Tổng quan luận án

Luận án tiến sĩ kỹ thuật với đề tài "Ổn định và điều khiển đa nhiệm hệ thống robot bầy đàn" được thực hiện bởi nghiên cứu sinh Lê Thị Thúy Nga, dưới sự hướng dẫn khoa học của GS.TS Lê Hùng Lân và PGS.TS Nguyễn Thanh Hải, bảo vệ tại Trường Đại học Giao thông vận tải (Hà Nội, năm 2016). Luận án thuộc chuyên ngành Kỹ thuật điều khiển và tự động hóa (Mã số: 62.16).

1. Tính cấp thiết và khoảng trống nghiên cứu

Robot bầy đàn (Swarm Robotics) là lĩnh vực nghiên cứu ứng dụng số lượng lớn các robot có cấu trúc tương đối đơn giản, hoạt động dựa trên cơ chế hợp tác phi tập trung mô phỏng tập tính sinh học tự nhiên (như đàn kiến, đàn ong, đàn chim, đàn cá). Hệ thống này cho phép thực hiện các nhiệm vụ phức tạp mà một robot đơn lẻ không thể đáp ứng hoặc đạt hiệu quả thấp, bao gồm tìm kiếm cứu nạn, thu gom rác thải, rà phá bom mìn và khảo sát môi trường.

Trong quá trình vận hành tập thể, hai nguy cơ chính thường xuất hiện là:

  • Va chạm giữa các cá thể khi di chuyển ở mật độ dày đặc dẫn đến hư hỏng phần cứng.
  • Cá thể bị tách đàn và thất lạc khỏi nhóm khi gặp vật cản hoặc thay đổi điều kiện môi trường.

Cơ chế phối hợp để duy trì cấu trúc hình học và cự ly an toàn phụ thuộc vào tương tác cục bộ giữa các cá thể. Các nghiên cứu trước đây chủ yếu sử dụng các hàm hút/đẩy toán học giải tích tường minh với các tham số cố định. Tuy nhiên, môi trường thực tế mang tính phi tuyến, dữ liệu cảm biến có độ nhiễu và không chắc chắn cao, khiến các mô hình giải tích cứng nhắc khó đáp ứng. Việc xây dựng một cơ chế tương tác linh hoạt, có khả năng xử lý thông tin không đầy đủ dựa trên lý thuyết mờ và tích hợp giải thuật giải quyết xung đột nhiệm vụ khi robot hoạt động trong không gian có vật cản là vấn đề cấp thiết mà luận án đặt ra.

2. Mục tiêu nghiên cứu

Mục tiêu nghiên cứu tổng thể của luận án bao gồm các nội dung cụ thể:

  1. Nghiên cứu sự ổn định và điều khiển robot bầy đàn bằng việc áp dụng lý thuyết logic mờ để tính toán lực tương tác (hút/đẩy) giữa các cá thể, đảm bảo hút nhau khi ở xa và đẩy nhau khi ở gần, duy trì cự ly an toàn $R$.
  2. Sử dụng phương pháp hàm Lyapunov để phân tích và chứng minh toán học tính ổn định hội tụ của bầy robot đối với cả mô hình động học cơ bản và mô hình có xét đến ma trận trọng số tương tác.
  3. Đề xuất giải pháp điều khiển robot bầy đàn thực hiện đồng thời nhiều nhiệm vụ (tránh vật cản, tụ bầy, di chuyển đến đích) dựa trên kỹ thuật điều khiển hành vi trong không gian Null (Null Space-based Behavior - NSB) kết hợp logic mờ, chứng minh tính ổn định của hệ thống đa nhiệm.
  4. Xây dựng chương trình mô phỏng trên phần mềm Matlab và triển khai thử nghiệm thực nghiệm trên hệ thống robot thực e-puck để kiểm chứng các thuật toán đã phát triển.

3. Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Nhóm các robot tự hành di động liên kết với nhau trong một hệ thống bầy đàn phi tập trung.
  • Phạm vi nghiên cứu:
    • Về lý thuyết: Thuật toán tính toán lực hút/đẩy mờ SISO (Single Input Single Output) và kỹ thuật điều khiển hành vi dựa trên không gian Null (NSB).
    • Về không gian: Không gian Euclide $n$ chiều ($\mathbb{R}^n$) trong các chứng minh giải tích toán học; không gian 2 chiều ($\mathbb{R}^2$) trong mô phỏng số và mặt phẳng thực nghiệm phòng thí nghiệm.
    • Về nhiệm vụ ứng dụng: Bài toán tụ bầy (aggregation), duy trì khoảng cách an toàn và bài toán điều khiển đa nhiệm tránh vật cản, tìm kiếm mục tiêu.

Tổng quan tài liệu và vị trí của luận án

Luận án đã tổng hợp và phân loại các công trình nghiên cứu trong và ngoài nước về robot bầy đàn theo các nhóm hành vi và mô hình toán học:

1. Các nhóm hành vi bầy đàn kinh điển

  • Di chuyển theo bầy (Flocking):
    • Reynolds (1987) [11] khởi xướng mô phỏng chuyển động bầy đàn qua 3 quy tắc: tách rời (tránh va chạm), hiệu chỉnh (đồng bộ hướng di chuyển) và gắn kết (duy trì vị trí trung bình nhóm lân cận).
    • Kelly và Keating (1996) [33] thử nghiệm nhóm 5 robot nhỏ với cảm biến siêu âm và hồng ngoại qua 4 mức điều khiển.
    • Hanada (2007) [27] đề xuất chiến lược di chuyển thích nghi cho đàn 120 robot vượt qua các vùng chướng ngại vật.
  • Tụ bầy (Aggregation):
    • Kube và Zhang [12] nghiên cứu cơ chế tụ bầy dựa trên tín hiệu ánh sáng hội tụ.
    • Soysal và Sahin (2005) [48] đề xuất thuật toán xác suất cho robot s-bot với 4 hành vi cơ bản (tránh vật cản, hút, đẩy, đợi).
    • Garnier (2005) [13] khảo sát hành vi tụ bầy mô phỏng tập tính loài gián bằng nhóm robot Alice.
  • Tìm kiếm và hội tụ:
    • Dudenhoeffer và Bruemmer (2002) [16] ứng dụng hàm thế năng cho nhóm robot tìm kiếm vũng nước tràn và tạo vòng bao quanh.
    • Correll và Martinoli (2009) [45] sử dụng mô hình xác suất vĩ mô để kiểm tra cánh tuabin máy bay bằng robot Alice II.
  • Vận chuyển và thao tác tập thể (Cooperative Manipulation):
    • Stilwell và Bay (1993) [15] vận chuyển vật thể theo cơ chế lãnh đạo - theo sau (leader-follower).
    • Parker (1999) [36] xây dựng kiến trúc ALLIANCE cho bài toán đẩy hộp chịu lỗi.
    • Kube (2000) [14] điều khiển 5 robot đồng nhất cùng đẩy khối hộp về vị trí nguồn sáng mà không cần truyền thông tường minh.
    • Groß và Marco Dorigo (2004) [49] phát triển hệ thống s-bot có khả năng tự liên kết cơ học để kéo và di chuyển vật thể có khối lượng lớn.
  • Tìm kiếm thức ăn (Foraging):
    • Mataric (1995) [43] kết hợp các tương tác cơ bản (tránh, phân tán, tìm kiếm, dẫn đường, nghỉ ngơi).
    • Io và các cộng sự (1995) [31] ứng dụng kiến trúc gộp cho nhóm robot thu gom rác thải sử dụng cảm biến thị giác.

2. Các nghiên cứu về mô hình toán học và hàm hút/đẩy

Luận án điểm lại các mô hình giải tích toán học của bầy đàn:

  • Veysel Gazi và Kevin M. Passino (2003, 2004) [57]: Xây dựng mô hình động học chất điểm cơ bản và chứng minh bầy robot hội tụ về một miền giới hạn bao quanh tâm bầy với hàm hút/đẩy giải tích.
  • Liangshun Wang và Huajing Fang [38]: Phát triển mô hình có tính đến bán kính quan sát hữu hạn $r_j$ và ma trận trọng số tương tác $W = [w_{ij}]$.
  • Tài liệu [62]: Bổ sung các thành phần nhiễu vector hằng số, hàm tuyến tính và hàm mũ vào mô hình chuyển động của bầy.
  • Wei Li (2008) [59] và tài liệu [73]: Khảo sát hàm hút/đẩy đối xứng qua gốc tọa độ, chuyển động theo hướng giảm gradient của hàm năng lượng thế năng.
Tài liệu tham khảo Dạng toán học của hàm hút/đẩy $g(y)$ Đặc điểm mô hình
Gazi & Passino [57], Wang & Fang [38] $g(y) = -y \left( a - b \cdot e^{-\frac{|y|^2}{c}} \right)$ Hàm mũ phi tuyến, $a, b, c > 0$, $b > a$, cự ly an toàn $R = \sqrt{c \ln(b/a)}$
Tài liệu [73] $g(y) = -y \left( a - \frac{b}{|y|^2} \right) \left( \frac{r}{|y|} \right)^v$ Hàm phân thức lũy thừa, xác định khoảng cách cân bằng $R = \sqrt{b/a}$
Tài liệu [44] $g(y) = -y \left( a - \frac{b}{|y|^2} \right)$ Dạng phân thức bậc hai cơ bản

3. Khoảng trống nghiên cứu luận án lựa chọn

Tất cả các công trình trên đều sử dụng các hàm hút/đẩy toán học tường minh có sẵn. Luận án chỉ ra rằng các hàm giải tích này mang tính gán ghép chủ quan, khó biểu diễn sự biến thiên mềm dẻo của tương tác sinh học trong môi trường thực tế. Luận án lựa chọn giải quyết khoảng trống này bằng cách:

  • Thiết lập bộ suy luận mờ Mamdani SISO để tính toán lực hút/đẩy phụ thuộc vào sai lệch khoảng cách thực tế so với khoảng cách mong muốn.
  • Giải quyết bài toán đa nhiệm kết hợp giữa cơ chế lực mờ và nguyên lý chiếu vào không gian Null (NSB) để triệt tiêu xung đột giữa các hành vi.

Cơ sở lý thuyết và phương pháp nghiên cứu

1. Cơ sở lý thuyết và khung phân tích

  • Lý thuyết Logic mờ (Fuzzy Logic): Dựa trên nền tảng lý thuyết mờ của L.A. Zadeh (1965) và cấu trúc điều khiển của E. Mamdani (1970). Hệ mờ gồm 3 khâu chính: Mờ hóa (Fuzzification), Thực hiện luật hợp thành (Inference Engine) và Giải mờ (Defuzzification) theo phương pháp trung bình trọng số (Weighted Average Method).
  • Lý thuyết ổn định Lyapunov: Sử dụng các hàm thế năng vô hướng $V(p) > 0$ và khảo sát dấu của đạo hàm $\dot{V}(p)$ theo thời gian để chứng minh tính ổn định tiệm cận và xác định kích thước vùng bao hội tụ của bầy đàn.
  • Kỹ thuật điều khiển hành vi dựa trên không gian Null (NSB): Khung điều khiển phân cấp nhiệm vụ dựa trên ma trận Jacobi $J$ và ma trận giả nghịch đảo $J^+ = J^T(JJ^T)^{-1}$. Kỹ thuật này sử dụng toán tử chiếu $(I - J^+J)$ để đưa vector điều khiển của nhiệm vụ có độ ưu tiên thấp hơn vào không gian Null của nhiệm vụ có độ ưu tiên cao hơn, ngăn chặn sự can thiệp làm sai lệch nhiệm vụ chính.
  • Đại số ma trận và lý thuyết đồ thị: Sử dụng ma trận liên kết $W = [w_{ij}]$, ma trận Laplace $L$ và các giá trị riêng $\lambda_i$ để biểu diễn cấu trúc mạng truyền thông và khả năng tương tác giữa các cá thể robot trong bầy.

2. Phương pháp nghiên cứu

  • Phương pháp giải tích - mô hình hóa toán học:
    • Xây dựng mô hình động học chất điểm $n$ chiều: $\dot{p}i = \sum{j=1, j \neq i}^{N} f_{ij}(|p_i - p_j|)$, trong đó $f_{ij}(\cdot)$ được tạo ra từ bộ điều khiển mờ tuyến tính hóa từng đoạn.
    • Thiết lập các giới hạn cận trên và cận dưới của lực hút ($G_{amin}, G_{amax}$) và lực đẩy ($G_{fmin}, G_{fmax}$).
    • Thiết lập và chứng minh các định lý toán học về tính bất biến của tọa độ tâm bầy $\bar{p}$ và tính ổn định hội tụ của hệ thống.
  • Phương pháp mô phỏng số: Thiết lập thuật toán và mô phỏng trên nền tảng Matlab/Simulink đối với các kịch bản: bầy robot đồng nhất, bầy robot có ma trận tương tác thay đổi, bầy di chuyển trong môi trường có chướng ngại vật tĩnh và động.
  • Phương pháp thực nghiệm phần cứng: Triển khai cài đặt thuật toán điều khiển mờ phân tán trên nhóm robot thực e-puck tại phòng thí nghiệm, đo đạc dữ liệu qua hệ thống cảm biến tiệm cận hồng ngoại.

Nội dung chính theo từng chương

CHƯƠNG I: TỔNG QUAN VỀ ỔN ĐỊNH ROBOT BẦY ĐÀN

Chương 1 tập trung phân tích tổng quan về robot bầy đàn, hệ thống hóa các đặc trưng cơ bản gồm: hiệu quả tính toán song song, tính bền vững khi có cá thể lỗi, tính linh hoạt thích ứng môi trường, khả năng mở rộng số lượng (scalability), tính tự tổ chức không cần chỉ huy trung tâm và chi phí chế tạo thấp.

Chương này phân loại chi tiết các mô hình toán học của bầy đàn:

  1. Mô hình động học chất điểm:
    • Mô hình cơ bản của Gazi và Passino: $\dot{p}i = \sum{j=1, j \neq i}^N g(p_i - p_j)$.
    • Mô hình tương tác cục bộ của Wang và Fang: $\dot{p}i = \sum{j \in N_i} w_{ij} g(p_i - p_j)$ với tầm nhìn $r_j$ và trọng số $w_{ij}$.
    • Mô hình chịu ảnh hưởng của thành phần nhiễu môi trường $o_i(t)$ dạng hằng số, tuyến tính hoặc hàm mũ.
  2. Mô hình động lực học (mô hình tích phân kép): $\dot{p}_i = v_i, \dot{v}_i = \frac{1}{m_i} f_i$.

Chương 1 tổng hợp các dạng hàm hút/đẩy tường minh trong các công trình đi trước (Bảng 1.1) và đưa ra kết luận: Các hàm giải tích tường minh hiện tại thiếu cơ sở mềm dẻo tự nhiên. Từ đó, chương 1 xác định hướng nghiên cứu trọng tâm của luận án là ứng dụng logic mờ để thiết kế hàm tương tác hút/đẩy và ứng dụng kỹ thuật NSB để điều khiển đa nhiệm vụ.

CHƯƠNG II: PHÂN TÍCH ỔN ĐỊNH ROBOT BẦY ĐÀN SỬ DỤNG HÀM HÚT/ĐẨY MỜ

Chương 2 trình bày chi tiết quy trình thiết kế bộ tính toán lực hút/đẩy mờ và các chứng minh toán học về tính ổn định hội tụ.

+-----------------------------------------------------------------------------------+
|               BỘ SUY LUẬN MỜ TÍNH TOÁN LỰC TƯƠNG TÁC (SISO)                       |
|                                                                                   |
|  Khoảng cách thực ||p_i - p_j||                                                   |
|  -----------------------------> [ Sai lệch e_ij ] ---> [ Mờ hóa 2N_f+1 tập mờ ]   |
|  Khoảng cách an toàn R                                         |                  |
|                                                                v                  |
|  Lực tương tác f_ij <--- [ Giải mờ trọng tâm ] <--- [ Quy tắc IF-THEN Mamdani ]  |
+-----------------------------------------------------------------------------------+

1. Thiết kế bộ mờ tính toán lực hút/đẩy

  • Biến đầu vào: Sai lệch khoảng cách $\tilde{e}_{ij} = |p_i - p_j| - R$, với $R$ là khoảng cách an toàn mong muốn giữa hai robot. Miền biến thiên đầu vào $u \in [\alpha_b, \beta_b]$ được chia thành $2N_f + 1$ tập mờ $B_k$.
  • Biến đầu ra: Độ lớn lực tương tác $A_{ij} = f(|p_i - p_j|)$, có miền giá trị $A \in [\alpha_a, \beta_a]$, được chia thành $2N_f + 1$ tập mờ $A_k$ với trọng tâm $y_k$.
  • Luật mờ: $2N_f + 1$ luật dạng IF u IS B_k THEN A IS A_k.
  • Giải mờ theo phương pháp trung bình trọng số, tạo ra hàm phi tuyến tuyến tính hóa từng đoạn: $$f(|p_i - p_j|) = K_k (|p_i - p_j| - R) + C_k$$
  • Hàm mờ thỏa mãn tiên đề hút/đẩy: Khi $|p_i - p_j| > R$ thì $f > 0$ (lực hút); khi $|p_i - p_j| < R$ thì $f < 0$ (lực đẩy); khi $|p_i - p_j| = R$ thì $f = 0$ (cân bằng). Độ lớn lực bị chặn bởi: $$-G_{fmax} \le f(|p_i - p_j|) \le -G_{fmin} < 0 \quad (\text{khi } |p_i - p_j| < R)$$ $$0 < G_{amin} \le f(|p_i - p_j|) \le G_{amax} \quad (\text{khi } |p_i - p_j| > R)$$
Tham số bộ mờ Quan hệ vào/ra của bộ mờ
$B = {\text{trapmf } [-14.44], \dots}$ Hàm phi tuyến đơn điệu tăng qua gốc sai lệch $0$, đối xứng từng đoạn

2. Phân tích ổn định bằng lý thuyết Lyapunov

  • Với mô hình toán học cơ bản:
    • Vị trí tâm bầy: $\bar{p} = \frac{1}{N}\sum_{i=1}^N p_i$.
    • Đạo hàm vận tốc tâm bầy: $$\dot{\bar{p}} = \frac{1}{N} \sum_{i=1}^N \dot{p}i = \frac{1}{N} \sum{i=1}^N \sum_{j=1, j \neq i}^N f(|p_i - p_j|)\frac{p_j - p_i}{|p_i - p_j|} = 0$$ Kết luận: Tọa độ tâm bầy $\bar{p}$ luôn là một bất biến chuyển động với mọi $t$.
    • Biến sai lệch vị trí so với tâm: $e_i = p_i - \bar{p}$.
    • Chọn hàm Lyapunov: $V = \frac{1}{2}\sum_{i=1}^N |e_i|^2 = \frac{1}{2}\sum_{i=1}^N |p_i - \bar{p}|^2$.
    • Đạo hàm theo thời gian: $\dot{V} = -\frac{1}{2}\sum_{i=1}^N \sum_{j=1, j \neq i}^N f(|p_i - p_j|)|p_i - p_j| \le 0$.
    • Luận án chứng minh hệ thống hội tụ về vùng giới hạn $\Omega_r$ bao quanh tâm bầy trong thời gian hữu hạn: $$\Omega_r = \left{ p : |p_i - \bar{p}| \le \varepsilon, \forall i = 1, \dots, N \right}$$ với $\varepsilon = \frac{\sqrt{N-1} \cdot R \cdot G_{amax}}{G_{amin}}$.
  • Với mô hình có hệ số tương tác ma trận $W = [w_{ij}]$:
    • Luận án chứng minh sự hội tụ của bầy dựa trên ma trận Laplace $L$ của đồ thị liên kết. Khi đồ thị liên thông, tất cả các cá thể robot hội tụ về vùng bao quanh tâm bầy với tốc độ phụ thuộc vào giá trị riêng nhỏ nhất khác không $\lambda_2(L)$.

CHƯƠNG III: ĐIỀU KHIỂN ROBOT BẦY ĐÀN DỰA TRÊN NGUYÊN LÝ ĐIỀU KHIỂN HÀNH VI KHÔNG GIAN NULL VÀ LOGIC MỜ

Chương 3 giải quyết bài toán điều khiển bầy đàn thực hiện đồng thời nhiều mục tiêu: tránh va chạm với vật cản trong môi trường, duy trì liên kết bầy đàn và di chuyển về đích xác định.

1. Nguyên lý điều khiển không gian Null (NSB)

Khi robot thực hiện đồng thời nhiều nhiệm vụ, kiến trúc phân cấp Subsumption Architecture (SA) kinh điển dễ dẫn đến xung đột hoặc triệt tiêu hành vi. Kỹ thuật NSB khắc phục bằng cách chiếu vector vận tốc nhiệm vụ phụ vào không gian Null của nhiệm vụ chính.

  • Định nghĩa biến nhiệm vụ: $\sigma = f(p) \in \mathbb{R}^m$, vận tốc nhiệm vụ $\dot{\sigma} = J(p)v$, với $J(p) = \frac{\partial f(p)}{\partial p}$ là ma trận Jacobi.
  • Vận tốc điều khiển cho nhiệm vụ $k$: $v_k = J_k^+ (\dot{\sigma}_{d,k} + \Lambda_k \tilde{\sigma}_k)$.
  • Với 3 nhiệm vụ theo thứ tự ưu tiên:
    1. Nhiệm vụ 1 (Ưu tiên cao nhất): Tránh chướng ngại vật ($v_1$).
    2. Nhiệm vụ 2 (Ưu tiên trung bình): Tụ bầy và duy trì cự ly an toàn bằng hàm mờ ($v_2$).
    3. Nhiệm vụ 3 (Ưu tiên thấp nhất): Di chuyển đến vị trí đích mong muốn ($v_3$).
  • Tổng hợp vận tốc điều khiển toàn phần cho robot thứ $i$: $$v_i = v_{1,i} + (I - J_{1,i}^+ J_{1,i}) v_{2,i} + (I - J_{12,i}^+ J_{12,i}) v_{3,i}$$ trong đó $J_{12,i}$ là ma trận Jacobi gộp của nhiệm vụ 1 và nhiệm vụ 2.

2. Phân tích ổn định hệ thống đa nhiệm

Luận án xây dựng hàm Lyapunov tổng thể cho hệ thống đa nhiệm và chứng minh rằng: Do tính chất trực giao của toán tử chiếu không gian Null $(J_1 (I - J_1^+ J_1) = 0)$, các nhiệm vụ ưu tiên thấp hoàn toàn không gây nhiễu hoặc phá vỡ tính ổn định của nhiệm vụ tránh vật cản. Hệ thống đảm bảo tính ổn định tiệm cận toàn cục khi tiếp cận mục tiêu mà không xảy ra va chạm.

CHƯƠNG IV: KIỂM NGHIỆM CÁC THUẬT TOÁN BẰNG MÔ PHỎNG VÀ TRÊN HỆ THỐNG THỰC

Chương 4 trình bày các kết quả kiểm chứng bằng mô phỏng số và thực nghiệm phần cứng.

1. Kiểm nghiệm mô phỏng trên Matlab

  • Mô phỏng bài toán tụ bầy cơ bản: So sánh mô hình hàm mờ đề xuất với mô hình giải tích tường minh của Gazi & Passino [57].
Thông số đánh giá Mô hình giải tích Gazi [57] Mô hình hàm mờ luận án đề xuất
Bán kính hội tụ lý thuyết ($\varepsilon$) Phụ thuộc tham số cố định $a, b, c$ Điều chỉnh linh hoạt theo số luật mờ $N_f$
Thời gian hội tụ $t \approx 12.5\text{ s}$ $t \approx 8.2\text{ s}$
Hiện tượng vọt lố cự ly Có dao động nhỏ quanh khoảng cách $R$ Không có vọt lố, quỹ đạo trơn tru
Độ ổn định khi đổi số lượng $N$ Độ nhạy cao với $N$ lớn Duy trì ổn định tốt khi $N$ thay đổi từ 5 đến 120 cá thể
  • Mô phỏng mô hình có xét ma trận tương tác $W$: Khảo sát các trường hợp cấu trúc mạng liên kết đầy đủ, liên kết vòng và liên kết ngẫu nhiên. Kết quả cho thấy khi ma trận $W$ liên thông, bầy robot luôn hội tụ về cự ly an toàn $R$.
  • Mô phỏng điều khiển đa nhiệm NSB kết hợp Logic mờ: Khảo sát bầy robot di chuyển trong môi trường có chướng ngại vật tĩnh và chướng ngại vật di động. Nhóm robot tự động phân tách để vượt qua vật cản và hợp nhất lại đội hình sau khi vượt qua, đồng thời tiếp tục tiến về mục tiêu định trước.

2. Kiểm nghiệm trên hệ thống robot thực e-puck

  • Cấu hình phần cứng: Robot e-puck hình trụ nhỏ gọn, trang bị 8 cảm biến tiệm cận hồng ngoại bố trí xung quanh thân để đo khoảng cách và góc lệch $\theta$, 2 động cơ bước điều khiển độc lập cho 2 bánh xe, vi điều khiển xử lý nhúng và giao tiếp không dây.
  • Kịch bản thực nghiệm:
    • Thử nghiệm bài toán tụ bầy với nhóm 3 robot e-puck.
    • Thử nghiệm bài toán tụ bầy với nhóm 4 robot e-puck.
  • Kết quả thực nghiệm: Các robot e-puck ban đầu ở các vị trí ngẫu nhiên đã tự động tính toán lực tương tác mờ, quay hướng và tịnh tiến lại gần nhau, dừng lại và duy trì cự ly an toàn xác định $R \approx 10\text{ cm}$ mà không xảy ra va chạm vật lý, khẳng định tính khả thi của thuật toán trên phần cứng thời gian thực.

Kết quả và những đóng góp mới

1. Đóng góp mới về mặt lý luận khoa học

  1. Đề xuất cấu trúc bộ logic mờ SISO để tính toán lực hút/đẩy phi tuyến giữa các cá thể robot trong bầy đàn, thay thế cho các hàm toán học giải tích tường minh cố định trong các nghiên cứu truyền thống.
  2. Phát biểu và hoàn thành chứng minh 2 định lý về tính ổn định hội tụ của hệ thống robot bầy đàn sử dụng hàm hút/đẩy mờ dựa trên lý thuyết Lyapunov (áp dụng cho mô hình động học cơ bản và mô hình có xét ma trận trọng số tương tác $W$).
  3. Đề xuất giải pháp điều khiển đa nhiệm vụ cho robot bầy đàn dựa trên sự kết hợp giữa nguyên lý không gian Null (NSB) và bộ lực tương tác mờ. Phát biểu và chứng minh định lý ổn định của hệ thống khi thực hiện đồng thời các nhiệm vụ tránh vật cản, tụ bầy và tìm kiếm mục tiêu.

2. Đóng góp mới về mặt thực tiễn

  1. Xây dựng bộ công cụ mô phỏng hoàn chỉnh trên môi trường Matlab, cung cấp cơ sở kiểm nghiệm số cho các bài toán động thái bầy đàn với quy mô số lượng cá thể thay đổi và cấu trúc mạng truyền thông đa dạng.
  2. Cài đặt và thực nghiệm thành công thuật toán điều khiển mờ phân tán trên dàn robot thực e-puck trong phòng thí nghiệm, chứng minh khả năng ứng dụng của thuật toán vào các hệ thống phần cứng nhúng thực tế.

3. Kiến nghị và giải pháp đề xuất

  • Đề xuất áp dụng cơ chế lực tương tác mờ cho các hệ thống phương tiện tự hành làm việc theo nhóm (như xe tự hành AGV trong nhà kho thông minh, thiết bị bay không người lái UAV, tàu ngầm tự hành AUV).
  • Kiến nghị sử dụng kiến trúc điều khiển phân cấp nhiệm vụ NSB trong các bài toán điều hướng tự động nơi môi trường có mật độ chướng ngại vật cao.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế của luận án

  • Các chứng minh toán học về ổn định hội tụ trong luận án chủ yếu dựa trên mô hình động học chất điểm (Point-mass Kinematics), chưa xét đầy đủ các yếu tố phi tuyến bậc cao của mô hình động lực học thực tế (khối lượng, quán tính, lực ma sát, trượt bánh xe).
  • Quá trình phân tích lý thuyết giả thiết việc truyền thông và đo đạc khoảng cách giữa các cá thể diễn ra đồng thời, không có thời gian trễ và không bị mất mát gói tin.
  • Kiểm nghiệm thực nghiệm trên robot thực e-puck mới dừng lại ở bài toán tụ bầy cho nhóm quy mô nhỏ (3 đến 4 cá thể) trên mặt phẳng 2D, chưa triển khai kịch bản đa nhiệm đầy đủ trên dàn robot thực số lượng lớn.

2. Hướng nghiên cứu tiếp theo

  • Mở rộng phân tích và chứng minh tính ổn định cho mô hình động lực học tích phân kép (Double Integrator) có tính đến giới hạn lực đẩy và giới hạn bão hòa vận tốc của cơ cấu chấp hành.
  • Nghiên cứu ảnh hưởng của độ trễ truyền thông (Time-delay), nhiễu kênh truyền và cấu trúc liên kết mạng thay đổi theo thời gian (Switching Topologies) đến tính ổn định của bầy đàn.
  • Triển khai thuật toán điều khiển đa nhiệm NSB kết hợp logic mờ trên các hệ thống robot thực tế hoạt động trong không gian 3 chiều ($\mathbb{R}^3$) như đàn máy bay không người lái (UAV swarm).

Giá trị tham khảo

Luận án là tài liệu tham khảo hữu ích cho các đối tượng và lĩnh vực sau:

  • Nghiên cứu sinh, học viên cao học và sinh viên ngành Kỹ thuật Điều khiển - Tự động hóa, Cơ điện tử và Robot học: Tham khảo phương pháp xây dựng hệ mờ SISO cho các hệ phi tuyến, kỹ thuật thiết lập hàm Lyapunov chứng minh ổn định hệ đa tác tử (Multi-Agent Systems).
  • Các kỹ sư phát triển hệ thống tự hành và thuật toán điều khiển bầy đàn: Ứng dụng cấu trúc phân cấp nhiệm vụ không gian Null (NSB) để giải quyết bài toán điều hướng tránh vật cản kết hợp duy trì đội hình mà không bị xung đột thuật toán.
  • Giảng viên và nhà nghiên cứu: Sử dụng các kịch bản mô phỏng Matlab và quy trình thực nghiệm trên robot e-puck phục vụ công tác giảng dạy và nghiên cứu chuyên sâu về hệ thống phân tán.

Câu hỏi thường gặp

1. Tại sao tác giả lại đề xuất sử dụng logic mờ để tính toán lực hút/đẩy thay vì tiếp tục sử dụng các hàm toán học tường minh?

Các hàm toán học tường minh (như hàm mũ của Gazi & Passino hay hàm phân thức) là các hàm giải tích cố định, mang tính gán ghép chủ quan và khó thích ứng khi điều kiện môi trường thay đổi. Logic mờ cho phép xấp xỉ các quan hệ phi tuyến phức tạp dựa trên các biến ngôn ngữ mềm dẻo, xử lý tốt dữ liệu không chính xác từ cảm biến và gần gũi hơn với cơ chế phản xạ sinh học tự nhiên. Về mặt toán học, các hàm tường minh kinh điển thực chất là các trường hợp riêng của hàm mờ đề xuất.

2. Tọa độ tâm bầy đàn có tính chất gì trong mô hình động học cơ bản sử dụng hàm mờ?

Trong mô hình động học cơ bản, đạo hàm theo thời gian của tọa độ vị trí tâm bầy bằng không ($\dot{\bar{p}} = 0$). Điều này chứng minh rằng tọa độ trọng tâm của toàn bộ bầy robot là một đại lượng bất biến với mọi thời điểm $t$, nghĩa là bầy đàn luôn co cụm và hội tụ xung quanh một tâm cố định không bị trôi dạt tự do.

3. Nguyên lý điều khiển không gian Null (NSB) giải quyết xung đột giữa các nhiệm vụ như thế nào?

Kỹ thuật NSB phân chia các mục tiêu điều khiển theo thứ tự ưu tiên. Vector điều khiển của nhiệm vụ có mức ưu tiên thấp hơn sẽ được nhân với toán tử chiếu $(I - J^+J)$ của nhiệm vụ có mức ưu tiên cao hơn. Do tính chất trực giao của không gian Null, thành phần vận tốc của nhiệm vụ phụ hoàn toàn không tạo ra bất kỳ sai lệch nào đối với biến trạng thái của nhiệm vụ chính, loại bỏ hiện tượng triệt tiêu hoặc xung đột hành vi.

4. Thứ tự ưu tiên của các nhiệm vụ trong thuật toán đa nhiệm của luận án được sắp xếp ra sao?

Thứ tự ưu tiên được thiết lập từ cao xuống thấp như sau:

  1. Ưu tiên 1 (Cao nhất): Tránh chướng ngại vật nhằm đảm bảo an toàn phần cứng tuyệt đối cho robot.
  2. Ưu tiên 2: Tụ bầy và duy trì cự ly an toàn $R$ giữa các cá thể bằng lực tương tác mờ.
  3. Ưu tiên 3 (Thấp nhất): Di chuyển toàn bộ bầy về vị trí đích mong muốn.

5. Thực nghiệm trên robot thực của luận án sử dụng nền tảng nào và đạt kết quả gì?

Thực nghiệm sử dụng nền tảng robot e-puck với 8 cảm biến tiệm cận hồng ngoại. Luận án đã thực nghiệm thành công bài toán tụ bầy phân tán cho nhóm 3 robot và nhóm 4 robot. Các cá thể tự động điều chỉnh hướng và tốc độ để tạo thành cụm ổn định ở khoảng cách an toàn $R \approx 10\text{ cm}$ mà không xảy ra va chạm.

Kết luận

Luận án tiến sĩ của tác giả Lê Thị Thúy Nga đã giải quyết trọn vẹn bài toán ổn định và điều khiển đa nhiệm cho hệ thống robot bầy đàn thông qua việc tích hợp lý thuyết logic mờ với kỹ thuật không gian Null (NSB). Công trình đã thiết lập cơ sở toán học chặt chẽ với các định lý ổn định Lyapunov cho hàm lực tương tác mờ và giải quyết triệt để sự xung đột giữa các nhiệm vụ phân cấp. Toàn bộ các thuật toán đề xuất đều được kiểm chứng tính đúng đắn thông qua mô phỏng số chi tiết trên phần mềm Matlab và thực nghiệm thành công trên dàn robot thực e-puck. Luận án là tài liệu tham khảo có giá trị khoa học và thực tiễn cao cho lĩnh vực kỹ thuật điều khiển tự động và robot bầy đàn.