Tổng quan về luận án

Nghiên cứu của tác giả Phạm Thị Hương Sen (2021) tại Trường Đại học Bách khoa Hà Nội, dưới sự hướng dẫn của TS. Vũ Thị Thúy Nga và GS.TS. Phan Xuân Minh, mang tiêu đề "Ứng dụng điều khiển thích nghi hệ thiếu cơ cấu chấp hành cho xe tự hành ba bánh" (Chuyên ngành: Kỹ thuật điều khiển và Tự động hóa, Mã số: 9520216), đã giải quyết bài toán cốt lõi trong lý thuyết điều khiển phi tuyến ứng dụng cho robot di động tự hành (Wheeled Mobile Robot - WMR).

Hệ thống xe tự hành ba bánh thuộc lớp đối tượng điện cơ thiếu cơ cấu chấp hành (Underactuated Mechanical Systems - UMS) chịu ràng buộc phi vi phân (non-holonomic). Đặc trưng cơ học căn bản là số lượng biến trạng thái cần điều khiển vượt quá số lượng tín hiệu tác động độc lập (xe chỉ có hai động cơ dẫn động độc lập tại hai bánh sau $\tau_R, \tau_L$ nhưng phải đồng thời làm chủ ba tọa độ vị trí và hướng $q = [x, y, \theta]^T$).

                      ┌────────────────────────────────────────┐
                      │    Quỹ đạo đặt: [x_r(t), y_r(t), θ_r]  │
                      └───────────────────┬────────────────────┘
                                          │
    ┌─────────────────────────────────────┴─────────────────────────────────────┐
    │                                                                           │
┌───▼───────────────────────────┐                           ┌───────────────────▼───────────────────┐
│ Cấu trúc Một mạch vòng (Ch.2)  │                           │    Cấu trúc Hai mạch vòng (Ch.3, 4)   │
│ - Backstepping góc hướng θ     │                           │                                       │
│ - Trượt tầng (HSMC) bám [x, y]│                           │ ┌───────────────────────────────────┐ │
│ - Chỉnh định mờ Sugeno         │                           │ │ Vòng ngoài: Động học (Kinematics) │ │
└───────────────┬───────────────┘                           │ │ e_q -> Vận tốc đặt v_d, ω_d       │ │
                │                                           │ └─────────────────┬─────────────────┘ │
                │                                           │                   │                   │
                │                                           │ ┌─────────────────▼─────────────────┐ │
                │                                           │ │ Vòng trong: Động lực học (Dynamics│ │
                │                                           │ │ NDOB / Thích nghi Mờ Loại 2 (IT2) │ │
                │                                           │ └─────────────────┬─────────────────┘ │
                │                                           └───────────────────┼───────────────────┘
                │                                                               │
                └───────────────────────────────┬───────────────────────────────┘
                                                │
                                ┌───────────────▼───────────────┐
                                │   Tín hiệu mômen [τ_R, τ_L]   │
                                └───────────────┬───────────────┘
                                                │
                                ┌───────────────▼───────────────┐
                                │ Mô hình WMR (Trượt bánh μ, η) │
                                └───────────────────────────────┘

Khoảng trống nghiên cứu (research gap) trọng tâm nằm ở chỗ phần lớn các công trình kinh điển chỉ khảo sát mô hình động học thuần túy hoặc giả định điều kiện lăn không trượt lý tưởng $-\dot{x}\sin\theta + \dot{y}\cos\theta = 0$. Khi xe vận hành ở vận tốc cao hoặc trên địa hình trơn trượt, ma sát trượt dọc ($\mu_R, \mu_L$) và trượt ngang ($\eta$) phá vỡ hoàn toàn ràng buộc kinematic, gây suy giảm tính ổn định và tích lũy sai số bám quỹ đạo nghiêm trọng.

Luận án đặt ra ba câu hỏi nghiên cứu và ba giả thuyết khoa học tương ứng:

  1. H1: Cấu trúc điều khiển trượt tầng kết hợp kỹ thuật backstepping và logic mờ Sugeno trong một mạch vòng duy nhất có khả năng triệt tiêu sai số bám vị trí và hướng mà không cần phân tách độc lập hai mạch vòng.
  2. H2: Cơ chế ước lượng nhiễu phi tuyến (NDOB) tích hợp vào luật thích nghi hai mạch vòng cho phép bù chính xác mô men quán tính bất định và nhiễu tải ngoại vi biến thiên theo thời gian.
  3. H3: Hệ logic mờ loại 2 (Interval Type-2 Fuzzy Logic System - IT2-FLS) với footprint of uncertainty (FOU) thích nghi có thể xấp xỉ hoàn toàn động học trượt bánh không mô hình hóa, bảo đảm hệ kín hội tụ tiệm cận Lyapunov.

Mô hình nghiên cứu được xây dựng trên hệ thống WMR ba bánh có khối lượng danh định thân xe $m = 10\text{ kg}$, bán kính bánh xe $r = 0.05\text{ m}$, khoảng cách trục bánh $2b = 0.30\text{ m}$, khoảng cách trọng tâm $a = 0.05\text{ m}$. Kết quả mô phỏng số học trên môi trường MATLAB/Simulink chứng minh thời gian xác lập giảm hơn $35%$, sai số xác lập vị trí $e_x, e_y \to 0$ và triệt tiêu hoàn toàn hiện tượng rung lắc chattering so với các thuật toán trượt truyền thống.

Literature Review và Positioning

Nghiên cứu về điều khiển robot di động ba bánh trải qua nhiều giai đoạn phát triển với sự phân hóa rõ nét giữa các trường phái học thuật:

                            TIẾN TRÌNH HỌC THUẬT VỀ ĐIỀU KHIỂN WMR
┌───────────────────────────────────────┐
│ 1990s - 2000s: Tuyến tính hóa & SMC   │ --> Giới hạn: Bỏ qua động lực học, tồn tại Chattering
│ Kanayama (1990), Yang & Kim (1999)    │     Chỉ áp dụng khi không có trượt (pure rolling)
└──────────────────┬────────────────────┘
                   │
┌──────────────────▼────────────────────┐
│ 2008: Đột phá Động học Trượt bánh     │ --> Wang & Low (2008): Bổ sung ma sát trượt dọc/ngang
│ Danwei Wang & Chang Boon Low (2008)   │     Thách thức: Đòi hỏi cảm biến GPS/đo trực tiếp phức tạp
└──────────────────┬────────────────────┘
                   │
┌──────────────────▼────────────────────┐
│ 2010s: Thích nghi Mạng Nơ-ron & NDOB  │ --> Yoo (2010), Chen (2010), Huang (2014)
│ S. Yoo (2010), M. Chen (2010)         │     Hạn chế: Tính toán ma trận nơ-ron nặng nề, mờ loại 1 kém bền vững
└──────────────────┬────────────────────┘
                   │
┌──────────────────▼────────────────────┐
│ 2021: ĐÓNG GÓP ĐỘT PHÁ CỦA LUẬN ÁN    │ ==> Tích hợp HSMC-Backstepping + Sugeno (1 vòng)
│ NCS. Phạm Thị Hương Sen (ĐHBK Hà Nội) │ ==> NDOB thích nghi phân tán + Interval Type-2 FLS bù trượt
└───────────────────────────────────────┘

Giai đoạn đầu, phương pháp tuyến tính hóa phản hồi và điều khiển dựa trên hàm Lyapunov do Kanayama (1990) khởi xướng chỉ giải quyết bài toán động học. Tiếp đó, Jung-Min Yang và Jong-Hwan Kim (1999) phát triển phương pháp điều khiển trượt (Sliding Mode Control - SMC) cho mạch vòng động lực học nhằm khắc phục nhiễu tham số. Tuy nhiên, tranh luận cốt lõi nảy sinh giữa hai trường phái:

  • Trường phái trượt cổ điển (SMC/ASMC): Nhấn mạnh tính bền vững cao trước bất định nhưng chấp nhận hiện tượng chattering biên độ lớn ở tần số cao, gây mài mòn cơ khí nghiêm trọng.
  • Trường phái thích nghi thông minh (Neural/Fuzzy Adaptive): Do S. Yoo (2010) và M. Chen (2010) đại diện, sử dụng mạng nơ-ron (RBFNN) để xấp xỉ hàm phi tuyến nhưng đòi hỏi năng lực tính toán ma trận khổng lồ và không đảm bảo ổn định tổng thể khi xuất hiện trượt phi tuyến đột ngột.

Bước ngoặt lý thuyết diễn ra vào năm 2008 khi hai tác giả Danwei Wang và Chang Boon Low thiết lập mô hình toán học tích hợp hiện tượng trượt bánh (skidding and slipping) vào hệ phương trình Euler-Lagrange, chỉ ra rằng giả định không trượt truyền thống làm hệ thống mất điều khiển ở vận tốc lớn. Tuy vậy, giải pháp của Wang & Low phụ thuộc nhiều vào định vị GPS ngoại vi và thiết bị đo trượt trực tiếp, vốn bất khả thi trong môi trường công nghiệp kín.

So với hai nghiên cứu quốc tế tiêu biểu:

  1. Nghiên cứu của S. Yoo (2010) về điều khiển bám thích nghi mờ/nơ-ron cho WMR chịu trượt bánh: Yoo sử dụng hệ mờ loại 1 kết hợp luật thích nghi nơ-ron bậc cao, dẫn tới khối lượng tính toán lớn và độ trễ phản hồi $t_d > 0.12\text{ s}$.
  2. Nghiên cứu của D. Huang et al. (2014) về bộ quan sát nhiễu phi tuyến (NDOB) cho WMR: Huang chỉ ước lượng nhiễu đầu vào tại mạch vòng động lực học mà bỏ qua tương tác bất định góc hướng tại mạch vòng động học.

Luận án của Phạm Thị Hương Sen định vị vượt bậc bằng việc thiết kế cấu trúc trượt tầng backstepping tích hợp mờ Sugeno cho cấu trúc một mạch vòng, và phát triển hệ thống ước lượng nhiễu thích nghi mờ loại 2 (IT2-FLS) cấu trúc hai mạch vòng. Cách tiếp cận này triệt tiêu hoàn toàn sự phụ thuộc vào cảm biến trượt đắt tiền, giảm tải tài nguyên tính toán vi xử lý và đạt độ chính xác bám vượt trội dưới nhiễu tải xung $t \in [30\text{ s}, 31\text{ s}]$.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng trực tiếp lý thuyết điều khiển phi tuyến và cơ học giải tích Euler-Lagrange áp dụng cho lớp hệ thống UMS phi tuyến tổng quát:

Trích xuất nguyên văn từ phương trình (1.5) của luận án: $$\text{"Mô hình EL cho các hệ thiếu cơ cấu chấp hành nói chung có dạng tổng quát: } M(q)\ddot{q} + C(q,\dot{q})\dot{q} + G(q) + F(\dot{q}) + \tau_d = B(q)\tau\text{"}$$

Các đóng góp lý thuyết cốt lõi gồm:

  • Phát triển định lý ổn định cho hệ UMS dạng trượt tầng kết hợp Backstepping: Mở rộng lý thuyết ổn định Lyapunov cho hệ thống SIMO phi tuyến có liên kết chéo. Bằng cách chọn hàm Lyapunov tổng hợp $V = \frac{1}{2}S_2^2 + \frac{1}{2}z_3^2$, tác giả chứng minh đạo hàm $\dot{V} \le 0$, bảo đảm mọi quỹ đạo trạng thái hội tụ về lân cận gốc tọa độ trong thời gian hữu hạn.
  • Mở rộng lý thuyết tập mờ loại 2 trong ước lượng thích nghi: Chuyển đổi mô hình mờ loại 1 truyền thống sang hệ logic mờ loại 2 khoảng (Interval Type-2 FLS). Việc bổ sung Footprint of Uncertainty (FOU) cho phép mô hình hóa trọn vẹn dải bất định của hệ số ma sát $\mu_R, \mu_L \in [0.05, 0.45]$ mà không làm tăng bậc của hàm truyền động lực.
                  KHUNG TÍCH HỢP ĐA LÝ THUYẾT
┌─────────────────────────────────────────────────────────────┐
│ 1. Lý thuyết Cơ học Giải tích Euler-Lagrange                 │
│    Mô hình hóa động học, động lực học & Ràng buộc Non-holo  │
└──────────────────────────────┬──────────────────────────────┘
                               │
┌──────────────────────────────▼──────────────────────────────┐
│ 2. Lý thuyết Điều khiển Phi tuyến Hiện đại                  │
│    Backstepping + Hierarchical Sliding Mode Control (HSMC)  │
└──────────────────────────────┬──────────────────────────────┘
                               │
┌──────────────────────────────▼──────────────────────────────┐
│ 3. Lý thuyết Logic Mờ Loại 2 & Quan sát Nhiễu (NDOB)        │
│    Footprint of Uncertainty (FOU) + Tự chỉnh định Thích nghi│
└──────────────────────────────┬──────────────────────────────┘
                               │
┌──────────────────────────────▼──────────────────────────────┐
│ 4. Tiêu chuẩn Ổn định Tiệm cận Lyapunov                     │
│    Chứng minh toán học: V(e) > 0, dV/dt <= 0                │
└─────────────────────────────────────────────────────────────┘

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp bốn trường phái lý thuyết:

  1. Cơ học phi vi phân Euler-Lagrange: Trực tiếp giải mã phương trình ràng buộc non-holonomic khi có trượt: $$\text{"}-\dot{x}\sin\theta + \dot{y}\cos\theta - d_{\eta} = 0\text{"}$$
  2. Kỹ thuật Trượt tầng (HSMC): Phân rã hệ thống bậc cao thành các mặt trượt con $S_1$ (sai số vị trí) và mặt trượt tổng $S_2 = c_1 S_1 + c_2 \dot{S}_1$, giải quyết triệt để tính thiếu cơ cấu chấp hành mà không gây suy biến ma trận điều khiển.
  3. Suy diễn mờ Sugeno và Giảm loại Nie-Tan / Karnik-Mendel: Tối ưu hóa thời gian thực các tham số độ lợi mặt trượt $k_{sw}$, loại trừ hiện tượng chattering mà vẫn duy trì tốc độ đáp ứng động học.

Điều kiện biên (boundary conditions) được xác lập chặt chẽ: Vận tốc góc bánh xe $|\omega_R|, |\omega_L| \le \omega_{\max} = 15\text{ rad/s}$, góc trượt thân xe $|\beta| \le 25^\circ$, biên độ nhiễu ngoài bị chặn $|d(t)| \le D_{\max} = 5.0\text{ N}\cdot\text{m}$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triết lý thực chứng nghiệm ngặt (Positivism Paradigm), kết hợp giải tích toán học tiên nghiệm với mô phỏng thực chứng phân tầng. Thiết kế nghiên cứu đa cấp độ (multi-level design) được cấu trúc hóa theo ba pha:

  • Pha 1 (Mô hình hóa giải tích): Thiết lập phương trình vi phân phi tuyến bậc hai mô tả động học và động lực học WMR, tính toán ma trận quán tính $M(q) \in \mathbb{R}^{3\times 3}$, ma trận Coriolis $C(q,\dot{q}) \in \mathbb{R}^{3\times 3}$, và ma trận biến đổi đầu vào $B(q) \in \mathbb{R}^{3\times 2}$.
  • Pha 2 (Tổng hợp thuật toán): Thiết kế luật điều khiển trên nền tảng hàm mục tiêu Lyapunov, giải tích ổn định tiệm cận toàn cục (GAS).
  • Pha 3 (Thực nghiệm mô phỏng đối chứng): Khảo sát trên bộ công cụ MATLAB/Simulink R2020b với phương pháp giải ODE45 (Dormand-Prince), bước tích phân biến thiên thời gian thực $T_s = 0.001\text{ s}$.
                 QUY TRÌNH THIẾT KẾ NGHIÊN CỨU 3 PHA
┌─────────────────────────────────────────────────────────────────────────┐
│ PHA 1: MÔ HÌNH HÓA TOÁN HỌC GIẢI TÍCH                                   │
│ - Thiết lập phương trình Lagrange: d/dt(∂L/∂q̇) - ∂L/∂q = B·τ + A^T·λ    │
│ - Đưa vào ma sát trượt dọc (μ_R, μ_L) & trượt ngang (η)                │
└────────────────────────────────────┬────────────────────────────────────┘
                                     │
┌────────────────────────────────────▼────────────────────────────────────┐
│ PHA 2: TỔNG HỢP BỘ ĐIỀU KHIỂN & CHỨNG MINH ỔN ĐỊNH                     │
│ - Chương 2: HSMC + Backstepping + Sugeno FIS (1 mạch vòng)             │
│ - Chương 3: Hai mạch vòng + NDOB ước lượng d_1, d_2                     │
│ - Chương 4: Hai mạch vòng + IT2-FLS thích nghi xấp xỉ trượt             │
│ - Chứng minh ổn định toàn cục qua Hàm Lyapunov V(x) > 0, V̇(x) ≤ 0       │
└────────────────────────────────────┬────────────────────────────────────┘
                                     │
┌────────────────────────────────────▼────────────────────────────────────┐
│ PHA 3: MÔ PHỎNG KIỂM CHỨNG & KIỂM TRA ĐỘ BỀN VỮNG                      │
│ - Môi trường: MATLAB/Simulink (ODE45, Ts = 1ms, t_sim = 60s)           │
│ - Kịch bản: Quỹ đạo Sin, Quỹ đạo Tròn, Thay đổi khối lượng m (+50%)    │
│ - Tác động nhiễu: Nhiễu sin d(t) = 0.5sin(2t), Nhiễu xung t = 30-31s   │
└─────────────────────────────────────────────────────────────────────────┘

Quy trình nghiên cứu rigorous và Data phân tích

Ma trận kiểm chứng được thực hiện qua các kịch bản quỹ đạo khắc nghiệt:

  1. Quỹ đạo hình sin: $x_r(t) = t$, $y_r(t) = 2\sin(0.5t)$.
  2. Quỹ đạo đường tròn: $x_r(t) = 5\cos(0.1t)$, $y_r(t) = 5\sin(0.1t)$.

Hệ số mô phỏng định lượng chi tiết:

  • Thông số kết cấu WMR: Khối lượng thân xe $m = 10\text{ kg}$; Khối lượng bánh xe $m_w = 1\text{ kg}$; Bán kính bánh $r = 0.05\text{ m}$; Khoảng cách $b = 0.15\text{ m}$; Mô men quán tính thân xe $I_G = 5\text{ kg}\cdot\text{m}^2$; Mô men quán tính bánh xe $I_w = 0.025\text{ kg}\cdot\text{m}^2$; $I_D = 0.0125\text{ kg}\cdot\text{m}^2$.
  • Nhiễu tải nhân tạo: Thành phần nhiễu sin $d(t) = 0.5\sin(2t)\text{ N}\cdot\text{m}$ và nhiễu xung lực cực đại $\Delta \tau = 3.0\text{ N}\cdot\text{m}$ kích hoạt từ giây thứ $t = 30\text{ s}$ đến $t = 31\text{ s}$.

Kiểm tra tính vững chắc (robustness checks) được thực hiện bằng cách đột ngột thay đổi thông số động lực học: Tăng khối lượng thân xe $m$ thêm $50%$ ($10\text{ kg} \to 15\text{ kg}$) và mô men quán tính $I_G$ thêm $40%$ tại thời điểm $t = 20\text{ s}$. Kết quả cho thấy hệ thống thích nghi phục hồi bám quỹ đạo chỉ sau $\Delta t = 0.82\text{ s}$.

Đại lượng / Tham số mô phỏng Giá trị danh định Trạng thái nhiễu / Biến thiên Độ lệch chuẩn / Dung sai
Khối lượng thân xe ($m$) $10.0\text{ kg}$ Tăng lên $15.0\text{ kg}$ tại $t=20\text{ s}$ $+50.0%$
Mô men quán tính ($I_G$) $5.00\text{ kg}\cdot\text{m}^2$ Tăng lên $7.00\text{ kg}\cdot\text{m}^2$ $+40.0%$
Bán kính bánh xe ($r$) $0.05\text{ m}$ Sai số lăn $\pm 2.5%$ $\sigma = 0.0012$
Khoảng cách trục ($b$) $0.15\text{ m}$ Bất biến hình học $\pm 0.000$
Nhiễu xung động lực học $0.0\text{ N}\cdot\text{m}$ $3.0\text{ N}\cdot\text{m}$ ($t \in [30, 31]\text{ s}$) Xung vuông
Hệ số trượt dọc ($\mu_R, \mu_L$) $0.00$ Biến thiên $[0.05, 0.45]$ Phân bố ngẫu nhiên

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Khả năng điều khiển toàn diện trong cấu trúc một mạch vòng: Thuật toán trượt tầng backstepping chỉnh định mờ (Chương 2) giải quyết thành công mâu thuẫn giữa bám vị trí $(x, y)$ và hướng $(\theta)$ chỉ với một mạch vòng duy nhất, giảm độ phức tạp tính toán $42%$ so với kiến trúc điều khiển hai mạch vòng độc lập.
  2. Khắc phục triệt để hiện tượng chattering: Bộ chỉnh định mờ Sugeno tự động điều tiết hệ số khuếch đại chuyển mạch $k_{sw}$ dựa trên khoảng cách tới mặt trượt, giảm biên độ dao động mô men từ $\pm 1.85\text{ N}\cdot\text{m}$ xuống dưới $\pm 0.04\text{ N}\cdot\text{m}$ ($p < 0.001$).
  3. Ước lượng chính xác nhiễu tổng hợp không cần cảm biến: Bộ quan sát NDOB (Chương 3) nhận dạng chính xác $98.4%$ thành phần nhiễu ngoại vi $d_1, d_2$ trong thời gian hội tụ $t < 0.45\text{ s}$.
  4. Bù trượt bánh toàn diện bằng hệ mờ loại 2: Thuật toán thích nghi IT2-FLS (Chương 4) duy trì sai số bám vị trí cực đại $e_{\max} < 0.035\text{ m}$ khi xuất hiện hệ số trượt $\mu = 0.35$, trong khi bộ điều khiển mờ loại 1 kinh điển bị mất lái với sai số vọt lố vượt quá $0.42\text{ m}$.
                 SO SÁNH ĐÁP ỨNG SAI SỐ BÁM VỊ TRÍ
Sai số (m)
0.50 │
0.40 │                                   Bộ mờ Loại 1 (Mất ổn định khi trượt)
0.30 │                                   /-------------------\
0.20 │  SMC Cổ điển (Dao động Chattering)                     \
0.10 │  /\/\/\/\/\/\/\/\/\/\/\/\/\/\/\/\                      \
0.035│─────────────────────────────────────────────────────────\── Đề xuất IT2-FLS
0.00 └───────────────────────────────────────────────────────────► Thời gian (s)
     0          10          20          30          40          50

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp phương pháp luận mới cho việc thiết kế bộ điều khiển cho lớp hệ thống UMS có ràng buộc non-holonomic, mở rộng phạm vi ứng dụng của lý thuyết ổn định Lyapunov sang không gian trạng thái có tham số mờ loại 2.
  • Về mặt phương pháp: Tạo ra khung chuẩn hóa cho việc tích hợp bộ quan sát nhiễu phi tuyến vào các thuật toán thích nghi hiện đại, có thể chuyển giao cho tay máy robot di động, tàu ngầm tự hành (AUV) và thiết bị bay không người lái (UAV).
  • Về mặt thực tiễn và chính sách: Cung cấp thuật toán tối ưu hóa điều khiển cho các dòng xe tự hành AGV trong nhà máy thông minh (Industry 4.0), giảm tiêu hao năng lượng động cơ $18.5%$ và tăng độ bền cơ học của hệ truyền động.

Limitations và Future Research

Nghiên cứu thẳng thắn thừa nhận các giới hạn kỹ thuật:

  • Mô hình nghiên cứu khảo sát chuyển động trên mặt phẳng 2D giả định, chưa tính đến độ nghiêng dốc của địa hình 3D (pitch và roll angles).
  • Kiểm chứng thực nghiệm dừng lại ở mô phỏng số học chuyên sâu độ chính xác cao trên MATLAB/Simulink, chưa triển khai nhúng thử nghiệm trên phần cứng vi xử lý DSP/FPGA thực tế do hạn chế về kinh phí và thiết bị đo trượt quang học chuyên dụng.
  • Giả định giới hạn trên của nhiễu $|d(t)| \le D_{\max}$ phải được xác định trước.

Chương trình nghiên cứu tiếp nối (Future Research Agenda):

  1. Mở rộng mô hình động lực học WMR trên địa hình gồ ghề 3D có xét đến lực bám đàn hồi phi tuyến của lốp xe (Pacejka Magic Formula).
  2. Tích hợp thuật toán điều khiển thích nghi IT2-FLS lên nền tảng phần cứng thời gian thực (như dSPACE MicroLabBox hoặc STM32F7/H7).
  3. Kết hợp mạng học sâu củng cố (Deep Reinforcement Learning) để tự động khởi tạo bảng luật mờ loại 2 ban đầu.
  4. Phát triển điều khiển phối hợp bám quỹ đạo cho đội hình nhiều xe tự hành (Multi-WMR formation control) chịu ảnh hưởng của trễ truyền thông.

Tác động và ảnh hưởng

Luận án tạo ra giá trị ảnh hưởng đa tầng trong cộng đồng khoa học và công nghiệp:

  • Học thuật: Đóng góp hệ thống phương pháp luận hoàn chỉnh cho bài toán điều khiển hệ thiếu cơ cấu chấp hành, dự kiến thu hút hơn 80+ trích dẫn chuyên ngành trong các tạp chí quốc tế thuộc danh mục ISI/Scopus (Q1/Q2).
  • Công nghiệp tự động hóa: Cung cấp giải pháp phần mềm lõi cho các doanh nghiệp chế tạo robot AGV/AMR tại Việt Nam (như Phenikaa-X, VinFast, Viettel Cybernetics), giúp làm chủ công nghệ điều khiển bám chính xác cao mà không cần nhập khẩu các module điều hướng đắt đỏ từ nước ngoài.
  • Xã hội và Môi trường: Tối ưu hóa quỹ đạo chuyển động giúp cắt giảm phát thải năng lượng và nâng cao an toàn lao động trong các kho vận tự động hóa logistics.
                         MA TRẬN TÁC ĐỘNG VÀ LAN TỎA
┌──────────────────────────────────────┬──────────────────────────────────────┐
│ TÁC ĐỘNG HỌC THUẬT (ACADEMIC)        │ TÁC ĐỘNG CÔNG NGHIỆP (INDUSTRY)      │
│ - Chuẩn hóa khung HSMC + IT2-FLS     │ - Làm chủ công nghệ điều khiển AGV   │
│ - Công bố tạp chí ISI/Scopus Q1/Q2   │ - Giảm 18.5% năng lượng tiêu hao     │
│ - Tài liệu giảng dạy sau đại học     │ - Triệt tiêu rung mòn cơ khí         │
├──────────────────────────────────────┼──────────────────────────────────────┤
│ AN TOÀN VẬN HÀNH (SOCIETAL)          │ TỰ CHỦ CÔNG NGHỆ (POLICY)            │
│ - Tránh trơn trượt mất lái trong kho │ - Nội địa hóa phần mềm lõi robot     │
│ - Vận hành an toàn môi trường độc hại│ - Thúc đẩy mục tiêu Make-in-Vietnam  │
└──────────────────────────────────────┴──────────────────────────────────────┘

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Giới học thuật: Tiếp cận tài liệu chuẩn mực về kỹ thuật backstepping, trượt tầng và lý thuyết mờ loại 2 chứng minh qua giải tích Lyapunov.
  • Kỹ sư R&D Robot di động: Ứng dụng trực tiếp thuật toán thích nghi bù trượt bánh để nâng cao độ chính xác dừng xe tại các trạm sạc và vị trí bốc dỡ hàng tự động hóa ($\pm 1\text{ mm}$).
  • Doanh nghiệp Chế tạo máy: Cắt giảm chi phí phần cứng nhờ loại bỏ các cảm biến đo tốc độ trượt chuyên dụng đắt tiền, nâng cao năng lực cạnh tranh sản phẩm robot nội địa.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Đóng góp độc đáo nhất là việc xây dựng thành công bộ điều khiển trượt tầng backstepping chỉnh định mờ cấu trúc một mạch vòng, giải quyết trọn vẹn bài toán điều khiển bám quỹ đạo cho hệ UMS phi tuyến non-holonomic. Tác giả đã tích hợp mặt trượt vị trí $S_1$ vào mặt trượt không gian trạng thái $S_2$, kết hợp với kỹ thuật backstepping cho biến góc hướng $\theta$, phá vỡ cấu trúc hai mạch vòng kinh điển vốn đòi hỏi phân tách giả định vận tốc.

2. Đột phá phương pháp luận so với các công trình quốc tế tiền nhiệm?

So với nghiên cứu của Jung-Min Yang & Jong-Hwan Kim (1999) sử dụng SMC cổ điển và S. Yoo (2010) sử dụng mạng nơ-ron thích nghi, luận án đề xuất cấu trúc thích nghi mờ loại 2 (IT2-FLS) kết hợp bộ quan sát nhiễu phi tuyến NDOB. Giải pháp này giúp triệt tiêu hiện tượng chattering mà không làm tăng bậc tính toán đạo hàm ma trận nơ-ron, đồng thời duy trì độ bền vững trước hiện tượng trượt bánh phi tuyến.

3. Phát hiện bất ngờ nhất từ dữ liệu mô phỏng là gì?

Phát hiện bất ngờ nhất là khi hệ thống chịu tác động của nhiễu xung lực cực đại $\Delta \tau = 3.0\text{ N}\cdot\text{m}$ tại $t \in [30, 31]\text{ s}$, bộ điều khiển thích nghi NDOB không chỉ giữ vững tính ổn định mà còn khôi phục sai số bám quỹ đạo về $e < 0.005\text{ m}$ chỉ sau $0.45\text{ s}$, trong khi các thuật toán phản hồi trạng thái truyền thống bị mất khóa quỹ đạo hoàn toàn.

                           BẢNG TRẢ LỜI CÂU HỎI CHUYÊN SÂU
┌───────────────────────┬─────────────────────────────────────────────────────────────┐
│ Tiêu chí chuyên sâu   │ Nội dung giải trình chi tiết                                │
├───────────────────────┼─────────────────────────────────────────────────────────────┤
│ Lý thuyết độc đáo     │ Trượt tầng (HSMC) tích hợp Backstepping & Mờ Sugeno 1 vòng  │
├───────────────────────┼─────────────────────────────────────────────────────────────┤
│ Đột phá phương pháp   │ Interval Type-2 FLS + NDOB thay thế mạng Nơ-ron cồng kềnh   │
├───────────────────────┼─────────────────────────────────────────────────────────────┤
│ Phát hiện bất ngờ     │ Phục hồi sai số < 5mm sau 0.45s chịu nhiễu xung 3.0 N·m    │
├───────────────────────┼─────────────────────────────────────────────────────────────┤
│ Giao thức tái lập     │ Cung cấp đầy đủ ma trận M, C, B, thông số ODE45 và bộ luật  │
├───────────────────────┼─────────────────────────────────────────────────────────────┤
│ Tầm nhìn 10 năm       │ Phát triển hệ tự trị thích nghi trên địa hình 3D phức tạp   │
└───────────────────────┴─────────────────────────────────────────────────────────────┘

4. Luận án có cung cấp đầy đủ giao thức để tái lập nghiên cứu (Replication Protocol) không?

Có. Luận án công khai toàn bộ hệ phương trình vi phân mô hình động học, động lực học, các ma trận khối lượng $M(q)$, ma trận đầu vào $B(q)$, bảng luật suy diễn mờ Sugeno (Bảng 2.1), hàm liên thuộc Gauss mờ loại 2 (Hình 4.1), cũng như các hệ số thích nghi $\Gamma_1, \Gamma_2$, cho phép cộng đồng nghiên cứu tái lập chính xác $100%$ kết quả trên MATLAB/Simulink.

5. Định hướng nghiên cứu 10 năm tiếp theo được vạch ra như thế nào?

Chiến lược 10 năm tập trung vào: (1) Chuyển đổi từ mô hình mặt phẳng 2D sang mô hình không gian 3D địa hình tự nhiên; (2) Tích hợp công nghệ cảm biến hợp nhất (LiDAR, Camera, IMU) với bộ điều khiển thích nghi; (3) Mở rộng lý thuyết điều khiển thích nghi mờ loại 2 cho các hệ thống bầy đàn robot di động tự hành tương tác trong không gian mạng - vật lý (Cyber-Physical Systems).

Kết luận

Luận án tiến sĩ của tác giả Phạm Thị Hương Sen đã xác lập các đóng góp khoa học và thực tiễn xuất sắc:

  1. Thiết lập hệ thống mô hình toán học giải tích hoàn chỉnh cho xe tự hành ba bánh UMS chịu ràng buộc non-holonomic có tính đến đồng thời ma sát trượt dọc, trượt ngang và biến thiên mô men quán tính.
  2. Sáng tạo cấu trúc điều khiển trượt tầng backstepping chỉnh định mờ cấu trúc một mạch vòng, chứng minh tính ổn định tiệm cận toàn cục bằng định lý giải tích Lyapunov.
  3. Phát triển thuật toán thích nghi dựa trên bộ quan sát nhiễu phi tuyến NDOB cấu trúc hai mạch vòng, ước lượng chính xác $98.4%$ thành phần bất định ngoại vi.
  4. Đề xuất thành công bộ điều khiển thích nghi mờ loại 2 (IT2-FLS) tự chỉnh định thông số, triệt tiêu ảnh hưởng của ma sát trượt bánh phức tạp mà không cần đo đạc trực tiếp.
  5. Kiểm chứng độ tin cậy qua hàng loạt kịch bản mô phỏng quỹ đạo sin, quỹ đạo tròn, và nhiễu xung khắc nghiệt với thời gian xác lập dưới $1.0\text{ s}$.

Công trình tạo tiền đề lý thuyết vững chắc, mở ra các hướng nghiên cứu mũi nhọn về robot tự hành thông minh và đóng góp trực tiếp vào mục tiêu hiện đại hóa công nghệ tự động hóa tại Việt Nam.