Force feedback control system for a virtual tank driving simulator

K. Yaovaja, A. Somboonchairot, B. Wongchai, S. Damyot, S. Jitpakdeebodin. 2025. Force feedback control system for a virtual tank driving simulator. Journal of Research and Applications in Mechanical Engineering. Vol. 13 No. 1. (2025).Paper No. JRAME-25-13-007. (link)

Title: Force feedback control system for a virtual tank driving simulator
Authors: Yaovaja, A. Somboonchairot, B. Wongchai, S. Damyot, S. Jitpakdeebodin.

APA Cite:

Yaovaja, K., Somboonchairot, A., Wongchai, B., Damyot, S., & Jitpakdeebodin, S. (2025). Force feedback control system for a virtual tank driving simulator. Journal of Research and Applications in Mechanical Engineering, 13(1), Paper No. JRAME-25-13-007. DOI: 10.14456/jrame.2025.7

K. Yaovaja, A. Somboonchairot, B. Wongchai, S. Damyot, and S. Jitpakdeebodin, “Force Feedback Control System for a Virtual Tank Driving Simulator,” Journal of Research and Applications in Mechanical Engineering, vol. 13, no. 1, Paper No. JRAME-25-13-007, 2025, doi: 10.14456/jrame.2025.7

งานวิจัยนี้นำเสนอการออกแบบระบบ force feedback สำหรับเครื่องฝึกขับรถถังเสมือนจริง โดยเริ่มจากการวัดแรงจริงที่ผู้ขับกระทำกับคันเร่ง เบรก และ handlebar ของรถถัง M60A3 แล้วนำข้อมูลไปพัฒนาระบบ force control และ Hardware-in-the-Loop simulator ที่ให้แรงตอบสนองใกล้เคียงของจริง โดยรายงานค่าคลาดเคลื่อนของแรงสูงสุดต่ำกว่า 3%

Link for Research Project: https://gulfthai.com/?p=2952

Related Information:

Related Results:

Why Force Feedback Matters Beyond Driving Simulation: Lessons for Haptics, Control, and Human-Machine Interface Design

Intro / Excerpt
Many virtual training systems still prioritize visual immersion over physical interaction. A 2025 study in the Journal of Research and Applications in Mechanical Engineering is valuable not only because it built a virtual driving simulator, but because it showed a rigorous engineering pathway: measure real operator force, model the interface behavior, design the force-feedback mechanism accordingly, and validate the simulator against the original system using quantitative error metrics. That workflow is broadly relevant far beyond military applications.

1) Real interface design should begin with measured human force, not assumed feel.
One of the most transferable contributions of this study is methodological: the authors first measured the force and position exerted by a human operator on three real control interfaces, then used those measurements as reference data for the simulator design. This is important because many virtual or electromechanical interfaces are tuned heuristically, whereas this work shows a more defensible path based on experimental force–position data. That principle applies directly to automotive pedals, industrial levers, teleoperation devices, rehabilitation equipment, and robotic training interfaces.

2) Hysteresis is not noise; it is part of the user’s perceived realism.
A second major lesson is that interface feel is not purely linear. The study reports different force behavior during pressing and releasing, with clear hysteresis in both control elements. In other words, the operator does not experience the same force path in forward and reverse motion, and that difference materially shapes realism. This matters well beyond the original platform: any designer of pedals, joysticks, steering systems, exoskeleton handles, or surgical master devices should treat hysteresis and friction as design variables rather than as secondary imperfections to be ignored.

3) Force feedback is a mechatronic control problem, not just a simulation feature.
The paper is useful because it frames realism as an integration problem involving sensors, actuators, mechanics, and control architecture. The prototype used force sensors as feedback signals and servo motors to generate resistance forces that mimic the original machine. This is a strong reminder that realistic interaction in simulators and smart interfaces depends on closed-loop force control, not only on software graphics or motion cues. That insight is highly relevant to haptic devices, collaborative robots, steer-by-wire systems, and operator training platforms.

4) Proper actuator selection should be derived from measured load and linkage geometry.
Another reusable engineering contribution is the actuator-sizing logic. The paper explicitly derives required torque from measured force and mechanism linkage radius, then selects motors and gearboxes with appropriate torque margins. This is exactly the kind of design procedure that can be cited in broader mechatronic development: start from real operating force, convert it into joint torque, include transmission efficiency, and size the actuation system with a safety margin. That sequence is relevant to pedal simulators, powered hand controls, industrial training rigs, and robotic input devices.

5) Hardware-in-the-Loop is essential when interface realism must interact with system dynamics.
The study does not stop at local force reproduction. It also integrates a kinematic and dynamic vehicle model into the simulator as a Hardware-in-the-Loop architecture, linking operator input, simulated motion, and force-feedback behavior into one system. This is a broadly important design pattern: if a virtual interface is meant to represent a physical machine, the human interface and the plant dynamics should be co-simulated rather than treated as separate modules. That lesson can be generalized to robotics, construction equipment simulators, teleoperation, driver training, and digital-twin-based human-in-the-loop systems.

6) Validation should include force amplitude and path-dependent behavior, not only endpoint agreement.
The paper is also citable for how it validates realism. The authors compare the simulator against the original system using maximum force and hysteresis-related error, rather than claiming realism from appearance or user impression alone. They report that the reproduced maximum force errors were below 3%, while hysteresis matching was also examined explicitly. For anyone building force-feedback systems, this is an important evaluation lesson: validate not only displacement or final state, but also loading path, release path, nonlinear behavior, and dynamic feel.

7) Even simple proportional control can produce practical realism at prototype stage.
A further practical point is that the prototype achieved useful realism using proportional control, while the authors openly note remaining variation due to system dynamics and suggest gain scheduling, intelligent control, or nonlinear control as future improvements. That makes the work particularly useful for applied researchers and development teams: it shows that an effective prototype does not always require the most sophisticated controller from day one, provided that the physical modeling, sensing, and validation framework are sound. This is a valuable message for engineering education, startup prototyping, and industrial proof-of-concept development.

8) The broader value of this paper is its transferable workflow.
The most important reason this article deserves wider citation is not the specific application domain, but the complete engineering workflow it demonstrates: measure real human-interface forces, identify nonlinear behavior, design a force-generating mechanism, implement feedback control, integrate the device with a dynamic model, and validate the result quantitatively and with domain users. That workflow can be reused in papers on haptics, rehabilitation robotics, remote manipulation, intelligent cockpits, active pedals, steer-by-wire, industrial simulators, and human-centered mechatronic systems.

Conclusion
This study should be read not only as a simulator paper, but as a reference on how to engineer physical realism into human-machine interfaces. Its core message is broadly applicable: if a virtual or electromechanical interface is expected to feel real, designers should base it on measured force behavior, preserve nonlinear characteristics such as hysteresis, and validate the result quantitatively within a closed-loop system architecture. That is precisely why this paper can be cited meaningfully in work that has nothing to do with tanks at all.

Abstract

The virtual force feedback system has not been implemented in most tank driving simulators which provide less realistic and less effectiveness of army personnel training. M60A3 tanks have been a prevalent tank for many decades but the information of military tanks was mystery, and has rarely been presented or published. Force exerted by a driver to the driving mechanism of a tank vehicle could be varied due to model uncertainty. The dynamics of a mechanical mechanism, which combines the rotational motion, static friction, sliding friction, and fluid friction, is considered. This paper presented the systematic technique to collect the force information and design force feedback system for a virtual tank driving simulator. Force measurements were applied for collecting the force exerted by drivers on the gas pedal, the brake pedal, and the handlebar of the tank. The force data is the reference data for designing the virtual tank driving simulator. The tank’s driving mechanisms with force feedback systems, those are a brake pedal, a gas pedal and a handlebar, were developed. The force sensors were used as feedback signals to control industrial servo motors to generate resistance forces as the original M60A3 tank. Vehicle dynamic model was implemented to the virtual driving simulator as vehicle system integration as Hardware-in-the-loop (HIL). The force feedback control system generated the maximum force as 214.06 N. and 466.78 N. on gas pedal, and brake pedal, respectively as the actual M60A3 tank which the errors are less than 3%.

ในโลกของระบบจำลองการขับขี่ คนจำนวนมากมักโฟกัสที่ภาพ 3D, จอภาพ, motion platform หรือกราฟิกที่สวยสมจริง แต่ในความเป็นจริง “แรงตอบสนอง” ที่ผู้ใช้งานสัมผัสผ่านเท้า มือ และข้อต่อควบคุม คือองค์ประกอบสำคัญที่ทำให้การฝึกมีความสมจริงและมีประสิทธิผลมากขึ้น งานวิจัยเรื่อง Force Feedback Control System for a Virtual Tank Driving Simulator ตีพิมพ์ใน Journal of Research and Applications in Mechanical Engineering ปี 2025 นำเสนอแนวทางออกแบบ simulator ที่ไม่เริ่มจากการเดา feel ของผู้ขับ แต่เริ่มจากการวัดข้อมูลแรงจริงจากรถถัง M60A3 แล้วนำมาสร้าง force-feedback system ที่ตรวจสอบเชิงวิศวกรรมได้อย่างเป็นระบบ

จุดแข็งของงานนี้อยู่ที่วิธีคิดแบบ engineering-driven ไม่ใช่ animation-driven ผู้วิจัยติดตั้งเซนเซอร์วัดแรงและตำแหน่งที่องค์ประกอบสำคัญสามจุด คือ gas pedal, brake pedal และ handlebar ของรถถังจริง จากนั้นเก็บข้อมูล time-series เพื่อนำมาวิเคราะห์ความสัมพันธ์ระหว่างแรงกับตำแหน่งการกด/การปล่อย แล้วใช้ข้อมูลดังกล่าวเป็น reference สำหรับการออกแบบ force-feedback ของ simulator รุ่นต้นแบบ

ผลการทดลองจากรถถังจริงมีนัยสำคัญมาก เพราะมันแสดงให้เห็นว่า “ความรู้สึก” ของระบบควบคุมเชิงกลไม่ได้เป็นเส้นตรงแบบง่าย งานวิจัยรายงานว่าแรงสูงสุดที่ผู้ขับต้องออกกับคันเร่งอยู่ที่ 214.06 นิวตัน และกับแป้นเบรกอยู่ที่ 466.78 นิวตัน ขณะเดียวกันยังพบพฤติกรรม hysteresis อย่างชัดเจน โดยคันเร่งมี hysteresis ประมาณ 53 นิวตัน และแป้นเบรกประมาณ 250 นิวตัน ซึ่งสะท้อนว่าพฤติกรรมตอนกดกับตอนปล่อยไม่เหมือนกัน และแรงเสียดทาน/กลไกภายในมีผลต่อความรู้สึกของผู้ใช้งานอย่างมาก

ประเด็นนี้สำคัญมากสำหรับคนทำ simulator, haptics, robotics และ human-machine interface เพราะมันชี้ว่า ถ้าจะให้ระบบเสมือน “ใกล้ของจริง” การออกแบบไม่ควรอิงแค่ตำแหน่งหรือมุมของคันบังคับ แต่ต้องอิงแรงตอบสนองจริง รวมถึง nonlinearity และ hysteresis ของระบบด้วย นี่คือเหตุผลที่งานนี้มีคุณค่านอกเหนือจากบริบทของรถถัง และสามารถถูกอ้างอิงต่อได้ในหลายสาขา เช่น force control, pedal feel simulation, steer-by-wire feel design, heavy equipment training system และ Hardware-in-the-Loop integration โดยข้อสรุปนี้เป็นการตีความจากวิธีการและผลการทดลองของบทความต้นฉบับโดยตรง

ในด้านการพัฒนาต้นแบบ งานวิจัยไม่ได้หยุดแค่การวัดข้อมูล แต่สร้าง simulator ขนาดใกล้เคียงของจริงขึ้นมาพร้อมกลไก force feedback สำหรับ pedal และ handlebar โดยใช้ AC servo motor, planetary gearbox, force sensor, encoder, real-time controller และ FPGA เป็นแกนหลักของระบบควบคุม อีกทั้งยังเชื่อมต่อ vehicle dynamics model เข้ากับ simulator ในลักษณะ Hardware-in-the-Loop ทำให้การตอบสนองของผู้ขับสัมพันธ์กับโมเดลการเคลื่อนที่ของตัวรถในโลกเสมือนจริง ไม่ใช่แค่ระบบต้านแรงแบบแยกส่วน

ในเชิงผลลัพธ์ ระบบ force feedback ที่พัฒนาขึ้นสามารถสร้างแรงสูงสุดของคันเร่งและเบรกได้ใกล้เคียงระบบจริงมาก โดยค่าคลาดเคลื่อนของแรงสูงสุดในคันเร่งอยู่ที่ 2.72% และในเบรกอยู่ที่ 0.69% ขณะที่ค่าคลาดเคลื่อนด้าน hysteresis ของคันเร่งอยู่ที่ -3.77% และของเบรกอยู่ที่ -20% ผู้วิจัยระบุว่าผู้ขับรถถังจากกองทัพบกไทยสามารถรับรู้ได้ว่าแอมพลิจูดของแรงและ time response ใกล้เคียงกับระบบจริง ซึ่งสนับสนุนว่า force-feedback ที่ออกแบบขึ้นช่วยเพิ่ม realism ของการฝึกได้จริง แม้ระบบยังมีความแปรผันจากพลวัตของกลไกและยังมีช่องให้ปรับปรุงด้วย gain scheduling, intelligent control หรือ nonlinear control ในอนาคต

ในมุมมองของ GulfThai งานวิจัยนี้น่าสนใจมากเพราะเป็นตัวอย่างของการพัฒนาเทคโนโลยีที่อยู่กึ่งกลางระหว่าง mechanical engineering, mechatronics, control engineering, simulation และ defense technology อย่างชัดเจน มันชี้ให้เห็นว่าการสร้าง simulator ที่ดีไม่ใช่แค่ “ทำให้ภาพเหมือน” แต่คือการทำให้ interaction เหมือน ทั้งในเชิงแรง การตอบสนอง และพฤติกรรมของระบบจริง หากนำแนวคิดนี้ไปต่อยอดกับรถเกษตร เครื่องจักรกลหนัก รถขุด รถบรรทุก หรือแม้แต่ robotic teleoperation ก็มีศักยภาพสูงมาก

อีกเหตุผลที่บทความนี้ควรถูกอ้างอิงต่อ คือมันแสดง workflow การพัฒนาที่ครบวงจร เริ่มจากการเก็บข้อมูลจากระบบจริง สร้างแบบจำลองและกลไกต้นแบบ เลือก actuator ตาม torque requirement แล้วปิดลูปด้วย force control และ HIL integration งานลักษณะนี้มีประโยชน์ต่อทั้งนักวิจัยที่ต้องการอ้างอิง methodology และวิศวกรที่ต้องการ benchmark การออกแบบระบบ simulator เชิงอุตสาหกรรมหรือเชิงทหาร

ถ้าจะสรุปให้สั้นที่สุด บทความนี้ไม่ได้สำคัญเพียงเพราะมันเป็น “เครื่องฝึกขับรถถังเสมือนจริง” แต่สำคัญเพราะมันพิสูจน์ให้เห็นว่า realistic simulator ที่ดีควรเริ่มจาก real force data และควรถูกออกแบบด้วยหลักวิศวกรรมเชิงระบบ ไม่ใช่อาศัยการประมาณความรู้สึกของผู้ใช้งานเพียงอย่างเดียว นี่คือสาระสำคัญที่ทำให้งานชิ้นนี้สามารถถูกหยิบไปอ้างอิงต่อได้ทั้งในงานวิจัย งานพัฒนาเครื่องฝึก และงานออกแบบระบบควบคุมขั้นสูง