Model- and Data-Based Control of Self-Balancing Robots: Practical Educational Approach with LabVIEW and Arduino

要約

二輪セルフバランスロボット（TWSBR）は非線形で不安定なシステムである。本研究では、TWSBRのモデルベース制御戦略とデータベース制御戦略の性能を、明確な実践的教育アプローチを用いて比較する。Lead-Lag制御やPID制御のようなモデルベース制御（MBC）アルゴリズムは、線形化された運動方程式を駆動し、適切なコントローラを開発するために、熟練した動的モデリングと数学的操作を必要とする。一方、ファジィ制御のようなデータベース制御（DBC）手法は、システムモデルの深い理解を必要とせず、効果的なコントローラを設計するための、よりシンプルで迅速なアプローチを提供する。本論文では、TWSBRを用いたMBCとDBCの長所と短所を説明する。すべてのコントローラは、Arduinoマイクロコントローラ、MPU-6050センサ、DCモータを含むOSOYOOセルフバランスキット上に実装され、テストされた。制御則とユーザーインターフェースはLabVIEW-LINXツールキットを用いて構築されている。リアルタイムのハードウェア・イン・ループ実験により結果を検証し、費用対効果の高いプラットフォームで実装可能なコントローラを浮き彫りにする。

要約(オリジナル)

A two-wheeled self-balancing robot (TWSBR) is non-linear and unstable system. This study compares the performance of model-based and data-based control strategies for TWSBRs, with an explicit practical educational approach. Model-based control (MBC) algorithms such as Lead-Lag and PID control require a proficient dynamic modeling and mathematical manipulation to drive the linearized equations of motions and develop the appropriate controller. On the other side, data-based control (DBC) methods, like fuzzy control, provide a simpler and quicker approach to designing effective controllers without needing in-depth understanding of the system model. In this paper, the advantages and disadvantages of both MBC and DBC using a TWSBR are illustrated. All controllers were implemented and tested on the OSOYOO self-balancing kit, including an Arduino microcontroller, MPU-6050 sensor, and DC motors. The control law and the user interface are constructed using the LabVIEW-LINX toolkit. A real-time hardware-in-loop experiment validates the results, highlighting controllers that can be implemented on a cost-effective platform.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL