Il ballbot è un tipo unico di robot con una mobilità eccezionale e la capacità di muoversi in tutte le direzioni. Controllare un dispositivo robotico di questo tipo è chiaramente complesso. I sistemi ballbot presentano sfide uniche, in particolare per quanto riguarda la difficoltà di mantenere equilibrio e stabilità in ambienti dinamici e incerti. I tradizionali controllori proporzionali integrali derivativi (PID) faticano a gestire queste sfide, mentre altri metodi avanzati, come il controllo a modalità scorrevole, introducono problemi come il chattering. Pertanto, è necessario sviluppare un controllore che combini la semplicità e l’adattabilità del PID con le capacità di apprendimento delle reti neurali, fornendo una soluzione robusta ai problemi di mobilità robotica nel mondo reale.
Recentemente, in uno studio innovativo, un team di ricercatori guidato dal Dr. Van-Truong Nguyen dell’Università di Industria di Hanoi, Vietnam, ha proposto una nuova soluzione robusta e adattiva. Il loro lavoro innovativo è stato reso disponibile online il 4 dicembre 2024 e pubblicato nel Volume 61 di Engineering Science and Technology, un International Journal, il 1 gennaio 2025. Il team comprendeva il Professore Associato Phan Xuan Tan dello Shibaura Institute of Technology, Giappone, il Sig. Quoc-Cuong Nguyen e il Sig. Dai-Nhan Duong dell’Università di Industria di Hanoi, Vietnam, il Professore Associato Mien Van della Queen’s University Belfast, Regno Unito, il Professore Shun-Feng Su della National Taiwan University of Science and Technology, Taiwan, e il Professore Associato Harish Garg del Thapar Institute of Engineering and Technology (Deemed University), India.
La loro ricerca introduce un innovativo controllore PID non lineare adattivo (NPID) integrato con una rete neurale a funzione di base radiale (RBFNN) per ballbot, offrendo calcolo leggero, stabilità superiore, riduzione del chattering e robustezza contro le perturbazioni esterne. Le impostazioni iniziali del controllore proposto sono selezionate attraverso l’ottimizzazione del movimento composito di bilanciamento, e la legge di controllo adattiva viene migliorata continuamente durante il funzionamento per gestire la stima in tempo reale della forza esterna.
In questo studio, il team sottolinea la stabilità del sistema attraverso l’applicazione della teoria di Lyapunov. Attraverso simulazioni ed esperimenti nel mondo reale, dimostrano l’efficacia del controllore NPID-RBFNN, che supera i controllori PID e NPID tradizionali. Inoltre, il controllore proposto si adatta alle variazioni della superficie grazie alle capacità di autoapprendimento e autoaggiustamento.
Il Dr. Nguyen immagina varie applicazioni per la loro tecnologia innovativa, tra cui la robotica assistiva, la robotica di servizio e la consegna autonoma. Espandendo ciascuno di questi domini, osserva: “I ballbot con questo avanzato controllore possono essere utilizzati come robot assistivi per compiti che richiedono alta mobilità e precisione. Ad esempio, possono assistere le persone con difficoltà motorie nel navigare in ambienti complessi. Inoltre, possono essere utilizzati come robot di servizio in ambienti dinamici come ristoranti, ospedali e centri commerciali, dove la capacità di muoversi agilmente è fondamentale.”
Fonte: Science Daily
Ricevi le ultime attualità sul mondo tech!
