1. 研究目的与意义
研究背景
随着传感器技术和微控制技术的发展，两轮移动机器人 因其结构简单、造价低、行走效率高、运动时间较长等优点而被广泛用于交通运输业、物质运输、小区巡逻等领域。目前常见的两轮自平衡移动机器人可以分为同轴两轮（左右排布）和非同轴两轮（前后排布）两种。而我们所研究的便是后者；又叫自平衡（无人驾驶）自行车。
谷歌曾经发布了一段自行车自动驾驶的视频，视频中所为我们呈现的黑科技无疑是怒刷了一顿存在感。更绝的是，视频中的自行车无论人们怎么推都推不倒，不需要固定车子的车腿也不会倒下，而你字需要轻点一下你手中的移动设备，车子就会自动奔你而来。
2. 研究内容与预期目标
研究内容
自行车想要实现无人驾驶除了需要处理启动、加快、匀速前行、转弯、变道、避障等动作，光是处理这些难度就相当的大了，更别说还需要识别红绿灯和机动车道、感知周围环境和人车的速度、预判变道对周围人车是否发生干扰等。
3. 研究方法与步骤
研究方法
（1）直立控制
控制小车模型直立的直观经验来自于杂技表演，一般人通过简单练习就可以让一个直木棒在手指尖上保持直立。这需要两个条件：一个是拖着木棒的手掌可以移动；另一个是眼睛可以观察到木棒的倾斜角度和倾斜趋势（角加速度）。通过手掌移动来抵消木棒 的倾斜角度和趋势，从而保持木棒的直立。这就是控制中的负反馈机制。
4. 参考文献
[1] 张培仁. 基于16/32位DSP机器人控制系统设计与实现[M]. 清华大学出版社, 2006.[2]李红美, 李智, 高飞. 平衡的杰作——赛格威HT两轮平台电动车[J]. 电器工业, 2002(6):19-21.[3]屠运武, 徐俊艳, 张培仁,等. 自平衡控制系统的建模与仿真[J]. 系统仿真学报, 2004, 16(004):839-841.
[4] Ren Y ,Ke X ,Liu Y . MEMS Gyroscope Performance Estimate Based on Allan Variance[C]// IEEE. IEEE, 2007.[5]王晓宇, 闫继宏, 臧希喆,等. 两轮自平衡机器人多传感器数据融合方法研究[J]. 传感技术学报, 2007(03):668-672.[6]赵杰, 王晓宇, 秦勇,等. 基于UKF的两轮自平衡机器人姿态最优估计研究[J]. 机器人, 2006, 28(6):605-609.[7]耿延睿, 崔中兴. 组合导航系统卡尔曼滤波衰减因子自适应估计算法研究[J]. 中国惯性技术学报, 2001(04):8-10.[8]秦永元, 张洪钺, 王叔华. 卡尔曼滤波与组合导航原理[M]. 西北工业大学出版社, 2012.[9]周丰, 王南山, 陈卉. C语言教程[M]. 华中科技大学出版社, 2008.
[10]谭浩强. C程序设计(第四版)[J]. 计算机教育, 2010(20):118.[11]康华光. 电子技术基础:数字部分[M]. 高等教育出版社, 2000.
5. 工作计划
①2022年2月26日-2022年3月5日，有针对性的学习课题相关资料，学习相关学科的基础知识，学习实验所需软硬件的相关知识。
②2022年3月6日-2022年3月20日，设定实验方案，采集实验数据。查阅资料，撰写并提交开题报告。
③2022年3月21日-2022年4月25日，进一步理论分析，进行实验，开发相关软硬件系统。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
