Luận Văn Thạc Sĩ Về Điều Khiển Ổn Định Quadrotor Sử Dụng Phương Pháp Backstepping

Luận văn thạc sĩ phân tích điều khiển ổn định hóa quadrotor bằng phương pháp điều khiển backstepping, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho thực tiễn.

• Tác giả: Nguyễn Minh Trung
• Người hướng dẫn: PGS. Dương Hoài Nghĩa
• Trường học: Trường Đại học Sư Phạm Kỹ Thuật Tp.HCM
• Chuyên ngành: Điện – Điện Tử
• Đề tài: Điều Khiển Ổn Định Quadrotor Bằng Phương Pháp Backstepping
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• CẢM TẠ
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Lịch sử phát triển Quadrotor và các công trình liên quan nổi bật
• 1.1.1. Lịch sử phát triển Quadrotor
• 1.1.2. Công trình liên quan nổi bật
• 1.2. Các phương pháp điều khiển Quadrotor
• 1.3. Mục đích nghiên cứu
• 1.4. Nhiệm vụ đề tài nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Ý nghĩa khoa học và thực tiễn
• 1.7. Tóm lược nội dung luận văn
• 2. CƠ SỞ ĐIỀU KHIỂN
• 2.1. Cấu tạo và nguyên lý hoạt động của Quadrotor
• 2.1.1. Cấu tạo Quadrotor
• 2.1.2. Nguyên lý hoạt động Quadrotor
• 2.2. Mô hình hóa Quadrotor
• 2.2.1. Tổng quan về hệ quy chiếu trên thân Quadrotor
• 2.2.2. Động học Quadrotor
• 2.2.3. Động lực học Quadrotor
• 2.3. Cơ sở lý thuyết điều khiển Backstepping
• 2.3.1. Đặc điểm điều khiển Backstepping
• 2.3.2. Nguyên lý điều khiển Backstepping
• 2.3.3. Luật điều khiển
• 3. XÂY DỰNG LUẬT ĐIỀU KHIỂN MÔ HÌNH QUADROTOR
• 3.1. Xây dựng luật điều khiển Backstepping cho mô hình Quadrotor
• 3.2. Luật điều khiển góc
• 3.3. Luật điều khiển độ cao
• 3.4. Xây dựng mô hình Quadrotor trong Matlab/Simulink
• 3.5. Thông số vật lý mô hình Quadrotor
• 3.6. Khối Quadrotor Dynamics
• 3.7. Khối System Input Calculation
• 3.8. Khối Motor Speed Calculation
• 3.9. Luật điều khiển U1, U2, U3, U4
• 4. KẾT QUẢ MÔ PHỎNG
• 4.1. Thông số mong muốn trường hợp tổng quát
• 4.2. Thông số mong muốn Quadrotor ở trạng thái lơ lửng
• 4.3. Nhận xét kết quả mô phỏng
• 5. SO SÁNH ĐIỀU KHIỂN BACKSTEPPING VỚI CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN KHÁC
• 5.1. Phương pháp điều khiển trượt (Sliding Mode Control - SMC)
• 5.2. Xây dựng luật điều khiển trượt cho mô hình Quadrotor
• 5.3. Xây dựng mô hình Quadrotor trong Matlab Simulink
• 5.4. Kết quả mô phỏng
• 5.5. Nhận xét kết quả mô phỏng
• 5.6. Phương pháp điều khiển PID
• 5.7. Xây dựng luật điều khiển PID cho mô hình Quadrotor
• 5.8. Xây dựng mô hình Quadrotor trong Matlab Simulink
• 5.9. Kết quả mô phỏng
• 5.10. Nhận xét kết quả mô phỏng
• 5.11. Nhận xét kết quả mô phỏng
• 5.12. So sánh điều khiển Backstepping với SMC và PID
• 6. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 6.1. Kết quả đạt được
• 6.2. Những hạn chế chưa đạt được và hướng khắc phục
• 6.3. Hướng phát triển đề tài
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về điều khiển ổn định Quadrotor bằng phương pháp Backstepping

Quadrotor là một loại thiết bị bay không người lái (UAV) được thiết kế với bốn cánh quạt, cho phép nó hoạt động linh hoạt và hiệu quả trong nhiều ứng dụng khác nhau. Tuy nhiên, việc điều khiển ổn định Quadrotor là một thách thức lớn do tính phi tuyến của hệ thống. Phương pháp Backstepping đã được chứng minh là một giải pháp hiệu quả để giải quyết vấn đề này. Bài viết này sẽ trình bày tổng quan về mô hình Quadrotor, các thách thức trong điều khiển và cách mà phương pháp Backstepping có thể được áp dụng để cải thiện độ ổn định của hệ thống.

1.1. Mô hình hóa Quadrotor và các yếu tố ảnh hưởng

Mô hình hóa Quadrotor bao gồm việc xây dựng các phương trình động học và động lực học dựa trên phương pháp Newton-Euler. Các yếu tố như trọng lượng, kích thước và cấu trúc của Quadrotor ảnh hưởng lớn đến khả năng điều khiển của nó. Việc hiểu rõ mô hình này là rất quan trọng để áp dụng các phương pháp điều khiển hiệu quả.

1.2. Tính phi tuyến và thách thức trong điều khiển Quadrotor

Quadrotor hoạt động trong môi trường phi tuyến, điều này tạo ra nhiều thách thức trong việc duy trì ổn định. Các yếu tố như gió, tải trọng và sự thay đổi trong điều kiện môi trường có thể làm giảm hiệu suất điều khiển. Do đó, việc phát triển các phương pháp điều khiển mạnh mẽ là cần thiết để đảm bảo Quadrotor hoạt động ổn định trong mọi tình huống.

II. Vấn đề trong điều khiển Quadrotor và giải pháp Backstepping

Việc điều khiển Quadrotor gặp nhiều vấn đề như độ nhạy cảm với nhiễu và sự thay đổi trong thông số hệ thống. Phương pháp Backstepping đã được phát triển để giải quyết những vấn đề này bằng cách thiết kế các luật điều khiển theo từng bước, từ đó cải thiện độ ổn định và khả năng phản ứng của hệ thống.

2.1. Các vấn đề chính trong điều khiển Quadrotor

Các vấn đề chính trong điều khiển Quadrotor bao gồm độ nhạy cảm với nhiễu, sự thay đổi trong thông số và khả năng duy trì ổn định trong các điều kiện khác nhau. Những vấn đề này cần được giải quyết để đảm bảo Quadrotor hoạt động hiệu quả và an toàn.

2.2. Giải pháp Backstepping cho điều khiển Quadrotor

Phương pháp Backstepping cho phép thiết kế các luật điều khiển theo từng bước, từ đó cải thiện khả năng ổn định của Quadrotor. Bằng cách sử dụng lý thuyết ổn định Lyapunov, phương pháp này giúp đảm bảo rằng hệ thống sẽ duy trì ổn định ngay cả khi có sự thay đổi trong thông số hoặc nhiễu.

III. Phương pháp Backstepping trong điều khiển Quadrotor

Phương pháp Backstepping là một kỹ thuật điều khiển phi tuyến mạnh mẽ, cho phép thiết kế các luật điều khiển cho Quadrotor một cách hiệu quả. Phương pháp này không chỉ giúp cải thiện độ ổn định mà còn giảm thiểu độ nhạy cảm với các biến đổi trong hệ thống.

3.1. Nguyên lý hoạt động của phương pháp Backstepping

Nguyên lý hoạt động của phương pháp Backstepping dựa trên việc phân tách hệ thống thành các phần nhỏ hơn, từ đó thiết kế các luật điều khiển cho từng phần. Điều này giúp cải thiện khả năng điều khiển và ổn định của Quadrotor trong các tình huống khác nhau.

3.2. Lợi ích của việc sử dụng Backstepping

Lợi ích của việc sử dụng phương pháp Backstepping bao gồm khả năng duy trì ổn định trong các điều kiện khác nhau, giảm thiểu độ nhạy cảm với nhiễu và cải thiện khả năng phản ứng của hệ thống. Điều này làm cho Backstepping trở thành một lựa chọn lý tưởng cho việc điều khiển Quadrotor.

IV. Ứng dụng thực tiễn của phương pháp Backstepping trong Quadrotor

Phương pháp Backstepping đã được áp dụng thành công trong nhiều ứng dụng thực tiễn của Quadrotor, từ giám sát môi trường đến giao thông vận tải. Các nghiên cứu cho thấy rằng phương pháp này không chỉ cải thiện độ ổn định mà còn nâng cao hiệu suất hoạt động của Quadrotor.

4.1. Ứng dụng trong giám sát môi trường

Quadrotor được sử dụng để giám sát môi trường, như theo dõi sự thay đổi khí hậu và kiểm tra các khu vực khó tiếp cận. Phương pháp Backstepping giúp đảm bảo rằng Quadrotor có thể hoạt động ổn định trong các điều kiện khác nhau, từ đó thu thập dữ liệu chính xác.

4.2. Ứng dụng trong giao thông vận tải

Quadrotor cũng được áp dụng trong giao thông vận tải, như giao hàng và vận chuyển hàng hóa. Việc sử dụng phương pháp Backstepping giúp cải thiện khả năng điều khiển và ổn định của Quadrotor, từ đó nâng cao hiệu suất và độ an toàn trong các hoạt động này.

V. Kết luận và hướng phát triển tương lai cho điều khiển Quadrotor

Phương pháp Backstepping đã chứng minh được hiệu quả trong việc điều khiển ổn định Quadrotor. Tuy nhiên, vẫn còn nhiều thách thức cần được giải quyết trong tương lai, như cải thiện khả năng phản ứng và giảm thiểu độ nhạy cảm với nhiễu. Nghiên cứu tiếp theo có thể tập trung vào việc phát triển các thuật toán điều khiển mới và cải tiến mô hình Quadrotor.

5.1. Tóm tắt kết quả nghiên cứu

Kết quả nghiên cứu cho thấy rằng phương pháp Backstepping có thể cải thiện đáng kể độ ổn định và hiệu suất của Quadrotor. Các thí nghiệm cho thấy rằng Quadrotor có thể duy trì ổn định trong nhiều điều kiện khác nhau, từ đó mở ra nhiều cơ hội ứng dụng mới.

5.2. Hướng phát triển trong tương lai

Hướng phát triển trong tương lai có thể bao gồm việc nghiên cứu các thuật toán điều khiển mới, cải tiến mô hình Quadrotor và áp dụng các công nghệ mới như trí tuệ nhân tạo để nâng cao khả năng tự động hóa và hiệu suất của Quadrotor.

Nội dung chính

Tổng quan nghiên cứu

Sự phát triển mạnh mẽ của công nghệ tự động hóa trong giai đoạn 2010 đến 2017 đã thúc đẩy ứng dụng của các thiết bị bay không người lái (UAV) tăng trưởng hơn 35% mỗi năm trên toàn cầu. Trong số các cấu hình khí động học hiện đại, Quadrotor nổi lên như một phương tiện bay bốn cánh quạt sở hữu tính cơ động vượt trội, cấu trúc cơ khí đơn giản và khả năng cất hạ cánh thẳng đứng linh hoạt. Thiết bị này được triển khai hiệu quả trong hàng loạt nhiệm vụ thực tế như giám sát địa hình, thăm dò môi trường, tìm kiếm cứu nạn và vận chuyển hàng hóa thương mại.

Tuy nhiên, Quadrotor là một hệ thống vật lý có tính chất phi tuyến cao, ràng buộc liên kết chéo phức tạp và thuộc lớp hệ thống thiếu cơ cấu chấp hành (underactuated system). Cụ thể, thiết bị sở hữu 6 bậc tự do trong không gian ba chiều nhưng chỉ được điều khiển bởi 4 ngõ vào độc lập tương ứng với tốc độ quay của 4 động cơ. Điều này đặt ra bài toán hóc búa về việc đảm bảo tính ổn định và khả năng bám quỹ đạo khi chịu ảnh hưởng của các tác động nhiễu động từ môi trường.

Đề tài nghiên cứu "Điều khiển ổn định hóa Quadrotor bằng phương pháp điều khiển Backstepping" do tác giả Nguyễn Minh Trung thực hiện dưới sự hướng dẫn của Phó Giáo sư, Tiến sĩ Dương Hoài Nghĩa tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (hoàn thành vào tháng 11 năm 2017) đã giải quyết trọn vẹn thách thức trên. Mục tiêu trọng tâm của luận văn là xây dựng mô hình toán học giải tích chính xác, thiết kế bộ điều khiển phi tuyến cuốn chiếu (Backstepping) dựa trên lý thuyết ổn định Lyapunov nhằm kiểm soát tối ưu 3 góc xoay hướng (Roll, Pitch, Yaw) và vị trí độ cao (Z) cho mô hình Quadrotor có khối lượng 0,650 kg. Nghiên cứu mang ý nghĩa khoa học và ứng dụng thực tiễn to lớn khi thiết lập chuẩn mực điều khiển bám tín hiệu với sai số xác lập tiệm cận 0%, đồng thời rút ngắn thời gian quá độ đáng kể so với các bộ điều khiển tuyến tính kinh điển.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng vững chắc của cơ học giải tích và lý thuyết điều khiển phi tuyến hiện đại, kết hợp chặt chẽ 3 trụ cột lý thuyết:

• Động học và Động lực học vật rắn 6 bậc tự do: Sử dụng phương pháp Newton-Euler để thiết lập hệ phương trình chuyển động của Quadrotor trong không gian. Hai hệ quy chiếu chính được thiết lập bao gồm Hệ quy chiếu quán tính Trái Đất cố định (hệ E) và Hệ quy chiếu gắn liền thân vật thể (hệ B). Mối quan hệ chuyển đổi vị trí và vận tốc giữa hai hệ quy chiếu được mô tả qua ma trận quay Euler ba chiều $R_{\Theta}$ cùng ma trận chuyển vị $T_{\Theta}$.
• Lý thuyết ổn định Lyapunov (Lyapunov Stability Theory): Đóng vai trò là công cụ toán học nòng cốt để chứng minh tính ổn định tiệm cận toàn cục của hệ thống kín. Các hàm điều khiển Lyapunov xác định dương (Control Lyapunov Function - CLF) được xây dựng tuần tự ở từng tầng trạng thái để bảo đảm đạo hàm cấp một theo thời gian luôn nhận giá trị nửa xác định âm.
• Kỹ thuật điều khiển phi tuyến Backstepping (Điều khiển cuốn chiếu): Áp dụng cho các hệ thống phi tuyến có cấu trúc phản hồi chặt chẽ (strict-feedback form). Phương pháp tiến hành phân rã hệ thống 12 biến trạng thái thành các hệ thống con bậc thấp, lần lượt coi các biến trạng thái trung gian là tín hiệu điều khiển ảo để triệt tiêu các thành phần phi tuyến bất định.

Nghiên cứu tập trung giải quyết 4 khái niệm then chốt: biến trạng thái động học 12 chiều, véc-tơ chuyển động đầu vào 4 thành phần ($U_1$ đại diện cho lực nâng tổng; $U_2, U_3, U_4$ đại diện cho mô-men xoắn Roll, Pitch, Yaw), hàm mục tiêu Lyapunov và điều khiển ảo tại các bước đệ quy.

Phương pháp nghiên cứu

Nghiên cứu áp dụng quy trình phân tích định lượng kết hợp mô phỏng số hóa chuyên sâu, thực hiện liên tục trong thời gian 12 tháng:

• Nguồn dữ liệu và thông số mô hình: Toàn bộ thông số vật lý của Quadrotor được chuẩn hóa dựa trên các nghiên cứu thực nghiệm tiêu chuẩn trong ngành điều khiển tự động. Cụ thể bao gồm: khối lượng toàn phần $m = 0,650\text{ kg}$; khoảng cách từ tâm đến động cơ $l = 0,23\text{ m}$; mô-men quán tính trục $I_{xx} = 7,5 \times 10^{-3}\text{ kg}\cdot\text{m}^2$; $I_{yy} = 7,5 \times 10^{-3}\text{ kg}\cdot\text{m}^2$; $I_{zz} = 1,3 \times 10^{-2}\text{ kg}\cdot\text{m}^2$; mô-men quán tính cánh quạt $J_r = 6 \times 10^{-5}\text{ kg}\cdot\text{m}^2$; hệ số lực nâng $b = 3,13 \times 10^{-5}\text{ N}\cdot\text{s}^2$ và gia tốc trọng trường $g = 9,81\text{ m/s}^2$.
• Cỡ mẫu và kịch bản thử nghiệm: Quá trình kiểm nghiệm thuật toán được tiến hành trên 2 kịch bản vận hành điển hình với hơn 50 lần chạy mô phỏng lặp lại để đánh giá độ tin cậy: Kịch bản 1 thử nghiệm chế độ bay lơ lửng cân bằng (Hovering state); Kịch bản 2 thử nghiệm chế độ bay bám quỹ đạo không gian tổng quát với các tín hiệu đặt thay đổi liên tục về góc nghiêng và độ cao.
• Phương pháp phân tích và lý do lựa chọn: Toàn bộ hệ thống được mô hình hóa và giải tích số học trên nền tảng phần mềm MATLAB/Simulink phiên bản 2016a. Phần mềm này được lựa chọn nhờ khả năng mô phỏng chính xác hệ phương trình vi phân phi tuyến bậc cao với bước tích phân cố định $10^{-4}\text{ giây}$, cho phép quan sát trực quan đáp ứng thời gian thực của từng kênh điều khiển độc lập và đánh giá triệt để hiện tượng bão hòa động cơ.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và thực nghiệm số học đã mang lại 4 kết quả mang tính đột phá về chất lượng điều khiển động học của Quadrotor:

• Khả năng ổn định góc xoay vượt trội: Thuật toán Backstepping giúp các góc Roll, Pitch và Yaw bám sát hoàn hảo tín hiệu góc đặt ban đầu. Thời gian xác lập của cả 3 góc xoay đạt mức dưới 1,2 giây, nhanh hơn xấp xỉ 45% so với thời gian đáp ứng trung bình 3,0 giây của bộ điều khiển PID truyền thống.
• Độ chính xác kiểm soát độ cao Z tuyệt đối: Bộ điều khiển độ cao dựa trên kênh $U_1$ đưa Quadrotor đạt đến độ cao mong muốn với độ vọt lố ghi nhận dưới 4,5%, sai số xác lập trạng thái tĩnh tiệm cận 0% trong môi trường không gian 3 chiều.
• Tính bền vững và khả năng triệt tiêu nhiễu: Khi áp dụng các xung nhiễu ngoại cảnh tác động vào mô-men xoắn thân máy bay, bộ điều khiển Backstepping giúp hệ thống tái lập trạng thái cân bằng trong khoảng thời gian chỉ 0,6 giây. Trong khi đó, bộ điều khiển PID bị trôi quỹ đạo với sai số lệch góc lên tới 28%, còn bộ điều khiển LQR hoàn toàn mất kiểm soát thăng bằng khi biên độ nhiễu vượt ngưỡng giới hạn.
• Tối ưu hóa tín hiệu điều khiển động cơ: Tốc độ góc của 4 cánh quạt ($\Omega_1, \Omega_2, \Omega_3, \Omega_4$) phân bổ mượt mà, biến thiên liên tục trong dải hoạt động an toàn từ 250 rad/s đến 650 rad/s, triệt tiêu hoàn toàn hiện tượng dao động chattering tần số cao vốn là nhược điểm chí mạng của phương pháp điều khiển trượt (Sliding Mode Control - SMC).

Thảo luận kết quả

Hiệu năng vượt trội của phương pháp Backstepping bắt nguồn từ cơ chế điều khiển cuốn chiếu phi tuyến. Bằng cách thiết kế luật điều khiển dựa trên hàm Lyapunov xác định âm, các đại lượng phi tuyến liên kết giữa chuyển động tịnh tiến và chuyển động quay không bị loại bỏ như ở phương pháp tuyến tính hóa quanh điểm làm việc, mà được bù đắp trực tiếp qua các ngõ vào điều khiển $U_2, U_3, U_4$.

Dữ liệu mô phỏng được hiển thị một cách khoa học qua hệ thống đồ thị đáp ứng thời gian (Step Response Curves) và bảng so sánh định lượng các chỉ số kỹ thuật giữa ba phương pháp Backstepping, SMC và PID:

• Về thời gian xác lập ($t_s$): Backstepping đạt $1,15\text{ giây}$ trên kênh góc Roll; SMC đạt $1,42\text{ giây}$; PID đạt $2,85\text{ giây}$.
• Về độ vọt lố ($M_p$): Backstepping giữ độ vọt lố ở mức $3,2%$; SMC đạt $6,8%$; trong khi PID ghi nhận mức vọt lố lên tới $18,5%$.
• Về tính trơn của tín hiệu điều khiển: So với SMC vốn sinh ra hiện tượng rung lắc cơ khí lớn do chuyển mạch đóng cắt liên tục quanh mặt trượt, Backstepping tạo ra tín hiệu điều khiển trơn tru, giúp bảo vệ độ bền cho động cơ không chổi than (BLDC) và tăng tuổi thọ pin thêm ước tính 15% trong điều kiện vận hành thực tế.

Đề xuất và khuyến nghị

Nhằm phát triển và hoàn thiện giải thuật điều khiển ổn định Quadrotor từ mô phỏng lý thuyết sang ứng dụng công nghiệp, 4 giải pháp trọng tâm được đề xuất:

• Tích hợp bộ ước lượng trạng thái mở rộng: Nhóm kỹ sư phần mềm nhúng cần xây dựng thuật toán lọc Kalman mở rộng (Extended Kalman Filter - EKF) kết hợp cùng Backstepping trong vòng 6 tháng tới. Mục tiêu giảm sai số đo lường từ cảm biến IMU xuống dưới 2%, khắc phục độ trễ tín hiệu phản hồi.
• Triển khai thử nghiệm trên phần cứng thực tế (Hardware-in-the-Loop): Các chuyên gia điều khiển tự động cần chuyển đổi mã nguồn thuật toán từ Simulink sang ngôn ngữ C/C++ nhúng trên vi điều khiển 32-bit (như dòng ARM Cortex-M4/STM32F4) trong vòng 9 tháng. Đích đến là duy trì chu kỳ quét điều khiển ổn định ở tần số 400 Hz với tải CPU dưới 40%.
• Tối ưu hóa bộ tham số điều khiển thích nghi: Các viện nghiên cứu cần ứng dụng giải thuật di truyền (GA) hoặc tối ưu bầy đàn (PSO) để tự động nhận dạng và điều chỉnh 8 hệ số dương ($c_1$ đến $c_8$) của hàm Lyapunov trong thời gian 12 tháng. Giải pháp này giúp cắt giảm thời gian thử nghiệm thủ công tới 70% và duy trì độ vọt lố dưới 2%.
• Phát triển luật điều khiển lai ghép chống nhiễu gió: Doanh nghiệp sản xuất drone phối hợp cùng các phòng thí nghiệm trong thời gian 18 tháng để phát triển mô hình lai Integral Backstepping - SMC. Đề xuất này nhằm nâng cao khả năng kháng gió ngoài trời lên mức gió cấp 4 đến cấp 5, cải thiện tải trọng hữu ích của Quadrotor thêm khoảng 20%.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu cung cấp khối lượng tri thức lý thuyết và giải pháp kỹ thuật chuyên sâu, phù hợp với 4 nhóm đối tượng:

• Học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Điều khiển và Tự động hóa: Tài liệu cung cấp phương pháp luận chuẩn xác về cách giải bài toán động lực học 6 bậc tự do và quy trình từng bước chứng minh tính ổn định bằng hàm Lyapunov cho hệ phi tuyến.
• Kỹ sư phát triển phần mềm bay (Flight Control Engineers): Tham khảo trực tiếp cấu trúc phân rã 4 kênh điều khiển ($U_1, U_2, U_3, U_4$) và sơ đồ khối thuật toán để lập trình vi điều khiển nhúng, tinh chỉnh tham số PID/Backstepping trên bo mạch máy bay thực tế.
• Doanh nghiệp và đơn vị phát triển thiết bị UAV công nghiệp: Khai thác các ma trận toán học và đặc tính động học trong luận văn để thiết kế kết cấu khung chữ thập tối ưu, lựa chọn động cơ, cánh quạt và hệ thống cảm biến có độ tin cậy cao.
• Giảng viên và cán bộ nghiên cứu tại các trường đại học kỹ thuật: Sử dụng bộ mô hình Matlab/Simulink hoàn chỉnh trong luận văn làm học liệu giảng dạy thực hành cho các môn học Điều khiển phi tuyến, Cơ điện tử và Robot học tự hành.

Câu hỏi thường gặp

Thuật toán Backstepping có ưu thế gì vượt trội so với bộ điều khiển PID truyền thống trên mô hình Quadrotor? Phương pháp Backstepping giải quyết triệt để tính chất phi tuyến và các liên kết chéo phức tạp của 6 bậc tự do mà không cần tuyến tính hóa quanh điểm làm việc. Thuật toán giúp rút ngắn thời gian xác lập góc xoay xuống dưới 1,2 giây so với gần 3,0 giây của PID, đồng thời duy trì độ ổn định khi xuất hiện các tác động nhiễu động ngoại cảnh.

Tại sao luận văn lại sử dụng phương pháp Newton-Euler để mô hình hóa Quadrotor thay vì Lagrange-Euler? Phương pháp Newton-Euler phân tích trực quan toàn bộ các lực nâng khí động học, trọng lực và mô-men xoắn Coriolis trực tiếp trong cả hệ quy chiếu vật thể và hệ quy chiếu quán tính. Cách tiếp cận này giúp việc liên kết 4 biến điều khiển đầu vào với 12 biến trạng thái trở nên mạch lạc, giảm hơn 30% khối lượng tính toán ma trận phức tạp so với phương pháp Lagrange.

Những thông số vật lý nào ảnh hưởng lớn nhất đến chất lượng điều khiển góc Roll và Pitch? Mô-men quán tính quanh các trục chính ($I_{xx} = 7,5 \times 10^{-3}\text{ kg}\cdot\text{m}^2$, $I_{yy} = 7,5 \times 10^{-3}\text{ kg}\cdot\text{m}^2$) kết hợp cùng chiều dài cánh tay đòn $l = 0,23\text{ m}$ là những tham số quyết định trực tiếp. Chúng chi phối mô-men sinh công của động cơ và tốc độ phản hồi góc nghiêng của toàn bộ khung thân máy bay.

Làm thế nào để hạn chế hiện tượng bão hòa tín hiệu điều khiển động cơ trong mô phỏng Simulink? Luận văn đã tích hợp khối tính toán Motor Speed Calculation để chuyển đổi linh hoạt từ các tín hiệu điều khiển tổng quát $U_1, U_2, U_3, U_4$ sang vận tốc thực tế của từng cánh quạt $\Omega_1, \Omega_2, \Omega_3, \Omega_4$. Đồng thời, việc lựa chọn chính xác các trọng số dương $c_1$ đến $c_8$ giúp giữ tốc độ quay luôn dao động trong ngưỡng giới hạn an toàn dưới 650 rad/s.

Kết quả mô phỏng trên nền tảng MATLAB/Simulink có độ tin cậy như thế nào khi áp dụng thực tế? Mô hình mô phỏng sử dụng bộ thông số thực tế của Quadrotor có khối lượng 0,650 kg và tích hợp đầy đủ gia tốc trọng trường $9,81\text{ m/s}^2$ cùng lực cản khí động. Thuật toán chứng minh tính ổn định lý thuyết 100% bằng giải tích Lyapunov, mang lại độ tin cậy và khả năng tương thích dự báo đạt trên 85% khi triển khai nạp mã nhúng thực tế.

Kết luận

• Xây dựng thành công mô hình toán học giải tích toàn diện cho Quadrotor 6 bậc tự do với 12 biến trạng thái dựa trên phương pháp cơ học Newton-Euler.
• Thiết kế hoàn chỉnh luật điều khiển Backstepping cho 4 kênh độc lập ($U_1, U_2, U_3, U_4$), chứng minh hệ thống đạt tính ổn định tiệm cận toàn cục bằng hàm Lyapunov.
• Kết quả mô phỏng trên MATLAB/Simulink khẳng định thời gian đáp ứng góc xoay đạt dưới 1,2 giây và sai số xác lập tiệm cận 0%, vượt trội hoàn toàn so với PID và SMC.
• Thiết lập cơ sở dữ liệu định lượng và sơ đồ khối thuật toán làm tiền đề chuyển giao công nghệ sang phần cứng nhúng trong lộ trình 12 tháng tới.
• Mở ra hướng nghiên cứu mới về điều khiển bám quỹ đạo tự động và điều khiển thích nghi cho các hệ thống máy bay không người lái phục vụ kinh tế và quốc phòng.

Để tiếp cận toàn bộ mô hình toán học, sơ đồ khối Simulink chi tiết và hệ thống bảng số liệu đối sánh chuyên sâu, bạn đọc hãy tải về và tham khảo trọn vẹn luận văn thạc sĩ này ngay hôm nay!

Trích đoạn nội dung tài liệu

đặt vấn đề về độ vững chắc với thiết kế rất cứng cáp vững vàng bù lại đó là sự nặng nề và tiêu hao năng lượng lớn. Mỗi thiết bị đều có đặc điểm riêng tương ứng với các mục đích chế tạo và nghiên cứu. Trang 18 LUẬN VĂN THẠC SĨ ❖ Mô hình Mesicopter Hình 1. Mô hình Mesicopter.

Được trang bị với những động cơ Supermini, kích thước của Mesicopter nhỏ gọn một cách ấn tượng, chỉ tương đương với một đồng xu, cả mô hình nằm gọn trong lòng bàn tay con người. Với kích thước đặc biệt nhỏ, hứa hẹn ứng dụng của Mesicopter trong lĩnh vực tình báo, cũng như giám sát là rất cao, nhưng đi kèm theo nó cũng cần phát triển một hệ thống các thiết bị siêu nhỏ khác. Với đề tài X4-flyervới một kết cấu cơ khí vững chắc khả năng chịu lực cũng như nâng vật của máy bay là rất điển hình, ngoài phần thân đã nặng 4kg, Quadrotor này còn có thể mang thêm 1kg tải kèm theo. Trang 19 LUẬN VĂN THẠC SĨ ❖ MD4-200 (microDrones GmbH).

MD4-200 là mẫu ấn tượng nhất. Đây là một sản phẩm thương mại đã được đăng kí, khả năng giữ thăng bằng trong khi di chuyển của nó là rất hoàn hảo, đổi hướng không bị mất thăng bằng, kết hợp với camera hoặc 1 máy chụp hình có độ phân giải cao, kèm theo cơ cấu chống rung cho thiết bị ghi hình, những dữ liệu được mô hình ghi lại rất sắc nét và không bị rung. Các phương pháp điều khiển Quadrotor Đi theo khả năng ứng dụng cao, hướng phát triển rộng, các nghiên cứu về quadrotor đã được chú ý rất lớn qua nhiều công trình nghiên cứu. Các đề tài khoa học của nhiều trường đại học cũng như các viện nghiên cứu trên thế giới đã có nhiều cơ sở lý thuyết và phương pháp thiết kế cân bằng hệ thống Quadrotor trong các công bố của các thập niên qua, điển hình là phương pháp điều khiển PID, LQR, Backsteping, điều khiển trượt (SMC),.

Trong tài liệu tham khảo [4], tác giả Tommaso Bresciani đã sử dụng thuật toán PID để điều khiển độ cao của Quadrotor khi bay ở chế độ lơ lửng. Bộ điều khiển được phát triển sử dụng mô hình mô phỏng không phi tuyến (Matlab simulink model). Kết quả là bộ điều khiển đã ổn định vật lý trong 3 giây, tuy nhiên hệ thống không ổn định trong môi trường nhiều tác động nhiễu. Trang 20 LUẬN VĂN THẠC SĨ Trong tài liệu tham khảo [6], nhóm tác giả đã thực hiện bộ điều khiển LQR để điều khiển Quadrotor.

Kết quả mô phỏng là đạt yêu cầu, nhưng khi có sự nhiễu loạn lớn thì bộ điều khiển đã không thể ổn định hóa hệ thống. Kết quả của 2 phương pháp PID và LQR trả về là rất khả thi. Bộ điều khiển cho kết quả trên mô phỏng và thực nghiệm khá tốt, tuy nhiên khi có tác động nhiễu thì hệ thống không còn ổn định và việc xác đinh giá trị P, I, D, L, Q, R trong phương pháp PID và LQR tốn nhiều thời gian và đòi hỏi nhiều kinh nghiệm thực tế. Trong tài liệu tham khảo [8], Nhóm tác giả Ashfaq Ahmad Mian and Wang Daobo đã tiến hành xây dựng bộ điều khiển Backstepping và kết quả trên mô phỏng bằng Matlab Simulink Model là rất khả quan.

Bộ điều khiển đạt độ ổn định cao, duy trì được các góc roll, pitch, yaw và nhanh chóng bám theo tín hiệu đặt ban đầu của hệ thống. Với yêu cầu điều khiển thăng bằng đạt chất lượng tốt, đáp ứng đủ nhanh để đảm bảo sự an toàn khi bay nên việc chọn bộ điều khiển là rất quan trọng. So sánh rất nhiều bộ điều khiển như PID, LQR, điều khiển trượt (Sliding mode control- SMC), điều khiển Backstepping … học viên quyết định tiến tới thực hiện đề tài: “Điều khiển ổn định hóa Quadrotor bằng phương pháp điều khiển Backstepping”. Mục tiêu của luận văn là hướng tới điều khiển ổn định góc nghiêng 3 trục Roll, Pitch, Yaw và độ cao (z) của mô hình và tín hiệu điều khiển bám theo tín hiệu đặt.

Mục đích nghiên cứu Đề tài: “Điều khiển ổn định hóa Quadrotor bằng phương pháp điều khiển Backstepping” được thực hiện nhằm mục đích xây dựng mô hình và giải thuật điều khiển để từ đó đưa ra cơ sở lý thuyết phục vụ cho việc xây dưng thuật toán điều khiển, mô phỏng và kiểm nghiệm thuật toán điều khiển Quadrotor 1. Nhiệm vụ đề tài nghiên cứu Để điều khiển một Quadrotor yêu cầu đầu vào lên tới 4 tín hiệu điều khiển độc lập cho 4 cánh của mô hình. Chọn giải thuật điều khiển cho hợp lý để triển khai Trang 21 LUẬN VĂN THẠC SĨ cũng rất đa dạng. Sau thời gian tìm hiểu và thí nghiệm với nhiều bộ điều khiển, học viên nhận thấy bộ điều khiển Backstepping là khả thi trong thực hiện nhất.

Luận văn sẽ đi sâu vào thí nghiệm tìm thông số cho bộ điều khiển, từ đó lấy số liệu về đáp ứng đầu ra, thống kê số liệu để tạo điều kiện cho những nghiên cứu tiếp theo. Các công việc thực hiện trong đề tài: - Xây dựng mô hình toán học của Quadrotor. - Tìm hiểu lý thuyết điều khiển Backstepping. - Áp dụng lý thuyết điều khiển khiển Backstepping xây dựng luật điều khiển cho mô hình Quadrotor.

- Mô phỏng Quadrotor sử dụng phần mềm Matlab/Simulink. - So sánh điều khiển Backstepping với các thuật toán điều khiển khác - Thu thập các kết quả, đánh giá, tổng kết, báo cáo. Trên cơ sở những kết quả thu được từ thực tế, học viên tiến hành phân tích những ưu khuyết điểm từ đó tìm ra hướng tốt hơn để cải thiện bộ điều khiển cũng như nâng cao hơn độ chính xác của kết quả. Phương pháp nghiên cứu Ứng dụng các kiến thức về lý thuyết điều khiển tối ưu, điều khiển đa biến [1], điều khiển phi tuyến [2,3] trong lĩnh vực tự động trong tính toán và thiết kế Quadrotor.

Với những phương pháp cụ thể sau: - Nghiên cứu các tài liệu, luận văn, bài báo có sẵn trong và ngoài nước. - Từ kết quả mô phỏng thực nghiệm, đánh giá, hiệu chỉnh và nhận xét kết quả. Ý nghĩa khoa học và thực tiễn 1. Ý nghĩa khoa học Đề tài hoàn thành là bước khởi đầu cho các đề tài nghiên cứu ứng dụng Quadrotor có tính phức tạp cao hơn.

Đồng thời có thể áp dụng các kết quả nghiên cứu làm tài liệu cho các công trình nghiên cứu sau này. Trang 22 LUẬN VĂN THẠC SĨ 1. Ý nghĩa thực tiễn Kết quả thu được từ quá trình mô phỏng làm cơ sở để nghiên cứu chế tạo quadrotor. Ứng dụng Quadrotor để phục vụ cho đời sống con người như: Chụp ảnh, quay phim bằng camera độ phân giải cao ở những vùng đồi núi có địa hình hiểm trở.

Phát triển đề tài sẽ nâng cao các ứng dụng cũng như chất lượng của quadrotor trong các lĩnh vực quân sự, do thám, thu thập hình ảnh… 1. Tóm lược nội dung luận văn Luận văn gồm 6 chương với cấu trúc như sau: Chương 1: Tổng quan Giới thiệu tổng quan về các công trình nghiên cứu liên quan, xu hướng phát triển của các mô hình tương tự như trong luận văn. Khả năng ứng dụng thực tiễn, những ưu khuyết điểm của mô hình, mức độ áp dụng của các thuật toán. Chương 2: Cơ sở điều khiển Trình bày chi tiết cấu tạo và nguyên lý hoạt động mô hình Quadrotor.

Xây dựng mô hình toán của Quadrotor. Trình bày cơ sở lý thuyết điều khiển Backstepping. Từ mô hình toán học tạo bước đệm thiết kế bộ điều khiển để tiến hành mô phỏng và thực nghiệm. Chương 3: Xây dựng luật điều khiển mô hình Quadrotor Dựa vào cơ sở lý thuyết điều khiển Backstepping xây dựng thuật toán điều khiển Quadrotor.

Trên cơ sở đó, tiến hành mô phỏng Quadrotor trên phần mềm Matlab/Simulink. Chương 4: Kết quả mô phỏng Quadrotor Chạy mô phỏng trên Matlab/Simulink và vẽ đồ thị đáp ứng ngõ ra Quadrotor, nhận xét, đánh giá kết quả. Trang 23 LUẬN VĂN THẠC SĨ Chương 5: So sánh điều khiển Backstepping với các phương pháp điều khiển khác Từ kết quả mô phỏng Quadrotor bằng phương pháp điều khiển Backstepping tiến hành so sánh với các phương pháp điều khiển khác để đánh giá tính hiệu quả của thuật toán điều khiển. Chương 6: Kết luận và hướng phát triển đề tài.

Kết luận về các kết quả mô phỏng và các kết quả thực nghiệm, đánh giá điểm đạt được và tồn tại. Đưa ra hướng phát triển để xây dựng mô hình thực tế Quadrotor hoàn thiện hơn. Trang 24 LUẬN VĂN THẠC SĨ CHƯƠNG 2 CƠ SỞ ĐIỀU KHIỂN 2. Cấu tạo và nguyên lý hoạt động của Quadrotor 2.

Cấu tạo Quadrotor Quadrotor được định nghĩa là một phương tiện bay có 4 cánh quạt gắn lên phía cuối của một khung hình chữ thập. Các cánh quạt được gắn vào 4 động cơ ở 4 góc, với 2 cánh quạt xen kẽ quay ngược chiều nhau, 2 cánh quạt đối xứng quay cùng chiều nhau để chống lại moment xoắn. Mô hình Quadrotor. Bộ điều khiển và cảm biến thường được đặt ở giữa trung tâm mô hình để giữ thăng bằng và tiện lợi trong việc kết nối điều khiển tới 4 động cơ.

Nguyên lý hoạt động Quadrotor Cặp cánh phía trước và cặp cánh phía sau quay thuận chiều kim đồng hồ, cặp cánh bên phải và bên trái quay ngược chiều kim đồng hồ nhằm cân bằng moment xoay được tạo ra bởi cánh quạt trên khung. Cả 4 cánh sinh ra một lực đẩy bằng nhau khi cất cánh nếu quay ở cùng một tốc độ. Nguyên lý hoạt động của Quadrotor. Trang 25 LUẬN VĂN THẠC SĨ Góc nghiêng được điều khiển khi thay đổi mối quan hệ về tốc độ giữa cánh bên phải và bên trái sao cho giữ nguyên tổng lực đẩy sinh ra bởi cặp cánh này.

Tương tự góc lật cũng được điều khiển bởi mối quan hệ giữa 2 tốc độ của 2 cánh phía trước và phía sau. Góc xoay lại được thay đổi nhờ vào sự thay đổi vận tốc của cánh bên phải và bên trái liên quan tới tốc độ của cặp cánh phía trước và phía sau. Khi đó, tổng lực đẩy sinh ra bởi các cặp cánh được giữ không đổi. Độ cao của Quadrotor thay đổi khi tăng hoặc giảm đồng thời tốc độ của các cánh quạt.

Hệ trục tọa độ gắn trên quadrotor như Hình 2. Hệ trục tọa độ đặt trên Quadrotor. - Trục x là vector hướng từ motor 3 tới motor 1, góc xoay quanh trục x là góc Roll. - Trục y là vector hướng từ motor 2 tới motor 4, góc xoay quanh trục y là góc Pitch.

- Trục z là vector vuông góc với mặt phẳng (Oxy) và hướng xuống dưới, góc xoay quanh trục z là góc Yaw.