Steady-State Drifting Equilibrium Analysis of Single-Track Two-Wheeled Robots for Controller Design

📄 arXiv: 2504.09134v2 📥 PDF

作者: Feilong Jing, Yang Deng, Boyi Wang, Xudong Zheng, Yifan Sun, Zhang Chen, Bin Liang

分类: cs.RO

发布日期: 2025-04-12 (更新: 2025-11-28)

备注: Submitted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025

期刊: 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

DOI: 10.1109/IROS60139.2025.11247283

💡 一句话要点

针对单轨两轮机器人，提出稳态漂移动态平衡分析方法及模型预测控制

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 单轨两轮机器人 漂移动态 稳态平衡 模型预测控制 解析算法

📋 核心要点

  1. 单轨两轮机器人漂移控制研究不足，现有方法难以有效分析和控制其漂移动态。
  2. 通过扩展漂移动态平衡理论，并结合内在几何和运动学关系，提出了一种高效的解析算法。
  3. 设计了模型预测控制器，实现了单轨两轮机器人的稳态漂移和平衡点过渡，并通过仿真验证了其性能。

📝 摘要（中文）

本文针对单轨两轮机器人（STTW），如无人摩托车或自行车，研究其漂移动态。现有研究对四轮机器人的漂移控制已较为成熟，但对STTW机器人的研究尚不充分。本文将漂移动态平衡理论扩展到STTW机器人，揭示了稳态漂移动作背后的机理，并解释了熟练摩托车手使用的反向转向漂移技术。此外，提出了一种基于内在几何和运动学关系的解析算法，在保持小于6%误差的同时，计算时间减少了四个数量级。基于平衡分析，设计了一种模型预测控制器（MPC），以实现稳态漂移和平衡点过渡，并通过仿真验证了其有效性和鲁棒性。

🔬 方法详解

问题定义：现有四轮机器人的漂移控制研究较为成熟，但单轨两轮机器人（STTW）的漂移控制研究尚不充分。STTW机器人的漂移动态分析和控制面临挑战，缺乏有效的理论和算法支持，难以实现稳定和精确的漂移动作。

核心思路：本文的核心思路是将漂移动态平衡理论扩展到STTW机器人，通过分析其内在几何和运动学关系，揭示稳态漂移动作背后的机理。利用解析算法快速计算平衡点，并基于平衡分析设计模型预测控制器，实现稳态漂移和平衡点过渡。

技术框架：该方法主要包含三个阶段：1) 漂移动态平衡分析：扩展漂移动态平衡理论到STTW机器人，建立数学模型；2) 解析算法设计：基于内在几何和运动学关系，设计高效的解析算法，用于快速计算平衡点；3) 模型预测控制：基于平衡分析，设计模型预测控制器，实现稳态漂移和平衡点过渡。

关键创新：该方法最重要的技术创新点在于提出了一种基于内在几何和运动学关系的解析算法，该算法能够显著减少计算时间，同时保持较高的精度。与传统的数值方法相比，该解析算法的计算效率提高了四个数量级，为实时控制提供了可能。

关键设计：解析算法的关键设计在于利用了STTW机器人的内在几何和运动学关系，将复杂的数值计算转化为简单的解析计算。模型预测控制器的关键设计在于基于平衡分析，选择合适的控制目标和约束条件，以实现稳定和精确的漂移动作。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，所提出的解析算法在保持小于6%误差的同时，计算时间减少了四个数量级。通过仿真验证了所设计的模型预测控制器能够有效地实现单轨两轮机器人的稳态漂移和平衡点过渡，证明了该方法的有效性和鲁棒性。

🎯 应用场景

该研究成果可应用于无人摩托车、自行车等单轨两轮机器人的运动控制，尤其是在需要高机动性的场景下，如快速转弯、避障等。此外，该研究还可以为摩托车驾驶员辅助系统提供理论支持，提高驾驶安全性。未来，该技术有望应用于物流配送、安防巡逻等领域。

📄 摘要（原文）

Drifting is an advanced driving technique where the wheeled robot's tire-ground interaction breaks the common non-holonomic pure rolling constraint. This allows high-maneuverability tasks like quick cornering, and steady-state drifting control enhances motion stability under lateral slip conditions. While drifting has been successfully achieved in four-wheeled robot systems, its application to single-track two-wheeled (STTW) robots, such as unmanned motorcycles or bicycles, has not been thoroughly studied. To bridge this gap, this paper extends the drifting equilibrium theory to STTW robots and reveals the mechanism behind the steady-state drifting maneuver. Notably, the counter-steering drifting technique used by skilled motorcyclists is explained through this theory. In addition, an analytical algorithm based on intrinsic geometry and kinematics relationships is proposed, reducing the computation time by four orders of magnitude while maintaining less than 6% error compared to numerical methods. Based on equilibrium analysis, a model predictive controller (MPC) is designed to achieve steady-state drifting and equilibrium points transition, with its effectiveness and robustness validated through simulations.