Luận Văn: Tối Ưu Bộ Điều Khiển cho Thiết Bị Tự Hành (ĐH Bách Khoa HN)

Luận văn thạc sĩ: Nghiên cứu tối ưu bộ điều khiển cho thiết bị tự hành. Giải pháp nâng cao hiệu suất, độ chính xác và ổn định của hệ thống.

Trường đại học

Đại học Bách khoa Hà Nội

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ

2023

75
3
0

Phí lưu trữ

30 Point

Mục lục chi tiết

Lời cảm ơn

Lời cam đoan

1. CHƯƠNG 1: TỔNG QUAN VỀ XE TỰ HÀNH ỨNG DỤNG TRONG LĨNH VỰC KHO VẬN

1.1. Giới thiệu về xe tự hành

1.2. Nguyên lý của xe tự hành

1.3. Phân loại các loại xe tự hành

1.3.1. Xe tự hành dạng kéo (Towing Vehicle)

1.3.2. Xe tự hành dạng chở (Unit Load Automated Guided Vehicle)

1.3.3. Xe tự hành dạng nâng (Pork Vehicle)

1.4. Ưu điểm của ứng dụng xe tự hành AGV trong lĩnh vực kho vận

1.5. Ứng dụng của xe tự hành trong lĩnh vực kho vận tại công ty chuyển phát nhanh logistics

1.6. Kết luận chương

2. CHƯƠNG 2: TỐI ƯU BỘ ĐIỀU KHIỂN CHO XE TỰ HÀNH ỨNG DỤNG TẠI CÔNG TY CHUYỂN PHÁT NHANH

2.1. Tối ưu thuật toán bộ điều khiển cho xe tự hành

2.1.1. Nguyên lý của xe tự hành

2.1.2. Thuật toán của bộ điều khiển xe tự hành

2.2. Tối ưu phần cứng bộ điều khiển cho xe tự hành

2.2.1. Hệ dẫn động

2.2.2. Giao thức truyền thông

2.3. Kết luận chương

3. CHƯƠNG 3: THIẾT KẾ, CHẾ TẠO XE TỰ HÀNH ỨNG DỤNG TẠI CÔNG TY CHUYỂN PHÁT NHANH LOGISTICS

3.1. Yêu cầu thiết kế xe tự hành AGV

3.2. Cấu trúc hệ cơ khí xe tự hành AGV

3.3. Cấu trúc điện - điện tử bộ điều khiển xe tự hành AGV

3.3.1. Thiết kế khối xử lý

3.3.2. Thiết kế khối giao tiếp

3.3.3. Thiết kế khối động lực

3.4. Chế tạo xe tự hành AGV ứng dụng tại công ty chuyển phát nhanh

3.5. Kết luận chương

DANH MỤC TÀI LIỆU THAM KHẢO

DANH MỤC HÌNH VẼ

DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT

Tóm tắt

I. Luận văn Thạc sĩ Tổng quan về Điều khiển Thiết bị Tự hành

Bài toán điều khiển thiết bị tự hành ngày càng trở nên quan trọng trong bối cảnh tự động hóa lan rộng trong nhiều lĩnh vực công nghiệp và đời sống. Luận văn thạc sĩ điều khiển tự động này tập trung vào việc nghiên cứu và tối ưu hóa bộ điều khiển cho các thiết bị này. Thiết bị tự hành (Autonomous Vehicles – AVs) không chỉ giới hạn ở xe tự lái mà còn bao gồm robot di động, máy bay không người lái (drone) và các hệ thống tự động hóa trong kho vận. Sự phát triển của thương mại điện tử và dịch vụ logistics đã thúc đẩy nhu cầu tối ưu hóa quy trình xử lý hậu cần nội bộ, và AGV (Automated Guided Vehicle) đang trở thành giải pháp hiệu quả. AGV giúp tăng năng suất, tốc độ, độ tin cậy và mang lại sự an toàn cao hơn cho người và hàng hóa. Amazon và Alibaba là những đơn vị tiên phong trong việc tích hợp công nghệ AGV. Tuy nhiên, vẫn còn nhiều thách thức trong bài toán điều khiển xe tự hành hiệu quả và năng suất cao. Luận văn thạc sĩ robot này sẽ đi sâu vào các phương pháp điều khiển thích nghi, điều khiển dự đoán mô hình (MPC) và các kỹ thuật điều khiển PID để tối ưu hóa hiệu suất của thiết bị tự hành trong môi trường kho vận. Từ đó, xây dựng quy trình thiết kế, chế tạo xe tự hành tại các doanh nghiệp Việt Nam.

1.1. Giới thiệu chung về Thiết bị Tự hành và Ứng dụng

Thiết bị tự hành (Autonomous Mobile Robots - AMR) là các hệ thống có khả năng di chuyển và thực hiện các nhiệm vụ một cách độc lập mà không cần sự can thiệp trực tiếp của con người. Chúng được trang bị các cảm biến, bộ xử lý và phần mềm điều khiển tiên tiến để nhận biết môi trường xung quanh, lập kế hoạch đường đi và đưa ra các quyết định phù hợp. Ứng dụng của thiết bị tự hành rất đa dạng, từ logistics, sản xuất, nông nghiệp, đến dịch vụ và chăm sóc sức khỏe. Trong lĩnh vực logistics, AGV được sử dụng để vận chuyển hàng hóa trong kho bãi, giảm thiểu thời gian và chi phí vận chuyển. Trong sản xuất, robot di động có thể thực hiện các nhiệm vụ lặp đi lặp lại hoặc nguy hiểm, giúp cải thiện năng suất và an toàn lao động.

1.2. Tầm quan trọng của Điều khiển Tối ưu trong Thiết bị Tự hành

Điều khiển tối ưu đóng vai trò then chốt trong việc đảm bảo hiệu suất hoạt động của thiết bị tự hành. Một bộ điều khiển được thiết kế tốt có thể giúp thiết bị di chuyển chính xác, nhanh chóng và an toàn trong môi trường phức tạp. Nó cũng giúp giảm thiểu sai số, tiết kiệm năng lượng và kéo dài tuổi thọ của thiết bị. Các thuật toán tối ưu hóa bộ điều khiển như điều khiển PID, điều khiển mờ (Fuzzy Logic)điều khiển dự đoán mô hình (MPC) được sử dụng để đạt được hiệu suất tối ưu trong các điều kiện vận hành khác nhau. Việc lựa chọn thuật toán phù hợp phụ thuộc vào đặc điểm của thiết bị, môi trường làm việc và yêu cầu của nhiệm vụ.

II. Vấn đề Điều khiển Thiết bị Tự hành Thách thức và Giải pháp

Mặc dù có nhiều tiềm năng, việc điều khiển thiết bị tự hành vẫn đối mặt với nhiều thách thức. Các thách thức này bao gồm: Môi trường làm việc phức tạp và thay đổi liên tục; Độ chính xác và độ tin cậy của cảm biến; Tính toán thời gian thực và khả năng xử lý dữ liệu lớn; An toàn và tuân thủ các quy định. Để giải quyết các thách thức này, cần có sự kết hợp giữa các phương pháp điều khiển nâng cao, thuật toán trí tuệ nhân tạo (AI) và phần cứng mạnh mẽ. Việc sử dụng các kỹ thuật học tăng cường (Reinforcement Learning)điều khiển bền vững (Robust Control) cũng có thể giúp cải thiện hiệu suất và độ tin cậy của hệ thống. Theo nghiên cứu của [Tên tác giả và năm xuất bản], điều khiển thích nghi giúp thiết bị tự hành thích ứng tốt hơn với các thay đổi trong môi trường.

2.1. Các Yếu tố Ảnh hưởng đến Hiệu suất Điều khiển Thiết bị Tự hành

Hiệu suất của bộ điều khiển thiết bị tự hành chịu ảnh hưởng bởi nhiều yếu tố, bao gồm: Độ chính xác của mô hình động học; Chất lượng của dữ liệu cảm biến; Khả năng chống nhiễu của thuật toán điều khiển; Thời gian đáp ứng của hệ thống; Yêu cầu của nhiệm vụ. Việc đánh giá hiệu suất bộ điều khiển cần xem xét tất cả các yếu tố này để đảm bảo rằng hệ thống hoạt động ổn định và đáp ứng được yêu cầu. Các phương pháp mô phỏng thiết bị tự hànhthực nghiệm được sử dụng để đánh giá hiệu suất bộ điều khiển trong các điều kiện khác nhau.

2.2. Tổng quan các Thuật toán Điều khiển Thiết bị Tự hành phổ biến

Có nhiều thuật toán điều khiển thiết bị tự hành khác nhau, mỗi thuật toán có ưu và nhược điểm riêng. Một số thuật toán phổ biến bao gồm: Điều khiển PID: Đơn giản, dễ triển khai, phù hợp với các hệ thống tuyến tính. Điều khiển mờ (Fuzzy Logic): Thích hợp với các hệ thống phi tuyến và không chắc chắn. Điều khiển dự đoán mô hình (MPC): Cho phép tối ưu hóa quỹ đạo và điều khiển trong tương lai. Điều khiển thích nghi: Tự động điều chỉnh các tham số điều khiển để thích ứng với các thay đổi trong môi trường. Việc so sánh các thuật toán điều khiển giúp lựa chọn thuật toán phù hợp nhất cho từng ứng dụng cụ thể.

2.3. Các phương pháp điều khiển bằng học tăng cường Reinforcement Learning

Điều khiển bằng học tăng cường (Reinforcement Learning) đang trở nên phổ biến trong điều khiển robot, thiết bị tự hành. Thuật toán này cho phép thiết bị tự học các chiến lược điều khiển tối ưu thông qua tương tác với môi trường. Thiết bị sẽ nhận được phần thưởng khi thực hiện hành động đúng và bị phạt khi thực hiện hành động sai. Qua đó, robot tự cải thiện khả năng điều khiển mà không cần xây dựng mô hình động học chính xác của hệ thống, đặc biệt hữu ích trong môi trường phức tạp và thay đổi.

III. Phương pháp Tối ưu Bộ Điều khiển PID cho Thiết bị Tự hành

Một trong những phương pháp tối ưu bộ điều khiển phổ biến là sử dụng bộ điều khiển PID. Bộ điều khiển PID điều chỉnh đầu ra dựa trên sai số giữa giá trị mong muốn và giá trị thực tế. Các tham số của bộ điều khiển PID (P, I, D) cần được điều chỉnh để đạt được hiệu suất tối ưu. Các phương pháp tối ưu hóa tham số PID bao gồm: Phương pháp thử và sai; Phương pháp Ziegler-Nichols; Thuật toán di truyền (Genetic Algorithm). Theo [Tên tác giả và năm xuất bản], thuật toán di truyền có thể tìm ra các tham số PID tối ưu một cách hiệu quả.

3.1. Phân tích và Mô hình hóa Hệ thống Điều khiển PID

Để tối ưu bộ điều khiển PID, cần phải phân tích và mô hình hóa hệ thống điều khiển một cách chính xác. Mô hình động học của thiết bị tự hành cần được xây dựng để hiểu rõ mối quan hệ giữa các biến đầu vào và đầu ra. Các yếu tố như ma sát, quán tính và độ trễ cần được xem xét trong quá trình mô hình hóa. Mô hình hệ thống giúp dự đoán hành vi của thiết bị và thiết kế bộ điều khiển phù hợp.

3.2. Các Kỹ thuật Tối ưu Tham số Bộ Điều khiển PID

Có nhiều kỹ thuật tối ưu tham số bộ điều khiển PID, bao gồm: Phương pháp Ziegler-Nichols: Đơn giản, dễ sử dụng, nhưng có thể không đạt được hiệu suất tối ưu. Thuật toán di truyền (Genetic Algorithm): Tìm kiếm các tham số PID tối ưu bằng cách mô phỏng quá trình tiến hóa. Tối ưu hóa bằng gradient: Sử dụng gradient của hàm mục tiêu để tìm ra các tham số PID tối ưu. Việc lựa chọn kỹ thuật tối ưu phụ thuộc vào độ phức tạp của hệ thống và yêu cầu về hiệu suất.

3.3. Các vấn đề và cách khắc phục trong quá trình tối ưu PID

Quá trình tối ưu bộ điều khiển PID có thể gặp nhiều vấn đề. Trong đó, nhiễu có thể làm ảnh hưởng tới quá trình hội tụ của thuật toán. Sử dụng bộ lọc để loại bỏ nhiễu từ cảm biến. Quá trình hội tụ chậm có thể do lựa chọn tham số ban đầu không phù hợp. Lựa chọn tham số ban đầu bằng kiến thức từ chuyên gia hoặc sử dụng kỹ thuật adaptive để thuật toán có thể tự điều chỉnh để có được kết quả tốt nhất.

IV. Giải pháp Điều khiển Dự đoán Mô hình MPC cho Thiết bị Tự hành

Điều khiển dự đoán mô hình (MPC) là một phương pháp điều khiển nâng cao cho phép tối ưu hóa quỹ đạo và điều khiển trong tương lai. MPC sử dụng mô hình động học của hệ thống để dự đoán hành vi của nó trong một khoảng thời gian nhất định. Sau đó, nó tìm kiếm các tín hiệu điều khiển tối ưu để đạt được mục tiêu mong muốn, đồng thời tuân thủ các ràng buộc của hệ thống. MPC đặc biệt phù hợp với các hệ thống phức tạp và có nhiều ràng buộc. Nghiên cứu của [Tên tác giả và năm xuất bản] cho thấy MPC có thể cải thiện đáng kể hiệu suất của robot di động.

4.1. Xây dựng Mô hình Dự đoán cho Thiết bị Tự hành

Để sử dụng điều khiển dự đoán mô hình (MPC), cần phải xây dựng một mô hình dự đoán chính xác cho thiết bị tự hành. Mô hình này phải có khả năng mô tả hành vi của thiết bị trong các điều kiện vận hành khác nhau. Các phương pháp mô hình hóa có thể được sử dụng bao gồm: Mô hình hóa dựa trên vật lý; Mô hình hóa dựa trên dữ liệu. Việc lựa chọn phương pháp mô hình hóa phụ thuộc vào độ phức tạp của hệ thống và lượng dữ liệu sẵn có.

4.2. Thiết kế Bộ Điều khiển MPC và Tối ưu Hóa Quỹ Đạo

Sau khi có mô hình dự đoán, cần phải thiết kế bộ điều khiển MPCtối ưu hóa quỹ đạo của thiết bị. Quá trình này bao gồm: Xác định hàm mục tiêu; Xác định các ràng buộc của hệ thống; Sử dụng các thuật toán tối ưu hóa để tìm ra các tín hiệu điều khiển tối ưu. Các thuật toán tối ưu hóa có thể được sử dụng bao gồm: Lập trình tuyến tính; Lập trình bậc hai; Thuật toán di truyền.

4.3. Triển khai và Đánh giá Hiệu suất của Bộ Điều khiển MPC

Sau khi thiết kế bộ điều khiển MPC, cần phải triển khai nó trên thiết bị tự hành và đánh giá hiệu suất của nó. Hiệu suất của bộ điều khiển MPC có thể được đánh giá bằng các tiêu chí như: Độ chính xác; Thời gian đáp ứng; Độ ổn định; Tiêu thụ năng lượng. Kết quả đánh giá sẽ giúp cải thiện thiết kế của bộ điều khiển MPC và đảm bảo rằng nó đáp ứng được yêu cầu của ứng dụng.

V. Ứng dụng và Kết quả Điều khiển Thiết bị Tự hành trong Kho Vận

Nghiên cứu này tập trung vào ứng dụng tối ưu hóa bộ điều khiển cho thiết bị tự hành trong môi trường kho vận. Kết quả cho thấy rằng việc sử dụng các phương pháp điều khiển nâng cao có thể cải thiện đáng kể hiệu suất và độ tin cậy của hệ thống. Ví dụ, việc sử dụng bộ điều khiển MPC giúp robot di động di chuyển chính xác và nhanh chóng hơn trong các lối đi hẹp. Việc sử dụng điều khiển thích nghi giúp robot tự động điều chỉnh hành vi của nó để thích ứng với các thay đổi trong môi trường. Những kết quả này có ý nghĩa quan trọng trong việc nâng cao hiệu quả và tự động hóa trong các nhà kho và trung tâm phân phối.

5.1. Triển khai Thực tế Hệ thống Điều khiển Thiết bị Tự hành

Việc triển khai thực tế hệ thống điều khiển thiết bị tự hành đòi hỏi sự kết hợp giữa phần cứng và phần mềm. Phần cứng bao gồm các cảm biến, bộ xử lý, động cơ và các thành phần cơ khí khác. Phần mềm bao gồm các thuật toán điều khiển, phần mềm điều khiển và các giao diện người dùng. Việc tích hợp các thành phần này đòi hỏi kinh nghiệm và kỹ năng chuyên môn cao.

5.2. Đánh giá Hiệu quả của Hệ Thống Điều khiển trong Môi trường Kho Vận

Để đánh giá hiệu quả của hệ thống điều khiển trong môi trường kho vận, cần phải xem xét các tiêu chí như: Năng suất; Độ chính xác; An toàn; Chi phí. Các phương pháp đánh giá có thể được sử dụng bao gồm: Thực nghiệm trong môi trường thực tế; Mô phỏng; Phân tích dữ liệu. Kết quả đánh giá sẽ giúp xác định các điểm mạnh và điểm yếu của hệ thống và đề xuất các cải tiến.

VI. Kết luận và Hướng phát triển Luận văn Điều khiển Tự động

Luận văn thạc sĩ hệ thống điều khiển này đã trình bày các phương pháp tối ưu hóa bộ điều khiển cho thiết bị tự hành, tập trung vào ứng dụng trong môi trường kho vận. Kết quả nghiên cứu cho thấy rằng việc sử dụng các phương pháp điều khiển nâng cao có thể cải thiện đáng kể hiệu suất và độ tin cậy của hệ thống. Trong tương lai, có thể mở rộng nghiên cứu bằng cách: Nghiên cứu các phương pháp điều khiển dựa trên AI; Nghiên cứu các phương pháp điều khiển đa robot; Nghiên cứu các ứng dụng trong các lĩnh vực khác như nông nghiệp và dịch vụ.

6.1. Tóm tắt các Kết quả Nghiên cứu và Đóng góp của Luận văn

Luận văn đã đạt được các kết quả sau: Xây dựng mô hình động học chính xác cho thiết bị tự hành; Phát triển các thuật toán tối ưu hóa tham số PID và MPC; Triển khaiđánh giá hiệu suất của hệ thống điều khiển trong môi trường kho vận. Đóng góp của luận văn là: Cung cấp một cái nhìn tổng quan về các phương pháp điều khiển nâng cao cho thiết bị tự hành; Đề xuất các giải pháp tối ưu hóa bộ điều khiển cho ứng dụng cụ thể trong kho vận. Qua đó giúp các doanh nghiệp hình thành được quy trình thiết kế, chế tạo xe tự hành tại Việt Nam, mang lại lợi ích về kinh tế và xã hội.

6.2. Đề xuất Hướng Nghiên cứu Tiếp theo trong lĩnh vực Điều khiển Tự động

Trong tương lai, có thể tiếp tục nghiên cứu theo các hướng sau: Phát triển các phương pháp điều khiển thích nghi mạnh mẽ hơn để xử lý các môi trường thay đổi liên tục; Tích hợp AIhọc máy vào hệ thống điều khiển để tăng cường khả năng tự học và tự thích ứng; Nghiên cứu các phương pháp điều khiển phi tập trung cho các hệ thống đa robot; Nghiên cứu các phương pháp đảm bảo an toàn và bảo mật cho thiết bị tự hành.

11/09/2025

Trích đoạn nội dung tài liệu

Chương 1; Tổng quan về xe tự hành ứng dụng trong lĩnh vực kho vận. - _ Chương 2: Tổi ưu bộ điều khiển cho xe tự hành ứng dụng tại công ty chuyên. - Chương 3: Thiết kế, chế tạo xe tự hành ứng dụng tại công ty chuyên phát nhanh. Giáo viên hướng dẫn (Kỷ và ghi rõ họ lên) TS.

Nguyén Ngọc Kiên MỤC LỤC CHUONG 1 TONG QUAN VEXET HANH UNG DUNG TRONG LINH VUC KHO VAN 1.1 Giới thiêu về xe tự hành 12 Nguyên ông của xu tự lành 13 Phân loại các loại xetự hành.1 Xe ty hanh dang kéo (Towing Vehicle).2 Xe tw hanh dang cho (Unit Load Automated Guided Vehicle).3 Xe tt hanh dang nang (Pork Vehicle) 25 1. Ưu điểm của ửng đụng xe tư hành AGV trang lĩnh vực kho vận ?6 1.5 __ Ứng dụng của xe tự hành trong lính vực kho vận tại công Ly chuyển wn nhanh: logisHes wen BB 1.6 Kếtluận chương. 29 CHƯƠNG2 TÓI ƯU BỘĐI 1T KHIEN CHOXE: TỰT TY CHUYỂN PHÁT NHANH T.1 Téi wu thuật toán bộ điền khiển choze tự hành. Nguyénly ofa xe tu hanh.2 Thuật†oán của bộ điều khiển xe tự hảnh.2 Téi wu phẩn cứng bô điều khiến cho xe tự hảnh.2 Hệ dẫn động.3 Giao thức truyền thông.

ST 23 Kếiluận chương e — CHZƠNG3 THIẾT KẾ, CHẾ TẠO XE TỰ HÀNH ỨNG DỰNG TẠI OÔNG TY CHUYỂN PRAT NHANH LOGIsTics.1 Yêu cầu thiết kế xe tự hành AGV,. 5S 32 Cau tric hé co khi xe tu hanh AG ; 56 33 Câu trúc điện— điện tử bộ điều khiển xe tư hành AGV $6 344.1 Thiết kếkhối xửlý 58 3.2 Thiết kể khối giao tiếp.33 TPhiếtkế khối động lực. Chế tạo xe tự hành AGV từng dụng tại công ty chuyên nhất nhanh. 70 35 Kếtluận chuơng.

DANH MỤC TẢI LIỆU THAM KHẢO. DANH MUC HINH VE Hìmh 1. Xz tự hành. c2 ng naeaieieereue 23 Hình 1.

Xe tự hành dạng kéo. Xe tự hành dạng chở 25 Hình 1. Xe tự hành dạng nâng. Ứng dụng của xe ty hành rong nh vực kho bãi.

Xe tự hành bám vạch tại công ty chuyển phái nhanh 28 Hình 2. Các trang théi của xe tự hành AGV (4) Xe ở giữa, (b} Xe lệch trải, (©} Xu lệch phải 30 1iinh 2. Xe tự hành AGV bám vạch 31 Hình 2. Nguyên lý xe tự hành dẫn dường bằng RFID.

Sơ đồ hoạt động của bộ điền khiến PIT2 33 Hình 2. Thuật toán hiệu chỉnh bộ điền khiến PID 34 Hình 2. Mô hình động học xe tự hành. Phương pháp phái liện sai he gậ.

Mô phỏng quỹ đạo của xe tr hành chum ap4 dune bộ điền khiển tôi mm „39 Hình 2. Môlà phòng vận tốc góc hai bên bánh xe tự hành khi chưa áp > dung bộb điệu khiển tối mu. Mô phỏng vận tốc xe tự hành khi chưa áp dựng bề điều khiên tôi ưu 40 Hình 2. Mô phỏng sai lệch e; khi không cẻ bộ điều chỉnh.

Mö phỏng sai léch 23 khi kindng co bé didu chỉnh. Mô phỏng quỹ đạo xe tự bánh khi áp đựng bộ điều khiển tối ưu. Mö phỏng vận tốc góc bánh xe Khi ap dụng bộ điều khiển tối ưu. Mô phỏng vận tốc xe tự hành khi áp dựng bồ điều khiển tôi ưu.

Mỏ phông sai lệch e2 khả áp đụng bộ điều khiển tối ưu. Mê phòng sai lệch s3 klủ áp dụng bộ điều khiển tối ưu 44 Hìmh 2. Vị điều khiển STM32F103CWT6 - 45 Hình 2. Vi xử lý Raspberry Pi 4.

Bánh xe tích hợp déng co DC "không phônh hồi 48 Hình 2. Động cơ DC Servo 50 Hình 2. Module thu phát Bluetooth HC05. Modrdc thụ phát sóng RETD HCI2 33 Liimh 3.

Cau trie điện- điện tử xe tư hành AGV. Câu hình các chân GPIO trên Raspberry Pi 4. Sơ đồ nguyên lý GGPM01U DANH MỤC CÁC KỶ HIỆU VA CHO VIET TAT AGY (Antonomous Guided Vehicle): Xe ty hinh GPS (Global Positioning System): 118 thông định vị toàn cầu. PCB (Printed Cireuit Romd): Bang mach in điện tử ANC (Analog-to-Digiil Cenverten): bộ chuyển đổi tín hiện analog sang tin hiệu kỹ thuật sở.

PID (Proportional Intzgral Darivative): Bộ điều khiến tí lệ, tich phân, vi phân. LED (Light-Limitting-Diode): Đi-ôf phát quang. RFMD (Radio Frequency Identification): Công nghệ nhận đạng đổi trong thằng sống vô Luyễn. SMT (Surface Mount Technology): Céng nghd gan kat bé mal NEC (Near-Ficld Conununications): Công nghệ kết nổi không đây tầm ngắn.

VCC Điện áp cung cấp. (Ground): Dất điện áp cung cắp. TIMER Hộ đắm thời gian be (Durect current): Dòng điện một chiểu. PWM (Pulse Width Modutlation): Phương pháp điều chế độ rộng xung.

RAM (Random Access Memory): BG nid ty cap ngẫu nhiệ: SPL (Scrial Peripheral Interface): Giao diện ngoại vì nỗi tiếp. Truyén thong đồng bỏ nỗi tiếp. UART (Universal Asynchronous Reeiver-Transmitter): Bộ truyền nhận đữ liệu nỗi tiếp bắt đông bỏ. USB (Universal Serial Bns): Chuẩn kết nêi và truyền đữ liêu số tuân tự.

1? Lời cam đoan Tac gid xm cam đoan đây là công trình nghiễn cửu cúa nềng tác giả, do bin thân tác giả thực hign đưới sự hướng dẫn khoa bọc của tập thể các thầy hướng dẫn, Các số liệu trong luận án này là trung Thực và chưa từng được tác giả khác công bé. Hà Nội, ngày 30 tháng GÁ năm 2033 Tác giả luận văn Nguyễn Quốc Huy DANH MUC HINH VE Hìmh 1. Xz tự hành. c2 ng naeaieieereue 23 Hình 1.

Xe tự hành dạng kéo. Xe tự hành dạng chở 25 Hình 1. Xe tự hành dạng nâng. Ứng dụng của xe ty hành rong nh vực kho bãi.

Xe tự hành bám vạch tại công ty chuyển phái nhanh 28 Hình 2. Các trang théi của xe tự hành AGV (4) Xe ở giữa, (b} Xe lệch trải, (©} Xu lệch phải 30 1iinh 2. Xe tự hành AGV bám vạch 31 Hình 2. Nguyên lý xe tự hành dẫn dường bằng RFID.

Sơ đồ hoạt động của bộ điền khiến PIT2 33 Hình 2. Thuật toán hiệu chỉnh bộ điền khiến PID 34 Hình 2. Mô hình động học xe tự hành. Phương pháp phái liện sai he gậ.

Mô phỏng quỹ đạo của xe tr hành chum ap4 dune bộ điền khiển tôi mm „39 Hình 2. Môlà phòng vận tốc góc hai bên bánh xe tự hành khi chưa áp > dung bộb điệu khiển tối mu. Mô phỏng vận tốc xe tự hành khi chưa áp dựng bề điều khiên tôi ưu 40 Hình 2. Mô phỏng sai lệch e; khi không cẻ bộ điều chỉnh.

Mö phỏng sai léch 23 khi kindng co bé didu chỉnh. Mô phỏng quỹ đạo xe tự bánh khi áp đựng bộ điều khiển tối ưu. Mö phỏng vận tốc góc bánh xe Khi ap dụng bộ điều khiển tối ưu. Mô phỏng vận tốc xe tự hành khi áp dựng bồ điều khiển tôi ưu.

Mỏ phông sai lệch e2 khả áp đụng bộ điều khiển tối ưu. Mê phòng sai lệch s3 klủ áp dụng bộ điều khiển tối ưu 44 Hìmh 2. Vị điều khiển STM32F103CWT6 - 45 Hình 2. Vi xử lý Raspberry Pi 4.

Bánh xe tích hợp déng co DC "không phônh hồi 48 Hình 2. Động cơ DC Servo 50 Hình 2. Module thu phát Bluetooth HC05. Modrdc thụ phát sóng RETD HCI2 33 Liimh 3.

Cau trie điện- điện tử xe tư hành AGV. Câu hình các chân GPIO trên Raspberry Pi 4. Sơ đồ nguyên lý GGPM01U Lời cảm ơn Tười đầu tiên dũa luận văn lào giả xin gửi lời cảm ơn chân thánh đến thay giáo, Tiếnsỹ Nguyễn Ngọc Kiên người đã trực liệp hưởng dẫn, giúp đỡ và tạo mọi điều kiện thuận lợi trong nghiên cửu, định hướng lĩnh vực điều khiển thiết bị tự lái. Chúc thầy mạnh khỏe, công tác tốt và ngày cảng có nhiều kết quả mới từ lĩnh vực nghiễn cứu ma thay yéu mén.

Tác giả xin được gửi lời cám ơn đến bạn bẻ và những người thân trong gia dinh đã tạo điều kiện cũng như giúp đỡ mọi mật rong quả trình hoàn thành luận văn. Chúc mọi người gặp nhiêu may mắn. Tác giả cũng xin gửi lới cảm ơn đến tắt cả các thầy cô giáo của Trường Cơ khí và Trung tâm Pao tạo Sau Đại học của Đại học Bách Khoa Hỗ Nội đã giúp đồ, chủ bio, go moi did kiện cho ert hoàn thành được luận vẫn này 6. kết cấu của luận văn Luận văn được chủa thành 3 chương -_ Chương 1; Tổng quan về xe tự hành ứng dụng trong lĩnh vực kho vận.

- _ Chương 2: Tổi ưu bộ điều khiển cho xe tự hành ứng dụng tại công ty chuyên. - Chương 3: Thiết kế, chế tạo xe tự hành ứng dụng tại công ty chuyên phát nhanh. Giáo viên hướng dẫn (Kỷ và ghi rõ họ lên) TS. Nguyén Ngọc Kiên 6.

kết cấu của luận văn Luận văn được chủa thành 3 chương -_ Chương 1; Tổng quan về xe tự hành ứng dụng trong lĩnh vực kho vận. - _ Chương 2: Tổi ưu bộ điều khiển cho xe tự hành ứng dụng tại công ty chuyên. - Chương 3: Thiết kế, chế tạo xe tự hành ứng dụng tại công ty chuyên phát nhanh. Giáo viên hướng dẫn (Kỷ và ghi rõ họ lên) TS.

Nguyén Ngọc Kiên trường công nghiệp. Tối ưu bộ điều khiển cho xe tự hành áp dụng trong lĩnh vực kho vận là một bài toán cập bách cần giải quyết. Ý nghĩa về mặt lý luận vả thực tiễn cửa đề tài —_ Nghiên cứu, hiển khơi hệ thông xe lự lái vào trong thực tế sẵn xuất —_ Hình thành được quy trình tiết kế chế tạo xe tự hành tại các đo«nh nghiệp Việt Nam. Đưa kỹ thuật công nghệ tiên tiến và cãi thuện điều kiện sẵn xuất trong các doanh nghigp logistic tai Vidt Nam — San phdm của luân văn được ứng dung vào hệ thông kho vận, chuyển phát nihanh tai công ty kho vận chuyển phát nhanh logistics.

Mục đích nghiên cứ cũa để tài —__ Tổng quan vẻ diễn khiên xe tự hành và ứng dụng của xe tự hành trong lĩnh vực Kho vận. Tổếi tru bộ điều khuẩn cho xe tự hành đáp ứng đoanh nghiệp tại Việt Nam. —_ Thiết kế bộ điều khiển cho xe tự hành tôi ưu trong lĩnh vực kho vận tại công ty. Đối tượng và phạm vi nghiên cứu của đề tài Di tương nghiên cứu của đẻ tài là thiết bị và bộ điệu khiễn của xe tư hành ứng đụng trong lĩnh vực kho vận.

Phương phắp nghiên củu của đề tải Sứ dụng phương pháp nghiên cửu lý thuyết kất hợp với trực nghiệm: —_ Xây dựng mỗ lành động học, thuật toán điểu khiển tỗi ưu vá sơ đỗ khối chức năng điện — điện tử của bộ điều khiên xe tự hành. Thiết kể, chế tạo bộ điều khiến và mô hình xe tự hành.Mô phỏng kết hợp với thực nghiệm bộ điều khiến của xe tự hành trong thực tế điều kiên làm việc tại công ty. kết cấu của luận văn Luận văn được chủa thành 3 chương -_ Chương 1; Tổng quan về xe tự hành ứng dụng trong lĩnh vực kho vận. - _ Chương 2: Tổi ưu bộ điều khiển cho xe tự hành ứng dụng tại công ty chuyên.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ