Utafiti huu unalinganisha usanifu miwili tofauti ya udhibiti wa nafasi-hali kwa ajili ya kudhibiti nafasi na usawaziko wa mwili wa roboti ya miguu miwili yenye magurudumu (Wheeled Bipedal Robot, WBR), ambayo lazima ibaki wima wakati ikisogea kwa magurudumu, ndani ya mazingira ya wakati halisi ya Hardware-in-the-Loop Simulation (HILS): Full-State Feedback (FSF) na Linear Quadratic Servo (LQ-Servo) yenye athari ya ujumuishaji.

Tatizo kuu la udhibiti wa roboti za miguu miwili zenye magurudumu ni kwamba, kwa sababu ya asili yao inayofanana na pendulum iliyogeuzwa, miundo yao kwa asili haina uthabiti. Roboti hailazimiki tu kusogea hadi nafasi inayotakiwa; wakati wa mwendo lazima pia ihifadhi pembe ya pitch ya mwili karibu na hali ya usawaziko. Mteremko, mabadiliko ya mzigo, hitilafu ya modeli au torque ya usumbufu inayoendelea kwenye gurudumu inapoongezwa, ufuatiliaji wa nafasi huwa mgumu zaidi.

Katika utafiti, muundo wa awali wa roboti wenye degrees of freedom sita umepunguzwa hadi modeli yenye degrees of freedom tatu katika sagittal plane ili kurahisisha usanifu wa udhibiti. Hali kuu za modeli ni pembe kamili ya pitch ya mwili wa roboti \(\gamma\), pembe ya mguu pepe \(\theta\), nafasi mlalo \(x\), pamoja na viambajengo vyao vya wakati. Masi ya jumla ya roboti imetolewa kama 115,9384 kg, masi ya mwili 89,7202 kg na radius ya gurudumu 0,0935 m.

Kidhibiti cha FSF ni muundo wa kawaida wa state feedback unaotumia vigezo vyote vya hali ili kutoa ufuatiliaji wa haraka na wa moja kwa moja. LQ-Servo huongeza integral ya makosa ya pembe ya pitch ya mwili na nafasi ya longitudinal kwenye hali za udhibiti. Lengo kuu la safu hii ya integral ni kuifanya offset ya kudumu ya nafasi inayosababishwa na usumbufu wa kudumu au kosa la modeli ikaribie sifuri kadiri muda unavyopita.

Algoriti za udhibiti hazikulinganishwa tu katika simulizi ya programu ya nje ya muda halisi. Vidhibiti vyote viwili viliendeshwa kwa wakati halisi kwenye Arduino Due kwa kipindi cha sampuli cha 1 ms; modeli ya mstari ya WBR plant iliendeshwa kwenye mashine lengwa ya wakati halisi ya Speedgoat. Ishara sita za hali ya roboti zilipitishwa kwa Arduino kupitia muunganisho wa analogi, na amri mbili za torque zilizohesabiwa na Arduino zilirudishwa kwenye mfumo wa Speedgoat.

Katika matokeo ya nominal HILS, vidhibiti vyote viwili viliisawazisha roboti na kufuatilia rejeleo la nafasi ya longitudinal linalobadilika kati ya 0–1 m. Hata hivyo, matokeo hayaonyeshi kwamba kidhibiti kimoja ni bora katika vipimo vyote. Katika hali ya nominal, finite-time error integral ya nafasi kwa FSF ilikuwa \(ISE_x=2,5643\), ilhali kwa LQ-Servo ilikuwa \(3,7380\); yaani FSF ilitoa thamani ndogo kwa upande wa jumla ya kosa la nafasi. Kwa upande mwingine, katika kosa la pitch ya mwili LQ-Servo ilitoa matokeo madogo zaidi: \(ISE_\gamma=0,0005\), wakati kwa FSF ilikuwa \(0,0070\).

Tofauti iliyo wazi zaidi ilionekana chini ya usumbufu wa torque ya gurudumu ya kudumu. FSF iliendelea kuiweka roboti katika hali thabiti lakini offset ya kudumu ya takribani 0,205 m ilitokea katika nafasi ya longitudinal. LQ-Servo, baada ya kupotoka kwa muda mfupi kwa takribani 0,08 m, iliirudisha nafasi karibu na rejeleo la amri. Tabia hii ni matokeo ya moja kwa moja ya hali za integral za LQ-Servo kufidia usumbufu wa kudumu kadiri muda unavyopita.

Pia kulionekana mabadilishano katika matumizi ya actuators. Katika majaribio yote, FSF ilitoa cumulative energy-like control effort, RMS torque na peak torque ndogo zaidi kwenye channel ya torque ya mwili. Kwa upande mwingine, maximum peak value ya wheel torque ya FSF ilikuwa kubwa kuliko ya LQ-Servo katika hali zote za majaribio. Kwa maneno mengine, FSF hutumia actuator ya mwili kidogo zaidi lakini huwa na mwelekeo wa kufanya marekebisho makali zaidi upande wa gurudumu.

Katika uchanganuzi wa robustness wa frequency domain, multi-loop disk margin ya FSF ilihesabiwa kuwa 1,2470, ya LQ-Servo 1,0007; phase margins zilikuwa ±63,89° na ±53,16° kwa mtiririko huo. Licha ya hayo, FSF haikuweza kuondoa offset ya kudumu chini ya usumbufu wa kudumu. Hii inaonyesha mojawapo ya matokeo muhimu ya kihandisi ya utafiti: kuwa bora zaidi katika classical stability/robustness margin hakumaanishi moja kwa moja kuwa bora zaidi katika disturbance rejection au reference tracking katika kiwango cha kazi.

Kwa mtazamo wa Uturuki: Utafiti haukufanywa kwenye jukwaa maalum la roboti lililotengenezwa Uturuki wala katika mazingira halisi ya kiwanda. Hata hivyo, uthibitishaji wa udhibiti wa wakati halisi wa state-space kwenye microcontroller ya gharama nafuu kupitia HILS unatoa mbinu ya maendeleo inayoweza kutumika katika tafiti za roboti zinazohamishika, roboti za humanoid zenye magurudumu, roboti za logistics, roboti za ukaguzi na mifumo ya udhibiti ya elimu nchini Uturuki. Kwa uhamisho kwenda kwenye mfumo halisi, wheel slip, motor current loop, actuator bandwidth, mechanical compliance, lateral balance, turning motion, ardhi yenye mteremko na isiyo tambarare pamoja na sifa za sensa halisi lazima zipimwe kando. Mafanikio ya HILS katika utafiti huu peke yake hayathibitishi kwamba WBR halisi itatoa utendaji uleule katika mazingira halisi ya ardhi.

Kwa nini roboti ya miguu miwili yenye magurudumu ni ngumu kudhibiti?

Roboti ya miguu miwili yenye magurudumu huunganisha mwendo bora wa kuviringika wa magurudumu na uwezo wa kupanga nafasi ya mwili wa roboti zenye miguu. Muundo huu unaweza kutoa faida muhimu kwa matumizi kama kusogea katika maeneo finyu, kubadilisha mwelekeo haraka, logistics, ukaguzi na ufuatiliaji.

Hata hivyo, kwa sababu mwili wa roboti juu ya magurudumu huonyesha tabia inayofanana na pendulum iliyogeuzwa, mfumo kwa asili hauna uthabiti. Mfumo wa udhibiti lazima wakati wowote uweze si tu kusonga mbele bali pia kusawazisha dynamically center of mass ya roboti.

Swali kuu la udhibiti katika utafiti ni hili:

Je, roboti inaweza kufuatilia nafasi ya longitudinal inayotakiwa huku ikihifadhi mwili katika usawaziko, na je inaweza kuondoa offset ya nafasi wakati usumbufu wa nje unaoendelea unatokea?

Kwa nini roboti ya 6-DoF imepunguzwa kuwa modeli ya 3-DoF?

Roboti ya awali ni muundo wa mitambo wenye degrees of freedom sita, unaojumuisha miguu yenye joints mbili, mwili na magurudumu mawili. Ili vidhibiti viweze kulinganishwa kwa utaratibu, utafiti unaipunguza roboti kwenye sagittal \(x-z\) plane.

Muundo wa mguu wenye viungo vingi umeakilishwa kama mguu pepe mmoja wenye urefu unaobadilika.

Generalized coordinate vector ni:

\[ q= \begin{bmatrix} \gamma & \theta & x \end{bmatrix}^{T} \]

iko katika muundo huu.

Katika hapa:

• \(\gamma\): pembe kamili ya pitch ya mwili wa roboti,
• \(\theta\): mwelekeo wa mguu pepe dhidi ya wima,
• \(x\): nafasi mlalo ya longitudinal.

Pembe ya pitch ya mwili imefafanuliwa kama:

\[ \gamma=\beta+\theta \]

imefafanuliwa hivyo.

Vigezo kuu vya kimwili vya modeli

Ni athari zipi za kimwili ambazo modeli haijumuishi?

Ili kuweka usanifu wa udhibiti na ulinganisho katika kiwango kinachoweza kudhibitiwa, urahisishaji muhimu umefanywa.

• Roboti husogea tu katika sagittal plane.
• Motions za yaw na roll hazijamodeliwa.
• Mawasiliano ya gurudumu–ardhi yamechukuliwa kuwa pure rolling bila kuteleza.
• Elasticity ya ardhi haijamodeliwa.
• Mwili, miguu na magurudumu yamechukuliwa kuwa rigid bodies.
• Joint backlash na structural flexibility zimepuuzwa.
• Inner dynamics za motor na drivetrain hazijamodeliwa moja kwa moja.
• Control inputs zimetumika moja kwa moja kama torque.
• Motor bandwidth na inner current loop hazipo katika plant model.

Kwa hiyo, utafiti hauchunguzi tabia yote isiyo ya mstari ya roboti halisi, bali modeli ya udhibiti inayolenga sagittal balance na longitudinal tracking karibu na nafasi wima.

Equations of motion

Dynamics za roboti katika sagittal plane zimetolewa kwenye chanzo kama:

\[ \tau_B=J_1(\ddot{\beta}+\ddot{\theta}) \]

\[ \tau_w= J_1(\ddot{\theta}+\ddot{\beta}) + J_2\ddot{\theta} + J_3\ddot{x} + J_4\theta \]

\[ F_w= J_5\ddot{\theta} + J_6\ddot{x} \]

zimetolewa katika muundo huu.

State vector imefafanuliwa kama:

\[ \mathbf{x}(t)= \begin{bmatrix} \gamma & \theta & x & \dot{\gamma} & \dot{\theta} & \dot{x} \end{bmatrix}^{T} \]

na modeli ikabadilishwa kuwa state-space form:

\[ \dot{\mathbf{x}}(t) = A\mathbf{x}(t) + B\mathbf{u}(t) \]

imebadilishwa kuwa state-space form.

Control inputs ni body motor torque \(\tau_B\) na wheel motor torque \(\tau_w\).

Linearization point

Control model ime-linearize karibu na upright stationary equilibrium point ya roboti:

\[ \gamma=0,\quad \theta=0,\quad x=0 \]

\[ \dot{\gamma}= \dot{\theta}= \dot{x}=0 \]

Hili ni jambo muhimu. Matokeo ya vidhibiti yanatumika kwa reduced model karibu na nominal upright operating region, si kwa tabia nzima isiyo ya mstari katika working space yote ya roboti.

Udhibiti wa FSF unafanyaje kazi?

Katika muundo wa Full-State Feedback, state tracking error imefafanuliwa kama:

\[ e_x(t)=x(t)-x_r(t) \]

imefafanuliwa hivyo.

Control input imeundwa katika chanzo kwa kuchanganya reference-dependent feedforward component na state feedback kama:

\[ u(t) = B^+ \left( \dot{x}_r(t)-Ax_r(t) \right) - Ke_x(t) \]

imeundwa katika muundo huu.

\(B^+\) ni Moore–Penrose pseudoinverse; \(K\) ni state feedback gain iliyohesabiwa kupitia LQR.

Wakati reference input channel inaweza kutekelezwa, error dynamics hupunguzwa kuwa:

\[ \dot{e}_x(t) = (A-BK)e_x(t) \]

hupunguzwa katika muundo huu.

Faida ya FSF ni structural simplicity na uwezekano wa transient response ya haraka. Hata hivyo, kwa kuwa haitumii integral ya tracking error, fixed disturbance au fixed model bias inaweza kusababisha nonzero steady offset.

Tofauti kuu ya LQ-Servo ni nini?

LQ-Servo hutumia servo output vector kwa body pitch angle na longitudinal position kama:

\[ y(t)= \begin{bmatrix} \gamma(t)\\ x(t) \end{bmatrix} \]

hutumika katika muundo huu.

Tracking error:

\[ e_y(t) = r(t)-C_yx(t) \]

na integral state:

\[ \dot{x}_I(t)=e_y(t) \]

zimefafanuliwa.

Kidhibiti huunganisha integral state hii na main plant states:

\[ \bar{x}(t)= \begin{bmatrix} x(t)\\ x_I(t) \end{bmatrix} \]

na control law:

\[ u(t)= -Kx(t)-K_Ix_I(t) \]

hutumika.

Maana ya kimwili ya integral states ni kwamba makosa madogo lakini ya kudumu ya ufuatiliaji hujilimbikiza kwa muda. Ikiwa fixed disturbance inajaribu kuishikilia nafasi kwenye sehemu isiyo sahihi, integral term hukua na kutoa athari ya ziada ya udhibiti ili kuikabili.

Uzito wa LQR

Input penalty ileile imetumika kwa vidhibiti vyote viwili:

\[ R=0,1I_2 \]

Kwa FSF, state weighting imetolewa kama:

\[ Q= \operatorname{diag} ([5,5,10,3,3,3]) \]

imetolewa hivyo.

Katika LQ-Servo, baada ya kuongeza integral states:

\[ \bar{Q} = \operatorname{blkdiag}(Q,10I_p) \]

imetumika.

Muundo huu unalenga kubuni vidhibiti viwili chini ya optimal weighting conditions zinazoweza kulinganishwa kadiri iwezekanavyo.

Ni kipi kina robustness bora katika frequency domain?

Jedwali hili linaonyesha FSF kuwa na faida zaidi kwa mtazamo wa classical loop robustness. Hata hivyo, matokeo ya wakati halisi ya utafiti yalionyesha kwamba faida hii haisambai kwenye vipimo vyote vya utendaji wa kiwango cha kazi.

Hasa, chini ya fixed torque disturbance, LQ-Servo huondoa position offset kwa sababu ya muundo wake wa integral, wakati FSF huacha offset ya kudumu, ikionyesha kwamba loop margin na disturbance rejection si dhana moja ya kihandisi.

Kwa nini sampling period ya 1 ms ilichaguliwa?

Modal bandwidth ya modeli ya roboti imebainishwa kuwa 4,15 Hz, na maximum bandwidth ndani ya valid FRF channels ni takribani 6,45 Hz.

Kwa udhibiti wa wakati halisi:

\[ T_s=1\ \text{ms} \]

imechaguliwa.

Chanzo kinaonyesha kuwa thamani hii ni ya haraka sana kuliko kikomo kinachohitajika kuwakilisha dominant dynamics za mfumo.

Kwa 1 ms na 15,5017 ms spectral radius hubaki chini ya moja, wakati kwa sampling polepole ya 77,5085 ms huongezeka zaidi ya moja kwa vidhibiti vyote viwili na kuonyesha discrete-time instability.

Kwa nini anti-windup imeongezwa?

Kwa sababu LQ-Servo hutumia integral state, actuator saturation inaweza kusababisha integral error kujikusanya bila udhibiti. Hali hii inajulikana kama integral windup.

Katika utafiti, kinga nyepesi ya anti-windup inayotegemea clamping imetumika kuweka integral states ndani ya mipaka iliyowekwa:

\[ x_{I,i}[k+1] = \operatorname{sat} \left( x_{I,i}[k]+T_se_{y,i}[k] \right) \]

Ingawa torque saturation haikutokea katika HILS tests zilizoripotiwa, muundo huu upo kama protective mechanism kwa mabadiliko makubwa zaidi ya rejeleo au disturbances.

Mbinu na Matokeo ya Utafiti

Mpangilio wa HILS wa wakati halisi

Mpangilio huu huwezesha control code kuendeshwa kwenye microcontroller halisi na kuingiza sampling pamoja na athari za analog signal transfer kwenye control loop.

Hali zilizojaribiwa

Vipimo vya utendaji

Integral of Squared Error imetumika kwa hali tatu za roboti:

\[ ISE_y= \int_0^T \left( y(t)-r(t) \right)^2dt \]

Kwa longitudinal position, pia zimehesabiwa:

• percentage overshoot,
• rise time,
• settling time,
• steady-state error

zimehesabiwa.

Kwa upande wa actuator, cumulative torque effort:

\[ J_u=\int_0^T u^2(t)dt \]

RMS torque na maximum absolute torque zimetathminiwa.

Matokeo ya ISE

Kila thamani ni wastani wa marudio matano ya HILS ya wakati halisi. Mwelekeo mkuu uko wazi: LQ-Servo hutoa \(ISE_\gamma\) ndogo zaidi katika hali zote za majaribio. Hii inaonyesha kuwa body pitch regulation ni kali zaidi kwa LQ-Servo.

Kwa longitudinal position \(ISE_x\), picha ni tofauti. FSF hutoa thamani ndogo zaidi katika nominal, uncertainty pekee, fixed disturbance, 0,2 Hz na 1 Hz sinus scenarios; katika disturbance + uncertainty, LQ-Servo ina thamani iliyo chini kidogo sana.

Nominal position response

FSF ilifikia rejeleo haraka zaidi katika hali ya nominal lakini ikatoa overshoot kubwa zaidi. LQ-Servo, ingawa ilipanda polepole zaidi, ilionyesha overshoot ndogo, kosa la mwisho dogo na, kwa kigezo cha settling kilichotumika katika chanzo, settling time fupi zaidi.

Kwa hiyo, ukiangalia rise time pekee FSF ina faida; ukiangalia transient behavior yote, LQ-Servo ina baadhi ya faida.

Tofauti ni wazi zaidi chini ya disturbance ya 0,2 Hz

Ingawa FSF tena hutoa \(ISE_x\) ndogo zaidi, overshoot na position error iliyobaki ya LQ-Servo ni ndogo sana, na LQ-Servo ndiyo kidhibiti pekee kinachokidhi settling criterion.

Mfano huu unaonyesha wazi kwamba kipimo kimoja cha kosa hakiwakilishi ubora wote wa udhibiti.

Kwa nini disturbance ya 1 Hz ni ngumu zaidi?

Katika 1 Hz sinus disturbance, hakuna kidhibiti kilichoweza kukidhi settling criterion iliyotumika katika chanzo. Thamani ya FSF ya \(ISE_x=3,0577\) ni ndogo kuliko 4,4320 ya LQ-Servo.

Chanzo kinahusisha hali hii na ukweli kwamba mabadiliko ya haraka zaidi ya disturbance huwa magumu zaidi kwa integral compensation. Integral action ni yenye nguvu hasa katika kuondoa error components za kudumu au zinazobadilika polepole; katika oscillations za haraka zaidi faida hii haionekani kwenye vipimo vyote vya kosa.

Matokeo muhimu zaidi chini ya fixed disturbance

Wakati fixed bias ilitumika kwenye wheel torque channel, FSF iliendelea kuwa thabiti lakini longitudinal position ilionyesha takribani:

\[ 0,205\ \text{m} \]

ya offset ya kudumu.

LQ-Servo awali ilitoa takribani:

\[ 0,08\ \text{m} \]

ya peak deviation, lakini baadaye ikairudisha nafasi karibu na rejeleo.

Matokeo haya yanaonyesha moja kwa moja athari ya kimuundo ya integral augmentation.

Kwa nini fixed-disturbance values katika Table 5 zinahitaji kusomwa kwa tahadhari?

Chanzo kinatoa onyo muhimu la kimetodolojia. Katika fixed disturbance experiment, disturbance inatumika tu baada ya \(t=30\) s, wakati reference transition inayotawala step-response metrics hutokea karibu \(t=10\) s.

Kwa hiyo, overshoot, rise time na step-response values nyingine kwenye rows za D na DC katika Table 5 hazifai kwa kulinganisha fixed disturbance rejection moja kwa moja.

Kwa sababu hiyo, kwa fixed disturbance performance, time history katika Figure 7, post-disturbance behavior na integral error results zinapaswa kuwa msingi.

Control effort katika body actuator

FSF ilitumia control effort ndogo na peak torque ndogo kwenye body torque channel katika hali zote.

Kwa wheel torque, picha ni tofauti

Hapa ubora wa kidhibiti hubadilika kulingana na kipimo.

Peak wheel torque ya FSF ni kubwa kuliko ya LQ-Servo katika hali zote. Kwa upande mwingine, cumulative wheel torque usage inaegemea LQ-Servo katika nominal, fixed disturbance na 0,2 Hz; na inaegemea FSF katika uncertainty, disturbance + uncertainty na 1 Hz.

Kwa hiyo, generalization ya sentensi moja kama “LQ-Servo hutumia actuators kidogo” au “FSF ni energy-efficient zaidi” haiungwi mkono na chanzo.

Je, torque saturation ilitokea?

Actuator limit katika HILS implementation iliwekwa kuwa:

\[ \pm9\ \mathrm{N\cdot m} \]

imewekwa katika kiwango hiki.

Kulingana na maximum values katika Tables 6–7, wheel torques kubwa zaidi zilibaki karibu 6,02 N·m na hakuna jaribio lililoripotiwa lililofikia saturation limit.

Kwa hiyo, post-saturation recovery performance ya anti-windup mechanism haikuthibitishwa experimentally katika utafiti huu.

Matokeo yanayoungwa mkono na utafiti

• Vidhibiti vya FSF na LQ-Servo viliendeshwa kwa mafanikio katika 1 ms real-time HILS loop.
• Vidhibiti vyote viwili viliweza kusawazisha modeli ya roboti na kufuatilia longitudinal reference katika nominal conditions.
• LQ-Servo ilitoa \(ISE_\gamma\) ndogo zaidi kwa body pitch angle katika hali zote za majaribio.
• FSF ilitoa finite-time longitudinal \(ISE_x\) ndogo zaidi katika hali nyingi.
• LQ-Servo iliweza kuondoa longitudinal steady offset baada ya fixed wheel torque disturbance.
• FSF ilibaki thabiti chini ya fixed disturbance lakini ikaacha position deviation ya kudumu.
• FSF ilitoa nominal loop robustness kubwa zaidi kuliko LQ-Servo kwa classical disk margin na phase margin.
• FSF ilionyesha actuator demand ndogo zaidi kwenye body torque channel katika hali zote.
• LQ-Servo ilitoa maximum wheel torque ndogo zaidi kuliko FSF katika hali zote.
• Imeonyeshwa kwamba uchaguzi wa kidhibiti unategemea balance inayotakiwa kati ya tracking error, steady-state accuracy, disturbance rejection na actuator usage.

Matokeo ambayo utafiti haujathibitisha

• Vidhibiti havijajaribiwa kwenye WBR halisi ya kimwili.
• Real wheel slip na mabadiliko ya ground friction hayajajumuishwa kwenye modeli.
• Yaw na roll dynamics hazijatathminiwa.
• Turning maneuvers na lateral balance recovery hazijajaribiwa.
• Physical performance kwenye rough terrain haijaonyeshwa.
• Motor inner current loop na real drivetrain bandwidth hazijaelezwa kwa kina katika plant model.
• Kwa sababu actual actuator saturation haikutokea, anti-windup performance haijathibitishwa chini ya boundary conditions.
• Haijaonyeshwa kwamba LQ-Servo ni bora kuliko FSF katika performance metrics zote.
• Haijaonyeshwa kwamba disk margin kubwa zaidi ya FSF hutoa ubora katika task-level robustness criteria zote.
• Matokeo hayawezi ku-generalize moja kwa moja kwa full 6-DoF robot behavior nje ya linear operating region.

Kazi ya baadaye

Watafiti wanapendekeza katika hatua inayofuata kuhamisha framework kwenye physical WBR hardware; kufanya comparisons za moja kwa moja chini ya nonlinear na three-dimensional dynamics, terrain conditions tofauti, friction na slip, actuator saturation, advanced anti-windup zaidi, gain-scheduled au robust optimal control na mbinu kama Model Predictive Control (MPC).

Maelezo ya Chanzo na Mbinu

Jina kamili la utafiti asili: Real-Time HILS Comparison of Full-State Feedback and LQ-Servo Tracking Control for a Wheeled Bipedal Robot

Waandishi: Sooyoung Noh; Gu-sung Kim; Cheong-Ha Jung; Changhyun Kim.

Mwandishi wa mawasiliano: Changhyun Kim.

Taasisi: Department of System and Semiconductor Fusion Engineering, Kangnam University, Yongin-si, Republic of Korea; Department of Electronic Package Research Center, Kangnam University, Yongin-si, Republic of Korea; Department of Electronic Engineering, Kangnam University, Yongin-si, Republic of Korea.

Aina ya chanzo: Makala ya utafiti iliyopitiwa na wataalamu.

Jarida: Actuators.

Mchapishaji: MDPI.

Uchapishaji: 2026, Cilt 15, Makale 170.

Tarehe ya kuwasilisha: 25 Şubat 2026.

Tarehe ya marekebisho: 14 Mart 2026.

Tarehe ya kukubaliwa: 15 Mart 2026.

Tarehe ya kuchapishwa: 17 Mart 2026.

DOI: 10.3390/act15030170.

Kiungo rasmi:https://doi.org/10.3390/act15030170

Leseni: Creative Commons Attribution (CC BY).

Ufadhili: Utafiti ulifadhiliwa na National Research Foundation of Korea (NRF) chini ya grant namba RS-2024-00432169.

Kamati ya maadili: Iliripotiwa kuwa haitumiki.

Ridhaa iliyoarifiwa: Iliripotiwa kuwa haitumiki.

Upatikanaji wa data: Ilielezwa kwamba michango asili ya utafiti imo ndani ya makala; maswali ya ziada yanaweza kuelekezwa kwa mwandishi wa mawasiliano.

Mgongano wa maslahi: Waandishi waliripoti kutokuwepo kwa mgongano wa maslahi.

Maelezo muhimu kuhusu kiwango cha ushahidi wa HILS

Neno “Hardware-in-the-Loop” katika utafiti huu halimaanishi kwamba roboti halisi yote iko physically ndani ya loop.

Hardware halisi ya kimwili ni kidhibiti kinachoendeshwa kwenye Arduino Due pamoja na analog I/O communication chain kati ya Speedgoat–Arduino. Mechanical plant ya roboti ni 3-DoF linear model inayoendeshwa kwenye Speedgoat real-time target.

Kwa hiyo, utafiti unatoa implementation-level validation yenye nguvu zaidi kuliko offline MATLAB simulation pekee; hata hivyo, matokeo si sawa na field test ya physical WBR.

Kikomo cha uundaji wa modeli

Kwa control design, 6-DoF mechanical platform imepunguzwa hadi 3-DoF sagittal plane. Modeli haiwakilishi wazi wheel slip, yaw/roll motions, lateral impacts, three-dimensional terrain, structural flexibility, joint backlash na sehemu kubwa ya motor/drivetrain inner dynamics.

Kwa hiyo, matokeo ya HILS yanapaswa kufasiriwa kwa reduced model karibu na nominal upright operating point.

Tahadhari wakati wa kusoma matokeo ya fixed disturbance

Katika chanzo, fixed wheel torque disturbance hutumika baada ya \(t=30\) s. Kwa upande mwingine, classic step-response metrics za Table 5 hutawaliwa hasa na earlier reference transition karibu \(t=10\) s.

Kwa hiyo, Table 5 steady-state/step-response values katika D na DC scenarios hazipaswi kutumika peke yake kwa disturbance rejection. Kwa mujibu wa mjadala wa chanzo chenyewe, post-disturbance time response imechukuliwa kuwa msingi wa fixed disturbance evaluation.

Maoni muhimu kuhusu disk margin

FSF ilitoa values kubwa zaidi katika nominal multi-loop disk na phase margins. Hata hivyo, LQ-Servo ilitoa offset rejection bora zaidi chini ya fixed disturbance.

Hili si jambo linalokinzana. Disk margin hupima tolerance ya nominal feedback loop kwa gain/phase uncertainties, wakati integral action hutoa internal-model behavior, ambayo ni property tofauti ya kimuundo kwa fixed disturbances.

Kwa hiyo, kauli isiyo na muktadha kama “FSF ni robust zaidi” au “LQ-Servo ni robust zaidi” haitoshi kisayansi. Aina ya robustness inayomaanishwa lazima itajwe wazi.

Maelezo ya reproducibility

Chanzo kiliripoti vipimo vyote vya HILS katika Tables 4–7 kama wastani ± standard deviation wa runs tano. Katika sehemu ya Verianla Live, kwa ajili ya usomaji wa visual comparison, only mean \(ISE_x\) values zilitumika; standard deviations zilizopo katika chanzo ziliwasilishwa pia tofauti katika main results table ya sehemu hii kama sehemu ya scientific data.

Technical equations, parameters, HILS conditions, performance values na scientific limitations katika maelezo haya ya Verianla yanategemea utafiti uliochunguzwa. Field results ambazo hazikupatikana kwenye physical robot au success rates ambazo hazikuripotiwa katika chanzo hazijaongezwa.