基于自抗扰控制算法的两轮自平衡车（ADRC）

资 源 简 介

基于自抗扰控制算法的两轮自平衡车（ADRC）

详 情 说 明

自抗扰控制（ADRC）在平衡车系统中的应用

两轮自平衡车是一种典型的欠驱动系统，其核心挑战在于通过有限的执行机构（两个电机）实现动态平衡控制。自抗扰控制（Active Disturbance Rejection Control, ADRC）因其对系统内外扰动的强鲁棒性，成为解决此类问题的理想选择。相较于传统PID控制，ADRC通过独特的“总扰动”估计与补偿机制，显著提升了系统抗干扰能力。

ADRC的核心构成解析 跟踪微分器（TD）：平滑处理给定角度指令，避免设定值突变导致的系统震荡。 扩张状态观测器（ESO）：实时估计系统模型误差、外部风阻等综合扰动，这是ADRC区别于传统控制的核心。 非线性状态误差反馈（NLSEF）：通过非对称增益函数处理误差，实现快速响应与超调抑制的平衡。

MATLAB实现关键点 在MATLAB中搭建模型时，需重点关注ESO的收敛速度与系统采样周期的匹配。过快的观测器会导致高频噪声放大，而过慢则无法有效跟踪实际扰动。建议采用串级控制结构：内环ADRC控制电机转速，外环处理倾角平衡，这种架构能有效分解控制复杂度。

工程实践中的调参技巧 ADRC参数整定可遵循“先观测后控制”原则：首先调整ESO带宽确保扰动估计精度，再优化NLSEF参数。对于两轮车这类强非线性系统，建议在MATLAB/Simulink中先进行倾倒保护仿真，再过渡到实物调试。典型场景如载重变化时，ADRC的扰动估计能力可使系统无需重新调参即保持稳定。

扩展应用方向 该方法可迁移至其他欠驱动系统（如独轮机器人、四旋翼无人机），其核心思想是通过实时扰动观测替代精确建模，这对于模型不确定性高的场景具有普适价值。后续优化可结合机器学习算法实现参数自整定，进一步提升动态性能。