Control Discreto Para Un Robot De Dos Ruedas

Auto-Equilibrado
Ingeniera Mecatrnica, Departamento de Energa y Mecnica
Universidad de las Fuerzas Armadas ESPE-L
Latacunga, Ecuador

Resumen En el presente artculo se documenta el diseo e

implementacin de un robot de dos ruedas capaz de equilibrarse
automticamente, basndose en el principio mecnico del
pndulo invertido. El controlador utilizado en este proyecto es un
PID discreto cuyas seales de entrada son valores de
posicionamiento y aceleracin en el espacio, los cuales se obtienen
del chip MPU6050. Se emplea una tarjeta Arduino para la
adquisicin y procesamiento de los datos medidos por el sensor,
con los que se determina el error de inclinacin y se lo corrige
haciendo girar las ruedas para mantener el equilibrio. Las
aplicaciones de este proyecto son principalmente didcticas,
aunque tambin puede emplearse en la industria de los juguetes
electrnicos, y si se realiza un diseo a mayor escala, inclusive
puede llegar a funcionar como un medio de trasporte para
distancias cortas.
Palabras Clave Automtico, Robot, Equilibrio, Control.

I.

INTRODUCCIN

El principal objetivo de este proyecto es aplicar control

discreto a un sistema balancn ya que este es uno de los
ejemplos ms utilizados hoy en da en las instituciones para
realizar prcticas de control. Este sistema est formado por un
vehculo con dos ruedas el cual es capaz de desplazarse
llevando en la parte superior objetos ligeros.
El campo de aplicacin del proyecto es el de ser una ayuda
a enfermeras en asilos u hospitales facilitando la movilidad de
equipos, alimentos o medicinas; tambin podra ser muy til
en actividades que realicen movimiento de componentes o
materiales livianos de un lugar hacia otro, con total seguridad
de que no sufran averas, golpes o daos en el camino.
La razn por la cual este problema es interesante desde el
punto de vista de control es por que ilustra muchas de las
dificultades asociadas con problemas de control del mundo
real. Para esto se tiene varios proyectos de ejemplo como el
balancn bola y plato que est formado por una balancn de dos
ejes con una par de servomotores y una pantalla tctil como
sensor para identificar la posicin de la esfera y el control se
efecta en tiempo real por un dsPIC33 dentro del cual se
implementaron tres algoritmos de control PID, LQR de 4 y 6
variables los cuales son de cdigo abierto para modificar los
parmetros y comprobar los cambios. [1]
De la misma forma se tiene el control LQR para una robot
sobre una plataforma de movimiento esfrico proyecto que
desarrolla un robot impulsado por tres ruedas unidireccionales
sobre una esfera, para hallar el punto de equilibrio de emplea
las ecuaciones de LaGrange. [9]

II.

COMPONENTES

Los principales componentes inmersos en la realizacin de

este proyecto estn especificados en la siguiente seccin:
A. Diseo Estructural.
Mecanismos, materiales y dems circuitos determinan el
desempeo del sistema, del cual incluso depende el grado de
dificultad del control. La eleccin de los componentes juega un
papel importante, ya que el diseo debe ser robusto, simtrico y
estable en su centro de gravedad ya sea esttico o en
movimiento.
La utilizacin de una varilla de acero baja en carbono
proporciona calidad de peso ligero, rgido y robustez que
facilita el equilibrio. Consta de 3 secciones en las cuales en la
parte baja, estn ubicados los motores conectados a las ruedas,
en el tablero central se encuentran ubicados la electrnica de
control y en la parte superior se pueden colocar elementos a ser
transportados.
B. Acelermeto MPU 6050
El circuito integrado MPU 6050 contiene un acelermetro y
giroscopio MEMS en un solo empaque. Cuenta con una
resolucin de 16 bits, lo cual significa que divide el rango
dinmico en 65536 fracciones, estos aplican para cada eje X,Y
y Z al igual que en la velocidad angular.
Puede entregar 6 grados de libertad e incorpora un
regulador de tensin a 3.3V y resistencias pull-up para su uso
directo por I2C.

Fig 1. Mdulo MPU6050

C. Arduino MEGA 2560

El microcontrolador convierte los valores analgicos de los
sensores a los digitales, y luego calcula y genera una seal
PWM precisa para conducir los motores. El uso de
interrupciones externas cuenta impulsos de los codificadores,

de la cual se pueden calcular la posicin relativa y velocidad.

Utilizando una conexin en serie del microcontrolador se
comunica con el mdulo Bluetooth.

Fig 2. Arduino MEGA 2560

Fig 4. Motor Pololu 30:1 37Dx52L mm

D. Modulo L298N
Este mdulo permite controlar el giro y velocidad de
motores de corriente directa a una corriente de hasta 2A y una
tensin de entrada mxima de 46V. Sus caractersticas de
diseo le permiten un rendimiento anti-interferencia
excepcional adems de una gran capacidad de filtrado de ruido
sin olvidar que cuenta con un diodo de proteccin ante
corriente inversa, haciendo que su funcionamiento sea ms
estable y fiable.

III.

MODELO MATEMATICO

La dinmica de un robot balancn de dos ruedas (vase la

figura 5) ha de entenderse con el fin de obtener un modelo
matemtico del sistema. Un controlador puede ser diseado y
probado basado en la ecuacin del sistema linealizado
utilizando SIMULINK. En esta seccin se observan y se
sustituyen en las ecuaciones de LaGrange, las energas
existentes en el modelo dinmico.

Fig 5. Dinmica del robot balancn

Fig 3. Mdulo L298N

E. Motor Pololu con Caja Reductora 30:1 37Dx52L mm

Este motor reductor est compuesto por un poderoso motor
DC y con una caja de engranajes metlica, destinado para
operar a 12 V. Cuenta con un eje de salida de 12 mm de
largo X 6 mm de dimetro en forma de D.
Este tipo de motores estn diseados para una tensin
nominal de 12V, aunque el motor puede empezar a rotar con
tensiones tan bajas como 1V.
Posee un torque de 8 Kg-cm (2500 oz-in), una velocidad
de 350 RPM y una corriente mxima de 5A.

El robot balancn tiene tres grados de libertad: roll, pich y

yaw. La rotacin alrededor del eje Y (pitch) es el foco
principal de este estudio, el punto P se supone que es el centro
del robot de la gravedad y p es el ngulo de paso.

X P=x +lsin

( 0)

Z P=lcos P

( 2)

Las ecuaciones (1) y (2) del punto P a lo largo

de los ejes X0 y Z0.
Los anlisis dinmicos de LaGrange:
El enfoque de LaGrange se utiliza para generar las
ecuaciones diferenciales ordinarias (EDO) del sistema.

[ ]

d L
L

=Qr
dt qr

qr

( 3)

IV.
La ecuacin (3) muestra la forma general de la ecuacin de
LaGrange, donde;

L=T V , es la funcin de Lagrange, donde, T

es la energa cintica total del sistema a partir de

todos los elementos de inercia y V es la energa
potencial total del sistema de todos los elementos de
rigidez y de inercia debido al efecto gravitacional.

qr (r =1,2,3,... , n)

es

la

variable

de

desplazamiento tales como 1, 2, 1, 2 y etc.

Qr

Para estabilizar el sistema hay tres sistemas de control PID

implementados. Para el control de giro e inclinacin se utiliza
un control PID y los 2 restantes en el control de velocidades de
los motores. El algoritmo PID consiste en una ecuacin de tres
partes con proporcional (P), integral (I), y diferenciales (D)
trminos. El punto de ajuste del modelo es la lectura del
acelermetro cuando el sistema es perpendicular al terreno
plano.
La siguiente ecuacin se utiliza para calcular la salida del
controlador PID en el sistema balancn:

Error=LsLIA

es la suma de las fuerzas no conservativas

proyectadas
en
direccin
de
coordenadas
generalizadas tales como fuerzas aplicadas.
Los tres tipos de energas que deben observarse para
desarrollar la ecuacin de LaGrange del robot balancn son:
Energa cintica de traslacin y que consiste en
energa cintica de rotacin del chasis y de la rueda
respectivamente
La energa potencial
La energa de disipacin
( 4)

[ ]

d E
E F U

+
+
=
dt qr

qr qr
qr r

SISTEMA DE CONTROL

(7)

Donde:
Ls= Lectura SetPoint
LIA=Lectura Actual del Acelermetro
La parte proporcional incrementa la potencia de los
motores.
El trmino diferencial del algoritmo PID acta como un
amortiguador reducir la oscilacin. Otro factor de ganancia,
Kd, determina cunta energa se aplica a la del motor.
La salida del controlador PID para el modelado es:

Motor PW =Trmino Proporcional+Trmino integral+T

(8)

La ecuacin (4) ilustra la ecuacin de LaGrange del robot

balancn donde, E es la energa cintica, U la energa
potencial, F es la disipacin de energa y se

el par

requerido para las ruedas izquierda y derecha. Para la

derivacin completa del sistema que el lector puede referirse a
[5].
Slo existe un punto de equilibrio para el robot cuando el
robot est equilibrado o en posicin vertical, es decir = 0.
Por lo tanto el robot se puede linealizar sobre este punto.
Despus de generalizar las variables , las ecuaciones
linealizadas finales del robot balancn son las siguientes:

2 JW
m+2 M + 2 x +ml P +2 P v=0
R

( 5)

Fig 6: Controlador PID

LIBRERA PID DE ARDUINO

Arduino nos proporciona librera PID en la cual se toma en

cuenta la ecuacin (3):

Salida=Kpe ( t ) + Ki e ( t ) dt+ Kd
ml x + ( ml 2 + Jc ) Pmgl P+ 2 1 P= L + R

( 6)

Se crea entonces un modelo de espacio de estados del

sistema dinmico para determinar el comportamiento futuro
del sistema cuando el estado actual del sistema y las seales de
entrada son conocidos. Las matrices de espacio de estado
resultantes se utilizaron para su posterior anlisis del sistema
en MATLAB / SIMULINK [5].

d
e(t )
dt

(9)
Donde el error: e= SetPoint Entrada
En donde se crea un controlador vinculado con una entrada
y salida especifica, mediante el clculo al utilizar un setpoirt o
punto de ajuste, para la obtencion de los parmetros de ajuste
como son el Kp, Kd y Ki.

De la misma forma que existe una librera para la

utilizacin del PID, se utilizan libreras para el control de
motores y el acelermetro.
V.

RESULTADOS

REFERENCIAS
[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

R. Gilca and V. Bordianu, Ball on plate balancing system for multidiscipline educational purposes, in 2012 16th International Conference
on System Theory, Control and Computing (ICSTCC), 2012, pp. 16.
K.-K. Lee, G. Batz, and D. Wollherr, Basketball robot: Ball-On-Plate
with pure haptic information, in IEEE International Conference on
Robotics and Automation, 2008. ICRA 2008, 2008, pp. 24102415.
A. Zeeshan, N. Nauman, and M. J. Khan, Design, control and
implementation of a ball on plate balancing system, in 2012 9th
International Bhurban Conference on Applied Sciences and Technology
(IBCAST), 2012, pp. 2226.
Z. Hu, L. Guo, S. Wei, and Q. Liao, Design of LQR and PID controllers
for the self balancing unicycle robot, in 2014 IEEE International
Conference on Information and Automation (ICIA), 2014, pp. 972977.
H. R. Memarbashi, Design and parametric control of co-axes driven
two-wheeled balancing robot, M. S. Thesis, Massey University AlbanyNew Zealand, 2010.
S. Rodriguez, M. Pena, and R. Ramirez, Dynamic control design LQR
PI vectorial of remotely operated underwater vehicle, in 2014 III
International Congress of Engineering Mechatronics and Automation
(CIIMA), 2014, pp. 14.
M. H. Bigharaz, F. Safaei, A. Afshar, and A. A. Suratgar, Identification
and nonlinear control of a ball-plate system using neural networks, in
2013 3rd International Conference on Control, Instrumentation, and
Automation (ICCIA), 2013, pp. 260262.
S. Mochizuki and H. Ichihara, I-PD controller design based on
generalized KYP lemma for ball and plate system, in Control
Conference (ECC), 2013 European, 2013, pp. 28552860.
F. K. Zadeh, S. Asiri, P. Moallem, and M. M. Zadeh, LQR motion
control and analysis of a prototype spherical robot, in 2014 Second
RSI/ISM International Conference on Robotics and Mechatronics
(ICRoM), 2014, pp. 890895.

[10] C.-C. Tsai, C.-K. Chan, and L.-C. Kuo, LQR motion control of a ballriding robot, in 2012 IEEE/ASME International Conference on
Advanced Intelligent Mechatronics (AIM), 2012, pp. 861866.
[11] M. Moarref, M. Saadat, and G. Vossoughi, Mechatronic design and
position control of a novel ball and plate system, in 2008 16th
Mediterranean Conference on Control and Automation, 2008, pp. 1071
1076.
[12] B. Bai and C. Dong, Modeling and LQR Switch Control of Morphing
Aircraft, in 2013 Sixth International Symposium on Computational
Intelligence and Design (ISCID), 2013, vol. 1, pp. 148151.
[13] S. G. Colmenares, M. A. Moreno-Armendariz, W. Yu, and F. Ortiz
Rodriguez, Modeling and nonlinear PD regulation for ball and plate
system, in World Automation Congress (WAC), 2012, 2012, pp. 16.
[14] L. B. Prasad, B. Tyagi, and H. O. Gupta, Optimal control of nonlinear
inverted pendulum dynamical system with disturbance input using PID
controller amp; LQR, in 2011 IEEE International Conference on
Control System, Computing and Engineering (ICCSCE), 2011, pp. 540
545.
[15] L. M. Argentim, W. C. Rezende, P. E. Santos, and R. A. Aguiar, PID,
LQR and LQR-PID on a quadcopter platform, in 2013 International
Conference on Informatics, Electronics Vision (ICIEV), 2013, pp. 16.
[16] N. D. Salim, D. Derawi, S. S. Abdullah, S. A. Mazlan, and H. Zamzuri,
PID plus LQR attitude control for hexarotor MAV in indoor
environments, in 2014 IEEE International Conference on Industrial
Technology (ICIT), 2014, pp. 8590.
[17] A. Zia, Polar and polygon path traversal of a ball and plate system, in
2011 International Conference on Electrical and Control Engineering
(ICECE), 2011, pp. 40054009.
[18] C. A. Sanabria T. and O. M. Hernndez G., Control de un pndulo
invertido simple por mtodos de realimentacin de estados, Rev.
Tecnura, vol. 13, no. 25, pp. 5969, Jun. 2012.
[19] M. Bai, H. Lu, J. Su, and Y. Tian, Motion Control of Ball and Plate
System Using Supervisory Fuzzy Controller, in The Sixth World
Congress on Intelligent Control and Automation, 2006. WCICA 2006,
2006, vol. 2, pp. 81278131.
[20] K. Han, Y. Tian, Y. Kong, J. Li, and Y. Zhang, Tracking control of ball
and plate system using a improved PSO on-line training PID neural
network, in 2012 International Conference on Mechatronics and
Automation (ICMA), 2012, pp. 22972302.
[20] M. A. Rastin, S. A. A. Moosavian, E. Talebzadeh, and M. Alaeddin,
Trajectory tracking and obstacle avoidance of a ball and plate system
using fuzzy theory, in 2013 13th Iranian Conference on Fuzzy Systems
(IFSC), 2013, pp. 15.