CN115776165A - 一种用于机器人的自动充电装置 - Google Patents

一种用于机器人的自动充电装置 Download PDF

Info

Publication number
CN115776165A
CN115776165A CN202310103792.4A CN202310103792A CN115776165A CN 115776165 A CN115776165 A CN 115776165A CN 202310103792 A CN202310103792 A CN 202310103792A CN 115776165 A CN115776165 A CN 115776165A
Authority
CN
China
Prior art keywords
storage battery
output
charging
current
microcontroller
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310103792.4A
Other languages
English (en)
Other versions
CN115776165B (zh
Inventor
尹利
张宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia Carrere Robot Technology Co.,Ltd.
Original Assignee
Jiangsu Duanshu Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Duanshu Intelligent Technology Co ltd filed Critical Jiangsu Duanshu Intelligent Technology Co ltd
Priority to CN202310103792.4A priority Critical patent/CN115776165B/zh
Publication of CN115776165A publication Critical patent/CN115776165A/zh
Application granted granted Critical
Publication of CN115776165B publication Critical patent/CN115776165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种用于机器人的自动充电装置，包括蓄电池、内阻检测回路、充电控制回路和微控制器；内阻检测回路采用四线交流内阻检测法，内阻检测回路包括电容耦合输出模块、信号放大模块一、交流耦合模块、信号放大模块二和放电负载模块；微控制器DA口输出存在直流偏置的1kHz正弦信号，经过电容耦合输出模块输出后，作为作为参考信号输入到信号放大模块一，信号放大模块一根据输出电流的大小调整输出电压的幅值，使蓄电池上流过1kHz/50mA正弦交流电流。1kHz/50mA正弦交流电流在蓄电池将内阻上产生的电压依次输出至交流耦合模块耦合、信号放大模块二放大后输入微控制器的AD采样端，经过微控制器的数字滤波、信号提取后作为蓄电池充电模式变换的判断依据。

Description

一种用于机器人的自动充电装置
技术领域
本发明涉及机器人技术领域，尤其涉及一种用于机器人的自动充电装置。
背景技术
电池作为“定位机器人”（以下简称机器人）的唯一动力来源，其性能和使用寿命直接影响机器人的整体效能。在对蓄电池进行充电的过程中，目前采用的方法为恒压、恒流、恒流恒压、分段恒流、脉冲等方法。
如图1所示，恒压充电法是使充电电源的输出电压保持恒定，随着电池两端电压逐渐升高，充电电流逐渐下降，当下降到设定值，认为电池已经充满，停止充电。但存在起始充电电流非常大，较大的电应力和较高的温升容易造成电池内部极板变形、极板附着材料的剥离，对电池造成损坏的问题。
如图2所示，恒流充电法在整个充电过程中，通过不断调整充电电源输出电压，达到输出电流恒定的目的，当电池两端电压达到设定值，关断充电电流。但存在在充电后期，由于电池内部极化现象的加剧，造成充电电流利用率降低很快，温升较高，降低电池的使用寿命的问题。
如图3所示，恒压恒流充电法在电池电压小于设定的阈值时，采用小电流充电，以保护电池，防止大电流充电对电池造成损坏；当电池电压高于设定的阈值，采用恒压充电。该方法的变形就是三段式充电法，即电池深度放电情况下，先用小电流对电池充电，当电池电压达到一定值时，再用较大的恒定电流充电，满足电压转换条件时，转变为恒压充电。恒压恒流法一般用于常规充电，充电时间较长。
如图4所示，分段恒流充电法通过不断调整充电电源的输出电压，开始用较大的恒定电流充电，当电池达到设定的充电限制电压时，把恒流的数值减小，并维持该电流继续充电；并随着蓄电池端电压的不断升高，分阶段降低恒定充电电流值，直到达到冲电截止电流时关断输出，完成充电。一般用于常规充电，充电时间较长。
如图5所示，脉冲式充电法是先通过对开关管的控制， 使一个周期分为脉冲充电时间和间隙时间，脉冲电流对电池进行充电，然后关断电流输出，使电池停充一段时间，如此循环往复。但存在常规的脉冲充电法周期的占空比固定，在充电前期具有较好的效果，在后期同样存在电池发热的问题。
为了实现机器人的自动回巢充电，充电器需要全天候带电作业，当机器人充电完毕并离巢后，充电器输出电流为零，但输出电压却是最高的，存在安全隐患。
有鉴于此，特提出本发明。
发明内容
针对现有技术中存在的问题，本发明的目的是提供一种用于机器人的自动充电装置，。
为了实现上述目的，本发明提供的一种用于机器人的自动充电装置，包括蓄电池、内阻检测回路、充电控制回路和微控制器；
所述内阻检测回路采用四线交流内阻检测法，所述内阻检测回路包括电容耦合输出模块、信号放大模块一、交流耦合模块、信号放大模块二和放电负载模块；
所述微控制器的DA输出端将直流偏置的1kHz正弦信号依次输出至电容耦合输出模块、信号放大模块一输入到蓄电池，所述信号放大模块一根据输出电流的大小调整输出电压的幅值，使蓄电池上流过1kHz/50mA正弦交流电流；所述蓄电池将内阻上产生的电压依次输出至交流耦合模块、信号放大模块二后输入微控制器的AD采样端，经过微控制器的数字滤波、信号提取后作为蓄电池充电模式变换的判断依据；所述放电负载模块用于对蓄电池充电过程中去极化处理和蓄电池深充深放维护；
所述充电控制回路包括PWM控制单元、隔离放大模块和电压电流采样模块；所述蓄电池通过电压电流采样模块分别将电压电流信号输入至PWM控制单元和微控制器，所述微控制器根据蓄电池的阻值经过运算后，所述微控制器的DA输出端将充电控制电路的电压基准信号和电流基准信号依次输出至PWM控制单元和隔离放大模块后输入至蓄电池，所述PWM控制单元根据误差大小逐脉冲调整输出电压或电流的值，直至蓄电池完成充电；所述微控制器将使能信号依次输出至PWM控制单元和隔离放大模块后输入至蓄电池，所述微控制器输出的使能信号控制电力电子电能转换电路的启动与停止。
优选地，所述微控制器选用M4核GD32F303VET6；
优选地，所述蓄电池的内阻的在线监测采用基于动态数据窗口的***基FFT正弦信号提取算法，算法如下：设定数据采样间隔设为25us，则一个变化周期可有40个采样值，采样数据窗口长度为64，一个数据窗口的采样点数
Figure SMS_1
，偶序号输出项为：
Figure SMS_2
；
Figure SMS_3
；
N为采样点数，x（n）为当前采样值，Wr为旋转因子，Wr=cos（2πr/N）-jsin(2πr/N)
奇序号输出项为：
Figure SMS_4
；
N为采样点数，x（n）为当前采样值，
Figure SMS_5
；
根据偶序号输出项和奇序号输出项，由两级***基作频率抽取计算后，获得所需1kHz基频数据，对所述基频数据取模获得在恒定激励为50mA情况下的蓄电池内阻电压响应信号，根据欧姆定律，可得到蓄电池的内阻的数值；
优选地，预测所述蓄电池在充电过程中SOC状态通过无迹卡尔曼滤波算法实现，算法如下：
建立非线性离散***状态空间模型方程为：
Figure SMS_6
Figure SMS_7
Figure SMS_9
为
Figure SMS_11
时刻的输出值，
Figure SMS_14
为
Figure SMS_10
时刻的状态变量，
Figure SMS_12
为***的控制输入变量，
Figure SMS_15
为函数变量，
Figure SMS_16
为***观测噪声，
Figure SMS_8
为***的非线性状态转移函数，
Figure SMS_13
为***的非线性观测函数；
基于所述蓄电池的充电过程中的若干状态变量，具体计算步骤如如下：
S1：初始化状态变量的均差与协方差为：
Figure SMS_17
Figure SMS_18
Figure SMS_19
为期望值；
S2：经过UT变换，得到
Figure SMS_20
个σ采用点
Figure SMS_21
Figure SMS_22
Figure SMS_23
Figure SMS_24
为构造的点集，
Figure SMS_25
为尺度调节因子；
S3：状态变量的协方差矩阵为：
Figure SMS_26
Figure SMS_27
Figure SMS_28
Figure SMS_29
为均值权重，
Figure SMS_30
为对应的协方差权重，
Figure SMS_31
为过程噪声协方差矩阵；
S4：***观测的均值为:
Figure SMS_32
Figure SMS_33
；
S5：***观测的互协方差矩阵和协方差矩阵为：
Figure SMS_34
Figure SMS_35
Figure SMS_36
为观测噪声协方差矩阵；
S6：卡尔曼增益
Figure SMS_37
为：
Figure SMS_38
；
S7：更新***的状态矩阵和误差协方差矩阵为:
Figure SMS_39
；
Figure SMS_40
；
优选地，根据测量得到的所述蓄电池的内阻和预测的蓄电池SOC，根据马斯三定律，获得实时的充电电流，所述蓄电池的内阻在充电过程中是变换量，当蓄电池的内部极化达到预设阈值时，停止充电控制回路的电流输出，开启放电负载模块脉冲放电；根据马斯三定律，充电电流为：
Figure SMS_41
Figure SMS_42
为起始最大电流值，
Figure SMS_43
为接受率，
Figure SMS_44
，
Figure SMS_45
为输回容量；
优选地，还包括蓄电池在位识别检测电路，所述蓄电池在位识别检测电路包括继电器K1、电流传感器U1、光电耦合器U2、光电耦合器U3、电阻R3和电容C2，所述光电耦合器U3为槽型光电耦合器；所述微控制器的IO输出信号控制继电器的工作状态；所述电流传感器U1的转换输出信号输入到微控制器的AD转换口。所述光电耦合器U2和光电耦合器U3的蓄电池在位检测信号Station 和在位检测信号State输入到微控制器IO口；当继电器K1常开触头闭合后，向蓄电池进行充电；所述电流传感器U1输出端RC滤波器由并联的电阻R3和电容C2组成；所述光电耦合器U2和光电耦合器U3与***电路构成机器人回巢充电判断的“与”逻辑，只有同时满足预设条件时，才能确定机器人已经回巢；在充电后期，光电耦合器U2和光电耦合器U3的输出信号作为是否满足浮充条件的判断依据。
本发明提供的一种用于机器人的自动充电装置，具有如下有益效果：
1) 基于动态数据窗口的***基FFT正弦信号提取算法，减少了数据处理量，四线制交流耦合激励采样方法，实现蓄电池内阻的在线监测；
2)无迹卡尔曼滤波蓄电池SOC估测算法，无需对非线性函数进行线性化处理，可直接带入非线性蓄电池模型，减小了***估计误差，提高了算法精度;
3) 基于蓄电池内阻及SOC的马斯充电曲线拟合技术，实现了蓄电池快速无损充电；
4）机器人回巢在位识别技术，实现了充电装置空载无输出、带载自启动的控制，降低了空载功耗，提高了工作效率。
附图说明
图1为恒压法充电曲线的示意图。
图2为恒流法充电曲线的示意图。
图3为恒流恒压法充电曲线的示意图。
图4为分段恒流法充电曲线的示意图。
图5为脉冲充电法充电曲线的示意图。
图6为本发明提供的一种用于机器人的自动充电装置的原理框图。
图7为本发明提供的一种用于机器人的自动充电装置的数据采样工作流程的示意图。
图8为本发明提供的一种用于机器人的自动充电装置的***基算法结构示意图。
图9为本发明提供的一种用于机器人的自动充电装置的充电流程示意图。
图10为本发明提供的一种用于机器人的自动充电装置的充电曲线示意图。
图11为本发明提供的一种用于机器人的自动充电装置的蓄电池在位识别检测电路的示意图
具体实施方式
下面结合具体实施例和附图对本发明做进一步说明，以助于理解本发明的内容。
如图6-11所示，为本发明提供的一种用于机器人的自动充电装置，包括蓄电池、内阻检测回路、充电控制回路和微控制器；微控制器选用M4核GD32F303VET6。
如图6所示，内阻检测回路采用四线交流内阻检测法，内阻检测回路包括电容耦合输出模块、信号放大模块一、交流耦合模块、信号放大模块二和放电负载模块；微控制器DA口输出存在直流偏置的1kHz正弦信号，经过电容耦合输出模块输出后，作为参考信号输入到信号放大模块一，信号放大模块一根据输出电流的大小调整输出电压的幅值，使蓄电池上流过1kHz/50mA正弦交流电流。1kHz/50mA正弦交流电流在蓄电池将内阻上产生的电压依次输出至交流耦合模块耦合、信号放大模块二放大后输入微控制器的AD采样端，经过微控制器的数字滤波、信号提取后作为蓄电池充电模式变换的判断依据。放电负载模块用于对蓄电池充电过程中去极化处理和蓄电池深充深放维护。
如图6所示，充电控制回路可以工作在恒流、恒压、脉冲等模式，充电控制回路包括PWM控制单元、隔离放大模块和电压电流采样模块；蓄电池通过电压电流采样模块分别将电压电流信号输入至PWM控制单元和微控制器，微控制器根据蓄电池的阻值经过运算后，微控制器的DA输出端将充电控制电路的电压基准信号和电流基准信号依次输出至PWM控制单元和隔离放大模块后输入至蓄电池，PWM控制单元根据误差大小逐脉冲调整输出电压或电流的值，直至蓄电池完成充电；微控制器将使能信号依次输出至PWM控制单元和隔离放大模块后输入至蓄电池，微控制器输出的使能信号控制电力电子电能转换电路的启动与停止。
其中，蓄电池的内阻的在线监测采用基于动态数据窗口的***基FFT正弦信号提取算法，实现蓄电池内阻的在线监测。***基FFT正弦信号提取算法可消除充电过程中电能变换电路中开关管的导通、关断尖峰振荡及50Hz工频交流电的干扰信号。由于激励信号为1kHz/50mA正弦电流信号，蓄电池内阻的测量响应信号也为同频正弦信号。如图7所示，根据正弦信号抽样适应性原理，设定数据采样间隔设为25us，则一个变化周期可有40个采样值，采样数据窗口长度为64。由于充电过程中蓄电池内阻为连续变化量，且变化幅度不大，因此采用动态数据窗口，减少采样量，提高实时性。***基FFT正弦信号提取算法如下：一个数据窗口的采样点数
Figure SMS_46
，偶序号输出项为：
Figure SMS_47
；
Figure SMS_48
；
N为采样点数，x（n）为当前采样值，Wr为旋转因子，Wr=cos（2πr/N）-jsin(2πr/N)
奇序号输出项为：
Figure SMS_49
；
N为采样点数，x（n）为当前采样值，
Figure SMS_50
；
如图8所示，根据偶序号输出项和奇序号输出项，由两级***基作频率抽取计算后，获得所需1kHz基频数据，对基频数据取模获得在恒定激励为50mA情况下的蓄电池内阻电压响应信号，根据欧姆定律，可得到蓄电池的内阻的数值。
其中，预测蓄电池在充电过程中SOC状态通过无迹卡尔曼滤波算法实现，因为传统非线性滤波方法主要采用扩展卡尔曼滤波算法(EKF) ,但存在着精度不高、稳定性差、对目标机动反应迟缓等缺点。无迹卡尔曼滤波算法(UnscentedKalman Filter,即UKF)，是根据Unscented变化(无味变换)和卡尔曼滤波相结合得到的一种算法，但在求解目标后续时刻的预测值和量测值时,则需要应用采样点来计算。无迹卡尔曼滤波算法通过设计加权点σ,来近似表示n维目标采样点,计算这些σ点经由非线性函数的传播,通过非线性状态方程获得更新后的滤波值,从而实现了对目标的跟踪。无迹卡尔曼滤波算法有效地克服了扩展卡尔曼滤波的估计精度低、稳定性差的缺陷。无迹卡尔曼滤波算法如下：
建立非线性离散***状态空间模型方程为：
Figure SMS_51
Figure SMS_52
Figure SMS_53
为
Figure SMS_58
时刻的输出值，
Figure SMS_60
为
Figure SMS_55
时刻的状态变量，
Figure SMS_56
为***的控制输入变量，
Figure SMS_59
为函数变量
Figure SMS_61
为***观测噪声，
Figure SMS_54
为***的非线性状态转移函数，
Figure SMS_57
为***的非线性观测函数；
基于蓄电池的充电过程中的若干状态变量，具体计算步骤如如下：
S1：初始化状态变量的均差与协方差为：
Figure SMS_62
Figure SMS_63
Figure SMS_64
为期望值；
S2：经过UT变换，得到
Figure SMS_65
个σ采用点
Figure SMS_66
Figure SMS_67
Figure SMS_68
Figure SMS_69
为构造的点集，
Figure SMS_70
为尺度调节因子；
S3：状态变量的协方差矩阵为：
Figure SMS_71
Figure SMS_72
Figure SMS_73
Figure SMS_74
为均值权重，
Figure SMS_75
为对应的协方差权重，
Figure SMS_76
为过程噪声协方差矩阵；
S4：***观测的均值为:
Figure SMS_77
Figure SMS_78
；
S5：***观测的互协方差矩阵和协方差矩阵为：
Figure SMS_79
Figure SMS_80
Figure SMS_81
为观测噪声协方差矩阵；
S6：卡尔曼增益
Figure SMS_82
为：
Figure SMS_83
；
S7：更新***的状态矩阵和误差协方差矩阵为:
Figure SMS_84
；
Figure SMS_85
；
如图9所示，根据测量得到的蓄电池的内阻和预测的蓄电池SOC，根据马斯三定律，获得实时的充电电流，蓄电池的内阻在充电过程中是变换量，当蓄电池的内部极化达到预设阈值时，停止充电控制回路的电流输出，开启放电负载模块脉冲放电；如图10所示，根据马斯三定律，充电电流为：
Figure SMS_86
Figure SMS_87
为起始最大电流值，
Figure SMS_88
为接受率，
Figure SMS_89
，
Figure SMS_90
为输回容量。
还包括蓄电池在位识别检测电路，如图11所示，蓄电池在位识别检测电路包括继电器K1、电流传感器U1、光电耦合器U2、光电耦合器U3、电阻R3和电容C2，光电耦合器U3为槽型光电耦合器；微控制器的IO输出信号控制继电器的工作状态；电流传感器U1的转换输出信号输入到微控制器的AD转换口。光电耦合器U2和光电耦合器U3的蓄电池在位检测信号Station 和在位检测信号State输入到微控制器IO口；当继电器K1常开触头闭合后，向蓄电池进行充电；电流传感器U1输出端RC滤波器由并联的电阻R3和电容C2组成；光电耦合器U2和光电耦合器U3与***电路构成机器人回巢充电判断的“与”逻辑，只有同时满足预设条件时，才能确定机器人已经回巢；在充电后期，光电耦合器U2和光电耦合器U3的输出信号作为是否满足浮充条件的判断依据。
当机器人离巢状态时，所述继电器K1的线圈处于失电状态，此时，所述光电耦合器U2的发光二极管没有电流，State端输出高电平，微控制器检测到该信号后，将图6中使能信号变为高电平，关闭PWM控制模块的输出，使充电维护装置的输出为零。同时，保持Relay端为低电平信号，三极管Q1保持截止状态，继电器K1线圈不得电，从而保证了机器人离巢状态时，充电维护装置的输出与外部环境物理隔离。机器人回巢充电时，机器人底盘蓄电池的正极、负极分别与图11中的正极、负极接触，由于蓄电池还有剩余电量，因此光电耦合器U2的发光二极管中有电流通过，使其光敏三极管导通，State端信号由高电平变为低电平；此时，机器人底部的挡片将光电耦合器U3的光路遮挡，Station端信号由低电平变为高电平，微控制器检测到State和Station信号变化后，认为机器人已经安全、可靠回巢，则置Relay端为高电平，三极管Q1导通，继电器K1线圈得电，使其常闭触头打开，常开触头闭合，将CURRENT端与J1正极端接通，为蓄电池充电。在充电过程中，虽然State端由于继电器K1常闭端头的断开而变为高电平，但此时充电主电路输出电流不为零，AD-I信号经微控制器的AD口采样处理后，与station共同作为保持继电器K1得电的判断条件。在充电过程中，在一定采样周期内，如果检测到输出电流突然降为零，且station信号变为低电平，则可判定机器人未完成充电而离巢，微控制器使图11中Relay信号变为低电平，继电器K1失电，其触头恢复原位；图6中使能信号变为高电平，关闭PWM控制模块的输出。由于机器人离巢即关闭主电路的输出，其空载输出电流将降为零，充电装置的空载损耗将大大减小。
本文中应用了具体个例对发明构思进行了详细阐述，以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离该发明构思的前提下，所做的任何显而易见的修改、等同替换或其他改进，均应包含在本发明的保护范围之内。

Claims (7)

1.一种用于机器人的自动充电装置，其特征在于，包括蓄电池、内阻检测回路、充电控制回路和微控制器；
所述内阻检测回路采用四线交流内阻检测法，所述内阻检测回路包括电容耦合输出模块、信号放大模块一、交流耦合模块、信号放大模块二和放电负载模块；
所述微控制器的DA输出端将直流偏置的1kHz正弦信号依次输出至电容耦合输出模块、信号放大模块一输入到蓄电池，所述信号放大模块一根据输出电流的大小调整输出电压的幅值，使蓄电池上流过1kHz/50mA正弦交流电流；所述蓄电池将内阻上产生的电压依次输出至交流耦合模块、信号放大模块二后输入微控制器的AD采样端，经过微控制器的数字滤波、信号提取后作为蓄电池充电模式变换的判断依据；所述放电负载模块用于对蓄电池充电过程中去极化处理和蓄电池深充深放维护；
所述充电控制回路包括PWM控制单元、隔离放大模块和电压电流采样模块；所述蓄电池通过电压电流采样模块分别将电压电流信号输入至PWM控制单元和微控制器，所述微控制器根据蓄电池的阻值经过运算后，所述微控制器的DA输出端将充电控制电路的电压基准信号和电流基准信号依次输出至PWM控制单元和隔离放大模块后输入至蓄电池，所述PWM控制单元根据误差大小逐脉冲调整输出电压或电流的值，直至蓄电池完成充电；所述微控制器将使能信号依次输出至PWM控制单元和隔离放大模块后输入至蓄电池，所述微控制器输出的使能信号控制电力电子电能转换电路的启动与停止。
2.根据权利要求1所述的一种用于机器人的自动充电装置，其特征在于，所述微控制器选用M4核GD32F303VET6。
3.根据权利要求1所述的一种用于机器人的自动充电装置，其特征在于，所述蓄电池的内阻的在线监测采用基于动态数据窗口的***基FFT正弦信号提取算法，算法如下：设定数据采样间隔设为25us，则一个变化周期可有40个采样值，采样数据窗口长度为64，一个数据窗口的采样点数
Figure QLYQS_1
，偶序号输出项为：
Figure QLYQS_2
；
Figure QLYQS_3
；
N为采样点数，x（n）为当前采样值，Wr为旋转因子，Wr=cos（2πr/N）-jsin(2πr/N)
奇序号输出项为：
Figure QLYQS_4
；
N为采样点数，x（n）为当前采样值，
Figure QLYQS_5
；
根据偶序号输出项和奇序号输出项，由两级***基作频率抽取计算后，获得所需1kHz基频数据，对所述基频数据取模获得在恒定激励为50mA情况下的蓄电池内阻电压响应信号，根据欧姆定律，可得到蓄电池的内阻的数值。
4.根据权利要求1所述的一种用于机器人的自动充电装置，其特征在于，预测所述蓄电池在充电过程中SOC状态通过无迹卡尔曼滤波算法实现，算法如下：
建立非线性离散***状态空间模型方程为：
Figure QLYQS_6
Figure QLYQS_7
Figure QLYQS_9
为
Figure QLYQS_14
时刻的输出值，
Figure QLYQS_16
为
Figure QLYQS_10
时刻的状态变量，
Figure QLYQS_12
为***的控制输入变量，
Figure QLYQS_13
为函数变量，
Figure QLYQS_15
为***观测噪声，
Figure QLYQS_8
为***的非线性状态转移函数，
Figure QLYQS_11
为***的非线性观测函数；
基于所述蓄电池的充电过程中的若干状态变量，具体计算步骤如如下：
S1：初始化状态变量的均差与协方差为：
Figure QLYQS_17
Figure QLYQS_18
Figure QLYQS_19
为期望值；
S2：经过UT变换，得到
Figure QLYQS_20
个σ采用点
Figure QLYQS_21
Figure QLYQS_22
Figure QLYQS_23
Figure QLYQS_24
为构造的点集，
Figure QLYQS_25
为尺度调节因子；
S3：状态变量的协方差矩阵为：
Figure QLYQS_26
Figure QLYQS_27
Figure QLYQS_28
Figure QLYQS_29
为均值权重，
Figure QLYQS_30
为对应的协方差权重，
Figure QLYQS_31
为过程噪声协方差矩阵；
S4：***观测的均值为:
Figure QLYQS_32
Figure QLYQS_33
；
S5：***观测的互协方差矩阵和协方差矩阵为：
Figure QLYQS_34
Figure QLYQS_35
Figure QLYQS_36
为观测噪声协方差矩阵；
S6：卡尔曼增益
Figure QLYQS_37
为：
Figure QLYQS_38
；
S7：更新***的状态矩阵和误差协方差矩阵为:
Figure QLYQS_39
；
Figure QLYQS_40
。
5.根据权利要求3和4所述的一种用于机器人的自动充电装置，其特征在于，根据测量得到的所述蓄电池的内阻和预测的蓄电池SOC，根据马斯三定律，获得实时的充电电流，所述蓄电池的内阻在充电过程中是变换量，当蓄电池的内部极化达到预设阈值时，停止充电控制回路的电流输出，开启放电负载模块脉冲放电；根据马斯三定律，充电电流为：
Figure QLYQS_41
Figure QLYQS_42
为起始最大电流值，
Figure QLYQS_43
为接受率，
Figure QLYQS_44
，
Figure QLYQS_45
为输回容量。
6.根据权利要求1所述的一种用于机器人的自动充电装置，其特征在于，还包括蓄电池在位识别检测电路，所述蓄电池在位识别检测电路包括继电器K1、电流传感器U1、光电耦合器U2、光电耦合器U3、电阻R3和电容C2，所述光电耦合器U3为槽型光电耦合器；所述微控制器的IO输出信号控制继电器的工作状态；所述电流传感器U1的转换输出信号输入到微控制器的AD转换口。
7.所述光电耦合器U2和光电耦合器U3的蓄电池在位检测信号Station 和在位检测信号State输入到微控制器IO口；当继电器K1常开触头闭合后，向蓄电池进行充电；所述电流传感器U1输出端RC滤波器由并联的电阻R3和电容C2组成；所述光电耦合器U2和光电耦合器U3与***电路构成机器人回巢充电判断的“与”逻辑，只有同时满足预设条件时，才能确定机器人已经回巢；在充电后期，光电耦合器U2和光电耦合器U3的输出信号作为是否满足浮充条件的判断依据。
CN202310103792.4A 2023-02-13 2023-02-13 一种用于机器人的自动充电装置 Active CN115776165B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310103792.4A CN115776165B (zh) 2023-02-13 2023-02-13 一种用于机器人的自动充电装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310103792.4A CN115776165B (zh) 2023-02-13 2023-02-13 一种用于机器人的自动充电装置

Publications (2)

Publication Number Publication Date
CN115776165A true CN115776165A (zh) 2023-03-10
CN115776165B CN115776165B (zh) 2023-05-02

Family

ID=85393603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310103792.4A Active CN115776165B (zh) 2023-02-13 2023-02-13 一种用于机器人的自动充电装置

Country Status (1)

Country Link
CN (1) CN115776165B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477149A (zh) * 2008-12-12 2009-07-08 艾默生网络能源有限公司 蓄电池内阻在线直流检测方法和***
CN103744026A (zh) * 2013-12-19 2014-04-23 广西科技大学 基于自适应无迹卡尔曼滤波的蓄电池荷电状态估算方法
CN105093128A (zh) * 2015-08-31 2015-11-25 山东智洋电气股份有限公司 基于扩展卡尔曼滤波的蓄电池荷电状态估算方法
CN110231581A (zh) * 2019-06-10 2019-09-13 哈尔滨佳云科技有限公司 蓄电池内阻测量电路及测量方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477149A (zh) * 2008-12-12 2009-07-08 艾默生网络能源有限公司 蓄电池内阻在线直流检测方法和***
CN103744026A (zh) * 2013-12-19 2014-04-23 广西科技大学 基于自适应无迹卡尔曼滤波的蓄电池荷电状态估算方法
CN105093128A (zh) * 2015-08-31 2015-11-25 山东智洋电气股份有限公司 基于扩展卡尔曼滤波的蓄电池荷电状态估算方法
CN110231581A (zh) * 2019-06-10 2019-09-13 哈尔滨佳云科技有限公司 蓄电池内阻测量电路及测量方法

Also Published As

Publication number Publication date
CN115776165B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
Chen Design of duty-varied voltage pulse charger for improving Li-ion battery-charging response
El-Khatib et al. A proposed advanced maximum power point tracking control for a photovoltaic-solar pump system
CN108347165B (zh) 一种改进的变步长扰动法mppt控制装置、方法与应用***
CN106025409A (zh) 一种变恒流-恒压充电方法
CN104035476B (zh) 基于输出电压频率步进扰动的最大功率点跟踪方法
Nguyen et al. Design and implementation of the low cost and fast solar charger with the rooftop PV array of the vehicle
CN102801184A (zh) 一种电池组管理***
CN203465354U (zh) 一种直流电源对地绝缘阻抗检测装置
US20200119561A1 (en) Dc integration of battery for expanding the dc:ac ratio limit of a pv inverter
CN103326445B (zh) 母线不调节方式的锂电池控制***
CN103997108A (zh) 一种电动汽车铅酸蓄电池充电器
CN114156945A (zh) 一种光伏微电网孤岛模式发电装置及其控制方法
CN202495779U (zh) 温度自动补偿蓄电池三段式充电回路
CN104283490B (zh) 一种间断功率负载独立光伏***及其性能预测方法
CN115632394A (zh) 基于ppo算法的光伏电站暂态模型构建与参数辨识方法
CN201937327U (zh) 一种光伏发电控制***
CN108092306A (zh) 一种考虑不匹配线阻的低压微电网储能***下垂控制方法
Vasarevicius et al. Application of artificial neural networks for maximum power point tracking of photovoltaic panels
CN115776165A (zh) 一种用于机器人的自动充电装置
CN107302311B (zh) 用于无源感知网络的超低输入功率供能电路及采用该电路实现的供能方法
CN111585322A (zh) 基于变步长扰动逼近法的移动式在线光伏充电mppt装置
CN114069774B (zh) 一种光伏电池发电最大功率跟踪的光伏储能***及基于该***的光伏发电***
CN106292828B (zh) 一种光伏***最大功率点追踪控制装置及控制方法
CN203840042U (zh) 一种电动汽车铅酸蓄电池充电器
CN210954667U (zh) 一种专家pid控制的太阳能光伏mppt控制装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230727

Address after: 024000 Floor 1, Building 7, Information Valley Science and Technology Innovation Base, Chifeng Zhongguancun, Songshan District, Chifeng, Inner Mongolia

Patentee after: Inner Mongolia Carrere Robot Technology Co.,Ltd.

Address before: 215600 building e, No. 199, Hongwu Avenue, Tangqiao town, Zhangjiagang City, Suzhou City, Jiangsu Province

Patentee before: Jiangsu Duanshu Intelligent Technology Co.,Ltd.

TR01 Transfer of patent right