BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC

VÀ CÔNG NGHỆ VIỆT NAM

HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ

HÀ THỊ KIM DUYÊN

ĐIÊU KHIỂN MẶT ĐỘNG THÍCH NGHI BÁM QUỸ ĐẠO

CHO ROBOT TỰ HÀNH BÓN BÁNH ĐA HƯỚNG

LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN, ĐIỆN TỬ VÀ VIỄN THÔNG

Hà Nội - 2020
VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM
HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ

HÀ THỊ KIM DUYÊN

ĐIÊU KHIỂN MẶT ĐỘNG THÍCH NGHI BÁM QUỸ ĐẠO

CHO ROBOT TỰ HÀNH BÓN BÁNH ĐA HƯỚNG

Chuyên ngành : Kỹ thuật điều khiến và tự động hóa

Mã số: 9 52 02 16

LUẬN ÁN TIÉN SĨ KỸ THUẬT ĐIỆN, ĐIỆN TỬ VÀ VIỄN THÔNG

Người hướng dẫn khoa học:

1.GS.TS. Phan Xuân Minh

2. TS. Phạm Văn Bạch Ngọc
"

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, được hoàn
thành đưới sự hướng dẫn của ŒS.? Phan Xuân Minh và TS. Phạm văn Bạch
Ngọc. Các kết quá nêu trong luận án lả trung thực và chưa từng được công bố trong
bắt kỳ công trình nào khác.

Tôi xin chịu trách nhiệm về những lời cam đoan của mình.

Hà nội, tháng 10 năm 2020

Tác giả

Hà Thị Kim Duyên

1H

LỜI CÁM ƠN

Luận án này được hoàn thành với sự nỗ lực không ngừng của tác giả và sự
giúp đỡ hết mình từ các thầy giáo hướng dẫn. bạn bè và người thân.

Đầu tiên, tác giả xin bày tỏ lời tri ân tới ŒS.7% Phan Xuân Minh và TS.
Phạm Văn Bạch Ngọc. những cô giáo, thầy giáo đã tận tình hướng dẫn tác giả hoàn
thành luận án này.

Tác giả xin gửi lời cảm ơn tới các thầy, cô giáo và cán bộ của Viện Công
nghệ thông tin, Học viện Khoa học và Công nghệ (Viện Hàn lâm Khoa học và Công
nghệ Việt Nam) đã nhiệt tình giúp đỡ và tạo ra môi trường nghiên cứu tốt đề tác giả
hoàn thành công trình của mình; cảm ơn các thầy, cô và các đồng nghiệp ở các nơi
mà tác giá tham gia viết bài đã có những góp ý chính xác đề tác giá có được những
công bố như ngày hôm nay.

Tác giá xin cảm ơn tới Ban Giám hiệu trường Đại học Công nghiệp Hà Nội,
các đồng nghiệp khoa Điện tử nơi tác giả công tác đã ủng hộ đề luận án được hoàn
thành đúng thời hạn.

Cuối cùng, tác giả xin gửi tới gia đình, bạn bè, người thân lời cám ơn chân
thành nhất vì đã đồng hành cùng tác giả trong suốt thời gian qua.

Hà Nội, tháng 10 năm 2020

Nghiên cứu sinh

Hà Thị Kim Duyên

IV

MỤC LỤC

Trang phụ bìa................................cc. cc c2 2121 211 E11 chn hy ky khe

khe sex uẴ
900.) 69.000... . . . . . . . . . . 1i
0900.) 00 ha... ... . ......... ii
)/1801906i9 4...4... . IV
DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT....................--..-:¿: ssssss+2 vũ
BẢNG CÁC KÝ HIỆU CÁC THAM SÓ...................--- 2-2522 2221222111 vii
DANH MỤC CÁC BẢNG.....................-- 22c 2212221112221122111221112111211 2e Ìx
M.9):80Ẻ00/9-00)-0/280Ẻ8n.............. xi
"952.0 e........................... I
CHƯƠNG 1. TÔNG QUAN VỀ ROBOT TỰ HÀNH .................................-5- 5° <5 6
BÓN BÁNH ĐA HƯỚNG...............................2- 2°. 9714 071409791.
rrx.enrkeoorkkrie 6
1.1. Robot tự hành di chuyển bằng bánh đa hướng...............................- 2
5-55 5< < 6
1.2. Bài toán điều khiển bám quỹ đạo ................................2- 2 5° 5 5°
55s ces ssesscses 8
1.2.1. Giai đoạn lập phương án chuyên động..........................- - 2 2S Set
szxrrerez 8
1.2.2. Giai đoạn thiết kế QUỸ ỞO...................... 2Q L0. 11122 111cc ng re 8
1.2.3. Điều khiên bám theo quỹ đạo chuyên động. .......................--5- 5.
5cscccce2 9
1.3. Tổng quan tình hình nghiên cứu trong và ngoài
nước. ..........................-- 9
1.3.1. Tình hình nghiên cứu trong TƯỚC..................... ...- 2 2222211131223
xxssxy 9
1.3.2. Tình hình nghiên cứu ngoài NƯỚC ........................ c5 22222 *‡*+c‡‡ +
sxxxss+ 11
1.4. Kết luận chương 1 ...............................-- 5° 5s S5 ©2% S2 9s 33 3339
515 39 5 sere 16

CHƯƠNG 2. MÔ HÌNH HÓA VÀ THUẬT TOÁN ĐIÊU KHIỂN BÁM

QUỸ ĐẠO CHO ROBOT TỰ HÀNH BÓN BÁNH ĐA HƯỚNG..................... 17

2.1. Xây dựng mô hình động học, động lực học cho robot tự hành bốn bánh
đa hướng....................... co 0s 9 0990.999 0 090960909 6 066006 09094
60060049066 6600490609600 019004000086 80 17
CN: e. 9. nh . ...a.............. 17
2.1.2. Mô hình động học robot tự hành bốn bánh đa hướng [41]. [42]........... 19
2.1.3. Mô hình động lực học robot tự hành bốn bánh đa hướng [41]. [42]......22
2.1.4. Mô phỏng kiêm chứng các kết quá mô hình hóa mô hình robot........... 23

2.2. Một số thuật toán điều khiển bám quỹ đạo cho robot tự hành bốn bánh
đa hướng thông (ỤnØ............................... -. 5ó G5 999 99 96909 5
099690969096 09060006 89.05800944 8050 24
2.2.1. Bộ điều khiên PID cho FWOMR......................- 5: 5222222221211 etrrrree
25
V

2.2.2. Bộ điều khiển trượt cơ bản cho FWOMR.......................... 0 2s ceseei

26
2.2.3. Bộ điều khiển đa mặt trượt cho FWOMR......................... 2s 2222 xe
srei 28
2.2.4. Mô phỏng kiểm chứng các thuật toán.....................-- - 2 22s ke xzxrrez
31
2.3. Kết luận chương 21............................--- s-5< 6s S4 S9 33 3 313 315
315 31 233 5E 35
CHƯƠNG 3. THIẾT KẾ BỘ ĐIÊU KHIỂN THÍCH NGHI BÁM QUỸ ĐẠO
CHO ROBOT TỰ HÀNH BÓN BÁNH ĐA HƯỚNG....................................--5- 5 36
3.1. Thuật toán điều khiển mặt trượt động..............................--.- 5 < 5°
<< s°<cs< se 36
3.1.1. Xây đựng thuật toán điều khiên bám quĩ đạo mặt trượt động cho
FWOMR.......................................... 2. 0.21222212211221 2121212122212
re 36
3.1.2. Mô phóng kiểm chứng kết quá thuật toán.......................--5- 5c se
ssszt+ 40
3.2. Thuật toán điều khiển mặt trượt động thích nghỉ mờ điều khiển bám
HUAN¡E.00:108:/À340))/). TT. e........... 44
3.2.1. Thuật toán điều khiển mặt trượt động thích nghi
mờ. .......................... 44
3.2.2. Mô phóng kiểm chứng thuật toán. .......................---- 5 S2 E222 Ezxrex
47

3.3. Thuật toán điều khiển mặt trượt động thích nghỉ nơ ron mờ điều khiển
bám quỹ đạo cho FWOMR.............. 0n c2 ng 00 00009009 66066000690004.0068 680 50
3.3.1. Xấp xỉ thành phần bất định mô hình FWOMR sử dụng mạng nơ ron bán

kính xuyên tÂm.........................- c0 2121121112211 11122111 11122115 101

111110111111 001k k1 He ru 50
3.3.2. Xây dựng luật mờ cho AFNNDSC..................... 2L L1 2 s2 nu 55
3.3.3. Kết quả mô phỏng.........................--- 2 S21 22121211111121211111 1 1H
tre 56

3.4. Kết luận chương 3 ..............................--- s-5< s2 S6 S9 33 33 3 115

315 11 E05 5e 62
CHƯƠNG 4. CHẾ TẠO ROBOT TỰ HÀNH BÓN BÁNH ĐA HƯỚNG VÀ
CHẠY THỨ NGHIỆM THUẬT TOÁN ĐIÊU KHIỂN ................................-- -°-- 64

4.1. Thiết kế chế tạo robot tự hành bốn bánh đa

hướng. .............................- 64

4.1.1. Thiết kế cơ cấu, cơ khí và xây dựng Omni thực tẾ.......................-- 5:

64
4.1.2. Thiết kế cấu trúc và mạch điều khiển cho robot......................... ---
2s z+s¿ 65
4.1.3. Phần mềm điều khiển cho robot..................---- 22s Ss S3 S5E3E3E252553
522251 5E2525252 66
4.2. Cài đặt thuật toán và chạy thử nghiệm. ................................ s5
G555 5%65 595553595 67
4.2.1. Lập trình phần mềm nhúng vi xứ lý thuật toán và điều khiên..................
G7

4.2.2. Kết quả robot trong môi trường Gazebo vả Rviz đề mô phóng kiếm
vì

4.3. Kết luận chương 4. .............................e--- 5< 6s S4 S99 33 33 3 315

315 121105 5e 73
KÉT LUẬN VÀ KIÊN NGHỊ,........................-- 25s 2S2212221221121121121121122121
11. re. 74
DANH MỤC CÔNG TRÌNH CỦA TÁC GIÁ......................... 2-52: 222222222 2222222222
76
TÀI LIỆU THAM KHẢO...................... 2-22 21 21211211212211211211211211212121
re 78

I0 S2 4...........d4d4(:|:::1Ôố $6
vii

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT

Chữ viết tắt Tiếng anh Tiếng việt

NCS Nghiên cứu sinh
FWOMR Four-wheeled Ommidirectional | Robot tự hành bốn bánh đa
Mobile Robot hướng
OMR Ommidirectlional Mobile Robot Robot tự hành đa hướng
RBFNN Radial Basis Punction Neural | Mạng Nơ ron bán kính xuyên
Nelwork tâm
DSC Dynamic Surƒface Confol Mặt trượt động
AFDSC Adaptive Fuzzy Dynamic Surƒface | Điều khiên mặt trượt động
Confrol thích nghi mờ
ANNDSC Adaptive Neural Neork | Điều khiến mặt trượt động
Dynamic Surface Control thích nghi nơ ron
AENNDSC Adaptive Fuzzy Neural Nehwork Điều khiên mặt trượt động
Dynamic Surface Control thích nghi mờ, nơ ron
MSSC Aulti Surface Sliding Control Điều khiến đa mặt trượt
Proportional-lmtegral— Bộ điều khiển tỷ lệ vi tích
m Derivative phân
PC Personal Compufer Máy tính cá nhân
SMC Sliding Mode Control Điều khiên trượt
VSS Variable Structure Swslem Hệ thống có cấu trúc thay đôi
MCU Micro ConWol Unit Vi điều khiên
FLS Euzzy Logic System Hệ logic mờ
ROS Robot Operating Svstem Hệ điều hành robot
VI

BẢNG CÁC KÝ HIỆU CÁC THAM SÓ

Ký hiệu Y nghĩa Đơn vị

(x.y,Ø) Hệ tọa độ toàn cục (q)

8 Góc lệch của robot so hệ tọa độ sốc }Rad⁄s

Vị Vận tốc mỗi bánh Im/Sec
@); Vận tốc góc mỗi bánh "rad⁄sec
ý Lực kéo mỗi bánh N
M Khối lượng của robot kg

á Khoảng cách tâm robot tới mỗi bánh m

H Ma trận chuyên đôi hệ trục tọa độ
Vụ Vận tốc dài m/S
Vụ Vận tốc pháp tuyến ⁄s
r Bán kính của bánh xe 1n
M (4) Ma trận khối lượng và momen quán tính
Ớ(8) Vector trọng lực, Ớ(g) = 0
Tạ Vector thành phân nhiễu bất định
đi Sa1 lệch bám quỹ đạo của robot
; Sai lệch bám của vận tốc robot
/ Mô men quán tính của xe Nm
q Biển khớp
P Lực ma sát N
C Ma trận hệ sô lực ma sát nhớt
G Ma trận hệ số lực ma sát culomb
œ Đâu vào của bộ lọc thông thập
Xi Quỹ đạo đặt
7 Thời gian trích mầu S

Hệ số của mặt trượt

7 Tín hiệu điều khiên của hệ thống

7 Tín hiệu điều khiến giữ trạng thái của hệ thống hệ

sạ
1X

thông trên mặt trượt

Tín hiệu điều khiên, lái trạng thái của hệ thông về

h mặt trượt
Cị,C;,Ca Hệ số của bộ điều khiến DSC
© Véc tơ chứa thành phân bất định của mô hình robot
% Ma trận trọng số của mạng Nơ ron
§ Mặt trượt
8 Sa1 lệch của mạng nơ ron

Chuân của ma trận bậc 2

|:

Chuẩn của ma trận bậc 2 trong không gian F

X

DANH MỤC CÁC BẢNG

Bảng 2.1. Thông số phương trình động học cho FWOMR......................... 7c cc

sec: 20
Bảng 3.1. Các tập mờ của biến ngôn ngữ đầu vảo......................-- 5-5 sec sec
45
Bảng 3.2. Các giá trị của đầu ra....................... c1 HH HH He 46
Bảng 3.3. Hệ luật suy điễn cơ sở cho đầu ra c,......................---55-55
52222222222 2222xzxc2 46
Bảng 3.4. Hệ luật suy điễn cơ sở cho đầu ra é; (€;) ............---55-55
5222222222222 xe 47
Bảng 3.5. Các tham số của hệ thống và tham số của bộ điều
khiến.......................... 48
Bảng 3.6. Hệ luật suy diễn cơ sở cho e,(đ¿,)...........................-2:5c222 222
2c22x22srcseei 56
Bảng 3.7. Giá trị đầu rac,,(c„) của bộ chỉnh định mờ .......................- 2:
522552 52scc+2 56

Bảng 3.8. Giá trị tối đa của các sai lệch bám sau khi robot tiễn về quỹ
đạo............ 62
XI

DANH MỤC HÌNH VẼ

Hình ¡1 Robot tự hành sử dụng bánh đa hướng............................. -..¿ 22c
c2 ccxc+sss 7
Hình 1.2. Một số ứng đụng của OMR dạng holonormic......................... 2 5s +sz
cscszssccs+2 7
Hình 1.3. Câu trúc hệ thống điều khiên bám quỹ đạo cho
OMR. ........................... §
Hình 2.ï. Mô hình OMER dạng n bánh........................... 5c c2 122211111222
1111213111111 tt 17
Hình 2.2. Mẫu bánh OmNii....................... 5 St ề tE SE tt 18
Hình 2.3. Câu trúc bánh.................... cv tr H1 reeg 18
Hình 2.4. Các hướng đi chuyển của robot........................-- + 5+ s2
2121221222251 19
Hình 2.5. Hệ trục tọa độ của robot tự hành bốn bánh đa
hướng.......................-- ..‹- 19
Hình 2.6. Quỹ đạo của robot.................... .. c LH HH HH ng 1111011111111 yu
23
Hình 2.7. Quỹ đạo góc của robot..................... c LL LH ng ng ren ryu 23
Hình 2.8. Quỹ đạo theo phương Ôx, Ôy của robot.................. như 23
Hình 2.9. Quỹ đạo của robot.................... .. L LH nn HH ng 1111011112111 ryu
24
Hình 2.10. Quỹ đạo góc của TobO[............... HH nh kh ng Hyu 24
Hình 2.11. Quỹ đạo theo phương Ôx, OÔy của robot..................... nhe 24
Hình 2.12. Quỹ đạo bám đường tròn với bộ điều khiển PID...........................-
2-2 5+: 32
Hình 2.13. Sai lệch bám các thành phần x,.y„,9, với bộ điều khiển
PID............... 32
Hình 2.14. Quỹ đạo bám đường gấp khúc với bộ điều khiên
PID...........................- 32

Hình 2.15. Sai lệch bám các thành phần đường gấp khúc x,.y„,Ø, với bộ điều khiên

PÏD.................. 22s 212 22112212211 2122112111211 1221121212112 1112122121221

ra 32
Hình 2.16. Quỹ đạo bám đường tròn với bộ điều khiên
SMC ............................-- 33
Hình 2.17. Sai lệch bám các thành phần x,.y,„Ø, của bộ điều khiển SMC............
33
Hình 2.18. Quỹ đạo bám đường gấp khúc với bộ điều khiên SMC........................
33
Hình 2.19. Sai lệch bám các thành phần đường gấp khúc x,,y„,Ø, (SMC)............ 33
Hình 2.20. Quỹ đạo bám đường gấp khúc với bộ điều khiên MSSC.......................
34
Hình 2.21. Sai lệch bám các thành phần đường gấp khúc x,,y„,3, (MSSC).......... 34
Hình 2.22. Quỹ đạo bám đường tròn với bộ điều khiên
MSSC............................. 34
Hình 2.23. Sai lệch bám các thành phần đường tròn x„.y,„„2,
(MSSC).................. 34
Hình 3.1. Câu trúc mô phóng hệ thống điều khiên sử dụng bộ điều khiên DSC ..... 40

Hình 3.2. Câu trúc mô phóng bộ điều khiên DSC....................... 5 SE szcre2 40

xHI
Hình 3.3. Quỹ đạo bám và sat lệch bám khi sử dụng DSC với quỹ đạo tròn ..........
41

Hình 3.4. Quỹ đạo bám và sai lệch bám khi sử dụng DSC với quỹ đạo gấp khúc... 41
Hình 3.5. Kết quả so sánh quỹ đạo bám khi không có nhiễu tác động đến robot của

bộ điều khiến SMC, MSSC và DSC.......................---. 5 222 S222 11a 42

Hình 3.6. Kết quả so sánh quỹ đạo bám khi có nhiễu tác động đến robot của bộ điều
khiển SMC, MSSC và DSC.........................-- 1 12s 2212122 2221212212212212 re
43
Hình 3.7. Cấu trúc hệ thống điều khiên mặt trượt động thích nghỉ mờ cho FWOMR.
" ... ..= 44
Hình 3.8. Các tập mờ cho đầu vào e, ..............................----5c5: 22
21222222122 2E te. 45
Hình 3.9. Các tập mờ cho đầu vào ê, .............................----- 5225:2221
22222122 2t rrte. 45
Hình 3. 10. Nhiễu ngoài.............................. c2 2121212121222 HH1 re 47
Hình 3.11. Chuyển động theo †TỤC X................ 2c L0 200211221 1111011
1111221111181 5 12g re 48
Hình 3.12. Chuyển động theo †TỤC ÿ........................ L1 1112 2111 112 111112
48
Hình 3.13. Sự thay đối góc quay theo thời gian.......................- - c nhe 48
Hình 3. 14. Tham SỐ. é,....................à 5255: 252222221221211212211
12122122112 e 49
Hình 3.15. Tham SỐ é, ..........................à 25-52 2222221 2121211
112122122212 49
Hình 3.16. Tham SỐ é; .........................Ặ 522522221 2122211 1212212222212 e
49
Hình 3.17. Chuyên động của FWOMR với quỹ đạo tròn..........................- sc sec
sec: 49
Hình 3.18. Câu trúc hệ thống AFNNDSC cho FWOMR...................... 0-5 n2 50
Hình 3.19. Mạng nơ ron bán kính xuyên fâm............................ - c Q2 nhe 32
Hình 3.20. Hàm đầu vào của bộ mmờ........................-- 1S S222 S1
1221212121112 E111 ee 55
Hình 3.21. Nhiễu momen (Ni) ......................- 5c cTT T19 SE TT HH HH Hee 57
Hình 3.22. Sai số trên trục X...............à. 21H nh HT HH HH nen rene 57
Hình 3.23. Sai số trên trục Y...........................cc HH HH HH rea 57
Hình 3.24. Sai lệch gÓc..................... Q.2 HH n HH ng nh ng tk kg x1 rà 57
Hình 3.25. Tối ưu hóa tham số điều khiển c,........................- 5-5522 E22 E2
SE sEsrcreeg 58
Hình 3.26. Tối ưu hóa các tham số điều khiển é, và
é;...............................--:-----: 59
Hình 3.27. Chuyên động trên quỹ đạo tròn của robot......................-----
sccccszxszzsxccees 59
Hình 3.28. Giá trị của Ô, so với €,......................... S222 eere 60

Hình 3.29. Giá trị của Ô„ so với ,,........................ iu. 0. reo 60

Hình 3.30. Giá trị của Ô„ so với ,„..................à. HH2 61
Hình 3.31. Sai số trên trục X............... à. 2c 2n nh HH nen reo 61
Hình 3.32. Sai số trên trục Y......................... ch HH HH re 61
Hình 3.33. SaI lệch gÓc..................... Q.1 n ng nh ng kh kg xxx yu 61
Hình 4.1. Thiết kế cơ khí của FWOMR.................... . 0 2n 2221212 e 64
Hình 4.2. Mô hình xây dựng thực TA ..................... 64
Hình 4.3. Sơ đồ câu trúc phần cứng điều khiển robot........................-- 5-5
net sre2 65
Hình 4.4. Câu trúc chương trình của ROS.......................- St 1 Em 66
Hình 4.5. Câu trúc lập trình phần mềm........................... 2-2252 E2 E151
2211 2x2 68
Hình 4.6. Mô hình robot trong môi trường Gazebo.................. nhu 69
Hình 4.7. Mô hình robot được theo dõi bằng Rviz..................... Sen HH ree 70
Hình 4.8. Kết quả mô phỏng bằng ROS với thuật toán DSC và thuật toán
AFNNDSC.................... Q20 S2 n2 HT H222 212121221212 221121212 re 70
Hình 4.9. Phối cảnh mô hình thực nghiệm robot...................... 5-5 5c
sctcseEsrserret 71
Hình 4.10. Giao điện HMI và kết quá điều khiển bám quỹ đạo chạy thử nghiệm... 72
Hình 4.11. Hình ảnh chạy thực nghiệm FWOMR bám theo quỹ đạo hình tròn. ..... 72

Hình 4.12. Hình ảnh chạy thực nghiệm FWOMR với các quỹ đạo zich zắc........... 72
MỞ ĐẦU

1. Tính cấp thiết của luận án

Ngày nay, robot đang được phát triên mạnh mẽ và được ứng dụng ở tất các
lĩnh vực của đời sống kinh tế, xã hội và quốc phòng. Trong các loại robot hiện nay,
robot tự hành chiếm một vị trí quan trọng. Robot tự hành được ứng dụng trong đời
sống ngày càng nhiều như robot vận chuyển hàng hóa, robot phục vụ y tế, xe lăn
cho người khuyết tật... đặc biệt các robot phục vụ thám hiểm, hoạt động trong môi
trường độc hại, robot phục vụ an ninh, quốc phòng. Các nghiên cứu gần đây tập
trung vào hướng cái thiện công nghệ chế tạo và áp dụng kỹ thuật điều khiến hiện
đại nhằm tăng độ linh hoạt cho robot khi hoạt động trong các môi trường, địa hình
khác nhau. Hướng nghiên cứu về chế tạo cơ khí tập trung vào các cơ cấu truyền
động. cơ cấu đi chuyến, cách thức di chuyên, các thiết bị chấp hành truyền động
giúp robot chuyên động linh hoạt, thích ứng với nhiều loại địa hình phức tạp. Còn
hướng nghiên cứu áp dụng kỹ thuật điều khiển hiện đại chính là các nghiên cứu về
thuật toán điều khiển điều khiến thích nghỉ phi tuyến mới, lựa chọn các hệ vi điều
khiến có tốc độ tính toán cao và được tích hợp thêm các chức năng xử lý onboard
kết hợp với kỹ thuật lập trình nhúng đề chế tạo các bộ điều khiến thông minh đảm
bảo tính thời gian thực, kháng nhiễu và bám chính xác quĩ đạo đặt trước.

Robot tự hành đa hướng (OMR) là dạng robot holonomnic, có sử dụng bánh

xe Omni, hoặc Mecanum, có khá năng đi chuyên theo bất kỳ hướng nào mà không
cần phái thay đối vị trí và góc quay. Với cấu trúc bánh xe, cách bồ trí bánh xe
khác
biệt tạo ra ưu điểm về khả năng đi chuyên vượt trội trong các điều kiện môi trường
hẹp, khó thay đối vị trí nên OMR đang được ứng dụng, phát triển một cách rộng rãi
không chỉ trong nghiên cứu mà đã nhanh chóng được sử dụng nhiều trong các lĩnh
vực sản xuất và đời sống.

Trong điều khiến robot, các vấn đề về điều khiến bám quỹ đạo, kiểm soát
quỹ đạo, xứ lý khi gặp tác động nhiễu ngoại sinh, hay khi hệ thống tổn tại các
thành
phân bất định như khối lượng. momen, ma sát, ... đang là các nội dung được quan
tâm nghiên cứu. Di chuyên của OMR bám quỹ đạo luôn là nhiệm vụ chính và thu
hút được sự quan tâm của đông đảo các nhà khoa học. Việc đạt độ chính xác cao

trong chuyên động robot thường rất khó khăn bởi những yếu tố phi tuyến, bất định
2

luôn tồn tại trong mô hình robot. Một trong những thuật toán điều khiến bám quỹ
đạo thường được áp dụng cho OMR như thuật toán điều khiển PID, kỹ thuật cuốn
chiếu (Backstepping), điều khiển trượt (SMC), điều khiển đa mặt trượt (MSSC) và
thuật toán điều khiển mặt trượt động (DSC). Hầu hết các phương pháp này, khi thiết
kế bộ điều khiến đòi hỏi phải xây dựng được mô hình toán học chính xác cho đối
tượng cần điều khiến. Tuy nhiên trong thực tẾ, khi robot hoạt động thì luôn có sự
thay đối các tham số như ma sát, mô men, tải trọng, ...cho đến điều kiện môi trường
làm việc.

Đề nâng cao chất lượng điều khiến bám quỹ đạo cho OMR khi có các tham
số mô hình thay đối, nhiễu tác động ngoài (cụ thế là các thay đôi của môi trường
tương tác thực tế), việc sử dụng bộ điều khiển có khá năng thích nghi với tham số
thay số như hệ logic mờ và mạng nơ ron nhân tạo là một giải phải pháp hiệu quả.
Đặc biệt, hiện nay các hệ thống nhúng trên nền vi xử lý, vi điều khiển ngày cảng
được phát triển. Với ưu điểm của hệ thống này về tốc độ tính toán nhanh, dung
lượng nhớ lớn nên khá năng nhúng các thuật toán điều khiến có khối lượng tính
toán lớn như: thuật toán điều khiên thích nghi mờ, thuật toán điều khiến thích nghi
mờ nơ ron cũng như các thuật toán điều khiên thích nghi phi tuyến khác trong bộ
điều khiển cho robot tự hành đa hướng không còn khó khăn nữa.

Với xu hướng đó, NCS chọn đề tài: “Điêu khiển mặt động thích nghỉ bám
quỹ đạo cho robot tự hành bốn bánh đa hướng”. Nội dung nghiên cứu của luận án
sẽ tập trung vào tông hợp bộ điều khiển cho robot tự hành bốn bánh đa hướng
(FWOMR) dạng holonomnc có khả năng bám quỹ đạo và tự thích nghi khi các
thông số trong mô hình thay đổi. Để thiết kế được bộ điều khiến đạt được chất
lượng đặt ra, NCS đã tiễn hành nghiên cứu các thuật toán điều khiến bám cho OMR.
đã được công bố trong thời gian gần đây để từ đó đề xuất thuật toán điều khiển
thích nghi mới nhằm nâng cao chất lượng bám cho FWOMR có mô hình bắt định,
và cuối cùng là hiện thực hóa các nghiên cứu bằng thực nghiệm trên FWOMR,
nhằm mục đích kiểm tra tính đúng đắn của các thuật toán được đề xuất và làm cơ sở
phát triên các nghiên cứu tiếp theo.

2. Mục tiêu nghiên cứu của luận án.

- Nghiên cứu, đề xuất thuật toán điều thích nghi bám quỹ đạo mới cho

FWOMR có mô hình phi tuyến bất định, đặc biệt chú ý đến sự thay đối của các
3

tham số của robot và tác động của nhiễu khi hoạt động trên mặt phẳng khác nhau.

- Xây dựng mô hình vật lý cho FWOMR, chế tạo bộ điều khiển trên cơ sở vi
điều khiến và kỹ thuật lập trình nhúng cho FWOMR nhằm chạy thứ nghiệm các
thuật toán mới đề xuất.

3. Các nội dung nghiên cứu chính của luận án

Về lý thuyết:

+ Nghiên cứu tống quan về FWOMR, tình hình nghiên cứu trong và ngoài
nước, từ đó rút ra các hướng nghiên cứu thích hợp cho luận án.

+ Mô hình hóa và mô phóng động học, động lực học cho FWOMR.

+ Nghiên cứu các thuật toán điều khiển bám quỹ đạo cho đối tượng OMR.
Phân tích và đề xuất các thuật toán điều khiên thích nghi bám quỹ đạo cho robot tự
hành bốn bánh đa hướng nhằm nâng cao chất lượng bám và khá năng thích nghi khi
robot có các tham số thay đổi và có nhiễu tác động khi hoạt động trong môi trường
thực tế và tương tác với mục tiêu (có các tham số khối lượng, mô men quán tính
thay đối, chịu tác động của nhiễuvà sai lệch mô hình).

+ Nghiên cứu và sử dụng các hệ điều hành ứng dụng cho mô phóng, lập
trình nhúng cho vi điều khiên đề chế tạo bộ điều khiến nhúng cho FWOMR.

Về thực nghiệm:

+ Với mục tiêu sản phâm phải có khả năng ứng dụng. do đó công việc khảo
sát, đánh giá các sản phẩm robot tự hành bốn bánh đa hướng đã có trong và ngoài
nước nhằm rút ra các tiêu chuẩn cho sản phâm của luận án là công việc đầu tiên.

+ Thiết kế và chế tạo đồng bộ phần cứng và các thiết bị ngoại vi với phần cơ
khí theo đúng tiêu chuẩn công nghiệp, thuận tiện cho người sử dụng, dễ dàng lắp
ghép thao tác và nâng cấp. Thiết kế các mạch điện tứ, điều khiến, giao tiếp ngoại
vi
với mục tiêu đủ nhanh, mạnh theo hướng có thể mở rộng và nâng cấp.

+ Thiết kế cấu trúc, lập trình, cài đặt các thuật toán đã nghiên cứu cho robot,
chạy thứ nghiệm và đánh giá kết quả.

4. Đối tượng nghiên cứu và phạm vi nghiên cứu của luận án

Đối tượng nghiên cứu của luận án là OMR dạng holonomnc, trong đó đi sâu
vào nghiên cứu xây dựng mô hình toán học, thuật toán điều khiên thích nghi bám
quỹ đạo cho FWOMR.

Phạm vi nghiên cứu: Tổng hợp bộ điều khiến thích nghi cho FWOMR có
4

chứa thành phần bất định hoạt động trong môi trường phẳng chịu ánh hưởng bởi ma
sát bề mặt và tác động của nhiễu bắt kỳ bị chặn.
5. Ý nghĩa khoa học và đóng góp mới của luận án

Đóng góp mới của Luận án:

1. Đề xuất thuật toán điều khiển bám quỹ đạo mặt trượt động thích nghỉ
mờ (AFDSC) cho robot tự hành bốn bánh đa hướng. Thuật toán này được xây
dựng dựa trên cơ sở thuật toán DSC. Đề phát huy ưu điểm, hiệu quá của DSC,
AFDSC đã sử dụng một hệ logic mờ đề chính định thích nghi các tham số của DSC
nhằm đảm báo chất lượng bám quĩ đạo khi tham số FWOMR thay đổi và chịu ảnh
hướng của nhiễu tác động không biết trước. Cho đến thời điểm này, DSC với bộ
chỉnh định mờ chưa được cài đặt trên bất cứ robot nào ở trong và ngoài nước.
AFDSC có tính linh hoạt cao, cấu trúc đơn gián, đễ dàng cho việc lập trình cải đặt
trên vi điều khiến, có khả năng thích nghi do vậy phát huy tối đa hiệu quả của DSC.
Các kết quá mô phỏng và thực nghiệm cho thấy: AFDSC đặc biệt thích hợp cho
FWOMR.

2. Đề xuất thuật toán điều khiển bám quỹ đạo mặt trượt động thích nghỉ
mờ nơ ron (AFNNDSC) cho FHOMR có tham số bất định và chịu tác động bởi
nhiễu. Đây cũng là thuật toán được phát triên dựa trên nền AFD S€, cầu trúc điều
khiến thích nghi dựa trên sự kết hợp giữa mạng nơ ron bán kính xuyên tâm
(RBENN) và hệ logic mờ. Trong đó, mạng RBFNN được sử dụng đề xấp xi các
tham số bật định của FWMOR, còn hệ logic mờ đề chính định đồng thời các tham
số của bộ điều khiên AFNNDSC. Tính ồn định của hệ kín được được chứng minh
dựa trên tiêu chuẩn Lyapunov. Các kết quá mô phóng, chạy thử nghiệm cho thấy
tính đúng đắn của các phân tích lý thuyết, hiệu quá của bộ điều khiến đề xuất và
khả
năng ứng dụng trong thực tế. AFNNDSC chưa được cài đặt trên bất cứ robot nào
trước đó trong và ngoài nước. AENNDSC có tính linh hoạt cao, khả năng thích nghi
khi có nhiễu tác động đồng thời hoặc khi tham số mô hình của robot thay đổi mở
rộng được phạm vi hoạt động cho FWMOR.

6. Bố cục của luận án bao gồm 4 chương:

Chương 1: "Tổng quan về robot tự hành bốn bánh äa hướng", nghiên cứu

tống quan về FWOMR, tình hình nghiên cứu trong và ngoài nước, phân tích chỉ tiết

cụ thê ưu và nhược điêm các công trình đã nghiên cứu trước đó theo nội dung đối
5

tượng, phạm v1 nghiên cứu của luận án, từ đó rút ra các hướng nghiên cứu thích hợp
cho luận án.

Chương 2: "Mô hình hóa và thuật toán điều khiển bám quỹ đạo cho robot
tự hành bốn bánh ấa hướng" Đi sâu nghiên cứu, mô hình hóa xây dựng mô hình
động học, động lực học, mô phóng kiểm chứng mô hình xây dựng cho FWOMR.
Đồng thời trình bảy một số thuật toán điều khiên bám quỹ đạo cho OMR đã được
công bố như: thuật toán PID, điều khiến trượt, đa mặt trượt. Mô phỏng đánh giá và
phân tích các kết quả của từng thuật toán này đề từ đó đánh giá và rút ra các bài
học
kinh nghiệm trong việc nghiên cứu đề xuất thuật toán điều khiến bám quỹ đạo thích
nghi mới.

Chương 3: "Thiết kế bộ điều khiển thích nghỉ bám quỹ đạo cho robot tự
hành bốn bánh đa hướng”. Đây là đóng góp chính của luận án. Trong chương này,
ngoài việc trình bày phương pháp điều khiến bám quỹ đạo cho robot tự hành bến
bánh đa hướng sử dụng mặt trượt động. thuật toán DSC là nền táng cho đề xuất cái
tiến bộ điều khiển bám quỹ đạo thích nghi mới cho FWOMR. Từ các phân tích ưu
nhược điểm của thuật toán này, một đề xuất mới nhằm mớ rộng phạm vi ứng đụng
của DSC cho lớp đối tượng có mô hình bắt định, chịu ảnh hướng của nhiễu, đặc biệt
là cho FWMOR. Bộ điều khiển mặt trượt động được kết hợp thêm với mạng nơ ron
bán kính xuyên tâm (RBENN) và hệ logic mờ (FLS) tạo ra một bộ điều khiến DSC
thích nghi mới được đề xuất trong luận án. AFNNDSC này đảm báo hệ kín ôn định
và bám quĩ đạo đặt trước trong điều kiện khi các tham số mô hình thay đối và chịu
ảnh hướng của nhiễu. Các kết quá mô phỏng phù hợp với những phân tích lý thuyết
và cho thấy khả năng ứng dụng của thuật toán được đề xuất.

Chương 4: “Chế tạo robot tự hành bốn bánh da hướng và chạy thử
nghiệm thuật toán điều khiển”: Thiết kế và chế tạo mô hình robot tự hành bốn
bánh đa hướng. Lập trình, và chạy thử nghiệm các thuật toán đề xuất kiêm chứng và
đánh giá khả năng ứng dụng thực tế của các thuật toán.

“Kết luận ” Trình bày tóm tắt các đóng góp chính của luận án và hướng phát

triển của luận án trong tương lai.

6

CHƯƠNG 1. TỎNG QUAN VỀ ROBOT TỰ HÀNH

BÓN BÁNH ĐA HƯỚNG

Robot tự hành đa hướng (OMR) có khả năng di chuyên theo bất kỳ hướng
nảo mà không cần phái thay đổi vị trí và góc quay. Với cấu trúc bánh khác biệt và
ưu điểm về khả năng đi chuyên vượt trội trong điều kiện môi trường đi chuyên hẹp,
khó thay đổi vị trí, .... Hiện nay, OMR đang được ứng dụng một cách rộng rãi
không chí trong nghiên cứu mà còn trong các lĩnh vực sản xuất và đời sống nhờ khả
năng đi chuyên linh hoạt, hiệu quả.

1.1. Robot tự hành đi chuyển bằng bánh đa hướng.

Robot tự hành có thê di chuyên đa hướng là loại robot có dạng ràng buộc
holonomic. Về mặt cơ học Lagrange, robot có dạng holonomic khi mà tất cá ràng
buộc mà robot phái chịu có thế tích hợp được thành dạng ràng buộc vị trí thoá mãn

phương trình ƒ(,đ;.....g„./) =0. với g, là các toạ độ hệ thống. Ngược lại, khi hệ

thống tồn tại những ràng buộc không thê viết được dưới dạng phương trình trên thì
nó được coi là dạng non-holonomic. Đơn giản, hệ holonomic là hệ không bị ràng
buộc về tốc độ giữa các hướng với nhau, còn hệ non-holonomic có thêm điều kiện
ràng buộc về tốc độ. Các hệ non-holonomic thường là các hệ hụt cơ cầu chấp hành.

Đối với robot tự hành, chuyên động được đặt trên hệ toạ độ Đề-các Oxy, số
bậc tự do tối đa là 3 bậc bao gồm di chuyên tịnh tiến theo phương dọc, phương
ngang và theo góc quay của robot. Robot tự hành dạng non-holonomic thông
thường chỉ xét đến 2 bậc tự do điều khiến được là bậc tự đo theo phương di chuyên
tịnh tiến theo phương dọc và đi chuyên theo góc. Ngược lại robot tự hành dạng
holonomic xét đến đầy đú cả 3 phương di chuyền, do đó nó tăng tính linh hoạt trong
chuyển động của robot. Đặc biệt là robot có thê đi chuyển tức thời theo bất cứ
phương nào mà không phụ thuộc vào góc quay.

Trong phạm vi luận án, robot tự hành có dạng holonomic được xây dựng dựa
trên bốn bánh đa hướng Omni với kết cấu bánh xe Omni có thê đảm bảo cho cả đi
chuyên tịnh tuyến theo phương ngang trong hệ robot. Hơn thế nữa robot tự hành sử
dụng 4 bánh xe Omni mà không phải là 3 bánh đề điều khiển chuyên động theo 3
bậc tự do của robot do đó hệ thống robot này được xét là hệ robot thừa cơ cầu chấp

hành. Với việc lựa chọn hệ thống như vậy sẽ làm cho việc điều khiên robot phức tạp
7

hơn. Tuy nhiên, cơ cấu chuyên động như vậy có những ưu điểm vượt trội hơn trong
những ứng dụng thực tế như có thê tăng lượng tải trọng đặt lên mà robot vẫn có thể
hoạt động đám báo được chất lượng điều khiến, hay khả năng chịu lỗi hệ thống

(fault tolerance) cao hơn robot so với loại dùng 3 bánh xe.

Hình ¡1 Robot tự hành sử dụng bánh đa hướng

Khác với các loại robot sử dụng bánh truyền thống (bánh tiêu chuẩn), robot
tự hành sử dụng bánh đa hướng có thêm các ưu điểm vượt trội như: khả năng thay
đôi vị trí và định hướng linh hoạt bởi chúng có khả năng tịnh tiến và quay đồng
thời
hoặc độc lập. Thông thường bánh xe được bồ trí dọc theo trục của robot. Nhưng đối
với OMR, các bánh được bố trí theo một đường tròn ngoại tiếp robot đề tận dụng
các bậc tự do của bánh đa hướng. Trong kỹ thuật điều khiển chuyên động của

OMR, vấn đề bám quỹ đạo và tác động nhanh là yêu cầu cần thiết nhất.

Hình 1.2. Một số ứng dụng của OMR dạng holonomic

Ngoài ra, do có khả năng chuyên động linh hoạt nên OMR có khá năng tiết
kiệm năng lượng hơn so với robot sử dụng bánh xe thông thường. Nhờ những tính
năng vượt trội như vậy, OMR được ứng dụng ngày càng nhiều thay thế các loại
robot tự hành kiểu non-holonomic truyền thống, nó được sử dụng nhiều trong các
cầu nâng hạ ở khu vực nhà xướng, vận chuyên trong các kho bãi, robot tích hợp tay
máy đi chuyển trong các nhà xưởng, robot thám hiểm, robot đò phá bom mìn, robot

phục vụ lễ tân, khách sạn, robot y tế...

1.2. Bài toán điều khiển bám quỹ đạo
Hệ thống điều khiên bám quỹ đạo hình 1.3 cho FWOMR bao gồm: ¿„ là tín

hiệu đặt, ø, sai lệch bám, g: tín hiệu ra của bộ điều khiên, z: tín hiệu điều khiến

Thuật toán Đối tượng robot

điều khiến T tự hành đa hướng | #
———+
bám quỹ đạo bốn bánh

Hình 1.3. Câu trúc hệ thống điều khiên bám quỹ đạo cho OMR.

Cấu trúc của điều khiên chuyền động cho OMR, có thê chia ra 3 giai đoạn:

- Lập phương án chuyền động.

- Thiết kế quỹ đạo chuyên động mong muốn

- Điều khiến bám quỹ đạo chuyên động mong muốn

1.2.1. Giai đoạn lập phương án chuyển động.

Người thiết kế bằng kinh nghiệm và hiểu biết của mình phải tìm ra đường
chuyên động tối ưu cho robot đề đáp ứng các yêu cầu nhiệm vụ đặt ra. Đây là công
việc đầu tiên của người lập trình điều khiển robot tự hành và có ý nghĩa quan trọng
trong quá trình điều khiển cũng như hiệu suất làm việc của robot. Việc chọn đường
đi hợp lý phải tính đến cá hiệu suất làm việc lẫn sự phù hợp cho phương án điều
khiến, nếu chọn đường đi giúp robot tự hành làm việc hiệu quá hơn mà làm phức
tạp công việc điều khiển cho robot tự hành hoặc ngược lại đều không tốt. Việc lập
phương án chuyển động có thể là quá trình offline, nhưng trong robot tự hành đa
phân là quá trình online, có thể áp dụng các thuật toán tối ưu đường đi, tránh vật
cán, hay đi chuyên theo hướng đặt trước.... gần đây trong robot thông minh thì quá
trình online được áp dụng trí tuệ nhân tạo và kết hợp với các cảm biến nhự camera
3D, Lidar quét laser, âm thanh đề quá trình lập phương án đi chuyền hoản toản tự
động. Nhờ các cảm biến hình ảnh (camera), các cảm biến lực phản hồi cộng với hệ
thống xử lý thông minh, robot có thê tự vạch ra cho mình đường đi hợp lý nhát.
1.2.2. Giai đoạn thiết kế quỹ đạo.

Quỹ đạo chuyên động là vấn đề chung trong điều khiến robot tự hành, vì đề
hoàn thành nhiệm vụ cụ thể của mình thì trước hết robot phải đi chuyển theo đúng
9

quỹ đạo xác định. Nói cách khác, quỹ đạo là yếu tố cơ bản đê mô tả hoạt động của
robot tự hành. Việc thiết kế quỹ đạo cung cấp đữ liệu đầu vào cho quá trình điều
khiển nên cũng là cơ sở trực tiếp cho chất lượng, hiệu quả cho việc điều khiến.

Quỹ đạo chuyên động. gọi tắt là quỹ đạo (Trajectory) bao hàm cả đường dịch
chuyên lẫn yếu tố thời gian, như vận tốc, gia tốc. Vì vậy bài toán thiết kế quỹ đạo
liên kết các vấn đề động học và động lực học. Các yếu tố đầu vảo của bải toán thiết
kế quỹ đạo gồm đường dịch chuyển và các điều kiện ràng buộc về động học và
động lực học. Nói chung mô tá chính xác đường dịch chuyên là rất khó khăn, người
ta giảm bớt các tham số mô tả bằng cách quy định các điểm biên của vùng hoạt
động. thêm các điểm trung gian mà đường phái đi qua, xấp xi (nội suy) bằng các
đường đơn gián. Tương tự như vậy, yếu tố thời gian của quỹ đạo không thê xác
định cho từng điểm, mà thường quy định cho cá đoạn đường. Chúng cũng được mô
tả bằng các giá trị giới hạn như vận tốc hay gia tốc cho phép, hoặc gán các giá trị
mặc định.

1.2.3. Điều khiển bám theo quỹ đạo chuyển động.

Sau khi nhận được quỹ đạo đầu vảo, hệ thống điều khiến phải điều khiển
robot chuyên động theo đúng quỹ đạo đặt ra. Kỹ thuật điều khiến còn phụ thuộc kết
cầu phần cơ khí của robot, ví dụ sử dụng hệ toạ độ Đề các hay hệ toạ độ khác, sử
dụng cơ cấu chấp hành kiêu nào, có dùng truyền động cơ khí phụ hay không.
Truyền động cơ khí phụ cho phép sử dụng vùng có lợi nhất trên đặc tuyến của động
cơ, mở rộng vùng tuyến tính của nó,...nhưng lại chịu các tác động phụ như biến
dạng hay tốn hao năng lượng do ma sát, khe hở, các lực và momen phát sinh như
lực Iy tâm, dao động, lực coriolis,...

Trong khuôn khô luận án, cũng như chương này NCS sẽ tập trung vào
nghiên cứu các thuật toán điều khiển bám các quỹ đạo cho robot tự hành bốn bánh
đa hướng.

1.3. Tổng quan tình hình nghiên cứu trong và ngoài nước.
1.3.1. Tình hình nghiÊH cứu rong nước.

Tại Việt Nam, các nghiên cứu. sản phẩm robot tự hành cũng đã được các cơ
quan, cá nhân tập trung nghiên cứu và phát triển từ nhiều năm nay, trong đó phái kể
đến Đại học Bách khoa Hà Nội, Bách khoa TPHCM, Sư phạm kỹ thuật TPHCM,
Học Viện KTQS, ĐH Công nghệ, ĐH Công nghiệp Hà Nội, và các Viện nghiên cứu
10

như: Viện Công nghệ thông tin, Viện Cơ học, Viện Vật Lý — Viện Hàn lâm KHCN
Việt Nam... Các nghiên cứu đa số tập trung vào phát triên điều khiến robot tự hành
dạng non-holonomic (2 bánh chủ động sau hoặc trước, hoặc có bánh lái, hoặc bốn
bánh chủ động)

Viện CNTT, Viện Cơ học -Viện Hàn lâm KHCN Việt Nam có khá nhiều công
trình công bố về nghiên cứu robot tự hành, như [1] trình bày về các phương pháp
điều khiến mới đề bù trượt cho robot di động khi tồn tại trượt bánh xe, bất định mô
hình, và nhiễu ngoài cho robot đi động 03 bánh xe, [2| trình bày về việc thiết kế
và
điều khiên robot tự hành dạng non-holonomic ứng dụng trong kho bãi. Viện Vật lý-
Viện Hàn lâm KHCN Việt Nam cũng là một nhóm nghiên cứu có nhiều công trình
công bó về robot tự hành, [3] trình bày về hướng nghiên cứu cho điều khiến bám quỹ
đạo cho robot tự hành dạng non-holonomnc, trong đó có tích hợp công nghệ xử lý ảnh
trong nhận dạng một số thông số và bám mục tiêu. [4] nghiên cứu ứng dụng thuật
toán điều khiên bám quỹ đạo cho robot tự hành dạng non-holonomic sử dụng thích
nghỉ theo hàm mẫu.

Hiện tại các công trình nghiên cứu trong nước về OMR còn khá ít, trong đó có
[5] là công trình điều khiên OMR tránh vật cản xử dụng công nghệ xứ lý ảnh Kinect,
công trình này tập trung vào xử lý ánh nhiều hơn về các nội dung đi vào điều khiến
bám quỹ đạo cho OMR. Các công bố về thuật toán điều khiên bám quỹ đạo cho robot
tự hành bốn bánh đa hướng sử dụng bánh Ommni hiện tại ở Việt Nam chưa có nhiều.

Các phương pháp xây dựng mô hình robot và các hệ robot cơ bản, đặc biệt là
robot công nghiệp là bước đầu đề thiết kế hệ điều khiên robot thống nhất như trong
[6]. [7] và [8]. Tiếp đến, hệ thống lý thuyết điều khiến và các phương pháp điều
khiên
các hệ thống phi tuyến được áp dụng cho các hệ thống robot [9]. [10]. [11] và [12].

Với sự phát triển nhanh của công nghệ đặc biệt là các bộ vi xứ lý, công nghệ
thông tin, phần mềm điều khiên. Hiện tại đã có một số cơ quan, đơn vị đang tập
trung
ứng dụng phân điều khiên sử dụng máy tính nhúng. các GPU hiệu năng cao cho xứ lý
ảnh, âm thanh, phần mềm lập trình truyền thống, ứng dụng ROS (Robot Operating
System) và đặc biệt là ứng dụng AI cho phát triên các hệ thống robot tự hành như ĐH
FPT, tập đoàn Viettel, CMC, ĐH Bách Khoa Hà Nội..., tuy nhiên việc mô hình hóa,
phát triên nền táng công nghệ và bài toán điều khiến robot tự hành một cách bài
bản,

đúng khoa học chuyên ngành còn hạn chế...

11

1.3.2. Tình hình ngÌhHiÊH cửu ngoài Hước

Robot tự hành đa hướng đã xuất hiện trên thế giới từ những năm cuối 1980 và
đầu những năm 1990. OMR ra đời đáp ứng được nhu cầu phát triển các hệ robot cũ
trong các nhà máy. OMR làm việc linh hoạt, chính xác và khả năng thích ứng nhanh
khi làm việc ở những môi trường khác nhau.

Đề tạo điều kiện cho việc thiết kế và áp dụng các thuật toán điều khiên như
trong [13]. [14]. [15]. [16]. [17]. [18]. [19]. [20]. [21]. và [22]. hay các thuật
toán
lập quỹ đạo [23]. [24] và xử lý ảnh, hệ thống tầm nhìn cho robot trong [25]. [26].
và
[27]. robot được mô hình hóa bằng mô hình động học và mô hình động lực học.
Bên cạnh đó, hệ điều hành Robot Operating System (ROS) nôi lên là một công cụ
hỗ trợ cho việc mô phỏng và lập trình các hệ thống điều khiến thống nhất [28].
[29].
[30]. Việc mô hình hoá robot được tập trung nghiên cứu dựa trên nguyên lý Euler-
Lagrange nhưng khác nhau ở kết cấu cơ khí, truyền động của OMR như sử dụng 3
bánh, 4 bánh xe hoặc sử dụng các loại động cơ truyền động, bánh răng, truyền xích
động khác nhau, cũng như là sử dụng các phương pháp thực nghiệm hoặc lý thuyết.
Trong đó tiêu biểu là [31]. [32]. [33]. [34]. [25]. [36]. I27I. [28]. [29]. [40].
Để có
được mô hình chính xác của OMR việc áp dụng các mô hình động học với các hệ
trục tọa độ Đề-các Oxy, mô hình động lực học được xây dựng dựa trên phương
trình động lực học #Z/er-Laerange và các phương trình cân bằng lực động năng và
thế năng của mỗi loại OMR hoặc dựa trên các phương trình cân bằng lực theo các
định luật Newton. VỀ cơ bản, phương trình động học của OMR có cấu trúc gần
giống nhau. Sự khác nhau là ở các mô hình động lực học, và mối quan hệ giữa vận
tốc robot và vận tốc mỗi bánh, điều này là do sự khác nhau về cấu trúc cứng của
OMR và một số tham số được ước lượng bằng các phương pháp khác nhau. Phương
pháp dự đoán tham số cho mô hình động lực học bằng thực nghiệm được đề xuất
trong [35], được tiến hành mô phỏng với dữ liệu chứa nhiễu và thu được kết quả với
sai lệch nhó, cải tiến hơn so với các phương pháp trước đây. Mô hình động học
được xây dựng riêng biệt để bước đầu thiết kế, phân tích và đánh giá mô hình OMR.
3 bánh dựa trên phương pháp biến đổi các ma trận [36], [38]. OMR thường được
giới hạn bài toán trong một vài điều kiện môi trường nhất định như việc xây dựng
mô hình động lực học trong môi trường bị ảnh hưởng bởi ma sát trượt [37]. Cá mô

hình động học và mô hình động lực học đều được xây dựng đề tạo điều kiện cho
12

thiết kế điều khiển tuyến tính hoá trong [39], với mô hình động học được tính toán
bằng phương pháp các ma trận chuyên hệ trục toạ độ của robot so với hệ trục tọa độ
có định và mô hình động lực học được xây dựng bằng hệ các phương trình theo các
định luật Newton. Phương pháp mô hình hoá phương trình động lực học này được
xây dựng và đánh giá cụ thê hơn trong [41]. Với bản chất là các mô hình phi tuyến,
do đó việc ước lượng hoặc bỏ qua các tham số của mô hình ảnh hưởng lớn đến chất
lượng điều khiến của OMR, trong đó [41.42] là hai công trình được nghiên cứu
công phu và chất lượng trong việc xây dựng các mô hình động học và động lực học
cho OMR, với các đánh giá, ước lượng tham số cho mô hình OMR khoa học và đây
đủ nhất, đây cũng chính là công trình mà NCS tham khảo chính để xây dựng mô
hình hóa cho OMR sản phâm của luận án.

Trong kỹ thuật điều khiên chuyền động của OMR, vấn đề bám quỹ đạo và tác
động nhanh là rất cần thiết, là nhiệm vụ chính và thu hút được sự quan tâm của đông
đảo các nhà khoa học. Có nhiều phương pháp điều khiên robot, đối với robot không
ràng buộc holonomic như OMR, quỹ đạo đặt sẽ bao gồm đây đủ cả tọa độ (x.y) và
góc nhìn 8 của nó. Nhiệm vụ của bài toán điều khiển bám quỹ đạo OMR ở đây là
phải xác định được momen đặt vào các bánh xe của robot theo thời gian ngắn nhất để
nó có thê đi chuyển theo đúng quỹ đạo đặt ra với sai số nhỏ nhất. Đã có nhiều các
kết
quả nghiên cứu về hệ thống điều khiến bám quỹ đạo OMR được công bố trong các
thập kỷ trước, một số công trình nghiên cứu về điều khiển bám sử dụng trực tiếp
hàm Lyapunov, một số khác sử dụng các bộ điều khiến có phán hồi trạng thái, phần
lớn các giải pháp được thiết kế dựa trên nền táng mô hình động học xác định. Gần
đây các phương pháp điều khiến thích nghi được sử dụng đề điều khiên các robot tự
hành vì thực chất đây là một hệ thống bất định và có nhiễu tác động mạnh. Các
nghiên cứu tập trung vào các phương pháp như điều khiên trượt (SMC - Sliding
Mode Control) hay còn gọi là điều khiến có cấu trúc thay đổi (VSS — Variable
Structure System), sử dụng hàm điều khiên thích nghi Lyapunov, hệ Logic mờ hoặc
mạng nơ ron và một số phương pháp phát triển theo hướng điều khiến thích nghi
theo mô hình mẫu.

Các nghiên cứu trước đây tập trung vào việc thiết kế các bộ điều khiển cho mô
hình động hoặc mô hình động lực học một các riêng rẽ. Thông thường, mối quan hệ

giữa vị trí trên hệ trục toạ được chọn ban đầu và vận tốc của robot được thê hiện
13

thông qua phương trình động học. Một vải nghiên cứu đã tập trung xem xét vị trí
điều
hướng của robot tự hành cũng như điều khiến theo mô hình động học của OMR,
được thê hiện trong |43]. [44]. |45]. và [46]. Dựa trên mô hình động học, một số
phương pháp điều khiển đã được xây đựng đề điều khiển robot bám theo quỹ đạo
mong muốn và giới hạn trong một vải điều kiện bị tác động bởi môi trường. Điều
khiên bám quỹ đạo cho OMR bốn bánh cũng đã được xây dựng và áp đụng thuật toán
PID, như bộ điều khiến PI trong [43] và [44] để bám quỹ đạo chuyển động. Kết quả
mô phỏng cho kết quả bám tốt, quỹ đạo thực tế của robot bám theo quỹ đạo đặt, tuy
nhiên trong thực tế, mô hình robot thường bị ảnh hướng bởi các yếu tố bắt định cũng
như việc thay đôi mô hình tham số mà phương trình động học không thê mô tá hết
được, do đó kết quá thực nghiệm thường cho thấy quỹ đạo của robot có sai lệch và
dao động quanh giá trị đặt [43]. Thực tế cho thấy, do sự tồn tại của các thành phần
phi tuyến bao gồm ma sát, rung động, trượt bánh xe,.... các nghiên cứu gần đây đều
xét đến cả mô hình động học và mô hình động lực học đê tăng độ chính xác của các
ứng dụng cụ thể trong các nhà máy [42] và [43].

Bởi các hạn chế khi sử dụng chí mô hình động học cho việc điều khiển chuyên
động của OMR, phương trình động lực học được xét đến để có thê có được một
phương pháp hiệu quá hơn cho việc nâng cao chất lượng điều khiển. Việc thiết kế
thuật toán điều khiếm bám quỹ đạo cho OMR có tính đến đủ các mô hình động học
và động lực học cũng đã được xem xét trong [39] để tạo điều kiện cho việc áp dụng
thuật toán tuyến tính hóa quỹ đạo. Mô hình động lực học được xây dựng trong [47]
và [48], theo sau là một số thuật toán điều khiên bám cho mô hình đầy đủ này ở [49]
và [50]. Mặt khác, thuật toán sử dụng mô hình dự báo cũng đã được đề cập trong [51]
cũng là một cách tiếp cận mới đề cải thiện chất lượng điều khiến và thuật toán này
cũng cho kết quả với chất lượng bám tốt, sai lệch tối đa khoảng 0.08 (m).

Ngày càng có nhiều nghiên cứu tập trung vào các phương pháp điều khiên
phản hồi cho mô hình phi tuyến [52]. [53]. [54]. [55]. [56] và [57]. Đề đảm bảo
chất
lượng điều khiển khi xét đến các thành phần phi tuyến, phương pháp phán hồi cuốn
chiếu Backstepping là một giải pháp khá thi để giải quyết các mô hình toán học phi
tuyến truyền ngược [58] và [59]. Kỹ thuật backstepping mở ra khá năng tổng hợp một
hệ thống điều khiển phi tuyến ốn định dựa trên việc xác định hàm điều khiến

Lyapunov cho hệ kín, việc mà trước kia thực hiện vô cùng khó khăn. Tuy vậy, với
14

các hệ phi tuyến bậc cao thì khối lượng tính toán lớn, phức tạp và mất nhiều thời
gian
tính toán do việc phải tính toán đạo hàm trong từng bước lặp.

Bộ điều khiển chế độ trượt (SMC) cũng đã được sử dụng [60]. [61]. [62]. và
[63] vì các đặc tính vượt trội hơn với bộ Backstepping trong trường hợp hệ bị tác
động bởi nhiễu. Điều khiển trượt được sử dụng bởi tính bền vững, đáp ứng nhanh,
luật điều khiến đơn giản và dễ dàng thiết kế. Bộ điều khiến trượt có thê sử dụng
cho
một lớp rộng hệ thống phi tuyến có tham số bất định và nhiễu tác động. Tuy nhiên,
hạn chế của thuật toán SMC chính là hiện tượng chattering và muốn giảm hiện
tượng này đòi hói mô hình đối tượng phải chính xác. Điều này lại đi ngược với các
tính chất của mô hình robot, đó là bất định tham số.

Để cải thiện chất lượng điều khiên cũng như các hạn chế một số nhược điêm
của bộ điều khiên Backstepping và bộ điều khiển trượt, bộ điều khiến mặt trượt động
(DSC) được giới thiệu trong [ó4] và [ó5] là một phương pháp điều khiên thay thế
hiệu quá, cho lớp hệ thống phi tuyến như OMR. Nghiên cứu [64] đã trình bày cấu
trúc, phương pháp xây đựng bộ điều khiến DSC. Trong đó, khi hệ thống có chứa
thành phần bất định, các nghiên cứu tập trung vào việc cái tiến bộ điều khiển
Backstepping và phát triển bộ điều khiển đa mặt trượt (MSSC). Phương pháp thiết kế
cũng xác định tín hiệu điều khiến dựa trên hàm điều khiên Lyapunov, do vậy DSC
đảm bảo hệ kín ôn định và có khả năng thích nghỉ với thành phần bất định của hệ
thống và với sai lệch trong giới hạn nhất định. Các bước thiết kế tương tự với các
bước thiết kế bộ Backstepping. tuy vậy đề tránh phái lấy đạo hàm ở các bước lặp cho
tín hiệu điều khiến áo, DSC đã đưa thêm bộ lọc thông tần thấp, vừa là đề có thông
tin
về đạo hàm vừa đề lọc các nhiễu nội tần số cao xuất hiện trong đối tượng điều khiên
[65]. Nhiều công trình công bố những năm gần đây có xu hướng áp dụng DSC bởi
các ưu điểm và sự vượt trội của nó [ó4]. [ó6] và [67].

Đối với OMR, khó có thê xây dựng được mô hình toán học chính xác vì các
yếu tố như ma sát, tải trọng thay đôi cho đến sự thay đổi điều kiện môi trường đều
không thể biết trước. Do đó, các phương pháp thiết kế hiện đại hiệu quả trong
trường
hợp này là sử dụng các thuật toán thích nghỉ đề chính định tham số của bộ điều
khiến
hoặc xấp xi tham số bất định của đối tượng. Nhiều công trình nghiên cứu theo hướng
nảy sử dụng hệ logic mờ làm cơ cấu chính định thích nghi cho bộ điều khiến phi
tuyến. Bộ điều khiến thích nghi theo kiểu này cải thiện đáng kê chất lượng của hệ
15

thống động lực phi tuyến [60]. [61]. [62]. [66]. [ó8]. [69]. [70]. [71] và [72].
Chăng
hạn như, kết hợp điều khiên PI truyền thống với một hệ logic mờ đề chỉnh định tham
số đảm báo hệ thống làm việc với chất lượng không đôi khi đối tượng thay đối và có
nhiễu tác động [65]. Đề cái thiện chất lượng điều khiên của các bộ điều khiên phi
tuyến, các bộ điều khiến thích nghi mờ được xây dựng dựa trên việc kết hợp giữa
điều khiến phi tuyến với cơ cầu chinh định mờ như bộ điều khiễn trượt mờ [60]. [61]
và [62]. Ưu điểm cơ bản của các bộ điều khiên thích nghỉ mờ là đã áp dụng cơ cấu
chính đơn giản trong thiết kế và cài đặt. Bộ điều khiến thích nghi dựa trên kỹ
thuật
điều khiến mặt trượt động (DSC) kết hợp với hệ logic mờ được nghiên cứu, mô
phóng đánh giá kết quả, đặc biệt cho hệ thống có mô hình bắt định [ó6]. Tuy nhiên
khi hệ thống có chứa nhiều thành phân phi tuyến bắt định cũng như việc mô hình hoá
hệ thống có sự sai lệch đáng kê đặc biệt là đối với mô hình OMR, việc thiết kế bộ
điều khiến thích nghi cho hệ thống cần xét đến một công cụ hay thuật toán có khả
năng dự đoán cũng như xấp xi được các thành phần bất định này nhằm nâng cao chất
lượng điều khiển cho hệ. Với khả năng học và xấp xỉ các hàm phi tuyến với độ chính
xác cao, mạng nơ ron đã và đang thu hút được các hướng nghiên cứu ứng dụng mạng
nảy trong các hệ thống điều khiến thích nghi. Trong nhiều ứng dụng, mạng nơ ron
bán kính xuyên tâm (RBENN) thường được lựa chọn là giải pháp phù hợp đề xấp xỉ
các tham số hay hàm bắt định có trong bộ điều khiển [67]. [73]. [74]. [75]. [77].
và
[78]. do RBFNN là hàm trơn khả v1 vô hạn lần. Vì vậy, việc nghiên cứu ứng dụng
mạng RBENN cho OMR là một hướng nghiên cứu khả quan. Mạng nơ ron thường
được kết hợp với thuật toán điều khiển phi tuyến đề xấp xí các thành phần bắt định,
cụ thê là trong điều khiển chuyên động của hệ thống có chứa các thành phần bắt định
như ma sát hay nhiễu [77]. bộ điều khiến thích nghi nơ ron cho chất lượng bám tốt
với sai lệch bám lớn nhất xấp xi cỡ 9.10” (m). Phương pháp điều khiển thích nghỉ sử
dụng cơ chế chỉnh định bằng mạng nơ ron cho hệ thống các hệ phi tuyến bất định
được trình bày trong [67]. [75]. và [76]. Bộ điều khiển thích nghi sử dụng mạng nơ
ron trong DSC trong [67] cho thấy chất lượng bám và độ ỗn định của hệ điều khiến
vòng kín. Do khá năng tự học trực tuyến qua mỗi chu kỳ trích mẫu của mạng nơ ron
nên việc lưu giữ một khối lượng đữ liệu không lồ liên quan đến việc phân tích mô
hình toán học là không còn cần thiết nữa trong các hệ điều khiến thích nghi sử dụng
mạng nơ ron. Bộ điều khiên thích nghỉ nơ ron có khả năng xử lý các thành phần bất
l6

định trong phạm vi rộng hơn, đạt được độ chính xác cao hơn cho các đối tượng phi
tuyến có mô hình bát định. Bên cạnh đó, việc kết hợp luật mờ cùng với mạng nơ ron
và các luật thích nghi cũng được trình bày trong [79] và [80]. Những ưu điểm nỗi
bật
của các bộ điều khiến thích nghi sử dụng mạng RBFNN xấp xi đặc tính phi tuyến bất
định và như khả năng tính toán thích nghỉ các tham số của bộ điều khiến thích nghi
mờ hệ logic mờ trong bộ điều khiên thích nghi mờ trong các công trình trên đã mở ra
một hướng nghiên cứu mới khả thị cho FWOMR. Đó cũng chính là hướng nghiên
cứu được lựa chọn trong luận án này. Bên cạnh đó, hệ điều hành ROS hỗ trợ cho việc
xây dựng các hệ thống robot thực tế và thực thi những thuật toán điều khiến đòi hỏi
khối lượng tính toán lớn khi sử dụng mạng nơ ron được trình bảy trong [81]. [82].
[83]. [84]. [85]. và [86].

Với các tham kháo, phân tích như trên, một cấu trúc điều khiến thích nghi mới
dựa trên RBFNN và hệ logic mờ cho bộ điều khiến bám quỹ đạo FWOMR được
nghiên cứu phát triển trên nền tảng thuật toán điều khiển mặt trượt động (DSC). Bộ
điều khiến thích nghỉ mờ nơ ron mới với RBFNN đề xắp xỉ các tham số phi tuyến bất
định của FWOMR và logic mờ đề chỉnh định thích nghi tham số của bộ điều khiến
được đề xuất trong luận án.

1.4. Kết luận chương 1

Ommi Robot nói chung và các loại robot tự hành hoặc xe tự hành nói riêng, tuy
không mới trên thế giới, nhưng tại Việt Nam vẫn còn nhiều vấn đề phải tập trung
nghiên cứu. phát triên đặc biệt là các thuật toán điều khiển mới nhằm nâng cao khả
năng chế tạo loại robot này trong nước. Chương I1 đã trình bày nghiên cứu tông quan
về phân loại robot, robot tự hành, trong đó tập trung vào robot tự hành bốn bánh đa
hướng (FWOMR), đối tượng nghiên cứu chính của luận án. Chương 1 cũng đã tập
trung vảo nghiên cứu tổng quan tình hình nghiên cứu trong và ngoài nước về mô
hình hóa OMR và các thuật toán điều khiến bám quỹ đạo cho OMR đã công bó,
phân tích ưu nhược điêm của các phương pháp này đê từ đó rút ra các hướng nghiên

cứu thích hợp cho luận án.

17

CHƯƠNG 2. MÔ HÌNH HÓA VÀ THUẬT TOÁN ĐIÈU KHIÉN BÁM QUỸ

ĐẠO CHO ROBOT TỰ HÀNH BÓN BÁNH ĐA HƯỚNG

Mô hình hóa đối tượng là công việc đầu tiên rất quan trọng trong việc tổng
hợp hệ thống điều khiến. Việc lựa chọn phương pháp thiết kế phù hợp cho đối
tượng cần điều khiển phụ thuộc vào chất lượng mô hình. Đối với OMR. cũng không
ngoại trừ. Xây dựng hệ phương trình động học, động lực học cho FWOMR là bài
toán đầu tiên cần thiết phục vụ cho việc tổng hợp bộ điều khiển bám quĩ đạo. Trong
luận án này, đối tượng nghiên cứu được xét đến là robot tự hành bốn bánh đa hướng
sử dụng bánh xe dạng Omni (FÍWOMR), chuyến động trên mặt phẳng chịu ảnh
hưởng của lực ma sát.
2.1. Xây dựng mô hình động học, động lực học cho robot tự hành bốn bánh đa
hướng.
2.1.1. Bánh xe Qmmi

Bánh xe Omni được bố trí vuông góc theo trục của động cơ, các bánh được
đặt cách nhau một góc 360/n. Bánh xe được chế tạo bằng cách thêm các con lăn
dọc theo chu vi của bánh chính, vì thế bánh xe Omni có thê trượt dọc theo trục của
động cơ. Bánh xe Omni được ứng dụng nhiều trong robot tự hành vì nó cho phép
robot đi chuyên ngay đến một vị trí trên mặt phắng mà không phải quay trước. Hơn
nữa, chuyên động tịnh tiến đọc theo một quỹ đạo thắng có thê kết hợp với chuyên
động quay làm cho robot đi chuyên tới vị trí mong muốn với góc định hướng chính
xác. Mô hình OMR có cấu trúc bánh xe Omni như hình 2. l.

Hình 2.7. Mô hình OMR dạng n bánh

Ở đây, số lượng bánh xe n phái lớn hơn hoặc bằng 3.
Trục của động cơ lệch với Ox các góc lần lượt là Ø,,Ø,.---Ø,: hướng của

bánh xe thứ 1 tương ứng là đ,+z /2.

18

Khi động cơ hoạt động, giả sử robot nhận được n lực kéo 1;,1;,:--7„ (như
trên hình 2. l).
Theo phương pháp Newton, xét trường hợp mô hình robot chuyên động với
các bánh xe:
ma, = — ƒ¡ sinÓØ, — ƒ; sinØ, —...— ƒ„sinØ,

i4, = ƒị COSỚI + ƒ2 COSỚ, +... + ƒ„ COSỠ,

J@=r(fq+ J;+..+ /„)
Với a,và a, là gia tốc của robot theo hướng Ox và Oy, œ là vận tốc góc của

robot, 7 là khối lượng của xe, J là momen quán tính vả z là bán kính bánh xe. Từ đó

ta có:
q, =sinđ_ -sinØ,.. -sinớ, l
4y|=—| COSỞ COSđ, ... COSỚ, 2
m :
@ IHF IHF IHF
J J J
-sInØ, -—sInớ, ... —sInớ,
2 Ị Lý S_ 1à
Đặt ma trận N=—| cosđ cosớ, .. cosớ, | có kích thước là
1”
„mH" „mH" „mH"
7 7 tà 7

(3xN). Với các góc 9..6,.....Ø, là đôi một phân biệt ta dễ thấy hạng của ma trận N

bằng 3. Từ đây ta suy ra luôn có giá trị của (/, /, .. /,) để có giá trị
T £ 2

Ía¿ 4y 2} theo ý muốn. Chính vì vậy OMR luôn có khả năng đi chuyển tới vị

trí bất kỳ với quỹ đạo đặt bất kỳ và hướng đặt bất kỳ. OMR ngày càng được phát
triển trong các ngành lý thuyết hay thực tế nhờ khá năng di chuyên linh hoạt này.

Hình 2.2. Mẫu bánh Omni Hình 2.3. Câu trúc bánh
19

Phương thức đi chuyên của robot:

_Ì
t>
⁄⁄ >> ⁄ Ỉ NS,
à> vế ` v

Hình 2.4. Các hướng đi chuyên của robot

Việc xây dựng mô hình đối tượng bao gồm mô hình động học và mô hình
động lực học nhằm xác định được vị trí robot và momen lực đặt vào các bánh xe để
đưa ra tín hiệu điều khiển phù hợp cho robot đi chuyển đúng theo quỹ đạo mong
muốn đặt trước.
2.1.2. Mô hình động học robot tự hành bốn bánh đa hướng |41], |42j

Mô hình động học và động lực học cho FWOMR được xây dựng dựa trên mô
hình với bánh xe Ommi được bố trí lệch so với tọa độ động một góc 450 các bánh
được đặt cách nhau một góc 90° như hình 2.5.

Gọi q=[x y ø]Ïl véc tơ tọa độ của robot trong hệ tọa độ đề các Oxy,
T £ z
v= |», Vy ø| là véc tơ vận tôc của robot trong hệ trục tọa độ động gắn vào tâm

robot.

O #

Hình 2.5. Hệ trục tọa độ của robot tự hành bốn bánh đa hướng.
20

Xét mối quan hệ hình học trong hình 2.5 ta xác định được biểu thức mối
quan hệ giữa vận tốc của robot trong hệ tọa độ toàn cục và hệ tọa độ động. Phương
trình biêu diễn mối quan hệ nảy cũng là phương trình động học của robot.

cos0 -sin0 0

‹=Hv=|sin0 cos9 0|v (2.1

0 0 1

cos0 -sin0 0
Trong đó: H=| sn9 cos9 0| là ma trận chuyển hệ trục toạ độ.
0 0 1

Bảng 2.1. Thông số phương trình động học cho FWOMR

Ký hiệu Y nghĩa Đơn vị

x Toạ độ robot theo phương x m
y Toạ độ robot theo phương y m
0 Góc lệch của robot so hệ tọa độ sốc rad
Vị Vận tốc mỗi bánh m/S
Øj Vận tốc góc môi bánh rad/s
ý Lực kéo mỗi bánh N
d Khoảng cách tâm robot tới mỗi bánh m
8 Góc lệch của bánh xe với phương Ôx của robot rad

Theo hình 2.5, các bánh xe được đặt Sao cho

Tn
góc 8= Z cos() =sin(Ø) = Y
4 2
Vận tốc dài của các bánh xe (với bán kính là z):

v2. ,v2

Vị =@j# =———Y, +——Y, +øđ

-M2 V2

Vy =0, = 2 ——_
v2 v2
Vị =3.” =-T› _~ +øad

v2 V2

V.=Ø@¿#/ =——Y,+——yY,+ød
4 ®a.
2.72”

Từ đó ta tính được giá trị vận tốc mỗi bánh khi biết vận tốc theo các phương
21

của robot
12 42 „
2 2
% " -M2 M2 yÌ6y,
®; -1| Ÿ2 -1 2 2
= = Mà =H,v (2.2)
57 37 1 8h
4 Vụ 2 2
J4 J2 „
2 2
42 42 „
2 2
_M2 42 „
với H, =r”” 2 2 . Ngược lại khi có vận tốc mỗi bánh xe, ta cũng có
J2 42 „
2 2
M2 J2 „
2 2

thê suy ra giá trị vận tốc của robot và từ đó tính toán được vị trí robot thông qua
phương trình động học

sà (MS ãZ 4Z J3) ®
w„|= |2 -2 -J2 v2| ?|=H,|“ (23)
o đá d4 da” ớ

ạ ạ

Từ phương trình động học (2. l), ta tính được phương trình thê hiện mối quan
hệ g1ữa vị trí của robot và vận tốc quay của các bánh xe:

. đ)
x
Ø (2.4)
ÿ|=g([ 7
. 43
ô
„

với g(0) =HH,.

22

2.1.3. Mô hình động lực học robot tự hành bốn bánh đa hướng [41], |42j
Theo phương pháp Newton, các phương trình động lực học xét đến tác dụng

của lực ma sát nhớt và ma sát Coulomb:

đ
mẽ—=>=ŠN.Ƒ FT Fạ
đf » x Bx Cx

v
mộ =À HT — Tụ, (2.5)

đã
J— ==N 7-7, 1,
đf » Ba Ca

Dựa vào cách chọn hệ trục toạ độ như hình 2.5, ta có

r.=Š 2C, —f+/,+ f0

v2

1ý== J2 ~§ + /4) (2.6)

T =dỢ+J; +. + J4)

tạ

=B,sgnŒ,), #;, = B,sgn@,) : Lực ma sát nhớt theo phương v, và v,

Tp„ = B„sgn(2) : Lực ma sát nhớt theo phương quay của robot

Tú = CesgnŒ,), „ =C¿vsgnŒ,): Lực ma sát Coulomb theo phương v,

và v

T„ = C„sen(2) : Lực ma sát Coulomb theo phương quay của robot

Từ (2.5), ta thu được

21
m5 +Bv,+C€ sgn(,„)= Ý2 Tà —7; +74 +74)
đf 2r
đ 42 1
m—+Bụ, +€,sgn(,)= —srứ —7ạ—7a +74) (2.7)

J TP tRjo +€ ,sgn() - Sự, +7; +7; +74)

r

Từ đó ta có phương trình động lực học của robot có đạng như sau

M(q)ÿ+Cvy +Gsgn(v)+1+„ = B+ (2.8)

Với: v=[y, vị |“ là véc tơ vận tốc của robot

23

mớméé0 0
M)=| 0 m0 | Là ma trận với m là khối lượng và J là momen quán tính
0 0 J
của robot.
5, 0 0 Π0 0
C=|0 5 0 |lvàG=| 0 €y 0 | lần lượt là ma trân hệ số ma sát
00 Ö, 00C,

nhớt và ma sát Coulomb.

M2 42 42
2r 2r 2r 2r

3M J2

B-= là ma trận hệ sô điêu khiên.

°. tlS

2r 2r 2r
-
" " " "
2.1.4. Mô phỏng kiểm chứng các kết quả mô hình hóa mô hình robot.

Tiến hành mô phỏng sử đụng Matlab/Simulink để kiêm chứng mô hình xây

Ƒ
dựng được với vị trí ban đâu của robot q,=[x,„ y„ 9,Ï= Ị 0 | . Giá trị

momen đặt vào các bánh r=[zø, z; 7; z4] =[—-60 -60 60 60]Ï, robot di

chuyên theo quỹ đạo thăng, góc Ø không đổi.

o : : : :
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 a 2 + S 8 10
Xx(m) T(s=)

Hình 2.6. Quỹ đạo của robot Hình 2.7. Quỹ đạo góc của robot

4.5
T(s) T@)

Hình 2.8. Quỹ đạo theo phương Ôx, Ôy của robot

24
Giá trị momen đặt vào các bánh

t=Ỉm 7, 7; r„] =[-100 -100 50 50]Ï, robot chuyển động theo quỹ đạo

tròn
2 1
+
0
0
“1 +1
>4 Ỹ
Ễ
-3 -3
-5
-
-6
-T -5
-2 -1 0 1 2 3 4 5 6 7 0 5 10 15 20 25
Y(m) T&)
Hình 2.9. Quỹ đạo của robot Hình 2.10. Quỹ đạo góc của robot
H 2
6 1
5 0
+ -1
=? e2
xa >-3
1 -
0 -5
-1 -6
-2 -7
0 5 10 15 20 25 0 5 40 15 2n 25
TS) T)

Hình 2.11. Quỹ đạo theo phương ÔOx, Ôy của robot

2.2. Một số thuật toán điều khiển bám quỹ đạo cho robot tự hành bốn bánh đa
hướng thông dụng.

Có nhiều nghiên cứu về điều khiển bám quỹ đạo cho OMR được công bố
trong những năm gần đây vẫn sứ dụng bộ điều khiển truyền thống PID, PID thích
nghi. Một số công trình nghiên cứu mới về điều khiến bám sử dụng trực tiếp hàm
điều khiển Lyapunov, một số khác sử dụng các bộ điều khiển phản hồi trạng thái
tuyến tính hóa chính xác....hầu hết các giái pháp được thiết kế đều dựa trên giả
thiết
mô hình động học được xác định chính xác. Gần đây, các phương pháp điều khiến
thích nghi được sử dụng nhiều hơn đề tông hợp bộ điều khiển cho OMR đề giái
quyết vấn đề bắt định của mô hình và nhiễu tác động vào hệ thống. Các nghiên cứu
tập trung vào các phương pháp như điều khiến trượt (SMC) hay còn gọi là điều
khiến có cấu trúc thay đôi (VSS), hàm điều khiến Lyapunov, hệ logic mờ hoặc
mạng nơ ron nhân tạo và một số phương pháp phát triên theo hướng điều khiển

thích nghi theo mô hình mẫu.

25

Điều khiến trượt được sử dụng nhiều bới tính bền vững và khả năng kháng
nhiễu tốt, thích hợp cho một hệ phi tuyến có các tham số bắt định và các nhiễu tác
động. Tuy nhiên, hạn chế của thuật toán SMC chính là hiện tượng chattering (dao
động zich zắc xung quanh mặt trượt về gốc). Đề khắc phục hiện tượng chat(ering
thông thường hay dùng phương pháp trượt hàm mũ, đa mặt trượt MSSC.

2.2.1. Bộ điều khiển PID cho FHOIMR

Hơn 15 năm trở lại đây robot tự hành được ứng dụng nhiều trong các hệ
thống kho bãi, nhà xướng, an ninh quốc phòng... Thuật toán PID cũng được ứng
dụng để giải quyết bài toán điều khiên bám quỹ đạo cho robot tự hành bốn bánh đa
hướng.

Bộ điều khiên PID cho FWOMR được đề xuất trong [43] và [44]. Các nghiên
cứu này đã thiết kế bộ điều khiến PID dựa trên mô hình động học của OMR. Do đó
các tác động của các ngoại lực tác động lên hệ trong phương trình động lực học của
robot đã không được xét đến.

Xét mô hình động học của robot (2.8)

Quỹ đạo đặt cho hệ: qạ=[x„ z„ 9;Ƒ

Định nghĩa véc tơ sai lệch

x X„
€¡—=|W |—| #4 (2.9)
9 9,

Từ phương trình (2.4), ta có:

- @›
q=z0). 2 (2.10)

Z ..# 2# .#
In(—+Ø —=8 —+Ø sin(——Ø
_S1G ) SHG ) SG ) C )

4 4 4 4
coS(C, +Ø) coS(C, —9) cos( +Ø) coS(C, —9)

VỚI: g(Ø)=

4
_ã
4d 4d 4d 4

,
26

Đạo hàm (2.9), kết hợp với (2.10)

. . Œ\ .
xŒ) X„ 2 X„
è; =| 0) |—| 3„ |= øe() 2 —l Ủy (2.11)
60)| |, | 1Ó,
9à

Ta cần tìm véc tơ vận tốc góc của các bánh xe đề bộ điều khiên vòng kín ôn
định.

†
[xœr
đ\ 0
X* ,
®
?|=gf(ØXg()gˆ()ˆx| =K;| v, |~K,| [x„dz
4. Ø 0 (2.12)
e /
L0)
, [24
0

Với K,,K; là các ma trận đường chéo và xác định dương.

Thông thường, bộ điều khiên PID được thiết kế dựa trên phương trình động
học hoặc phương trình động lực học. Để đảm bảo chất lượng thì mô hình động lực
học của FWOMR phải được mô tá chính xác, điều đó rất khó khăn. Mặt khác
FWMOR là đối tượng có mô hình phi tuyến bất định và chịu ánh hướng của nhiễu
(ma sát, phụ tải...) nên muốn bộ điều khiển PID hoạt động tốt phái có thêm phần
chỉnh định thích nghỉ cho các tham số của bộ điều khiên này. Một số công trình [43]
và [44] cũng đã đề cập và giải quyết vấn đề này tuy nhiên vẫn gặp nhiều hạn chế.
Xu thế mới hiện nay, các phương pháp điều khiên phi tuyến có khá năng kháng
nhiễu được nghiên cứu và phát triển ứng dụng nhiều hơn và đang dần thay thế cho
phương pháp pháp điều khiên kinh điễn trên. Một trong những phương pháp đó là
phương pháp điều khiễn trượt.

2.2.2. Bộ điều khiển trượt cơ bản cho FWOIMR

Bộ điều khiển trượt có đặc tính vượt trội hơn so với bộ điều khiển khác cho
mô hình đối tượng điều khiển là phi tuyến, có nhiều yếu tố bất định. Điều khiến
trượt [60], [61], [62] và [63] thường được sử dụng cho các hệ robot nói chung và
cho FWOMR nói riêng bới ưu điêm bền vững với các tác động của nhiễu.

2.2.2.1. Cơ sở lý thuyết
27

Xét hệ phi tuyến: Ÿ¡=%

L; =r+/Œ) @13)
Trong đó: x, và x; là các trạng thái của hệ thống, + e # tín hiệu điều khiển
điều khiến.
ƒ:R?->R là một hàm phi tuyến Giả sử mục tiêu điều khiển là
x;() —> x;„Œ) xét tới sự tồn tại của các thành phân bắt định.
- Ta chọn mặt trượt
ÑÃ=ẻ¿+Âe (2.14)

Trong đó: e = xị — X„

- Đạo hàm Š, kết hợp với hệ phương trình (2.13)

Š=r+ƒŒ)-#j„+^e (2.15)
- Chọn hàm 1:
=1 62 (2.16)
2
- Đạo hàm
ỨƑ=&S=§Œ+ ƒ(x)- #„ + ^e) (2.17)
- Chọn tín hiệu điều khiên
z=—ƒ()+3#„— Âe— Ksgn(S) (2.18)

Khi đó ƒ =-SK¡sgn(S)<0 với K, là hằng số đương thì Ứ chính là hàm

Lyapunov của hệ (2.13)
2.2.2.2. .Íp dụng cho đối tượng FIƯOMR

Từ phương trình động học (2.1) và phương trình động lực học (2.8), đặt

X;=VY

X,=
| na , ta có hệ phương trình trạng thái:

šX;¡ =Hx,
. (2.19)
Mkš, +Cx, +Gsgn(x;)+1„ = Br

Với +„ là thành phần nhiễu bất định và không đo được chính xác nên thành
phần này sẽ không xuất hiện trong quá trình tính toán các bộ điều khiên SMC,
MSSC.

Xác định mặt trượt cơ bán với các điều kiện và giá thiết. Định nghĩa sai số
28
c —M— *4 với x. là giá trị quỹ đạo đặt xạ, =H"'š,„ là giá trị đặt cho
€—=X; —X¿u
vận tốc của robot.
Chọn mặt trượt
S =ê&,+4&, (2.20)
Với 4 >0 là hệ số mặt trượt.
Đạo hàm mặt trượt ta có:
Š = He, + Hè; + 2ê, = H(Mˆ(Br- Cx; -Gsgn(x;))— &;„+(2+H'H)e,) (2.21)

Chọn hàm L :
ọn ham Lyapunov = (2.22)

Đạo hàm hàm Lyapunov theo thời gian, ta có

Ứ =§S =SH(M''(Br~ Cx, -Gsgn(x,))- š;„ +(4+ H”H)e,) (2.23)

Với tín hiệu điều khiển được chọn như sau:

1 =-BÏ (BB)”'(M((2 +H”H)e, - x,„)- Cx; - Gsgn(x,) + K¡sgn(S)) (2.24)

Khi đó ý =—SK,sgn(§) <0 thỏa mãn định lý ổn định Lyapunov.

Bộ điều khiển trượt (2.24) được thiết kế tính ồn định bền vững khi hệ thống
tồn tại sai lệch mô hình và có nhiễu tác động. Hàm V trong công thức (2.22) với
luật điều khiển (2.24) cho hệ FWOMR là hàm Lyapunov của hệ kín.

2.2.3. Bộ điều khiển da mặt trượt cho FHOIMR

Bộ điều khiển đa mặt trượt được thiết kế ưu tiên tách riêng từng mặt trượt
cho từng trạng thái của hệ thống với khả năng xử lý được thành phần nhiễu loại
“mismatched” [15]. Điều này khắc phục được nhược điểm của bộ điều khiên trượt
và giám bớt được hiện tượng chat(ering do đặc tính của bộ điều khiến trượt.
2.2.3.1. Cơ sở lý thuyết chung.

- Xét hệ phi tuyến:

(2.25)

. 9 .
Với ƒ và % là hàm liên tục.
XỊ

- Đầu tiên ta xây dựng mặt trượt thứ nhất: Š, = xị - x¡„.

29

Đạo hàm &; kết hợp với ä, = x; + / (x,) từ hệ (2.25), ta có

ÑI =X;+ ƒ —#u (2.26)
- Tiếp theo ta xét mặt trượt thứ hai: Š; = x; — x;„
Trong đó x;„ gọi là đầu vào ảo được thiết kế đề lái S¡ ->0. Đạo hàm S.:
Š TT (2.27)
7z sẽ được thiết kế để Š, ->0 ,tức là x; —> x„;. x„„ sẽ được chọn như sau:
*;a = XạT— ƒT— K5 (2.28)
Hằng số dương K;, sẽ được xác định sau, z được chọn là:
z=#z¿—K¿S, (2.29)

Kết hợp các phương trình (2.26), (2.27), (2.28) và (2.29) ta có hệ sau:

Ñ¡=%—K¡S
c (2.30)
5. =—K„Š;
- Chọn hàm Lyapunov thứ nhất
] «2
J;=—Ấ (231)
2
Dựa vào (2.26) và (2.28) ta tính đạo hàm của lj:
Ứ¡ = %5 = S5 - KjŠ) =SŠ; - KịSƒ (2.32)
- Chọn hàm Lyapunov thứ hai
W; =2 (8Ÿ +5) (2.33)
Dựa vào (2.27) và (2.29) ta tính đạo hàm của Ƒ; :
Ủy =SŠ.+9;Š; =—K,S}T— K¿52 +S¡S, (2.34)
- Chọn K¡ =K; =K*S ta có: K >0, và:
2 2 2 ] 2 ] 2
V, =-KSt -K®S _” _ +ÑS
(2.35)

=- 0 —%)ˆ<2KV

Hệ kín ồn định theo tiêu chuân Lyapunov.

30

2.2.3.2. Áp dụng cho đối tượng FIƯOMR

- Xét hệ robot tự hành bốn bánh đa hướng

X; =Hx,
Ẳm +€x; +Gsgn(X;)+1„; = B1 (36)
x Wy
Với xị =| y |và X; =| Vy
8 @
- Xét mặt trượt
5 (2.37)
Đị¡ =| S2 |=Xi-XỊz
Sa
- Đạo hàm S, kết hợp với hệ phương trình (2.36) ta có
Š¡ =Ä¡—&„„ = HX; —Ä„ (2.38)
Chọn tín hiệu điều khiến ảo
X;„ =—H (KjÑ¡ —&¡„) (2.39)
- Chọn hàm Lyapunov thứ nhất
" ; SĩS, (2.40)
- Đạo hàm I„ kết hợp với (2.38) và (2.39)

¡=S¡S, =S[(Hx,—š,„) (2.41

=S¡(Hx;-Hx,„- &¡„+ H.x,„)
=S§1(S;,—š/„-H.H"'(X,S,T—š,„))
=S1(S;T—&j„—K¡§,T—Xj„)

Ứ¡ =S¡S, -SỊ KIS,

- Với S„ là mặt trượt thứ hai

S, =H(x, —x,„„) (2.42)
- Xét đạo hàm S,
Š, =H(,-—š;„)+ H(x; — x;„) (2.43)

= H(Mˆ'(Br - Cx, - Gsgn(x,))— X„„) + H(x; — X;„)

Kết hợp (2.39), (2.40), (2.43) và (2.44), ta có:
31
Š,= HS; —KIS,
- Chọn tín hiệu điều khiến:
+ = B (BBˆ)ˆ(M(—H “H(x, —x,„))+š;„) +Cx, +Gsgn(x„)— K;S„)
- Khi đó, ta có:
Š,=-K,S,
- Chọn hàm Lyapunov thứ hai
J2 = 2515 +2518,
- Đạo hàm J„ kết hợp với (2.44), (2.45), (2.46) và (2.47)
Ứ =SjŠ, +S;Š; =—K,S7S, - K;S?S, +S/S,
- Ta có

#, <=K,|SiÏ|—K;|§:[ +|S¡||§:|
- Chọn K, =K; =K*o tacó: K>0, và:
- 1 1
/; <~K|§iÍ~K|§,Ÿ'~SIš ~2|§:|Ï +lS:l:|
1
<=£|Si~|š:Ï'~2d|-lE:|

Vậy J, chính là hàm Lyapunov của hệ kín

2.44)

(2.45)

(2.46)

(2.47)

(2.48)

(2.49)

Một nhược điêm của phương pháp này là chính ở chỗ phái tính đạo hàm của

đầu vào áo x;„ vì đầu vào này phụ thuộc vào mặt trượt và các biên trạng thái của hệ

(2.43). Đó cũng chính là khó khăn khi sử dụng phương pháp MSSC.

2.2.4. Mô phóng kiểm chứng các thuật toán

2.2.4.1. Kết quả mô phỏng sử dụng bộ điều khiến PID điều khiển bám quỹ đạo cho

FPWOMR

+ Với các tham số chọn cho bộ điều khiên PID: K„ =5, K, =0.5

+ Tham số chọn cho mô hình: =7 0kg, .J=0.56kgm”, d=0.3m, r=0.06m

Xét trường hợp khi có nhiễu tác động.

32

4. Quỹ đạo đường tròn với hệ phương trình

z 7 Z Z
x=cos(—/); y = sin—?);Ø =——f+—
tc )-y G29 s5

quy dao đat

—qụy dao bam 0

-0.2
05 -0.4
-0.6

-0.8

Y(m)
°
Sai lệch

-1 i
-0.5 1 Ỉ
-1.2

-1.4 lÌ Sai lệch phương x

4L 4 ; = — -8ai lệch phương y
-1.6 Ì Ì [ Ì ¡| nem Sai lệch góc

1 -0.5 0 0.5 1 1.5 0 05 1 16 2 25 3 35 4

Xim) Time (S)

Hình 2.12. Quỹ đạo bám đường tròn Hình 2.13. Sai lệch bám các thành phần
với bộ điều khiển PID x,,Y„,Ø, với bộ điều khiển PID

b. Quỹ đạo gấp khúc với hệ phương trình

# quy dao đat Ï =—$äi lệch phương x

— quy dao bam 10 ị = = “Sai lệch phương ÿ | |
14 \ sesssse Sai lệch góc
sÌ\
12 Ÿ
6} Ả
10 \
bá
>
6
4
2
-6 ⁄ ⁄
0 É . ụ , ⁄ 0 § 10 15
0 10 20 30 40 30 60 Time (s)

X à
m _ Hình 2.15. Sai lệch bám các thành phần
Hình 2.14. Quỹ đạo bám đường gập „ . s
. S . đường gập khúc x,,vy„,Ø_ với bộ điêu
khúc với bộ điêu khiên PID
khiên PID

2.2.4.2. Kết quả mô phỏng sử dụng bộ điều khiên SMC điều khiên bám quỹ đạo cho
FƯOMR

+ Với các tham số chọn cho bộ điều khiên SMC: 4 =35, K =100

+ Tham số chọn cho mô hình: 10kg, .J=0.56kgm”, d=0.3m, r=0.06m

a. Quỹ đạo đường tròn với hệ phương trình:

33

Z Z #7
x=5cos(—£); y = 5sin(—);Ø =—f+—
tc »xy G29

l5 2
§ — 1
—— Quỹ đạo đặt
=—— Quỹ đạo robot Â
4 „58k gựnnrơxzz2Znen =5 “SEPSH80.5n=gggiumaa umgpDEET-EEEĐSSSSSSSS——————-
2 š
£ 5
‹q)"
š 0 5 š
« 2)
2 ‹3
4 -4 ——— Sai lậch phương x
= = -8ai lệch phương y
-se= Sai lệch góc
s6 " : : , 4 - -5 l
%$ 4 2 0 2 4 6 8 0 s 10 15
Xim) Time (s)
Hình 2.16. Quỹ đạo bám đường tròn — ?2h 2.77. Sai lệch bám các thành phân
với bộ điều khiển SMC x„.Y,.đ. của bộ điêu khiên SMC

b. Quỹ đạo gấp khúc với hệ phương trình:

xị =5+3*/, yị =1, 0, =alan(3⁄4); xạ =Š5+3*/, y; =f, 0, = atan(2⁄4)
Bộ tham số điều khiển SMC: 2 =l6, K =ló6

15 r r r r 12
“=—— Sai lệch phương x
10 = = 'S8ai lệch phương y
xeeeseSai lệch góc
8
10 %
Ề 5 4h
z Z 2Í
bã
MÌ 1
—— Quý đạo đặt 2 ự
0ý đạo robot Ị
-4
0 L ¿ | L
0 10 20 30 40 50 -õ Ũ `
X (m) 0 5 10 15

Time (s}
Hình 2.19. Sai lệch bám các thành phần
đường gấp khúc x,.y,,9 (SMC)

Hình 2.18. Quỹ đạo bám đường gấp

khúc với bộ điều khiên SMC
2.2.4.3. Kết quả mô phỏng sử dụng thuật toán điều khiển đa mặt trượt (MSSC) điều

khiến bám quỹ đạo cho FIWOMR

Một số kết quá xây dựng quỹ đạo mô phóng trên bộ điều khiên MSSC
34
a. Quỹ đạo đường zich zắc với hệ phương trình:
x =5+3*/, yị =1, 0= atan(5⁄4); x; =Š5+3*(, y; =f, 0, = atan(3⁄4)

Bộ tham số điều khiến MSSC:

kị =l, =k„¿ =k=4, xi =5+3*t, vị =L,

10
—— Sai lệch phương x
#g = = :8ai lệch phương y
==== Sai lệch góc
1
0 ”. 5
Ề #.Ì
So s 25[
> (2 Ắ
5 0” T7
—— Quý đạo đặt sư \
—— Quỹ đạo robot Tế 5
0 ¡ 5
0 10 20 390 40 50 ° Đo ÄẲ “
Xm) Time (S)

Hình 2.20. Quỹ đạo bám đường gấp Hình 2.21. Sai lệch bám các thành phân
khúc với bộ điều khiển MSSC đường gập khúc x,,y,.Ø, (MSSC)
b. Quỹ đạo đường tròn với hệ phương trình:
7z 7z 7z 7z
x= 5cos(—?); y = 5sin(—);Ø =——f+—
ức xử ức ) 15 2
Bộ tham số điều khiến MSSC: #¡¡ = #; = #¡¿ =& =3.5

1
6 —tuj đạo đặt
——tuj đạo robot 0Ƒ
ổ ị
1ƒ
; +E
- s :
Ÿụ ỗ
: )
-3
s2
: —— Sai lệch phương x
: = = -Sai lệch phương y
lgšuzgt Sai lệch góc
-B :
>” 4 32 0 2 4 6 , : _ :
Time (s)

Xim) :
Hình 2.23. Sai lệch bám các thành phân

đường tròn x,,y,,Ø. MSSC)

Hình 2.22. Quỹ đạo bám đường tròn

với bộ điều khiên MSSC
35

2.3. Kết luận chương 2

Với các kết quá đã đạt được qua việc tính toán và chứng minh bằng lý thuyết,
cùng với các kết quả xây dựng mô hình mô phỏng kiểm chứng trên Matlab
Simulink trong chương 2, luận án đã thu được các kết quả như sau:

+ Mô hình hóa robot tự hành đa hướng với cấu trúc như đã chọn, xây dựng
các phương trình động học và động lực học và phân tích động lực học của FWOMR.
dựa trên mô phóng số.

+ Nghiên cứu một số thuật toán điều khiển bám tiêu biểu đã được ứng dụng
cho FWOMR và khảo sát đánh giá ưu nhược điểm của các phương pháp điều khiến
nảy bằng phần mềm Matlab/Simulink như:

* Bộ điều khiến PID

v⁄ Điều khiển trượt

* Điều khiển đa mặt trượt

Điều khiên trượt được sử dụng nhiều bởi tính bền vững và khả năng kháng
nhiễu tốt. Bộ điều khiên trượt có thê đáp ứng cho một hệ phi tuyến với độ bền vững
cho các tham số bất định. Tuy nhiên, hạn chế của thuật toán SMC, MSSC chính là
hiện tượng chat(ering và bị ảnh hưởng khi có nhiễu tác động. Đề khắc phục hiện
tượng chat(ering phương pháp DSC sẽ được nghiên cứu và phát triển trong chương
3,
36

CHƯƠNG 3. THIẾT KẾ BỘ ĐIÊU KHIỂN THÍCH NGHỊ BÁM QUỸ ĐẠO

CHO ROBOT TỰ HÀNH BÓN BÁNH ĐA HƯỚNG

Chương 2 NCS đã xây dựng các bộ điều khiển bám quỹ đạo cho FWOMR.
như SMC, MSSC. Đề tính toán được các tham số của bộ điều khiển này thì yêu cầu
mô hình toán học của đối tượng phải chính xác. Do đó, trong một số tình huống. để
đơn giản và lý tưởng hóa, một số tham số của mô hình FWOMR được bỏ qua như:
ma sát, momen. khối lượng... Tuy nhiên trong thực tế các tham số này có ảnh hướng
lớn đến chất lượng của bộ điều khiên.

Trong chương 3, thuật toán điều khiển mới được để xuất cho FWOMR.
Thuật toán điều khiển này được phát triên trên nền táng kỹ thuật DSC. Thuật toán
DSC bám quĩ đạo thích nghi bằng hệ logic mờ và mạng nơ ron nhân tạo cho
FWOMR nhằm khắc phục nhược điểm của DSC và mở rộng miền ứng dụng cho
FWOMR có mô hình phi tuyến bất định và chịu ảnh hưởng của nhiễu. Thuật toán
DSC thích nghi được mô phỏng đánh giá bằng phần mềm Matlab/Simulink.

Những nghiên cứu trong chương 3 để xuất thuật toán thích nghi mới AFDSC
và AFNNDSC để giải bài toán điều khiến bám quĩ đạo cho FWOMR trong trường
hợp xét đến các thành phần bất định trong mô hình robot cũng như ảnh hướng của
nhiễu.

3.1. Thuật toán điều khiển mặt trượt động.

3.1.1. Xây dựng thuật toán điều khiển bám quĩ đạo mặt trượt động cho FWOMR

Kỹ thuật điều khiển hiện đại hướng tới việc xây dựng các bộ điều khiên phi
tuyến nhằm nâng cao chất lượng điều khiên cho hệ thống, đặc biệt là khi hệ thống
có chứa các thành phần phi tuyến bất định. Việc cải tiến các bộ điều khiển
Backstepping. bộ điều khiến trượt, hay bộ điều khiên đa mặt trượt đê tăng tính
thích
ứng của hệ thống khi tồn tại các tham số bắt định hay các tham số mô hình thay đôi
trong quá trình vận hành cũng đã và đang được được tập trung nghiên cứu. Như
phân tích ở chương 2, MSSC sẽ tiếp tục được nghiên cứu phát triển trong chương
TầY.

Kỹ thuật DSC được phát triên dựa trên MSSC và kỹ thuật backstepping.
Không những giữ lại ưu điểm khi xử lý với các thành phần bắt định trong mô hình
hệ thống mà DSC còn khắc phục nhược điêm của hai phương pháp này thông qua
việc tích hợp thêm vào bộ điều khiến một bộ lọc thông thấp [ó4], [65].
37

Trước hết, mục tiêu của việc thiết kế bộ điều khiên là robot có thê bám quỹ
đạo nhanh và chính xác, đồng thời đảm bảo tính ốn định của hệ thống. Bộ điều
khiến DSC cho FWOMR được tập trung nghiên cứu thiết kế. Đề đơn giản cho việc
tính toán và chứng minh tính ôn định cúa hệ thống điều khiên, các biến trạng thái

của hệ thống được đặt như sau:

D =q=lx y ØÏŸ
(3.1)

ÄX;=V=[V, V, œ]Í

Từ đó thu được hệ phương trình của robot tự hành bốn bánh đa hướng

X; = Hx;
@.2)
Mã; +Cx; +Gsgn(x;)+1„ = Br

Với giả thiết mô hình biết trước, z„ được xem như nhiễu bên ngoài tác động
chưa biết, mô hình FWOMR không xét đến ảnh hưởng của nhiễu có dạng như sau:

X =Hx, (3.3)
Mš; +Cx; +Gsgn(x; ) = Br

Trước tiên đặt e¿=x¿ 7xx, là véc tơ sai lệh bám, ở đó

x„=(X¿ #¿ 9;)}“ là quỹ đạo đặt Mục tiêu điều khiển là đảm bảo x, đạt được
giá trị x„ hay nói cách khác œ, tiến tới 0.

Đạo hàm e,

êi =Ä¡— Xj¿ = Hà; — Äị„ G.4)

Giá sử rằng ơ, là tín hiệu điều khiển ảo trong việc thiết kế bộ điều khiển

DSC. ø là đầu vào của bộ lọc thông thấp bậc nhất có biêu thức

ø =-H (đe — &„) (3.5)

@œ„ 0 0

Với ạ=| 0 áy 0 | là giá trị ma trận hằng số đường chéo phù hợp chứa
00 dạ

các phần tử là các giá trị đương.

Sau khi tính toán luật điều khiển ảo, ơ được đưa qua bộ lọc thông thấp bậc
nhất đề tính toán giá trị đạo hàm cho tín hiệu điều khiên ảo.
Tủy +ữy =ữŒ (3.6)

Với 7 được chọn đủ nhỏ đê không làm tăng thời gian tính toán của DSC.
38

0(s) . — 0y

0,(sS)= =
r6) 7+1 7

c=
Đề chứng minh tính khả dụng của tín hiệu điều khiển áo, hàm ứng viên
Lyapunov thứ nhất được đề xuất
L7
lì= 2" €¡ 3.7)

Xét đạo hàm của Ứj

l = Giê, = c (Hx, — Kia) = —@¡ CIÊ, +e (¡&, +Hx; - Kia) G.8)
nếu coi x; = ơ là thì Ứ{ = —e¡ đ¡@, +@¡ ¡(6 —@p)

Có thê thấy từ biểu thức (3.8) với giá trị điều khiển áo từ (3.5),
Ủ¡ =—ej/'áe@¡ <0 và điều kiện J¡ = -ej'cœ, <0 được thoá mãn.

Tiếp theo, kỹ thuật điều khiển trượt được thiết kế đề thu được tín hiệu điều
khiến của hệ thống. Tín hiệu điều khiên này cũng phái đảm bảo tín hiệu điều khiến
ảo đạt được giá trị lý tưởng. Định nghĩa sai lệch tín hiệu điều khiển ảo của hệ
thống.

€¿ = X; —r 3.9)

Chọn mặt trượt

3 =4e,¡+He, @G.10)
Với ^ là hệ số của mặt trượt.
Đạo hàm của Š được tính
Š= A&, + Hè, + He, = 4ê, + He, + H(Mˆ'(—Cx; -Gsgn(x„)+Br)—ở,) G.11)

Như đã đề cập ở phần trên, một trong những ưu điểm của bộ điều khiên DSC
là khả năng tránh được hiện tượng “bờøg nô các điễu khoản” xây ra khi việc tính
toán đạo hàm của tín hiệu điều khiển ảo được lặp lại ở mỗi chu kỳ. Do đó, giá trị
của ứ, thu được từ bộ lọc bậc nhất (3.6). Đề đám báo tính ổn định của hệ thống và

tính toán tín hiệu điều khiển, hàm ứng viên Lyapunov thứ hai được chọn
1
W; =2SS (3.12)

Tín hiệu điều khiên của hệ thống sẽ được tính toán có dạng của bộ điều khiên
trượt để tăng thêm tính bền vững với nhiễu cho hệ. Do đó, tín hiệu điều khiến sẽ

bao gôm hai thành phân r„„ và +,„

39
+„„ là tín điều khiên đề giữ trạng thái hệ thống trên mặt trượt. +,„ thu được

từ điều kiện § = 0.
Tạ =-B! (BB7) (m(m" (^¿, + He;)— $„) —CN, —Œsgn(x;)) (3.13)
Tuy nhiên, z,„„ chỉ có tác dụng khi hệ thống đã nằm trên mặt trượt. Do đó,
tín hiệu điều khiển 1,„ được sử dụng, nó có khá năng lái trạng thái cúa hệ thống
tiến

về mặt trượt. Biêu thức của +„„ được chọn như sau:

+„ =—BÍ (BB/) "MHˆ (e;sgn(S) + c;S) (3.14)

@„ 0 0 6œ, 0 0

với œ =| 0œ 0 |và s=| 0 y 0 | là các ma trận hệ số xác

00 ơớ¿ 00 dạ

định đương. Cuối cùng, tín hiệu điều khiến của hệ là tống của Tự VÀ Tựy:

T1=1¿„ + (3.15)

Định lý 3.1: FWOMR được mô tả bằng mô hình (2.8) được điều khiển bằng
(3.15) với +„„ được xác định bởi (3.13) và +,„(3.14) đảm bảo hệ kín ôn định và sai

lệch bám tiên về 0.

Chứng minh: Đạo hàm 1;

J, =§7§ (3.16)
Sứ dụng (3.11), 1; trở thành
V; =§” (Ã&, + He; + H(M ”(—Cx; ~ Gsgn(x; )+B+)~ úy )) (4.17)
Với tín hiệu điều khiển (3.13) và (3.9) thì x¿„ = ứ;, đạo hàm của 1 có thê
được viết lại thành:
Ứ; =-§”c„sgn(S)—S“e;S (3.18)
Giá trị nhiễu +ạ bị chặn |rạ| < £ là giá trị nhiễu bất định nên không xuất hiện
trong biều thức của bộ điều khiến. Bằng việc lựa chọn é; và c; phù hợp, ta có
Ƒ, =-§”e„sgn(S)— S”ø;§ <0 (3.19)

Điều này thoá mãn tiêu chuẩn ôn định Lyapunov, định lý 1 đã được chứng
minh!
40

Ưu điêm của phương pháp DSC là tăng khá năng thích ứng của hệ thống và
giảm khối lượng tính toán bộ điều khiển. Tín hiệu điều khiển được sử dụng có chứa
thành phân trượt, do đó tính ôn định bền vững của SMC. Bộ lọc thông thấp được sử
dụng vừa có tác dụng lọc nhiễu tần số cao nội sinh vừa cung cấp thông tin về đạo
hàm tín hiệu điều khiến ảo. Do vậy, việc tính toán đạo hàm của tín hiệu điều khiến
ảo trở nên không cần thiết nữa, điều này loại bỏ được nhược điểm của MSSC và kỹ
thuật backsteppIng. Tuy nhiên, phương pháp chỉ áp dụng được khi sai lệch mô hình
và nhiễu tác động nhỏ, mặt khác hiện tượng chattering do cấu trúc bộ điều khiên
trượt gây nên là không thê tránh khỏi. Hơn thế nữa, chất lượng điều khiển của hệ
thống phụ thuộc khá nhiều vào việc lựa chọn tham số của bộ điều khiến, đặc biệt là
tham số ảnh hưởng trực tiếp đến việc kéo hệ thống về mặt trượt. Mô phỏng sử dụng
thuật toán điều khiến mặt trượt động (DSC) và so sánh với các thuật toán MSSC và
SMC
3.1.2. Mô phóng kiểm chứng kết quả thuật toán

Sơ đồ khối mô phóng cấu trúc hệ thống và bộ điều khiên DSC:

Ỉ I
F\._gj „nnlerpreied |

@® HN na uỷ đạo đậi Tín hiệu điều khiến |

Quỹ đạn đặt

Mô hinh robðt

Bộ điều khiôn DSG

Hình 3.1. Câu trúc mô phóng hệ thống điều khiên sử dụng bộ điều khiên DSC

1
Quỹ đạo robol

Inierpreted
MATLAB Fen

Cz} > Sai lậch bám

Quỹ đạo đặt xo gremee
M ten
3 > Mặt trượt
Vận tốc robot Inierareled
: ——
MATLAB Fơn

Interpreted
MATLAB Fen

Interareted
MATLAB Fen

Bộ lọc bậc nhất

Tín hiệu diều khiễn ảo

*Ï Sai lệch DSC

Âm
"lãm »ị
Interpreled
MATLAB Fen

Tín hiệu điều khiển

Tín hiệu điều khiển

Hình 3.2. Câu trúc mô phỏng bộ điều khiên DSC

41

3.1.2.1. Kết quả mô phỏng sử dụng thuật toán điều khiên DSC trong tường hợp
không có nhiễu tác động.
z z LIN¿
a. Quỹ đạo đường tròn: x =5cos(—f), y= 5sIn(—f), 9=-——f+—
Quỹ đ¿ s G0, y e9 S5
Bộ tham số điều khiển DSC: #¡¡ = #¡; = &¡¿ = & = 13

Quỹ đạo đặt 1

Quỹ đạo robot|
4 0
2 -1
-= 5
So “-2
> @
œ
2 3 Sai lệch phương x
= ~ Sai lệch phương y
-4 #8 [DĐ Sai lệch góc
-6 -5
-4 -2 0 2 4 6 0 5 10 15
X(m) Time (S)

Hình 3.3. Quỹ đạo bám và sai lệch bám khi sử dụng DSC với quỹ đạo tròn
Giai đoạn ban đầu, khi vị trí của robot chưa nằm trên quỹ đạo, bộ điều khiển
DSC tác động đề đưa robot tiến tới quỹ đạo với tốc độ nhanh và thành phần quá độ
là không đáng kế. Chất lượng bám quỹ đạo tốt cùng với sai lệch được giữ ở giá trị
rất nhỏ, khoảng 2.10”(m⁄s) với sai lệch tịnh tiến và 6.10” (rad/s) với sai lệch góc
khi hệ thống ở trạng thái xác lập.
b. Quỹ đạo đường gấp khúc

x=5+3*/, w=L, 6, = atan(⁄.); xạ =5+3*/, y, =í, 6, = atan(24)

Bộ tham số điều khiển DSC: #¡¡ = #¡; = &¡¿ = & = 13

15

10
=—— Sai lệch phương x
= = -8ai lệch phương y
7.5 -===e Sai lệch góc
10r 5
ly
£ #
_ 5 2.5
> Ặ ỗ
0 Tr
1
———— Quỹ đạo đặt -2.5 .
Quỹ đạo robot
ĐC
5
0 10 20 30 40 50 60 0 5 10 15
X(m) Time (S)

Hình 3.4. Quỹ đạo bám và sai lệch bám khi sử dụng DSC với quỹ đạo gấp khúc
Kết quả cho thấy bộ điều khiển DSC có thể đáp ứng được chất lượng điều
khiến với các quỹ đạo khác nhau.
42

c. So sánh quỹ đạo bám khi không có nhiễu tác động đến robot của bộ điều

khiển SA4C, ASSC, và DSC.

'Quỹ đạo đặt
'Quỹ đạo robot
4 —
2 1ũ
co E
> >
-2 5
——— Quỹ đạc đặt
# SMC —— Quỹ đạo robot
- 0
“8 -4 2 U) 2 4 6 8 0 10 20 30 40 sa
x(m) x(m)
8 ——— tuỹ đạo đặt 16
CHỢ đục robot
4
2 10
“Sự E
> >
-2 5
— Quỷ đạo đặt |
+ MSSC 5 se rebel
+6 0
-6 “+ -2 0 2 4 6 0 10 20 30 40 50
x(m) Xxim)
“—— Quỷ đạc đặt 15
——— Quỷ đạo robot
4
2 10
Šọ ễ
> >
-2 5
DSC —— Quỹ đạo đặt -
“ |—— Qưỹ đạo robot
+6 0
“4 -2 0 2 4 6 0 10 20 30 40 50
Xim) Xxim)

Hình 3.5. Kết quả so sánh quỹ đạo bám khi không có nhiễu tác động đến robot của
bộ điều khiến SMC, MSSC và DSC.

Với giá trị quỹ đạo đặt theo thời gian, các thuật toán được mô phỏng kiêm
chứng và so sánh đánh giá chất lượng. Có thê thấy, bộ điều khiến DSC cho kết quả
với chất lượng đầu ra đáp ứng được yêu cầu của bài toán điều khiên bám tốt nhất.
Khả năng giảm khối lượng tính toán do loại bỏ được hiện tượng “explosion of
terms” do đó thời gian đáp ứng của bộ điều khiên DSC nhanh hơn so với bộ đa mặt
trượt và SMC. Sai lệch ở trạng thái xác lập của bộ DSC và bộ đa mặt trượt gần như
bằng 0. trong khi đó bộ điều khiễn trượt vẫn còn tồn tại sai lệch khá rõ rệt.
3.1.2.2. So sánh quỹ đạo bám khi có nhiễu tác động đến robot của bộ điều khiên
SẠC, MSSC, và DSC.
43

Như đã trình bày ở phần thiết kế thuật toán điều khiến, thành phần 1„ không

xuất hiện trong biểu thức của bộ điều khiến khi thiết kế với mô hình toán học
(3.3).

Tuy nhiên trong thực tế thành phần nhiễu này vẫn tác động vào hệ thống và chưa có

phương pháp đo được chính xác giá trị này. Đê kiếm chứng hiệu quá, trong phần

mô phóng thuật toán điều khiên, thành phần z„ này sẽ xuất hiện trong hệ thống để
đánh giá và so sánh tính kháng nhiễu của các bộ điều khiến.

Trong phần này giá sử nhiễu tác động là các số có giá trị ngẫu nhiên tác động

vào hệ thống và thoả mãn điều kiện là nhiễu bị chặn |rạ| < £.

——— Qưỹ đạo robot Í——qựy đạo đặt

=— Quỹ đạo robot |

E£ E
So >-
>
8.
-+2L
+ SMC
0 ˆ \
e8" - = : . _ 0 10 20 30 40 50
-6 -4 -2 0 2 4 6 ximì
Xim)
8 Quý đạo đạt T6
“———— Quỹ đạo robot
4Í
zÍ 10 (
+cœ
= #
Eo| =
>
ñ g|
-2'
MSSC —=qwsmaä
+ ——— Qưỹ đạo robot
0 l
s8 | | ] ị | ị ù ˆ ˆ _ —~ ˆŠ -
5 ằ PP" 0 2 4 6 0 10 20 30 40 50 60
x(m) Time (s}
8 ———Gưý dực đẹt 18
——Qvÿ đạc robot.
4Ì
z‡ 10
so E
> >
-zÈ 5
——gưỹ đạo đặt
+] DSC — Qúy đạo roboi
-sk_— .= - ác ke ˆ ˆ 0
-6 - - ø z 4 6 8 10 z0 30 40 50
Xx(m) x(m)

Hình 3.6. Kết quả so sánh quỹ đạo bám khi có nhiễu tác động đến robot của bộ điều
khiển SMC, MSSC và DSC.
Nhận xét kết quả:
- Với bộ điều khiên SMC tổn tại hiện tượng “chattering” đồng thời bị ảnh

hướng bởi nhiễu tác động do đặc tính của bộ điều khiến bị giới hạn trong việc loại
44

bỏ tác động của nhiễu bất định, sai lệch bám tồn tại và thời gian quá độ khá lớn.

- Với bộ điều khiên MSSC đã làm giảm hiện tượng “chattering” nhưng vẫn
còn bị ảnh hưởng bởi nhiễu tác động, sai lệch bám cơ bản triệt tiêu và thời g1an
quá
độ là nhỏ hơn so với SMC.

- Với bộ điều khiên DSC không chỉ làm giảm mạnh hiện tượng “chattering”
mà còn làm giảm ảnh hưởng của nhiễu cũng như thời gian phán hồi nhanh hơn bởi
sử dụng các bộ lọc thông thấp đầu vào, sai lệch bám được triệt tiêu và thời gian
quá
độ nhỏ nhất.

Với các kết quả mô phóng. có thế thấy ưu điểm vượt trội của DSC so với
MSSC và SMC. Do vậy, DSC được lựa chọn làm nền tảng đề xây dựng các bộ điều
khiến thích nghi. Đề giám được hiện tượng chatfering do nhiễu, tác động của hàm
signQ gây ra khi hệ thống có chứa các là thành phần bắt định sẽ được xấp xi bằng
mạng nơ ron nhân tạo trực tuyến và bù trong luật điều khiên. Một DSC thích nghi
mới cho FWOMR trên cơ sở hệ logIc mờ và mạng nơ ron nhân tạo khắc phục được
những nhược điểm của DSC.

3.2. Thuật toán điều khiển mặt trượt động thích nghi mờ điều khiển bám quỹ
đạo cho FWOMR
3.2.1. Thuật toán điều khiển mặt trượt động thích nghỉ mờ.

Điểm mạnh cúa bộ điều khiên DSC là sự ổn định với những thông số hệ
thống không cố định (thông số bất định thay đổi trong giới hạn). nhưng điêm mạnh
nảy chí phát huy được khi trạng thái cúa hệ thống nằm trên mặt trượt hoặc vùng lân
cận của mặt trượt. Sơ đồ cấu trúc hệ thống DSC mờ được được biều điễn ở hình 3.7.

&
” % -
dĩ
G ‹,Ó
Tín hiệu điều Tín hiệu FWOMR
š „ Mặt trượt ` -
q, T= khiên ảo điều khiên

Hình 3.7. Câu trúc hệ thống điều khiên mặt trượt động thích nghi mờ cho FWOMR.
45
Dựa trên các kết quá mô phỏng DSC cho FWOMR ta nhận thấy chất lượng
của hệ thống phụ thuộc rất nhiều vào việc lựa chọn các tham số (đ¡,đ;,c;) của DBC.
Trong đó, äa là tham số ảnh hưởng trực tiếp đến chất lượng bám quỹ đạo của robot,
é; và é; ảnh hưởng đến tốc độ tiến đến mặt trượt của trạng thái hệ thống cũng như
khả năng giữ trạng thái hệ thống nằm trên mặt trượt. Ở mỗi trạng thái, nếu lựa chọn
được bộ tham số phù hợp thì hệ thống sẽ đạt được chất lượng. đặc biệt là khi hệ
thống chịu tác động bởi nhiễu. Vì vậy trong phần này, một DSC chỉnh định tham số
mờ được nghiên cứu đề xuất cho FWOMR.
Đầu vào của bộ chỉnh định mờ là sai lệch của bám của quỹ đạo robot e, và
đạo hàm theo thời gian của nó e, (hình 3.7). Các tập mờ cho biến ngôn ngữ đầu vào

được biểu diễn ở hình 3.8 và hình 3.9.

ớ, tụ
NB N J7 P PB NB N ý B PB
› >
1p 5 — 0 0 06 , 0 +5 10 46006 0 35
Hình 3.8. Các tập mờ cho đầu vào e; Hình 3.9. Các tập mờ cho đầu vào ẻ,

Với các dữ liệu giữa đầu vào và đầu ra thu được khi tiến hành mô phỏng bộ
điều khiên DSC cho FWOMR ở hình (3.3), (3.4), (3.6), các tập mờ cúa biến ngôn
ngữ đầu vào cũng như các giá trị đầu ra và các luật hợp thành cho bộ chỉnh mờ
được xây dựng dựa trên mô hình mờ Sugeno.

Bảng 3.1. Các tập mờ của biến ngôn ngữ đầu vào

Biên ngôn ngữ e, | Biên ngôn ngữ ẻ, | Y nghĩa

NB NB Khoảng âm lớn
NS NS Khoảng âm nhỏ

z “ố Khoảng 0

PS PS Khoảng dương nhỏ

PB PB Khoảng dương lớn

46

Các tập mờ cho biên ngôn ngữ đầu vào e¡ và ẻ¡ có dạng hàm tam giác và
đầu ra ø¡,ó;,c; được lựa chọn thông qua thực nghiệm. Tên gọi các tập mờ và ý

nghĩa được biêu diễn ở bảng 3.1. Các giá trị đầu ra của bộ chỉnh định mờ được thê
hiện trong bảng trong bảng 3.2.
Bảng 3.2. Các giá trị của đầu ra

Biến đầu ra| Ýnghĩa | Giá trị đầu ra | Giá trị đầu ra cho
cho é €; VÀ Œ;
VS Rất nhỏ 15 20
5 Nhỏ 4.25 25
M Trung bình 6.5 30
B Lớn 8 35
VB Rất lớn 10 40

Hệ luật suy diễn cho đầu ra thứ nhất œ của bộ chỉnh định mờ được biêu diễn

trong bảng 3.3.

Bảng 3.3. Hệ luật suy điễn cơ sở cho đầu ra c,

& €¡

NHBH|ỊNS|Z | PS | PB

NB M Š |ES S M
Ns B S

1 1
⁄Z S B |M B S
Ps B M |sS 1

PB M Š |ES S M

Từ công thức (3. 14) ta thây thành phân (c;,c;) là tham số ảnh hưởng đến tốc
độ tiến đến mặt trượt và lái trạng thái của hệ thống nằm trên mặt trượt, để đơn
giản
cho việc lựa chọn giá trị cho tập mờ và giảm khối lượng tính toán không cần thiết
nên các đầu ra (c;¿,c;) được chọn bằng nhau và hệ luật suy diễn cơ sở của bộ chỉnh

định mờ cho hai đầu ra này được biểu diễn ở báng 3.4.
47

Bảng 3.4. Hệ luật suy điễn cơ sở cho đầu ra c„(c;)

bi

NBỊ NsS ⁄Z PS | PB

NBỊ M B VB B M

Ns » M B M 5

Z | VB » M » VB

Ps » M B M 5

PB Ị_ M B VB M M

3.2.2. Mô phỏng kiêm chứng thuật toán.

Kết quá mô phỏng với mô hình robot tự hành bốn bánh đa hướng bằng công
cụ Matlab/Simulink. Đề minh chứng cho hiệu quá của thuật toán AFDSC được đề

xuất, nhiễu ngẫu nhiên ngoài được thêm vào mô hình có dạng như sau:

400

300
Đieturbance (Nm)

-300 1 L

Ts)

Hình 3. 10. Nhiễu ngoài

Tiến hành mô phỏng và đánh giá thuật toán mới đề xuất với quỹ đạo hình
tròn, FWOMR sẽ đi chuyên từ một điểm ban đầu bên trong đường tròn trong hệ tọa
độ gốc. Quỹ đạo để robot bám theo theo hệ tọa độ sốc được cho bởi:
X„ =rạc0s(/)
3„ =rasIn(@f)
9.=ø
Trong đó, những tham số của FWOMR và bộ điều khiển được chọn như
trong bảng sau:
48

Bảng 3.5. Các tham số của hệ thống và tham số của bộ điều khiển

Tham số mô hình động học

im =10kg: J]=0.56 kgm”; đ =0.3/m;r =0.06m

Tham số quỹ đạo

Ũ <£< 150 <f <l5, rạ =10m

Tham số bộ điều khiên

 = điag(10,10,10)

— Ref

Y~-axis(m}

*X-=axis (m})

— D§CG

Time (s)

Time (s)

Hình 3.11. Chuyên động theo trục x Hình 3.12. Chuyên động theo trục y

lò

Đ
Eì Ä
< 0 s nh —Ret
— AFDSC
0 — DSC
0 $ I0 l§
Time (s}

Hình 3.13. Sự thay đối góc quay theo thời gian

Những hình trên mô tả chuyên động bám quĩ đạo của FWOMR với bộ DSC
và AFDSC. Có thê thấy rằng cá hai bộ điều khiến đều đám bảo FWOMR bám quĩ
đạo đặt nhưng AFDSC cho chất lượng bám tốt hơn. Cụ thế, với cùng một điều kiện
khởi tạo, FWOMR với bộ AFDSC tiếp cận quỹ đạo tham chiếu sau khoáng 0.2
giây, trong khi đó với bộ DSC mắt gần 0.6 giây. Các quy tắc mờ được thiết kế để
cập nhật các tham số của DSC trực tuyến mỗi khi có sự thay đối ở hai đầu vào bộ

chỉnh định mờ là sai lệch và đạo hàm sai lệch. Bộ AFDSC được đề xuất mới đám
49

báo chất lượng bám quï đạo đặt trước của hệ thống hơn so với bộ DSC: Thời gian
tiến đến quĩ đạo đặt nhanh hơn và sai lệch bám cũng nhỏ hơn.

Các tham số (c,.c;,c;)của AFDSC chỉnh định trực tuyến được biểu điễn
trong các hình 3.14, hình 3.15 và hình 3. 1ó.

6 r T 40 —==
—cl —e?

k-

0 Š :
0 5 10 lễ Š T ¡0

Hình 3.14. Tham số é Hình 3.15. Tham sỐ é;

40
Ba]

30

0 5 l0 1§
Hình 3.16. Tham số e;
Hình 3.17 mô tả chuyên động của FWOMR với hệ tọa độ hai chiều, có thể
thấy rõ sự hiệu quả của thuật toán khi quỹ đạo của robot đã bám rất sát với quỹ đạo

đặt.

Time (s)

Hình 3.17. Chuyên động của FWOMR với quỹ đạo tròn
50

3.3. Thuật toán điều khiển mặt trượt động thích nghỉ nơ ron mờ điều khiến
bám quỹ đạo cho FWOMR.

AFDSC đã là một đề xuất phù hợp đê cải thiện chất lượng bám cho FWOMR.
trong trường hợp sai lệch mô hình và nhiễu tác động với biên độ nhỏ. Nhưng trong
trường hợp sai lệch mô hình lớn thì chất lượng điều khiến không còn đảm bảo nữa.
Chính vì vậy, việc ước lượng sai lệch mô hình và bù trong thành phần bộ điều khiển
sẽ đảm báo nâng cao chất lượng cúa bộ điều khiến này. Như vậy, chỉnh định tham
số của bộ điều khiển kết hợp với bù bất định trực tuyến chắc chắn sẽ cải thiện đáng
kê chất lượng hệ thống điều khiển FWOMR. Hình 3.18 là sơ đồ cấu trúc của hệ
thống điều khiên bám AFNNDSC.

--ANNDSG Conwolet c--=======l==========m==m=m==m=memmmemem mm me '

?
" 1
" 1
. ‡ 1
, ID ` `1`.... 86 ...aa ha L nT
† Tinhệu | Ô ¿:
.t € —w điều khiến ta
eÍt i l ` SW | t
+1" | Tinhiệu :
' ao s \
Tín hiệu _
' điều khiển '
' eq

'
'
'
'
'
'
'
'
'
'
'
'
Xịz S-1k
'
'
'
'
'
'
'
'
'
'
'
'
'
““Ímmm=me=me=m n=m mm mm

-...... 1...1... 1... m.gd«.-

x.m.r.e.mer.e.m.eram=.emem.memaemem.mee.mmmem.=.e.=.e.me.=.=.e

Hình 3.18. Cấu trúc hệ thống AFNNDSC cho FWOMR

3.3.1. Xấp xi thành phần bắt định mô hình FHOIMR sử dụng mạng nơ ron bán
kính xuyên tâm.

Gần đây, mạng nơ ron đang được tập trung phát triển và ứng dụng cho rất
nhiều các lĩnh vực như mô hình hoá, xứ lý tín hiệu, nhận dạng mẫu, đặc biệt là ứng
dụng trong các hệ thống điều khiến. Một trong những ưu điểm của các mạng nơ ron
là khá năng học và xấp xí các hàm phi tuyến với độ chính xác tùy ý. Việc ứng đụng
mạng nơ ron cho các mục đích điều khiên đang thu hút được sự quan tâm nghiên

cứu của nhiều nhà khoa học. Mạng nơ ron kết hợp với các phương pháp điều khiến
51
được xem như là một giải pháp hiệu quả đề giải quyết bài toán điều khiên cho các
đối tượng có mô hình bất định và chịu ảnh hưởng của nhiễu tác động. Mạng nơ ron
có thể học được các đặc tính động học thuận và động học ngược của đối tượng phức
tạp, cung cấp phương pháp thay thế cho các bộ điều khiên thích nghỉ với sự biến đôi
của môi trường.

Nhiều nghiên cứu đã phân tích và đánh giá về việc sử dụng mạng nơ ron bán
kính xuyên tâm cho các hệ thống điều khiến phi tuyến bắt định. Ưu điêm cơ bản của
mạng này là các nơ ron RBEF là các hàm trơn, khả vi do vậy đảm bảo tốc độ hội tụ
nhanh và có thê sử dụng được các phương pháp huấn luyện khác nhau. Cũng chính
vì vậy mạng nơ ron bán kính xuyên tâm được luận án nghiên cứu, áp dụng đề nâng
cao hơn nữa chất lượng của bộ AFDSC được đề xuất ở mục trên.

Như đã nhắc đến ở phần trước, mô hình FWOMR có chứa nhiều các thành
phần bất định được biểu diễn bằng z„ trong công thức (2.8). Do đó, tín hiệu điều
khiến+ đã tính toán ở phần trước có thê không đạt chất lượng tốt trong nhiều trường
hợp, còn tồn tại các tham số bắt định khác làm cho bộ AFDSC khó có thê thực hiện
được. Thêm vào đó, hiện tượng chattering được gây ra bởi tác động của thành phần
phi tuyến bất định và nhiễu khi hệ thống có chứa nhiều thành phần phi tuyến bất
định và nhiễu với biến độ lớn. Do đó, các thành phần bất định sẽ được xấp xí bởi
một mạng nơ ron để giảm thiêu tác động của hiện tượng này. Luận án đề xuất bố
sung bộ xấp xỉ sử đụng mạng nơ ron RBF cho các thành phần bắt định có trong bộ
điều khiển AFDSC.

Các thành phần bất định được biêu diễn qua biêu thức:

©=-M (C4; —Gsgn(x;)+T„) (3.20)

là giá trị véc tơ có chiều (3x1) chứa các thành phần bất định của FWOMR.
Hệ phương trình mô tả FWOMR được viết lại thành:
X;= Hx;
Lộ =9+MBr G49

Tiến hành các bước tính toán tương tự như phần trước cho việc thiết kế bộ
điều khiễn, đạo hàm của mặt trượt trở thành:

Š= ^&, + Hè, + He, = 2è, + He, +H(O+M'Br-š,„) (3.22)

Tín hiệu điêu khiên của hệ

52

T=T¿, +4 (3.23)

VỚI:
tạ =—B” (BBT)"M(H (2ê, + He,)— š;„ + Ô) @.24)
t„ =—B (BB”)'"MH(c;sgn(S) + c;S) (3.25)

Ở đó Ô= lô. Ô, Ô, Ƒ là véc tơ đầu ra của mạng nơ ron được huấn luyện

online để xấp xỉ các thành phần bát định của hệ thống.

Mạng nơ ron bán kính xuyên tâm gồm 3 lớp: lớp đầu vào, lớp ân, và lớp đầu
ra. Các nhân nơ ron ở lớp ân được tính toán bằng hàm bán kính xuyên tâm. Lớp ấn
chứa một chuỗi các đơn vị tính toán được gọi và các nhân nơ ron ân. Mỗi nhân lại
chứa một véc tơ là thông số tâm của nhân nơ ron và nó có cùng chiều với giá trị véc
tơ đầu vào. Véc tơ đầu vào được chọn là các trạng thái của robot, trong trường hợp

` ; À ` ` z z + ¬- ^ Ấ 2 #
này, véc tơ đâu vào là các véc tơ vị trí và vận tốc của robot Xị =|z v 6] .

rà 2 ầ
X;= l Vụ ø | . Hàm bán kính xuyên tâm và được sử dụng đề tính toán đâu ra

của lớp ân của mạng nơ ron dựa trên khả năng xấp xi các hàm phi tuyến bắt định.

x⁄ `⁄⁄ —
>> #2 _.—
"1 Yn L”

Lớp đầu vào Lớp ân Lớp đầu ra

Hình 3.19. Mạng nơ ron bán kính xuyên tâm

Mỗi đầu ra của nhân nơ ron trong lớp ấn sẽ có một giá trị trọng số tương ứng.

Ma trận trọng số được định nghĩa bởi ma trận

%ụ ĐẦ; Đua
% %3 % .

%=| 7” ˆ” ”| có kích thước (x3) với ø là số nhân nơ ron.

t „; Đa
33

f ga z z v + HÀ 2 z A
Y=|z 7: --: 7„| là véc tơ chứa giá trị đầu ra của các nhân nơ ron.

Lựa chọn các giá trị để tính toán luật thích nphi cho ô

@=Sfy+e (3.26)

Ô =5 (3.27)

Với © là giá trị lý tưởng của thành phần bắt định của hệ thống mà bộ điều khiên có

thê đảm bảo được chất lượng điều khiển như trong trường hợp mô hình hệ thống

xác định và chính xác. Trong khí đó Ô là giá trị đầu ra của mạng nơ ron, cũng là

giá trị được sử dụng cho bộ điều khiến. Có thê thấy rằng. khi mạng nơ ron tính toán

cho ra giá trị Ô tiến tới giá trị @ thì chất lượng của hệ thống điều khiển sẽ được
đảm bảo.

Sau khi các giá trị véc tơ đầu vào của mạng nơ ron được sử dụng để tính toán
giá trị đầu ra của lớp ấn, mỗi nhân nơ ron có một giá trị trọng số tương ứng thích
hợp và sau đó được đưa vào bộ tổng để tính toán giá trị đầu ra cho mạng. Có thê
thấy rằng sau khi tính toán các giá trị ở lớp ân, các giá trị trọng số này ánh
hướng
trực tiếp đến chất lượng đầu của mạng nơ ron và qua đó nó ảnh hướng trực tiếp đến
chất lượng điều khiển của hệ thống. Luật cập nhật cho mạng nơ ron hay được gọi là
luật thích nghi của bộ điều khiến là biểu thức cập nhật cho giá trị trọng số này vả
nó
sẽ được cập nhật và huấn luyện trực tuyến (online) ở mỗi chu kì tính toán mà không
cần huấn luyện dựa vào các đữ liệu đầu vào và đầu ra từ trước. 9 và 53 được định
nghĩa là các giá trị trọng số lý tưởng và giá trị trọng số tính toán của mạng nơ
ron.
Lúc này, nhiệm vụ thiết kế luật cập nhật sao cho Ô tiến tới ® tương ứng với việc
Ø tiến tới giá trị 9ì. Véc tơ e là giá trị sai lệch nhỏ ngẫu nhiên và bị chặn cho
phép sao cho vẫn đảm bảo chất lượng ôn định hệ thống của mạng nơ ron và g1á trị
này là giá trị dương nhỏ và bị chặn.

Tiếp đó 4 =Ø1t_—5 được định nghĩa là ma trận sai lệch trọng số. Đầu ra lớp
ân y được tính toán bởi hàm bán kính xuyên tâm có đạng

_lM= 8u +|x; = ô»

YT¡; —€XP| — ———————; ————— (3.28)

1;

Ở đó x, và x; là các giá trị véc tơ đầu vào của mạng RBENN. ô,, và ô;, là các véc
54

tơ tâm của nhân nơ ron, 7, đặc trưng cho độ lệch chuẩn của hàm.
Với cấu trúc mạng nơ ron đã thiết kế, luật cập nhật được chọn có dạng
ø\ =1(yS”H - z|s|‡) .29)
ở đó L' là ma trận vuông xác định dương cấp n với n là số nhân nơ ron. ¿ là tốc độ
học của mạng, được chọn trong khoảng (0,]).

Định lý 3.2: FWOMR có mô hình (3.2), với tín hiệu điều khiến (3.23), luật
chỉnh định thích nghỉ (3.29), và thỏa mãn điều kiện

2
" "
BỊ>——®— ~_
3 my
thì tính ôn định Lyapunov của hệ thống được đảm bảo.
Chứng mình
Xét hàm ứng viên Lyapunov:
— ] T7 ] %7T¬-lcÝ

ƒ;=§ s+ (8 I3) (3.31)

Xét đạo hàm của 1;

P, =Sf§ +ir[SUT- 1#)

-§7§ +r|S'T"ø — đt) Q.32)

=SfS~” [s/r-#)] (%=0)

Sứ dụng đạo hàm mặt trượt (3.22) kết hợp với tín hiệu điều khiển (3.23), đạo
hàm E; trở thành

Ứ, =-§S”e,sgn(S)— S”c;§ +§”H(@ -Ô)—ứø [s18] (3.33)

Đạo hàm I sử dụng (3.22), (3.24), và (3.25), ta có
Ƒ; =~§”c„sgn(S)- S”c;S +S” He +S” HỖ “+ —ứ- (#18) (3.34)
Sau một vài bước tính toán, đạo hàm của của E⁄; trở thành
Ƒ; =—§”c„sgn(S)—S”;S +S” He +ír (c# [r3 —+yS”HM " | (3.35)

Với luật cập nhật cho mạng nơ ron (3.29), 1; được viết lại thành
55
Ứ, =~§e,sgn(S)~ §To;§ +S” He + z|S|z (94 (9 - Øt)) (.36)
Áp dụng bất đăng thức Cauchy-Schwarz
r(#'(ø+-#))<||,Ial, —A G30
ta thu được:

F, < =§"e;sgn(S)~S"a;§ + S Hs + z;|§||x|, le, |5,

Q.38)
~ ~ |I2
<-§”e;sgn(S)~§”e;§ +|S||zy + ⁄|°l||, J*Í - Is[,)
với điều kiện chặn (3.30), 1 trở thành
. - 1 ?
F, <~§'e,sgn(S)- zIslÍl, _ 5Í, G.39)

Ứ <0 và điều cần chứng minh đã được chứng minh.

3.3.2. Xâp dựng luật mờ cho AFNNDSC

Bộ chỉnh định mờ có cấu trúc như đã mô tả trong mục 3.21. Đầu vào của
chính định mờ e,,,e,,,e„¿ và đạo hàm. Các tập mờ đầu vào và các hằng số đầu ra
được lựa chọn thông qua thực nghiệm. Tập mờ cho các biến ngôn ngữ đầu vào được
biêu diễn ở hình 3.20. Các giá trị đầu ra của bộ chỉnh định mờ được biểu diễn ở
bảng 3.7.

Đầu ra thứ nhất của bộ mờ là tham số s„(¡ = x,y,Ø) và nó cũng là một tham
số của mặt trượt. Đầu ra còn lại là tham số c;,(¡=x,y,Ø) vàø; (¡ = x,y,Ø). Để
giảm bớt độ phức tạp của AFNNDSC, các tham số còn lại này được lựa chọn bằng

nhau. Hệ luật suy điễn cơ sở được biêu diễn ở bảng 3.6.

4 đ; H ớ;
10 5 001.0 001 5 10 -25 12 -006 0 006 12 25

Hình 3.20. Hàm đầu vào của bộ mờ

56

Bảng 3.6. Hệ luật suy diễn cơ sở cho c(¿,)

Ê) ©

NB Ns Z Ps PB
NH | M4M) S(B) VSILB) | S() AM)
M| B( | MA) | 54B | 3M) | B9

Z |LSXLB) | B(9 1A0 B9 VS(TP)

PS | B9 | MAO0 | 5B | MÀU | B9
PB | MA) S(B) VSŒP) | SE) AM)
Bảng 3.7. Giá trị đầu ra c,,(c;) của bộ chỉnh định mờ

VS 3.0 (5)
S 4.15 (10)
M_ |456 (020)
B 7.5 (25)
VB 12 @0)

3.3.3. Kết quả mô phóng.

Trong phần này, các mô phỏng được thực hiện trong môi trường
Matlab/Simulink.
3.3.3.1. Mô hình robot chịu tác động bởi các nhiễu bên ngoài
Thêm vào đó, quỹ đạo đặt cho FWOMR là quỹ đạo tròn với phương trình
chuyên động như sau:
x„ — 7;cos(wf)
„ =„sin(wf) (3.40)
0.=ø

Trong đó z¿ = 5 là bán kính của quỹ đạo tròn; 0< <10; với các thông số
của mô hình robot được cho như sau: =10kg, J=0.56kgm”, d=0.3m, r=0.06m. VỊ
trí ban đầu của robot (x; y) = (2:2)

Trong trường hợp này, chất lượng của bộ điều khiến tác động tới hệ thống
được kiếm chứng và đánh giá trong điều kiện các động cơ của robot chịu tác động
trực tiếp bới các momen nhiễu bên ngoàải là nhiễu Gauss, trong đó bỏ qua sự ảnh

hướng của lực ma sát. Hệ số của mặt trượt được lựa chọn là: 4 = điag (10,10,10)
57

Noise (Nm)

Tung 6)
Hình 3.2¡. Nhiễu momen (Nm)
Dưới đây là các kết quá mô phóng. Các hình 3.22, hình 3.23 và hình 3.24 so
sánh các sai lệch bám trong chuyên động của FWOMR so với quỹ đạo đặt khi sử
dụng lần lượt các bộ điều khiên DSC, bộ điều khiến DSC kết hợp với mạng Nơ ron

và bộ điều khiến DSC kết hợp với mạng Nơ ron và hệ logic mờ.
0.4 0.2
0.15

— AFNNDSC
= = ANNDSC
se. DSC

=
_

0.05

ì
$
`

is error (m}
©

X-axis error (m)

y
-
¬ 0

= = ANNDSC AU/§
..... DSC -0.2

1š

lì ——AFNNDSC
t
1

Time (8) Time (s)

Hình 3.22. Sai số trên trục x Hình 3.23. Sai số trên trục Y

0.1 Í——AFNNDSC |
¬ ~ = ANNDSC
R4 0.05 Ầ th D§G
=
= \ Ẫ pc
E ũ
œ
49
Š -0.05
„8=
=
@ -0.1

Time (s)
Hình 3.24. Sai lệch góc
58

Từ các hình 3.22, 3.23, 3.24 có thế thấy cả 3 bộ điều khiển đều có thê đảm
báo được sai lệch bám của hệ thống so với các quỹ đạo đặt trong điều kiện robot bị
ảnh hướng bởi các momen nhiễu bên ngoài là không quá lớn và được giữ trong một
khoáng cho phép. Tuy nhiên vẫn có sự khác biệt về chất lượng giữa các bộ điều
khiến trong các kết quá trên, khi kết hợp thuật toán DSC với mạng nơ ron và hệ
logic mờ bộ điều khiên cho thấy chất lượng bám tốt hơn hẳn so với bộ điều khiên sử
dụng thuật toán DSC thông thường.

Có thê thấy rằng. trong điều kiện robot chịu tác động bới các yếu tố bất định
bên ngoài, bộ điều khiên DSC thông thường không được đánh giá cao bởi rất khó
để xác định được chính xác mô hình của robot bởi sự tác động liên tục của các
nhiễu bên ngoài. Bộ điều khiên AFNNDSC là sự kết hợp giữa DSC, hệ logic mờ
với mạng nơ ron RBF trong trường hợp nảy sẽ có nhiệm vụ: điều chinh phù hợp các
hệ số của bộ điều khiển với luật mờ và xấp xỉ các thành phần bất định trong mô
hình robot thông qua mạng Nơ ron do đó cải thiện được thời gian đáp ứng của hệ
thống cũng như sai lệch bám so với quỹ đạo đặt. Có thê thấy rõ điều đó từ các kết
quá mô phỏng trên khi thời gian đề robot tiến đến sát giá trị đặt khoáng 0.2 giây
khi
sứ dụng bộ điêu khiên AFNNDSC. Hình 3.25 và hình 3.26 miêu tả sự thay đôi của

các tham số điều khiển khi áp dụng luật mờ.

T T T T T T T T T

10 F 1

1x

Time (S)

Hình 3.25. Tối ưu hóa tham số điều khiến «,

59

Time (S)
Hình 3.26. Tối ưu hóa các tham số điều khiển c, và e;

Các tham số của bộ điều khiển được tối ưu hóa đựa trên luật thích nghỉ mờ
giúp trạng thái của hệ thống tiến nhanh hơn đến mặt trượt, các tham số điều khiển
được cập nhật liên tục trong suốt quá trình chuyền động của hệ thống. Trong thời
gian đầu khi robot chưa tiễn gần quỹ đạo đặt, sai lệch bám của robot lớn do đó các
tham số điều khiên cần có giá trị đủ lớn đề đảm bảo các trạng thái của hệ thống
tiến
nhanh đến mặt trượt. Sau đó, khi đã tiến sát đến quỹ đạo đặt, các tham số điều
khiển
cần được điều chỉnh nhỏ đi để tránh hiện tượng “chattering” trên mặt trượt nhưng

vẫn đám bảo được robot bám sát quỹ đạo đặt.
6

4F

y(m)

-2L

-4E F— kRefí
'AFNNDSC
.~ ==ANNDSC
..... DSG

-6 ' ˆ ˆ
-6 -4 -2 0 2 = 6
x(m)

Hình 3.27. Chuyên động trên quỹ đạo tròn của robot
60

Hình 3.27 miêu tá chuyên động của FWOMR so với quỹ đạo đặt khi áp dụng
các thuật toán điều khiên khác nhau. Nhìn chung. các bộ điều khiển đều đám bảo
được khá năng bám theo quỹ đạo đặt của robot. Tuy nhiên bộ điều khiến thích nghi
AFNNDSC cho thấy được chất lượng tốt hơn so với cá 2 bộ điều khiên còn lại trong
việc giảm thời gian quá độ cũng như sai lệch tĩnh của hệ thống
3.3.3.2. Tác động của sự biến đổi hệ số ma sát từ môi trường.

Một trong những vẫn đề phô biến nhất trong việc điều khiến chuyển động
của FWOMR cũng như robot di động nói chung là sự tác động ảnh hưởng từ môi
trường và đặc biệt là hệ số ma sát. Trong biểu thức mô hình động học của robot, các
giá trị hệ số ma sát thường được giả thiết trong môi trường cố định hoặc được bó
qua đề tạo điều kiện cho việc thiết kế thuật toán. Tuy nhiên trong thực tế, các hệ
số
này trong môi trường là một tham số khó xác định được chính xác và có sự thay đôi
tuỳ thuộc vào môi trường. Dó đó trong phần nảy, các kết quả mô phóng với giả thiết

+? y?

là các ma trận hệ số ma sát C(g.-) = điag(B B B„)và

(4) = điag(C,.C,„„C„ )từ môi trường là hệ số biến đôi, không xác định chính xác
được. Khi đó mạng nơ ron sẽ dự đoán và xấp xí giá trị phù hợp của
Ô=(Ô, Ô, Ô, ƒ để đảm báo tính ổn định của hệ thống như hình 3.28, hình

3.29, hình 3.30. Các giá trị bất định được mạng nơ ron xấp xi và hội tụ đến giá trị
gần đúng (xấp xi bằng với giá trị thực của giá trị bất định) và cái thiện được chất

lượng điều khiên của hệ thống.

40 [ lmsDza :
——x-axis uncertain value _ | In ITCTtai value
| ===x-axis approximation value 10 ==*y-axis approxiimation value|
30 =——
T.5
z0 L|

g 25
-10 0
-20 48
Ỉ „5l 1 +
TH 2 4 6 8 10 Ũ ? 4 6 8 10

Time (s) Time (s)

Hình 3.28. Giá trị của Ô, so với 9, Hình 3.29. Giá trị của Ô,„ so với ©,
61

1 ——=angle-axis uncertain value

“===angle-axis approximation value
0.5 1
0h 1
5
l
"
-0.5H 4
1
I
-1 1
-1.5
0 2 4 6 8 10
Time (s)

Hình 3.30. Giá trị của Ô, so với ©,

Trong trường hợp này, có thê thấy rõ ràng sự khác nhau về chất lượng giữa

các bộ điều khiển trong việc giảm sai lệch của hệ thống so với quỹ đạo đặt.
02 2.5 ~ - '
-_ ĐT NnG —AFNNDSC : :
015L -DSE == =ANNDSCG Ệ , 5
F . 2Ì s..s+ psC š 0.01 . :
041 ¿ § 0 = :
Ệ : §14 4Ì | :
_ sẽ ˆ _ Ÿ 4001 ‡ 1 :
4 ,. 9 so õ .
: ị . 1 0 5 10
$ 0Ÿ T Ỹ Time (s}
,
ợ : ợ
x ị % F > 0.5
4005 ‡ % ¿
581 ‡ % v ... “ng ạ,
4 i AT 45
46, : 3 ' : m 0 ? 4 6 8 10
Time (s} Time (s)
Hình 3.31. Sai sô trên trục x Hình 3.32. SaI sô trên trục y
-
12.58 ” 10 ~
10 — ~ANNDSC +
.... DSG
7.5 ,
-¬
c= 5 1
s
Š 2.5 4
„
m0
<

Ẵ
-

4 6
Time (sì

Hình 3.33. Sai lệch góc

M1)
62

Sai lệch bám của hệ thống cũng như thời gian đề hệ thống tiến đến quỹ đạo
đặt khi sử dụng bộ điều khiến DSC là lớn nhất, trong khi không có sự khác biệt
đáng kế giữa 2 bộ điều khiên ANNDSC và AFNNDSC trong hình 3.31, hình 3.32,
và hình 3.33. Hơn nữa với sự thay đối về hệ số ma sát của môi trường. bộ điều
khiển DSC không thể loại bỏ được hoàn toàn sai lệch của hệ thống. Bảng 3.8 so
sánh sai lệch bám của hệ thống khi áp dụng 3 bộ điều khiển trong trường hợp hệ
thống bị ánh hưởng bởi tác động từ môi trường.

Bảng 3.8. Giá trị tối đa của các sai lệch bám sau khi robot tiến về quỹ đạo

Bộ điều Giá trị sai lệch lớn nhất khi robot bám quỹ đạo
khiến Trục X (m) Trục Y (m) |_ Góc ad)
DĐSC 0.1362 0.1426 0.005947

ANNDSC 0.00224 0.00154 0.0003964

AENNDSC 0.000429 0.000301 0.0003953

Mặc dù mô hình của robot tác động bởi ma sát môi trường, nhìn chung cả 3
bộ điều khiển là bộ điều khiển DSC, bộ điều khiển ANNDSC, bộ điều khiển
AFNNDSC vẫn có thê đảm bảo được khá năng bám quỹ đạo của robot. Tuy nhiên
bộ điều khiến thích nghi AFNNDSC đảm bảo chất lượng tốt nhất cho hệ thống
trong việc giảm thời gian quá độ cũng như loại bỏ sai lệch của hệ. Trong bảng 3.8,
sai lệch bám lớn nhất là khi sử dụng bộ điều khiến DSC, các sai lệch điều khiên đều
được giữ trong ngưỡng chấp nhận được.

Nói chung, các kết quả mô phóng sử dụng bộ điều khiển AFNNDSC cho kết
quả tốt nhất trong việc giảm thời gian xác lập và loại bó sai lệch bám.

3.4. Kết luận chương 3

Trong chương này, thuật toán DSC và các thuật toán thích nghí mới như
AFDSC, AFNNDSC được nghiên cứu đề xuất đề giải bài toán điều khiển bám quĩ
đạo cho FWOMR. Trình tự giải quyết bài toán này được thực hiện như sau:

+ Áp dụng thuật toán DSC giải quyết bài toán điều khiển bám quỹ đạo cho
FWOMR. Mô phỏng số hệ thống DSC cho FWOMR, phân tích đánh giá ưu nhược
điểm của giải thuật để từ đó đề xuất giải thuật AFDSC nhằm cái thiện chất lượng
điều khiến FWOMR.
63

+ Đề xuất thuật toán AFDSC cho FWOMR. Thuật toán này được xây dựng
dựa trên cơ sở thuật toán DSC và hệ logic mờ. Do chất lượng điều khiến phụ thuộc
rất nhiều vào các tham số của DSC, luận án đã đề xuất một phương pháp chính định
tham số của bộ điều khiến bằng mô hình mờ Sugeno. Bộ chính định mờ mô hình
Sugeno có ưu điểm là khả năng tông hợp đơn gián, dễ dàng nhúng thuật toán trên
vào vi điều khiên. Hệ thống AFDSC cho FWOMR được khảo sát bằng mô phỏng
số. Các kết quả mô phóng cho thấy chất lượng của hệ thống điều khiến tốt hơn hắn
hệ thống sử đụng DSC. Tuy nhiên, với sai lệch mô hình lớn và chứa nhiều yếu tố
bất định cùng nhiễu tác động vào FWOMR có biên độ lớn thì AFDSC không còn
đảm báo chất lượng nữa. Vì vậy, để bộ điều khiến có thê thích hợp với các điều
kiện khó khăn hơn luận án đã đề xuất phương pháp sử dụng mạng RBF đê xắp xỉ
các thành phân bắt định này. Kết quá này được công bố trong các công trình 1, 7
phần “Danh mục các công trình của tác giđ`.

+ Một AFNNDSC được đề xuất để giải quyết bài toán bám quĩ đạo cho
FWOMR. Trong bộ điều khiển nảy, mạng RBENN đê xấp xỉ các thành bất định của
mô động lực học của FWOMR, bộ chỉnh định mờ để chỉnh định tham số của DSC.
Các kết quá mô phóng số cho thấy chất lượng của bộ điều khiển này đảm báo chất
lượng hoạt động cho FWOMR có mô hình phi tuyến bất định chịu ánh hướng của
nhiễu môi trường. Kết quá này được công bố trong các công trình 2, 8, phần “a#
mục các công trình của tác giđ”.

Những đề xuất mới trong chương 3 cũng cần được kiểm định trên mô hình vật
lý đề kiêm chứng tính đúng đắn và khá năng ứng dụng của các giải thuật mới này.

Đó cũng chính là nội dung của chương tiếp theo.

64

CHƯƠNG 4. CHẺ TẠO ROBOT TỰ HÀNH BÓN BÁNH ĐA

HƯỚNG VÀ CHẠY THỬ NGHIỆM THUẬT TOÁN ĐIỀU KHIỂN

Các đề xuất mới ở chương 3 sẽ được kiểm chứng bằng mô hình vật lý. Trong
chương này, một FWOMR được nghiên cứu chế tạo và một bộ điều khiến nhúng
các thuật toán được đề xuất ở chương 3 cho robot cũng được chế tạo đồng thời.

4.1. Thiết kế chế tạo robot tự hành bốn bánh đa hướng.

4.1.1. Thiết kế cơ cầu, cơ khí và xây dựng Ommi thực tế

HEÌ, „
Hình 4.2. Mô hình xây dựng thực tế.
65

4.1.2. Thiết kế cấu trúc và mạch điều khiển cho robot.

£ ROS

(Robot operating
system)

enicoder †

Touch_screen

enicoder 2

enicoder 3

AStf4_camera

PRLidar

hy
| Hmñinn],

eIicoder 4

detson_TX2

Hình 4.3. Sơ đồ câu trúc phần cứng điều khiên robot.

Cấu trúc phần cứng được sử dụng:

+ Bộ xử lý hiệu năng cao Jetson-TX2 (masfter): với vai trò xử lý trung tâm, là
bộ xử lý hiệu năng cao chuyên dụng cho các xử lý trí tuệ nhận tạo (AI), mạng nơ
ron, lopIc mờ, và thu tập các tín hiệu từ các cảm biến, encorder, camera, Lidar,
IMU
và xử lý. Các thuật toán điều khiên sẽ được lập trình trên bộ Kit này dựa trên ngôn
ngữ Python và hệ điều hành ROS, sau khi tính toán ra các tín hiệu điều khiễn tối
ưu,
TX2 gửi các tín hiệu điều khiên cho mạch vi điều khiến slave.

+ Mạch vi điều khiên (slave) (NCS sử dụng lõi ARM cortext M3

STM32F1xx) là bộ phận nhận tín hiệu điều khiến từ Jetson-Tx2 (master) rồi điều
khiển tín hiệu đến các driver động cơ bánh xe, các ILO từ các cảm biến, đọc
encorder xác định vị trí robot...

+ Mạch cầu H (drver động cơ DC24V) sử dụng các MOSEET là mạch công
suất điều khiến các động cơ servo 4 bánh đi chuyên.

+ Modul truyền thông USB/RS232, RF, bluetooth đề thu tín hiệu điều khiến
từ điện thoại đi động khi muốn điều khiến trực tiếp.

+ Camera có độ phân giải hình ảnh RGB lên đến 1280 x 720 @@ 30 khung
hình / giây, độ sâu hình ánh Res lên đến 640 x 480 (@ 30 khung hình / giây sẽ được
sử dụng như mắt của robot đề thu hình ánh từ môi trường một cách rõ nét và chân

thực nhất, tín hiệu này có thê giúp robot tự xây dựng thành bản đồ ảo.
66

+ RP Lidar là bộ quét laser, kết hợp với Camera 3D Astra sẽ đưa tín hiệu vỊ
trí, hướng, vật cản về bộ xử lý master TX2, và về Gazebo và Rviz dựng bản đồ 2D
và 3D địa hình hoạt động của robot.

4.1.3. Phần mm điều khiển cho robot

- Hệ điều hành lập trình cho robot ROS

NCS ứng dụng lập trình cho nhúng điều khiển cho robot trên nền táng hệ
điều hành lập trình cho robot - ROS (Robot Operating System), với công cụ mô
phỏng là Gazebo và lập trình giám sát chạy thực nghiệm trên nền Rviz. ROS là một
hệ điều hành chuyên dụng đề lập trình và điều khiến robot được nghiên cứu và phát
triển tại đại học Stantford từ năm 2007. ROS bao gồm các công cụ. thư viện không
lồ và cho phép sứ dụng nhiều loại ngôn ngữ lập trình như C++, python giúp người

dùng đễ dàng triên khai, xây dựng sản phâm của mình.

# g

YỶ Ỷ
Parameter Server Bags

Hình 4.4. Câu trúc chương trình của ROS

Cấu trúc của ROS được phát triển thông qua các node, các node được đóng
gói trong các packages khác nhau theo từng nhiệm vụ. Hoạt động giao tiếp giữa các
node dưới dạng chủ đề, tin nhắn, địch vụ được minh họa trong hình 4.4. Ngoài ra
ROS còn cung cấp hai công cụ hỗ trợ cho việc lập trình robot là Gazebo và Rv1z.
Gazebo dùng đề mô phỏng môi trường 3D và robot đề mô phóng kiếm chứng trước
khi thuật toán được tiến hành thực thi trên robot thật. Bên cạnh đó, Rv1z được sử
dụng để theo dõi các đữ liệu xuất ra từ các †opIC để thuận lợi cho việc quan sát,
theo
dõi, đánh giá hiệu năng của từng node, cũng như đánh giá chất lượng điều khiển

trong môi trường mô phỏng cũng như môi trường thực tế.
67

- Phần mềm mô phóng Gazebo

Gazebo là một công cụ mạnh mẽ của ROS giúp người thiết kế có thê tạo ra
mô hình mô phỏng của cả robot cũng như môi trường. Việc này sẽ làm đơn giản
hóa việc thứ nghiệm trong quá trình thiết kế robot. Tuy nhiên đề tạo ra một mô hình
robot và môi trường trong ROS cần URDF (Universal Robotic Decreption
FOMRat). URDE là một định dạng tệp XML được sử dụng để có thê mô phóng tất
cá yếu tố của một robot như cảm biến, camera, khớp nối... Việc thêm những yếu tố
này giúp tệp URDE tương thích với định dạng SDF (định dạng mô phỏng) của
ROS. Sau đó, UDRF sẽ được chuyền sang định dạng SDF thông qua Gazebo. Vậy
nên Gazebo hoản toàn có thê mô phóng toàn bộ mô hình robot cũng như môi trường
một cách hoàn chỉnh.

- Phần mm giám sát Rvi:

Rviz là phần mềm hữu ích giúp giám sát trực tiếp, trực quan ba chiều của các
loại đữ liệu cảm biến và hoạt động của robot. Rviz truy xuất được các tín hiệu được
cung cấp trong ROS, chắng hạn như quét laser, IMU, GPS, vị trí robot thông qua
tính toán góc quay encorder và hình ảnh camera 3D. Nó cũng sử dụng thông tin từ
thư viện TE để hiên thị các đữ liệu cảm biến trong khung tọa độ chung, hiên thị
trên
không gian 3 chiều. Trực quan hóa tất cá dữ liệu của hệ thống trong cùng một ứng
dụng không chỉ xem được hết các thông tin mà còn cho phép nhanh chóng xem
những gì robot nhìn thấy và xác định các vấn đề như sai lệch cảm biến hoặc mô
hình robot không chính xác. Việc hiển thị đữ liệu của cảm biến, laser, Camera 3D
để trực quan hóa khoảng cách từ cám biến của cảm biến khoảng cách Laser (Laser
scan) đến chướng ngại vật, dữ liệu đám mây điểm (Poin( Cloud) của khoảng cách
3D cảm biến như RealSense, Kinect hoặc Astra camera, giá trị hình ảnh thu được từ
máy ảnh mà không phải phát triển nhiều phần mềm riêng biệt. Bằng cách hình dung
những øì robot đang nhìn thấy, suy nghĩ và làm, người dùng dễ dàng phát triển và
gỡ lỗi hệ thống cho robot và bộ điều khiến.

4.2. Cài đặt thuật toán và chạy thử nghiệm.

4.2.1. Lập trình phần mềm nhúng vì xử lý thuật toán và điều khiển

Dựa vào tốc độ xử lý mạnh mẽ của Jetson_TX2 khi xử lý tính toán các mạng
nơ ron đòi hỏi khối lượng tính toán lớn, tốc độ xử lý nhanh, nền tảng lập trình
robot
Operating System (ROS) được sứ dụng bởi khá năng tối ưu cho việc lập trình robot.
68

Các dữ liệu từ các cảm biến, ngoại vi, và các tác vụ xử lý được liên kết với nhau
một cách thuận lợi bằng việc sử dụng các node. Mỗi node là một chương trình lập
trình thực hiện tác vụ, và ROS cung cấp phương thức giao tiếp giữa các chương
trình này. Mỗi node đóng vai trò là một publisher (node dùng đề xuất dữ liệu) hoặc
subscriber (node dùng để nhận đữ liệu) hoặc đóng vai trò vừa là publisher và
subscriber. Mỗi đữ liệu được xuất ra đều được đặt tên và được gọI là “topic” trong
ROS, và các topic này có tên bắt đầu bới dấu “/° và phần tên được đặt theo sau nó.
Tuy nhiên, trước khi có thê giao tiếp với nhau thông qua các topic thì ban đầu các
node phải đăng ký trước với “ros _master” là node đóng val trò trung tâm, lưu trữ

thông tin truyền nhận của các node khác.

Ỉ l
Ị l
Ị l
Ị l
| /c1_parameter |
l / l
I + Fuzy I
¡ |Ôÿđo ) |
Ị đặt ` l
Ì Mặt trượt /C2_parameter '
jteference I
Ị l
Ị jssurface | - ”
l Sai lệch Tín hiệu điều Sai lệch Tínhiuđiuu | %9) - nan
' bám |errl| khinảo |mcsgml[ DSC | eror2 khiển lu nh Áp
Ị l
Ị l
l
Ỉ .. d.--<==ss=======E=s=s===== siỊ
LÍ H LỊ
Ị l
Ị l . Ílaser_scan lỊ mm £ LỊ
Lidar Ị | Trọng sô |
Irậng nơ r0n
| Ị Íposition Ị Ì jwelociy 41Ệ Ị Ị
I l
ị Ị l r /weight_nn Ị
| | | Asra Ídeph magi| Vị trí vận Ƒ—‡ IÀ Hàm pÍ
Ị ' Camera +| tộc Robot † ' RBF [ng
LÔ | lị 1 ị
3 I
' | l Đầu ra mạng 0put nn |
mm lỊ nợ r0 Ị
' Pneoder Íencoder_reader " r |
lỊ T lị 1 Ị
pÐÍ ì : II Tính (oán mạng nữ ron ¬
| † — Phảnhồvjtrivàtốcđộ Robot | ks---=========eemeneetsee=ee=e==e=m-I
l l
Ị l
Ị l
I

Hình 4.5. Câu trúc lập trình phần mềm

Trong hình 4.5, mỗi khối là một node thực hiện các tác vụ đê tính toán thu
được giá trị tín hiệu điều khiển đề điều khiến cơ cấu chấp hành.

Ý nghĩa của các topic được sử dụng cho việc truyền nhận dữ liệu
69

⁄rcference: quỹ đạo đặt cho robot

ñaser_scan: tín hiệu quét laser từ Lidar

/depth_1mage: tín hiệu ảnh depth từ Astra Camera

/encoder_reader: giá trị encoder từ 4 bánh

/positon: vị trí FWOMR.

/velocity: vận tốc robot Omni

/error_1: sai lệch vị trí OMR.

/v(_signal: tín hiệu điều khiến ảo

/error_2: sai lệch tín hiệu điều khiến ảo

/ssurface: plá trị mặt trượt

/RBE: giá trị hàm bán kính xuyên tâm

/weigh(_nn: giá trị trọng số mạng

/Output_mn: đầu ra mạng nơ ron

/cl_parameter: hệ số tín hiệu điều khiên ảo

/c2_parameter: hệ số tín hiệu điều khiển

/control: tín hiệu điều khiển

Tín hiệu điều khiến được tính toán dựa trên nền táng ROS được cài đặt trên
máy tính nhúng Jetson TX2 và sau đó được gửi đến phần điều khiên cơ cấu chấp
hành được cài đặt trên vi mạch nhúng sử dụng STM32.

4.2.2. Kết quả robot trong môi trường Gazebo và Rviz đê mô phỏng kiểm chứng

Hình 4.6. Mô hình robot trong môi trường Gazebo

70

tử tụt

No Image

Hình 4.7. Mô hình robot được theo dõi bằng Rviz

Hình 4.6 là mô hình 3D của robot được xây dựng bằng phần mềm Gazebo đề
tiến hành thử nghiệm thuật toán trong môi trường mô phỏng. Hình 4.7 là mô hình
robot được xây dựng trong Rviz để theo dõi và đánh giá chuyên động của robot từ

môi trường mô phỏng Gazcbo

DSC AFNNDSC

Hình 4.8. Kết quả mô phỏng bằng ROS với thuật toán DSC và thuật toán
AFNNDSC

Hình 4.8 là kết quả quỹ đạo chuyên động của robot thu được từ Rviz với
đường màu xanh lam là quỹ đạo đặt cho robot vả trong môi trường đã được thiết lập
với việc có sự tác động của hệ số ma sát. Có thê thấy là kết quá khi sử dụng thuật
toán AFNNDSC đề điều khiến robot cho kết quả tốt hơn so với bộ điều khiến DSC
4.2.3. Kết quả chạy thực nghiệm thực tế.

Quá trình chạy thực nghiệm sẽ được lập trình và đo kiểm đựa trên mô hình
hình 4.9. Hệ thực nghiệm bao gồm:
71

Hình 4.9. Phối cảnh mô hình thực nghiệm robot.

> Cấu trúc hệ thử nghiệm:
- FWOMR với cấu trúc phần cứng như hình 4.2
- Máy tính có chứa màn hình giao điện người máy, Rviz (giao tiếp với TX2
qua Wifi) có thể quan sát trạng thái, vị trí online của robot, màn hình giám sát
HMI
giao tiếp qua viết trên Visual C (giao tiếp với robot qua RF) có thê lưu trữ và vẽ
quỹ
đạo thực online của robot.
- Vị trí của robot được setup điêm tọa độ gốc. và được đo online thông qua
IMU, tính toán qua 4 encorder, và bộ quét Lidar.
- Quỹ đạo đặt được dán dưới mặt sàn bằng các vạch, rộng 3cm.
- Đinh trằn nhà phòng thí nghiệm gắn camera ghi lại quá trình chạy bám của
robot.
> Kịch bản thử nghiệm
FWOMR trong luận án được thử nghiệm ở môi trường trong phòng thí
nghiệm, có quỹ đạo được đặt trước là hình tròn và quỹ đạo zich zắc. Các trường hợp
thử nghiệm bao gồm:
-_ FWOMR đi chuyển bám quỹ đạo tròn bán kính 3 mét.
-_ FWOMR đi chuyển bám quỹ đạo zich zắc,
> Kết quả chạy thử nghiệm:
72

Í__- Bộ diều khiển

`
Ỉ ñ = 2”
Dùng Quay Thuận:
( xe
Ệ | X : 9.027 Y : -0.013 Teta : -8.0831

Hình 4.10. Giao điện HMI và kết quả điều khiển bám quỹ đạo chạy thử nghiệm
Các kết quá ánh chụp quá trình chạy thử nghiệm và kết quá với các quỹ đạo

là hình tròn và hình zích zắc đã được định sẵn.

Hình 4.71. Hình ảnh chạy thực nghiệm FWOMR bám theo quỹ đạo hình tròn.

)ULHE : : R \ ES“

Hình 4.12. Hình ảnh chạy thực nghiệm FWOMR với các quỹ đạo zich zắc
73

> Nhận xét kết quả chạy thử nghiệm:

-FWOMR di chuyên bám quỹ đạo tròn bán kính 3 mét trong khoảng thời
gian 10 giây, quỹ đạo bám tốt và sai lệch nhó.

- FWOMR di chuyên bám quỹ đạo zich zắc trong khoáng thời gian 20 giây,
quỹ đạo bám chưa tốt, đặc biệt là tại các góc quay gấp khúc, có tồn tại các sai
lệch
lớn tại các góc gấp khúc (do cơ cầu cơ khí).

4.3. Kết luận chương 4

Với mục tiêu kiếm chứng các thuật toán đề xuất bằng thực nghiệm, việc chế
tạo một robot sản phẩm, lập trình và chạy thử nghiệm là nội dung của chương 4
Tầy:

+ Thiết kế, chế tạo và chạy thứ nghiệm thành công robot tự hành bốn bánh đa
hướng sản phâm, robot có phần cứng và mạch điều khiển xử lý hiệu năng cao và
phần mềm hỗ trợ lập trình trên nền hệ điều hành robot ROS.

+ Thiết kế và chế tạo đồng bộ phần cứng và các thiết bị ngoại vi, chế tạo các
mạch điện tử, điều khiến, giao tiếp ngoại vi với mục tiêu đủ nhanh, mạnh theo
hướng có thê mở rộng và nâng cấp.

+ Thiết kế cấu trúc, lập trình, cài đặt các thuật toán đã nghiên cứu cho robot,
chạy thứ nghiệm và đánh giá kết quả.

Các kết quá chạy thử nghiệm cho thấy tính đúng đắn của các phân tích lý

thuyết, hiệu quả của của bộ điều khiên đề xuất và khả năng ứng dụng trong thực tế.
74

KÉT LUẬN VÀ KIÊN NGHỊ

Robot tự hành bốn bánh đa hướng có khá năng đi chuyển theo bất kỳ hướng
nảo mà không cần phái thay đổi vị trí và tư thế. Với cấu trúc bánh khác biệt và ưu
điểm về khả năng đi chuyên vượt trội trong các điều kiện môi trường đi chuyên hẹp,
khó thay đối vị trí mà mẫu FWOMR này đang được áp dụng một cách rộng rãi
không chỉ trong nghiên cứu mà còn trong các lĩnh vực sản xuất và đời sống. Các
vấn đề về kiếm soát quỹ đạo, xử lý tác động nhiễu ngoại sinh, thay đối của các
thành phần bất định nhự khối lượng, momen, ma sát...đang là các nội dung được
quan tâm trong lĩnh vực OMR. Các kết quả của luận án là những thành công bước
đầu trong lĩnh vực này.

1. Các kết quả đạt được của luận án

Luận án đã đạt được mục tiêu đã đề ra là nghiên cứu và đề xuất thuật toán
điều khiên thích nghi mới cho robot tự hành bốn bánh đa hướng bám quỹ đạo trên
cơ sở hệ phi tuyến bất định, đặc biệt chú ý đến chất lượng bám và sự thay đối của
các tham số của robot (bởi mục đích ứng dụng của robot là tương tác với đối tượng
và môi trường khác nhau) và chịu tác động của nhiễu khi hoạt động trên các địa
hình khác nhau. Các đóng góp chính của luận án:

1. Đã đề xuất một thuật toán điều khiển mặt trượt động thích nghỉ mờ
điều khiểm bám quỹ đạo robot tự hành bốn bánh đa hướng. Thuật toán này được
xây dựng dựa trên nền cơ sớ thuật toán điều khiển mặt trượt động DSC, phát huy ưu
điểm hiệu quá của DSC và sử dụng logic mờ đề chính định thích nghỉ các hệ số của
tín hiệu điều khiển ảo, và giữ tín hiệu trạng thái của hệ thống nằm trên mặt trượt
nhằm khắc phục nhược điểm mất ôn định của DSC khi gặp trạng thái này. Thuật
toán này chưa được cài đặt trên bất cứ robot nào trước đó trong vả ngoài nước, có
tính linh hoạt cao, cấu trúc đơn giản và có đễ dàng cho việc lập trình cài đặt trên
vi
xứ lý, có khá năng thích nghi và phát huy hiệu quả tối đa bởi nền táng là sử dụng
bộ
DSC, nó đặc biệt thích hợp với mô hình FWOMR dựa trên các kết quá mô phóng và
chạy thực nghiệm.

2. Đã đề xuất thuật toán điều khiển thích nghỉ mặt trượt động mờ Hở ron
cho bám quỹ đạo PWOIMR có mô hình bắt định và có sự tác động bởi nhiễu. Đây

cũng là thuật toán được xây dựng dựa trên nền cơ sở thuật toán điều khiển mặt trượt
75

động DSC, và cấu trúc điều khiến thích nghi dựa trên kết hợp RBENN và hệ logic
mờ, trong đó RBFNN sử dụng để xấp xí thành phần số phi tuyến bất định của
FWOMR, kết hợp hệ logic mờ đê chỉnh định thích nghi các tham số của DSC. Tính
ôn định của hệ kín được khảo sát bằng tiêu chuẩn Lyapunov. Các kết quá mô
phỏng, thực nghiệm trên hệ vật lý cho thấy tính đúng đắn của các phân tích lý
thuyết, hiệu quá của của bộ điều khiên đề xuất và khá năng ứng dụng trong thực tế.
Thuật toán này lần đầu tiên được cài đặt cho FWOMR trên nên vi điều khiến có tính
linh hoạt cao.

Thiết kế, chế tạo và chạy thử nghiệm thành công robot tự hành bốn bánh
đa hướng sản phẩm, robot có phần cứng và mạch điều khiển xử lý hiệu năng cao
và phần mềm hỗ trợ lập trình trên nên hệ điều hành robot ROS. Sản phâm này có
thê sử dụng trong đào tạo thực tiễn cho sinh viên, học viên cao học các ngành
robot,
tự động hóa, điều khiển và cơ điện tử... hiện đang rất cần tại Việt Nam. Sản phâm
cũng đang được sử dụng đề phục vụ đào tạo và nghiên cứu khoa học cho sinh viên
ngành điều khiển tự động, trường Đại học Bách khoa HN, ngành cơ điện tử và điện
tử trường Đại học Công nghiệp Hà Nội... Hướng phát triên đến các ứng dụng thực
tiễn như chế tạo các robot tự hành trong kho bãi, nhà xướng, logictics, robot quan
trắc môi trường tại các nơi có điều kiện môi trường độc hại, robot phục vụ chăm
sóc ý tế, robot đò phá bom mìn...

Ngoài ra trong quả trình thực hiện luận án, các nghiên cứu và ứng dụng
cũng đã được công bỗ ở các hội nghị khoa học có ny tín trong nước và quốc tế.

2. Hướng phát triển của Luận án.

Nghiên cứu cái tiến thuật toán thích nghỉ khi robot đi chuyên trên các loại địa
hình đốc (3D), cũng như có các kiêu chuyên động phù hợp với các loại địa hình
phức tạp khác nhau khi hoạt động ứng dụng thực tế.

Đồng bộ hóa các tác vụ trong lưu đồ điều khiến tổng thê hệ thống, tích hợp
các công nghệ cảm biến mới như Lidar, camera, tối ưu thời gian xử lý thời gian
thực và ứng dụng hệ điều hành lập trình cho robot ROS đề lập trình thông minh và

cái thiện tốc độ bám của hệ thống.

76

DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ

TẠP CHÍ KHOA HỌC

1.

Ha Thi Kim Duyen, Ngo Manh Tien, Pham Ngoc Minh, Quang Vĩnh Thai,
Phan Xuan Minh, Pham Tien Dung, Nguyen Duc Dinh, HIep Do Quang,
“Fuzzy Adaptive )vnamic Surface Confrol ƒor (Omnidireclonal Robot”, the
Springer-Verlag book series “Compufational Infelligence” Indexed 1n Scopus
and Compendex (EI). ISSN 1860-9503 (electromc), ISBN 978-3-030-49536-7
(eBook). hftps://do1.org/10. 1007/978-3-030-49536-7. (2020)

Duyen Ha Thi Kim, Tien Ngo Manh, Cuong Nguyen Manh, Nhan Dục
Nguyen, Manh Tran Van, Dung Pham Tien, Minh Phan Xuan. “41đapífive
Confrol ƒor Uncertain Model oƒ Ommi-directional Mobile Robot Based on
Radial Basis FuncHlion Neural Nenork”. International Journal of Control,
Aufomation, and Systems (SCI-E Q2, Impact Factor: 2.7) (Accepted 2020)

Hà Thị Kim Duyên, Phạm Thị Thanh Huyền, Trương Bích Liên, Ngô Mạnh
Tiến, Lê Việt Anh, Nguyễn Mạnh Cường, “Điều khiển bám quỹ đạo đối thượng
Robot tự hành bằng thuật toán điều khiến trượt theo hàm mũ”, Tạp chí Nghiên
cứu KH&CN quân sự, Số Đặc san ACMEC, 07 - 2017. ISSN 1859 - 1043

Hà Thị Kim Duyên, Ngô Mạnh Tiến. Phan Xuân, Minh Lê Xuân Hải, Vũ Đức
Thuận, Nguyễn Minh Huy, “Điều khiến bám quỹ đạo Ommi robot bốn bánh
bằng phương pháp thích nghỉ mờ trượt”. Tạp chí Nghiên cứu Khoa học và
Công nghệ quân sự. Số đặc san ACMEC 07-2017. ISSN 1859 - 1043

Ngo Manh Tien, Nguyen Nhu Chien, Do Hoang Viet, Ha Thi Kim Duyen
“Research And l)evelopment ArHijlcial Imtelligence To Track Trajectory And
Automatically Path Pianning For Auto Car”. ]ournal oŸ Military Sclence and
Technology; ISSN 1859 — 1043. 11/2018

Duyen — Ha Thi Kim, Tien - Ngo Manh, Chien — Nguyen Nhu, Viet — Do
Hoang, Huong-Nguyen Thị Thu Kien-Phung Chỉ “?7rackimg ConWol For
Eleco-Optical Svstem In libration Enviroment Based Ôn SelˆTuning Fuzzy
Siding Mode Confrol”, Journal oŸ Computer Sclence and Cybernetics, Vol 02,
6.2019.
77

HỘI NGHỊ KHOA HỌC

7.

19.

Ngô Mạnh Tiến, Nguyễn Như Chiến, Đễ Hoàng Việt, Hà Thị Kim Duyên,
Nguyễn Tuấn Nghĩa, “?4jecfom Tracking Comrol for Four IWheeled
Ommnidirectional Mobile Robots using Adaptive Fuzzy l)vnamic Surface Control
Aigoriin”, Proceedings the 4th Vietnam International Conference and
Exhnbition on Control and Automation VCCA-2017; ISBN 978-604-73-5569-3
Duyen Ha Thi Kim, Tien Ngo Manh, Tuan Pham Duc and Ngoc Pham Van
Bach, “7ra/ecfory Tracking Confrol ƒor (mnidirectional Mobile Robofs Using
Direct ldaptive Neural Network J)ynamic Surƒace Confroiler”. The 2019 Frst
International Symposium on Instrumentatlon, Control, Artificlal Intellipence,
and Robotics. 1/2019. NSPEC Accession Number: 18473513,
DOI: 10.1109/CA-SYMP.2019.864614ó.

Ha Thi Kim Duyen, Cuong Nguyen Manh, Hoang Thuat Vo, Manh Tran Van,
Dinh Nguyen Duc, Anh Dung BuI, “7z4/ecfory tracking control for ƒour
wheeledl (Ommi-direcHonal mobile Nobot using backstenping technique
agoregated with siding mode conrol”, The 2019 Etrst. International
Symposium on Instrumentation, Control, Artificial Intelligence, and Robotics.
12019. INSPEC Accesson Number: 18473501, DOI: 10.11091CA-
SY MP.2019.8646041.

Ngô Mạnh Tiến, Nguyễn Mạnh Cường, Hà Thị Kim Duyên, Phan Sỹ Thuần,
Nguyễn Ngọc Hải, Trần Văn Hoàng, Nguyễn Văn Dũng, “Giám sát định vị, bản
đồ hóa và điêu hướng cho robot tự hành đa hướng sử dụng hệ điều hành lập
trình ROS”, Hội nghị Quốc gia lần thứ XXII về Điện tử, Truyền thông và Công
nghệ Thông tin lần thứ 22, 2019.
78

TÀI LIỆU THAM KHẢO

Tài liệu Tiếng Việt (Sách)

[II

L2]

BỊ

HỊ

IS

[6]

U]
[8|

DỊ

Nguyễn Văn Tính: “Nghiên cứu phát triên một số thuật toán điều khiên robot
di động có tính đến ảnh hưởng của trượt bánh xe” Luận án TŠ kỹ thuật điều
khiến và tự động hóa. 2018

Nguyễn Văn Tính, Phạm Thượng Cát, Phạm Minh Tuấn, Bùi Thị Thanh
Quyên, “7ðiết Kế Quỹ Đạo và Điều Khiên Xe Tự Hành Uận Chuyên Trong
Kho”, VCCA 2011

Ngô Mạnh Tiến, Phan Xuân Minh, Hà Thị Kim Duyên, Phạm Ngọc Minh,
“Một số kết quả nghiên cứu mới trong phát triển hệ robot tự hành có gắn
camera tự động tìm kiếm và bám mục tiêu đi động”, Hội Nghị Cơ điện tử toàn
quốc lần thứ 6 VCMó, ISBN 978-604-62-0753-5; 12/2012

Tien-Ngo Manh, Minh-Phan Xuan, Phuoc-Nguyen Doan, Thang-Phan Quoc,

“Tracking Control ƒor Mobile Robot with Uncertain Parameters Based on
Model Reference ldaplive Confroi”, International Conference on Control,
Automatlon and InfOMRation Sclences ICCAIS2013; IEEE catalog number:
CFP1226S-CPR; ISBN: 978-1-4673-0811-1;11/2013

Ngô Mạnh Tiến, Phan Xuân Minh, Lê Trung Kiên, Trần Đức Hiếu, Hà Thị
Kim Duyên, Phạm Văn Quyết, Nguyễn Ngọc Anh, Nguyễn Phương Nam,
“Ommi mobile robot tránh vật cản sử dụng cảm biến camera Kimec†`, Hội
Nghị toàn quốc về điều khiển và tự động hóa VCCA2013: ISBN 978-604-911-
517-2; 11/2013.Nguyễn Doãn Phước, “1ý 7huyết điểu khiển nâng cao”, NXB
Khoa Học và Kỹ thuật, 2002.

Lê Hoài Quốc, Chung Tấn Lâm, “Nhập môn Robot công nghiệp”, NXB Khoa
Học và Kỹ thuật, 2002

Đào Văn Hiệp, “ Kỹ /huật Robor”, Nhà xuất bản khoa học kỹ thuật, 2003
Nguyễn Thiện Phúc, “Ñobor công nghiệp”, Nhà xuất bản khoa học kỹ thuật,
2004

Nguyễn Doãn Phước, “1ý 7huyết điều khiên tuyến tính”, NXB Khoa Học và
Kỹ thuật, 2002.
[10] Nguyễn Doãn Phước, Phan Xuân Minh, Hán Thành Trung, “ý „yết điều
[H]

[2]

[5]

[4]

[I5]

[16]

[7]

[I8]
[Đ]

[20]

[21]

[22]

[23]

[24

[25]

[26]

79

khiên phi tuyến ”, Nhà xuất bán khoa học kỹ thuật, 2003

Nguyễn Doãn Phước, “1ý 7„yết điều khiên nâng cao”, NXB Khoa Học và
Kỹ thuật, 2002

Phan Xuân Minh, Nguyễn Doãn Phước., “ý (huyết điểu khiển Mời”, Nhà xuất
bản khoa học kỹ thuật, 2006

P.N. Paraskevopoulos, “J#odern Control FEngineering”, Marcel Dekker, Inc,

2002

Jean-Jacques E. Slotine, Weiping L1, “4ppiied Nonlinear ConfroÏ”, Prentice —

Hall International, Inc, 1991

Petros A. Iounou, Jing Sun, “Robusí and A1daptive ConfroÏ”, Prentice — Hall
International, Inc, 1996

Lorenzo Sclavicco, Bruno Sicliano, “Modelng and confrol oƒ. Robot

Äanipunafor”, International Editions, 1996

John J. Cralg, “7nfroduction to Robotics Mechanics @& Confrol”. Addlison —

Wesley Publishing Company, 1986

J. Somlo, B. Lantos, P. T. Cat, “4dvwanced Robot Confroi”, 1998

Mark W. Spong, Seth Hutchinson, and M. Vidyasagar; “Robot Dynamics and

Conmirof” Addison — Wesley Publishing Company, 2004

Frank L.Lew1Is, Darren M.Dawson, Chaouki T.Abdallah, “Robof Ä4anipulator

Confrol Theory and Pracfioe ”, MARCEL DEKKER., INC, 2004

Jorge Angeles, “Fuudamentfals oƒ Robotic Mechanical Svstems”, Theory,

Methods, and Algorithms, Third Edition, Springer, 2013

Dan B.Marghtu, “A⁄echanisms and Robots Analysis with A44TLAB”, Sprmger,

2009

Bmuno Siciiano, Lorenzo Sclavicco, Lulgi Villam, Giuseppe Ornlolo,

“Robotics Miodelling, Planning and Confrol”, Advanced Textbooks 1n Control
and Signal Processing serles ISSN 1439-2232, 2009

Suraiya Jabn, “Robof Learning”, Sc1yo, 2010

Peter Corke, “Robofics Vision and Conirol Fundamenial Algoritlims in

AMATLAB®”, Springer Tractfs 1n Advanced Robotics, ISSN 1610-7438, 2011
Gary BradskIi and Adrian Kaehler, “Learning OpenClV Computer Vision with
the OpenCT Library”, O°Reilly, 2008
S0

[27] Peter Corke, “Ñobofics, Eision and Control Fundamental Algoriluns im

MMATLAB”, Spnnger, 2011

[28] Aaron Martinez, Ennque Fermández, “Learming ROS ƒor Robotics

Programming ”, Birmingham — Mumbal, [SBN 978-1-78216-144-8, 2013

[29] Ams Koubaa, Janusz Kacprzyk, “Robot Operating Svsfen (ROS)”, Springer
book Studies 1n Computational Intelligence Volume 625, 2016

[30] Amis Koubaa, Janusz Kacprzyk, “Robot Operating Svstem (ROS)”, Spnnger
book Studies 1n Computational Intelligence Volume 707, 2017

[31] N. Zealand, “/2esign and Analwsis oƒ a Four-wheel (Qmnidirectional Miobie

Robot”, vol. 5, 2013

[32] T. Wang, C. Tsai, and D. Wang, “/)ynamic Conirol oƒ An Omnidirectional

Mobile Platform, ` vol. 7, no. 1, 2010, pp. 9—18

[33] X. Wu, Z. Chen, W. Chen, and W. Wang, “Research on the l)esien oƒ

kiucaHonal Robot with Four-wheel Ommi-diection Chassis” vol. 29, no. 4,
2018, 284-294

[34] M. J. Jung, H. S. Kim, ŠS. Kim and J. H. Kim, “Ø:nidirectional mobile base
O@K-IT”, Proceeding of the 2000 IEEE International Conference on Robotics
and Automation, San Francisco, April 2000, 3449-3454

[35] M.M. Olsen and H. G. Petersen, “⁄4 new mefthod for estimating parameters oƒ
a dvnamic Robot mode/”, IEEE Transactions on Robot Ics and Automation,
vol. 17(1), 2001, 95-100

[3ó] Y. P. Leow, K. Low and W. Loh, “Kinemalic Àfodelling and Analwsis oƒ

A4obile Robot s with Ommni-Directional Iheeis”, Seventh International
Conference on Control, Automation, Robot 1cs And Vision (CARCV'O2),
Singapore, 2002

[37] R.L. Williams, B. E. Carter, P. Gallina and G. Rosat, “J2ynamiec model with
siip for wheeled QOmnidirecHonal Robots”, TEEE Transac-tions on Robot 1cs
and Automation, vol.18(3), 2002, 285-293

[38] W. K. Loh,K.H. Low and Y. P. Leow, “l#echatronics desien and kimematic

modelling oŸa singularityless Qmni-directional wheeled mobile Robof”, Robot
1cs and Automation, Proceedings. ICRA 03. IEEE International Conference
on, vol. 3, 2003, 3237-3242
[32]

[40]

[#1]

[42]

[4ö]

[44]

[45]

[46]

[7]

[48]

[42]

[50]

S1

Yong LIu, XIaofel Wu, J. Jim Zhu, and Jae Lew, “ưni-directional mobile
Robot controller desien by trajectory linearizafion”, 2004, 3423—3428

J. Salih, M. Ri1zon, Š. Yaacob, A. Adom and M. Mamat, “2esigning Ômmi-

DirecHonal Mobile Robot with ÀMfecanum Wheef°, American l]ournal of
Applied Sclences, vol. 3(5), 2006, 1831-1835

P. Olivetra, A. J. Sousa, a P. Morerra, and P. J. Costa, “Precise Modeling oƒa

tour Ifheeled Ommi-direcHional Robot”, Proc. 8th Conf_ Auton. Robot Svst.
Compet, 2008, 57-62

Y. Kanayama, Y. Kimura, F. MiyazakIl, T. Noguchi. “4 síabie tracking

conirol scheme ƒor an qulonomous mobile robof”, proc. of TEEE Int. ConF. on
Robotics and Automation, 1990, 384-389

Chỉng-Chh Tsal LiB1mn Jiang Ta-Yu Wang, Tung-Sheng Wang,

“Kimematics Confrol oƒ an Omnidireclional Mobile Robof”, Proceedings of
2005 CACS Automatic Control Conference, Taiwan, Nov, 2005

Y. Hsu, C. Tsai, and Z. Wang, “jyhrid navigation oƒ a ƒour-wheeled tour-

guide Robofs ”, lccas-SIice, 2009, 2009, 4353—4358

E. Hashem, M. G. Jadidl, and O. B. Babarsad, “7ra/ecfory pianning

optimization with dvnamic modeling oƒ four wheeled (mmi-directional mobile
Robois”, Proc. TEEE Int. Symp. Comput. Intel. Robot. Autom. CIRA, 2009,
272-277

M. Helder Olivetra, “A/odeling and ssessing oƒ Omni-directional Robofs

with Three and Four Wheeils”, Intech, 2005

P. Oliverra, A. J. Sousa, A. P. Morerra, and P. J. Costa, “/)ynaœmical Modeis

or Omni-Directional Robots Iith 3 and 4 Wheeis”, no. May, 2012, 189—196
Hélder P. Oliveira, Armando J.Sousa, A.Paulo Moreira and Paulo J.Costa,
“Modeling and Assessing oŸ Ommi-direcHonal Robots with Three and Four
Wheeis”, INESC-Porto Porfugal, 2009, 210-216

Y. Lu, J. J. Zhu, R. L. Williams, and J. Wu, “Øwzi-direclional mobile Robot

controller based on trajectory linearization ”, Rob. Auton. Svst., voL. 56, no. 5,
2008, 461-479

L.-C. Lin and H.-Y. Shih, “Modeling and 41daptive Confrol oƒ an Ômmi-
Àiecanum-lWheeled Robof`, Intell. Control Autom., vol. 04, no. 02, 2013,
[51]

[52]

[53]

[54

[55]

[5]

[57]

[58]

[53]

[60]

[61]

82

166-179

Yang, A. Jiang, X. Lu, F. Hu, C. Wang, and X. Yang, “7ra/ecfory Tracking

oƒ an ÔOmmi-Direclional IWheeled Mobile Robot Ùsing a Model Predictive
Confrol Strateey” Appl. Sec1., volL. 8, no. 2, 2018, 231-239

K. Watanabe, Y. Shiraishi, Š. Tzafestas, J. Tang and T. Fukuda, “#eedback

conrol oƒ an (mmidireclional qutonomous piaform ƒor mobile service
robors”, ]ournal of Intellipgent and Robotic Systems, vol. 22, 1998, 315-330

J. Qian, B. ZI, D. Wang, Y. Ma, and D. Zhang, “7e design and developmeni
ofan (mmi-Directional mobile Robot oriented to an intelligent manuƒactring
sysfem ”, Cảm biếns (Switzerland), vol. 17, no. 9, 2017

H. Sira-Ramrrez, J. A., H. Rodriguez-Cortes, I. Estrada-Sanchez, and M.

Velasco-VIlla, “ynamic Trajectory-Tracking Control oƒ an (Omnid irectional
Mobile Robot Based on a Passive Approach”, Advanced Robot Mamipulator,
2012

Salam Al-Ammmi and I. Ahmed, “Cowwol oƒ Ommi-Directional Mobile Robot

ÄA/ofñon”, Al-Khwanizmi Eng. J, vol. 6, no. 4, 2010, 1-9

Chng-Clih Tsai Zeng-Rueil Wu, Zen-Chung Wang, Ming-Feng Hisu,

“AdapHive l)\ynamic Molon Confoller Design ƒor a Four-Wheeled
Ommidirectional Mobile Robofˆ, ICSSE, 2010, 234

Hsu-Chih Huang, “?zelligent Motion Controller l)esign ƒor Four-lheeled

OmmidirecHonal Mobile Nobots Using liviridl GA-PSO Aigorithn”, TEEE
International Conference on Svystems, Man and Cybernetics, Anchorage,
Alaska, USA, October 9-12, 2011

R. Flero and E. L. Lewls, “Confrol oƒ a nonholomic mobile Robot:

Backstepping kinematics into dynamics”, ]. Robot. 5yst., voL. 14, no. 3, 2002,
149-163
Q.Z. Cui, X. LI X. K. Wang, and M. Zhang, “Backsfepping Conlrol Design
on the I)ynamics oƒthe (Qmni-Directional Mobile Robof”, Appl. Mech. Mater.,
vol. 203, 2012, 5I—56

Yoo and W. Ham, “4dapfive ƒuzzy sliding mode conlrol oƒnonlinear system ”,
IEEE Trans. Fuzzy Syst., vol. 6, no. 2, 1998, 315-321

G. G. Riga(os, C. S. Tzafestas, and S. GŒ. Tzafestas, “Mobile Robot motion

[62]

[63]

[64]

[65]

[66]

[67]

[68]

[62]

[79]

[1]
[72]

[73]

83

control in parHall unhnown envifonmenis using q sliding-mode ƒUzzv-logic

confroiler ” Rob. Auton. Syst., voL. 33, no. 1, 2000, I—I1

Qian, J. Y1, and D. Zhao “Confrol oƒ overhead crane syvsfems by combining

siiding mode with ƒuzzy regulafor ”, vol. 44, no. | PARTT 1.TEAC, 2011
Jianping Chen, Jianbin Wang, Sijie Ouyang, Yimin Yang “dapfive Siiding
Adode Conrol Based on a Filter ƒor Four-Wheel Ommi-lDirecHonal Mobile
Robors”, ISSN 1314-4081, 2014, 142-143

D. Swaroop, ]. K. Hedrck, P.P. Yip, and J. C. Gerdes, “/)ynamic surƒqce

confrol for a class oƒ nonlinear sysfems ”, [EEE Trans. Automat. Contr., vol.
45, no. 10, 2000, 1893-1899

D. R Tobergte and SŠ. CurHs, “Oynamic Surface Conirol oƒ. Uncertain

Nonlinear Svstems ”, vol. 53, no. 9. 2013

X1lao-Yuan Luo, Zhi-Hao Zhu, Xin-Ping Guan, “4dapfive Fuzzv l)ynamic

Surƒace Conlrol for Uncertain Nonlinear Systems”, International Journal of
Aufomation and Computing. March I1, 2009

S. ỌI, D. Zhang, L. Guo, and L. Wu, “ldapfive Dvnamic Surface Control oƒ

Nonlinear Swilched Svstems with Prescribed Performance” }. Dyn. Control
Syst., vol. 24, no. 2, 2018, 269-286

Yoo and W. Ham, “4dapfive ƒuzzy sliding mode conlrol oƒnonlinear system ”,
IEEE Trans. Fuzzy Syst., vol. 6, no. 2, 1998, 315-321

S. Dai, C. Wang, and F. Luo, “?đewfjfication and Learning Conirol oƒ Qcean

Surfaoe Ship Using Neural Nehvorks”, vol. 8, no. 4, 2012, 801

Hoang Thi Tu Uyen, Pham Dục Tuan, Le Viet Anh, Dam Quang True, Phan
Xuan Minh, “Pez/OM/Rance assessment oƒ aqdaplive neural nehwork dynamic
surface conWoller with adaptive neural nehwork backstepping controller and
adaptive neural network sliding mode backstepping conroiller”, ]ourmal of
Military Sclence and Technology, 12-2017

Zavyer, “FMzzy Logic Control QƒCrane Svstem”, vol. L1, no. 3, 2011, 437—447
Hashemi, M. Ghaffan JadidIl, and N. Ghaffan Jadidl, “M⁄odei-based PÏ ƒuzzy
conirol oƒ four-wheeled Omni-directional mobile Robots°, Rob. Auton. Šyst.,
vol. 59, no. II, 2011, 930-942

Park and I. W. Sandberg, “Uziversal Approximation LUsing Radial-Basis-

[74]

[75]

[76]

[77]

[78]

[7]

[80]

[81]

[82]

[83]

[84]

84

tunction Nehvorks”, Neuron Comput., vol. 3, no. 2, 1991, 246-257

S. S. Ge and C. Wang, “JDirecft adaptive neuradl nehwork control oƒ a class 0ƒ

nonlinear systems”, Neural Networks, IEEE Trans., vol. I3, no. I1, 2002, 214-
221

J. Wang, J. Chen, S. Ouyang, Y. Yang, “7ra/ectory tracking conlrol based on

adaptive neural dvnamics ƒor ƒour-wheel drive (Ommidireclional mobile
robors”, Engineering Review, Vol.34, Issue 3, 2014, 237, 239

L. Yu, §. Fel, and G. Yang, “44 Nơ ron Network Approach ƒor Tracking
Confrol oƒ Uncertain Switched Nonlinear Swstems with Unhnown l)ead-Zone
Tnpuf”, Circuits, Syst. Sipnal Process., vol. 34, no. 8, 2015, 2695—2710

S.N. Huang, K. K. Tan, and T. H. Lee, “⁄1đdapfive moftion conirol using neural
nehwork approxinafions” Automatica, vol. 38, no. 2, 2002, 227—233

J. Xu,M. Zhang and J. Zhang, “Kinematic model identification QŸ qHfOnomous

Mobile Robot msing dvnamical recurrent neural neiworRs”, 2005 TEEE
International Conference Mechatromcs and Automation, vol. 3, 2005, 1447-
1450

P. Petrehus, Z. Lendek, and P. Ralca, “?⁄zzy modeling and design for a 3D

cranc”, IFAC Proc. VolL, vol. 46, no. 20 PART 1, 2013, 479-484

Qi-Ye Zhang, Dan Li Wen-Jing Peland Ying-Min Jla, “S4 7SX zzy
Aodel and Adaptive Sliding-Mode Controller l)esign ƒor Four-Vlecanum-
Wheel Ommi DirecHonal Mobile Free-Bases”, TEEE, (2015), 1863

Phunopas, “M/ofion lmprovemeni 9ƒ Four-lheeled (Omnidirectional Mobile

Robots for Indoor Terrain” vol. 4, no. 4, 2018, 275—282.

H. Yoshida, H. Fulimoto, D. Kawano, Y. Goto, M. Tsuchimoto, and K. Sato,

“ROS: an open-source Robot Operaling Svsfem” [ECON 2015 - 41st Annu.
Conf. IEEE Ind. Electron. Soc., no. FIipure I, 2015, 4754-4759,
I. Zamora, N. G. Lopez, V.M. Vilches, and A. H. Cordero, “txfending the
OpenA] Œywm ƒor robotics: a toolKi for reinforcement learning uising ROS and
Œazebo” no. August, 2016, 1-6.

M. Galli, R. Barber, S. Garrido, and L. Moreno, “Pafh pianning 0Ising Matlab-

ROS integration applied to mobile robots” 2017 TEEE Int. ConF. Auton. Robot
Syst. Compet. ICARSC 2017, 98—103
85

[85] A. Araújo, D. Portugal, M. S5. Coucerro, and R. P. Rocha, “?zegrating

Arduino-Based Educational Mobile Robots in ROS” ]. Intell. Robot. ŠSyst.
Theory Appl., vol. 77, no. 2, 2014, 281-298.

[8ó] [Rajesh Kannan Megalingam, Chinta Ravi TeJa, Sarath Sreekanth, Aklml Rai:
“ROS based Autonomous Indoor Navigalion Simulalon Using SLAM
Algorithm ”, International Journal of Pure and Applied Mathematics, Volume

118 No. 7 2018, 199-205.

PLI

PHỤ LỤC

1. Code mô phỏng trên Matlab Simulink.

1L. Khối bộ điều khiển DSC

- |
„.„ Interpreled

CL) |
Quỹ đạo roböt
MATLAB Fen
Quỹ đạo đặt Interpreterl
x “| MATLAB Fcn
3 , > Mặt trượt
Vận lốc robot » Interpreted R
MATLAB Fen
> 1
s Sai lệch DSE
Interpreted

¿
Š

MATLAB Fen 7
Interpreted
Tín hiệu điều khiển ảo L °ÍÌ MATLAB Fen [ Ï

Bộ lạc bậc nhất | |

=4

Hình PLI.1. Khôi bộ điều khiển DSC trên Simulink

funcHon y = z1(u)
%% Sai lech bam
xI=u(1:3);
xId= u(4:6);
y=xI -x1d;
end
functon y = Z2(u )
%% Sai lech van toc
x2 =u(1:3);
x2d = u(4:6);
y=x2 - x2d;
end
funcHon y = virtual_control(u)
%%c Tìn hieu dieu khien ao
zl =u(1:3);
x1Id_dot= u(4:6);
xI=u(7:9);
c=u(10:12);

cll=c(1);

c22 = c(2);
PL2

c33 = c();
tefa = x1);
global c1
cl = diag([c11,c22,c33]):
H =[ cos(teta) -sin(teta) 0;

sin(fefa) cos(teta) 0;

0 0 1];
y=-(H^(-1))*(c1*z1 - x1d_doÐ;
end
functon y = sliding_ surface(u)
%% Mat truot
zl =u(1:3);
z2 =u(4:6);
xI=u(7:9);
tefa = x1);

H=[{ cos(teta) -sin(teta) 0;

sin(fefa) cos(teta) 0;

0 0 1]
global lamda
5 =lamda#*z1 + H*z2;
y=S:

end

functon y = control_ law(u)

%% Bo dieu khien
z1_ dot = u(1:3);

z2 =u(4:6);

delta = u(7:9);

5 =u(10:12);

x2d_ dot = u(13:15);

xI=u(16:18);

x2 =u(19:21);
c=u(22:24);
cll=c(1);
c22 = c(2);
c33 = c();

tefa = x1);
global B M lamda C G

PL3

c2 c3

H=[{ cos(teta) -sin(teta) 0;

sin(fefa) cos(teta) 0;

0 0

1];

H_inv =[ cos(teta) sin(teta) 0;

-sin(teta) cos(feta) 0;

0 0 1]
H_dot = [ -sin(teta) -co

s(teta) Ö;

cos(fefa) -sin(teta) 0;

0 0
c2 = diag([c11,c22,c33]
c3 = diag([c11,c22,c33]

1]:

3
3

Ueq = -B'*((B*B')^(-1))*(M*(H_inv*(lamda*z1_dot + H_ dot*z2) - x2d_ dot

+ delta));

Usw = -B'*((B*B)(-1))*M*H_inv*(c2*S + c3*satlins(S));

y= Ueq + Ủsw;
end

1.2. Khối mạng nơ-ron

C1)
Quỹ đạo robot
S

Œœ->

»
Luật cập nhật mạng

Interpreted
MATLAB Fcn

Interpreted
MATLAB Fcn

Khởi tạo trọng số mạng

g|E

l Vận tốc robot

XS

Interpreted
MATLAB Fcn

C3}

Thành phần xắp xỉ

Đầu ra Mạng nơ-ron

Interpreted

—————>*‡

MATLAB Fcn
"=

Đâu ra lớp ân

Hình PLI.2. Khôi bộ điều khiên nơ-ron trên Simulink

PLA

functon y= W_initial(u)

%%b khoi tao trong so mang neural

tf=u;

global number_ neural

W¡ = 0.5*ones(number_ neural,3);
y=Wi:;

end

function y= W_ dot(u)

%%b Luat cap nhat trong so mang

xI=u(1:3);
tefa = x1);

x2 =u(4:6);

S= u(7:9);

%% 1mitial

global number neural alpha bM

a= 10;

WI =u(a:a+number_neural-1);

W2 =u(a+number_ neural: a+2*number_neural-l );

W3 =u(a+2*number_neural : a+3#number_neural - 1);
W=[WIW2W3];

h_temp = zeros(number_neural,1);

h= zeros(number_neural,1);

h sunm=0;

Par_temp = I*ones(1, number_neural);

Par = diag(Par_temp);

%%

r_templ = linspace(-20,20,number_ neural);

r_temp2 = linspace(-20,20,number_ neural);
r_temp3 = linspace(-5,5,number_ neural);

t=[r templ;r temp2;r temp3];

%%b caculate weight function

for i=1:number_ neural

PL5

h_ temp()= exp(-((norm(x1-r(c,1)))^2+(norm(x2-r(:,1)))^2)/(2*b^2));
%ch_temp()= exp(-((norm(x1-r(,1)))^2)/(b^2)):
h sun=h_sun +h_temp();
end
for i=1:number_ neural
hq)=h_temp();
end
H=[{ cos(teta) -sin(teta) 0;
sin(fefa) cos(teta) 0;
0 0 1]
y = Par*(h#S'*H - alpha*norm(S)*#W);

end

funcHon y = delta(u)

%%b Dau ra mang neural

xI=u(1:3);
x2 =u(4:6);
a=7;

global number_neural b

WI =u(a:a+number_neural-1);

W2 =u(a+number_ neural: a+2*number_neural-l );

W3 =u(a+2*number_neural : a+3#number_neural - 1);
W=[WIW2W3];

h_temp = zeros(number_neural,1);

h= zeros(number_neural,1);

h sunm=0;

%%b Tĩnh lop an

r_templ = linspace(-20,20,number_ neural);

r_temp2 = linspace(-20,20,number_ neural);
r_temp3 = linspace(-5,5,number_ neural);

t=[r templ;r temp2;r temp3];

for i=1:number_ neural

PL6

h_ temp()= exp(-((norm(x1-r(c,1)))^2+(norm(x2-r(:,1)))^2)/(2*b^2));
h sun=h_sun +h_temp();
end
for i=1:number_ neural
hq)=h_temp();
end
y=W*h;
end

1.3. Bộ điều khiển DSC-NN-Fuzzy

rà
Quỹ đạo robot X7
Quỹ đạo robot >
@-> Nà cn | Quỹ đạo đặt Tín hiều điều khiển | —|Tín hiệu điều khiển
Quỹ đạo đặt
Vận tốc robot L]
| Vận tốc robot
Bộ điều khiển nơ-ron DSC Fuzzy Mô hình robot

Hình PLI.3. Sơ đô mô phỏng bộ điều khiến AFNNDSC trên Simulink

: |
Quỹ đạo robol Interpreted

MATLAB Fcn
Quỹ đạo đặt Interpreted

MATLAB Fcn
Mặt trượt

G3
Vận tốc robot Interpreted .
MATLAB Fen
lạ, — § Sai lệch DSC
Interpreled
MATLAB Fcn
Interpreted
Tín hiệu điều khiễn ảo MATLAB Fen
Bộ lọc bậc nhất | |
| | Ai | |

$ ..... Thành phẩn xắpxỈ

| [Vận tốc robot | ›>

| Quỹ đạo. robot | |

RBF Nơ-ron Inlerpreled
MATLAB Fcn
Tín hiểu điều khiên
"Tín hiệu điều khiển

z1

c23

Fuzzy

Hình PLI.4. Khối điễu khiến AFNNDSC trên Simulink

PL7

1.4. Khối mô hình robot tự hành đa hướng bốn bánh.

1
My 1)
Quỹ đạo robot
Interpreted
MATLAB Fcn
Mô hình robot {
Tín hiệu điều khiển sa

Vận lốc robot

Hình PLI 5. Khối mô hình robot tự hành đa hướng bốn bánh trên Simulink
function y = model_omni(u)
%% Khai bao dau vào
xI=u(1:3);
x2 =u(4:6);
f=u(7:10);
nois = u(11:13);
tefa = x1);

%% Khai bao ma tran

globalM B
H=[{ cos(teta) -sin(teta) 0;

sin(fefa) cos(teta) 0;

0 0 1]
%% Mo hình robot
x2_ dot = (M^(-1) )*( B*f + noIs );
x1l_ dot =H*x2;

y=|xI dot; x2_dot];

end
PLS

2. Thiết kế và chế tạo cơ khí, truyền động robot tự hành bốn bánh đa hướng

á| 8,8á

404.34

š23394

Hình PL2.2. Mô hình xây dựng thực tế.

3. Mạch điện tử điều khiển và lập trình điều khiển robot tự hành bốn bánh đa
hướng

3.1. Mạch điện từ điều khiển cho robot

ROS

(Robot operating m..kr!

encoder 3

mmaeed

PRLidar

jJetson_ TX2

Hình PL3.1. Sơ đồ câu trúc phần cứng điều khiển robot

$
0l
PL9

Cấu trúc phần cứng được sử dụng:

+ Bộ xử lý hiệu năng cao Jetson-T X2 với vai trò xử lý trung tâm, là bộ

xử lý hiệu năng cao chuyên dụng cho các xử lý trí tuệ nhận tạo (AI), mạng Nơ
ron, logic mờ, và thu tập các tín hiệu từ các cảm biến, encorder, camera,
Lindar, IMU và xử lý và gửi các tín hiệu đặt cho mạch điều khiến.

+ Mạch điều khiển STM32 (NCS sử dụng lõi STM32FIxx) sẽ là bộ

phận nhận tín hiệu điều khiển từ Jetson-Tx2 rồi trực tiếp điều khiến tín hiệu
đến các driver động cơ bánh xe, các l/O từ các cảm biến, đọc encorder xác
định vị trí robot..vv.

+ Mạch cầu H (driver động cơ DC24V) sử dụng các MOSFET là mạch

công suất điều khiến các động cơ servo 4 bánh di chuyển.

+ Modul truyền thông USB/RS232, RF, bluetooth để thu tín hiệu điều
khiển từ điện thoại di động khi muốn điều khiến trực tiếp.

+ Camera có độ phân giải hình ảnh RGB lên đến 1280 x 720 (@ 30
khung hình/giây, độ sâu hình ảnh Res lên đến 640 x 480 @ 30 khung hình/
giây sẽ được sử dụng như mắt của robot để thu hình ảnh từ môi trường một
cách rõ nét và chân thực nhất, sau đó sẽ được xây dựng thành bản đồ ảo.

+ RPLindar là bộ quét laser, kết hợp với Camera 3D Astra sẽ đưa về tín
hiệu GAZEBO và RVIZ. dựng bản đồ 2D và 3D địa hình hoạt động của robot.
3.2. Kừ xử lý hiệu nững cao Jetfson TX2:

Hình PL3.2. Kit xử lý hiệu năng cao Jetson TX2

PLI0

Display Exp. Conn. [J23] [426] 5econdary Exp Header

Charge Cantrol Hdr [J27| [J24] Yoltage select

[J2?] Camera Exp. Conn.

[CR5] YDD_IN LED

Power Jack [125]

Ảntennas
[121] 40-pin Exp Headar

USB Micro AB [J20 J15] Fan Header

M.2 LED #1 [CR4]

HDMI Type A [J16]

M.2 Key E Sløt [J1B]

M.2 LED #2 [CR3

USB Type A [.J19

d8] Reset Out lumper

J17] Serial Port Header
J11] Force 0ff Header

[J9] Recovery Header

[CR2] Power LED
$4] Power 5witch

[CR1] 0C Enable LED

§D Socket [J12]

[53] Recovery 5witch

[J6] Power Switch Header

[52] Yolume Down 5witch
[J4] Power LED Header
[51] Reset 5witch
[J3] Reset Header

[J7] JTAG Header

detson Module Conn. [J13]

Ethernet Jack [J5]

12V LED [CR6]

PCle x4 Connector [J2]

SATA Connector [J1]

Hình PL3.3. Sơ đồ các đầu vào ra và chức năng Kít xử lý hiệu năng cao Jetson TX2

€lock & Reset

¡MCPU Power

Denver 2
¡ | CPU Cluster CPU Cluster » Timers,
TT k Mailboxes,

| ø Semaphoe | ¬-.-}........................

Ƒ 8 Config Reg, ^
$ Sys Config

[ CPU switch fabric (Coherent) €oreSight

GPIO
Confroller

Boot, Power Mụmt. System fabric

Ỳ BPMP, APE,
S/eRAM SPE, SCE
TZRAM €ortex-R5 BPMP

iRAM

seBpuq gav'

À
F Cories-A9 APE
—. General PCIE | | Audio Procassor
;GPU †
ị ¡| PUFPOS8
+ P0WeI ï
tRẠI ÿ j | DMA Audio |O

Host_ Command buffer and Synchonization

LÍ LÍ mamam
;| Œ8I |[cameral| Video || Video || JIPEG [|Security|| 2D Display
¡|cameral| ISP ||encode|[decode T§ECs || graphics || 3x heads
š input &§E
Memory €ontroller ® dempess [=sm=
WIEGC 3| | -----Ƒ----
s
Ễ Ỳ ỶỸ \ Ỳ VY Ý y Ƒ
Memory fabric and arbitration
32I64J128b
LPDDR4

Hình PL3.4. Sơ đồ câu trúc tông thê chức năng Kít xử lý hiệu năng cao Jetson TX2
PLII

„Jetson T2

Power
Su lswsterr
ERNIIC WMiARfTS2n]
CPU, GPU /SRIINI,
#8. CORE Regs

Pre-Reg

ÍRI45 w/iagnet

SATA,
{ PdQe x4
SD Card

la 1W REG [x 3i
Power & ƯBitsgej

'Cannectiwi tự Itonitors.

Tegra X2
(18x18mm]}

IMiisc Expamsion

'Cameras
Debug
Serial Port

tt

LPDDR4
s=GB.

Hình PL3.5. Kiên trúc xử lý và chức năng Kit xử lý hiệu năng cao Jetson TX2

NVIDIA® Jetson TX2 System-on-Module (SOM) là bộ xử lý kết hợp giữa

hiệu suất, hiệu quả năng lượng, chuyên dụng cho trí tuệ nhân tạo, mạng nơ ron, tích
hợp và I/O phong phú. Jetson TX2 lý tưởng cho nhiều ứng dụng bao gồm: Phân tích
video thông minh (IVA), Drone, Robøfcs, Thiết bị chơi game, Thực tế ảo (VR),
Thực tế Aupmented (AR) và Thiết bị V tế đi động. Hiệu suất vượt trội, thiết kế
mạnh mẽ và giảm độ phức tạp trong tích hợp hệ thống.

Các thành phân tích hợp cốt lõi của mô-ẩun Jetson TX2 bao gồm:

Tegra X2 (Dòng sản phâm Parker)

- GPU NVIDIA Pascal

- Tổ hợp CPU HMP ARMEv§ (64 bit)

- CPU lõi kép NVIDIA Denver 2

- CPU lõi tứ ARM Cortex-A57

é Memory Bộ nhớ 8GB LPDDR4

vé Storase 32GB lưu trữ eMMC 5.1

* Chip kết hợp 2 băng tần 2x2 WLAN 802.11a/ b/g/n/ac

vé Ethernet Gigabit Ethernet

PMIC, bộ điều chỉnh, màn hình điện và điện áp

Giao diện nhiệt chính của tắm truyền nhiệt (TTP)

* Connector đầu nỗi bảng mạch 400 chân (hiên thị cả I/O tiêu chuẩn công
nghiệp tốc độ cao và tốc độ thấp)

# Đầu ni ăng ten WLAN và BT

* Cảm biến nhiệt độ

PLI12

Bộ xử lý Jetson TX?2 tích hợp:

* GPU NVIDIA Pascal 256 lõi. Hỗ trợ đầy đủ tất cả các API đồ họa hiện
đại, các shader hợp nhất và có khả năng tính toán GPU. GPU hỗ trợ tất cả các tính
năng tương tự như GPU NVIDIA rời rạc, bao gồm các ÁAPI và thư viện tính toán
mở rộng bao gồm cả CUDA. Công suất cao được tối ưu hóa cho hiệu suất tốt nhất
trong các trường hợp sử dụng nhúng.

* Tổ hợp CPU hai bộ xử lý ARMv§ (64 bit, hai cụm CPU được kết nối
bằng vải kết nối kết hợp hiệu suất cao do NVIDIA thiết kế; cho phép hoạt động
đồng thời của cả hai cụm CPU cho môi trường đa xử lý (HMP) không đồng nhất
thực sự. Các cụm CPU Denver 2 (Dual-Core) được tối ưu hóa cho hiệu năng đơn
luồng cao hơn: cụm CPU ARM Cortex-A57 MPCore (Quad-Core) phù hợp hơn cho
các ứng dụng đa luỗng và tải nhẹ hơn.

* Bộ mã hóa video HD tiên tiến. Quay video độ phân giải cực cao 4K ở tốc
độ 60fps. Hỗ trợ mã hóa H.265 và H.264 BP / MP / HP /MVC, VP9 và VP8.

w Bộ giải mã video HD nâng cao. Phát lại video độ phân giải cực cao 4K ở
tốc độ 60fps với pixel tối đa 12 bít. Hỗ trợ các chuẩn video H.265, H.264, VP9,
VP8 VC-1, MPEG-2 và MPEG-4.

Hiển thị hệ thống con điều khiển. Hai đầu ra đa chế độ (eDP / DP /
HDMI) và tối đa 8 làn đầu ra MIPI-DSI. Lưu trữ nhiều dòng pixel cho phép các
hoạt động mở rộng hiệu quả bộ nhớ và tìm nạp pixel. Xoay phần cứng hiển thị phần
cứng cũng được cung cấp để giảm băng thông trong các ứng dụng di động.

# Bộ điều khiển bộ nhớ 128 bít Giao diện DRAM.128 bit cung cấp hỗ trợ
LPDDR4 băng thông cao.

éˆ Bộ nhớ eMMC 8GB LPDDR4 và 32 GB được tích hợp trên mô-đun

* 1.4Gpix / s Xử lý tín hiệu hình ảnh nâng cao: Phần cứng tăng tốc đường
dẫn chụp ảnh và video tĩnh, với ISP tiên tiến.

* Công cụ xử lý âm thanh. Hệ thống con âm thanh cho phép hỗ trợ phần

cứng đầy đủ cho âm thanh đa kênh qua nhiều giao diện.

* Tần số hoạt động tối đa của GPU: 1.3GHz được hỗ trợ trong chế độ tăng

Tần số hoạt động tôi đa của CPU: 1-4 lõi = tối đa 2.0 GHz; lớn hơn 4 lõi =
tối đa 1,4 GHz
PLI3

3.3. Mạch điều khiển Slave sử dụng vi điều khiển ARM:

+ Khối điều khiến trung tâm dùng MCU STM32F103

+ Khối nguồn cung cấp (Nguồn điều khiển+động lực)

+ Khối Driver điều khiển động cơ

+ Khối truyền thông RF CC1101 và RS232, USB và blutooth

3.3.1. Mạch điều khiển sứ dụng vi điều khiển STM32F'103

STM32F103 là vi điều khiển 32bit của STMicroelectronies với 64 Kb bộ nhớ

Flash, USB 2.0 full-speed, CAN, 4 bộ Timer, 2 bộ ADC và 9 giao diện kết nối. Vi
điều khiển STM32F103 thích hợp cho một loạt các ứng dụng như điều khiển động
cơ, kiêm soát các ứng dụng nâng cao, thiết bị V tế và thiết bị cầm tay, máy tính và
thiết bị ngoại vi chơi game, GPS, ứng dụng công nghiệp, PLC, biến tần, máy ïn,
máy quét, hệ thống báo động, hệ thống liên lạc video, và HVACs.

- Sơ đồ nguyên lí mạch điều khiên

TT KHOINGUON SP
1
Í UART 2C
¬
ẳ Bi.L/TdØfH SêlI
ái ‡ ¬ t~ t= IU
Ø NR 3 ET] +— licc HAIC| *tF —mr ũNP
m ThỦ TRỤ - h PHỊI |icu N: Ú Phlt
tự HH--Tm Lm T8 : THỊ t—mr : PNIr
I = _ BRammmmn } T 5| THỊ: —
Ned== ũ\h VỆỄ n tr
(ND JM H+. I6
I=l = Ä
(ND — ữM
UI
NẠP 5T-LINK MCU ENCODER
NAN — BWIHĐ bị -
'—wrr—lteo —m—1Im wm|# œ | [E—#-
¡_——' | .ạạMN v9 LT m—llleu | |} ————
Ñ:———_—>wt TT 8 Mỹ LÍ————np— 4 —†l‡"
IM mm Tri E8 [T——— — } íE
—m— #4 am E——rr— N-
IETB TỊ tới = HH — TNg— ¬
Dao d Ì —————l|Mat sọ Hà LỆ m Heet
ữ NH4 — Yiêt Fụ — _
A0 0E vũ - † | vnnA ki HH EI : 4 ' _HỊ
tả NI HN... "- TH ; II
đi8ÚI BẠI I = 1 BẠIS ' :
——lL HAI = ĐẠI —— ‡ —†ẹ°
tự —r—'" lùn TẠI + 1 ÚC
XI —r—rir H VI? _E
tu mmn FA4 l väØ Lĩ _ | MỊ li...
ta À5 F4 = Ì JDlÙ llasäri.
TR_ In h 1 :
Lm ĐH" Ê bì
= 3ỊP Tn II ư tƑ—
0N L] Ị EM ) s
—T—~# P8øI 4 ——†}£°
Tim TT] P8 ] ứC
——m——mM ti
¡j RESET h—TÌm Lử
“ly 0NU4| —T] \53I Haieó
kì ¬ vữ ——] vi B—
WũP—34- s—lleo T [=i—HH-
ñK. $h ¡—
4 ——lte
1 lrcc
lị::
ThAm DIUI~
DiEU KHIEN DRIVER CONG SUAT teilef
R PA F HẠ P PA. % PẠT
ï PA 1 I1] 1 PM) 1 PAX
BI Kì bại mĩ
Hình PL3.6. Sơ đồ nguyên lí mạch điều khiên
kh
VỤ
kh,
G
kh
kh
®
c4

b4 bi
Gm|EP. Ø| nođfơợœdaœ hon» Tập x vn,

Hình PL3.7. Mạch in thiết kế trên Altiumn

3.3.2. Mạch driver động cơ DC Servo
Mạch cầu H dùng IC kích FET chuyên dụng IR2184 cho phép điều khiển
động cơ với dòng liên tục I0A và dòng tức thời lên đến 30A. Mạch nảy được thiết

kế dành cho các ứng dụng điều khiên tốc độ và vị trí cho động cơ DC.
H—+
ị
Hình PL3.1. Sơ đồ nguyên lý mạch cầu H driver động cơ DC Servo
PLI15

Mosfet sử dụng trong mạch là IRF840 cho dòng đỉnh tối đa 22A. Điện áp
hoạt động lên tới 500VDC. Dòng ra liên tục 8A trong chế độ cầu kép. Điện áp cấp
cho FET cảng cao thì dòng ra càng nhỏ.

Với ứng dụng là cầu FET cho robot thì điện áp cấp thường là 24V~25.6V.
Chu kỳ xung càng nhỏ thì sẽ cho dòng qua FET càng lớn, nên băm xung tần số cao
thì sẽ có lợi về công suất hơn, robot của mình chạy nhanh và khỏe hơn. Sử dụng IC
kich FET chuyên dụng IR2184 bảo đảm FET dẫn tốt, chống được hiện tượng trùng
dẫn và có hãm động năng khá tốt. Diode sử dụng cho IR2184 phải có tần số hoạt
động cao.

Driver có biến trở dùng chỉnh dòng giới hạn qua động cơ giúp bảo vệ thiết bị.
Tín hiệu vào điều khiển bao gồm: DIR+, DIR-, PWM+, PWM-. Điều này giúp
người dùng dễ dàng tùy chọn tín hiệu điều khiển tác động mức cao hay mức thấp.

Board gồm 2 led SMD báo nguồn và báo chiều quay động cơ.

Hình PL3.9. Mạch cầu H dùng đề điều khiên động cơ

3.3.3 Khối nguồn cung cấp:

Hình PL3. 10. Mạch nguồn cung cấp 5V

PLI16

Bên cạnh đó có sử dụng mạch có IC LM2576-5 đề hạ áp từ 12V xuống 3.3V

vì những ưu điểm như :

Bản thân IC là l nguồn Switching nguyên khối nên chỉ cần thêm một vài
linh kiện điện tử cơ bản.

Điện áp vào trong dải từ 7VDC-40VDC, dòng ra lên đến 3A, dòng và áp
ra rất ôn định.

+ Sự tiêu hao năng lượng thấp.

D2

LM2574-ADI
ICI
[H07 1 ) LI
Vin Vont |—ˆ /YYY^A—¬
100uH
IN007 | — 3 4 01-1
: —0N0Ir° r8 —¬ t¬>—Ô
Ồ $0 TP
T T(Ị +2
ni DI ==“ =ö
LÊ r\N.., NN..
Ri
IKÍ - 01
= TP
GND

Hình PL3.11. Sơ đồ nguyên lý mạch nguồn 3.3V

3.3.4. Các khối giao tiếp
> Khối giao tiếp RS232 và RF:

"

RS232 ;,

—=-l|12 RđD
SN
R20UT F —.

TK DĐðUT
Han Lá 0907.
TZ0UT F—x

Rxn

MAXZ32

15

¡ lawD
Hình PL3.12. Mạch giao tiếp RS232
PL17

> Khối mạch giao tiếp không dây RF

Hình PL3. 14. Mạch truyền thông RF

> Khối giao tiếp blutooth HC05
Bluetooth là chuân truyền thông không dây để trao đổi dữ liệu ở khoảng cách
ngắn. Chuẩn truyền thông này sử dụng sóng radio ngắn (UHE radio) trong dải tần
số ISM (2.4 tới 2.485 GHz). Khoảng cách truyền của module này vào khoảng 10m.

Module HC-05 được thiết kế dựa trên chịp BC417 và sử dụng bộ nhớ flash ngoài
8Mbit.

€SR Bluetooth Radio

BT_BOARO. „

- KY"* Keyes
-- VOC mà ————————
+ GNDmmè- -Power:3.6V-6V

“ ho 33V LEVEL
ˆ đạp «PT. BOARD- V20

8 MB flash Memory

Hình PL3.15. Sơ đồ modul HC - 05

HC-05 có hai chế độ hoạt động là Command Mode và Data Mode. Ở chế độ

Command Mode ta có thể giao tiếp với module thông qua công serial trên module
PLIS

bằng tập lệnh AT quen thuộc. Ở chế độ Data Mode module có thê truyền nhận dữ

liệu tới module bluetooth khác. Chân KEY dùng để chuyển đổi qua lại giữa hai chế

độ này.

Ở chế độ SLAVE: Ta cần thiết lập kết nối từ smartphone, laptop, usb
bluetooth để dò tìm module sau đó pair với mã PIN là 1234. Sau khi païir thành

công, ta đã có Ï công serial từ xa hoạt động ở baud rate 9600.

Ở chế độ MASTER: module sẽ tự động dò tìm thiết bị bluetooth khác (1

module bluetooth HC-05, usb bluetooth, bluetooth của laptop...) và tiến hành pair

chủ động mà không cần thiết lập gì từ máy tính hoặc smartphone.

3.4. Code lập trình điều khiển robot tự hành bắn bánh đa hướng

3.4.1 Code vì điều khiên cho robot

|X Froject - IAR Embeided Workkbench IDE

ý" le Edit View Projeet Tools Windaw Hap

xiý> te zEIP@œ £ | Đi 8|} 2

.DœMNñlä .:8--j|
| man | man | main |man | man |main | main | stmä2f10x | stm52f10x it | stm32f10x
_ít | main
l2: BỊ #includs "delay.h"
ữ Tmz tinclude "str32f10x.h" B
=- llp fPrnject - Dabug v Ta Tạm
ề [aEICMss ‡include "stdio.l
sai cũr8_Em3.E
#Pl Systlern_ stm311fi ‡defins 1 quydao 0.4 Z/ thoi gan ban quy dao (s}
|IEIEMARM tdefine t 0.2 7/ thoi gian doc toa do gui ve may tính (s}
. L SE ae, ñx SIdPariph_ Dhuer tdefine T 0.05 // Ehoi gian lay mau PID (s}
xn
Lm ertern fFloat pmz
> stm32fIf_gpio.c extern uint32 + delay vai;
: La E) sm3Zflfk_rrcc ertern int DCI rocdo, DC2 tocdo, DC3 rocdo, DC4 tondo;
sim32fIk_fim.e extern int DCI tdmn , DC2 tdmn , DC3 tdmm, DC{ tản ;
Ð sm321Ifk usatc ertern float DC1 pid, DC2 pid, DC3 pi4, DC4 pid;
*Lsriusr extern float DC1 loi, DC2 loi, DƯ3 loi, DƠ4 loi;
E ertern int DC1 renp, DC2 serp, DC3 serp, DƠ4 verp;
main.c lãi
„ m extern int DCI Pulae, DC2 Pulse, DC3 Pulse, DC{ Pulse;
tnjeot
3 4 kỈ
)px
E | Massades | Fils 2l
œ Jú | +|>|
Buid | Find in Fies | Ambiguous Defnitions | Debug Log x
B
_—_ Read Emws0,WamngsD [ni2,Gll3 Emlm GP NMj [EE= ¿
= Ị

Hình PL3. 16. Giao điện phần mềm [AR

Chương trình lập trình trên vi điều khiển:

/# Includes
?include "main.h”

/# Private 1ncludes

/#“ USER CODE BEGIN Includes *#/

?include "stdio.h”
?include "stdlib.h"

#include "string.h"
PLI19

#include "math.h"

/# USER CODE END Includes */

/# USER CODE BEGIN PV */
//UART variable

uint§_trx_ data;

char rx_ Index;

char rx_buffer[20];

char temp[ 100];

1nt check_ var = 0;

//encoder variable

int pulse_counfer1 = 0, pulse_counfer2 = 0, pulse_counter3 = 0,

pulse_counter4 = 0;

//velocity variable

double k = sqrt(2)/⁄2;

float vx = 0, vy=0, w_angle = 0;

float w_referencel_ temp = 0;
float w_reference2_temp = 0;
float w_reference3_ temp = 0;
float w_reference4_temp = 0;

float w_ referencel = 0, w_reference2 = 0, w_reference3 =0, w_ reference4 =

float wl =0, w2=0,w3=0,w4=0;

float el =0,e2=0,e3=0,e4=0;
float pre_el = 0, pre_e2 =0, pre_e3 = 0, pre_e4= 0;

float const max_pwm = 300;

/mobot variable

float d_robot = 0.25;//robot radius

floatr_wheel = 0.07;

/* Private function prOfOtyDeۤ -----~----~--~--~~=~~~~~~===========rrrrrrrr=rmr */

void SystemClock_ Config(void);

PL20

static void MX_ GPIO_ Init(void);

static void MX_ TIM3_ Init(void);

static void MX_ TIM2_ Init(void);

static void MX_USART3 DART Init(void);

static void MX_ TIM9_ Init(void);

static void MX_ TIMI12_Init(void);

static void MX_ TIMS_ Init(void);

/# USER CODE BEGIN PEP */

void check _w_refQ

sprintf(temp, ”vx_ ref = %.2ÍÊn”, vXx);

HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);

HAL, Delay(100);

sprintf(temp, "vy_ ref = %.2fn"”, vy);

HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);

HAL, Delay(100);

sprintf(temp, ”w_ref = %.2fn”, w_ angle);

HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);

HAL, Delay(100);

sprintf(temp, ”w1_ temp = %.2f, wl_ ref = %.2Ín”, w_referencel_ femp

,w_referencel);

HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);

HAL, Delay(100);

sprintf(temp, "w2_temp = %.2f, w2_ref = %.2fÍM”, w_reference2_ femp

,w_reference2);

HAL UART_ Transmit(&huart3, temp, strlen(femp), 10);

HAL, Delay(100);

sprintf(temp, "w3_ temp = %.2f, w3_ ref = %.2Ín”, w_reference3_ femp

,w_reference3);

HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);

HAL, Delay(100);

sprintf(temp, "w4_temp = %.2f, w4_ref = %.2fÍ”, w_reference4_temp

PL21

,w_reference4);
HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);
HAL, Delay(100);
HAL, Delay(2000);
}

void signal_feedback_w_ wheelQ)

{
sprintf(temp, ”w1 = %.2Ÿ rpm rìn”, w]);
HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);
HAL,__Delay(100);
sprintf(temp, ”w2 = %.2Ÿ rpm rìn", w2);
HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);
HAL,__Delay(100);
sprintf(temp, ”w3 = %.2Ÿ rpm rìn", w3);
HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);
HAL,__Delay(100);
sprintf(temp, "w4 = %.2Ÿ rpm rìn", w4);
HAL UART_ Transmit(&huart3, temp, strlen(temp), 10);
HAL, Delay(2000);
}
1nt main(void)
{
HAL, InitQ;
SystemClock_ ConfigQ;
MX_GŒPIO InitQ;
MX_TIM3 InitQ;
MX_TIM2_InitQ;
MX_USART3_UART InitQ;
MX_TIM9 InitQ;
MX_TIMI2_InitQ;
MX_TIMS5_InitQ;
HAL TÌM Base Start TT(&htim2);
PL22

HAL UART Receive_IT(&huart3, &rx_ data, 1);

Init_ Motor1l(Q;

Init_ Motor2(Q;

Int_Motor3Q;

Init_ Motor4Q;

/# USER CODE END 3 */

/#Configure GPIO pin Output Level */

HAL_GPIO_WritePin(GPIOE,
MOI_EN_R_Pin|MOI_EN_L_Pin|M02_EN_L_Pin|M02_EN_R_Pin

|M02_3_3V_Pin, GPIO_PIN_ SET);

HAL_GPIO_WritePin(MOI1I_3_3V_GPIO_ Port, MO1_3_3V_ Pin,

GPIO_PIN_ SET);

HAL_GPIO_WritePin(MO1_GND_GPIO_ Port, MOI_GND_Pin,

GPIO_PIN_RESET);

HAL_GPIO_WritePin(M02_GND_GPIO_Port, M02_GND_Pin,
GPIO_PIN_RESET);

HAL _GPIO_WritePin(GPIOD,
M03_EN_R_Pin|M03_EN_L_Pin|M03_3_3V_Pin, GPIO_PIN_ SET);

HAL_GPIO_WritePin(M03_GND_GPIO_ Port, M03_GND_Pin,

GPIO_PIN_RESET);

HAL_GPIO_WritePin(M04_GND_GPIO_ Port, M04_GND_Pin,

GPIO_PIN_RESET):;

HAL _GPIO_WritePin(GPIOG, M04_3_3V_Pin|M04_EN_L_Pin,

GPIO_PIN_ SET);

HAL_GPIO_WritePin(M04_EN_R_GPIO_ Port, M04_EN_R_Pin,

GPIO_PIN_ SET);

##%%%END OE FILE****%/

3.4.2. Code lập trình ROS cho TX2 điều khiến cho robot

- NÑode lấy tín hiệu từ Lidar

<launch>
PL23

<arg name="serial_port_ lidar” default = "/dev/ttyUSB1”>

<node name="rplidarNode" pkg= rplidar ros"” type="rplidarNode”

Oufput=”screen”>

<param name=”serial_port” type="string"” value="$(arg

serial_port_lidar)”/>
<param name=”serial_ baudrate" type="int" value=”115200”/><I--
Al/A2->
<l--param name=”serial_baudrate” type="int” value="256000”--><l--
A3 -->
<param name="frame_ 1d" type="string” value="laser”/>
<param name="”inverted" type="bool” value="false"/>
<param name=”angle_compensate” type=”bool” value=”true”/>
</node>
</launch>
prr==============m=m====m=mmmeeemmemieieemeeeemmmieeemmmmemmmmmeemmmmmmm=mmmmmmmm==
l
I I
| |
' Ìc1_parameter | Ị
I I
! Ệ *| - Fuzzy I
Quỹ đạo Ạ Ị
đặt c l Ị
I Mặt trượt Jc2_parameter !
! lelerence Ị
l Íssurface Ị " ”
| |Sailệh Tín hiệu điều Sai lệch Tínhiệudiu | 9a | Đi =”
' bám |/emor1| khiểnảo Mvtsignal|l DSC | /eror 2 khiên l cũ cau chp
l l hành
' I
l IP†rTrernnerT=rrrrTerreere=er=rFeT===nn " Ỉ
I I IỊ 1 Ị
Ì Ị I l l —>+ Ậ ' Ị
Jaser_scan 3 I
! Lidar - Dị Trọng số li
Ì ! . LỊ Iạng nơ r0n l Ị
l Ị Jpositon| Ị l jwalnrity pỊ
l ¬ l Ị /weight_nn ! !
! Ị Astra |Zdeph maglj Vị trí vận † IÀ Hàm Ị Ị
Ị Camera tộc Robot tr RBF [nạy ! Ị
I Ï lỊ = HH
Ỉ ! ' Ị Dâu ra mạng 0utput_nn Ị
' Encoder nan ! '
! Ị , jencoder_reader ! Ị ! Ị
I I ¬ , ¡¡ Tí Š ' lị
Í 1 PhảnhồnjtrívitốedộRobat Í Le------====- Lính toán mạng nơ TÚ — 52s =e«l
I
I
I
!

Hình PL3.17. Câu trúc lập trình phần mềm

PL24

- Node lấy tín hiệu từ Camera Astra

<1-- Entry point for using OpenNl2 devices -->
<launch>
<l-- "camera" should uniquely Identify the device. All topics are pushed
down
Into the "camera” namespace, and 1t is prepended to tỶ frame 1ds. -->
<arg name="camera” default="camera” />
<arg name="rgb_frame_¡d” default="$(arg camera)_røb_optical_frame" />
<arg name="depth_frame_1d” default="$(arg
camera)_depth_optical_frame" />
<1-- device_ 1d can have the following formats:
"n" : the nth device found, starts from I
"2(@n” : the nth device on USB bus 2, n starts from l1
"2bc5/0401@1/6” : uri in format <vendor ID>/<product ID>@<bus
number>/<device number>
"15120410023" : serial number -->
<arg name="device_1d” default="#1" />
<arg name="bootorder” default="0” />
<arg name="devnums” default="1” />
<†!~- By default, calibrations are stored (O
file:/S{ROS_ HOME )}/camera_info/§{NAME}.yaml,
whee ${NAME} ¡is of the form "[rgbldepth] [serial#l", e.g.
"depth_ B00367707227042B".
See camera_info_manager docs for calibration URL đetails. -->
<arg name="rgb camera _¡info url" defaul(=”" />
<arg name="depth_camera_info_url” default="" />
<1-- Hardware depth registration -->
<arg name="depth_ registration” default="false”" />
- Node tính toán vị trí robot
<launch>
<node pkg="rf2o laser odometry” type="rf2o laser odometry_node”

name="rf2o laser _odometry” output=”screen”>

PL25

<param name="laser_scan_ topic” value="/scan”/> # topic where the

lidar scans are being published

<param name=”odom_topic” value="/odom” /> # topic where tu

publish the odometry estimations

<param name=”publish_tf” value="true” /> # wheter or not to

publish the tŸ::transform (base->odom)

<param name="base_frame id” value=”/base_ footprint"/> †t

frame_¡d (t) of the mobile robot base. A tÝ transform from the laser_Írame ío the
base_ frame 1s mandatory

<param name="odom_frame_¡d" value="/odom”" /> †† frame_id

(f) to publish the odometry estimations

<param name="init_pose_from_ topic” value=”” /> # (Odom topic) Leave

empty to start at point (0,0)

<param name='"freq" value="5.0”"/> # Execution

Írequency.
<param name=”verbose” value="false"” /> # verbose
</node>
</launch>

- Node tính toán bộ điều khiển

<?xml version=” 1.0” encoding="UTIE-8"?>
<launch>
<rosparam command="load" file="$(nd
ros_ robofIcs)/config/vast_confroller.yarmil” />
<†-- load the controllers -->
<node name=”controller_ spawner” pkg= controller_manager”
type=”spawner” respawn="false"
oufpuf="”screen” ns=”vast robof” args=”JointÏ_ positlon_ controller
Joint2_positon_ controller Joint3_position_ controller
Joint4_position_controller "/>

<†-- convertf Joinf stafes to TIF transforms ÍOT rV1z, etC -->
PL26

<node name=”robot_state publisher"” pkg="robot_state_publisher”

type= robot_ state_publisher”
respawn="false” output=”screen”>
<remap from=”/Joint_ states” to=”/vast_robot/Joint_ states” />
</node>

</launch>

<?xml version=”1.0”2>
<launch>
<1-- Declare the argumenis -->
<1--arg name=”node_ start_ delay” default="”2.0” /-->
<arg name=”serial UART” default = "/dev/ttyUSB0”/>
<arg name=”serial_ lidar” default = "/dev/ttyUSBI"/>
<include file="$Ζnd

ros_ robotfIcs)/launch/practical/practical_ robot.launch"></ñnclude>

<include file="$Εnd my_serial_node)/launch/serial_port.launch">

<arg name="serial_port UART” value="$%(arg serial UART)"/>

</include>

<¡include file=”$Œñnd rplidar_ ros)/launch/rplidar.launch">

<arg name="serial_port_lidar" value="$(arg serial lidar)"/>
</include>
<include file="$Ζnd
timed_ roslaunch)/launch/tmed_ roslaunch.launch”>
<arg name="time” value="2" />
<arg name=”pkg” value="rf2o_laser odometry” />
<arg name="file” value="rd2o_ laser_odometry.launch” />
<arg name=”node_name” value=”"timed_roslaunch” /> <!-- Thịs 1s an

optIlonal argument -->

PL27

</include>
<1--Include file="$(nd
rf2o_laser _odometry)/launch/rf2o_ laser_odometry.launch”><ñnclude>
<arg name=”node_ start_ delay” default=”2.0” /-->

<¡include file="$Œïnd gmapping)/launch/slam.launch"></nclude>

<node pkg=”"move base” type=”"move base" respawn='false"

name=”move_base” output=”screen”>

<rosparam file="$Œind
ros_ robofIcs)/practfical_ config/costmap_common_ params.yaml”
command=”load” ns=”global_costmap” />

<rosparam file="$(nd
ros_ robofIcs)/practfical_ config/costmap_common_ params.yaml”
command="load” ns="local_costmap” />

<rosparam file="$Œind
ros_robotIcs)/practical_config/local_costmap_params.yaml”
command="load” />

<rosparam file="$Œind
ros_ robotIcs)/practical_ config/global_costmap_ params.yarml”
command="load” />

<rosparam file="$Œind
ros_ robofIcs)/practical_config/teb_local_planner_omm1I_ params.yaml”
command="load” />

<param name=”base_ global_planner”

value=”global_ planner/GlobalPlanner” />

<param name=”planner_ frequency” value=”I.0” />

<param name=”planner_patlence” value=”5.0” />

<param name=”base_ local_planner”

PL28

value="teb_ local_planner/TebLocalPlannerROS” />

<param name=”confroller_frequency"” value=”5.0” />
<param name=”confroller_patlence” value=”15.0” />
<X/node>
<1-- Show In RV1z
<node name='rviz” pkg='rviz” type='rviz” args="d $(nd
ros_ robotfIcs)/rviz/vast0].rv1z” required=”true” output=”screen"/> -->

</launch>