Tổng quan về luận án
Nghiên cứu về hệ thống cơ điện tử thiếu cơ cấu chấp hành (underactuated mechanical systems) luôn là một trong những bài toán phức tạp và thách thức nhất trong lý thuyết điều khiển tự động hiện đại. Luận án tiến sĩ kỹ thuật với tiêu đề "Nghiên cứu ứng dụng điều khiển học tăng cường cho xe hai bánh tự cân bằng có mô hình bất định không dừng và nhiễu cơ cấu chấp hành" do Nghiên cứu sinh Trần Gia Khánh thực hiện tại Đại học Bách khoa Hà Nội, dưới sự hướng dẫn khoa học của PGS. Nguyễn Hoài Nam và GS.TS Nguyễn Doãn Phước (mã số chuyên ngành: 9520216), đã giải quyết căn cơ các bài toán điều khiển cốt lõi cho lớp đối tượng xe hai bánh tự cân bằng (Two-Wheeled Mobile Robot - TWMR). TWMR là hệ thống có ba bậc tự do (bậc tự do chuyển động tịnh tiến dọc $x$, chuyển động lắc của thân xe quanh trục bánh $\theta$, và chuyển động xoay hướng $\psi$) nhưng chỉ được dẫn động bởi hai tín hiệu mô-men độc lập ($\tau_L, \tau_R$) từ hai động cơ gắn đồng trục tại các bánh xe.
Trong môi trường vận hành thực tế, TWMR đối mặt với nhiều yếu tố phi tuyến nghiêm trọng: trọng tâm thân xe nằm phía trên trục bánh tạo nên trạng thái cân bằng không bền tương tự con lắc ngược (inverted pendulum); các ràng buộc động học phi-holonomic không khả tích; sự thay đổi liên tục của tải trọng tạo ra mô hình bất định không dừng (non-stationary uncertainty); cùng với các tác động ngẫu nhiên từ nhiễu cơ cấu chấp hành, ma sát biến thiên và nhiễu ngoại cảnh. Các công trình công bố trước đây trong y văn quốc tế thường phải đơn giản hóa mô hình, bỏ qua nhiễu đầu vào, hoặc áp dụng các kỹ thuật tính toán tuyến tính hóa cục bộ lặp đi lặp lại với chi phí tính toán cực lớn.
Nhằm khắc phục khoảng trống nghiên cứu (research gap) mang tính then chốt này, luận án tập trung giải quyết ba câu hỏi nghiên cứu (Research Questions - RQ) và kiểm chứng ba giả thuyết khoa học (Hypotheses - H) tương ứng:
- RQ1: Làm thế nào để thiết lập một mô hình toán học tương đương cho TWMR phi tuyến phức tạp sao cho toàn bộ các thành phần phi tuyến, bất định tham số và nhiễu tác động đầu vào được quy tụ về một vector duy nhất mà không làm mất đi các đặc tính động lực học của hệ thống?
- H1: Tồn tại một biểu diễn không gian trạng thái tuyến tính tương đương, trong đó toàn bộ sai số tuyến tính hóa Taylor và bất định tham số đều nằm trọn trong không gian ảnh (range space) của ma trận đầu vào $B$, cho phép gom cụm thành nhiễu đầu vào tổng.
- RQ2: Làm thế nào để thiết kế một bộ quan sát trạng thái và ước lượng nhiễu tổng với thuật toán tính toán tối giản, có khả năng bù trừ sai số tức thời trong thời gian thực mà vẫn chứng minh được tính ổn định tiệm cận của hệ kín?
- H2: Bộ quan sát nhiễu tổng được rời rạc hóa theo phương pháp Euler với chu kỳ trích mẫu siêu ngắn ($T_s = 0.001\text{ s}$) sẽ đảm bảo sai số ước lượng bị chặn ở bậc $\mathcal{O}(T_s^2)$, đưa hệ kín về trạng thái ổn định đầu vào tới trạng thái (Input-to-State Stability - ISS).
- RQ3: Bằng cách nào có thể ứng dụng thuật toán học tăng cường (Reinforcement Learning - RL) thông qua Quy hoạch động xấp xỉ (Approximate Dynamic Programming - ADP) để tự động học luật điều khiển tối ưu mà không phụ thuộc vào tri thức về ma trận thông số $(A, B)$ của mô hình xe?
- H3: Cấu trúc Actor-Critic kết hợp phép nhân ma trận Kronecker và thuật toán lặp chiến lược (Policy Iteration) có khả năng giải trực tuyến phương trình Hamilton-Jacobi-Bellman (HJB) hoặc phương trình đại số Riccati (ARE) chỉ dựa trên dữ liệu trạng thái và tín hiệu điều khiển đo được.
Khung lý thuyết của công trình được định vị vững chắc trên nền tảng Cơ học giải tích Lagrange cho hệ phi-holonomic, Lý thuyết ổn định Lyapunov phi tuyến, Lý thuyết điều khiển kháng nhiễu dựa trên bộ quan sát (Disturbance Observer Based Control - DOBC), và Lý thuyết học tăng cường thích nghi dựa trên ADP. Về quy mô thực nghiệm, luận án triển khai thử nghiệm toàn diện trên mô hình mô phỏng phi tuyến Matlab/Simulink và mô hình thực tế TWMR tại phòng thí nghiệm với chu kỳ lấy mẫu $T_s = 0.001\text{ s}$, khối lượng thân xe $M = 0.55\text{ kg}$, bán kính bánh xe $r = 0.0325\text{ m}$, khoảng cách hai bánh $d = 0.18\text{ m}$, kiểm chứng với dải biến thiên tải trọng gia tăng lên tới $\Delta M = 1.0\text{ kg}$ (tương đương mức biến động tải gần 200%). Kết quả nghiên cứu mở ra bước đột phá trong việc ứng dụng các thuật toán điều khiển hiện đại, tối ưu tài nguyên tính toán cho các vi điều khiển nhúng thương mại.
Literature Review và Positioning
Lịch sử phát triển các thuật toán điều khiển cho hệ thống thiếu cơ cấu chấp hành đã ghi nhận nhiều đóng góp lý thuyết nền tảng. Spong (1998) là người tiên phong đề xuất kỹ thuật tuyến tính hóa phản hồi một phần (partial feedback linearization), phân tách hệ phi tuyến thành hai hệ con: đủ cơ cấu chấp hành và không có cơ cấu chấp hành. Seto và Baillieul (1994) đã hệ thống hóa phân loại các hệ thống này thông qua sơ đồ dòng điều khiển (Control Flow Diagram - CFD) thành ba cấu trúc hình học: dạng cây (tree), dạng chuỗi (chain) và điểm cách ly (isolated point). Saber (2001) tiếp tục mở rộng phân loại cấu trúc động học dựa trên tính đối xứng, mode chấp hành và mô-men tích phân được để đưa về ba dạng chuẩn phi tuyến: dạng phản hồi chặt (strict-feedback), dạng truyền thẳng chặt (strict-feedforward) và dạng toàn phương tuyến tính phi tam giác.
Đối với đối tượng TWMR, mô hình toán học kinh điển được Pathak et al. (2005) xây dựng hoàn chỉnh dựa trên phương trình Euler-Lagrange có xét đến các ràng buộc chuyển động lăn không trượt:
$$H(q)\ddot{q} + [C(q,\dot{q}) + D]\dot{q} + G(q) = E(q)\tau$$
Trong y văn tồn tại hai trường phái học thuật cạnh tranh sâu sắc về phương pháp điều khiển TWMR:
- Trường phái điều khiển dựa trên mô hình (Model-based Control): Sử dụng các kỹ thuật như Linear Quadratic Regulator (LQR), $H_\infty$, Model Predictive Control (MPC), hoặc Backstepping. Điển hình như nghiên cứu của Li et al. (2014) đã phát triển bộ điều khiển tối ưu $H_\infty$ dựa trên mô hình xấp xỉ tuyến tính Taylor cục bộ. Tuy nhiên, hạn chế cố hữu của phương pháp này là trong mỗi chu kỳ lấy mẫu, bộ vi xử lý phải tính toán lại ma trận Jacobi và giải phương trình đại số Riccati (ARE) trực tuyến, dẫn đến chi phí tính toán bùng nổ, không khả thi khi triển khai trên phần cứng nhúng giá rẻ. Mặt khác, các bộ điều khiển LQR truyền thống hoàn toàn mất ổn định hoặc phân kỳ góc hướng khi tham số mô hình bị thay đổi bất định.
- Trường phái điều khiển thông minh và học máy (Model-free / Intelligent Control): Ứng dụng mạng nơ-ron nhân tạo, hệ logic mờ Takagi-Sugeno-Kang (TSK) hoặc mờ Mamdani thích nghi. Tiêu biểu là công trình của Huang et al. (2010) khi kết hợp điều khiển trượt thích nghi với hệ mờ trực tiếp để bám quỹ đạo cho TWMR. Dẫu vậy, phương pháp của Huang et al. hoàn toàn bỏ qua nhiễu tác động tại đầu vào cơ cấu chấp hành và đòi hỏi tính toán tích phân các luật thích nghi rất phức tạp, tiềm ẩn nguy cơ hiện tượng trượt chattering tần số cao làm nóng và phá hủy động cơ.
┌─────────────────────────────────────────────────────────┐
│ HỆ THỐNG THIẾU CHẤP HÀNH │
│ (Underactuated Systems - TWMR) │
└────────────────────────────┬────────────────────────────┘
│
┌───────────────────────┴───────────────────────┐
▼ ▼
┌───────────────────────────┐ ┌───────────────────────────┐
│ MODEL-BASED CONTROL │ │ MODEL-FREE / AI / RL │
├───────────────────────────┤ ├───────────────────────────┤
│ • LQR / MPC / H-infinity │ │ • Fuzzy TSK / Mamdani │
│ • Li et al. (2014): H_inf │ │ • Huang et al. (2010): │
│ (Giải Riccati online, │ │ Adaptive Sliding Fuzzy │
│ tải tính toán rất lớn) │ │ (Bỏ qua nhiễu đầu vào) │
└─────────────┬─────────────┘ └─────────────┬─────────────┘
│ │
└───────────────────────┬───────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ VỊ TRÍ ĐỊNH VỊ CỦA LUẬN ÁN (2024) │
├─────────────────────────────────────────────────────────┤
│ 1. Tuyến tính tương đương + Nhiễu tổng dc = du + di │
│ 2. Quan sát nhiễu Euler: ma trận tính trước offline │
│ 3. ADP Actor-Critic: Học luật tối ưu không cần (A, B) │
│ 4. Ổn định ISS toán học nghiêm ngặt & Thực thi tối giản │
└─────────────────────────────────────────────────────────┘
Luận án của NCS. Trần Gia Khánh đã định vị xuất sắc đóng góp của mình tại điểm giao thoa giữa hai trường phái: Chuyển đổi mô hình phi tuyến chính xác về dạng mô hình tuyến tính tương đương có chứa vector nhiễu tổng $d_c(t) = d_u(t) + d_i(t)$, trong đó $d_u(t)$ đại diện cho sai số xấp xỉ Taylor và biến thiên tham số không dừng, còn $d_i(t)$ là nhiễu cơ cấu chấp hành. Bằng cách chứng minh rank$(B) = 2$, tác giả chỉ ra toàn bộ vector bất định này nằm trọn vẹn trong không gian ảnh của ma trận phân phối đầu vào $B$. Đột phá này cho phép bộ quan sát nhiễu tổng ước lượng và triệt tiêu hoàn toàn nhiễu chỉ thông qua các phép nhân ma trận hằng số tĩnh $[(B_d^T B_d)^{-1} B_d^T]$, loại bỏ hoàn toàn việc giải phương trình vi phân hay phương trình Riccati trực tuyến như các nghiên cứu quốc tế trước đây.
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Luận án tạo ra bước tiến quan trọng về mặt lý thuyết điều khiển tự động thông qua việc tích hợp giải tích động lực học phi tuyến với lý thuyết ổn định hiện đại và học tăng cường:
- Mở rộng lý thuyết điều khiển tối ưu phi tuyến qua ADP: Mở rộng phương pháp giải phương trình Hamilton-Jacobi-Bellman (HJB) không phụ thuộc mô hình cho hệ thống cơ khí phi-holonomic thiếu cơ cấu chấp hành dựa trên kiến trúc mạng nơ-ron Actor-Critic (Vrabie & Lewis, 2009).
- Mô hình hóa toán học tuyến tính tương đương: Thiết lập hệ phương trình trạng thái tuyến tính tương đương:
$$\dot{x} = Ax + B(u + d_c)$$
với $x = [x_1, x_2, x_3, x_4, x_5, x_6]^T = [x, \theta, \psi, \dot{x}, \dot{\theta}, \dot{\psi}]^T$. Luận án chứng minh rằng tính chất phi tuyến bậc cao của hàm Lagrange $L = T_{trans} + T_{Rot} - V$ sau khi khai triển chuỗi Taylor quanh điểm cân bằng $x_e = [0, 0, 0, 0, 0, 0]^T$ hoàn toàn có thể biểu diễn chính xác dưới dạng nhiễu đầu vào tương đương $d_u(t)$, thỏa mãn đẳng thức cấu trúc $\Delta_l = B d_u$.
- Chứng minh toán học về tính ổn định ISS: Sử dụng hàm Lyapunov dạng toàn phương $V(x) = x^T P x$ với $P$ là nghiệm của phương trình Lyapunov $(A - BK)^T P + P(A - BK) = -Q$, luận án chứng minh đạo hàm theo thời gian:
$$\dot{V}(x) \le -|x|^2 \lambda_{\min}(Q) + 2|x| \cdot |PB| \cdot |\gamma|$$
Từ đó xác lập miền hút compact $\Gamma = \left{ x \in \mathbb{R}^6 ;\middle|; |x| \le \frac{2|PB||\gamma|}{\lambda_{\min}(Q)} \right}$, khẳng định hệ kín đạt tính ổn định đầu vào tới trạng thái (ISS) theo định nghĩa của Sontag.
┌───────────────────────────────────────────────────────────┐
│ MÔ HÌNH TOÁN PHI TUYẾN TWMR (LAGRANGE) │
│ 6 biến trạng thái [x, θ, ψ, x_dot, θ_dot, ψ_dot] │
└─────────────────────────────┬─────────────────────────────┘
│
▼ (Khai triển Taylor & gom bất định)
┌───────────────────────────────────────────────────────────┐
│ MÔ HÌNH TUYẾN TÍNH TƯƠNG ĐƯƠNG │
│ dx/dt = Ax + B(u + dc) │
│ với dc = du (bất định tham số) + di (nhiễu ngoài) │
└──────────────┬─────────────────────────────┬──────────────┘
│ │
┌────────────────────────┘ └────────────────────────┐
▼ ▼
┌──────────────────────────────────────┐ ┌──────────────────────────────────────┐
│ BỘ QUAN SÁT NHIỄU TỔNG │ │ HỌC TĂNG CƯỜNG ADP / LQR │
│ • Rời rạc hóa Euler cấp 1 │ │ • Actor-Critic Architecture │
│ • Ma trận tĩnh [(Bd^T Bd)^-1 Bd^T] │ │ • Policy Iteration (P-I) Algorithm │
│ • Ước lượng bù d_hat_c(t) cực nhanh │ │ • Tích ma trận Kronecker (⊗) │
└──────────────────┬───────────────────┘ └──────────────────┬───────────────────┘
│ │
└───────────────────────────┬──────────────────────────────────────────┘
│
▼
┌───────────────────────────────────────────────────────────┐
│ BỘ ĐIỀU KHIỂN BÁM QUỸ ĐẠO │
│ u(t) = -Ke - (BB^T)^-1 B^T(A x_d - x_dot_d) - d_hat_c │
├───────────────────────────────────────────────────────────┤
│ CHỨNG MINH ỔN ĐỊNH ISS QUA LYAPUNOV │
│ Hội tụ chuẩn xác về miền compact Γ: V_dot < 0 ngoài Γ │
└───────────────────────────────────────────────────────────┘
Khung phân tích độc đáo
Khung phân tích của luận án kết hợp ba trụ cột phương pháp:
- Thuật toán quan sát sai số gián đoạn (Discrete-time Disturbance Observer): Dựa trên mô hình Euler $x_k \approx A_d x_{k-1} + B_d(u_k + d_{ck})$ với $A_d = I + T_s A$ và $B_d = T_s B$, vector ước lượng nhiễu được xác định giải tích:
$$\hat{d}k^c = (B_d^T B_d)^{-1} B_d^T [x_k - z_k - A_d x{k-1} + A_d z_{k-1}]$$
với mô hình tham chiếu cập nhật $z_{k-1} = x_{k-1}$, dẫn đến công thức rút gọn tối ưu:
$$\hat{d}_k^c = (B_d^T B_d)^{-1} B_d^T [x_k - z_k]$$
Sai số ước lượng $\hat{d}k^c - d{ck} = (B_d^T B_d)^{-1} B_d^T \delta_k$ tỉ lệ thuận với $T_s^2$, do đó hoàn toàn có thể làm triệt tiêu khi chọn $T_s$ đủ nhỏ.
- Quy hoạch động thích nghi tuyến tính Off-policy: Thuật toán sử dụng phép biến đổi vector hóa ma trận qua tích Kronecker:
$$x^T P_k x = (x^T \otimes x^T)\text{vec}(P_k)$$
$$e_n^T R K_{k+1} x = (x^T \otimes (e_n^T R))\text{vec}(K_{k+1})$$
Hệ phương trình đại số $\Theta_k \begin{bmatrix} \text{vec}(P_k) \ \text{vec}(K_{k+1}) \end{bmatrix} = \Xi_k$ cho phép tính toán trực tiếp ma trận phản hồi tối ưu $K^$ và ma trận hàm chi phí $P^$ mà không cần biết bất kỳ thông tin nào về các ma trận $A$ và $B$ của xe.
- Điều kiện biên (Boundary Conditions): Ma trận điều khiển $B$ phải có hạng đầy đủ $\text{rank}(B) = 2$; nhiễu tổng $d_c(t)$ là hàm liên tục và có đạo hàm bậc nhất bị chặn $|\dot{d}c(t)| \le d{\max} < \infty$; điều kiện kích thích bền vững (Persistently Exciting - PE) được thỏa mãn:
$$\frac{1}{L}\sum_{i=1}^L \theta_{k,i} \theta_{k,i}^T \ge \delta I_{N_1+N_2}$$
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Luận án tuân thủ chặt chẽ triết lý thực chứng thực nghiệm (Positivism) kết hợp chủ nghĩa hiện thực phản biện (Critical Realism) trong kỹ thuật điều khiển tự động. Phương pháp nghiên cứu được thiết kế đa tầng tích hợp:
- Tầng 1: Giải tích động lực học vi phân: Thiết lập mô hình phi tuyến 6 trạng thái từ hàm Lagrange $L = T - V$, giải hệ phương trình Lagrange loại 2 với nhân tử Lagrange $\lambda_j$ để khử các lực liên kết phi-holonomic.
- Tầng 2: Tổng hợp bộ điều khiển & Bù nhiễu: Thiết kế luật điều khiển phản hồi trạng thái bám quỹ đạo:
$$u_{tr}(t) = -Ke - (BB^T)^{-1}B^T(Ax_d - \dot{x}_d) - \hat{d}^c(t)$$
với $e(t) = x(t) - x_d(t)$ là sai số bám quỹ đạo.
- Tầng 3: Kiểm chứng mô phỏng & Thực nghiệm lặp: Xây dựng phần mềm mô phỏng vòng kín trên Matlab/Simulink và chế tạo phần cứng xe TWMR hoàn chỉnh để thực nghiệm kiểm chứng chéo.
Quy trình nghiên cứu rigorous
Quy trình thu thập dữ liệu và xử lý tín hiệu thực nghiệm tuân thủ các tiêu chuẩn công nghiệp:
- Phần cứng thu thập dữ liệu: Khối đo lường quán tính IMU 6 bậc tự do (kết hợp con quay hồi chuyển Gyroscope và gia tốc kế Accelerometer) kết nối với vi điều khiển STM32/ARM Cortex qua giao thức I2C/SPI tốc độ cao; encoder quang học gắn trực tiếp tại trục hai động cơ DC nhằm thu thập vận tốc quay $\dot{\gamma}_L, \dot{\gamma}_R$.
- Lọc tín hiệu số: Ứng dụng bộ lọc Kalman rời rạc (Discrete Kalman Filter) nhằm loại bỏ nhiễu trắng và nhiễu trôi của cảm biến quán tính, cung cấp ước lượng chính xác tuyệt đối cho góc nghiêng $\theta$ và vận tốc góc $\dot{\theta}$.
- Vòng lặp điều khiển dòng điện (Current Control Loop): Mạch cầu H (H-bridge) điều khiển bằng tín hiệu điều chế độ rộng xung (PWM) tần số cao kết hợp bộ điều khiển PI dòng điện để đảm bảo mô-men sinh ra bám chính xác tín hiệu điều khiển $\tau_L, \tau_R$.
Data và phân tích
Toàn bộ tham số định lượng của mô hình TWMR được xác định chuẩn xác phục vụ thiết kế bộ điều khiển:
- Khối lượng thân xe danh định: $M = 0.55\text{ kg}$; Khối lượng bánh xe: $m = 0.05\text{ kg}$;
- Bán kính bánh xe: $r = 0.0325\text{ m}$; Khoảng cách hai bánh: $d = 0.18\text{ m}$;
- Khoảng cách từ tâm thân xe đến trục bánh: $l = 0.06\text{ m}$;
- Gia tốc trọng trường: $g = 9.81\text{ m/s}^2$; Hệ số ma sát trục: $c_\alpha = 0.001\text{ Nms/rad}$;
- Chu kỳ trích mẫu điều khiển: $T_s = 0.001\text{ s}$ (tương ứng tần số lấy mẫu $f = 1000\text{ Hz}$).
Các ma trận trọng số hàm mục tiêu LQR được lựa chọn tối ưu:
$$Q = \text{diag}(4, 3, 2, 0.001, 0.001, 0.001), \quad R = \text{diag}(0.01, 0.01)$$
Ma trận khuếch đại phản hồi trạng thái thu được thông qua phương trình Riccati:
$$K = \begin{bmatrix} -0.7303 & -17.4786 & -0.4472 & -1.2588 & -3.0768 & -0.1983 \ -0.7303 & -17.4786 & 0.4472 & -1.2588 & -3.0768 & 0.1983 \end{bmatrix}$$
Quy trình Robustness Checks được thực hiện nghiêm ngặt qua 4 kịch bản đối chứng (Case 1: Mô hình danh định không nhiễu; Case 2: Mô hình có nhiễu đầu vào điều hòa $d_i(t) = [0.2\sin(2\pi t) + 0.1\sin(4\pi t), 0.2\cos(2\pi t) + 0.1\cos(4\pi t)]^T$; Case 3: Bất định tham số tải $\Delta M = 1.0\text{ kg}$ cộng hưởng nhiễu điều hòa; Case 4: Bám quỹ đạo tròn phức tạp $x_{Cd}(t) = 4.25\sin(0.125t), y_{Cd}(t) = 4.25(1-\cos(0.125t))$).
Phát hiện đột phá và implications
Những phát hiện then chốt
- Khả năng triệt tiêu nhiễu phi tuyến tức thời: Bộ quan sát nhiễu đề xuất bám sát chính xác biên độ và tần số của vector nhiễu tổng $d_c(t)$ trong thời gian cực ngắn ($\approx 2.0\text{ s}$ trong kịch bản khắc nghiệt nhất khi khối lượng tải trọng tăng đột biến $\Delta M = 1.0\text{ kg}$, tương đương mức thay đổi gần 200% thông số hệ thống).
- Sự sụp đổ của bộ điều khiển LQR truyền thống: Khi có sự xuất hiện của bất định tham số $\Delta M$ và nhiễu đầu vào $d_i(t)$, bộ điều khiển LQR kinh điển bị phân kỳ góc hướng $\psi$ và dao động mất ổn định nghiêm trọng tại góc nghiêng $\theta$ và vị trí $x$. Ngược lại, bộ điều khiển đề xuất kết hợp quan sát nhiễu giữ vững tuyệt đối chất lượng điều hòa trạng thái tương đương như khi hệ thống vận hành ở điều kiện danh định lý tưởng.
- Hiệu năng bám quỹ đạo phi tuyến vượt trội: Trong thử nghiệm bám quỹ đạo tròn (Case 4), sai số bám vị trí và góc hướng của thuật toán đề xuất triệt tiêu nhanh chóng về lân cận 0, vượt trội hoàn toàn so với bộ điều khiển $H_\infty$ của Li et al. (2014) và bộ điều khiển trượt mờ của Huang et al. (2010).
- Hội tụ tối ưu của ADP không mô hình: Thuật toán ADP Off-policy chứng minh tính hội tụ đơn điệu $P^* \le P_{k+1} \le P_k$ và ma trận khuếch đại $K_k \to K^*$ tiệm cận hoàn hảo sau một số hữu hạn bước lặp mà không cần bất kỳ thông tin nào về các ma trận $A, B$.
| Tiêu chí so sánh |
Bộ điều khiển LQR kinh điển |
Bộ điều khiển $H_\infty$ (Li et al., 2014) |
Bộ điều khiển đề xuất (Luận án 2024) |
| Khả năng kháng bất định mô hình $\Delta M$ |
Kém (Hệ phân kỳ, mất ổn định) |
Trung bình (Tuyến tính hóa lặp) |
Xuất sắc (Bù nhiễu tổng tức thời) |
| Kháng nhiễu cơ cấu chấp hành $d_i(t)$ |
Không có khả năng bù |
Không xét nhiễu đầu vào |
Triệt tiêu hoàn toàn qua bộ quan sát |
| Độ phức tạp tính toán thời gian thực |
Thấp (Ma trận tĩnh) |
Cực cao (Giải ARE online liên tục) |
Rất thấp ($[(B_d^T B_d)^{-1} B_d^T]$ tĩnh) |
| Yêu cầu tri thức mô hình $(A, B)$ |
Bắt buộc biết chính xác |
Bắt buộc biết chính xác |
Không cần biết (khi dùng ADP) |
| Tính ổn định hệ kín |
Chỉ ổn định cục bộ |
Ổn định cục bộ |
Ổn định ISS toàn cục |
Implications đa chiều
- Về mặt lý thuyết: Thiết lập mô hình toán học chuẩn mực cho bài toán điều khiển kháng nhiễu và học tăng cường trên không gian trạng thái của hệ cơ học phi-holonomic thiếu cơ cấu chấp hành.
- Về phương pháp luận: Mở ra phương pháp tiếp cận mới trong việc xử lý bất định không dừng thông qua việc chuyển hóa toàn bộ sai số mô hình thành nhiễu đầu vào tương đương trên không gian ảnh của ma trận $B$. Phương pháp luận này có thể khái quát hóa cho các lớp đối tượng cơ học phức tạp khác như Acrobot, bóng trên thanh (Ball and Beam), thiết bị bay bốn cánh khuấy (Quadrotor UAV), và tàu ngầm tự hành (AUV).
- Về ứng dụng thực tiễn: Cung cấp giải pháp phần mềm điều khiển tối ưu, tiêu thụ ít bộ nhớ và xung nhịp CPU, cho phép ứng dụng trực tiếp trên các vi điều khiển công nghiệp 32-bit phổ thông, mở đường cho việc thương mại hóa các phương tiện di chuyển cá nhân thông minh (Segway, Scooter, Hoverboard) và robot vận chuyển hàng hóa tự hành (AGV) trong nhà kho thông minh.
Limitations và Future Research
Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn chỉ ra các giới hạn nghiên cứu (boundary conditions):
- Giả định không trượt bánh (Pure Rolling Without Slipping): Luận án giả định các ràng buộc phi-holonomic là hoàn hảo. Khi xe vận hành trên địa hình trơn trượt (băng tuyết, bùn lầy, mặt sàn ướt), hiện tượng trượt dọc và trượt ngang sẽ phá vỡ tính chính xác của phương trình động học.
- Giới hạn đạo hàm nhiễu: Chứng minh ổn định ISS đòi hỏi đạo hàm của nhiễu tổng $|\dot{d}_c(t)|$ phải bị chặn. Trong tình huống xe chịu va đập cơ học xung lực tức thời (dạng hàm Dirac delta), chất lượng ước lượng sẽ bị suy giảm cục bộ.
- Mặt phẳng chuyển động 2D: Mô hình hiện tại mới xét chuyển động trên mặt phẳng ngang, chưa tích hợp động học khi xe leo dốc nghiêng 3D có góc dốc thay đổi liên tục.
Chương trình nghiên cứu tương lai (Future Research Agenda):
- Tích hợp giải thuật điều khiển chống trượt bánh xe chủ động (Traction / Anti-slip Control) dựa trên ước lượng hệ số ma sát mặt đường trực tuyến.
- Mở rộng thuật toán điều khiển thích nghi bền vững cho TWMR di chuyển trên bề mặt địa hình 3D gồ ghề và có độ dốc biến thiên.
- Nghiên cứu cơ chế điều khiển dung lỗi (Fault-Tolerant Control - FTC) trong tình huống một trong hai cơ cấu chấp hành bị suy giảm công suất hoặc hỏng hoàn toàn.
- Triển khai thuật toán Học tăng cường sâu (Deep Reinforcement Learning - DRL) kết hợp mạng nơ-ron sâu trực tiếp trên chip biên (Edge AI Microcontrollers).
Tác động và ảnh hưởng
Công trình nghiên cứu mang lại giá trị tác động sâu rộng trên nhiều bình diện:
- Tác động học thuật (Academic Impact): Đóng góp hệ thống bài báo khoa học chất lượng cao trên các tạp chí chuyên ngành và hội nghị khoa học uy tín (tiêu biểu như Hội nghị toàn quốc về Động lực học và Điều khiển). Khung lý thuyết của luận án cung cấp tài liệu tham khảo giá trị cho các nghiên cứu sinh và học viên cao học ngành Tự động hóa và Robot.
- Chuyển đổi công nghiệp (Industry Transformation): Cung cấp giải pháp công nghệ then chốt cho các doanh nghiệp R&D xe điện tự cân bằng và robot tự hành nội địa, giảm thiểu chi phí nhập khẩu công nghệ điều khiển từ nước ngoài.
- Lợi ích xã hội (Societal Benefits): Góp phần thúc đẩy phát triển giao thông xanh đô thị, phương tiện vi di động (micro-mobility) không phát thải, nâng cao độ an toàn vận hành và giảm thiểu rủi ro tai nạn do mất cân bằng phương tiện.
Đối tượng hưởng lợi
- Nghiên cứu sinh & Giới học thuật: Tiếp cận phương pháp chứng minh ổn định ISS chuẩn mực và kỹ thuật áp dụng tích ma trận Kronecker trong học tăng cường ADP.
- Kỹ sư R&D Robot & Tự động hóa: Sở hữu thuật toán bù nhiễu và bám quỹ đạo gọn nhẹ, dễ dàng biên dịch sang ngôn ngữ C/C++ để nạp trực tiếp vào firmware của vi điều khiển.
- Các nhà sản xuất phương tiện thông minh: Nâng cao độ tin cậy và độ bền cơ khí của sản phẩm nhờ khả năng triệt tiêu hiện tượng dao động chattering phá hủy cơ cấu chấp hành.
- Cơ quan quản lý & Tiêu chuẩn giao thông: Có thêm cơ sở dữ liệu khoa học để xây dựng tiêu chuẩn kỹ thuật an toàn cho các dòng phương tiện tự hành hai bánh lưu thông trong khu đô thị.
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?
Trả lời: Đóng góp lý thuyết độc đáo nhất là việc chuyển đổi mô hình TWMR phi tuyến phức tạp thành mô hình tuyến tính tương đương $\dot{x} = Ax + B(u + d_c)$, trong đó chứng minh toán học tường minh rằng toàn bộ sai số xấp xỉ Taylor và bất định tham số $\Delta M$ đều nằm trong không gian ảnh của $B$. Công trình đã mở rộng Lý thuyết Ổn định Đầu vào tới Trạng thái (ISS) của Sontag và Lý thuyết Quy hoạch động xấp xỉ (ADP) của Vrabie & Lewis cho lớp hệ thống cơ học thiếu cơ cấu chấp hành có mô hình không dừng.
2. Đột phá về mặt phương pháp luận so với các nghiên cứu quốc tế trước đây là gì?
Trả lời: So với nghiên cứu tối ưu $H_\infty$ của Li et al. (2014) – vốn đòi hỏi giải phương trình đại số Riccati (ARE) trực tuyến ở mỗi chu kỳ lấy mẫu, và nghiên cứu trượt mờ của Huang et al. (2010) – vốn bỏ qua nhiễu đầu vào, phương pháp của luận án tách biệt bộ quan sát nhiễu gián đoạn hóa Euler với ma trận tính trước offline $[(B_d^T B_d)^{-1} B_d^T]$ và bộ điều khiển LQR/ADP phản hồi trạng thái. Sự phân tách này giúp giảm chi phí tính toán phần cứng hàng trăm lần mà vẫn đảm bảo triệt tiêu hoàn toàn nhiễu tổng.
3. Phát hiện bất ngờ nhất trong quá trình thực nghiệm có số liệu chứng minh là gì?
Trả lời: Phát hiện bất ngờ nhất là tính nhạy cảm cực độ của bộ điều khiển LQR truyền thống trước bất định tham số: chỉ cần thay đổi tải trọng $\Delta M = 1.0\text{ kg}$ (gấp đôi trọng lượng thân xe $M = 0.55\text{ kg}$), LQR kinh điển hoàn toàn mất kiểm soát góc hướng $\psi$ (phân kỳ nhanh chóng). Trong khi đó, bộ điều khiển đề xuất ước lượng chính xác nhiễu trong vòng $2.0\text{ s}$ và duy trì sai số bám vị trí $x$, góc nghiêng $\theta$ ở mức xấp xỉ như trong điều kiện danh định lý tưởng.
4. Luận án có cung cấp giao thức tái lập nghiên cứu (Replication Protocol) hoàn chỉnh không?
Trả lời: Luận án cung cấp đầy đủ và chi tiết các phương trình giải tích ma trận $A_2, B_2$, bảng tham số cơ khí thực nghiệm, các ma trận trọng số $Q, R$, chu kỳ lấy mẫu $T_s = 0.001\text{ s}$, cùng toàn bộ mã nguồn chương trình điều khiển (C/Matlab code) trong phần phụ lục, đảm bảo khả năng tái lập 100% kết quả mô phỏng và thực nghiệm.
5. Lộ trình nghiên cứu 10 năm tiếp theo từ nền tảng luận án được định hình như thế nào?
Trả lời: Lộ trình 10 năm tập trung vào: (1) Mở rộng điều khiển thích nghi cho xe hai bánh trên địa hình 3D bất kỳ; (2) Tích hợp công nghệ cảm biến thị giác máy tính và Lidar để xây dựng thuật toán tránh vật cản động nhiều bước; (3) Phát triển hệ thống ô tô hai bánh tự cân bằng chở người hoàn chỉnh với cơ chế an toàn dự phòng đa tầng (Fail-safe multi-redundancy).
Kết luận
Luận án tiến sĩ của tác giả Trần Gia Khánh là một công trình khoa học mẫu mực, kết hợp hài hòa và nhuần nhuyễn giữa toán học giải tích hàn lâm, lý thuyết điều khiển tự động hiện đại và kỹ thuật thực nghiệm chính xác. Sáu đóng góp cốt lõi mang tính bước ngoặt của luận án bao gồm:
- Xây dựng mô hình tuyến tính tương đương hoàn chỉnh cho TWMR, gom toàn bộ tính phi tuyến và bất định không dừng về vector nhiễu đầu vào tổng thuộc không gian ảnh ma trận $B$.
- Thiết kế bộ quan sát nhiễu tổng gián đoạn hóa thời gian thực siêu tinh gọn, triệt tiêu gánh nặng tính toán online cho vi điều khiển nhúng.
- Thiết lập luật điều khiển bám thích nghi bền vững và chứng minh chặt chẽ tính ổn định ISS của hệ thống kín dựa trên hàm thế năng Lyapunov.
- Ứng dụng thành công thuật toán quy hoạch động thích nghi (ADP) Actor-Critic Off-policy, tự động học luật điều khiển tối ưu không cần mô hình toán $(A, B)$.
- Thực hiện kiểm chứng đa kịch bản toàn diện trên Matlab/Simulink và mô hình thực nghiệm trong phòng thí nghiệm với độ tin cậy khoa học cao.
- Mở ra hướng nghiên cứu liên ngành mới kết hợp giữa Điều khiển bền vững (Robust Control) và Học máy tăng cường (Reinforcement Learning) cho các hệ thống robot tự hành thế hệ mới.
