ENG: Researchers from Hanoi University of Industry (Vietnam), Shibaura Institute of Technology (Japan), Queen’s University Belfast (United Kingdom), National Taiwan University of Science and Technology (Taiwan), and Thapar Institute of Engineering and Technology (India) have developed an advanced control system for ballbot robots. These robots, capable of omnidirectional movement, face challenges in maintaining stability and balance in dynamic environments. To address these issues, the team designed a nonlinear proportional integral derivative (NPID) controller integrated with a radial basis function neural network (RBFNN). This combination enhances adaptability, allowing the robot to self-learn and self-adjust in real time, ensuring smooth and stable motion.
Extensive simulations and real-world experiments validate the superiority of this controller over traditional PID and NPID systems. The application of Lyapunov theory guarantees stability, while the RBFNN component continuously adapts to external disturbances such as surface variations and unexpected forces. This results in smoother navigation, reduced energy consumption, and greater reliability. By minimizing unnecessary movement and chattering, the system optimizes performance in practical applications, making ballbots more efficient and responsive.
This innovation has significant applications in assistive robotics, service robotics, and autonomous delivery. The improved control system enables ballbots to navigate complex environments such as hospitals, airports, and restaurants with precision and stability. In logistics and healthcare, they can operate reliably while reducing human workload. By enhancing energy efficiency and self-balancing capabilities, this research advances the integration of ballbots into real-world applications, paving the way for their broader adoption in industries requiring autonomous mobility solutions.
RO: Cercetători de la Universitatea de Industrie din Hanoi (Vietnam), Institutul de Tehnologie Shibaura (Japonia), Universitatea Queen’s din Belfast (Regatul Unit), Universitatea Națională de Știință și Tehnologie din Taiwan și Institutul de Inginerie și Tehnologie Thapar (India) au dezvoltat un sistem avansat de control pentru roboții de tip ballbot. Acești roboți, capabili de mișcare omnidirecțională, întâmpină dificultăți în menținerea stabilității și echilibrului în medii dinamice. Pentru a rezolva aceste probleme, echipa a conceput un controler neliniar de tip proporțional-integral-derivativ (NPID), integrat cu o rețea neuronală cu funcție de bază radială (RBFNN). Această combinație îmbunătățește adaptabilitatea robotului, permițându-i să învețe și să se ajusteze automat în timp real, asigurând o mișcare stabilă și fluidă.
Simulările extinse și experimentele realizate în condiții reale demonstrează că acest sistem de control depășește performanțele sistemelor tradiționale PID și NPID. Aplicarea teoriei Lyapunov garantează stabilitatea, iar componenta RBFNN permite ajustarea continuă la perturbații externe, cum ar fi variațiile suprafeței și forțele neașteptate. Acest lucru duce la o navigare mai lină, un consum redus de energie și o fiabilitate sporită. Prin minimizarea mișcărilor inutile și a perturbațiilor rapide, sistemul optimizează performanța în aplicații practice, făcând roboții ballbot mai eficienți și mai receptivi.
Această inovație are aplicații semnificative în domeniul roboticii asistive, roboticii de servicii și livrărilor autonome. Sistemul de control îmbunătățit permite roboților ballbot să navigheze cu precizie și stabilitate în medii complexe, cum ar fi spitale, aeroporturi și restaurante. În logistică și sănătate, aceștia pot funcționa în mod fiabil, reducând volumul de muncă al oamenilor. Prin creșterea eficienței energetice și a capacității de auto-echilibrare, această cercetare contribuie la integrarea roboților ballbot în aplicații reale, deschizând calea pentru o adopție mai largă în industriile care necesită soluții de mobilitate autonomă.
Source (Shibaura Institute of Technology, “A Robust and Adaptive Controller for Ballbots”, 19.02.2025)
Paper: Nguyen, V.T., Nguyen, Q.C., Van, M., Su, S.F., Garg, H., Duong, D.N. and Tan, P.X., 2025. Robust adaptive nonlinear PID controller using radial basis function neural network for ballbots with external force. Engineering Science and Technology, an International Journal, 61, p.101914.
