⚡ electrical engineering

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

Este estudo apresenta um modelo dinâmico não linear e uma estratégia de controle de loop duplo para um robô pêndulo invertido de duas rodas equipado com um giroscópio de momento de controle de par de tesoura, demonstrando sua capacidade de manter o equilíbrio e navegar em superfícies inclinadas ao aproveitar o torque giroscópico para neutralizar as forças gravitacionais em um ângulo de inclinação específico.

Autores originais: ِAhmed Amin, Moustafa Fouz, Ahmed Elsawaf

Publicado 2026-08-07

📖 10 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: ِAhmed Amin, Moustafa Fouz, Ahmed Elsawaf

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine um mundo onde os robôs não apenas rolam em pisos planos, mas podem navegar graciosamente por colinas íngremes, equilibrando-se em duas rodas como um humano em um monociclo. Este é o reino do Robô de Pêndulo Invertido de Duas Rodas (TWIPR). Pense nele como uma versão mecânica do clássico problema do "carrinho e a haste": um bastão pesado (o corpo do robô) equilibrado sobre um carrinho móvel (as rodas). Se o bastão se inclina mesmo que um pouquinho, a gravidade quer puxá-lo para baixo, então o carrinho deve se mover constantemente para frente e para trás para contê-lo. Isso é complicado porque o robô é "subatuado", o que significa que possui menos controles do que as formas pelas quais pode se mover; ele não pode simplesmente apertar um botão para permanecer equilibrado. Geralmente, esses robôs dependem inteiramente de suas rodas girarem mais rápido ou mais devagar para manter o equilíbrio. Mas o que acontece quando o chão não é plano? Em uma colina, a gravidade puxa o robô ladeira abaixo, tornando o ato de equilibrar-se ainda mais difícil. Para resolver isso, cientistas começaram a olhar para os giroscópios — rodas giratórias que agem como topos pesados e obstinados. Assim como uma roda de bicicleta giratória resiste ao ser inclinada, um giroscópio dentro de um robô pode gerar uma poderosa força de torção para ajudá-lo a manter o equilíbrio sem que as rodas tenham que fazer todo o trabalho pesado.

Este artigo explora uma nova e inteligente maneira de construir tal robô para terrenos acidentados. Os pesquisadores, Ahmed Amin, Moustafa Fouz e Ahmed Elsawaf, projetaram um robô que utiliza um par especial de giroscópios em forma de "tesoura" para ajudá-lo a se equilibrar. Eles descobriram que, em uma encosta, o robô não pode ficar perfeitamente reto para cima; ele tem que se inclinar em um ângulo específico, não nulo, para permanecer em equilíbrio, muito parecido com um ciclista se inclinando em uma curva. Eles criaram um modelo matemático detalhado para prever exatamente o quanto o robô precisa se inclinar com base na inclinação da colina e na distribuição de peso do robô. Eles também provaram que, embora os giroscópios sejam ótimos para correções rápidas, eles não podem manter o robô de pé para sempre em uma colina íngreme; eventualmente, as rodas do robô devem fornecer a força constante para combater a gravidade. Para testar suas ideias, eles construíram um rob ou robô virtual em uma simulação de computador e descobriram que sua matemática coincidiu perfeitamente com a física do computador. Seu sistema de controle proposto, que utiliza um "cérebro" para velocidade e outro para equilíbrio, conseguiu manter o robô em pé e em movimento em uma inclinação de 5 graus, provando que este design assistido por giroscópio é uma forma viável de enfrentar superfícies inclinadas.

O Robô com um Segredo Giratório

Conheça o robô: uma máquina de duas rodas que parece uma scooter futurista, mas tem uma arma secreta escondida em seu peito. Em vez de apenas depender de suas rodas para se manter em pé, este robô carrega um par de volantes de alta velocidade, conhecidos como Giroscópio de Momento de Controle de Par de Tesoura (SPCMG). Imagine dois topos giratórios dentro do robô, montados em uma estrutura que pode incliná-los para frente e para trás. Quando o robô começa a balançar, esses topos não apenas giram; eles inclinam, criando um poderoso "torque giroscópico" que empurra o robô de volta ao equilíbrio. É como ter um músculo interno mágico que pode torcer o corpo do robô sem tocar o chão.

Os pesquisadores queriam ver se esse músculo mágico poderia ajudar o robô a lidar com um desafio real: superfícies inclinadas. A maioria dos robôs é testada em pisos planos, mas o mundo real é cheio de rampas e colinas. A equipe perguntou: Este robô estabilizado por giroscópio consegue se equilibrar em uma inclinação? Se sim, como ele faz isso e quais são os limites?

A Verdade Inclinada: Por que Estar Reto Não Funciona

Uma das descobertas mais interessantes do artigo é um pouco contraintuitiva. Você pode pensar que, para se equilibrar em uma colina, um robô deve ficar perfeitamente reto para cima. Mas a matemática diz o contrário. Os pesquisadores descobriram que, em uma encosta, o robô deve se inclinar em um ângulo específico para permanecer em equilíbrio.

Pense nisso como se estivesse em uma colina íngreme: você naturalmente se inclina para frente para evitar cair para trás. O robô faz o mesmo. A equipe derivou uma fórmula mostrando que o ângulo que o robô se inclina (o ângulo de inclinação de equilíbrio) depende de duas coisas: o quão íngreme é a colina e um número especial que eles chamaram de Razão de Torque Estático do Chassi ao Robô (representado pela letra grega $\xi$ ). Esta razão é basicamente uma medida de como o peso do robô está distribuído em comparação com o tamanho de sua roda.

O artigo mostra que, se o design do robô tiver um valor de $\xi$ baixo, ele terá que se inclinar muito para se manter equilibrado em uma colina. Se o design tiver um $\xi$ alto, ele pode ficar mais ereto. Essa relação é crucial porque diz aos engenheiros exatamente como construir o robô para que ele não tombe em uma encosta. Os pesquisadores calcularam que, para o design específico de seu robô, com um $\xi$ de 0,5, ficar em uma inclinação de 5 graus exige que o robô se incline em um ângulo de equilíbrio de cerca de 10 graus.

Os Limites do Giro: Quando os Giroscópios Precisam de Ajuda

É aqui que a história se torna um pouco mais realista. Embora os giroscópios sejam incríveis para movimentos rápidos e repentinos (como pegar o robô se ele começar a cair), o artigo descarta explicitamente a ideia de que eles possam manter o robô de pé para sempre em uma colina íngreme.

Os giroscópios funcionam inclinando seus volantes giratórios. Mas eles só podem inclinar até certo ponto antes de atingirem uma "singularidade" — um ponto onde perdem o poder de empurrar de volta. É como tentar abrir uma porta quando você está parado bem ao lado da dobradiça; eventualmente, você fica sem alavancagem. O artigo explica que os giroscópios não podem fornecer uma força constante e constante para combater a gravidade indefinidamente. Em vez disso, as rodas do robô devem assumir o trabalho de mantê-lo de pé contra a força da encosta. Os giroscópios são os "freios de emergência" e o "volante", enquanto as rodas são o "motor" que impede o robô de deslizar colina abaixo.

Os pesquisadores também calcularam os limites absolutos de quão íngreme uma colina este robô pode enfrentar. Eles encontraram duas barreiras principais:

Geometria: Se a colina for muito íngreme, o corpo do robô bateria no chão antes que ele pudesse se inclinar o suficiente para se equilibrar.
Fricção: As rodas precisam de aderência suficiente (fricção) para empurrar contra a colina sem deslizar.

Combinando isso, o artigo sugere que a inclinação máxima que o robô pode lidar é determinada pelo menor de dois valores: a razão de design do robô ( $\xi$ ) ou a fricção do solo ( $\mu_s$ ). Para o seu robô, isso significa que ele pode teoricamente lidar com inclinações até um certo limite, mas se o chão for escorregadio ou o design for "pesado no topo", esse limite cai.

O Cérebro Coletivo: Dois Controladores Trabalhando Juntos

Para fazer tudo isso acontecer, a equipe não apenas construiu o robô; eles construíram um cérebro para ele. Eles usaram um sistema de controle "hierárquico", que é como ter dois gerentes trabalhando juntos.

Gerente 1 (O Controlador de Locomoção): Este gerente usa um controlador PID (um tipo padrão de sistema de controle) para dizer às rodas o quão rápido elas devem girar. Seu único trabalho é garantir que o robô vá na velocidade que o usuário deseja, seja acelerando, desacelerando ou parando.
Gerente 2 (O Controlador de Equilíbrio): Este gerente usa um algoritmo sofisticado chamado LQR (Regulador Quadrático Linear). Seu trabalho é observar a inclinação do robô e o ângulo do giroscópio. Se o robô começar a balançar, este gerente diz aos giroscópios para inclinarem e empurrarem o robô de volta ao ângulo de inclinação correto.

A beleza deste sistema é que eles trabalham de forma independente, mas em sincronia. As rodas lidam com a velocidade e os giros lidam com o equilíbrio. Os pesquisadores testaram isso em uma simulação de computador (usando MATLAB/Simulink) e descobriram que funcionou maravilhosamente.

A Simulação: Um Teste de 30 Segundos

Para provar suas ideias, a equipe executou uma simulação onde o robô começou em uma inclinação de 5 graus. Eles deram o comando: "Vá!". O robô acelerou para uma velocidade de 1 m/s.

O Resultado: O robô atingiu essa velocidade em cerca de 2,6 segundos sem balançar fora de controle.
A Parada: Então, eles disseram para parar. O robô desacelerou e parou em cerca de 3,8 segundos.

Durante essas manobras, o corpo do robô inclinou-se para frente e para trás um pouco (atingindo um pico de inclinação de cerca de 26,15 graus quando começou a se mover), mas os giroscópios rapidamente o corrigiram, trazendo-o de volta à inclinação constante de 10 graus exigida para aquela inclinação. Os próprios giroscópios inclinaram-se apenas cerca de 32,5 graus em seus momentos mais extremos, o que está bem dentro de seus limites seguros (eles podem chegar a 90 graus antes de perderem o poder).

O artigo também verificou as forças envolvidas. Para manter o robô movendo-se a uma velocidade constante de 1 m/s subindo a colina, as rodas precisaram aplicar um torque constante de cerca de 0,386 N·m apenas para combater a gravidade. Quando o robô estava acelerando, as rodas tiveram que empurrar com mais força, atingindo cerca de 1,5 N·m. Ao parar, elas tiveram que frear, atingindo -1,1 N·m. Os giroscópios, enquanto isso, só tiveram que trabalhar intensamente durante as mudanças rápidas de velocidade, fornecendo um torque máximo de cerca de 1,45 N·m para evitar que o robô caísse.

O Veredito

O artigo conclui que este design estabilizado por giroscópio é uma maneira sólida e matematicamente fundamentada de construir robôs que podem lidar com colinas. As simulações de computador mostraram que o robô pôde se equilibrar, mover-se e parar em uma encosta sem cair, e a matemática que eles escreveram previu perfeitamente o que a simulação do computador fez.

No entanto, os autores observam cautelosamente que isto é atualmente uma simulação. Eles ainda não construíram um robô físico para testar isso em uma colina real. Eles sugerem que o próximo passo é construir um protótipo e ver se funciona no mundo real, onde coisas como folhas escorregadias ou terrenos irregulares podem tornar as coisas mais difíceis do que no computador. Mas, por enquanto, a matemática parece boa, os giroscópios parecem prontos e o caminho para robôs que escalam colinas parece muito mais claro.

Resumo Técnico: Análise de Equilíbrio e Giroestabilização de um Robô Pêndulo Invertido de Duas Rodas em Superfícies Inclinadas

Definição do Problema
Robôs pêndulo invertido de duas rodas (TWIPRs) são sistemas subatuados e inerentemente instáveis, onde o equilíbrio é tradicionalmente alcançado apenas através do torque das rodas. Embora eficaz em terrenos planos, os TWIPRs convencionais enfrentam desafios significativos em superfícies inclinadas. O acoplamento entre o movimento translacional e o equilíbrio do corpo complica o controle, e os estudos existentes sobre operação em declives limitam-se, em grande parte, a arquiteturas movidas por rodas ou baseiam-se em modelos linearizados que falham em capturar a dinâmica de sistemas com mecanismos internos de troca de momento. Além disso, a integração de Giroscópios de Momento de Controle (CMGs) para estabilização introduz novas complexidades: os CMGs não podem sustentar torque constante em uma direção fixa indefinidamente devido às singularidades de gimbal, e a relação entre a inclinação do terreno, os parâmetros estruturais e a postura de equilíbrio resultante em sistemas estabilizados por giroscópio permanece inexplorada.

Metodologia
Os autores propõem um framework analítico e de controle abrangente para um TWIPR equipado com um Giroscópio de Momento de Controle de Par Tesoura (SPCMG) operando em superfícies inclinadas.

Modelagem Dinâmica: Um modelo dinâmico não linear completo é derivado utilizando a formulação de Euler–Lagrange. O modelo incorpora a dinâmica acoplada do movimento dirigido por rodas, a inclinação do chassi e a atuação giroscópica interna, contabilizando explicitamente os efeitos gravitacionais induzidos pela inclinação. O sistema é definido por coordenadas generalizadas representando o deslocamento longitudinal ( $z$ ), o ângulo de inclinação do chassi ( $\phi$ ) e o ângulo de precessão do gimbal ( $\theta$ ).
Validação do Modelo: Para garantir a precisão, um modelo de multibody de alta fidelidade é desenvolvido no MATLAB/Simulink/Simscape Multibody. Esta representação baseada em física serve como uma ferramenta de verificação independente para as equações matemáticas derivadas.
Análise de Equilíbrio: O estudo deriva uma expressão analítica para a configuração de equilíbrio dependente da inclinação. Introduz uma métrica adimensional, a Razão de Torque Estático Chassi-Robô ( $\xi$ ), definida como $\xi = \frac{m_c L}{m_R r}$ . Este parâmetro vincula a distribuição de massa e a geometria ao ângulo de inclinação de equilíbrio. A análise determina a inclinação máxima admissível combinando restrições geométricas (limites de colisão do chassi) e restrições de tração roda-superfície (limites de fricção).
Arquitetura de Controle: Um estratégia de controle hierárquica desacoplada é implementada:
- Subsistema de Locomoção: Um controlador Proporcional–Integral–Derivativo (PID) regula a velocidade longitudinal modulando o torque da roda.
- Subsistema de Equilíbrio: Um Regulador Quadrático Linear (LQR) controla a velocidade angular do gimbal para estabilizar o chassi em torno do ângulo de equilíbrio dependente da inclinação. O design do LQR inclui um estado integral para o ângulo do gimbal para garantir que ele retorne a zero (posição neutra) após distúrbios transientes, preservando a autoridade de atuação.

Principais Contribuições

Modelo Dinâmico Não Linear: Derivação de um modelo não linear completo para um TWIPR estabilizado por giroscópio em superfícies inclinadas, capturando a interação entre o acoplamento giroscópico e a gravidade induzida pela inclinação.
Análise de Equilíbrio: Estabelecimento de uma relação analítica entre a inclinação da superfície e a inclinação de equilíbrio do chassi. A introdução da Razão de Torque Estático Chassi-Robô ( $\xi$ ) fornece uma métrica de design generalizada para avaliar as capacidades de manuseio de declives e prever a inclinação operacional máxima viável.
Limite de Inclinação Unificado: Um critério derivado ( $\alpha_{max} = \tan^{-1}(\min(\xi, \mu_s))$ ) que define o ângulo de operação estável máximo baseado tanto no design mecânico ( $\xi$ ) quanto na fricção do terreno ( $\mu_s$ ).
Framework de Controle: Desenvolvimento de um esquema de controle PID-LQR que gerencia com sucesso os duplos objetivos de rastreamento de velocidade e estabilização de equilíbrio em torno de um equilíbrio de inclinação não nulo, garantindo que o gimbal retorne a um estado neutro para evitar singularidades e preservar a autoridade de controle.

Resultados
O framework proposto foi validado através de simulações comparando o modelo matemático não linear e o modelo multibody do Simulink em uma inclinação de $5^\circ$ .

Precisão do Modelo: Os resultados da simulação mostraram forte concordância entre o modelo analítico e a simulação multibody em todas as variáveis dinâmicas, confirmando a validade das equações derivadas.
Desempenho: O robô rastreou com sucesso um comando de velocidade degrau (0 a 1 m/s e de volta a 0) com um tempo de acomodação de aproximadamente 2,6 segundos e sem overshoot durante a aceleração.
Estabilização: O ângulo de inclinação do chassi convergiu para o valor de equilíbrio previsto analiticamente de aproximadamente $10^\circ$ . Durante manobras transientes, o ângulo do gimbal desviou-se um máximo de $32,5^\circ$ , permanecendo bem dentro da faixa de operação segura e longe da singularidade de $90^\circ$ .
Atuação: A estratégia de controle demonstrou que, embora o torque da roda seja necessário para neutralizar a carga gravitacional na inclinação, a atuação giroscópica é primariamente ativa durante os transientes. Uma vez alcançado o equilíbrio, o torque do gimbal diminui para quase zero, confirmando que o SPCMG não precisa sustentar torque constante para o equilíbrio em regime permanente.

Significância
O artigo afirma fornecer um framework validado e aplicável na prática para a análise e controle de TWIPRs estabilizados por giroscópio em terrenos inclinados. Ao caracterizar o comportamento de equilíbrio através da razão adimensional $\xi$ , o trabalho oferece um método sistemático para projetar robôs capazes de operar em declives sem depender exclusivamente de movimentos agressivos das rodas. O estudo demonstra que a integração de SPCMGs permite a estabilização de equilíbrio robusta enquanto mantém a capacidade de retornar o gimbal a uma posição neutra, thereby evitando singularidades e preservando a autoridade de controle. Os autores concluem que esta abordagem aborda efetivamente as limitações dos modelos linearizados existentes e das estratégias de estabilização baseadas apenas em rodas, oferecendo uma base para validação experimental futura e extensão para controle adaptativo ou cenários de movimento 3D.