本論文設計實現一台以CompactRIO為主控制平台的二輪機器人，並且以圖形化程式語言LabVIEW設計程式來讓二輪機器人可以自我平衡。CompactRIO包括一組即時處理器、FPGA的可重設晶片、類比與數位的I/O，其可以透過LabVIEW來進行程式設計。CompactRIO的I/O埠整合了兩個感測器的訊號，分別為一個單軸陀螺儀(Gyro)及一個三軸加速度計(Accelerometer)所量測二輪機器人的傾斜角速度及傾斜角度，再使用卡爾曼濾波器(Kalman Filter)來取得較正確的傾斜角度。本論文設計實現一個二輸入一輸出的模糊控制器來讓二輪機器人可以平衡控制，其以卡爾曼濾波器所估計出的角度與角度變化量作為模糊控制器的輸入，並且以模糊控制器的輸出值作為直流馬達的控制。由實驗結果可知，本論文以LabVIEW圖形化程式與CompactRIO主控制平台所設計實現的模糊平衡控制器確實能讓二輪機器人可以自我平衡，並在受到外力干擾後也可以迅速恢復平衡狀態。

In the thesis, the graphical programming language LabVIEW and the embedded system platform CompactRIO are used to design a two-wheeled self-balancing robot. CompactRIO is an embedded integrated controller including real-time processor, reconfigurable FPGA-based chip, I/O of analog and digital. The signals of two sensors are used to be inputs of CompactRIO. One is an one-axle gyro and the one is a three-axle accelerometer. They are used to measure the tilt angle and angular velocity of the two-wheeled robot. The Kalman filter is used to improve the measurement errors caused by the gyro and accelerometer so that a correct tilt angle can be obtained. A two-input and one-output fuzzy controller is design to balancing control the two-wheeled robot. The tilt angle obtained by the Kalman filter and the increment value of angle are used to be two inputs of fuzzy controller, and the motor speed is the output of fuzzy controller. From some experiment results, we can see that the implemented fuzzy controller actually let the two-wheeled robot balance by itself. And the robot quickly becomes a balancing state when it has an outside small force.

中文摘要	I
英文摘要	II
目錄	III
圖目錄	VII
表目錄	XIII
第一章　緒論	1
1.1　前言	1
1.2　研究動機與目的	1
1.3　論文架構	2
第二章　LabVIEW圖形化開發環境	4
2.1　LabVIEW圖形化程式語言	4
2.1.1　直覺式的圖形化程式語言	6
2.1.2　多重運算目標	8
2.2　NI開發機組	8
2.2.1　LabVIEW Real-Time	9
2.2.2　LabVIEW FPGA	11
第三章　CompactRIO硬體規格	13
3.1　CompactRIO系統種類	13
3.2　CompactRIO硬體架構	15
3.2.1　CompactRIO的嵌入式即時處理器介紹	15
3.2.2　CompactRIO的機箱介紹	18
3.2.3　類比與數位I/O模組	20
第四章　控制理論	21
4.1　模糊理論	21
4.2　模糊控制器之設計步驟	23
4.3　自我平衡模糊控制器之設計步驟	24
4.3.1　運動系統	24
4.3.2　模糊控制器設計	26
4.4　卡爾曼濾波器	29
第五章　二輪自我平衡機器人之設計與實現	32
5.1　NI CompactRIO嵌入式系統	32
5.2　動態感測系統	33
5.2.1　陀螺儀感測器	33
5.2.2　加速度計感測器	37
5.3　車體機構系統	40
5.3.1　馬達驅動器及直流伺服馬達	40
5.3.2　車體機構、電池及車輪	43
第六章　實驗結果與分析	45
6.1　卡爾曼濾波器	45
6.2　未加入卡爾曼濾波器之自我平衡控制實驗	48
6.3　加入卡爾曼濾波器之自我平衡控制實驗	51
6.4　外加干擾力下的自我平衡控制實驗	55
6.5　實驗結果分析	62
第七章　結論與未來展望	63
7.1　結論	63
7.2　未來展望	64
參考文獻	65

圖2.1、LabVIEW的開啟畫面	5
圖2.2、LabVIEW的人機界面	5
圖2.3、LabVIEW的程式編輯區	6
圖2.4、LabVIEW的資料流程式設計呈現	7
圖2.5、LabVIEW平行執行的概念	8
圖2.6、建立或開啟CompactRIO專案	9
圖2.7、Real-Time CompactRIO連接時的IP位址	10
圖2.8、Measurement & Automation Explorer (MAX)軟體 11
圖2.9、FPGA機箱的型號	12
圖2.10、Chassis I/O裝置腳位定義方式	12
圖3.1、整合式CompactRIO嵌入式系統	13
圖3.2、模組化CompactRIO嵌入式系統(a)即時處理器模組及(b)機箱模組	14
圖3.3、PCI的R系列擴充系統	14
圖3.4、PXI的R系列擴充系統	14
圖3.5、遠端高速介面系統	15
圖3.6、遠端高速控制器組合	15
圖3.7、CompactRIO-9074之實體外觀圖	16
圖3.8、RS-232串列序腳位圖	17
圖3.9、單週期時脈迴路中的簡易Boolean邏輯	19
圖3.10、Boolean邏輯電路簡圖	19
圖3.11、四槽式機箱	20
圖3.12、八槽式機箱	20
圖4.1、模糊控制器之基本架構圖	21
圖4.2、二輪機器人平衡示意圖	24
圖4.3、二輪機器人平衡示意圖	25
圖4.4、二輪機器人系統方塊圖	25
圖4.5、模糊系統輸入變數 之歸屬函數圖	27
圖4.6、模糊系統輸入變數 之歸屬函數圖	27
圖4.7、模糊系統輸出變數 之歸屬函數圖	27
圖5.1、CompactRIO 9074實體圖	32
圖5.2、陀螺儀之實體圖(a)正面及(b)反面	33
圖5.3、陀螺儀偵測方式示意圖	33
圖5.4、陀螺儀角度範圍對應輸出電壓值	34
圖5.5、陀螺儀與I/O模組連接實體圖	35
圖5.6、陀螺儀讀值對應角速度	36
圖5.7、陀螺儀在靜止狀態下時由積分公式計算後的傾斜角度 36
圖5.8、三軸加速度之實體圖(a)正面及(b)反面	37
圖5.9、三軸加速度計偵測方式示意圖	37
圖5.10、三軸加速度計與I/O模組連接實體圖	38
圖5.11、利用加速度計計算傾斜角度示意圖	39
圖5.12、加速度計在靜止狀態下時所計算後的傾斜角度	40
圖5.13、馬達驅動器外觀圖	41
圖5.14、馬達驅動器實體接線圖	41
圖5.15、馬達實體圖	42
圖5.16、車輪實體圖	43
圖5.17、U型槽鐵框實體圖	43
圖5.18、上層之實體圖	44
圖5.19、二輪機器人之實體圖	44
圖6.1、陀螺儀角度的數據資料	47
圖6.2、加速度計角度的數據資料	47
圖6.3、卡爾曼濾波器估計角度的數據資料	47
圖6.4、陀螺儀所計算的角度數據資料	49
圖6.5、加速度計所計算的角度數據資料	49
圖6.6、馬達的輸出值數據資料	49
圖6.7、陀螺儀及加速度計所計算的角度狀態圖	50
圖6.8、卡爾曼濾波器估計的角度數據資料	52
圖6.9、卡爾曼濾波器估計的角度變化量數據資料	52
圖6.10、馬達的輸出值數據資料	52
圖6.11、角度與角度變化量的狀態圖(0~2625筆資料)	53
圖6.12、角度與角度變化量的狀態圖(1955~1960筆資料)	53
圖6.13、角度與角度變化量的狀態圖(2325~2330筆資料)	54
圖6.14、二輪機器人在受到一正向外力干擾時角度的數據資料 56
圖6.15、二輪機器人在受到一正向外力干擾時角度變化量的數據資料	56
圖6.16、二輪機器人在受到一正向外力干擾時馬達輸出值的數據資料	56
圖6.17、受到正向外力干擾時角度與角度變化量的狀態圖(0~300筆資料)	57
圖6.18、受到正向外力干擾時角度與角度變化量的狀態圖(46~58筆資料)	57
圖6.19、受到正向外力干擾時角度與角度變化量的狀態圖(59~80筆資料)	58
圖6.20、二輪機器人在受到一負向外力干擾時角度的數據資料 59
圖6.21、二輪機器人在受到一負向外力干擾時角度變化量的數據資料	59
圖6.22、二輪機器人在受到一負向外力干擾時馬達輸出值的數據資料	59
圖6.23、受到負向外力干擾時角度與角度變化量的狀態圖(0~300筆資料)	60
圖6.24、受到負向外力干擾時角度與角度變化量的狀態圖(95~120筆資料)	60
圖6.25、受到負向外力干擾時角度與角度變化量的狀態圖(124~146筆資料)	61


表3.1、CompactRIO R系統擴充表	14
表3.2、CompactRIO-9074 嵌入式即時處理器之規格	16
表3.3、RS-232串列序腳位定義	17
表3.4、CompactRIO 機箱的選用	20
表4.1、模糊系統之模糊規則庫	28
表5.1、Melexis MLX90609工作範圍	34
表5.2、為陀螺儀模組腳位名稱及用途	34
表5.3、三軸加速度計的工作範圍	38
表5.4、三軸加速度計模組的腳位名稱及用途	38
表5.5、馬達驅動器各接線方式及線徑規格	42

[1]URL : http://www.segway.com/ 介紹Segway之網站
[2]苗士恒，二輪自我平衡機器人之設計與實現，淡江大學電機工程學系碩士論文，2010。
[3]蔡僑倫，DSP主控之兩輪機器人行動控制，中央大學電機工程學系碩士論文，2004。
[4]王培霖，改良式DSP主控之兩輪機器人行動控制，中央大學電機工程學系碩士論文，2005。
[5]陳家榮，改良式DSP主控之兩輪機器人行動控制，中央大學電機工程學系碩士論文，2005。
[6]李垂憲，兩輪自走車之設計與實現-NIOS為核心之基本控制，中央大學電機工程學系碩士論文，2006。
[7]黃正豪，兩輪自走車之設計與實現-NIOS為核心之基本控制，中央大學電機工程學系碩士論文，2006。
[8]周烜達，二輪自走車之設計與實現，中央大學電機工程學系碩士論文，2007。
[9]URL : http://www.ni.com/compactrio/zht/ 美商國家儀器之官網介紹CompactRIO網頁
[10]L.A. Zadeh, “Fuzzy sets,” Information and Control, vol. 8, no. 3, pp. 338-353, 1965.
[11]L.A. Zadeh, “Fuzzy Algorithm,” Information and Control, vol. 12, pp. 94-102, 1968.
[12]王文俊，認識Fuzzy，全華科技圖書股份有限公司，2001。
[13]楊英魁，Fuzzy理論與應用實務，全華科技圖書股份有限公司，1993。
[14]URL : http://www.ni.com/labview/whatis/zht/美商國家儀器之官網介紹LabVIEW網頁
[15]G. Welch and G. Bishop, “An Introduction to the Kalman Filter,” University of North Carolina at Chapel Hill Department of Computer Science Chapel Hill, NC 27599-3175.