...18

4.2.1.Lựa chọn linh kiện...18

4.2.1.1.Bộ điều khiển trung tâm Arduino nano...18

4.2.1.2.Cảm biến MPU 6050...19

</div>Trang 3<div class="page_container" data-page="3">

4.2.1.3.Động cơ giảm tốc GA25 280prm...20

4.2.1.4.Mạch khuếch đại mạch cầu H (L298)...23

</div>Trang 4<div class="page_container" data-page="4">

MỤC LỤC HÌNH ẢNH

Hình 1.1: Xe đạp cân bằng...1

Hình 2.1: Thân xe đạp có bánh phản lực nhìn từ sau...5

Hình 2.2: Thân xe đạp có bánh phản lực nhìn từ bên cạnh...6

Hình 3.1: Khối ngoại lực bên ngồi...10

Hình 3.2: Setup External torque...10

Hình 3.3: Khối hồi tiếp góc nghiêng...11

Hình 3.4: Khối xe hai bánh cân bằng...11

Hình 3.5: Hệ xe đạp cân bằng mơ phỏng Simulink...12

Hình 3.6: Hệ xe đạp cân bằng mơ phỏng Simulink...12

Hình 3.7: Hệ xe đạp cân bằng mơ phỏng Simulink...13

Hình 3.8: Xe 3D đáp ứng khi hệ thống khơng có moment bánh đà...13

Hình 3.9: Đồ thị Theta khi moment bánh đà bằng khơng...14

Hình 3.10: Đồ thị Thetadot khi moment bánh đà bằng khơng...14

Hình 3.11: Đồ thị tốc độ của bánh xe quán tính khi moment bánh đà bằng

Hình 5.1: Lưu đồ giải thuật...30

Hình 6.1: Mơ hình sau khi hồn thiện...31

Hình 6.2: Đáp ứng góc nghiêng từ cảm biến...32

Hình 6.3: Đáp ứng góc nghiêng của xe...33

</div>Trang 5<div class="page_container" data-page="5">

MỤC LỤC BẢNG

Bảng 4.1: Thông số của Aduino Nano...19Bảng 4.2: Thông số của cảm biến...20Bảng 4.3: Bảng đấu dây...26

</div>Trang 6<div class="page_container" data-page="6">

NHẬN XÉT CỦA GIÁO VIÊN

</div>Trang 7<div class="page_container" data-page="7">

Chương 1: TỔNG QUAN

1.1.Tầm quan trọng của đề tài

Xe đạp tự cân bằng (self-balancing bicycle) đã trở thành một phần quan trọng trong cuộc sống hiện đại, được trang bị công nghệ tiên tiến và hệ thống cân bằng thơng minh, mang lại nhiều lợi ích đáng kể. Xe đạp tự cân bằng đóng vai trị quan trọng trong cuộc sống ngày nay bằng khả năng tự điều chỉnh và duy trì sự cân bằng, tạo cảm giác ổn định và an toàn cho người sử dụng.

Xe đạp tự cân bằng không chỉ là một phương tiện di chuyển tiện lợi mà cịn có nhiều lợi ích về mặt an toàn, tiện lợi và sức khỏe cho người sử dụng, đặc biệt trong các tình huống và mục đích sử dụng khác nhau. Trẻ em hoặc người mới bắt đầu học lái xe đạp, xe đạp tự cân bằng giúp họ thích nghi với việc giữ thăng bằng một cách nhanh chóng và dễ dàng hơn. Người dùng có thể di chuyển dễ dàng và nhanh chóng trong các tình huống giao thơng đơ thị mà khơng cần phải đối mặt với vấn đề tắc đường và kẹt xe. Với khả năng tự cân bằng, người sử dụng không cần phải bám đều đặn vào tay lái hoặc giữ thăng bằng bằng cách đặt chân xuống đất. Điều này giúp giảm sự mệt mỏi trong hành trình dài và tạo điều kiện thuận lợi cho việc thư giãn khi đạp xe.

Một số ứng dụng:

Hình 1.1: Xe đạp cân bằng

</div>Trang 8<div class="page_container" data-page="8">

- Xe đạp cân bằng điện (Electric Self-Balancing Bikes): Các xe đạp cân bằng điện sử dụng cơng nghệ điều khiển tự động để duy trì sự cân bằng. Các cảm biến đo góc độ và gia tốc để xác định tình trạng của xe đạp và điều chỉnh độ nghiêng của xe để duy trì sự cân bằng.

- Robot Cân Bằng (Balancing Robots): Robot cân bằng là một ứng dụng phổ biến của công nghệ cân bằng.

- Xe ô tô cân bằng (Self-Balancing Cars): Công nghệ cân bằng có thể được áp dụng cho các loại xe ơ tơ để giúp họ duy trì sự cân bằng và ổn định trong các tình huống cụ thể.

- Xe đạp cân bằng cho người khuyết tật (Balancing Bikes for Disabled Individuals): Cơng nghệ cân bằng có thể được sử dụng để thiết kế xe đạp cân bằng cho người khuyết tật.

Mơ hình tốn học của xe cân bằng dùng con quay hồi chuyển đã được nghiên cứu lần đầu tiên trong cơng trình của Cousins và gần đây hơn Gallaspy sử dụng phép lấy đạo hàm trong phân tích tốn học hoặc Karnopp sử dụng các đồ thị quan hệ để lấy đạo hàm. Những nghiên cứu sâu về việc giữ cân bằng cho xe hai bánh lại đi theo hướng điều khiển. Các kết quả nghiên cứu khai thác ưu điểm ổn định con quay hồi chuyển cho các phương tiện được công bố trong phạm vi rất hẹp, đặc biệt cơng nghệ này cịn rất mới ở Việt Nam. Cho đến nay, chưa có cơng bố khoa học nào ở trong nước nói về ứng dụng nguyên lý con quay hồi chuyển cho xe hai bánh dọc tự cân bằng. Đề tài “Thiết kế, chế tạo và thử nghiệm mơ hình xe hai bánh tự cân bằng” được thực hiện nhằm xây dựng mô hình thực nghiệm, phân tích các quan hệ lực, momen ảnh hưởng đến khả năng tự cân bằng của xe. Kết quả của đề tài có thể được sử dụng làm cơ sở cho các nghiên cứu tiếp theo về bài toán điều khiển, chế tạo thử nghiệm xe.

1.2.Mục tiêu của đề tài

Mục tiêu của dự án "Xe đạp tự cân bằng" là phát triển một mơ hình xe đạp 2 bánh dựa trên lý thuyết mơ hình con lắc ngược và con quay hồi chuyển. Trong quá trình thực hiện đề tài, những mục tiêu cụ thể được đặt ra bao gồm:

- Thiết kế và phát triển một hệ thống điều khiển tự động cho xe đạp, cho phép nó tự cân bằng trên bề mặt phẳng. Điều này liên quan đến việc duy trì trọng tâm của xe ở vị trí ổn định và ngăn ngừa các biến động không mong muốn.

- Đảm bảo rằng xe có khả năng tự điều chỉnh và duy trì cân bằng mà không cần sự can thiệp của người điều khiển. Điều này địi hỏi hệ thống điều khiển chính xác, ổn định, và phản ứng nhanh.

</div>Trang 9<div class="page_container" data-page="9">

- Tính tốn các thơng số động lực học, xây dựng các hàm khơng gian trạng thái của mơ hình, và lựa chọn các thành phần như cảm biến và bộ điều khiển động cơ để đạt được các tiêu chí như cân bằng tự động, độ an tồn, và tích hợp hiệu quả của hệ thống.

- Sử dụng cảm biến MPU 6050 và bộ điều khiển trung tâm Arduino Uno trong quá trình nghiên cứu và phát triển.

Mục tiêu chung của dự án này là tạo ra một mô hình xe đạp tự cân bằng thơng qua việc áp dụng lý thuyết mơ hình con lắc ngược và con quay hồi chuyển, từ đó giúp cải thiện kiến thức về điều khiển tự động và ứng dụng công nghệ trong lĩnh vực này.

1.3.Giới hạn đề tài

Phạm vi đề tài tập trung vào việc xây dựng mơ hình phần cứng cho xe tự cân bằng, sử dụng Arduino và các thuật toán điều khiển PID và bộ lọc Kalman để thực hiện nhiệm vụ cân bằng và điều khiển di chuyển của xe.

Tuy nhiên, tập trung chủ yếu vào việc phát triển mơ hình cơ bản cho xe đạp tự cân bằng trong phạm vi đề tài hiện tại. Các ứng dụng cụ thể cho mơ hình này vẫn cịn hạn chế và có thể được phát triển ở các nghiên cứu sau này. Mục tiêu là cung cấp kiến thức thực tiễn về vi điều khiển, sử dụng thuật toán PID và bộ lọc Kalman, cũng như làm quen với việc xử lý tín hiệu từ các cảm biến cho sinh viên và những người quan tâm đến lĩnh vực robot và tự động hóa. Ngồi ra, mơ hình này cũng có tiềm năng ứng dụng trong các lĩnh vực như giao thông thông minh, robot hội nhập xã hội và nghiên cứu khoa học.

1.4.Phương pháp phương tiện nghiên cứu1.4.1. Phương pháp lí thuyết

Dựa vào tài liệu: sách, báo, các nguồn Internet để hiểu về thuật toán PID trong điều khiển các đối tượng phi tuyến đặc biệt là hệ thống xa đạp tự cân bằng. Từ đó xây dựng bộ điều khiển dựa trên lí thuyết, tìm các thơng số của bộ điều khiển…

1.4.2. Phương pháp thực nghiệm

Dùng Mathlab/Simulink để mô phỏng bộ điều khiển, các phần mềm có liên quan về con quay hồi chuyển. Sau đó, thiết kế cơ khí dựa theo các tính tốn lí thuyết và mơ phỏng.

</div>Trang 10<div class="page_container" data-page="10">

1.5.Nội dung của đề tài

- Khảo sát, phân tích các nguyên tắc cân bằng nhờ con quay hồi chuyển. - Tính tốn lý thuyết mơ phỏng.

- Thiết kế phần cứng, cơ khí cho mơ hình xe đạp tự cân bằng.

- Thuật toán PID được sử dụng để điều khiển xe cân bằng và di chuyển. - MPU6050 nhằm xác định góc lệch của xe.

1.6.Các đề tài liên quan

- Xe Máy Tự Cân Bằng (Motorbike Balance). - Unicycle balancing robot with reaction wheel. - Self balancing robot.

Chương 2: CƠ SỞ LÝ THUYẾT

2.1.Cơ học

2.1.1.Động lực học xe đạp

Động lực học của xe đạp là mô tả vật lý của các lực tác dụng lên xe đạp trong chuyển động. Xe đạp vốn đã khơng ổn định. Đó cũng là một trong những nguyên nhân gây khó khăn chỉ đạo và đi xe đạp. Xe đạp có xu hướng rẽ theo hướng nghiêng của người lái, giúp việc quay đầu dễ dàng hơn quay vô lăng theo hướng nghiêng. Đồng thời, điều này khiến việc lái xe theo hướng ngược lại trở nên khó khăn hơn. Ở tốc độ thấp, xe đạp kém ổn định hơn và cần nhiều nỗ lực hơn để bảo trì cân bằng và kiểm sốt. Đây là lý do tại sao các tay đua cần liên tục thực hiện đánh lái nhỏ điều chỉnh để giữ xe đạp thẳng đứng.

Ở tốc độ cao, xe đạp trở nên ổn định hơn do hiệu ứng con quay và hình học xây dựng, giúp giữ chúng thẳng đứng. Tuy nhiên, họ cũng trở nên nhạy cảm hơn với các thông tin đầu vào từ người lái, chẳng hạn như tay lái, khả năng tăng tốc, và phanh. Điều này có nghĩa là những chuyển động nhỏ hoặc những thay đổi về tốc độ có thể có tác động tác động đáng kể đến độ ổn định và khả năng xử lý của xe đạp.

Khi đứng yên, xe đạp ở trạng thái khơng ổn định nhất vì khơng có hiệu ứng con quay hồi chuyển để giúp chúng giữ thẳng.

Tóm lại, động lực học xe đạp là một chủ đề phức tạp liên quan đến nhiều yếu tố khác nhau, bao gồm hình học, phân bổ trọng lượng, biến dạng của lốp và đầu vào của người lái.

</div>Trang 11<div class="page_container" data-page="11">

2.1.2.Bánh đà

Bánh xe phản lực hay còn gọi là bánh đà là một thiết bị được sử dụng phổ biến trong các vệ tinh và tàu vũ trụ nhỏ hơn khác để kiểm soát thái độ. Kết cấu khá đơn giản, một đĩa được gắn trên một trục, cấp nguồn bởi động cơ điện. Mô-men xoắn đầu ra của bánh xe phản ứng có liên quan đến mơ-men xoắn của động cơ và mơ men qn tính. Ngun lý của bánh xe phản lực là tác dụng mô-men xoắn theo chiều ngược lại hướng quay mong muốn, vì mô-men xoắn từ bánh xe phản ứng sẽ là nguyên nhân tạo ra mơ men phản ứng bằng nhau, có hướng đối kháng với phản lực mô-men xoắn bánh xe. Bánh xe phản ứng rất tốt trong trường hợp sử dụng mà bạn muốn quay ổn định và chính xác trên một trục.

2.2.Phương trình động học

Sự khảo sát là sự mất ổn định của một chiếc xe đạp. Giả sử góc vào lái bằng 0, góc nghiêng là Θ và bỏ qua góc trượt ở bánh xe. Sơ đồ vật thể tự do chứng tỏ rằng động lực học của hệ thống đã được đơn giản hóa thành một con lắc ngược có bánh xe phản lực gắn vào nó. Từ sơ đồ vật tự do đã đề cập trước đó, Newtons II định luật có thể được sử dụng để mơ tả các phương trình của hệ động lực như sau:

eZ: ITΘ=m´ Tg lCsin Θ−Mm

Trong đó IT là mơmen quán tính tổng của hệ, mT là tổng khối lượng của hệ thống, và Mm là mô-men xoắn được tạo ra từ động cơ điện gắn vào bánh xe phản ứng. Ngồi ra cịn có khả năng mơ tả mối quan hệ giữa mô men xoắn của máy điện và tốc độ quay của bánh đà bằng nhau tiếp cận.

eZ: ISΦ=M´ (2.2)

2.3.Mơ hình xe đạp

</div>Trang 12<div class="page_container" data-page="12">

2.4.Thuật tốn điều khiển

2.4.1.Sử dụng bộ điều khiển PID

Điều khiển PID là phương pháp điều khiển phổ biến nhất không thể tranh cãi trong ngành công nghiệp. Điều khiển PID bắt nguồn từ việc xây dựng một phương pháp điều khiển đơn giản, được gọi là điều khiển tỷ lệ mà bản thân nó có thể làm tăng tốc độ phản hồi hệ thống. "PID" là viết tắt của Proportional-Integral-Derivative, là một thuật toán điều khiển phản hồi được sử dụng rộng rãi trong tự động hóa và điều khiển hệ thống. Các thành phần chính của thuật toán PID bao gồm:

- Proportional (P): Thành phần tỷ lệ phản ứng với sự chênh lệch giữa giá trị đặt và giá trị thực tế. Nó cung cấp một đầu ra tỷ lệ với sự chênh lệch hiện tại.

- Integral (I): Thành phần tích phản ứng với tổng tích lũy của sự chênh lệch giữa giá trị đặt và giá trị thực tế qua thời gian. Nó giúp giảm độ chệch dài hạn.

Hình 2.1: Thân xe đạp có bánh phản lực nhìn từ sau

Hình 2.2: Thân xe đạp có bánh phản lực nhìn từ bên cạnh

</div>Trang 13<div class="page_container" data-page="13">

- Derivative (D): Thành phần đạo hàm giảm độ chệch bằng cách dựa trên tốc độ biến đổi của sự chênh lệch. Nó giúp dự đốn và giảm độ chệch trong tương lai.

Cả ba thành phần trên được kết hợp để tạo ra một tín hiệu điều khiển tổng thể để duy trì hoặc đưa hệ thống về giá trị đặt (setpoint).

Phương trình PID (Proportional-Integral-Derivative) mơ tả q trình tính tốn tín hiệu điều khiển dựa trên sự chênh lệch giữa giá trị đặt và giá trị thực tế, cũng như sự tích lũy của sự chênh lệch và đạo hàm của sự chênh lệch. Dưới đây là biểu diễn toán học của PID:

Biểu Diễn Toán Học của PID:

Cho e(t) là sự chênh lệch giữa giá trị đặt (SP) và giá trị thực tế (PV) tại thời

 Integral (I) Term:

- Sự tích lũy của sự chênh lệch được tính theo công thức:

</div>Trang 14<div class="page_container" data-page="14">

- u(t): Đầu ra điều khiển (control output) tại thời điểm t.

- e(t): Sự chênh lệch giữa giá trị đặt và giá trị thực tế tại thờiđiểm t.

- Kp, Ki, Kd: Hệ số tỷ số của các thành phần Proportional,

Integral, và Derivative tương ứng.

Các hệ số Kp, Ki, và Kd được điều chỉnh để đảm bảo hiệu suất ổn định và

nhanh chóng của hệ thống điều khiển PID

2.5.Phương trình tuyến tính

Bộ điều chỉnh bậc hai tuyến tính, thường được gọi là LQR, là một bộ điều khiển khác phương pháp dựa trên mơ hình khơng gian trạng thái. Một mơ hình khơng gian trạng thái chung có thể là được xác định như sau:

x= Ax+ Buy=Cx

(2.8 )

Trong đó A, B, C là ma trận. Cùng với nhau, mơ hình này mơ tả động lực học của hệ thống mà bạn muốn kiểm soát. Để điều khiển hệ thống này chúng ta sử dụng tín hiệu đầu vào

Từ đó đưa ra phương trình hệ kín như sau :

Đối với mơ hình khơng gian trạng thái, thường có sự điều chỉnh tham số L, đó là độ lợi cho phản hồi của hệ thống. Vectơ r là vectơ tham chiếu cho hệ thống. Ý tưởng của bộ điều chỉnh bậc hai tuyến tính là sử dụng mơ hình khơng gian trạng thái và tối ưu hóa giá trị của L bằng cách giảm thiểu phương trình chi phí bậc hai với sự trợ giúp của phương trình Riccati đại số. Điều khiển LQR là một cơng cụ mạnh mẽ nhưng đòi hỏi kiến thức tốt và mơ hình hóa hệ thống.

</div>Trang 15<div class="page_container" data-page="15">

2.6.Bộ lọc Kalman

Bộ lọc Kalman là một phương pháp xử lý và dự đốn dữ liệu trong mơi trường có nhiễu. Được Rudolf E. Kálmán phát triển vào những năm 1960, bộ lọc Kalman đã trở thành một công cụ quan trọng trong nhiều lĩnh vực như hệ thống định vị, điều khiển tự động, xử lý tín hiệu và trí tuệ nhân tạo.

Bộ lọc Kalman thực hiện việc dự đoán và cập nhật dữ liệu theo thời gian, tự động điều chỉnh độ chính xác của dự đốn dựa trên dữ liệu mới nhận được và độ tin cậy của các thông số đo lường. Bộ lọc này giúp giảm ảnh hưởng của nhiễu và sai số trong dữ liệu đo lường, giúp đạt được ước lượng chính xác hơn về trạng thái thực tế của hệ thống.

Bộ lọc Kalman thường được áp dụng trong các tình huống như theo dõi đối tượng chuyển động, định vị GPS, điều khiển robot, và nhiều ứng dụng khác. Cơ sở lý thuyết của bộ lọc Kalman dựa trên đại số tuyến tính và xác suất, kết hợp thơng tin từ dự đốn và đo lường để tạo ra ước lượng trạng thái tối ưu.

Bộ lọc Kalman ước lượng tiến trình bằng cách sử dụng dạng điều khiển hồi tiếp: bộ lọc ước lượng các trạng thái của quá trình tại một thời điểm và sau đó chứa tín hiệu hồi tiếp trong các dạng của giá trị đó lường. Do đó, phương trình bộ lọc Kalman chia làm hai nhóm: phương trình cập nhật thời gian và phương trình cập nhật giá trị đo lường. Phương trình cập nhật thời gian chịu trách nhiệm dự báo trước (về mặt thời gian) của trạng thái hiện tại và ước lượng sai số tương quan để chứa vào bộ ước lượng trước cho bước thời gian tiếp theo. Phương trình cập nhật giá trị đo lường chịu trách nhiệm cập nhật cho tín hiệu hồi tiếp, nghĩa là cập nhật giá trị mới vào giá trị ước lượng trước để tạo tín hiệu ước lượng sau tốt hơn.

Sau mỗi chu trình tính tốn của bộ lọc Kalman, các giá trị được cập nhật theo cặp, tiến trình được lặp lại vói ước lượng của trạng thái trước dùng để dự đoán ước lượng mới. Trạng thái đệ quy tự nhiên là một trong những điểm đặc trưng của bộ lọc Kalman, nó thay thế điều kiện đệ quy ước lượng hiện tại cho giá trị đã qua.

2.7.Bộ quan sát góc nghiêng

IMU là một thiết bị không thể thiếu cho dự án này. MPU6050 cảm biến gia tốc và con quay hồi chuyển đã được chọn cho dự án này do nó sẵn có và chi phí thấp. Giao tiếp giữa IMU và Arduino được xử lý thơng qua I2C. Góc nghiêng là được đo để quyết định góc nghiêng của xe đạp.

</div>Trang 16<div class="page_container" data-page="16">

Đơn vị đo lường nội bộ (IMU) là thiết bị kết hợp việc sử dụng gia tốc kế, con quay hồi chuyển và đôi khi là từ kế để cung cấp các chỉ số về gia tốc và tốc độ góc của thiết bị mà nó được gắn vào. Trong một phạm vi nhỏ gói có thể cung cấp sự kết hợp giữa gia tốc kế và con quay hồi chuyển theo thứ tự để cung cấp các chỉ số cảm

biến cho một hệ thống.

Chương 3: MÔ PHỎNG MATLAB

3.1.Thiết kế bộ điều khiển PID

Bộ điều khiển PID điều khiển hệ xe đạp cân bằng có hai ngõ vào : - Góc nghiêng Theta

- Ngoại lực tác động bên ngoài

Bộ điều khiển PID điều khiển hệ xe đạp cân bằng có ba ngõ ra : - Tốc độ thay đổi góc nghiêng

</div>Trang 17<div class="page_container" data-page="17">

- Hệ xe hai bánh cân bằng

Hình 3.2: Setup External torque

Hình 3.3: Khối hồi tiếp góc nghiêng

</div>Trang 18<div class="page_container" data-page="18">

Hệ xe đạp cân bằng có hai ngõ vào ngoại lực tác động bên ngoài (External Torque) và moment của bánh đà (Motor Torque) ; có ba ngõ ra là Góc nghiêng so với phương thẳng đứng Theta, đạo hàm góc nghiên Thetadot và tốc độ quay có bánh xe qn tính.

- Khối 3D thiết lập hệ xe

Các khối Rear Wheel, Moto Body, Steer Column, Front Wheel, Inertia Wheel thiết lập mô hình 3d cho xe đạp cân bằng

Hình 3.4: Khối xe hai bánh cân bằng

</div>Trang 19<div class="page_container" data-page="19">

Hình 3.6: Hệ xe đạp cân bằng mô phỏng Simulink

</div>Trang 20<div class="page_container" data-page="20">

3.1.Tiến hành mô phỏng và kết quả

Mở matlap chạy lệnh “motoSys0_start” Chạy Simulink

Hình 3.7: Hệ xe đạp cân bằng mơ phỏng Simulink

Hình 3.8: Xe 3D đáp ứng khi hệ thống khơng có moment bánh đà

</div>Trang 21<div class="page_container" data-page="21">

Đồ thị của Theta, Thetadot vị trí đặt là 0 độ và tốc độ bánh xe qn tính (hình 3.9 và hình 3.10).