⚡ electrical engineering

Equilibrium Analysis and Gyro-Stabilization of Two-Wheel Inverted Pendulum Robot on Inclined Surfaces

Questo studio presenta un modello dinamico non lineare e una strategia di controllo a doppio loop per un robot pendolo inverso a due ruote equipaggiato con un giroscopio a momento di controllo a coppia di forbici, dimostrando la sua capacità di mantenere l'equilibrio e navigare su superfici inclinate sfruttando la coppia giroscopica per contrastare le forze gravitazionali a un determinato angolo di inclinazione.

Autori originali: ِAhmed Amin, Moustafa Fouz, Ahmed Elsawaf

Pubblicato 2026-08-07

📖 9 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: ِAhmed Amin, Moustafa Fouz, Ahmed Elsawaf

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate un mondo in cui i robot non si limitano a rotolare su pavimenti piatti ma possono navigare con grazia su ripide colline, bilanciandosi su due ruote come un essere umano su un monociclo. Questo è il regno del Robot Pendolo Invertito a Due Ruote (TWIPR). Pensatelo come la versione meccanica del classico problema del "carrello e asta": un bastone pesante (il corpo del robot) che viene bilanciato sopra un carrello in movimento (le ruote). Se il bastone si inclina anche solo di un millimetro, la gravità vuole tirarlo verso il basso, quindi il carrello deve muoversi costantemente avanti e indietro per "prenderlo". Questo è complicato perché il robot è "sotto-attuato", il che significa che ha meno controlli di quanti ne abbia per muoversi; non può semplicemente premere un pulsante per stare in equilibrio. Di solito, questi robot si affidano interamente alla velocità con cui le ruote girano più velocemente o più lentamente per mantenere l'equilibrio. Ma cosa succede quando il terreno non è piatto? Su una collina, la gravità tira il robot verso il basso lungo la pendenza, rendendo l'atto del bilanciamento ancora più difficile. Per risolvere questo problema, gli scienziati hanno iniziato a guardare ai giroscopi — ruote rotanti che agiscono come pesanti e ostinati trottole. Proprio come una ruota di bicicletta in rotazione resiste all'inclinazione, un giroscopio all'interno di un robot può generare una potente forza di torsione per aiutarlo a stare in equilibrio senza che le ruote debbano fare tutto il lavoro pesante.

Questo articolo esplora un nuovo e intelligente modo per costruire un tale robot per terreni collinari. I ricercatori, Ahmed Amin, Moustafa Fouz e Ahmed Elsawaf, hanno progettato un robot che utilizza una speciale coppia a "forbice" di giroscopi per aiutarlo a mantenere l'equilibrio. Hanno scoperto che su una pendenza, il robot non può stare perfettamente dritto in verticale; deve inclinarsi di un angolo specifico, non nullo, per rimanere in equilibrio, proprio come un ciclista che si inclina durante una curva. Hanno creato un modello matematico dettagliato per prevedere esattamente quanto il robot debba inclinarsi in base alla pendenza della collina e alla distribuzione del peso del robot. Hanno anche dimostrato che, sebbene i giroscopi siano ottimi per le correzioni rapide, non possono sostenere il robot per sempre su una collina ripida; alla fine, le ruote del robot devono fornire la forza costante per combattere la gravità. Per testare le loro idee, hanno costruito un robot virtuale in una simulazione al computer e hanno scoperto che la loro matematica corrispondeva perfettamente alla fisica del computer. Il loro sistema di controllo proposto, che utilizza un "cervello" per la velocità e un altro per l'equilibrio, è riuscito a mantenere il robot in piedi e in movimento su una pendenza di 5 gradi, dimostrando che questo design assistito dai giroscopi è un modo valido per affrontare superfici inclinate.

Il Robot con un Segreto Rotante

Incontrate il robot: una macchina a due ruote che sembra uno scooter futuristico ma ha un'arma segreta nascosta nel suo petto. Invece di affidarsi solo alle sue ruote per stare in equilibrio, questo robot trasporta una coppia di volani ad alta velocità, noti come Scissor-Pair Control Moment Gyroscope (SPCMG). Immaginate due trottole rotanti all'interno del robot, montate su un telaio che può inclinarle avanti e indietro. Quando il robot inizia a barcollare, queste trottole non si limitano a ruotare; esse si inclinano, creando una potente "coppia giroscopica" che spinge il robot verso l'equilibrio. È come avere un muscolo interno magico che può torcere il corpo del robot senza toccare il suolo.

I ricercatori volevano vedere se questo muscolo magico potesse aiutare il robot a gestire una sfida reale: le superfici inclinate. La maggior parte dei robot viene testata su pavimenti piatti, ma il mondo reale è pieno di rampe e colline. Il team si è chiesto: questo robot stabilizzato dai giroscopi può stare in equilibrio su una pendenza? Se sì, come ci riesce e quali sono i suoi limiti?

La Verità Inclinata: Perché Stare Dritto Non Funziona

Uno dei risultati più interessanti dell'articolo è un po' controintuitivo. Potreste pensare che, per bilanciarsi su una collina, un robot debba stare perfettamente dritto. Ma la matematica dice il contrario. I ricercatori hanno scoperto che su una pendenza, il robot deve inclinarsi di un angolo specifico per rimanere in equilibrio.

Pensatelo in questo modo: se siete in piedi su una collina ripida, vi inclinate naturalmente in avanti per evitare di cadere all'indietro. Il robot fa lo stesso. Il team ha derivato una formula che mostra come l'angolo di inclinazione del robot (l'angolo di inclinazione di equilibrio) dipenda da due cose: quanto è ripida la collina e un numero speciale che hanno chiamato Rapporto di Coppia Statica Telaio-Robot (rappresentato dalla lettera greca $\xi$ ). Questo rapporto è essenzialmente una misura di come il peso del robot sia distribuito rispetto alla dimensione delle sue ruote.

L'articolo mostra che se il design del robot ha un valore di $\xi$ basso, esso deve inclinarsi molto per rimanere in equilibrio su una collina. Se il design ha un $\xi$ alto, può stare più dritto. Questa relazione è cruciale perché dice agli ingegneri esattamente come costruire il robot affinché non si ribalti su una pendenza. I ricercatori hanno calcolato che, per il loro specifico design del robot, con un $\xi$ di 0,5, stare su una pendenza di 5 gradi richiede che il robot si inclini di un angolo di equilibrio di circa 10 gradi.

I Limiti della Rotazione: Quando i Giroscopi Hanno Bisogno di Aiuto

Ecco dove la storia diventa un po' più concreta. Sebbene i giroscopi siano fantastici per movimenti rapidi e improvvisi (come prendere il robot se inizia a cadere), l'articolo esclude esplicitamente l'idea che possano sostenere il robot per sempre su una collina ripida.

I giroscopi funzionano inclinando le loro ruote rotanti. Ma possono inclinarsi solo fino a un certo punto prima di raggiungere una "singolarità" — un punto in cui perdono la loro capacità di spingere in risposta. È come cercare di aprire una porta quando vi trovate proprio accanto alla cerniera; alla fine, si finisce per esaurire la leva. L'articolo spiega che i gioscopi non possono fornire una forza costante e costante per combattere la gravità all'infinito. Inveve, le ruote del robot devono subentrare nel compito di sostenerlo contro la forza della pendenza. I giroscopi sono i "freni di emergenza" e il "volante", mentre le ruote sono il "motore" che impedisce al robot di scivolare verso il basso.

I ricercatori hanno anche calcolato i limiti assoluti di pendenza che questo robot può gestire. Hanno trovato due barriere principali:

Geometria: Se la collina è troppo ripida, il corpo del robot toccherebbe terra prima di poter inclinarsi abbastanza per l'equilibrio.
Attrito: Le ruote hanno bisogno di abbastanza presa (attrito) per spingere contro la collina senza scivolare.

Combinando queste cose, l'articolo suggerisce che la pendenza massima che il robot può gestire è determinata dal valore minore tra due valori: il rapporto di design del robot ( $\xi$ ) o l'attrito del terreno ( $\mu_s$ ). Per il loro robot, questo significa che può teoricamente gestire pendenze fino a un certo limite, ma se il terreno è scivoloso o il design è "sbilanciato verso l'alto", quel limite diminuisce.

Il Centro di Comando: Due Controllori che Lavorano Insieme

Per far accadere tutto questo, il team non ha solo costruito il robot; ha costruito un cervello per esso. Hanno utilizzato un sistema di controllo "gerarchico", che è come avere due manager che lavorano insieme.

Manager 1 (Il Controller di Locomozione): Questo manager utilizza un controller PID (un tipo standard di sistema di controllo) per dire alle ruote quanto velocemente devono girare. Il suo unico compito è assicurarsi che il robot vada alla velocità desiderata dall'utente, che stia accelerando, rallentando o fermandosi.
Manager 2 (Il Controller di Equilibrio): Questo manager utilizza un algoritmo sofisticato chiamato LQR (Linear Quadratic Regulator). Il suo compito è monitorare l'inclinazione del robot e l'angolo del giroscopio. Se il robot inizia a barcollare, questo manager dice ai giroscopi di inclinarsi e spingere il robot verso l'angolo di inclinazione corretto.

La bellezza di questo sistema è che lavorano in modo indipendente ma sincronizzato. Le ruote gestiscono la velocità, e i giroscopi gestiscono l'equilibrio. I ricercatori hanno testato questo in una simulazione al computer (usando MATLAB/Simulink) e hanno scoperto che funzionava magnificamente.

La Simulazione: Una Prova di 30 Secondi

Per provare le loro idee, il team ha eseguito una simulazione in cui il robot partiva su una pendenza di 5 gradi. Gli hanno dato un comando: "Vai!". Il robot ha accelerato fino a una velocità di 1 m/s.

Il Risultato: Il robot ha raggiunto quella velocità in circa 2,6 secondi senza barcollare fuori controllo.
La Fermata: Poi, gli hanno ordinato di fermarsi. Il robot ha rallentato e si è arrestato in circa 3,8 secondi.

Durante queste manovre, il corpo del robot si è inclinato avanti e indietro un po' (raggiungendo un'inclinazione massima di circa 26,15 gradi quando ha iniziato a muoversi), ma i giroscopi lo hanno corretto rapidamente, riportandolo alla pendenza costante di 10 gradi richiesta per quella pendenza. I giroscopi stessi si sono inclinati solo di circa 32,5 gradi nel loro momento più estremo, il che è ben entro i loro limiti di sicurezza (possono arrivare fino a 90 gradi prima di perdere potenza).

Il team ha anche controllato le forze coinvolte. Per mantenere il robot in movimento a una velocità costante di 1 m/s in salita, le ruote dovevano applicare una coppia costante di circa 0,386 N·m solo per combattere la gravità. Quando il robot stava accelerando, le ruote dovevano spingere più forte, raggiungendo circa 1,5 N·m. Quando si fermava, dovevano frenare, raggiungendo circa -1,1 N·m. I giroscopi, nel fratto, hanno dovuto lavorare duramente solo durante i rapidi cambiamenti di velocità, fornendo una coppia massima di circa 1,45 N·m per evitare che il robot cadesse.

Il Verdetto

L'articolo conclude che questo design stabilizzato dai giroscopi è un modo solido e matematicamente fondato per costruire robot capaci di gestire le colline. Le simulazioni al computer hanno mostato che il robot poteva mantenere l'equilibrio, muoversi e fermarsi su una pendenza senza cadere, e la matematica che hanno scritto ha predetto perfettamente ciò che la simulazione al computer ha fatto.

Tuttavia, gli autori sottolineano con cautela che si tratta attualmente di una simulazione. Non hanno ancora costruito un robot fisico per testare questo su una vera collina. Suggeriscono che il passo successivo sia costruire un prototipo e vedere se funziona nel mondo reale, dove elementi come foglie scivolose o terreni sconnessi potrebbero rendere le cose più difficili rispetto al computer. Ma per ora, la matematica sembra buona, i giroscopi sembrano pronti e la strada per i robot capaci di scalare le colline appare molto più chiara.

Sintesi Tecnica: Analisi dell'Equilibrio e Stabilizzazione Giroscopica di un Robot Pendolo Invertito a Due Ruote su Superfici Inclinate

Problematica
I robot pendolo invertito a due ruote (TWIPR) sono sistemi intrinsecamente instabili e sottovettati, dove l'equilibrio è tradizionalmente ottenuto esclusivamente tramite la coppia delle ruote. Sebbene efficaci su terreni piani, i TWIPR convenzionali affrontano sfide significative su superfici inclinate. L'accoppiamento tra il moto traslazionale e l'equilibrio del corpo complica il controllo, e gli studi esistenti sul funzionamento in pendenza sono ampiamente limitati ad architetture guidate dalle ruote o si affidano a modelli linearizzati che non riescono a catturare la dinamica di sistemi dotati di meccanismi interni di scambio di quantità di moto. Inoltre, l'integrazione di Giroscopi a Momento di Controllo (CMG) per la stabilizzazione introduce nuove complessità: i CMG non possono sostenere una coppia costante in una direzione fissa indefinitamente a causa delle singolarità del gimbal, e la relazione tra l'inclinazione del terreno, i parametri strutturali e la risultante postura di equilibrio nei sistemi stabilizzati da giroscopi rimane inesplorata.

Metodologia
Gli autori propongono un quadro analitico e di controllo completo per un TWIPR dotato di un Giroscopio a Momento di Controllo a Coppia di Forbice (SPCMG) operante su superfici inclinate.

Modellazione Dinamica: Viene derivato un modello dinamico non lineare completo utilizzando la formulazione Euler-Lagrange. Il modello incorpora la dinamica accoppiata del moto guidato dalle ruote, dell'inclinazione del telaio e dell'attuazione giroscopica interna, tenendo esplicitamente conto degli effetti gravitazionali indotti dalla pendenza. Il sistema è definito da coordinate generalizzate che rappresentano lo spostamento longitudinale ( $z$ ), l'angolo di inclinazione del telaio ( $\phi$ ) e l'angolo di precessione del gimbal ( $\theta$ ).
Validazione del Modello: Per garantirne l'accuratezza, viene sviluppato un modello multibody ad alta fedeltà in MATLAB/Simulink/Simscape Multibody. Questa rappresentazione fisica funge da strumento di verifica indipendente rispetto alle equazioni matematiche derivate.
Analisi dell'Equilibrio: Lo studio deriva un'espressione analitica per la configurazione di equilibrio dipendente dalla pendenza. Introduce una metrica adimensionale, il Rapporto di Coppia Statica Telaio-Robot ( $\xi$ ), definito come $\xi = \frac{m_c L}{m_R r}$ . Questo parametro lega la distribuzione della massa e la geometria all'angolo di inclinazione di equilibrio. L'analisi determina l'inclinazione massima ammissibile combinando i vincoli geometrici (limiti di collisione del telaio) e i vincoli di trazione ruota-superficie (limiti di attrito).
Architettura di Controllo: Viene implementata una strategia di controllo gerarchica disaccoppiata:
- Sottosistema di Locomozione: Un controllore Proporzionale-Integrale-Derivativo (PID) regola la velocità longitudinale modulando la coppia delle ruote.
- Sottosistema di Bilanciamento: Un Regolatore Lineare Quadratico (LQR) controlla la velocità angolare del gimbal per stabilizzare il telaio attorno all'angolo di equilibrio dipendente dalla pendenza. Il design LQR include un termine integrale per l'angolo del gimbal affinché ritorni alla posizione neutra (posizione zero) dopo disturbi transitori, preservando l'autorità di attuazione.

Contributi Chiave

Modello Dinamico Non Lineare: Derivazione di un modello non lineare completo per un TWIPR stabilizzato da giroscopi su superfici inclinate, che cattura l'interazione tra l'accoppiamento giroscopico e la gravità indotta dalla pendenza.
Analisi dell'Equilibrio: Stabilimento di una relazione analitica tra l'inclinazione della superficie e l'angolo di inclinazione del telaio di equilibrio. L'introduzione del Rapporto di Coppia Statica Telaio-Robot ( $\xi$ ) fornisce una metrica di progettazione generalizzata per valutare le capacità di gestione della pendenza e prevedere l'inclinazione massima operativa.
Limite di Inclinazione Unificato: Un criterio derivato ( $\alpha_{max} = \tan^{-1}(\min(\xi, \mu_s))$ ) che definisce l'angolo operativo massimo stabile basandosi sia sul design meccanico ( $\xi$ ) che sull'attrito del terreno ( $\mu_s$ ).
Framework di Controllo: Sviluppo di uno schema di controllo PID-LQR che gestisce con successo i doppi obiettivi di tracciamento della velocità e stabilizzazione del bilanciamento attorno a un equilibrio di inclinazione non nullo, garantendo che il gimbal ritorni a uno stato neutro per evitare singolarità.

Risultati
Il framework proposto è stato validato attraverso simulazioni confrontando il modello matematico non lineare con il modello multibody Simulink su un'inclinazione di $5^\circ$ .

Accuratezza del Modello: I risultati della simulazione hanno mostrato una forte concordanza tra il modello analitico e la simulazione multibody per tutte le variabili dinamiche, confermando la validità delle equazioni derivate.
Prestazioni: Il robot ha tracciato con successo un comando di velocità a gradino (da 0 a 1 m/s e ritorno a 0) con un tempo di assestamento di circa 2,6 secondi e senza sovraelongazione durante l'accelerazione.
Stabilizzazione: L'angolo di inclinazione del telaio è convergente verso il valore di equilibrio previsto analiticamente di circa $10^\circ$ . Durante le manovre transitorie, l'angolo del gimbal ha deviato di un massimo di $32,5^\circ$ , rimanendo ben entro l'intervallo operativo sicuro e lontano dalla singolarità di $90^\circ$ .
Attuazione: La strategia di controllo ha dimostrato che, sebbene la coppia della ruota sia necessaria per contrastare il carico gravitazionale sulla pendenza, l'attuazione giroscopica è attiva principalmente durante i transitori. Una volta raggiunto l'equilibrio, la coppia del gimbal diminuisce quasi a zero, confermando che l'SPCMG non deve sostenere una coppia costante per il bilanciamento stazionario.

Significatività
L'articolo sostiene di fornire un framework validato e applicabile praticamente per l'analisi e il controllo di TWIPR stabilizzati da giroscopi su terreni inclinati. Caratterizzando il comportamento di equilibrio attraverso il rapporto adimensionale $\xi$ , il lavoro offre un metodo sistematico per progettare robot capaci di operare su pendenze senza fare affidamento esclusivamente su movimenti aggressivi delle ruote. Lo studio dimostra che l'integrazione degli SPCMG consente una stabilizzazione del bilanciamento robusta, mantenendo al contempo la capacità di riportare il gimbal a una posizione neutra, evitando così le singolarità e preservando l'autorità di controllo. Gli autori concludono che questo approccio affronta efficacementamente i limiti dei modelli lineari esistenti e delle strategie di stabilizzazione basate solo sulle ruote, offrendo una base per la futura validazione sperimentale ed estensioni a scenari di controllo adattivo o di moto 3D.