I. Tổng Quan Điều Khiển Trượt Nơ Rôn Cho Robot Lặn Tự Hành
Đại dương bao phủ 71% bề mặt Trái Đất, đặt ra thách thức lớn cho việc khám phá. Việc chinh phục đại dương đòi hỏi công nghệ tiên tiến để vượt qua áp lực nước và thiếu ánh sáng. Ý tưởng sử dụng robot hỗ trợ con người khám phá đại dương đã hình thành từ sớm, dẫn đến sự ra đời của Robot không người lái và sau đó là AUV (Autonomous Underwater Vehicle). AUV có khả năng tự hành, ra quyết định về đường đi và chuyển động, mang lại hiệu quả vượt trội so với các phương tiện điều khiển từ xa. Nghiên cứu AUV đã trở thành một trào lưu khoa học quan trọng, với nhiều ứng dụng tiềm năng trong khảo sát, giám sát và thậm chí là các hoạt động quân sự. AUV là một phương tiện cơ động cao, hoạt động dưới nước không cần dây, phạm vi hoạt động lớn và khả năng mang theo các loại cảm biến khác nhau phục vụ mục đích nghiên cứu. GS. Hồ Phạm Huy Ánh đã có nhiều đóng góp vào lĩnh vực này. Tóm tắt luận văn thạc sĩ này hướng tới việc xây dựng thuật toán điều khiển đội hình robot lặn.
1.1. Lịch Sử Phát Triển Robot Lặn và AUV Trên Thế Giới
Nghiên cứu và chế tạo AUV đã lan rộng ra toàn thế giới, không chỉ tập trung ở Mỹ. Năm 1957, AUV đầu tiên được chế tạo tại Đại học Washington, phục vụ Hải quân Hoa Kỳ. Dự án AUSS bắt đầu năm 1973 để khảo sát tàu USS Scorpion. Những năm 90, REMUS trở thành dòng AUV được nhắc đến nhiều nhất, với hơn 20 biến thể khác nhau. REMUS M3V, REMUS 1000 và REMUS 6000 là những mẫu AUV nổi tiếng với các đặc điểm và ứng dụng riêng. Các dự án nghiên cứu đã chứng minh tính khả thi và hiệu quả của robot tự hành dưới nước (AUV) trong nhiều ứng dụng thực tế, mở ra hướng phát triển mới cho việc khám phá và khai thác tài nguyên biển. Các dự án này đóng góp đáng kể vào sự phát triển của công nghệ robot biển.
1.2. Nghiên Cứu và Ứng Dụng AUV Tại Việt Nam Tiềm Năng Phát Triển
Tại Việt Nam, nghiên cứu AUV được xem là một lĩnh vực mới nổi với tiềm năng phát triển lớn. Vị trí địa lý với bờ biển dài và diện tích biển rộng lớn là lợi thế để phát triển công nghệ AUV. Hiện nay, các trường đại học như Bách Khoa TP HCM, Bách Khoa Hà Nội, ĐH Giao thông vận tải TPHCM, Học viện Hải quân đang nghiên cứu về AUV. Nghiên cứu AUV hướng tới ứng dụng trong khảo sát môi trường biển, hình thành hải đồ, giám sát đường ống và các ứng dụng quân sự. Việc phát triển công nghệ AUV tại Việt Nam hứa hẹn mang lại nhiều lợi ích kinh tế và quốc phòng. Ứng dụng vào hoạt động nghiên cứu khoa học và khai thác tài nguyên một cách hiệu quả.
II. Thách Thức Động Học Chưa Biết Của Robot Lặn Ảnh Hưởng Thế Nào
AUV là một loại robot dưới nước có tính phi tuyến cao và dễ bị ảnh hưởng bởi các yếu tố nhiễu từ bên ngoài. Việc điều khiển chính xác đội hình nhiều AUV là một thách thức. Sai số bám đội hình hội tụ chậm có thể gây thất bại trong quá trình hình thành đội hình. Các yếu tố như động học chưa biết, nhiễu từ môi trường, dòng chảy, và sự phức tạp trong mô hình toán học của robot lặn đều ảnh hưởng đến hiệu suất điều khiển. Do đó, cần có các phương pháp điều khiển mạnh mẽ và thích nghi để đảm bảo ổn định robot lặn và đạt được hiệu suất mong muốn. Việc hiểu rõ những thách thức này là rất quan trọng để phát triển các giải pháp điều khiển hiệu quả cho robot lặn.
2.1. Các Phương Pháp Điều Khiển Đội Hình Robot Lặn Hiện Nay
Nhiều phương pháp đã được đề xuất để giải quyết vấn đề điều khiển đội hình cho nhiều phương tiện hàng hải như thuật toán trường thế nhân tạo, phương pháp dựa trên hành vi, phương pháp dựa trên đồ thị và phương pháp dẫn đầu – bám theo (Leader – follower). Phương pháp dẫn đầu – bám theo phổ biến vì tính đơn giản và tin cậy. Các nghiên cứu sử dụng kỹ thuật cuốn chiếu và điều khiển dựa trên xấp xỉ động lực học. Tác giả Park giới thiệu thuật toán điều khiển đội hình dẫn đầu – theo sau thích nghi cho nhiều AUV mà không cần quan tâm về các thông số động lực học của chúng. Tác giả Wang và các cộng sự sử dụng thuật toán dẫn đầu – bám theo dựa trên kỹ thuật cuốn chiếu qua bộ lọc để điều khiển nhiều AUV.
2.2. Vấn Đề Thời Gian Hội Tụ Trong Điều Khiển Đội Hình Robot Lặn
Các nghiên cứu đã có những thành công nhất định trong việc giải quyết vấn đề điều khiển đội hình và qua các phân tích sự ổn định đều chỉ ra rằng sai số bám đội hình được đảm bảo bị chặn. Tuy nhiên, thời gian hội tụ lại hiếm khi được phân tích. Nếu sai số bám đội hình hội tụ chậm thì có thể gây ra sự thất bại trong quá trình hình thành đội hình. Việc điều khiển có quan tâm đến thời gian hội tụ đóng vai trò rất cần thiết trong lĩnh vực điều khiển đội hình. Tác giả Gao và Guo đề xuất một phương pháp điều khiển đội hình dạng dẫn đầu – bám theo cho một nhóm gồm nhiều AUV dựa trên lý thuyết điều khiển thời gian cố định.
III. Giải Pháp Điều Khiển Trượt Nơ Rôn Thích Nghi Cho Robot Lặn
Luận văn này tập trung vào việc phát triển một phương pháp điều khiển trượt nơ-rôn tích phân thích nghi (Adaptive Integral Neural Sliding Mode Control) để giải quyết vấn đề điều khiển đội hình cho nhiều AUV trong môi trường có nhiễu và động học chưa biết. Phương pháp này kết hợp các ưu điểm của điều khiển trượt, mạng nơ-rôn và điều khiển thích nghi để đạt được hiệu suất điều khiển cao và khả năng chống nhiễu tốt. Đặc biệt, việc sử dụng mạng nơ-rôn cho phép ước lượng và bù trừ các yếu tố không chắc chắn trong mô hình động học của robot lặn, giúp cải thiện đáng kể độ chính xác của điều khiển. Phương pháp điều khiển trượt nơ-rôn tích phân thích nghi là một giải pháp tiềm năng cho việc điều khiển robot lặn trong các ứng dụng thực tế.
3.1. Xây Dựng Mô Hình Toán Học và Động Học Đội Hình Robot Lặn
Bắt đầu từ các phương trình toán học mô tả AUV trong không gian 3D với 6 bậc tự do, một động học đội hình được xây dựng theo phương pháp dẫn đầu – bám theo dựa trên khoảng cách và góc tương đối. Sai số đội hình sau đó được điều khiển về điểm không bằng bộ điều khiển trượt với mặt trượt tích phân có lũy thừa (ITSM) hai vòng kín. Trong vòng điều khiển ngoài thì vận tốc mong muốn cho AUV được thiết kế để ép sai số đội hình về điểm không trong thời gian hữu hạn, vận tốc ấy sẽ là đầu vào của vòng điều khiển bên trong. Ở vòng điều khiển bên trong thì sai số vận tốc sẽ được điều khiển về điểm không trong thời gian hữu hạn.
3.2. Thuật Toán Tối Thiểu Tham Số Học MLP và Mạng Nơ Rôn Thích Nghi RBFNN
Những kỹ thuật nâng cao được sử dụng mà cụ thể là thuật toán tối thiểu tham số học (MLP) được thiết kế cho mạng nơ-rôn thích nghi (RBFNN) để giải quyết vấn đề nhiễu ngoại lực và động học chưa biết. Bên cạnh đó, tính ổn định của hệ thống vòng kín được được phân tích chuyên sâu và thời gian hội tụ cũng được làm rõ. Cuối cùng, thông qua kết quả mô phỏng số để chứng minh tính hiệu quả và khả thi của phương pháp đề xuất. Bài toán điều khiển đội hình cho robot lặn phức tạp hơn do yếu tố động học chưa biết.
IV. Đánh Giá Chất Lượng Điều Khiển và Tính Ổn Định Của Hệ Thống
Luận văn tập trung vào việc phân tích tính ổn định của hệ thống vòng kín sử dụng phương pháp Lyapunov để đảm bảo rằng hệ thống điều khiển là ổn định và sai số bám đội hình hội tụ về không. Các kết quả mô phỏng số được thực hiện trong môi trường MATLAB để chứng minh tính hiệu quả và khả thi của phương pháp đề xuất. Kết quả mô phỏng cho thấy rằng bộ điều khiển trượt thích nghi nơ-rôn có khả năng điều khiển đội hình robot lặn một cách chính xác và ổn định, ngay cả trong điều kiện có nhiễu và động học chưa biết. Điều này chứng tỏ tiềm năng ứng dụng của phương pháp trong thực tế.
4.1. Mô Phỏng và Kết Quả Thử Nghiệm Điều Khiển Robot Lặn
Kết quả mô phỏng số cho thấy sự thành công của phương pháp điều khiển trượt nơ-rôn tích phân thích nghi trong việc điều khiển đội hình robot lặn. Các robot lặn có thể bám theo quỹ đạo mong muốn và duy trì đội hình một cách chính xác, ngay cả khi có sự thay đổi về nhiễu và điều kiện môi trường. Các kết quả này chứng minh rằng phương pháp này có thể được ứng dụng trong các nhiệm vụ thực tế, như khảo sát đáy biển, giám sát đường ống và tìm kiếm cứu nạn. Chất lượng điều khiển của bộ điều khiển trượt tích phân thích nghi đã được chứng minh thông qua các thử nghiệm mô phỏng.
4.2. So Sánh với Các Phương Pháp Điều Khiển Khác Ưu Điểm Vượt Trội
Luận văn cũng so sánh phương pháp điều khiển trượt nơ-rôn tích phân thích nghi với các phương pháp điều khiển khác, như PID và điều khiển trượt truyền thống. Kết quả so sánh cho thấy rằng phương pháp đề xuất có hiệu suất điều khiển tốt hơn, đặc biệt là trong điều kiện có nhiễu và động học chưa biết. Phương pháp điều khiển trượt nơ-rôn tích phân thích nghi có khả năng thích nghi tốt hơn với các thay đổi của môi trường và các yếu tố không chắc chắn trong mô hình động học của robot lặn. Do đó, phương pháp này là một lựa chọn tốt hơn cho việc điều khiển robot lặn trong các ứng dụng thực tế.
V. Ứng Dụng Điều Khiển Robot Lặn Chịu Tác Động Của Dòng Chảy
Một trong những thách thức lớn trong điều khiển robot lặn là tác động của dòng chảy. Luận văn nghiên cứu ảnh hưởng của dòng chảy đến hiệu suất điều khiển của bộ điều khiển trượt nơ-rôn tích phân thích nghi. Kết quả cho thấy rằng bộ điều khiển có khả năng chống nhiễu tốt và vẫn có thể duy trì hiệu suất điều khiển cao ngay cả khi có dòng chảy mạnh. Điều này chứng minh tính ứng dụng của phương pháp trong các môi trường thực tế, nơi mà dòng chảy là một yếu tố không thể tránh khỏi. Bài toán điều khiển quỹ đạo robot lặn khi có tác động của dòng chảy được giải quyết.
5.1. Phân Tích Ảnh Hưởng của Dòng Chảy Đến Điều Khiển Đội Hình
Phân tích ảnh hưởng của dòng chảy đến điều khiển đội hình robot lặn là một phần quan trọng của luận văn. Dòng chảy có thể gây ra sai số bám quỹ đạo và ảnh hưởng đến tính ổn định của đội hình. Kết quả phân tích cho thấy rằng bộ điều khiển trượt nơ-rôn tích phân thích nghi có khả năng bù trừ tác động của dòng chảy và duy trì hiệu suất điều khiển cao. Điều này chứng minh rằng phương pháp này có thể được ứng dụng trong các môi trường thực tế, nơi mà dòng chảy là một yếu tố quan trọng.
5.2. Giải Pháp Điều Khiển Thích Nghi Với Dòng Chảy Tối Ưu Hóa Hiệu Suất
Luận văn đề xuất một giải pháp điều khiển thích nghi với dòng chảy để tối ưu hóa hiệu suất điều khiển của robot lặn. Giải pháp này sử dụng mạng nơ-rôn để ước lượng và bù trừ tác động của dòng chảy. Kết quả mô phỏng cho thấy rằng giải pháp này có thể cải thiện đáng kể hiệu suất điều khiển của robot lặn trong môi trường có dòng chảy mạnh. Giải pháp điều khiển thích nghi với dòng chảy là một đóng góp quan trọng của luận văn và có tiềm năng ứng dụng trong các ứng dụng thực tế.
VI. Kết Luận Hướng Phát Triển Điều Khiển Robot Lặn Trong Tương Lai
Luận văn đã trình bày một phương pháp điều khiển trượt nơ-rôn tích phân thích nghi cho robot lặn với động học chưa biết. Kết quả nghiên cứu cho thấy rằng phương pháp này có hiệu quả trong việc điều khiển đội hình robot lặn trong môi trường có nhiễu và động học chưa biết. Tuy nhiên, vẫn còn nhiều hạn chế cần được giải quyết trong tương lai. Các hướng phát triển có thể bao gồm việc nghiên cứu các thuật toán điều khiển phức tạp hơn, tích hợp các cảm biến và hệ thống định vị tiên tiến hơn, và thử nghiệm phương pháp điều khiển trên các robot lặn thực tế. GS. Hồ Phạm Huy Ánh định hướng đây là hướng phát triển thuật toán điều khiển rất tiềm năng.
6.1. Những Hạn Chế Hiện Tại và Hướng Nghiên Cứu Tiếp Theo
Những hạn chế còn tồn đọng trong luận văn bao gồm việc giả định rằng nhiễu là bị chặn và động học của robot lặn là gần đúng. Trong tương lai, cần nghiên cứu các phương pháp điều khiển mạnh mẽ hơn để đối phó với các loại nhiễu phức tạp hơn và động học chưa biết. Các hướng nghiên cứu có thể bao gồm việc sử dụng các thuật toán học sâu, tích hợp các cảm biến và hệ thống định vị tiên tiến hơn, và phát triển các phương pháp điều khiển phi tuyến mạnh mẽ hơn. Cần có những phương pháp điều khiển thích nghi hơn với sự thay đổi của môi trường.
6.2. Tiềm Năng Ứng Dụng Rộng Rãi Của Robot Lặn Tự Hành
Hướng phát triển của luận văn là tập trung vào việc phát triển các thuật toán điều khiển đội hình cho nhiều AUV trong môi trường thực tế. Điều này đòi hỏi việc tích hợp các cảm biến và hệ thống định vị tiên tiến hơn, và phát triển các phương pháp điều khiển mạnh mẽ hơn để đối phó với các yếu tố không chắc chắn và nhiễu từ môi trường. Ngoài ra, cần nghiên cứu các phương pháp điều khiển phân tán để cho phép các AUV hoạt động một cách tự chủ và phối hợp với nhau một cách hiệu quả. Với sự phát triển của công nghệ, các ứng dụng robot lặn sẽ ngày càng trở nên phổ biến.
