【WRTnode2R申请】载人平衡小车的智能家居应用

申请理由：经过了一年对载人平衡小车的熟悉和实践，我已经做出来了几部小型的平衡小车，对此我们有信心增加技术的难度和创新的高度，挑战不同的方法，实现最好的功能。这个下项目可以提高大学生各方面的创新实践和动手能力，紧密结合当今社会最新的发展趋势和联系学生在课堂上或者是课外网上资料知识，研究自适应平衡小车的应用是十分有利于社会的发展和科学技术的提高。同时，实现了理论知识与生活实际的应用，这样可以促进学生对知识的掌握和吸收，提高对科学知识的理解和浓厚兴趣。对于项目的确是有一点难度和创新的深度，所以可以锻炼学生的动手能力和解决困难的能力。PID算法对于现代社会有极大的影响和应用，而且应用于智能家居方面和稳定性方面的也是社会的潮流，所以我们有必要对它进行有深度的理解和学习。

项目描述：项目研究内容：应用PID算法对小车在不同的环境下自适应地直立行走，从而进行把家居环境信息的采集和分析上传到物联网平台，让人们无论是在家里或者是出国在外都可以实时的了解到家里的情况。如果遇到有盗贼进入家里，可以对之进行跟踪或者攻击还有报警。当家里湿度过高或者过低，可以进行适当的调节。当遇到煤气泄漏或者是突发性火灾时也会进行及时的报警。另外考虑到小车监控需要的供电耗电方便，我们采用小车在不处于太阳下可以自动返回充电的地方，当处于太阳下可以利用安装在小车身上的太阳能电池板进行短暂的充电。同时载人小车可以方便人们的出行，特别是在校内或者小区附近都是比较合适的。
项目研究方法、方案和技术路线：1、本项目对自适应载人平衡小车进行改进和应用于现实生活中的智能家居安防监控和室内环境的调节方面。2、采用了自适应PID算法,实现对小车的控制。仿真和应用结果表明,自适应PID算法能满足较高的动态性能指标,且算法简单,占用CPU、堆栈等资源少,抗干扰能力和鲁棒性较传统PID有较大的提高;PID算法自学习能力强,资源使用较多,在抗干扰能力和鲁棒性方面比单神经元自适应PID算法有进一步的提高。3、研究了模糊控制的基本原理及特点,采用了变论域的思想来实现自适应模糊PID控制。变论域模糊自适应PID控制可实现模糊因子和PID参数的自调节。仿真和应用结果表明,模糊自适应PID改善了系统的性能,系统的调节时间变短,抗干扰能力和鲁棒性较传统PID控制也有较大的提高。 4、采用遗传算法进行PID参数优化,针对两种不同的性能指标,动态性能指标(如超调量、调节时间)和误差绝对值时间积分指标(ITAE),通过遗传算法寻优,得到最优PID控制器参数。仿真试验结果表明遗传算法是一种寻求全局最优且与初始条件无关的优化方法,应用于PID参数优化时具有良好的实用性,优化性能高,使控制系统具有良好的控制精度和动态性能。
预期效果：让载人平衡小车实现载人功能和实现在家里监控空气和环境指数，对不同的环境做出一定的正确反应，如果有能力和时间允许的可以实现小车的太阳能充电模式，节省用电和减少耗电。
解决的关键问题是：解决在不同环境实现载人的PID算法调节和整定，对家居的监控环境的构思要