⚡ electrical engineering

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

Deze studie presenteert een nietlineair dynamisch model en een dual-loop regelstrategie voor een tweewielige invers gependelde robot uitgerust met een schaarvormig control moment gyroscoop, waarmee het vermogen wordt aangetoond om evenwicht te behouden en hellende oppervlakken te navigeren door gebruik te maken van gyroscopisch koppel om zwaartekrachtkrachten bij een specifieke kantelhoek tegen te werken.

Oorspronkelijke auteurs: ِAhmed Amin, Moustafa Fouz, Ahmed Elsawaf

Gepubliceerd 2026-08-07

📖 10 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: ِAhmed Amin, Moustafa Fouz, Ahmed Elsawaf

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je een wereld voor waarin robots niet alleen over vlakke vloeren rollen, maar ook gracieus steile heuvels kunnen navigeren, waarbij ze balanceren op twee wielen zoals een mens op een eenwieler. Dit is het domein van de Two-Wheel Inverted Pendulum Robot (TWIPR). Denk aan het als een mechanische versie van het klassieke "kar en staaf"-probleem: een zware stok (het lichaam van de robot) die gebalanceerd wordt op een bewegende kar (de wielen). Als de stok zelfs maar een klein beetje naar één kant leunt, wil de zwaartekracht hem naar beneden trekken, dus moet de kar constant heen en weer bewegen om hem op te vangen. Dit is lastig omdat de robot "onderbediend" is, wat betekent dat hij minder besturingen heeft dan manieren om te bewegen; hij kan niet simpelweg op een knop drukken om rechtop te blijven staan. Meestal vertrouwen deze robots volledig op het sneller of langzamer draaien van hun wielen om in evenwicht te blijven. Maar wat gebeurt er als de grond niet vlak is? Op een heuvel trekt de zwaartekracht de robot naar beneden de helling af, wat het balanceren nog moeilijker maakt. Om dit op te lossen, zijn wetenschappers begonnen te kijken naar gyroscopen—draaiende wielen die werken als koppige, zware tollen. Net zoals een draaiende fietswiel weerstand biedt tegen kantelen, kan een gyroscoop in een robot een krachtige draaiende kracht genereren om te helpen bij het rechtop blijven staan, zonder dat de wielen al het zware werk hoeven te doen.

Dit artikel onderzoekt een slimme nieuwe manier om een dergelijke robot voor heuvelachtig terrein te bouwen. De onderzoekers, Ahmed Amin, Moustafa Fouz en Ahmed Elsawaf, ontwierpen een robot die een speciale "schaarpaar"-set gyroscopen gebruikt om te helpen bij het balanceren. Ze ontdekten dat de robot op een helling niet perfect recht omhoog kan staan; hij moet onder een specifieke, niet-nul hoek leunen om in evenwicht te blijven, vergelijkbaar met een fietser die in een bocht leunt. Ze creëerden een gedetailleerd wiskundig model om precies te voorspellen onder welke hoek de robot moet leunen op basis van de steilheid van de heuvel en de gewichtsverdeling van de robot. Ze bewezen ook dat hoewel de gyroscopen geweldig zijn voor snelle correcties, ze de robot niet eeuwig op een steile heuvel kunnen vasthouden; uiteindelijk moeten de wielen van de robot de constante kracht leveren om de zwaartekracht te bestrijden. Om hun ideeën te testen, bouwden ze een virtuele robot in een computersimulatie en ontdekten ze dat hun wiskunde perfect overeenkwam met de natuurkunde van de computer. Hun voorgestelde controlesysteem, dat één brein gebruikt voor snelheid en een ander voor balans, hield de robot succesvol rechtop en bewegend op een helling van 5 graden, wat bewijst dat dit gyro-ondersteunde ontwerp een levensvatbare manier is om hellende oppervlakken aan te pakken.

De Robot met een Draaiend Geheim

Maak kennis met de robot: een tweewielig machine die lijkt op een futuristische scooter, maar een geheim wapen in zijn borstkas heeft. In plaats van alleen op zijn wielen te vertrouwen om rechtop te blijven staan, draagt deze robot een paar snel draaiende vliegwielen, bekend als een Scissor-Pair Control Moment Gyroscope (SPCMG). Stel je twee draaiende tollen voor binnen de robot, gemonteerd op een frame dat ze naar voren en achteren kan kantelen. Wanneer de robot begint te wankelen, draaien deze tollen niet alleen; ze kantelen, waardoor een krachtige "gyroscopische koppel" ontstaat die de robot terugduwt in balans. Het is alsover het hebben van een magische interne spier die de robot kan draaien zonder de grond aan te raken.

De onderzoekers wilden zien of deze magische spier de robot kon helpen een echte uitdaging aan te gaan: hellende oppervlakken. De meeste robots worden getest op vlakke vloeren, maar de echte wereld zit vol hellingen en heuvels. Het team vroeg zich af: Kan deze gyro-gestabiliseerde robot balanceren op een helling? Zo ja, hoe doet hij dat, en wat zijn de grenzen?

De Gekantelde Waarheid: Waarom Recht Omhoog Niet Werkt

Een van de meest interessante bevindingen van het artikel is een beetje contra-intuïtief. Je zou denken dat een robot om op een heuvel te balanceren, perfect recht omhoog moet staan. Maar de wiskunde zegt iets anders. De onderzoekers ontdekten dat de robot op een helling moet leunen onder een specifieke hoek om in evenwicht te blijven.

Denk er zo over na: Als je op een steile heuvel staat, leun je van nature naar voren om niet naar achteren te vallen. De robot doet hetzelfde. Het team leidde een formule af die laat zien dat de hoek waaronder de robot leunt (de evenwichtstilt-hoek) afhangt van twee dingen: hoe steil de heuvel is en een speciale waarde die ze de Chassis-to-Robot Static Torque Ratio noemden (vertegenwoordigd door de Griekse letter $\xi$ ). Deze ratio is in fefeit een maatstaf voor hoe het gewicht van de robot is verdeeld in verhouding tot de grootte van de wielen.

Het artikel laat zien dat als het ontwerp van de robot een lage $\xi$ -waarde heeft, hij veel meer moet leunen om op een heuvel in evenwicht te blijven. Als het ontwerp een hoge $\xi$ -waarde heeft, kan hij meer rechtop staan. Deze relatie is cruciaal omdat het ingenieurs precies vertelt hoe ze de robot moeten bouwen zodat hij niet omvalt op een helling. De onderzoekers berekenden dat voor hun specifieke robotontwerp, met een $\xi$ van 0,5, het staan op een 5-graden helling vereist dat de robot leunt onder een evenwichtshoek van ongeveer 10 graden.

De Limieten van de Draaiing: Wanneer Gyroscopen Hulp Nodig Hebben

Hier wordt het verhaal wat meer nuchter. Hoewel de gyroscopen geweldig zijn voor snelle, plotselinge bewegingen (zoals het opvangen van de robot als hij begint te vallen), sluit het artikel expliciet de mogelijkheid uit dat zij de robot eeuwig op een steile heuvel kunnen vasthouden.

De gyroscopen werken door hun draaiende wielen te kantelen. Maar ze kunnen maar tot op zekere hoogte kantelen voordat ze een "singulariteit" bereiken—een punt waarop ze hun vermogen verliezen om terug te duwen. Het is als proberen een deur open te duwen terwijl je vlak naast de scharnieren staat; uiteindelijk raak je de hefboomwerking kwijt. Het artikel legt uit dat de gyroscopen geen constante, gestage kracht kunnen leveren om de zwaartekracht onbeperkt te bestrijden. In plaats daarvan moeten de wielen van de robot de taak overnemen om hem tegen de trekkracht van de helling omhoog te houden. De gyroscopen zijn de "noodremmen" en het "stuur", terwijl de wielen de "motor" zijn die voorkomt dat de robot naar beneden glijdt.

De onderzoekers berekenden ook de absolute limieten van hoe steil een heuvel kan zijn die deze robot kan aan. Ze vonden twee belangrijke barrières:

Geometrie: Als de heuvel te steil is, zou het lichaam van de robot de grond raken voordat hij genoeg kan leunen om in evenwicht te blijven.
Wrijving: De wielen hebben genoeg grip (wrijving) nodig om zich tegen de heuvel af te zetten zonder te slippen.

Door deze te combineren, suggereert het artikel dat de maximale helling die de robot kan aan, wordt bepaeld door de kleinste van twee waarden: de ontwerpratio van de robot ( $\xi$ ) of de wrijving van de grond ( $\mu_s$ ). Voor hun robot betekent dit dat hij theoretisch hellingen tot een bepaalde limiet kan aan, maar als de grond glad is of het ontwerp "topzwaar" is, daalt die limiet.

De Brein-Samenwerking: Twee Controllers die Samenwerken

Om dit allemaal te laten gebeuren, bouwde het team niet alleen de robot; ze bouwden een brein voor de robot. Ze gebruikten een "hiërarchisch" controlesysteem, wat lijkt op het hebben van twee managers die samenwerken.

Manager 1 (De Locomotion Controller): Deze manager gebruikt een PID-controller (een standaard type controlesysteem) om de wielen te vertellen hoe snel ze moeten draaien. Zijn enige taak is ervoor zorgen dat de robot de snelheid bereikt die de gebruiker wil, of dat hij nu versnelt, vertraagt of stopt.
Manager 2 (De Balance Controller): Deze manager gebruikt een geavanceerd algoritme genaamd LQR (Linear Quadratic Regulator). Zijn taak is om de kanteling van de robot en de hoek van de gyroscoop in de gaten te houden. Als de robot begint te wankelen, vertelt deze manager de gyroscopen om te kantelen en de robot terug te duwen naar de juiste leunhoek.

De schoonheid van dit systeem is dat ze onafhankelijk maar synchroon werken. De wielen regelen de snelheid, en de gyroscopen regelen de balans. De onderzoekers testten dit in een computersimulatie (met behulp van MATLAB/Simulink) en vonden dat het prachtig werkte.

De Simulatie: Een Testronde van 30 Seconden

Om hun ideeën te bewijzen, draaide het team een simulatie waarbij de robot op een 5-graden helling begon. Ze gaven het commando: "Ga!" De robot versnelde naar een snelheid van 1 m/s.

Het resultaat: De robot bereikte die snelheid in ongeveer 2,6 seconden zonder de controle te verliezen.
De stop: Daarna zeiden ze: "Stop." De robot vertraagde en kwam in ongeveer 3,8 seconden tot stilstand.

Tijdens deze manoeuvres kantelde het lichaam van de robot een beetje heen en weer (bereikte een piek-kanteling van ongeveer 26,15 graden toen hij net begon te bewegen), maar de gyroscopen corrigeerden dit snel, waardoor hij terugkwam bij de constante leunhoek van 10 graden die nodig is voor die helling. De gyroscopen zelf kantelden slechts ongeveer 32,5 graden op hun meest extreme punt, wat ruim binnen hun veilige limieten valt (ze kunnen tot 90 graden gaan voordat ze hun kracht verliezen).

Het artikel controleerde ook de krachten die in het spel waren. Om de robot met een constante snelheid van 1 m/s de heuvel op te laten bewegen, moesten de wielen een constante koppel van ongeveer 0,386 N·m leveren om enkel de zwaartekracht te overwinnen. Wanneer de robot aan het versnellen was, moesten de wielen harder duwen, waarbij ze ongeveer 1,5 N·m bereikten. Bij het stoppen moesten ze remmen, waarbij ze ongeveer -1,1 N·m bereikten. De gyroscopen hoefden ondertussen alleen hard te werken tijdens de snelle veranderingen in snelheid, waarbij ze een maximale koppel van ongeveer 1,45 N·m leverden om de robot rechtop te houden.

Het Oordeel

Het artikel concludeert dat dit gyro-gestabiliseerde ontwerp een solide, wiskundig onderbouwde manier is om robots te bouwen die heuvels kunnen aan. De computersimulaties toonden aan dat de robot op een helling kon balanceren, bewegen en stoppen zonder om te vallen, en de wiskunde die ze opschreven, voorspelde perfect wat de computersimulatie deed.

De auteurs merken echter voorzichtig op dat dit momenteel een simulatie is. Ze hebben nog geen fysieke robot gebouwd om dit op een echte heuvel te testen. Ze stellen voor dat de volgende stap is om een prototype te bouwen en te zien of het in de echte wereld werkt, waar zaken als gladde bladeren of een hobbelige ondergrond het moeilijker kunnen maken dan in de computer. Maar voor nu ziet de wiskunde er goed uit, lijken de gyroscopen klaar voor de strijd, en ziet het pad naar heuvelklimmende robots er een stuk duidelijker uit.

Technische Samenvatting: Evenwichtsanalyse en Gyroscopische Stabilisatie van een Twee-Wiel Inverted Pendulum Robot op Verhoogde Oppervlakken

Probleemstelling
Twee-wiel inverted pendulum robots (TWIPRs) zijn inherent instabiele, onderbediende systemen waarbij balans traditioneel uitsluitend wordt bereikt door middel van wielkoppel. Hoewel dit effectief is op vlak terrein, worden conventionele TWIPRs geconfronteerd met aanzienlijke uitdagingen op hellende oppervlakken. De koppeling tussen translationele beweging en lichaamsbalans compliceert de besturing, en bestaande studies naar operaties op hellingen zijn grotendeels beperkt tot wielgedreven architecturen of vertrouwen op lineaire modellen die er niet in slagen de dynamica van systemen met interne impulsuitwisselingsmechanismen te vatten. Bovendien introduceert de integratie van Control Moment Gyroscopes (CMGs) voor stabilisatie nieuwe complexiteiten: CMGs kunnen niet onbeperkt een constante koppel in een vaste richting handhaven vanwege gimbal-singulariteiten, en de relatie tussen terreinhelling, structurele parameters en de resulterende evenwichtshouding in gyro-gestabiliseerde systemen blijft onverkend.

Methodologie
De auteurs stellen een uitgebreid analytisch en besturingskader voor een TWIPR uitgerust met een Scissor-Pair Control Moment Gyroscope (SPCMG) die opereert op hellende oppervlakken.

Dynamische Modellering: Een volledig nietlineair dynamisch model wordt afgeleid met behulp van de Euler–Lagrange formulering. Het model incorporeert de gekoppelde dynamica van wielgedreven beweging, chassiskanteling en interne gyroscopische actuatie, waarbij expliciet rekening wordt geoud met hellingsgeïnduceerde effecten van de zwaartekracht. Het systeem wordt gedefinieerd door gegeneraliseerde coördinaten die de longitudinale verplaatsing ( $z$ ), de chassis kantelhoek ( $\phi$ ) en de gimbal-precessiehoek ( $\theta$ ) vertegenwoordigen.
Modelvalidatie: Om de nauwkeurigheid te waarborgen, is een hoogwaardig multibody-model ontwikkeld in MATLAB/Simulink/Simscape Multibody. Deze natuurkundige representatie dient als een onafhankelijk verificatie-instrument tegen de afgeleide wiskundige vergelijkingen.
Evenwichtsanalyse: De studie leidt een analytische uitdrukking af voor de hellingsafhankelijke evenwichtsconfiguratie. Het introduceert een dimensieloze metriek, de Chassis-to-Robot Static Torque Ratio ( $\xi$ ), gedefinieerd als $\xi = \frac{m_c L}{m_R r}$ . Deze parameter koppelt massaverdeling en geometrie aan de evenwichtskantelhoek. De analyse bepaalt de maximale toelaatbare terreinhelling door geometrische beperkingen (chassis botsingslimieten) te combineren met wiel-oppervlak tractiebeperkingen (wrijvingslimieten).
Besturingsarchitectuur: Een ontkoppelde hiërarchische besturing wordt geïmplementeerd:
- Locomotie-subsysteem: Een Proportional–Integral–Derivative (PID) controller reguleert de longitudinale snelheid door het wielkoppel te moduleren.
- Balans-subsysteem: Een Linear Quadratic Regulator (LQR) bestuurt de gimbal hoeksnelheid om het chassis te stabiliseren rond de hellingsafhankelijke evenwichtshoek. Het LQR-ontwerp bevat een integraal staat voor de gimbalhoek om ervoor te zorgen dat deze na transiënte verstoringen terugkeert naar de nulpositie (neutrale positie), waardoor de actuatie-autoriteit behouden blijft.

Kernbijdragen

Nietlineair Dynamisch Model: Afleiding van een volledig nietlineair model voor een gyro-gestabiliseerde TWIPR op hellende oppervlakken, die de interactie tussen gyroscopische koppeling en hellingsgeïnduceerde zwaartekracht vastlegt.
Evenwichtsanalyse: Vaststelling van een analytische relatie tussen de helling van het oppervlak en de evenwichtskanteling van het chassis. De introductie van de dimensieloze ratio Chassis-to-Robot Static Torque Ratio ( $\xi$ ) biedt een gegeneraliseerde ontwerpparameter voor het evalueren van helling-afhandelingscapaciteiten en het voorspellen van de maximale haalbare werkhelling.
Verenigde Hellinglimiet: Een afgeleid criterium ( $\alpha_{max} = \tan^{-1}(\min(\xi, \mu_s))$ ) dat de maximale stabiele werkhoek definieert op basis van zowel mechanisch ontwerp ( $\xi$ ) als terreinwrijving ( $\mu_s$ ).
Besturingskader: Ontwikkeling van een PID-LQR-besturingsschema dat succesvol zowel de snelheidstracking als de balansstabilisatie rond een niet-nul evenwicht beheert, waarbij de gimbal terugkeert naar een neutrale staat om singulariteiten te vermijden en controle-autoriteit te behouden.

Resultaten
Het voorgestelde kader werd gevalideerd door simulaties die het nietlineaire wiskundige model vergelijken met het multibody Simulink-model op een helling van $5^\circ$ .

Modelnauwkeurigheid: De simulatieresultaten vertoonden een sterke overeenkomst tussen het analytische model en de multibody-simulatie over alle dynamische variabelen, wat de validiteit van de afgeleide vergelijkingen bevestigt.
Prestaties: De robot volgde succesvol een stapsnelheidscommando (van 0 naar 1 m/s en terug naar 0) met een insteltijd van ongeveer 2,6 seconden en zonder overshoot tijdens acceleratie.
Stabilisatie: De chassis kantelhoek convergeerde naar de analytisch voorspelde evenwichtswaarde van ongeveer $10^\circ$ . Tijdens transiënte manoeuvres week de gimbalhoek maximaal $32,5^\circ$ af, wat ruim binnen het veilige werkbereik bleef en ver verwijderd was van de $90^\circ$ singulariteit.
Actuatie: De besturingsstrategie toonde aan dat hoewel wielkoppel vereist is om de gravitationele belasting op de helling tegen te gaan, de gyroscopische actuatie primair actief is tijdens transiënten. Zodra het evenwicht is bereikt, neemt het gimbalkoppel af tot bijna nul, wat bevestigt dat de SPCMG geen constant koppel hoeft te handhaven voor stationaire balans.

Significantie
Het artikel beweert een gevalideerd en praktisch toepasbaar kader te bieden voor de analyse en besturing van gyro-gestabiliseerde TWIPRs op hellend terrein. Door het evenwicht gedrag te karakteriseren via de dimensieloze ratio $\xi$ , biedt dit werk een systematische methode voor het ontwerpen van robots die in staat zijn op hellingen te opereren zonder uitsluitend te vertrouven op agressieve wielbewegingen. De studie demonstreert dat de integratie van SPCMG's een robuuste balansstabilisatie mogelijk maakt, terwijl de mogelijkheid behouden blijft om de gimbal naar een neutrale positie te laten terugkeren, waardoor singulariteiten worden vermeden en de controle-autoriteit wordt gewaarborgd. De auteurs concluderen dat deze aanpak effectief de beperkingen van bestaande lineaire modellen en enkel op wielen gebaseerde stabilisatiestrategieën aanpakt, en een fundament biedt voor toekomstige experimentele validatie en uitbreiding naar adaptieve besturing of 3D-bewegingsscenario's.