Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Informática# Robótica

Sistema de control innovador mejora la experiencia de montar en ballbot

Un nuevo sistema de control mejora la seguridad y la comodidad para los que montan en ballbot.

― 5 minilectura


iHACS Transforma eliHACS Transforma elControl del Ballbotfacilidad al montar.Nuevo sistema mejora la seguridad y
Tabla de contenidos

Los ballbots para montar son robots móviles únicos que se equilibran sobre una bola, lo que permite un movimiento suave y estable en todas las direcciones. Una de las partes más emocionantes de montar un ballbot es que los riders pueden controlar su movimiento simplemente inclinando sus cuerpos. Este diseño innovador ofrece una forma divertida y dinámica de experimentar la movilidad, pero también requiere un cierto nivel de habilidad y coordinación por parte del rider.

El Desafío del Control

El problema principal de usar un ballbot para todos es que puede ser complicado para algunas personas, especialmente para aquellas con limitaciones físicas. Los riders con diferentes niveles de control y coordinación podrían encontrar difícil dirigir el ballbot de manera efectiva. Si un rider no tiene suficiente habilidad, podría moverse demasiado rápido o chocar con obstáculos, lo que puede ser peligroso.

Para ayudar con esto, los investigadores pensaron en crear un controlador compartido que limite automáticamente la velocidad máxima del ballbot. Así, incluso si un rider intenta ir demasiado rápido, el ballbot mantendría las cosas seguras al reducir la velocidad. Sin embargo, el desafío es que el ballbot es naturalmente estable, lo que significa que un pequeño movimiento del rider puede provocar una gran respuesta del robot, haciendo complicado controlar la velocidad con precisión.

Introducción del iHACS

Para solucionar estos problemas, se desarrolló un nuevo sistema de control llamado Esquema de Control de Admisión Interactiva Sin Manos (iHACS). Este sistema incluye herramientas extra para mejorar la forma en que el ballbot puede seguir los comandos de velocidad dados por el rider. Las partes principales del iHACS son:

  1. Personalización de Ganancia de Control: Esta parte del iHACS cambia la respuesta del robot según el tamaño y peso del cuerpo del rider. Usando esta información, el sistema de control se ajusta para asegurar una mejor experiencia de conducción.

  2. Compensación de Interacción: Esta herramienta ayuda al ballbot a manejar mejor las fuerzas y movimientos causados por el rider. Cuando el rider se inclina hacia un lado, este módulo se asegura de que el ballbot pueda contrarrestar ese movimiento de manera efectiva.

Con estas dos herramientas, el iHACS busca hacer que montar sea mucho más fácil y seguro para todos los usuarios, independientemente de sus habilidades físicas.

Pruebas del Sistema

Para ver qué tan bien funciona el iHACS, se realizaron pruebas con varios riders. La prueba incluyó dos tipos de tareas que evaluaron cómo el sistema podía gestionar la velocidad:

  1. Mantenerse Quieto: En esta prueba, el objetivo era que el rider se mantuviera quieto mientras intentaba inclinarse de varias maneras. El ballbot tenía que resistir cualquier movimiento causado por la inclinación del rider.

  2. Limitación de Velocidad: Aquí, se le pidió al rider que se inclinara hacia adelante lo más que pudiera para empujar el ballbot a ir rápido, pero el sistema de control compartido limitaba su velocidad máxima para evitar cualquier accidente potencial.

Resultados de las Pruebas

Durante las pruebas, se encontró que el iHACS ayudó a los riders a mantener un mejor control sobre el ballbot. Cuando los riders se inclinaban hacia adelante o hacia atrás, el sistema se ajustaba de manera efectiva para mantener el ballbot estable y dentro de límites de velocidad seguros.

En las tareas de mantenerse quieto, los riders lograron un movimiento mínimo a pesar de sus intentos de inclinarse significativamente. Al usar el iHACS, necesitaban inclinarse mucho más para hacer que el ballbot se moviera, lo que indica que el sistema estaba funcionando bien para mantenerlos en su lugar.

Para las tareas de limitación de velocidad, los investigadores descubrieron que la velocidad del ballbot estaba mucho mejor controlada bajo el iHACS. Los riders podían empujar con más fuerza en su inclinación, pero el ballbot aún no superaba la velocidad de seguridad establecida. En comparación, al usar el esquema de control regular, los riders podían empujar fácilmente al ballbot por encima de la velocidad deseada, destacando la efectividad del iHACS.

Conclusión

El iHACS muestra resultados prometedores en hacer que montar ballbots sea más agradable y seguro para todos. Al adaptarse a diferentes riders y compensar sus movimientos, el sistema permite una experiencia de conducción más estable. Este avance es especialmente valioso para personas con diferentes niveles de habilidades físicas, ya que reduce la necesidad de un control preciso por parte del rider.

Direcciones Futuras

Mirando hacia adelante, aún hay cosas por mejorar. Por ejemplo, el número de riders probados fue pequeño, así que pruebas más amplias podrían ofrecer una mejor comprensión de qué tan bien funciona el iHACS en diferentes personas. Además, el sistema podría refinarse aún más para reducir cualquier error de velocidad observado durante las pruebas.

Al explorar diferentes formas de mejorar el control del ballbot e incluir potencialmente características inteligentes que detecten obstáculos, el ballbot para montar puede hacerse aún más amigable para el usuario. La meta es crear una experiencia segura y agradable para los riders, con menos esfuerzo necesario por su parte para controlar el ballbot de manera efectiva.

En resumen, la combinación de técnicas avanzadas de control y adaptaciones personalizadas ofrece un futuro brillante para el desarrollo de ballbots para montar. Esta tecnología tiene el potencial de revolucionar nuestra forma de pensar sobre la movilidad y la asistencia robótica, haciéndola accesible para un rango más amplio de usuarios.

Fuente original

Título: An Interactive Hands-Free Controller for a Riding Ballbot to Enable Simple Shared Control Tasks

Resumen: Our team developed a riding ballbot (called PURE) that is dynamically stable, omnidirectional, and driven by lean-to-steer control. A hands-free admittance control scheme (HACS) was previously integrated to allow riders with different torso functions to control the robot's movements via torso leaning and twisting. Such an interface requires motor coordination skills and could result in collisions with obstacles due to low proficiency. Hence, a shared controller (SC) that limits the speed of PURE could be helpful to ensure the safety of riders. However, the self-balancing dynamics of PURE could result in a weak control authority of its motion, in which the torso motion of the rider could easily result in poor tracking of the command speed dictated by the shared controller. Thus, we proposed an interactive hands-free admittance control scheme (iHACS), which added two modules to HACS to improve the speed-tracking performance of PURE: control gain personalization module and interaction compensation module. Human riding tests of simple tasks, idle-keeping and speed-limiting, were conducted to compare the performance of HACS and iHACS. Two manual wheelchair users and two able-bodied individuals participated in this study. They were instructed to use "adversarial" torso motions that would tax the SC's ability to keep the ballbot idling or below a set speed. In the idle-keeping tasks, iHACS demonstrated minimal translational motion and low command speed tracking RMSE, even with significant torso lean angles. During the speed-limiting task with command speed saturated at 0.5 m/s, the system achieved an average maximum speed of 1.1 m/s with iHACS, compared with that of over 1.9 m/s with HACS. These results suggest that iHACS can enhance PURE's control authority over the rider, which enables PURE to provide physical interactions back to the rider and results in a collaborative rider-robot synergy.

Autores: Chenzhang Xiao, Seung Yun Song, Yu Chen, Mahshid Mansouri, Joao Ramos, William R. Norris, Elizabeth T. Hsiao-Wecksler

Última actualización: 2024-09-27 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2409.19170

Fuente PDF: https://arxiv.org/pdf/2409.19170

Licencia: https://creativecommons.org/licenses/by-nc-sa/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares