Tổng quan nghiên cứu

Trong bối cảnh phát triển mạnh mẽ của ngành robotics, xe tự hành ba bánh ngày càng được quan tâm do tính linh hoạt và ứng dụng đa dạng trong công nghiệp, thương mại và dịch vụ. Theo ước tính, việc ứng dụng xe tự hành trong các môi trường công nghiệp có thể nâng cao hiệu suất làm việc lên đến 30-40%. Tuy nhiên, xe tự hành ba bánh là hệ thống phi tuyến, có mô hình bất định và chịu ảnh hưởng lớn từ nhiễu bên ngoài, gây khó khăn trong việc điều khiển chính xác và ổn định. Vấn đề nghiên cứu trọng tâm của luận văn là thiết kế bộ điều khiển thích nghi nhằm đảm bảo xe tự hành ba bánh bám sát quỹ đạo mong muốn trong điều kiện bất định và nhiễu loạn.

Mục tiêu cụ thể của nghiên cứu là xây dựng và kiểm chứng hai bộ điều khiển thích nghi dựa trên kỹ thuật điều khiển trượt: điều khiển trượt thích nghi mờ và điều khiển trượt thích nghi mạng noron nhân tạo. Phạm vi nghiên cứu tập trung vào mô hình xe tự hành ba bánh với cấu hình một bánh lái tự do phía trước và hai bánh điều hướng đồng trục phía sau, được mô phỏng trên phần mềm Matlab Simulink. Thời gian nghiên cứu chủ yếu trong năm 2020 tại Viện Cơ khí, Trường Đại học Bách Khoa Hà Nội.

Ý nghĩa của nghiên cứu thể hiện qua việc cải thiện độ chính xác bám quỹ đạo, giảm sai số vị trí xuống dưới 5% so với quỹ đạo đặt, đồng thời nâng cao khả năng thích nghi với các biến đổi bất định trong môi trường vận hành. Kết quả này góp phần thúc đẩy ứng dụng xe tự hành trong các lĩnh vực như vận chuyển vật liệu, dịch vụ tự động và robot phục vụ đời sống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Hàm Lyapunov (Control Lyapunov Function - CLF): Là công cụ phân tích và thiết kế bộ điều khiển đảm bảo tính ổn định tiệm cận toàn cục của hệ thống phi tuyến. Hàm này giúp xác định luật điều khiển sao cho đạo hàm hàm Lyapunov luôn âm, đảm bảo sai lệch trạng thái tiến về 0.

  • Điều khiển trượt (Sliding Mode Control - SMC): Phương pháp điều khiển phi tuyến mạnh mẽ, sử dụng mặt trượt để buộc hệ thống vận hành trên một bề mặt đặc biệt, giúp giảm thiểu ảnh hưởng của nhiễu và bất định. Tuy nhiên, SMC kinh điển gặp phải hiện tượng rung (chattering) gây hại cho cơ cấu cơ khí.

  • Điều khiển logic mờ (Fuzzy Control): Sử dụng tập mờ và luật điều khiển dựa trên tri thức chuyên gia để xử lý các tín hiệu không chắc chắn, không rõ ràng mà không cần mô hình toán học chính xác. Phương pháp này giúp điều chỉnh tham số bộ điều khiển trượt nhằm giảm chattering và tăng khả năng thích nghi.

  • Mạng noron nhân tạo RBF (Radial Basis Function Neural Networks): Mạng nơ-ron hai lớp có khả năng xấp xỉ hàm phi tuyến bất kỳ với độ chính xác tùy ý. Trong luận văn, mạng RBF được dùng để xấp xỉ các thành phần bất định trong mô hình xe tự hành, từ đó cải thiện hiệu quả điều khiển thích nghi.

Ba khái niệm chính được sử dụng là sai lệch quỹ đạo, mặt trượt và hàm điều khiển thích nghi, trong đó mặt trượt được định nghĩa dựa trên sai lệch vị trí và vận tốc, còn hàm điều khiển thích nghi được xây dựng dựa trên sự kết hợp giữa điều khiển trượt và các phương pháp thích nghi mờ hoặc noron.

Phương pháp nghiên cứu

Nguồn dữ liệu nghiên cứu chủ yếu là mô hình toán học của xe tự hành ba bánh, bao gồm mô hình động học và động lực học phi tuyến, được xây dựng dựa trên các phương trình chuyển động không holonomic và các ràng buộc trượt bánh xe. Cỡ mẫu nghiên cứu là mô hình mô phỏng trên Matlab Simulink với các tham số thực tế của xe tự hành.

Phương pháp phân tích bao gồm:

  • Thiết kế bộ điều khiển động học sử dụng kỹ thuật backstepping để tạo tín hiệu vận tốc đặt.

  • Thiết kế bộ điều khiển động lực học dựa trên điều khiển trượt thích nghi, kết hợp với điều khiển mờ và mạng noron để xử lý các thành phần bất định và nhiễu.

  • Kiểm chứng và đánh giá hiệu quả bộ điều khiển thông qua mô phỏng quỹ đạo bám theo các dạng quỹ đạo hình sin và hình tròn.

Timeline nghiên cứu kéo dài trong năm 2020, bao gồm các giai đoạn xây dựng mô hình, thiết kế bộ điều khiển, mô phỏng và phân tích kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả của bộ điều khiển trượt thích nghi mờ: Kết quả mô phỏng cho thấy sai số bám quỹ đạo theo phương x và y khi sử dụng bộ điều khiển trượt thích nghi mờ giảm trung bình khoảng 15-20% so với bộ điều khiển trượt kinh điển trên quỹ đạo hình sin. Sai số tối đa theo phương x và y lần lượt là khoảng 0.03 m và 0.025 m, tương ứng với độ chính xác bám quỹ đạo trên 95%.

  2. Hiệu quả của bộ điều khiển trượt thích nghi noron: Bộ điều khiển trượt thích nghi noron nhân tạo tiếp tục cải thiện sai số bám quỹ đạo, giảm thêm khoảng 10% so với bộ điều khiển thích nghi mờ. Sai lệch vị trí tối đa trên quỹ đạo hình tròn chỉ còn khoảng 0.02 m, cho thấy khả năng xấp xỉ các thành phần bất định của mạng noron rất hiệu quả.

  3. So sánh giữa hai bộ điều khiển thích nghi: Bộ điều khiển trượt thích nghi noron có độ ổn định và khả năng thích nghi tốt hơn trong môi trường có nhiễu và biến đổi bất định. Tuy nhiên, bộ điều khiển thích nghi mờ có ưu điểm về tính đơn giản và dễ triển khai hơn.

  4. Khả năng giảm hiện tượng chattering: Cả hai bộ điều khiển thích nghi đều giảm đáng kể hiện tượng rung so với điều khiển trượt kinh điển, nhờ việc sử dụng hàm bão hòa thay cho hàm dấu trong luật điều khiển, giúp bảo vệ cơ cấu cơ khí và nâng cao tuổi thọ thiết bị.

Thảo luận kết quả

Nguyên nhân chính của sự cải thiện hiệu quả điều khiển là do việc kết hợp điều khiển trượt với các phương pháp thích nghi mờ và noron giúp bộ điều khiển tự động điều chỉnh tham số khi có sự thay đổi của hệ thống hoặc nhiễu bên ngoài. So với các nghiên cứu trước đây chỉ sử dụng điều khiển trượt hoặc PID, kết quả mô phỏng trong luận văn cho thấy sai số bám quỹ đạo giảm đáng kể, phù hợp với yêu cầu ứng dụng thực tế.

Dữ liệu mô phỏng có thể được trình bày qua các biểu đồ so sánh quỹ đạo đặt và quỹ đạo thực tế, cũng như bảng thống kê sai số theo từng phương x, y trên các dạng quỹ đạo khác nhau. Điều này giúp minh họa rõ ràng sự vượt trội của các bộ điều khiển thích nghi.

Ý nghĩa của kết quả là mở ra hướng phát triển các bộ điều khiển thích nghi phi tuyến cho các hệ thống robot tự hành phức tạp, đặc biệt trong môi trường có nhiều biến động và bất định.

Đề xuất và khuyến nghị

  1. Triển khai bộ điều khiển trượt thích nghi noron trong thực tế: Đề xuất áp dụng bộ điều khiển này cho các xe tự hành ba bánh trong môi trường công nghiệp nhằm nâng cao độ chính xác bám quỹ đạo và khả năng thích nghi với nhiễu. Thời gian thực hiện trong vòng 12 tháng, do các nhóm kỹ thuật và nghiên cứu robot phối hợp.

  2. Phát triển phần mềm mô phỏng và huấn luyện trực tuyến: Xây dựng phần mềm hỗ trợ huấn luyện mạng noron nhân tạo trực tuyến để cập nhật tham số điều khiển theo thời gian thực, giúp tăng tính linh hoạt và hiệu quả điều khiển. Thời gian phát triển dự kiến 6-9 tháng, do nhóm phát triển phần mềm và kỹ sư điều khiển thực hiện.

  3. Nâng cao tính ổn định và giảm chattering: Áp dụng các kỹ thuật làm mượt hàm điều khiển và tối ưu hóa luật điều khiển mờ để giảm hiện tượng rung, bảo vệ cơ cấu cơ khí. Khuyến nghị thực hiện song song với việc thử nghiệm thực tế trong 6 tháng.

  4. Mở rộng nghiên cứu cho các loại xe tự hành đa bánh: Nghiên cứu áp dụng bộ điều khiển thích nghi cho các cấu hình xe tự hành phức tạp hơn như bốn bánh hoặc sáu bánh, nhằm tăng khả năng ứng dụng trong các lĩnh vực khác nhau. Thời gian nghiên cứu dự kiến 18 tháng, do các viện nghiên cứu và trường đại học phối hợp.

Đối tượng nên tham khảo luận văn

  1. Các nhà nghiên cứu và sinh viên ngành Cơ điện tử, Robotics: Luận văn cung cấp cơ sở lý thuyết và phương pháp thiết kế bộ điều khiển thích nghi cho hệ thống phi tuyến, giúp nâng cao kiến thức và kỹ năng nghiên cứu.

  2. Kỹ sư phát triển robot tự hành trong công nghiệp: Tham khảo để áp dụng các giải pháp điều khiển thích nghi nhằm cải thiện hiệu suất và độ ổn định của robot trong môi trường thực tế.

  3. Các nhà quản lý dự án công nghệ tự động hóa: Hiểu rõ về các phương pháp điều khiển tiên tiến, từ đó đưa ra quyết định đầu tư và phát triển sản phẩm phù hợp với yêu cầu thị trường.

  4. Các đơn vị đào tạo và phát triển phần mềm mô phỏng: Sử dụng luận văn làm tài liệu tham khảo để xây dựng các mô hình mô phỏng và huấn luyện điều khiển thích nghi cho robot tự hành.

Câu hỏi thường gặp

  1. Điều khiển trượt thích nghi mờ khác gì so với điều khiển trượt kinh điển?
    Điều khiển trượt thích nghi mờ bổ sung khả năng điều chỉnh tham số tự động dựa trên luật mờ, giúp giảm hiện tượng rung và tăng khả năng thích nghi với biến đổi hệ thống, trong khi điều khiển trượt kinh điển không có tính năng này.

  2. Tại sao sử dụng mạng noron nhân tạo trong điều khiển xe tự hành?
    Mạng noron có khả năng xấp xỉ các hàm phi tuyến phức tạp và các thành phần bất định trong mô hình, giúp bộ điều khiển thích nghi tốt hơn với các thay đổi và nhiễu không mong muốn trong quá trình vận hành.

  3. Hiện tượng chattering là gì và làm thế nào để giảm thiểu?
    Chattering là hiện tượng rung lắc nhanh của tín hiệu điều khiển khi quỹ đạo trạng thái dao động quanh mặt trượt, có thể gây hại cho cơ cấu cơ khí. Giải pháp là sử dụng hàm bão hòa thay cho hàm dấu trong luật điều khiển và áp dụng điều khiển thích nghi.

  4. Phương pháp backstepping được áp dụng như thế nào trong thiết kế bộ điều khiển?
    Backstepping là kỹ thuật thiết kế điều khiển đệ quy, chia hệ thống phi tuyến thành các hệ con và xây dựng luật điều khiển từng bước, giúp đảm bảo tính ổn định và hiệu quả điều khiển cho hệ thống động học của xe.

  5. Làm sao để đánh giá hiệu quả của bộ điều khiển thích nghi?
    Hiệu quả được đánh giá qua mô phỏng sai số bám quỹ đạo trên các dạng quỹ đạo khác nhau, so sánh sai số vị trí và vận tốc, cũng như khả năng giảm rung và thích nghi với nhiễu trong môi trường mô phỏng.

Kết luận

  • Luận văn đã xây dựng thành công hai bộ điều khiển trượt thích nghi mờ và noron cho xe tự hành ba bánh, cải thiện đáng kể độ chính xác bám quỹ đạo trong môi trường bất định.
  • Kết quả mô phỏng trên Matlab Simulink cho thấy sai số vị trí giảm xuống dưới 0.03 m, tương đương độ chính xác trên 95%.
  • Bộ điều khiển thích nghi noron có ưu thế vượt trội về khả năng thích nghi và ổn định so với điều khiển thích nghi mờ.
  • Phương pháp kết hợp điều khiển trượt với kỹ thuật thích nghi mờ và mạng noron giúp giảm hiện tượng chattering, bảo vệ cơ cấu cơ khí.
  • Đề xuất tiếp tục triển khai thực nghiệm và mở rộng nghiên cứu cho các cấu hình xe tự hành phức tạp hơn trong vòng 1-2 năm tới.

Call-to-action: Các nhà nghiên cứu và kỹ sư trong lĩnh vực robot tự hành được khuyến khích áp dụng và phát triển thêm các giải pháp điều khiển thích nghi dựa trên nền tảng lý thuyết và kết quả mô phỏng của luận văn nhằm nâng cao hiệu quả và tính ứng dụng thực tế của xe tự hành.