This report presents the construction of a two-wheeled self balancing robot with the ability to handle an uneven load. Two-wheeled self-balancing robots have proven to be a potential solution to the problem of efficient warehouse management, thanks to their ability to navigate tight spaces quickly and efficiently while balancing their load. The research questions defined include the ability to develop an algorithm to dynamically adjust the robot’s tilt angle, how an uneven load affects the robot’s stability, and whether a PID controller is sufficient in this context. The project was limited to constructing a prototype that could balance with an external load, with a budget of 1,000 Swedish kronor and a four-month timeframe. By testing and evaluating different control algorithms, the robot’s performance was presented in terms of stability and efficiency. The implementation of PID control was successful, and the robot was able to balance as a result. However, the goal of handling an uneven load was not met without the implementation of an additional algorithm to dynamically adjust the robot’s tilt angle. With these two control techniques, the robot was able to balance with and without an added load with good stability. To evaluate performance, tests were performed with the load placed centered and off-centered on the robot’s top plate. The results of the tests showed that the robot was able to dynamically adjust its tilt angle to balance with added weight without affecting stability. / Denna rapport presenterar konstruktionen av en tvåhjulig självbalanserande robot med förmågan att hantera snedfördelad last. Tvåhjuliga självbalanserande robotar har visat sig vara en potentiell lösning på problemet kring effektiv lagerhantering tack vare deras förmåga att hantera snäva utrymmen på ett snabbt och energieffektivt sätt samtidigt som lasten balanseras. Forskningsfrågorna som definierades inkluderar möjligheten att framställa en algoritm för att dynamiskt ställa in robotens lutningsvinkel, hur ojämn last påverkar robotens stabilitet, och om en PID-kontroller är tillräcklig i detta sammanhang. Projektet begränsades till att konstruera en prototyp som klarar av att balansera med extern last, med en budget på 1000 svenska kronor och en tidsram på fyra månader. Genom att testa och utvärdera olika kontrollalgoritmer presenterades robotens prestanda i termer av stabilitet och effektivitet. Roboten balanserade tack vare implementeringen av PID-reglering, men önskemålet om snedfördelad last uppfylldes inte och det krävdes ytterligare en algoritm för att dynamiskt reglera robotens lutningsvinkel. Med hjälp av dessa två reglertekniker kunde roboten balansera både med och utan adderad last med god stabilitet. Tester utfördes för att utvärdera prestandan när lasten var placerad både centrerat och ocentrerat på robotens topplatta. Resultaten visade att roboten kan dynamiskt anpassa lutningsvinkeln för att balansera med tillagd vikt utan att stabiliteten påverkas.

Reinforcement learning is conceptually based on an agent learning through interaction with its environment. This trial-and-error learning method makes the process prone to situations in which the agent is stuck in a dead-end, from which it cannot keep learning. This thesis studies a method to diminish the risk that a wheeled inverted pendulum, or WIP, falls over during training by having a Qlearning based agent estimate a PID controller before training it on the balance problem. We show that our approach is equally stable compared to a Q-learning agent without estimation training, while having the WIP falling over less than half the number of times during training. Both agents succeeds in balancing the WIP for a full hour in repeated tests. / Reinforcement learning baseras på en agent som lär sig genom att interagera med sin omgivning. Denna inlärningsmetod kan göra att agenten hamnar i situationer där den fastnar och inte kan fortsätta träningen. I denna examensuppsats utforskas en metod för att minska risken att en självkörande robot faller under inlärning. Detta görs genom att en Q-learning agent tränas till att estimera en PID kontroller innan den tränar på balanseringsproblemet. Vi visar att vår metod är likvärdigt stabil jämfört med en Q-learning agent utan estimeringsträning. Under träning faller roboten färre än hälften så många gånger när den kontrolleras av vår metod. Båda agenterna lyckas balansera roboten under en hel timme.

A robot capable of balancing itself on two wheels has been built and programmed. While balancing, the robot keeps within a limited area. The robot has a face with two eyes and a mouth, consisting of LED-matrices, which switch between six different facial expressions. The robot is programmed using Arduino boards, one of which implements PID regulators to control the motors.