이 논문에서는 모델 기반 설계에 근거한 이륜 도립진자 로봇의 제어이득을 설계하고 NXT 마인드스톰과 RobotC 언어를 이용하여 수업에 활용 가능한 로봇을 제작 및 실험한다. 이륜 도립진자 로봇은 NXT 마인드스톰, 서보직류전동기, 자이로 센서, 가속도 센서로 구성된다. 직류전동기에 내장된 엔코더를 이용하여 바퀴의 회전각을 검출하며 이동평균을 이용하여 바퀴의 회전각속도를 계산한다. 자이로 센서는 몸체의 피치각속도를 측정하며 가속도 센서는 몸체의 피치 각도를 측정한다. 자이로와 가속도의 센서 융합을 통해 몸체 각도를 계산한다. 제어기 이득 요소는 휠 각도, 휠 각속도, 몸체 피치 각도, 몸체 피치 각속도에 대한 가중치이다. 이들 제어이득의 변화에 따른 도립진자 로봇의 변화를 실험하며 유용성을 확인한다.
이 논문에서는 모델 기반 설계에 근거한 이륜 도립진자 로봇의 제어이득을 설계하고 NXT 마인드스톰과 RobotC 언어를 이용하여 수업에 활용 가능한 로봇을 제작 및 실험한다. 이륜 도립진자 로봇은 NXT 마인드스톰, 서보 직류전동기, 자이로 센서, 가속도 센서로 구성된다. 직류전동기에 내장된 엔코더를 이용하여 바퀴의 회전각을 검출하며 이동평균을 이용하여 바퀴의 회전각속도를 계산한다. 자이로 센서는 몸체의 피치 각속도를 측정하며 가속도 센서는 몸체의 피치 각도를 측정한다. 자이로와 가속도의 센서 융합을 통해 몸체 각도를 계산한다. 제어기 이득 요소는 휠 각도, 휠 각속도, 몸체 피치 각도, 몸체 피치 각속도에 대한 가중치이다. 이들 제어이득의 변화에 따른 도립진자 로봇의 변화를 실험하며 유용성을 확인한다.
In this paper, we propose a controller gain based on model based design and implement the two-wheel inverted pendulum type robot using NXT Lego and RobotC language. Two-wheel inverted pendulum robot consists of NXT mindstorm, servo DC motor with encoder, gyro sensor, and accelerometer sensor. We mea...
In this paper, we propose a controller gain based on model based design and implement the two-wheel inverted pendulum type robot using NXT Lego and RobotC language. Two-wheel inverted pendulum robot consists of NXT mindstorm, servo DC motor with encoder, gyro sensor, and accelerometer sensor. We measurement wheel angle using bulit-in encoder and calculate wheel angle speed using moving average method. Gyro measures body angular velocity and accelerometer measures body pitch angle. We calculate body angle with complementary filter using gyro and accelerometer sensor. The control gain is a weighted value for wheel angle, wheel angular velocity, body pitch angle, and body pich angular velocity, respectively. We experiment and observe the effect of two-wheel inverted pendulum with respect to change of control gains.
In this paper, we propose a controller gain based on model based design and implement the two-wheel inverted pendulum type robot using NXT Lego and RobotC language. Two-wheel inverted pendulum robot consists of NXT mindstorm, servo DC motor with encoder, gyro sensor, and accelerometer sensor. We measurement wheel angle using bulit-in encoder and calculate wheel angle speed using moving average method. Gyro measures body angular velocity and accelerometer measures body pitch angle. We calculate body angle with complementary filter using gyro and accelerometer sensor. The control gain is a weighted value for wheel angle, wheel angular velocity, body pitch angle, and body pich angular velocity, respectively. We experiment and observe the effect of two-wheel inverted pendulum with respect to change of control gains.
본 논문에서는 NXT 마인드스톰, 서보 직류전동기, 자이로 센서, 가속도 센서을 이용하여 이륜 도립 진자 로봇 시스템을 제작 및 실험하였다. 첫째, 회전각을 검출하는 대표적인 센서인 엔코더를 이용하여 바퀴의 회전 각도를 검출하며 이동평균을 이용하여 바퀴의 회전 속도를 계산하였다.
제안 방법
셋째, 충격뿐만 아니라 물체의 기울기를 측정할 수 있는 가속도 센서를 실험하였다. 넷째, 자이로와 가속도 센서 각각의 장점을 활용하기 위한 센서 융합을 실험하였다. 마지막으로, 상태변수 궤환 제어이득 변화를 통해 이륜 도립진자 로봇에 미치는 성능 영향을 실험을 통해 확인하였다.
첫째, 회전각을 검출하는 대표적인 센서인 엔코더를 이용하여 바퀴의 회전 각도를 검출하며 이동평균을 이용하여 바퀴의 회전 속도를 계산하였다. 둘째, 회전 각속도를 측정하는 자이로 센서 실험 및 자이로 센서 바이어스를 계산하였다. 셋째, 충격뿐만 아니라 물체의 기울기를 측정할 수 있는 가속도 센서를 실험하였다.
둘째, 회전 각속도를 측정하는 자이로 센서 실험 및 자이로 센서 바이어스를 계산하였다. 셋째, 충격뿐만 아니라 물체의 기울기를 측정할 수 있는 가속도 센서를 실험하였다. 넷째, 자이로와 가속도 센서 각각의 장점을 활용하기 위한 센서 융합을 실험하였다.
본 논문에서는 NXT 마인드스톰, 서보 직류전동기, 자이로 센서, 가속도 센서을 이용하여 이륜 도립 진자 로봇 시스템을 제작 및 실험하였다. 첫째, 회전각을 검출하는 대표적인 센서인 엔코더를 이용하여 바퀴의 회전 각도를 검출하며 이동평균을 이용하여 바퀴의 회전 속도를 계산하였다. 둘째, 회전 각속도를 측정하는 자이로 센서 실험 및 자이로 센서 바이어스를 계산하였다.
데이터처리
몸체 피치 각도(KBODYPITCHANGLE), 몸체 피치 각속도(KBODYPITCHRATE), 휠 각도(KWHANGLE), 휠 각속도(KWHANGLERATE) 등이 있다. 여기에서 제작 실험한 로봇의 제어이득은 LQR 방법을 통해 얻은 식 (19)를 기반으로 튜닝을 통해 아래와 같이 설정하였다. 여러 번의 반복 실험을 통한 결과 로봇은 휠 각도와 휠 각속도이득의 변화에 보다 민감한 특성을 보였다.
이론/모형
제어 대상 시스템의 운동방정식은 일반적으로 작용-반작용 원리를 이용한 뉴톤-오일러 방법과 에너지 관점에서 바라보는 오일러-라그랑지안 방법이 있다. 여기서 기술하는 내용은 오일러-라그랑지안 방법을 이용한 참고문헌 [2]에 근거한다. 시각 t = 0에서 이륜 도립진자의 운동방향을 양의 x축 방향이라 하면 각각의 좌표는 다음과 같다.
. 여기에서도 Matlab/Simulink를 이용하여 LQR 제어 기법을 통해 상태변수 궤환 제어이득을 설계한다. 비선형 수학적 모델의 선형근사화로 인한 시스템 불확실성을 반영하여 실제의 제어기 이득은 튜닝을 통해 제어기 이득을 결정한다.
성능/효과
여기에서 제작 실험한 로봇의 제어이득은 LQR 방법을 통해 얻은 식 (19)를 기반으로 튜닝을 통해 아래와 같이 설정하였다. 여러 번의 반복 실험을 통한 결과 로봇은 휠 각도와 휠 각속도이득의 변화에 보다 민감한 특성을 보였다.
NXT 마인드스톰을 이용한 도립진자 로봇은 이미 준비되어있는 모터, 센서 등을 이용하여 로봇을 쉽게 구현할 수 있는 교육용 로봇 도구이다. 이를 통해 학습자가 제어 대상에 대한 모델 기반 설계 기법을 배우고 모터 및 센서 데이터 처리를 효과적으로 학습할 수 있음을 본 논문을 통해 확인하였다. 본 논문에서는 제어기를 구형인 NXT를 사용하였다.
후속연구
본 논문에서는 제어기를 구형인 NXT를 사용하였다. 향후, 보다 진보된 EV3 제어기 또는 일반적인 프로세서로 구현된 도립진자 로봇과의 비교 및 분석을 수행할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
제어기 이득 요소는 무엇인가?
비선형 수학적 모델의 선형근사화로 인한 시스템 불확실성을 반영하여 실제의 제어기 이득은 튜닝을 통해 제어기 이득을 결정한다. 제어기 이득 요소는 휠 각도(wheel angle), 휠 각속도(wheel angular velocity), 몸체 피치 각도(body pitch angle), 몸체 피치 각속도(body pitch angular velocity)에 대한 가중치이다. 이들 제어이득의 변화에 따른 도립진자 로봇의 변화를 실험한다.
기존의 연구에서 NXT mindstorm을 이륜 도립진자 로봇 시스템은 어떤 기법을 사용하고 있는가?
기존의 연구에서 NXT mindstorm을 이용한 이륜 도립진자 로봇 시스템은 LQR 제어 기법을 사용하고 있다[2～5]. 여기에서도 Matlab/Simulink를 이용하여 LQR 제어 기법을 통해 상태변수 궤환 제어이득을 설계한다.
도립진자는 어떤 성질을 가지고 있는가?
이것은 적절한 제어입력이 작용하지 않으면 항상 넘어지는 불안정한 성질을 가지고 있다. 이 기본적인 성질은 선형화와 선형제어에 대한 주요한 본보기가 된다[1].
참고문헌 (6)
Katsuhiko Ogata, Modern Control Engineering. 1997.
Yorihisa Yamamoto, NXTway-GS Model-Based Design - Control of self-balancing two-wheeled robot built with LEGO Mindstorms NXT. First Edition, 29 Feb., 2008.
Steven J. Witzand, Coordinated LEGO Segways, 2009.
Dae-Kwan Ku, Jun-Keun Ji and Gueesoo Cha, "Embedded Control System of Segway Robot using Model Based System", The Korea Academia-Industrial cooperation Society, Vol. 11, No. 8, pp. 2975-2982, 2010.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.