Equilibrium Adaptation-Based Control for Track Stand of Single-Track Two-Wheeled Robots

📄 arXiv: 2410.19615v2 📥 PDF

作者: Boyi Wang, Yang Deng, Feilong Jing, Yiyong Sun, Zhang Chen, Bin Liang

分类: cs.RO, eess.SY

发布日期: 2024-10-25 (更新: 2024-11-07)

备注: 11 pages, 7 figures

💡 一句话要点

提出基于平衡适应的控制方案，解决两轮机器人的原地平衡难题。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 单轨两轮机器人 原地平衡 平衡适应控制 扰动观测器 模型预测控制

📋 核心要点

  1. 单轨两轮机器人原地平衡控制面临缺乏平衡机制和扰动影响的双重挑战。
  2. 论文提出基于平衡适应的控制方案，通过估计扰动平衡点，统一处理匹配和不匹配扰动。
  3. 实验结果表明，该方法显著提高了跟踪精度，误差降低了几个数量级，验证了有效性。

📝 摘要（中文）

针对单轨两轮(STTW)机器人缺乏优雅的平衡机制以及有限的吸引域与外部扰动之间的冲突，导致难以实现原地平衡控制的问题，本文提出了一种基于平衡适应的控制(EABC)方案。该方案借鉴了自行车骑行者的技巧，利用原地平衡操作，仅依靠转向和后轮驱动。EABC可以与标准的扰动观测器和控制器无缝集成，通过扰动平衡估计器适应缓慢变化的扰动，从而以统一的方式处理匹配和不匹配的扰动，同时确保精确跟踪和零稳态误差。本文将EABC方案与非线性模型预测控制(MPC)相结合，用于STTW机器人的原地平衡，并通过两个实验场景验证了其有效性。实验结果表明，该方法显著提高了跟踪精度，误差降低了几个数量级。

🔬 方法详解

问题定义：单轨两轮机器人在原地保持平衡是一个极具挑战性的问题。传统的平衡控制方法往往依赖于复杂的机械结构或精确的动力学模型，对扰动非常敏感。现有的控制方法难以同时处理匹配扰动（作用于控制输入通道）和不匹配扰动（作用于系统状态），并且难以保证零稳态误差。

核心思路：本文的核心思路是借鉴自行车骑行者原地平衡的技巧，即通过不断调整转向和后轮驱动来实现平衡。为了应对扰动，论文提出了一种基于平衡适应的控制(EABC)方案。该方案的核心思想是实时估计受扰动影响下的平衡点，并以此为目标进行控制，从而实现对扰动的自适应。

技术框架：整体控制框架包括以下几个主要模块：1) 扰动观测器：用于估计系统受到的扰动；2) 扰动平衡估计器：基于扰动观测器的输出，估计系统在扰动下的平衡点；3) 控制器：基于模型预测控制(MPC)，以估计的平衡点为目标，计算控制输入（转向和后轮驱动）。EABC方案可以与标准的扰动观测器和控制器无缝集成。

关键创新：最重要的技术创新点在于提出了扰动平衡估计器。与传统的扰动补偿方法不同，EABC不是直接补偿扰动，而是通过估计扰动下的平衡点，将控制目标调整为该平衡点。这种方法能够统一处理匹配和不匹配扰动，并且能够保证零稳态误差。此外，将EABC与MPC相结合，能够充分利用MPC的预测能力，进一步提高控制性能。

关键设计：扰动平衡估计器的设计是关键。论文中具体如何设计扰动平衡估计器的信息未知。MPC控制器的设计需要考虑系统的动力学模型、约束条件和目标函数。目标函数通常包括跟踪误差和控制输入的惩罚项。具体的参数设置需要根据实际系统的特性进行调整。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，所提出的EABC方案能够显著提高单轨两轮机器人的原地平衡控制精度。与传统的控制方法相比，该方法能够将跟踪误差降低几个数量级。实验验证了EABC方案在处理匹配和不匹配扰动方面的有效性，以及与MPC相结合的优越性。具体的性能数据未知。

🎯 应用场景

该研究成果可应用于各种单轨两轮机器人的平衡控制，例如平衡车、机器人自行车等。该方法能够提高机器人在复杂环境下的稳定性和鲁棒性，使其能够更好地适应各种扰动。此外，该方法还可以应用于其他需要精确平衡控制的机器人系统，例如人形机器人、服务机器人等，具有广泛的应用前景。

📄 摘要（原文）

Stationary balance control is challenging for single-track two-wheeled (STTW) robots due to the lack of elegant balancing mechanisms and the conflict between the limited attraction domain and external disturbances. To address the absence of balancing mechanisms, we draw inspiration from cyclists and leverage the track stand maneuver, which relies solely on steering and rear-wheel actuation. To achieve accurate tracking in the presence of matched and mismatched disturbances, we propose an equilibrium adaptation-based control (EABC) scheme that can be seamlessly integrated with standard disturbance observers and controllers. This scheme enables adaptation to slow-varying disturbances by utilizing a disturbed equilibrium estimator, effectively handling both matched and mismatched disturbances in a unified manner while ensuring accurate tracking with zero steady-state error. We integrate the EABC scheme with nonlinear model predictive control (MPC) for the track stand of STTW robots and validate its effectiveness through two experimental scenarios. Our method demonstrates significant improvements in tracking accuracy, reducing errors by several orders of magnitude.