Tổng quan luận án

Đề tài luận án tiến sĩ kỹ thuật "Nghiên cứu điều khiển rô bốt tay máy di động bám mục tiêu trên cơ sở sử dụng thông tin hình ảnh" được thực hiện bởi nghiên cứu sinh Lê Văn Chung, dưới sự hướng dẫn khoa học của TSKH. Phạm Thượng Cát và TS. Phạm Minh Tuấn, thuộc chuyên ngành Kỹ thuật điều khiển và tự động hóa (Mã số: 9.16) tại Học viện Khoa học và Công nghệ – Viện Hàn lâm Khoa học và Công nghệ Việt Nam.

Nhu cầu ứng dụng rô bốt trong các ngành công nghiệp, dân dụng, y tế, an ninh quốc phòng đòi hỏi các hệ thống rô bốt di động thông minh phải có khả năng nhận biết không gian, định vị và bám bắt các đối tượng di chuyển trong môi trường phi cấu trúc. Điều khiển servo thị giác (visual servoing) là hướng tiếp cận cho phép rô bốt sử dụng thông tin hình ảnh thu nhận từ camera để định vị và điều khiển các cơ cấu chấp hành. Tuy nhiên, các nghiên cứu trước đây thường bộc lộ những khoảng trống kỹ thuật:

  • Việc sử dụng 1 camera cố định hoặc di động chỉ xác định được hướng mà không tính toán trực tiếp được khoảng cách nếu không biết trước mặt phẳng di chuyển hoặc phải trang bị thêm cảm biến đo cự ly chuyên biệt (như cảm biến siêu âm, laser).
  • Việc sử dụng hệ 2 camera (stereo camera) cung cấp đầy đủ thông tin tọa độ 3D và cự ly của mục tiêu, nhưng ma trận Jacobian ảnh của hệ stereo camera thông thường có kích thước $3 \times 6$, khi kết hợp với ma trận Jacobian rô bốt ($6 \times 2$) tạo thành ma trận tổng hợp kích thước $3 \times 2$ không vuông. Việc tính toán ma trận giả nghịch đảo dẫn đến các điểm kỳ dị và sự suy biến của ma trận Jacobian, khiến hệ thống mất khả năng bám bắt khi mục tiêu cơ động theo các quỹ đạo phức tạp (như quỹ đạo tròn).
  • Mô hình toán học của rô bốt và camera trong thực tế luôn chứa các thành phần bất định (sai số đo đạc kích thước hình học ban đầu, ma sát khớp, mô men quán tính biến thiên, thông số nội tại camera) và nhiễu môi trường tác động, gây khó khăn cho việc đảm bảo độ chính xác bám.
  • Chưa có mô hình động lực học tích hợp trong một phương trình duy nhất để mô tả và điều khiển đồng bộ hệ phức hợp gồm rô bốt di động bánh xe kết hợp với bệ quay quét pan-tilt mang stereo camera.

Mục tiêu nghiên cứu của luận án được xác định cụ thể gồm 3 nội dung:

  1. Nghiên cứu phát triển một số thuật toán điều khiển tay máy rô bốt bám mục tiêu di động dựa trên cơ sở thông tin hình ảnh sử dụng hai camera có tính bền vững với nhiều tham số bất định và khả năng kháng nhiễu với tốc độ xử lý cao.
  2. Đề xuất thuật toán điều khiển hệ pan-tilt mang 2 camera bám mục tiêu di động với nhiều tham số bất định và xây dựng hệ 2 camera với ma trận Jacobian ảnh đầy đủ (ma trận vuông).
  3. Đề xuất một số thuật toán điều khiển hệ rô bốt di động kết hợp hệ pan-tilt mang 2 camera bám mục tiêu di động trong không gian.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Hệ rô bốt tay máy pan-tilt 2 bậc tự do (mô hình bệ PTU-D48E-Series), rô bốt di động cơ cấu 3 bánh (2 bánh chủ động) và hệ thu nhận hình ảnh gồm 2 camera (stereo camera EyeRIS 2.1).
  • Phạm vi nghiên cứu: Tập trung vào các thuật toán điều khiển động học và động lực học cho hệ pan-tilt và hệ phức hợp rô bốt di động – pan-tilt mang stereo camera bám mục tiêu di động có tham số bất định và chịu nhiễu. Luận án chỉ tập trung vào việc sử dụng tọa độ điểm tính năng trên ảnh sau xử lý để tính toán tham số điều khiển, không đi sâu vào kỹ thuật thu nhận ảnh, hiệu chỉnh camera hay các giải thuật tiền xử lý ảnh mức thấp. Toàn bộ các yếu tố bất định và nhiễu ngoại cảnh tác động đều được giả thiết là các đại lượng bị chặn trong miền xác định.

Tổng quan tài liệu và vị trí của luận án

Luận án điểm luận chi tiết tình hình nghiên cứu trong nước và quốc tế về điều khiển rô bốt sử dụng thông tin hình ảnh, từ đó xác lập vị trí học thuật của công trình:

Về tình hình nghiên cứu trong nước:

  • Nhóm tác giả Ngô Mạnh Tiến và cộng sự (2012, 2013) nghiên cứu xây dựng phần cứng hệ pan-tilt mang 1 camera bám mục tiêu di động với thuật toán điều khiển thích nghi mô hình mẫu, kết hợp bộ lọc Kalman và thuật toán Camshift, tuy nhiên cần bổ sung cảm biến siêu âm riêng để đo cự ly mục tiêu.
  • Nhóm tác giả Phạm Đức Long (Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên) tập trung vào xử lý ảnh song song mạng nơ-ron tế bào (CNN) cho hệ rô bốt di động sử dụng 1 camera.
  • Nhóm tác giả Nguyễn Văn Tính và cộng sự (Viện Công nghệ thông tin – Viện Hàn lâm Khoa học và Công nghệ Việt Nam) nghiên cứu các thuật toán điều khiển cho hệ kết hợp rô bốt di động và bệ pan-tilt 1 camera tiếp cận mục tiêu trên mặt sàn, bám quỹ đạo có xét đến hiện tượng trượt bánh xe và tham số bất định.
  • Nhóm tác giả Nguyễn Tiến Kiệm và cộng sự (Trường Đại học Công nghiệp Hà Nội) xây dựng thuật toán điều khiển thích nghi cho hệ rô bốt di động – pan-tilt 1 camera bám mục tiêu khi có bất định mô hình và trượt ngang, dọc của bánh xe.
  • TSKH. Phạm Thượng Cát (2006, 2013) tổng hợp các phương pháp điều khiển rô bốt công nghiệp sử dụng camera.
  • Về hướng tiếp cận stereo camera: Nhóm tác giả Đặng Tâm Trung nghiên cứu xử lý ảnh định vị 3D sử dụng 2 camera; nhóm Tường Phước Thọ chế tạo rô bốt sử dụng trong điều khiển giao thông; Quách Tuấn Văn sử dụng kỹ thuật lọc mẫu xác định vị trí quả cà chua chín.

Về tình hình nghiên cứu ngoài nước:

  • Các nghiên cứu sử dụng 1 camera của Oscar N. và cộng sự, Kim C.S. và cộng sự giải quyết vấn đề bất định mô hình rô bốt 5 bậc tự do nhưng chỉ điều khiển 2 khớp pan-tilt và ma trận Jacobian ảnh cho mục tiêu cố định.
  • Các nghiên cứu sử dụng stereo camera của Masaaki Shibata, Hideki Eto, Masahide Ito (Đại học Seikei – Nhật Bản) theo dõi đối tượng chuyển động tốc độ cao; Widodo Budiharto và cộng sự (Đại học Binus và Viện Công nghệ Indonesia) phát triển rô bốt Srikandi III tích hợp stereo camera và bộ lọc Kalman; Hiroyuki Ukida và cộng sự (Đại học Waseda – Nhật Bản) phát triển cánh tay rô bốt 6 bậc tự do mang stereo camera bám đối tượng 3D; Tae-Il Kim, Wook Bahn và cộng sự (Hàn Quốc) phát triển hệ thống tìm đường cho rô bốt tự hành dựa trên stereo camera.
  • Về ma trận Jacobian ảnh và suy biến ma trận: Cai C. và cộng sự (2014) đề xuất giải pháp thiết lập ma trận Jacobian ảnh đầy đủ cho hệ stereo camera cố định để gắp đối tượng, nhưng chưa giải quyết triệt để cho hệ stereo camera gắn trên bệ quay quét di động.
  • Về thuật toán điều khiển: Antonelli, Bruno S., Tae-Il Kim nghiên cứu điều khiển động học; Hu, Nguyễn Văn Tính, Cai nghiên cứu điều khiển động lực học; Huiguang L. sử dụng PID cổ điển; Chenguang, Hashimoto, Huỳnh Thái Hoàng, Kim Y.H., Wen Yu, Murata nghiên cứu mạng nơ-ron RBF kết hợp tối ưu tham số để bù bất định; Hiroyuki, Ján Vaščák, Oscar N., Yang Fang nghiên cứu điều khiển trượt (tuy nhiên hệ động lực học camera và rô bốt tự hành trong các công trình này còn tách rời); Marian Baroudi, Jian Fang, Jur van den Berg, Lewis, Diederik Verscheure, Sho-Tsung K. phát triển các kỹ thuật điều khiển tối ưu LQR, LQG; Danielle, Radu-Emil Precup, Mostafa Z.A. ứng dụng giải thuật bầy đàn, tôi luyện kim loại, logic mờ và vi phân tiến hóa để tối ưu hóa tham số điều khiển.
  • Về phương pháp phân tích ổn định: Keith Dupree, Phạm Thượng Cát sử dụng lý thuyết ổn định Lyapunov; Bo Y. sử dụng phương pháp Hamilton.

Khoảng trống học thuật luận án giải quyết: Luận án tập trung giải quyết đồng thời 3 bài toán: (1) Đề xuất mô hình camera 3D ảo nhằm thiết lập ma trận Jacobian ảnh vuông cho hệ stereo camera di động, triệt tiêu các điểm kỳ dị do suy biến ma trận; (2) Thiết kế bộ điều khiển nơ-ron RBF học online kết hợp giải thuật di truyền (GA) để bù các thành phần bất định và nhiễu trong mô hình động học và động lực học; (3) Xây dựng mô hình động lực học tổng thể hợp nhất trong một phương trình cho hệ phức hợp 4 bậc tự do (rô bốt di động 3 bánh tích hợp bệ pan-tilt stereo camera) và phát triển 2 bộ điều khiển: tối ưu bình phương tối thiểu (LQR) và điều khiển trượt tính mô-men (CTC).

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án sử dụng các hệ thống lý thuyết, công cụ toán học và phương pháp phân tích định lượng sau:

Khung lý thuyết và khái niệm:

  • Lý thuyết servo thị giác dựa trên quan hệ hình học quang học của hệ 2 camera song song, chuyển đổi tọa độ điểm ảnh $(U_L, V_L)$ và $(U_R, V_R)$ sang tọa độ Descartes 3D $Q(X, Y, Z)$ trong hệ tọa độ trung tâm $O_C X_C Y_C Z_C$.
  • Phương pháp biến đổi tọa độ đồng nhất Denavit-Hartenberg mô tả động học bệ quay pan-tilt 2 bậc tự do qua ma trận biến đổi $R_C^0 = R_1^0 R_C^1$.
  • Lý thuyết mạng nơ-ron nhân tạo hàm cơ sở xuyên tâm (Radial Basis Function – RBF) dựa trên định lý Stone-Weierstrass để xấp xỉ các thành phần phi tuyến bất định liên tục và bị chặn $f \in \mathbb{R}^3$ với thuật toán cập nhật trọng số online.
  • Giải thuật di truyền (GA – Genetic Algorithm) tối ưu hóa các tham số tâm $c_j$ và độ rộng $\sigma_j$ của hàm Gauss trong lớp ẩn của mạng nơ-ron.
  • Lý thuyết điều khiển trượt dựa trên tính mô-men (Computed Torque Controller – CTC) và lý thuyết điều khiển tối ưu tuyến tính toàn phương (LQR) theo chuẩn bình phương tối thiểu tích hợp hàm phạt sai số bám và năng lượng điều khiển.
  • Lý thuyết ổn định Lyapunov và bổ đề Barbalat chứng minh tính ổn định tiệm cận toàn cục của hệ thống điều khiển kín.
Ký hiệu Đơn vị Mô tả đại lượng
$\text{CTC}$ - Computed Torque Controller – Bộ điều khiển dựa trên phương pháp tính mô-men
$d$ (hoặc $k$) $\text{m}$ Khoảng cách giữa 2 bánh xe chủ động của rô bốt di động
$d(t)$ - Véc-tơ ảnh hưởng của nhiễu và các tham số bất định
$f$ $\text{pixel}$ Tiêu cự camera chuẩn ($1\text{ pixel} = 35\ \mu\text{m}$)
$f_v$ $\text{pixel}$ Tiêu cự thấu kính của camera ảo
$f$ - Các thành phần bất định trong mô hình động học hệ pan-tilt ($f = \Delta J \dot{q}$)
$f_u$ - Các thành phần bất định trong mô hình động lực học hệ pan-tilt
$J_{imag}(m)$ - Ma trận Jacobi ảnh của hệ stereo camera (kích thước $3 \times 6$)
$J_{robot}(q)$ - Ma trận Jacobi của hệ pan-tilt (kích thước $6 \times 2$)
$J$ - Ma trận Jacobi tổng hợp ($J = J_{imag} J_{robot}$, kích thước $3 \times 2$)
$\hat{J}$ - Giá trị ước lượng biết trước của ma trận Jacobi tổng hợp
$\Delta J$ - Thành phần bất định không biết của ma trận Jacobi tổng hợp
$\hat{J}^+$ - Ma trận giả nghịch đảo của $\hat{J}$; $\hat{J}^+ = (\hat{J}^T \hat{J})^{-1} \hat{J}^T$
$K$ $\text{m}$ Khoảng cách giữa hai trục quang của 2 camera
$k_1$ $\text{m}$ Khoảng cách giữa rô bốt di động và mục tiêu
$l_1, l_2$ $\text{m}$ Chiều dài khớp pan và khớp tilt của bệ pan-tilt
$\text{LQR}$ - Bộ điều khiển tối ưu Linear–Quadratic Regulator
$\text{LQG}$ - Bộ điều khiển Linear–Quadratic–Gaussian
$m, m_d$ $\text{pixel}$ Véc-tơ đặc trưng ảnh đo được và đặc trưng ảnh mong muốn
$Q(X, Y, Z)$ $\text{m}$ Tọa độ điểm mục tiêu trong không gian 3D
$q, \dot{q}$ $\text{rad}, \text{rad/s}$ Véc-tơ vị trí góc và vận tốc góc của khớp pan, tilt: $q = [\theta_1, \theta_2]^T$
$\text{RBF}$ - Radial Basis Function neural network – Mạng nơ-ron hàm cơ sở xuyên tâm
$\epsilon$ $\text{pixel}$ Véc-tơ sai số đặc trưng ảnh: $\epsilon = m - m_d$
$T_X, T_Y, T_Z$ $\text{m/s}$ Vận tốc dài của đầu tay nắm bệ pan-tilt
$\Omega_X, \Omega_Y, \Omega_Z$ $\text{rad/s}$ Vận tốc góc của đầu tay nắm bệ pan-tilt
$u_1'$ - Thành phần điều khiển bù nơ-ron
$u^*$ - Thành phần tín hiệu điều khiển tối ưu
$W$ - Ma trận trọng số của mạng nơ-ron nhân tạo
$\theta_1, \theta_2$ $\text{rad}$ Góc quay của khớp pan (trục $z_0$) và khớp tilt (trục $z_1$)
$\theta_m$ $\text{rad}$ Góc hướng của rô bốt di động
$c_j, \sigma_j$ - Trọng tâm và độ rộng khoảng cách của nơ-ron lớp ẩn thứ $j$
$\phi_l, \phi_r$ $\text{rad}$ Góc quay của bánh xe chủ động bên trái và bên phải rô bốt

Phương pháp nghiên cứu thực nghiệm và dữ liệu:

  • Xây dựng mô hình toán học giải tích cho hệ pan-tilt mang 2 camera và hệ phức hợp rô bốt di động – pan-tilt stereo camera.
  • Thiết kế phần mềm mô phỏng và kiểm chứng thuật toán trên nền tảng MATLAB/Simulink.
  • Dữ liệu mô phỏng sử dụng các thông số kỹ thuật thực tế từ phần cứng chuẩn: bệ quay pan-tilt PTU-D48E-Series (giới hạn góc quay pan $[-188^\circ, +188^\circ]$, góc quay tilt $[-90^\circ, +30^\circ]$) và camera EyeRIS 2.1 độ phân giải $176 \times 144\text{ pixels}$.
  • Thiết lập kịch bản kiểm chứng đa dạng: mục tiêu di chuyển theo đường thẳng, cung tròn, hình chữ nhật với vận tốc thay đổi liên tục và quỹ đạo không gian 3D ngẫu nhiên trong điều kiện giả thiết độ tin cậy tham số mô hình chỉ đạt 80% ($\hat{J} = 0{,}8 J$) và có nhiễu tác động.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày tổng quan lý thuyết và thực tiễn về điều khiển servo thị giác cho rô bốt, phân loại các hệ thống theo cấu trúc camera (1 camera, 1 camera kèm máy đo khoảng cách, 2 camera; camera cố định và camera gắn trên rô bốt di chuyển quay quét).

Nội dung chương phân tích chi tiết quan hệ động học giữa hệ pan-tilt và hệ camera. Với hệ 1 camera, ma trận Jacobian ảnh $J_{imag}(m)$ kích thước $2 \times 6$ nhân với ma trận Jacobian của bệ pan-tilt $J_{robot}(q)$ kích thước $6 \times 2$ cho ra ma trận vuông $2 \times 2$ khả nghịch: $$J_{robot}(q) = \begin{bmatrix} l_2 C_1 C_2 & 0 \ l_2 S_1 C_2 & 0 \ l_2 S_2 & l_1 \ 0 & -S_1 \ 0 & C_1 \ 1 & 0 \end{bmatrix}$$ Ngược lại, với hệ stereo camera thông thường, ma trận Jacobian ảnh $J_{imag}(m)$ có kích thước $3 \times 6$, khi kết hợp với $J_{robot}(q)$ tạo thành ma trận tích $J$ kích thước $3 \times 2$. Do không vuông, quá trình điều khiển bắt buộc phải dùng ma trận giả nghịch đảo $\hat{J}^+ = (\hat{J}^T \hat{J})^{-1} \hat{J}^T$, làm xuất hiện các điểm kỳ dị suy biến khi định thức tiến về 0. Từ các phân tích tổng quan, Chương 1 xác lập 3 định hướng nghiên cứu chính của luận án.

Chương 2: Phát triển thuật toán điều khiển hệ pan-tilt sử dụng thông tin hình ảnh từ hai camera

Chương 2 tập trung xây dựng mô hình động học và thiết kế bộ điều khiển động học (kinematic control) cho bệ pan-tilt PTU-D48E mang stereo camera bám mục tiêu di động khi có nhiều tham số bất định:

  • Xác định quan hệ tọa độ 3D và ma trận Jacobian ảnh: Từ quan hệ hình học giữa 2 camera song song có tiêu cự $f$ và khoảng cách trục quang $K$, tọa độ điểm mục tiêu $Q(X, Y, Z)$ trong hệ tọa độ $O_C X_C Y_C Z_C$ được xác định qua công thức: $$X = \frac{K V_L}{2(U_R - U_L)}; \quad Y = \frac{K f}{U_R - U_L}; \quad Z = \frac{K(U_L + U_R)}{4(U_R - U_L)}$$ Vi phân tọa độ ảnh theo thời gian dẫn đến quan hệ vận tốc $\dot{m} = J_{imag}(m) v$ với $m = [U_L, V_L, U_R]^T$.
  • Xây dựng bài toán điều khiển động học: Kết hợp động học rô bốt $v = J_{robot}(q)\dot{q}$, thu được mô hình $\dot{m} = J(m, q)\dot{q} = (\hat{J} + \Delta J)\dot{q} = \hat{J}\dot{q} + f$, trong đó $f = \Delta J \dot{q}$ đại diện cho toàn bộ thành phần bất định, liên tục và bị chặn ($|f| \le f_0$).
  • Thiết kế bộ điều khiển nơ-ron RBF học online: Tín hiệu điều khiển vận tốc góc khớp được chọn theo luật: $$\dot{q} = \hat{J}^+ (-K\epsilon + u_1' - \dot{m}_d)$$ Thành phần phản hồi $-K\epsilon$ (với $K = K^T > 0$) đảm bảo bám danh định, trong khi thành phần $u_1'$ do mạng nơ-ron RBF 3 lớp xấp xỉ $\hat{f} = W^T \sigma(\epsilon)$ để triệt tiêu sai lệch bất định $f$. Mạng RBF gồm 3 nơ-ron đầu vào (sai số $\epsilon$), 3 nơ-ron lớp ẩn dùng hàm kích hoạt Gauss $\sigma_j(\epsilon) = \exp(-|\epsilon - c_j|^2 / \sigma_j^2)$ và 3 nơ-ron đầu ra. Trọng số $W$ được cập nhật online theo luật học dựa trên sai số thực thời.
  • Chứng minh ổn định: Luận án thiết lập hàm ứng tuyển Lyapunov $V = \frac{1}{2}\epsilon^T \epsilon + \frac{1}{2\gamma}\sum_{i=1}^3 w_i^T w_i$, lấy đạo hàm $\dot{V} \le -\epsilon^T K \epsilon \le 0$, chứng minh hệ thống đạt ổn định tiệm cận toàn cục ($\epsilon \to 0, \dot{\epsilon} \to 0$).
  • Kết quả mô phỏng trên MATLAB/Simulink: Kiểm chứng với camera EyeRIS 2.1 ($176 \times 144\text{ pixels}$), trong điều kiện tham số chỉ biết trước 80% ($\hat{J} = 0{,}8 J$). Kết quả cho thấy khi có thành phần bù nơ-ron ($u_1' \ne 0$), sai số tọa độ ảnh nhanh chóng hội tụ về 0 khi mục tiêu chuyển động thẳng, chuyển động cung tròn và thay đổi vận tốc. Ngược lại, khi không có bù nơ-ron ($u_1' = 0$), sai số bám dao động lớn và duy trì sai lệch tĩnh đáng kể.

Chương 3: Một số cải tiến trong điều khiển hệ servo thị giác bám mục tiêu di động

Chương 3 giải quyết triệt để vấn đề suy biến của ma trận Jacobian ảnh và nâng cấp bài toán từ điều khiển động học lên điều khiển động lực học:

  • Thiết lập mô hình camera 3D ảo: Đề xuất mô hình hệ thống camera 3D ảo đặt tại vị trí trung tâm với tiêu cự $f_v$ và khoảng cách $d_m$. Mô hình này cho phép thiết lập ma trận Jacobian ảnh vuông kích thước $3 \times 3$, loại bỏ hoàn toàn hiện tượng suy biến ma trận khi lấy giả nghịch đảo, giúp bệ pan-tilt có khả năng bám bắt liên tục các chuyển động cơ động phức tạp mà không bị mất bám tại các điểm kỳ dị trên quỹ đạo tròn.
  • Mô hình động lực học hệ pan-tilt stereo camera: Thiết lập phương trình động lực học tổng quát có xét đến các thành phần ma sát, bất định mô-men quán tính ($f_u$) và nhiễu ngoài $d(t)$ bị chặn: $$M(q)\ddot{q} + C(q, \dot{q})\dot{q} + G(q) + F(\dot{q}) + d(t) = \tau$$
  • Bộ điều khiển nơ-ron tối ưu hóa tham số bằng GA: Xây dựng bộ điều khiển nơ-ron RBF bù thành phần động lực học bất định. Đặc biệt, các tham số cấu trúc mạng (vị trí tâm $c_j$ và độ rộng $\sigma_j$) được tối ưu hóa toàn cục bằng giải thuật di truyền (GA), giúp tăng tốc độ hội tụ và giảm năng lượng điều khiển.
  • Phân tích ổn định: Tính ổn định tiệm cận toàn cục của hệ thống kín dưới tác động của nhiễu và bất định mô hình được chứng minh bằng lý thuyết ổn định Lyapunov kết hợp bổ đề Barbalat.
  • Kết quả mô phỏng kiểm chứng: Luận án mô phỏng đối chứng nhiều kịch bản: bám mục tiêu đường thẳng, đường tròn, hình chữ nhật thay đổi tốc độ và quỹ đạo không gian 3D bất kỳ. So sánh trực tiếp với phương pháp không dùng camera ảo và kết quả công bố của Cai C. và cộng sự (2014) cho thấy thuật toán cải tiến triệt tiêu hoàn toàn hiện tượng mất bám tại điểm kỳ dị, sai số bám theo các trục $X, Z$ và mô-men điều khiển các khớp duy trì ở mức tối ưu.

Chương 4: Phát triển thuật toán điều khiển rô bốt di động sử dụng thông tin hình ảnh

Chương 4 mở rộng bài toán điều khiển cho toàn bộ hệ thống tích hợp phức hợp gồm rô bốt di động 3 bánh (2 bánh chủ động) mang trên mình bệ pan-tilt 2 bậc tự do và stereo camera (tổng cộng 4 bậc tự do):

  • Mô hình động học và động lực học tích hợp: Xây dựng hệ phương trình động học mô tả quan hệ giữa tốc độ dịch chuyển của mục tiêu, góc quay bệ pan-tilt $(\theta_1, \theta_2)$ và vận tốc quay của 2 bánh xe chủ động $(\phi_l, \phi_r)$ rô bốt di động có khoảng cách trục bánh xe $d$. Toàn bộ hệ động lực học của hệ phức hợp rô bốt di động – bệ pan-tilt stereo camera được hợp nhất trong một phương trình trạng thái phi tuyến duy nhất.
  • Thiết kế bộ điều khiển tối ưu LQR: Xây dựng bộ điều khiển tối ưu theo chuẩn bình phương tối thiểu. Hàm mục tiêu tối ưu tích hợp đồng thời sai số bám vị trí, góc hướng của rô bốt và năng lượng tiêu hao trên các cơ cấu chấp hành bánh xe và khớp quay pan-tilt.
  • Thiết kế bộ điều khiển trượt tính mô-men (CTC): Xây dựng bộ điều khiển trượt thích ứng dựa trên phương pháp bù mô-men động lực học CTC để đối chứng với bộ điều khiển tối ưu.
  • Chứng minh ổn định: Cả hai thuật toán điều khiển đều được chứng minh ổn định tiệm cận bằng lý thuyết Lyapunov và bổ đề Barbalat.
  • Kết quả mô phỏng: Mô phỏng hệ thống bám mục tiêu di động trên mặt phẳng $X-Y$ và trong không gian 3D trên MATLAB. Kết quả chỉ ra cả hai phương pháp đều đảm bảo cho rô bốt vừa di chuyển bám theo mục tiêu vừa duy trì mục tiêu ở trung tâm khung nhìn camera; trong đó bộ điều khiển tối ưu LQR cho chất lượng đáp ứng vượt trội hơn, sai số vận tốc $\tilde{v}$ giữa tốc độ mong muốn và tốc độ đặt của các khớp bệ pan-tilt và hai bánh xe nhỏ hơn đáng kể so với bộ điều khiển trượt CTC.

Kết quả và những đóng góp mới

Luận án tự đúc kết các đóng góp khoa học mới về mặt lý thuyết và thực tiễn:

Về mặt lý luận và phương pháp:

  1. Xây dựng phương pháp thiết lập ma trận Jacobian ảnh vuông ($3 \times 3$) cho hệ stereo camera thông qua mô hình camera 3D ảo, giải quyết triệt để hiện tượng suy biến ma trận và điểm kỳ dị vốn tồn tại trong các hệ thống servo thị giác 2 camera quay quét truyền thống.
  2. Thiết kế bộ điều khiển thích nghi sử dụng mạng nơ-ron nhân tạo RBF học online (kết hợp tối ưu hóa tham số mạng bằng giải thuật di truyền GA) để bù các thành phần bất định trong mô hình rô bốt, ma trận Jacobian và nhiễu ngoại cảnh. Thuật toán đảm bảo hệ thống hoạt động ổn định và chính xác ngay cả khi tham số mô hình chỉ ước lượng được 80%.
  3. Xây dựng mô hình toán học động lực học tích hợp toàn diện cho hệ phức hợp gồm rô bốt di động bánh xe kết hợp bệ pan-tilt mang stereo camera (4 bậc tự do) trong một phương trình trạng thái duy nhất.
  4. Phát triển 02 thuật toán điều khiển cho hệ phức hợp: bộ điều khiển tối ưu theo chuẩn bình phương tối thiểu LQR và bộ điều khiển trượt tính mô-men CTC; chứng minh toán học hoàn chỉnh tính ổn định tiệm cận toàn cục bằng lý thuyết Lyapunov và bổ đề Barbalat.

Về mặt thực tiễn và công bố khoa học:

  • Cung cấp mô hình tính toán tọa độ và cự ly 3D trực tiếp từ stereo camera không cần cảm biến phụ trợ, phục vụ các ứng dụng rô bốt tự hành bám bắt đối tượng trong môi trường phi cấu trúc.
  • Kiểm chứng thành công các thuật toán trên nền tảng mô phỏng số MATLAB/Simulink với thông số phần cứng thực tế (bệ pan-tilt PTU-D48E, camera EyeRIS 2.1).
  • Kết quả nghiên cứu của luận án đã được công bố trong 07 công trình khoa học chuyên ngành, bao gồm:
    • 01 bài báo trên Tạp chí Tin học và Điều khiển học (Journal of Computer Science and Cybernetics, Vol 31(2), 2015).
    • 01 bài báo trên Tạp chí quốc tế International Journal of Imaging and Robotics (Vol 18(1), 2018).
    • 01 bài báo trên Tạp chí Khoa học và Công nghệ – Đại học Thái Nguyên (Tập 116(02), 2013).
    • 01 bài báo tại Hội nghị toàn quốc về Điều khiển và Tự động hóa (VCCA-2013, Đà Nẵng).
    • 01 bài báo tại Hội nghị Cơ điện tử toàn quốc (VCM-2014, Đồng Nai).
    • 01 bài báo tại Hội nghị quốc tế IEEE về Cơ điện tử thông minh nâng cao (Advanced Intelligent Mechatronics AIM IEEE Conference, Banff, Canada, 2016).
    • 01 bài báo tại Hội nghị quốc tế về Tiến bộ trong Công nghệ Thông tin và Truyền thông (ICTA, Springer, Thái Nguyên, 2016).

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án:

  • Nghiên cứu tập trung vào bài toán điều khiển chuyển động dựa trên tọa độ điểm tính năng ảnh đã trích xuất, chưa tích hợp trực tiếp các thuật toán thị giác máy tính mức thấp (như phân đoạn ảnh thời gian thực, nhận dạng mẫu đối tượng phức tạp trong điều kiện ánh sáng thay đổi hoặc bị che khuất một phần).
  • Các đánh giá và kiểm chứng thuật toán chủ yếu được thực hiện thông qua mô phỏng số trên môi trường MATLAB/Simulink dựa trên bộ thông số của phần cứng chuẩn, chưa thực hiện đo đạc thực nghiệm trên mô hình vật lý hoàn chỉnh của hệ phức hợp rô bốt di động ngoài thực địa.
  • Các giả thiết về thành phần bất định và nhiễu ngoại cảnh bắt buộc phải bị chặn trong miền giá trị xác định trước.

Hướng nghiên cứu phát triển tiếp theo:

  • Hoàn thiện chế tạo phần cứng thực nghiệm và triển khai cài đặt các thuật toán điều khiển đề xuất lên hệ thống vật lý thực tế của rô bốt di động – pan-tilt stereo camera.
  • Tích hợp các thuật toán xử lý ảnh thời gian thực chuyên sâu (nhận dạng, bám bắt đối tượng chuyển động nhanh trong điều kiện môi trường có độ tương phản thay đổi, rung lắc cơ học khi rô bốt di chuyển).
  • Nghiên cứu mở rộng thuật toán điều khiển tối ưu và thích nghi cho hệ đa rô bốt phối hợp cùng bám bắt mục tiêu di động trong không gian 3D.

Giá trị tham khảo

Luận án mang lại giá trị tham khảo chuyên môn cho các nhóm đối tượng:

  • Nghiên cứu sinh, học viên cao học và giảng viên thuộc các ngành Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Robotics, Kỹ thuật Máy tính: Tham khảo phương pháp thiết lập mô hình camera 3D ảo để giải quyết bài toán ma trận Jacobian không vuông; kỹ thuật kết hợp mạng nơ-ron RBF học online bù bất định và phương pháp chứng minh ổn định Lyapunov/Barbalat cho hệ phi tuyến.
  • Các kỹ sư R&D và chuyên gia phát triển hệ thống tự hành: Tham khảo cấu trúc hợp nhất mô hình động lực học của hệ tay máy quay quét đặt trên rô bốt di động bánh xe, cũng như thuật toán điều khiển tối ưu LQR và điều khiển trượt CTC trong việc điều hướng và bám bắt mục tiêu.

Câu hỏi thường gặp

1. Tại sao việc sử dụng 2 camera (stereo camera) lại vượt trội hơn 1 camera trong bài toán điều khiển rô bốt bám mục tiêu di động?
Hệ thống sử dụng 1 camera chỉ xác định được hướng của mục tiêu và muốn tính toán khoảng cách bắt buộc phải biết trước mặt phẳng di chuyển hoặc phải lắp đặt thêm cảm biến đo cự ly rời (như siêu âm, laser). Trong khi đó, hệ stereo camera cho phép trích xuất trực tiếp toàn bộ thông tin tọa độ không gian 3D $Q(X, Y, Z)$ và cự ly của mục tiêu từ độ lệch pha ảnh giữa 2 camera mà không cần cảm biến bổ trợ, giúp rô bốt hoạt động linh hoạt trong môi trường phi cấu trúc.

2. Nguyên nhân nào gây ra sự suy biến ma trận Jacobian trong hệ pan-tilt 2 camera thông thường và luận án xử lý bằng cách nào?
Ma trận Jacobian ảnh $J_{imag}$ của hệ 2 camera thông thường có kích thước $3 \times 6$, khi kết hợp với ma trận Jacobian của bệ pan-tilt $J_{robot}$ ($6 \times 2$) tạo thành ma trận tổng hợp $J$ kích thước $3 \times 2$ (không vuông). Việc tính nghịch đảo phải dùng ma trận giả nghịch đảo $\hat{J}^+$, dẫn đến các điểm kỳ dị khi định thức suy biến (hệ thống bị mất bám khi mục tiêu đi qua các điểm nhất định trên quỹ đạo tròn). Luận án giải quyết bằng cách đề xuất mô hình camera 3D ảo đặt tại trung tâm, thiết lập ma trận Jacobian ảnh vuông $3 \times 3$, loại bỏ hoàn toàn các điểm kỳ dị.

3. Mạng nơ-ron RBF trong luận án có cấu trúc như thế nào và đóng vai trò gì trong bộ điều khiển?
Mạng nơ-ron RBF gồm 3 lớp: lớp vào nhận 3 thành phần sai lệch đặc trưng ảnh $\epsilon$, lớp ẩn gồm 3 nơ-ron sử dụng hàm kích hoạt Gauss $\sigma_j(\epsilon) = \exp(-|\epsilon - c_j|^2 / \sigma_j^2)$, và lớp ra gồm 3 nơ-ron tuyến tính. Trọng số mạng được cập nhật online theo thời gian thực. Vai trò của mạng RBF là xấp xỉ và bù đắp chính xác thành phần bất định $f = \Delta J \dot{q}$ (do sai số mô hình rô bốt, ma sát, mô-men quán tính, nhiễu ngoài), đảm bảo hệ thống bám chính xác ngay cả khi chỉ ước lượng được 80% tham số mô hình.

4. Hệ phức hợp trong Chương 4 gồm những thành phần nào và mô hình động lực học được xây dựng ra sao?
Hệ phức hợp có tổng cộng 4 bậc tự do, bao gồm một rô bốt di động di chuyển bằng 3 bánh xe (2 bánh chủ động điều khiển độc lập với khoảng cách trục $d$) mang trên thân một bệ pan-tilt 2 bậc tự do (khớp xoay pan $\theta_1$ và khớp nghiêng tilt $\theta_2$) tích hợp stereo camera. Toàn bộ phương trình động học và động lực học của cả hai hệ thống rô bốt được luận án tổng hợp, biểu diễn hợp nhất trong một phương trình trạng thái phi tuyến duy nhất.

5. Kết quả so sánh giữa bộ điều khiển tối ưu (LQR) và bộ điều khiển trượt (CTC) ở Chương 4 thể hiện như thế nào?
Mô phỏng trên MATLAB chứng minh cả hai bộ điều khiển đều điều khiển thành công hệ phức hợp vừa bám theo mục tiêu di động vừa giữ mục tiêu ở trung tâm thị trường camera. Tuy nhiên, bộ điều khiển tối ưu LQR theo chuẩn bình phương tối thiểu cho kết quả tốt hơn bộ điều khiển trượt CTC về cả độ chính xác bám (sai số vận tốc và tọa độ nhỏ hơn) lẫn tính tối ưu hóa về năng lượng điều khiển tác động lên các bánh xe và khớp quay.

Kết luận

Luận án của tác giả Lê Văn Chung đã giải quyết trọn vẹn các bài toán điều khiển servo thị giác cho hệ pan-tilt và hệ phức hợp rô bốt di động tích hợp stereo camera bám mục tiêu di động khi có nhiều tham số bất định và nhiễu. Bằng việc đề xuất mô hình camera 3D ảo để vuông hóa ma trận Jacobian ảnh, kết hợp mạng nơ-ron RBF học online tối ưu hóa bằng GA và xây dựng các bộ điều khiển tối ưu LQR, điều khiển trượt CTC trên mô hình động lực học hợp nhất, luận án đã cung cấp một hệ thống giải pháp lý thuyết chặt chẽ được chứng minh bằng toán học Lyapunov và kiểm chứng mô phỏng số xác thực. Các kết quả nghiên cứu đã được công bố trên 07 công trình khoa học uy tín, đóng góp thiết thực cho sự phát triển của lĩnh vực điều khiển tự động và kỹ thuật rô bốt thông minh.