Ballbot ist eine einzigartige Art von Roboter mit großer Mobilität und besitzt die Fähigkeit, in alle Richtungen zu gehen. Offensichtlich muss die Kontrolle eines solchen Robotergeräts schwierig sein. In der Tat stellen Ballbot -Systeme einzigartige Herausforderungen dar, insbesondere in Form der Schwierigkeit, das Gleichgewicht und die Stabilität in dynamischen und unsicheren Umgebungen aufrechtzuerhalten. Traditionelle Controller (Proportional Proportional Integral Derivative) haben mit diesen Herausforderungen und anderen fortschrittlichen Methoden wie dem Schiebemodus -Steuerelement Probleme wie das Chattern ein. Daher müssen ein Controller entwickelt werden, der die Einfachheit und Anpassungsfähigkeit von PID mit den Lernfunktionen der inzwischen beliebten neuronalen Netzwerke kombiniert und eine robuste Lösung für reale Robotermobilitätsprobleme bietet.
Kürzlich hat in einer neuartigen Studie ein Forscherteam unter der Leitung von Dr. Van-Truong Nguyen von der Hanoi University of Industry in Vietnam eine neue robuste und adaptive Lösung entwickelt. Ihre innovative Arbeit wurde online am 4. Dezember 2024 zur Verfügung gestellt und in Band 61 von veröffentlicht Ingenieurwissenschaft und -technologie, ein internationales Journal am 1. Januar 2025.
Das Team gehörte Associate Professor Phan Xuan Tan vom Shibaura Institute of Technology, Japan, Herr Quoc-Cuong Nguyen und Herr Dai-Nhan Duong von der Hanoi University of Industry, Vietnam, Associate Professor Mien Van von der Queen’s University Belfast, Großbritannien, Professor, Professor Shun-Feng Su von der National Taiwan University of Science and Technology, Taiwan und Associate Professor Harish Garg vom Thapar Institute of Engineering und Associate Technologie (als Universität als Universität), Indien.
Ihre Forschung führt einen neuartigen adaptiven nichtlinearen PID -Controller (NPID) ein, der in ein radiales Basisfunktion Neural Network (RBFNN) für Ballbots integriert ist und leichte Berechnungen, überlegene Stabilität, plaudere Reduktion und Robustheit gegen externe Störungen bietet. Die anfänglichen Einstellungen des vorgeschlagenen Controllers werden durch das Ausgleich der Verbundbewegungsoptimierung ausgewählt, und das adaptive Steuergesetz wird während des Betriebs kontinuierlich verbessert, um die Echtzeitschätzung der externen Kraft zu bewältigen.
In dieser Studie unterstreicht das Team die Stabilität des Systems durch die Anwendung der Lyapunov -Theorie. Sowohl durch Simulationen als auch durch reale Experimente zeigen sie die Wirksamkeit des NPID-RBFNN-Controllers, der traditionelle PID- und NPID-Controller übertrifft. Darüber hinaus passt sich der vorgeschlagene Controller durch selbstlernende und selbstanpassende Fähigkeiten an die Oberflächenvariationen an.
Dr. Nguyen stellt verschiedene Anwendungen für ihre innovative Technologie vor, einschließlich assistierender Robotik, Service -Robotik und autonomer Lieferung. Die Erweiterung der einzelnen Domänen bemerkt er: „Ballbots mit diesem fortschrittlichen Controller können als assistierende Roboter für Aufgaben verwendet werden, die eine hohe Mobilität und Präzision erfordern. Zum Beispiel können sie Einzelpersonen mit Mobilitätsproblemen bei der Navigation komplexer Umgebungen unterstützen. Außerdem können sie sie können. Als Service -Roboter in dynamischen Umgebungen wie Restaurants, Krankenhäusern oder Flughäfen verwendet werden und eine reibungslose Navigation anbieten. “ Darüber hinaus fügt er hinzu: „Die robusten Selbstausgleichsfähigkeiten können auf Lieferroboter angewendet werden, die trotz unvorhersehbarer Kräfte wie Wind oder ungleichmäßiges Gelände effizient arbeiten müssen.“
Insbesondere ist die Studie mit erheblichen Herausforderungen bei der Kontrolle der nichtlinearen und dynamischen Einstellungen und der Konzentration auf die Zuverlässigkeit für die breitere Einführung in Branchen, die autonome Mobilitätslösungen erfordern. Durch die Minimierung unnötiger Bewegungen und Geschwätzer kann der vorgeschlagene Controller den Energieverbrauch optimieren und nachhaltige Robotik fördern. Dies verbessert wiederum die Zuverlässigkeit von Ballbots und macht sie sicherer und lebensfähig für den Einsatz in öffentlichen und privaten Räumen.
„Insgesamt könnten Branchen wie Logistik, Gesundheitsversorgung und Einzelhandel von Robotern profitieren, die mit unserer Technologie ausgestattet sind und die Effizienz und Servicequalität verbessern und gleichzeitig die Arbeitsbelastung der Menschen verringern“, schließt Dr. Nguyen. Hoffen wir auf zukünftige Fortschritte in dieser Forschung und ermöglichen wir den effizienten Einsatz von Robotern in der realen Welt.
