智能车学习（2）---舵机学习

原理和控制

一、舵机原理简述


     
    控制信号由接收机的通道进入信号调制芯片，获得直流偏置电压。它内部有一个基准电路，产生周期为20ms，宽度为1.5ms的基准信号，将获得的直流偏置电压与电位器的电压比较，获得电压差输出。最后，电压差的正负输出到电机驱动芯片决定电机的正反转。当电机转速一定时，通过级联减速齿轮带动电位器旋转，使得电压差为0，电机停止转动。


舵机的控制一般需要一个20ms左右的时基脉冲，该脉冲的高电平部分一般为0.5ms-2.5ms范围内的角度控制脉冲部分，总间隔为2ms。以180度角度伺服为例，那么对应的控制关系是这样的：
   0.5ms--------------0度；
   1.0ms------------45度；
   1.5ms------------90度；
   2.0ms-----------135度；
   2.5ms-----------180度；
 
（1）舵机的追随特性
  假设现在舵机稳定在A点，这时候CPU发出一个PWM信号，舵机全速由A点转向B点，在这个过程中需要一段时间，舵机才能运动到B点。


保持时间为Tｗ
        当Tｗ≥△T时，舵机能够到达目标，并有剩余时间；
当Tｗ≤△T时，舵机不能到达目标；
理论上：当Tｗ=△T时，系统最连贯，而且舵机运动的最快。
实际过程中ｗ不尽相同，连贯运动时的极限△T比较难以计算出来。
 
当PWM信号以最小变化量即（1DIV=8us）依次变化时，舵机的分辨率最高，但是速度会减慢。

二、舵机PWM信号介绍
1．PWM信号的定义

 

PWM 信号为脉宽调制信号，其特点在于他的上升沿与下降沿之间的时间宽度。具体的时间宽窄协议参考下列讲述。我们目前使用的舵机主要依赖于模型行业的标准协议，随着机器人行业的渐渐独立，有些厂商已经推出全新的舵机协议，这些舵机只能应用于机器人行业，已经不能够应用于传统的模型上面了。
目前 舵机可能是这个过渡时期的产物，它采用传统的 PWM 协议，优缺点一目了然。优点是已经产业化，成本低，旋转角度大（目前所生产的都可达到 185 度）；
缺点是控制比较复杂，毕竟采用 PWM 格式。
但是它是一款数字型的舵机，其对 PWM 信号的要求较低：
（1） 不用随时接收指令，减少 CPU 的疲劳程度；
（2） 可以位置自锁、位置跟踪，这方面超越了普通的步进电机；

其 PWM 格式注意的几个要点：
（1） 上升沿最少为 0.5mS，为 0.5mS---2.5mS 之间；
（2） HG14-M 数字舵机下降沿时间没要求，目前采用 0.5Ms 就行；也就是说 PWM 波形可以是一个周期 1mS 的标准方波；
（3） HG0680 为塑料齿轮模拟舵机，其要求连续供给 PWM 信号；它也可以输入一个周期为 1mS 的标准方波，这时表现出来的跟随性能很好、很紧密。


2．PWM信号控制精度制定
如果采用的是 8 位单片机AT89C52CPU，其数据分辨率为256，那么经过舵机极限参数实验，得到应该将其划分为 250 份。
那么 0.5mS---2.5Ms 的宽度为 2mS = 2000uS。2000uS÷250=8uS，则：PWM 的控制精度为 8us。我们可以以 8uS 为单位递增控制舵机转动与定位。
舵机可以转动 185 度，那么185 度÷250=0.74 度，则：舵机的控制精度为 0.74 度。

1 DIV = 8us ; 250DIV=2ms时基寄存器内的数值为：（#01H）01 ----（#0FAH）250。
共 185 度，分为 250 个位置，每个位置叫 1DIV。则：185÷250 = 0.74 度 / DIV
PWM 上升沿函数： 0.5ms + N×DIV
 0us ≤ N×DIV ≤ 2ms
 0.5ms ≤ 0.5ms+N×DIV ≤ 2.5ms

二．单舵机拖动及调速算法
1．舵机为随动机构（1）当其未转到目标位置时，将全速向目标位置转动。
（2）当其到达目标位置时，将自动保持该位置。所以对于数字舵机而言，PWM 信号提供的是目标位置，跟踪运动要靠舵机本身。
（3）像 HG0680 这样的模拟舵机需要时刻供给 PWM 信号，舵机自己不能锁定目标位置。所以我们的控制系统是一个目标规划系统。
（1）HG14-M舵机的位置控制方法
舵机的转角达到 185 度，由于采用 8 为 CPU 控制，所以控制精度最大为 256 份。目前经过实际测试和规划，分了 250 份。将 0—185°   分为 250 份，每份 0.74 度。控制所需的 PWM 宽度为 0.5ms—2.5ms，宽度 2ms。
2ms÷250=8us；所以得出：PWM 信号 = 1 度/8us；

（2）舵机的运动协议

运动时可以外接较大的转动负载，舵机输出扭矩较大，而且抗抖动性很好，电位器的线性度较高，达到极限位置时也不会偏离目标。

2、目标规划系统的特征
（1）舵机的追随特性


① 舵机稳定在 A 点不动；
② CPU 发出 B 点位置坐标的 PWM 信号；
③ 舵机全速由 A 点转向 B 点；
△ф = фB - фA        △T = △ф÷ω
④ CPU 发出 B 点 PWM 信号后，应该等待一段时间，利用此时间舵机才能转动至 B 点。那么，具体的保持（等待）时间如何来计算，如下讲解：
令：保持时间为 Tｗ
当 Tｗ≥△T 时，舵机能够到达目标，并有剩余时间；
当 Tｗ≤△T 时，舵机不能到达目标；
理论上：当 Tｗ=△T 时，系统最连贯，而且舵机运动的最快。
实际过程中由于 2 个因素：
① 1 个机器人身上有多个舵机，负载个不相同，所以ω不同；
② 某个舵机在不同时刻的外界环境负载也不同，所以ω不同；
则连贯运动时的极限△T 难以计算出来。
目前采取的方法是经验选取ω值。
（2）舵机ω值测定
舵机的ω值随时变化，所以只能测定一个平均值，或称出现概率最高的点。
依据
① 厂商的经验值；
② 采用 HG14-M 具体进行测试；
测试实验：
① 将 CPU 开通，并开始延时 Tｗ；
② 当延时 Tｗ到达后，观察舵机是否到达目标；
测定时采用一段双摆程序，伴随示波器用肉眼观察 Tｗ与△T 的关系。
（3）舵机ω值计算
一般舵机定为 0.16--0.22 秒/60 度；
取 0.2 秒/60 度 ＞＞ 1.2 秒/360 度 ＞＞ 0.617 秒/185 度
则ω为 360 度/1.2 秒，2Π/1.2 秒
ω=300 度/秒
那么 185 度转动的时间为 185 度÷360 度/1.2 秒 = 0.6167 秒。
（4）采用双摆试验验证

3．DAV的定义将 185 度的转角分为 250 个平均小份。
则：每小份为 0.74 度。
定义如下：DAV = 0.74 度
由于：ω = 0.2 秒/60 度
则：运行 1 DAV 所需时间为：0.72 度*0.2 秒/60 度 = 2.4 ms；
4．DIV的定义舵机电路支持的 PWM 信号为 0.5ms—2.5ms，总间隔为 2ms。
若分为 250 小份，则 2ms÷250 = 0.008 ms = 8us。
定义如下：DIV = 8us。

5．单舵机调速算法


测试内容：将后部下降沿的时间拉至 30ms 没有问题，舵机照样工作。
将后部下降沿的时间拉至 10ms 没有问题，舵机照样工作。
 将后部下降沿的时间拉至 2.6ms 没有问题，舵机照样工作。
 将后部下降沿的时间拉至 500us 没有问题，舵机照样工作。
实践检验出：下降沿时间参数可以做的很小。目前实验降至 500uS，依然工作正常。
原因是：
（1）舵机电路自动检测上升沿，遇上升沿就触发，以此监测 PWM 脉宽“头”。
（2）舵机电路自动检测下降沿，遇下降沿就触发，以此监测 PWM 脉宽“尾”。

（1）舵机转动时的极限下降沿PWM脉宽


令人质疑的地方为 1.1ms 时的表现，得出的 Tｗ≈ △T；
也就是说 1.1ms = 2.467ms，显然存在问题。
经过考虑重新观察 PWM 波形图发现，电机真正的启动点如下图：

实际上由 A 到 B 的运动时间为：△T = Tｗ +（B 点的）PWM

 

实现方式