Luận văn thạc sĩ: Nghiên cứu chế tạo robot tự hành bằng phương pháp điều khiển nơron mờ

Luận văn thạc sĩ nghiên cứu công nghệ chế tạo máy hoạch định chuyển động cho robot tự hành dựa trên phương pháp điều khiển, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện

• Tác giả: Lê Trung Can
• Người hướng dẫn: PGS. Lê Hoài Quốc
• Trường học: Đại học Bách Khoa
• Chuyên ngành: Công Nghệ Chế Tạo Máy
• Đề tài: Hoạch Định Chuyển Động Cho Robot Tự Hành Dựa Trên Phương Pháp Điều Khiển Nơron - Mờ
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2007
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• Lời cảm ơn
• Lời nói đầu
• Danh mục hình, Danh mục bảng
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan về Robot di động
• 1.2. Lịch sử phát triển tình hình nghiên cứu trong và ngoài nước
• 1.3. Đặt vấn đề
• 1.4. Mục tiêu nghiên cứu và tầm đề tài
• 1.5. Mục tiêu đề tài
• 1.6. Nội dung luận văn
• 2. CHƯƠNG 2: LÝ THUYẾT ĐIỀU KHIỂN MỜ
• 2.1. Mệnh đề mờ
• 2.2. Kết hợp luật mờ
• 2.3. Các phương pháp suy diễn
• 2.4. Bộ điều khiển mờ
• 2.4.1. Khâu mờ hóa
• 2.4.2. Hệ quy tắc mờ
• 2.4.3. Khâu giải mờ
• 3. CHƯƠNG 3: HỆ THỐNG NƠRON – MỜ
• 3.1. Tổng quan mạng Nơron
• 3.1.1. Cấu trúc mạng Nơron
• 3.1.2. Phần tử tuyến tính thích nghi
• 3.1.3. Các phương pháp huấn luyện mạng
• 3.1.3.1. Học có giám sát (Supervised Learning)
• 3.1.3.2. Học có củng cố (Reinforcement Learning)
• 3.1.3.3. Học không giám sát (Unsupervised Learning)
• 3.2. Hệ thống Nơron – Mờ
• 3.2.1. Tổng quan
• 3.2.2. Cấu trúc của hệ thống Nơron – mờ
• 3.2.3. Học củng cố
• 3.3. Bộ điều khiển GARIC
• 3.3.1. Tổng quan
• 3.3.2. Mạng đánh giá
• 3.3.3. Mạng lựa chọn hành vi (ASN)
• 3.3.4. Bộ thay đổi hành vi ngẫu nhiên
• 3.3.5. Việc học của mạng đánh giá
• 3.3.6. Việc học của mạng thực thi
• 4. CHƯƠNG 4: ĐIỀU KHIỂN ROBOT ÁP DỤNG HỆ THỐNG NƠRON – MỜ DỰA THEO HÀNH VI
• 4.1. Nguyên tắc điều khiển theo hành vi
• 4.2. Cấu trúc phân cấp hành vi
• 4.3. Động học Robot di động
• 4.4. Thiết kế hệ thống điều khiển
• 4.5. Thiết kế bộ điều khiển mờ
• 4.6. Luật hành vi định hướng tổng quát của Robot
• 4.7. Lựa chọn hành vi
• 4.7.1. Hành vi tránh vật cản (Avoid – Obstacle behavior)
• 4.7.2. Hành vi tìm mục tiêu (Goal Seeking behavior)
• 5. CHƯƠNG 5: KẾT QUẢ MÔ PHỎNG VÀ THỰC NGHIỆM TRÊN MÔ HÌNH ROBOT
• 5.1. Kết quả mô phỏng
• 5.2. Phần cứng Robot
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng quan về Robot tự hành

Phát triển công nghệ robot tự hành đã trở thành một lĩnh vực nghiên cứu quan trọng trong ngành công nghiệp hiện đại. Theo định nghĩa, robot tự hành là những thiết bị có khả năng tự di chuyển và thực hiện nhiệm vụ mà không cần sự can thiệp của con người. Công nghệ này không chỉ giúp tối ưu hóa quy trình sản xuất mà còn được ứng dụng rộng rãi trong các lĩnh vực như an ninh, cứu hộ và khám phá không gian. Các nghiên cứu gần đây cho thấy rằng việc áp dụng công nghệ trí tuệ nhân tạo vào robot tự hành có thể cải thiện đáng kể khả năng nhận diện và xử lý tình huống phức tạp. Điều này mở ra nhiều cơ hội cho việc phát triển các robot thông minh có khả năng tự học và thích nghi với môi trường xung quanh.

1.1. Lịch sử phát triển robot

Lịch sử phát triển robot tự hành bắt đầu từ giữa thế kỷ 20. Những nghiên cứu đầu tiên về robot di động chủ yếu tập trung vào việc điều khiển từ xa và thực hiện các nhiệm vụ đơn giản. Tuy nhiên, với sự phát triển của công nghệ nơron mờ, khả năng tự động hóa của robot đã được nâng cao đáng kể. Năm 1970, lý thuyết logic mờ được giới thiệu và nhanh chóng trở thành một công cụ quan trọng trong việc phát triển các hệ thống điều khiển cho robot tự hành. Ngày nay, các robot thông minh có thể hoạt động độc lập, nhận diện và phản ứng với các tình huống khác nhau mà không cần sự can thiệp của con người.

II. Lý thuyết điều khiển mờ

Lý thuyết điều khiển mờ là một trong những phương pháp quan trọng trong việc phát triển các hệ thống điều khiển cho robot tự hành. Khác với các phương pháp điều khiển truyền thống, điều khiển mờ cho phép xử lý các thông tin không chính xác và không chắc chắn. Điều này rất cần thiết trong môi trường thực tế, nơi mà các yếu tố như độ chính xác của cảm biến và sự thay đổi của môi trường có thể ảnh hưởng đến hoạt động của robot. Các thuật toán điều khiển nơron cũng được áp dụng để cải thiện khả năng học hỏi và thích nghi của robot tự hành. Kết hợp giữa logic mờ và nơron cho phép xây dựng các mô hình điều khiển phức tạp, giúp robot có thể tự động hóa các nhiệm vụ trong các tình huống không lường trước được.

2.1. Các phương pháp điều khiển

Trong lĩnh vực điều khiển nơron mờ, có nhiều phương pháp khác nhau được áp dụng. Một trong những phương pháp phổ biến là thuật toán GARIC, cho phép robot học từ kinh nghiệm và cải thiện hiệu suất theo thời gian. Bên cạnh đó, phương pháp học củng cố cũng được sử dụng để giúp robot tự động điều chỉnh hành vi dựa trên phản hồi từ môi trường. Việc áp dụng các phương pháp này không chỉ giúp robot tự hành hoạt động hiệu quả hơn mà còn mở ra khả năng phát triển các ứng dụng mới trong các lĩnh vực khác nhau.

III. Hệ thống nơron mờ

Hệ thống nơron - mờ là một mô hình mạnh mẽ trong việc phát triển các robot tự hành. Mô hình này kết hợp giữa khả năng xử lý thông tin của nơron và tính linh hoạt của logic mờ. Điều này cho phép robot có thể nhận diện và phản ứng với các tình huống phức tạp trong môi trường thực tế. Hệ thống này không chỉ giúp cải thiện độ chính xác trong việc ra quyết định mà còn tăng cường khả năng tự học của robot. Việc áp dụng mô hình nơron - mờ trong các ứng dụng như robot di động đã chứng minh được hiệu quả trong việc tối ưu hóa quá trình điều khiển và giảm thiểu sai số trong các nhiệm vụ thực hiện.

3.1. Cấu trúc của hệ thống nơron mờ

Cấu trúc của hệ thống nơron - mờ bao gồm các lớp nơron liên kết với nhau thông qua các trọng số. Mỗi nơron sẽ nhận các đầu vào từ các cảm biến và xử lý thông tin dựa trên các quy tắc điều khiển mờ. Kết quả đầu ra sẽ được sử dụng để điều khiển các hành động của robot. Hệ thống này có khả năng tự điều chỉnh các trọng số dựa trên phản hồi từ môi trường, giúp cải thiện khả năng hoạt động của robot tự hành trong các tình huống khác nhau. Sự kết hợp giữa nơron và logic mờ tạo ra một mô hình mạnh mẽ, cho phép robot hoạt động hiệu quả hơn trong môi trường thực tế.

IV. Ứng dụng của robot tự hành

Các ứng dụng của robot tự hành ngày càng trở nên phong phú và đa dạng. Trong lĩnh vực an ninh, robot có thể được sử dụng để thực hiện các nhiệm vụ giám sát và phát hiện nguy cơ. Trong công nghiệp, robot tự hành giúp tối ưu hóa quy trình sản xuất và giảm thiểu rủi ro cho con người trong các môi trường nguy hiểm. Ngoài ra, trong lĩnh vực y tế, robot có thể hỗ trợ trong việc vận chuyển thuốc và thiết bị y tế trong bệnh viện. Các nghiên cứu cho thấy rằng việc áp dụng công nghệ robot tự hành có thể cải thiện đáng kể hiệu quả công việc và đảm bảo an toàn cho con người.

4.1. Robot trong ngành công nghiệp

Trong ngành công nghiệp, robot tự hành được sử dụng để thực hiện các nhiệm vụ lặp đi lặp lại và nguy hiểm. Chúng có khả năng làm việc liên tục mà không cần nghỉ ngơi, giúp tăng năng suất lao động. Việc áp dụng robot di động trong các nhà máy sản xuất không chỉ giúp giảm chi phí nhân công mà còn đảm bảo tính chính xác và hiệu quả trong quá trình sản xuất. Các nghiên cứu đã chỉ ra rằng việc tích hợp robot tự hành vào dây chuyền sản xuất có thể dẫn đến giảm thiểu lỗi và tăng cường khả năng cạnh tranh của doanh nghiệp.

Trích đoạn nội dung tài liệu

Đại Học Quốc Gia Tp.Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA __________________ LÊ TRUNG CAN ĐỀ TÀI HOẠCH ĐỊNH CHUYỂN ĐỘNG CHO ROBOT TỰ HÀNH DỰA TRÊN PHƯƠNG PHÁP ĐIỀU KHIỂN NƠRON - MỜ Chuyên ngành: CÔNG NGHỆ CHẾ TẠO MÁY Mã số ngành: 2.00 LUẬN VĂN THẠC SĨ TP. HỒ CHÍ MINH, tháng 07 năm 2007 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH Cán bộ hướng dẫn khoa học:. (Ghi rõ họ, tên, học hàm, học vị và chữ ký) Cán bộ chấm nhận xét 1:. (Ghi rõ họ, tên, học hàm, học vị và chữ ký) Cán bộ chấm nhận xét 1:.

(Ghi rõ họ, tên, học hàm, học vị và chữ ký) Luận văn thạc sĩ được bảo vệ tại HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA , Ngày 07 Tháng 07 Năm 2007 TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM PHÒNG ĐÀO TẠO SAU ĐẠI HỌC ĐỘC LẬP - TỰ DO - HẠNH PHÚC Tp.HCM, ngày 07 tháng 07 năm 2007 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ và tên học viên: Lê Trung Can Phái Nam Ngày, tháng, năm sinh: 12/02/1981 Nơi sinh: Bà rịa-Vũng tàu Chuyên ngành: Công Nghệ Chế Tạo Máy MSHV: 00405052 I. TÊN ĐỀ TÀI: “HOẠCH ĐỊNH CHUYỂN ĐỘNG CHO ROBOT TỰ HÀNH DỰA TRÊN PHƯƠNG PHÁP ĐIỀU KHIỂN NƠRON-MỜ" II. NHIỆM VỤ VÀ NỘI DUNG: + Nghiên cứu lý thuyết điều khiển mờ và hệ thống nơron - mờ. + Nghiên cứu phương pháp học củng cố và bộ điều khiển GARIC.

Phương pháp điều khiển theo hành vi. + Xây dựng giải thuật điều khiển hành vi mờ. mô phỏng kết quả và thử nghiệm trên mô hình Robot. NGÀY GIAO NHIỆM VỤ:.

NGÀY HOÀN THÀNH NHIỆM VỤ:. CÁN BỘ HƯỚNG DẪN: PGS. LÊ HOÀI QUỐC CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM NGÀNH CN BỘ MÔN QL CHUYÊN NGÀNH Nội dung và đề cương luận văn thạc sĩ đã được Hội đồng chuyên ngành thông qua. Ngày 07 tháng 07 năm 2007 TRƯỞNG PHÒNG ĐT – SĐH TRƯỞNG KHOA QL NGÀNH 59 LÔØI CAÛM ÔN Ñaàu tieân toâi xin gôûi lôøi caûm ôn xaâu saéc ñeán thaày PGS.TS Leâ Hoaøi Quoác – PGÑ Sôû KHCN TP.HCM, nguyeân laø chuû nhieäm Boä moân Kyõ Thuaät Ñieàu Khieån Töï Ñoäng, Khoa Cô Khí Tröôøng ÑHBK Tp.

Thaày ñaõ taän tình höôùng daãn giuùp ñôû toâi raát nhieàu trong hoïc taäp cuõng nhö trong coâng vieäc ñeå toâi coù theå hoaøn thaønh luaän vaên naøy. Em xin gôûi ñeán thaày “em nhôù maõi ôn thaày” Traûi qua quaù trình hoïc taäp vaø nghieân cöùu taïi boä moân, toâi xin gôûi ñeán taát caû quí thaày coâ boä moân Kyõ Thuaät Ñieàu Khieån Töï Ñoäng lôøi caûm ôn chaân thaønh nhaát. Toâi xin gôûi lôøi caûm ôn ñeán taát caû thaày coâ Khoa Cô Khí ñaõ truyeàn ñaït raát nhieàu kieán thöùc boå ích töø hai naêm hoïc taäp. Toâi cuõng xin gôûi lôøi Caûm ôn taát caû baïn beø cuøng khoaù, caûm ôn em Voõ Phuù Haäu.

Toâi xin gôûi lôøi caûm ôn ñeán cha, meï vaø taát caû nhöõng ngöôøi thaân cuûa toâi. Cha meï ñaõ luoân ñoäng vieân hoå trôï raát nhieàu trong suoát quaù trình hoïc taäp. Con xin gôûi lôøi bieát ôn ñeán cha meï. MỤC LỤC Lôøi caûm ôn Lôøi noùi ñaàu Muïc luïc Danh muïc hình, Danh muïc baûng CHÖÔNG 1: TỔNG QUAN I.

Toång quan veà Robot di ñoäng. Lòch söû phaùt trieån tình hình nghieân cöùu trong vaø ngoaøi nöôùc. Ñaët vaán ñeà. Muïc tieâu nghieân cöùu vaø taân ñeà taøi.

Muïc tieâu ñeà taøi. Noäi dung luaän vaên. 18 CHÖÔNG 2: LYÙ THUEÂT ÑIEÀU KHIEÅN MÔØ I. Meänh ñeà môø.

Keát hôïp luaät môø. Caùc phöông phaùp suy dieãn. Boä ñieàu khieån môø. Khaâu môø hoùa.

Heä quy taéc môø. Khaâu giaûi môø. 32 CHÖÔNG 3: HEÄ THOÁNG NÔRON – MÔØ 1. Toång quan maïng Nôron.

Caáu truùc maïng Nôron. Phaàn töû tuyeán tính thích nghi. Caùc phöông phaùp huaán luyeän maïng. Hoïc coù giaùm saùt (Supervised Learning).

Hoïc coù cuûng coá (Reinforcement Learning). Hoïc khoâng giaùm saùt (Unsupervised Learning). Heä thoáng Nôron – Môø. Toång quan.

Caáu truùc cuûa heä thoáng Nôron – môø. Hoïc cuûng coá. Boä ñieàu khieån GARIC. Toång quan.

Maïng ñaùnh giaù. Maïng löïa choïn haønh vi (ASN). Boä thay ñoåi haønh vi ngaãu nhieân. Vieäc hoïc cuûa maïng ñaùnh giaù.

Vieäc hoïc cuûa maïng thöïc thi. 61 CHÖÔNG 4: ÑIEÀU KHIEÅN ROBOT AÙP DUÏNG HEÄ THOÁNG NÔRON–MÔØ DÖÏA THEO HAØNH VI. Nguyeân taéc ñieàu khieån theo haønh vi. Caáu truùc phaân caáp haønh vi.

Ñoäng hoïc Robot di ñoäng. Thieát keá heä thoáng ñieàu khieån. Thieát keá boä ñieàu khieån môø. Luaät haønh vi ñònh höôùng toång quaùt cuûa Robot.

Löïa choïn haønh vi. Haønh vi traùnh vaät caûn (Avoid – Obstacle behavior). Haønh vi tìm muïc tieâu (Goal Seeking behavior). 90 CHÖÔNG 5: KEÁT QUAÛ MOÂ PHOÛNG VAØ THÖÏC NGHIEÄM TREÂN MOÂ HÌNH ROBOT.

Keát quaû moâ phoûng. Phaàn cöùng Robot. 91 CHÖÔNG 6: KEÁT LUAÄN VAØ HÖÔÙNG PHAÙT TRIEÅN ÑEÀ TAØI. 96 TAØI LIEÄU THAM KHAÛO PHUÏ LUÏC LÔØI NOÙI ÑAÀU Vaán ñeà chính trong quaù trình nghieân cöùu veà Robot di ñoäng töï haønh laø thieát keá vaø phaùt trieån phöông phaùp ñònh höôùng cho pheùp Robot vaän ñoäng trong moâi tröôøng thöïc.

Trong noäi dung luaän vaên taäp trung vaøo caùc vaán ñeà sau: thieát laäp moät heä phöông phaùp vaøo moâ hình heä thoáng ñieàu khieån nhaém toái öu caùc luaät haønh vi söû duïng baûng tìm kieám caùc quy taéc môø cho vieäc ñònh höôùng Robot töï haønh. Trong tröôøng hôïp khoâng gian traïng thaùi ngoõ vaøo vaø ra laø lôùn thì vieäc caøi ñaët taát caùc luaät môø cô sôû laø khoâng caàn thieát laøm cho ñoä hoäi tuï cuûa heä chaäm ñi, vì vaäy döïa vaøo caùc baûng tìm kieám seõ laøm giaûm soá luaät haønh vi môø cô sôû. Toång hôïp haønh vi vaø cô cheá choïn löïa caùch öùng xöû cho Robot söû duïng giaûi thuaät thoâng tin thöù töï öu tieân caùc haønh vi laø noäi dung chính trong baùo caùo naøy. Hôn nöõa baøi toaùn ñaët ra laø Robot di chuyeån trong moâi tröôøng thöïc, do ñoù ta khoâng theå naøo döï ñoaùn heát taát caû caùc tình huoáng phöùc taïp töø moâi tröôøng.

Xuaát phaùt töø thöïc tieãn ñoù Robot phaûi coù khaû naêng hoïc ñeå boå sung caùc luaät môø môùi ngoaøi caùc luaät môø cô sôû ñaõ ñöôïc caøi ñaët tröôùc. Moät trong nhöõng phöông phaùp ñieàu khieån hieän ñaïi coù theå giaûi quyeát baøi toaùn ñoù laø heä thoáng Nôron – môø vôùi giaûi thuaät hoïc cuûng coá. töø nhöõng phaân tích neâu treân taùc giaû coá gaéng thöïc hieän phöông aùn ñieàu khieån Robot töï haønh theo moâ hình Nôron-môø döïa theo haønh vi. Moät soá caùc keát quaû moâ phoûng vaø thöïc nghieäm thöïc hieän treân Robot phuïc vuï coâng taùc an ninh, nhö haønh vi traùnh vaät caûn (Obstacle Avoidance) vaø haønh vi tìm muïc tieâu (Goal Seeking).

Taùc giaû Leâ Trung Can LUAÄN VAÊN THAÏC SÓ Chöông 1 CHÖÔNG I TOÅNG QUAN I. TOÅNG QUAN VEÀ ROBOT DI ÑOÄNG Ngaønh ñieàu khieån hoïc treân theá giôùi ñaõ vaø ñang phaùt trieån raát maïnh meõ nhôø vaøo nhöõng thaønh töïu khoa hoïc trong quaù trình phaùt trieån cuûa khoa hoïc kyõ thuaät. Chính nhôø söï ngaøy caøng hoaøn thieän cuûa ngaønh naøy vaø nhö vaäy ñaõ goùp phaàn khoâng nhoû vaøo vieäc phuïc vuï nhu caàu cho con ngöôøi vaø trong nhieàu lónh vöïc coâng nghieäp. Vì theá, nhöõng thaønh töïu naøy cuõng ñaõ goùp phaàn laøm taêng naêng suaát lao ñoäng, giaûm giaù thaønh saûn phaåm, thay theá daàn nhöõng aûnh höôûng cuûa con ngöôøi trong nhieàu moâi tröôøng nguy hieåm, ñoäc haïi, vaø khoâng an toaøn… Moät trong nhöõng öùng duïng quan troïng cuûa ngaønh ñieàu khieån hoïc laø lónh vöïc Robot töï haønh.

Kyõ thuaät ñieàu khieån Robot töï haønh ñaõ vaø ñang ñöôïc raát nhieàu nhaø khoa hoïc treân theá giôùi nghieân cöùu, öùng duïng vaø cho ra ñôøi caùc coâng trình khoa hoïc coù giaù trò. Cuøng vôùi caùc thaønh töïu ñaõ ñaït ñöôïc treân theá giôùi, ôû nöôùc ta hieän nay caùc coâng trình khoa hoïc lieân quan ñeán kyõ thuaät ñieàu khieån Robot töï haønh cuõng ñaõ ñöôïc ñaàu tö nghieân cöùu phuïc vuï cho caùc öùng duïng thöïc tieãn. Tuy nhieân, trong nöôùc lónh vöïc naøy coøn khaù môùi meõ neân caùc thaønh töïu ñaït ñöôïc coøn nhieàu haïn cheá, do ñoù nhu caàu caáp thieát hieän nay laø phaûi daàn daàn hoaøn thieän hôn nhöõng keát quaû nghieân cöùu ñaõ ñaït ñöôïc thaønh coâng böôùc ñaàu. Ngaøy nay robot di ñoäng ñaõ trôû thaønh muïc tieâu phaùt trieån quan troïng trong coâng coâng nghieäp chaúng haïn nhö trong ngaønh haøng khoâng giao thoâng vaän taûi, trong vaän haønh vaø kieåm tra, trong coâng nghieäp ñoùng taøu vaø ñaëc bieät laø nhöõng öùng duïng vaøo muïc ñích quaân söï vì tính hieäu quaû vaø khaû naêng linh hoaït maø noù mang laïi.

Theâm vaøo ñoù robot di ñoäng ñöôïc söû duïng ñeå can thieäp vaøo moâi tröôøng ñoäc haïi vaø GVHD: PGS-TS Leâ Hoaøi Quoác 1 HVTH: Leâ Trung Can LUAÄN VAÊN THAÏC SÓ Chöông 1 khoâng an toaøn cho caùc nhieäm vuï ñaëc bieät chaúng haïn nhö: tieáp caän vaøo khu vöïc coù phoùng xaï, khöû nhieåm naêng löôïng haït nhaân, thaùo gôõ bom mìn, thaêm doø kieåm tra ñöôøng oáng, thaùm hieåm caùc beà maët haønh tinh maø con ngöôøi khoâng ñaët chaân leân ñöôïc. Trong nhöõng öùng duïng cuûa Robot di ñoäng (Mobile Robot) beân caïnh ñoù maûng veà Robot töï haønh (Autonomous Mobile Robot) ngaøy caøng ñaït ñöôïc nhöõng thaønh töïu to lôùn trong vaø ngoaøi nöôùc. Caùc yeâu caàu veà möùc ñoä töï ñoäng hoaù vaø khaû naêng öùng xöû thoâng minh cuûa Robot töï haønh ngaøy caøng cao hôn, quan troïng nhaát laø söï ñònh höôùng trong moâi tröôøng thöïc chöa bieát tröôùc ñöôïc thöïc thi nhôø thu nhaän döõ lieäu töø caùc caûm bieán vaø khaû naêng xöû lyù ñeå taïo moät khaû naêng öùng xöû toát nhaát. Noùi chung, Robot laø heä thoáng ñöôïc xaây döïng töø: caùc cô caáu daãn ñoäng, caùc loaïi caùnh tay maùy, heä thoáng ñieàu khieån, caùc boä caûm bieán, nguoàn cung caáp, vaø taát caû caùc heä thoáng con ñeå hoaøn thieän moät heä thoáng hoaøn chænh.

Robot töï haønh ngaøy nay ñoøi hoûi phaûi ñöôïc aùp duïng caùc phöông phaùp ñieàu khieån thoâng minh tieân tieán nhôø vaøo caùc giaùc quan nhaân taïo döïa treân cô sôû trang bò cho chuùng caùc loaïi caûm bieán coù khaû naêng thu nhaän vaø hieåu hình aûnh, xaùc ñònh khoaûng caùch ñeán vaät caûn vaø muïc tieâu, nhaän bieát ñoái töôïng töông taùc thoâng qua tieáp xuùc (xuùc giaùc), nhaän bieát leänh ñieàu khieån thoâng qua tieáng noùi,… ñeå töø ñoù robot coù theå töï di chuyeån thöïc thi trong moâi tröôøng phöùc taïp vaø chöa bieát tröôùc.