Luận Văn Thạc Sĩ Về Tự Động Hóa Điều Khiển Xe Hai Bánh Cân Bằng Di Chuyển Theo Quỹ Đạo

Luận văn thạc sĩ nghiên cứu tự động hóa điều khiển xe hai bánh cân bằng di chuyển theo quỹ đạo, ứng dụng công nghệ tiên tiến trong lĩnh vực điều khiển.

• Tác giả: Tăng Năng Tường
• Người hướng dẫn: PGS-TS. Huỳnh Thái Hoàng
• Trường học: Đại học Bách Khoa, Đại học Quốc gia Thành phố Hồ Chí Minh
• Chuyên ngành: Tự động hóa
• Đề tài: Điều khiển xe hai bánh cân bằng di chuyển theo quỹ đạo
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG BIỂU
• 1. Chương 1: MỞ ĐẦU
• 1.1. Tính cấp thiết và ứng dụng của đề tài
• 1.2. Mục đích nghiên cứu
• 1.3. Tổng quan nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 2. Chương 2: CƠ SỞ LÝ THUYẾT
• 2.1. Mô hình toán và phương trình trạng thái của xe hai bánh
• 2.2. Các phương pháp xử lý tín hiệu cảm biến
• 2.3. Cơ sở lý thuyết và thiết kế bộ điều khiển trượt
• 2.4. Cơ sở lý thuyết và thiết kế bộ điều khiển PID
• 2.5. Thiết kế bộ điều khiển dùng trong mô hình
• 2.6. Mạch driver điều khiển moment động cơ
• 3. Chương 3: MÔ HÌNH XE HAI BÁNH
• 3.1. Bộ dẫn động
• 3.2. Chọn mạch điều khiển dùng trong mô hình
• 3.3. Chọn cảm biến dùng trong mô hình
• 4. Chương 4: MÔ PHỎNG DÙNG PHẦN MỀM MATLAB – SIMULINK
• 4.1. Mô phỏng mô hình xe hai bánh
• 4.2. Thuật toán điều khiển
• 4.3. Đáp ứng của mô hình
• 4.3.1. Đáp ứng của mô hình với hằng số K và τ đã chọn
• 4.3.2. Đáp ứng của mô hình khi thay đổi K và τ
• 4.3.3. Đáp ứng của mô hình khi thay đổi Kp và Kd
• 4.3.4. Đáp ứng của mô hình khi có nhiễu
• 5. Chương 5: KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 5.1. Những công việc đã hoàn thành trong đề tài
• 5.1.1. Thiết kế và chế tạo hoàn chỉnh mô hình cơ khí
• 5.1.2. Lắp đặt nguồn và các mạch cảm biến lên mô hình
• 5.1.3. Thiết kế bộ điều khiển dùng trong mô hình xe hai bánh
• 5.2. Kết quả thực nghiệm
• 5.2.1. Kết quả thực nghiệm đo giá trị góc nghiêng tại vị trí cân bằng
• 5.2.2. Kết quả thực nghiệm đo góc nghiêng khi xe lệch góc 8 độ
• 6. Chương 6: KẾT LUẬN
• 6.1. Các kết quả đạt được
• 6.2. Những vấn đề chưa đạt
• 6.3. Hướng phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu và bối cảnh

Luận văn thạc sĩ tập trung vào việc tự động hóa và điều khiển xe hai bánh cân bằng di chuyển theo quỹ đạo. Đề tài này nằm trong lĩnh vực công nghệ robot và hệ thống nhúng, với mục tiêu thiết kế và chế tạo mô hình xe hai bánh có khả năng cân bằng và di chuyển theo quỹ đạo định trước. Xe hai bánh là một ứng dụng của mô hình con lắc ngược, mang lại nhiều ứng dụng thực tiễn như xe vận chuyển trong công nghiệp, xe hỗ trợ di chuyển cho người già và trẻ em, và là bước đệm cho việc phát triển robot hai chân.

1.1. Tính cấp thiết và ứng dụng

Mô hình xe hai bánh cân bằng có thể xem là bước đệm để chế tạo các robot di chuyển bằng hai chân, một bước phát triển mới trong khoa học công nghệ. Ngoài ra, mô hình còn mang lại nhiều ứng dụng phù hợp với nhu cầu thực tế của cuộc sống hiện đại, như xe vận chuyển trong môi trường công nghiệp, xe di chuyển cho người già và trẻ em, và kết hợp với những robot khác để làm việc trong môi trường độc hại.

1.2. Mục đích nghiên cứu

Mục tiêu của đề tài là thiết kế và chế tạo mô hình xe hai bánh cân bằng di chuyển theo quỹ đạo cho trước trên địa hình bằng phẳng. Trong giới hạn của đề tài, nghiên cứu tập trung vào việc tìm hiểu nguyên lý cơ bản, thiết kế mô hình cơ khí, mô phỏng trên MATLAB-SIMULINK, xây dựng thuật toán điều khiển, và hiệu chỉnh để mô hình có thể hoạt động trong môi trường thực tế.

II. Cơ sở lý thuyết và phương pháp nghiên cứu

Luận văn sử dụng các phương pháp mô hình hóa và mô phỏng để thiết kế và điều khiển xe hai bánh. Các phương trình trạng thái của xe hai bánh được thiết lập dựa trên các tham số như góc nghiêng, khối lượng, và moment quán tính. Các tín hiệu từ cảm biến được xử lý thông qua các bộ lọc như bộ lọc Kalman để đảm bảo độ chính xác cao. Các thuật toán điều khiển như điều khiển trượt và điều khiển PD được áp dụng để điều khiển góc nghiêng và vị trí của xe.

2.1. Mô hình toán và phương trình trạng thái

Các phương trình trạng thái của xe hai bánh được thiết lập dựa trên các tham số như góc nghiêng, khối lượng, và moment quán tính. Các phương trình này được sử dụng để mô phỏng và thiết kế bộ điều khiển cho xe hai bánh.

2.2. Xử lý tín hiệu cảm biến

Các tín hiệu từ cảm biến được xử lý thông qua các bộ lọc như bộ lọc Kalman để đảm bảo độ chính xác cao. Bộ lọc Kalman cho phép kết hợp nhiều cảm biến đo ở dãy băng tần khác nhau của cùng một giá trị vật lý, giúp ước lượng chính xác góc nghiêng và vận tốc góc.

2.3. Thiết kế bộ điều khiển

Các thuật toán điều khiển như điều khiển trượt và điều khiển PD được áp dụng để điều khiển góc nghiêng và vị trí của xe. Bộ điều khiển trượt được sử dụng để điều khiển góc nghiêng, trong khi bộ điều khiển PD được sử dụng để điều khiển vị trí của xe.

III. Kết quả và đánh giá

Kết quả mô phỏng và thực nghiệm cho thấy mô hình xe hai bánh cân bằng có khả năng di chuyển theo quỹ đạo định trước với độ chính xác cao. Các bộ điều khiển được thiết kế đã đáp ứng được yêu cầu về cân bằng và di chuyển của xe. Tuy nhiên, vẫn còn một số vấn đề cần được cải thiện, như độ ổn định của xe khi di chuyển trên địa hình không bằng phẳng.

3.1. Kết quả mô phỏng

Kết quả mô phỏng trên MATLAB-SIMULINK cho thấy đáp ứng của hệ thống khi xe ở vị trí cân bằng và khi di chuyển đến vị trí đặt trước. Các bộ điều khiển trượt và PD đã đáp ứng được yêu cầu về cân bằng và di chuyển của xe.

3.2. Kết quả thực nghiệm

Kết quả thực nghiệm cho thấy mô hình xe hai bánh có khả năng cân bằng và di chuyển theo quỹ đạo định trước. Tuy nhiên, vẫn còn một số vấn đề cần được cải thiện, như độ ổn định của xe khi di chuyển trên địa hình không bằng phẳng.

Nội dung chính

Tổng quan nghiên cứu

Trong xu hướng phát triển mạnh mẽ của cuộc cách mạng công nghiệp, robot di động tự hành chiếm tỷ trọng ước tính hơn 70% trong các giải pháp tự động hóa vận chuyển nội bộ tại nhà máy hiện đại. Phần lớn các phương tiện di chuyển truyền thống sử dụng cấu trúc 3 hoặc 4 bánh xe. Dù mang lại độ vững chãi cơ học cao, các dòng xe này lại bộc lộ hạn chế lớn về bán kính quay vòng, khó xoay xở trong các lối đi hẹp và dễ mất ổn định trọng tâm khi leo dốc hoặc xuống dốc. Để khắc phục triệt để nhược điểm này, mô hình xe hai bánh tự cân bằng đồng trục được nghiên cứu như một giải pháp đột phá với kích thước nhỏ gọn có chiều cao 0.3 m và diện tích sàn chiếm dụng chỉ 0.2 m².

Bản chất động học của xe hai bánh đồng trục là một hệ con lắc ngược phi tuyến, không ổn định nội tại và thiếu dẫn động. Đề tài tập trung giải quyết bài toán cốt lõi: vừa duy trì trạng thái cân bằng thẳng đứng ổn định của thân xe quanh góc nghiêng 0 rad, vừa điều khiển robot di chuyển chính xác theo quỹ đạo vị trí đặt trước trên mặt phẳng. Công trình nghiên cứu được triển khai thực hiện tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh trong khung thời gian từ ngày 19/08/2013 đến ngày 20/06/2014.

Nghiên cứu mang ý nghĩa thực tiễn to lớn khi mở ra tiềm năng ứng dụng xe tự hành vận chuyển hàng hóa trong không gian kho bãi chật hẹp, xe lăn trợ giúp người cao tuổi và làm nền tảng cho robot dạng người. Kết quả nghiên cứu chứng minh hệ thống đạt thời gian xác lập cân bằng nhanh chóng từ 0.8 đến 1.2 giây, đồng thời kiểm soát sai số bám quỹ đạo vị trí ở mức dưới 1%, tạo tiền đề vững chắc cho việc nội địa hóa công nghệ chế tạo robot dịch vụ thông minh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng cơ học phi tuyến và lý thuyết điều khiển tự động hiện đại, kết hợp các mô hình lý thuyết then chốt:

Thứ nhất, mô hình toán học động lực học hệ con lắc ngược hai bánh đồng trục được thiết lập thông qua phương pháp phân tích lực tác động Newton-Euler. Hệ phương trình trạng thái phi tuyến mô tả chuyển động của robot gồm 4 biến trạng thái cơ bản: góc nghiêng của thân xe theta, vận tốc góc dtheta/dt, vị trí tịnh tiến của xe x, và vận tốc di chuyển dx/dt. Các thông số vật lý chuẩn xác được đưa vào mô hình gồm: khối lượng thân xe 7.9 kg, khối lượng hai bánh xe 0.36 kg, bán kính bánh xe 0.05 m và khoảng cách từ tâm quay đến trọng tâm thân xe là 0.23 m.

Thứ hai, lý thuyết điều khiển trượt (Sliding Mode Control - SMC) được áp dụng cho vòng điều khiển góc nghiêng. SMC nổi bật với khả năng kháng nhiễu vượt trội, duy trì tính bền vững trước sự biến thiên tham số và các thành phần phi tuyến của hệ thống. Mặt trượt được thiết kế thỏa mãn tiêu chuẩn ổn định đại số Hurwitz, đảm bảo sai số góc nghiêng hội tụ tiệm cận về 0 khi thời gian tiến ra vô cùng.

Thứ ba, lý thuyết điều khiển tỉ lệ - vi phân (PD Control) được ứng dụng cho vòng điều khiển vị trí tịnh tiến. Bộ điều khiển PD tiếp nhận sai lệch vị trí giữa tọa độ đặt và tọa độ thực tế do encoder phản hồi, từ đó sinh ra góc nghiêng đặt tương ứng cho bộ điều khiển trượt mà không gây ra hiện tượng tích lũy sai số quá mức.

Thứ tư, lý thuyết ước lượng tối ưu với bộ lọc Kalman gián đoạn (Discrete Kalman Filter) được triển khai nhằm hợp nhất tín hiệu từ cảm biến gia tốc (Accelerometer) và cảm biến vận tốc góc (Gyroscope), triệt tiêu nhiễu đo lường và hiện tượng trôi điểm không.

Phương pháp nghiên cứu

Nguồn dữ liệu của nghiên cứu được thu thập đa tầng từ hệ thống mô phỏng số và thực nghiệm phần cứng thực tế. Tín hiệu đo góc nghiêng và vận tốc góc được trích xuất từ mô-đun cảm biến quán tính 6 bậc tự do MPU-6050 tích hợp bộ biến đổi ADC 16-bit, giao tiếp qua chuẩn I2C. Dữ liệu dịch chuyển và vận tốc được ghi nhận từ 2 cảm biến quang học encoder độ phân giải 400 xung/vòng gắn trực tiếp tại trục truyền động động cơ DC.

Phương pháp phân tích dựa trên mô phỏng số động lực học chi tiết trên phần mềm MATLAB/Simulink. Các kịch bản thử nghiệm mô phỏng bao gồm: kiểm tra độ ổn định cân bằng tại chỗ khi có góc lệch ban đầu nhỏ 5 độ (tương đương 0.087 rad) và góc lệch lớn 20 độ (tương đương 0.349 rad); kiểm tra đáp ứng bám vị trí đặt trước tại các cự ly 0.5 m và 1.0 m; khảo sát độ nhạy của hệ thống khi thay đổi các thông số K, tau, Kp, Kd.

Về quy mô lấy mẫu, hệ thống thực nghiệm thực hiện thu thập dữ liệu với chu kỳ trích mẫu cố định 10 ms (tần số lấy mẫu 100 Hz) trên vi điều khiển DSP 32-bit TMS320F28335 tốc độ xử lý 150 MHz qua 500 chu kỳ đo liên tục. Phương pháp phân tích thống kê và ước lượng ma trận hiệp phương sai được lựa chọn với phương sai nhiễu đo lường R = 0.025 và ma trận phương sai nhiễu hệ thống Q = 0.04 nhằm đảm bảo tính hội tụ tối ưu của bộ lọc trạng thái.

Quá trình nghiên cứu kéo dài 10 tháng với hai giai đoạn: 5 tháng đầu tập trung xây dựng mô hình toán, thiết kế thuật toán SMC-PD và kiểm chứng trên Simulink; 5 tháng tiếp theo tiến hành gia công cơ khí, lắp ráp mạch driver công suất, lập trình nhúng DSP và hiệu chỉnh tham số thực nghiệm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và thực nghiệm đã mang lại 4 phát hiện khoa học quan trọng:

Thứ nhất, giải thuật lọc Kalman gián đoạn chứng minh hiệu quả vượt bậc trong xử lý tín hiệu cảm biến. So với dữ liệu thô có biên độ nhiễu dao động lớn, bộ lọc Kalman đã khử hơn 85% thành phần nhiễu tần số cao của gia tốc kế và triệt tiêu hoàn toàn độ trôi dạt điểm không của con quay hồi chuyển, cung cấp tín hiệu góc nghiêng và vận tốc góc chuẩn xác với độ trễ xử lý dưới 5 ms.

Thứ hai, bộ điều khiển trượt SMC thể hiện năng lực ổn định góc nghiêng cực kỳ ấn tượng. Khi hệ thống chịu góc lệch ban đầu 5 độ (0.087 rad), thời gian để robot tự phục hồi về trạng thái cân bằng thẳng đứng là 0.8 giây. Đặc biệt, khi góc lệch ban đầu tăng lên mức rất lớn 20 độ (0.349 rad), hệ thống vẫn giữ vững trạng thái ổn định, triệt tiêu hoàn toàn góc nghiêng trong khoảng thời gian 1.2 giây mà không xảy ra hiện tượng mất kiểm soát hay phân kỳ trạng thái.

Thứ ba, cấu trúc điều khiển kết hợp PD và SMC giúp xe bám quỹ đạo vị trí chính xác tuyệt đối. Khi đặt tín hiệu vị trí mục tiêu 0.5 m, xe di chuyển mượt mà và đạt trạng thái xác lập sau 1.5 giây. Khi tăng khoảng cách đặt lên 1.0 m, thời gian xác lập ghi nhận là 2.2 giây với sai số vị trí cuối cùng dưới 0.01 m, tương ứng độ chính xác đạt trên 99%.

Thứ tư, việc khảo sát tham số cho thấy rõ quy luật vận hành: khi tăng hệ số mặt trượt K và hằng số thời gian tau, biên độ dao động của góc nghiêng giảm từ 30% đến 40%, đồng thời moment điều khiển tác động lên động cơ giảm rõ rệt giúp tiết kiệm năng lượng, dù thời gian đáp ứng tăng nhẹ; ngược lại, việc tăng độ lợi Kp của bộ điều khiển vị trí giúp xe tăng tốc nhanh hơn 25% nhưng lại gây hiện tượng vọt lố góc nghiêng ban đầu.

Thảo luận kết quả

Nguyên nhân chính giúp hệ thống vận hành ổn định là việc tách biệt và phân tầng chức năng giữa hai vòng điều khiển. Vòng trong sử dụng bộ điều khiển trượt chịu trách nhiệm giữ cân bằng nhanh, triệt tiêu tác động phi tuyến và bất định trọng tâm. Vòng ngoài sử dụng bộ điều khiển PD chịu trách nhiệm tính toán góc nghiêng đặt hợp lý dựa trên sai lệch quãng đường, từ đó kéo xe dịch chuyển mà không làm triệt tiêu mô-men giữ thăng bằng.

So sánh với các nghiên cứu sử dụng bộ điều khiển tuyến tính LQR hoặc PID truyền thống, cấu trúc SMC-PD trong luận văn cho thấy ưu thế vượt trội khi xe chịu góc lệch lớn vượt quá 15 độ. Trong khi các giải thuật tuyến tính hóa thường bị mất ổn định do vượt khỏi điểm làm việc tuyến tính quanh trục thẳng đứng, giải thuật trượt vẫn duy trì mặt trượt bền vững.

Các dữ liệu động học được trực quan hóa rõ nét thông qua hệ thống đồ thị đáp ứng thời gian mô phỏng trên MATLAB. Đồ thị góc nghiêng theta(t) và vị trí x(t) thể hiện đường cong chuyển tiếp trơn tru, không có hiện tượng dao động biên độ lớn (chattering). Đồng thời, bảng thống kê thời gian quá độ, độ vọt lố và công suất tiêu thụ mô-men động cơ tại các bộ tham số khác nhau cung cấp chỉ dẫn rõ ràng cho việc tinh chỉnh độ lợi thực tế trên phần cứng.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được, luận văn đưa ra 4 khuyến nghị và giải pháp kỹ thuật nhằm hoàn thiện hệ thống:

Thứ nhất, nâng cấp thuật toán xử lý tín hiệu sang bộ lọc Kalman mở rộng (Extended Kalman Filter) hoặc bộ lọc hạt vô tuyến. Giải pháp này nhằm nâng cao độ chính xác ước lượng trạng thái lên 99.5% khi xe vận hành trên địa hình dốc nghiêng trên 15 độ hoặc bề mặt gồ ghề. Nhóm nghiên cứu thuật toán điều khiển cần thực hiện trong lộ trình 3 đến 6 tháng.

Thứ hai, tối ưu hóa luật điều khiển trượt để triệt tiêu hoàn toàn hiện tượng rung giật mô-men (chattering). Đề xuất áp dụng hàm biên mềm (boundary layer) dạng hàm bão hòa hoặc giải thuật điều khiển trượt bậc cao (Higher-Order Sliding Mode), giúp giảm mức độ mài mòn cơ khí và giảm tổn hao công suất xuống dưới 5%. Các kỹ sư tự động hóa cần triển khai thử nghiệm trong vòng 4 tháng.

Thứ ba, mở rộng cấu trúc phần cứng bằng việc tích hợp cảm biến khoảng cách quang học LiDAR 2D và mô-đun camera nhận diện thị giác. Mục tiêu là trang bị khả năng tự động lập bản đồ không gian (SLAM) và né tránh vật cản trong phạm vi bán kính 5.0 m. Phòng thí nghiệm cơ điện tử và robot cần hoàn thiện trong thời gian từ 6 đến 9 tháng.

Thứ tư, tái thiết kế hệ thống cấp nguồn và truyền động công suất. Đề xuất thay thế ắc quy chì bằng khối pin Lithium-ion 24V dung lượng 10Ah kết hợp mạch giám sát năng lượng thông minh BMS, giúp kéo dài thời gian hoạt động liên tục của robot lên trên 4 giờ (tăng 50% so với mô hình hiện tại) và giảm 25% tổng trọng lượng xe. Nhóm phát triển phần cứng cần thực hiện trong thời hạn 3 tháng.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị học thuật và ứng dụng thực tế cho 4 nhóm đối tượng:

Nhóm thứ nhất là học viên cao học, nghiên cứu sinh và giảng viên chuyên ngành Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử. Luận văn cung cấp tài liệu tham khảo bài bản về phương pháp mô hình hóa giải tích hệ phi tuyến đa biến, kỹ thuật thiết kế bộ điều khiển trượt phi tuyến và ứng dụng bộ lọc Kalman gián đoạn.

Nhóm thứ hai là các kỹ sư R&D tại các doanh nghiệp phát triển robot tự hành (AGV, AMR) phục vụ kho vận logistics và công nghiệp sản xuất thông minh. Nhóm này có thể khai thác trực tiếp sơ đồ kiến trúc mạch điều khiển DSP TMS320F28335 tốc độ 150 MHz, mạch cầu H điều khiển moment động cơ và cảm biến MPU-6050 để chế tạo các dòng xe vận chuyển hàng hóa tự cân bằng trong nhà xưởng có lối đi hẹp dưới 0.8 m.

Nhóm thứ ba là các nhà phát triển thiết bị y tế và hỗ trợ người khuyết tật. Công trình cung cấp giải pháp công nghệ nền tảng để thiết kế các loại xe lăn tự cân bằng hai bánh thông minh, hỗ trợ người cao tuổi di chuyển linh hoạt, an toàn trong không gian gia đình hẹp diện tích dưới 15 m² hoặc vượt địa hình dốc nhẹ.

Nhóm thứ tư là sinh viên đại học các ngành kỹ thuật. Đây là cẩm nang hướng dẫn thực hành chi tiết từ khâu mô phỏng thuật toán trên MATLAB/Simulink, đọc xử lý tín hiệu encoder 400 xung đến kỹ năng lập trình nhúng và hiệu chỉnh tham số điều khiển trên phần cứng thực tế.

Câu hỏi thường gặp

Tại sao nghiên cứu lại kết hợp bộ điều khiển trượt (SMC) với bộ điều khiển PD thay vì sử dụng toàn bộ giải thuật PID truyền thống? Hệ xe hai bánh là hệ phi tuyến thiếu dẫn động. Thành phần tích phân (I) trong PID rất dễ gây bão hòa tích phân và làm tăng độ vọt lố góc nghiêng, dẫn đến mất cân bằng lật đổ. Việc sử dụng SMC cho vòng góc nghiêng đảm bảo tính ổn định vững chắc trước phi tuyến, trong khi bộ PD ở vòng ngoài điều khiển vị trí dịch chuyển êm thuận tới các điểm đặt 0.5 m hay 1.0 m mà không gây dao động lớn.

Bộ lọc Kalman gián đoạn đóng vai trò quan trọng như thế nào đối với cảm biến quán tính MPU-6050? Cảm biến gia tốc accelerometer đo tốt ở tần số thấp nhưng chịu ảnh hưởng nặng nề bởi rung động cơ khí tần số cao, ngược lại con quay hồi chuyển gyroscope phản hồi cực nhanh ở tần số cao nhưng bị trôi điểm không theo thời gian. Bộ lọc Kalman gián đoạn kết hợp tối ưu hai luồng tín hiệu này với phương sai R = 0.025 và Q = 0.04, cung cấp số đo góc nghiêng chuẩn xác với sai số dưới 1 độ.

Vi điều khiển DSP TMS320F28335 mang lại những ưu thế kỹ thuật gì cho mô hình thực nghiệm? DSP TMS320F28335 sở hữu xung nhịp mạnh mẽ 150 MHz, kiến trúc 32-bit xử lý số thực dấu phẩy động, tích hợp 18 kênh PWM và 16 kênh ADC 12-bit. Cấu hình này cho phép xử lý các phép toán ma trận Kalman phức tạp và vòng lặp điều khiển trượt tốc độ cao trong chu kỳ trích mẫu cực ngắn 10 ms, đồng thời hỗ trợ kết nối trực tiếp với công cụ nhúng của MATLAB.

Khi hiệu chỉnh tăng các thông số K và tau trong bộ điều khiển trượt, hệ thống phản ứng như thế nào? Khi tăng dần hằng số K và tau, góc nghiêng của xe có biên độ dao động giảm mạnh khoảng 30%, mô-men tác động lên động cơ mượt mà hơn giúp chống quá dòng và bảo vệ mạch công suất. Tuy nhiên, nếu tăng quá lớn sẽ làm kéo dài thời gian xác lập lên trên 2.5 giây, do đó cần hiệu chỉnh tăng từng bước để đạt điểm cân bằng tối ưu.

Mô hình xe hai bánh tự cân bằng này có khả năng mở rộng sang những ứng dụng công nghệ nào trong tương lai? Mô hình là nền tảng cốt lõi để phát triển các phương tiện di chuyển cá nhân đô thị, robot dịch vụ y tế, robot thám hiểm địa hình độc hại và đặc biệt là bước đệm công nghệ quan trọng để nghiên cứu giải thuật kiểm soát thăng bằng cho robot hai chân dạng người (Humanoid Robot) khi chuyển động trên các địa hình phức tạp.

Kết luận

Luận văn thạc sĩ đã giải quyết trọn vẹn bài toán điều khiển xe hai bánh tự cân bằng di chuyển theo quỹ đạo với các đóng góp khoa học nổi bật:

• Xây dựng thành công hệ phương trình trạng thái phi tuyến 4 biến mô tả chính xác động học và động lực học của mô hình con lắc ngược hai bánh đồng trục.
• Triển khai hiệu quả bộ lọc Kalman gián đoạn dung hợp dữ liệu MPU-6050, loại bỏ trên 85% nhiễu đo lường và triệt tiêu độ trôi dạt góc nghiêng.
• Thiết kế hoàn chỉnh cấu trúc điều khiển SMC-PD, giữ vững cân bằng ổn định ở góc lệch ban đầu lên tới 20 độ và bám vị trí mục tiêu 1.0 m với sai số dưới 1%.
• Chế tạo mô hình phần cứng hoàn chỉnh khối lượng 7.9 kg trên nền tảng vi điều khiển hiệu năng cao DSP TMS320F28335 tốc độ 150 MHz.
• Kiểm chứng độ tin cậy và tính khả thi của giải thuật thông qua hệ thống mô phỏng chuyên sâu và đo đạc thực nghiệm khi xe lệch góc 8 độ.

Trong lộ trình 6 đến 12 tháng tới, hướng nghiên cứu tiếp theo sẽ tập trung vào tích hợp công nghệ dẫn đường LiDAR và thuật toán trượt thích nghi đa địa hình. Quý độc giả, các nhà nghiên cứu và doanh nghiệp quan tâm có thể tham khảo toàn văn công trình luận văn thạc sĩ để ứng dụng và cùng hợp tác phát triển các hệ thống robot tự hành thông minh.

Trích đoạn nội dung tài liệu

Đặt vấn đề: Ngày nay với sự phát triển của khoa học kỹ thuật làm cho robot trở nên phổ biến trong môi trường công nghiệp cũng như trong đ ời sống hằng ngày, tuy nhiên những mobile robot được sử dụng hiện nay hầu hết là các robot có 3 hay 4 bánh xe, nhờ vậy mà xe có thể cân bằng ổn định. Đối với xe có 3 bánh thì có thể di chuyển và làm việc tốt trong địa hình bằng phẳng nhưng gặp nhiều vấn đề nếu di chuyển trên các địa hình dốc. Khi di chuyển lên dốc sẽ là trọng lượng xe dồn về phía sau, bánh lái mắt khả năng bám và trược ngã. Còn khi xuống dốc thì trọng tâm xe dời về phái trước làm xe lật úp.

Đối với xe 4 bánh có khả năng cân bằng tốt nhưng có khuyết điểm là kích thước to không thể hoạt động trong môi trường hẹp. Ngược lại, xe có hai bánh được gắn đồng trục lại có thể cân bằng linh hoạt mặc dù bản thân là hệ thống không ổn định. Khi leo dốc thì xe tự động nghiêng về phái trước làm trọng tâm dồn về phái bánh xe, tương tự khi xuống dốc xe tự nghiêng về sau, giữ trọng tâm dồn về phái bánh xe nên xe luôn cân bằng.1- Cách thức di chuyển của mô hình xe hai bánh Xe hai bánh là một ứng dụng của mô hình con lắc ngược. Không giống với các loại xe thông thường có hai bánh nằm trước và sau, xe hai bánh trong đề tài có hai bánh được đặt song song và đồng trục với nhau, cũng vì lí do này mà xe có kích thư ớc gọn gàng dễ di chuyển trong những không gian chật hẹp.

Xe hai bánh di chuyển theo quỹ đạo là tiền đề cho việc chế tạo các robot vận chuyển trong các khu vực chật hẹp, các xe trợ giúp di chuyển cho người già, trẻ em và xa hơn là các robot hai chân, robot dạng người. HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 1 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO 2. Tính cấp thiết và ứng dụng của đề tài: Mô hình xe hai bánh cân bằng có thể xem là bước đệm để chế tạo các robot di chuyển bằng hai chân, một bước phát triển mới trong khoa học công nghệ ngày nay. Ngoài ra, mô hình còn mang lại nhiều ứng dụng phù hợp với nhu cầu thực tế của cuộc sống hiện đại.

 Ứng dụng của mô hình xe hai bánh: - Có thể trở thành xe vận chuyển trong môi trường công nghiệp. - Dùng làm xe di chuyển cho người già và trẻ em. - Kết hợp với những robot khác để làm việc trong môi trường độc hại, những công việc nguy hiểm thay cho con người. - Là bước đệm để phát triển robot giống người trong tương lai.

Mục đích nghiên cứu: Hiện nay, vấn đề cân bằng của robot không còn là đ ề tài mới nhưng những ứng dụng của nó trong môi trường công nghiệp, trong thực tế vẫn còn rộng và cần được quan tâm nghiên cứu. Mục tiêu của đề tài là thiết kế và chế tạo mô hình xe hai bánh cân bằng di chuyển theo quỹ đạo cho trước trên địa hình bằng phẳng. Trong giới hạn của đề tài chỉ tập trung vào một số mục tiêu: - Tìm hiểu nguyên lý cơ bản, nguyên tắc hoạt động của mô hình xe hai bánh. - Thiết kế mô hình cơ khí.

- Mô phỏng trên MATLAB-SIMULINK. - Giao tiếp và thu các tín hiệu cảm biến. - Xây dựng thuật toán điều khiển. - Hiệu chỉnh để mô hình có thể hoạt động trong môi trường thực tế.

HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 2 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO 4. Tổng quan nghiên cứu: Xe hai bánh tự cân bằng là một ứng dụng thực tế của mô hình con lắc ngược. Xe có khả năng cân bằng tốt trong nhiều địa hình di chuyển khác nhau. Về cấu trúc cơ khí xe có hai bánh được thiết kế song song, đồng trục với nhau giúp kích thước trở nên gọn gàng, có thể làm việc trong môi trường chật hẹp.

Trên thực tế, xe hai bánh tự cân bằng có nhiều hình dạng cũng như kích thư ớc khác nhau. Có xe có kích thước lớn dùng để chở người như Segway (hình 1.2), Balancing Scooter (hình 1.3) và mô hình xe trong [3] hay xe có kích thước nhỏ như nBot trong [7] (hình 1.4) và các mô hình xe hai bánh trong [4], [5], [6], [8] và [9] dùng trong không gian nhỏ hẹp.3- Balancing Scooter HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 3 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO Hình 1.4- nBot Về các bộ điều khiển dùng trong mô hình xe hai bánh cũng rất đa dạng. Bộ điều khiển LQR dùng trong [4], [9] được dùng khá rông rãi với khả năng đáp ứng khá tốt nhưng gặp khó khăn trong việc chọn các giá trị R va Q trong thực nghiệm mô hình. Điều khiển mờ [6] cũng đư ợc lựa chọn để giữ cân bằng mô hình xe hai bánh.

Bộ điều khiển PID trong [8] rất thông dụng nhưng ít được dùng cho mô hình phi tuyến. Ngược lại bộ điều khiển trượt [11] và điều khiển cuốn chiếu [10] cho thấy ưu điểm khi dùng cho mô hình phi tuyến. Phương pháp nghiên cứu: a) Cơ sở lý thuyết: - Mô hình hóa xe hai bánh. - Mô phỏng trên MATLAB - Simulink.

b) Thực hiện mô hình trong thực tế: -Thiết kế khung cơ khí. - Lấp đặt mạch cảm biến và công suất. - Mạch điều khiển. - Lập trình và hiệu chỉnh.

HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 4 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO Chương 2 – CƠ SỞ LÝ THUYẾT 1. Mô hình toán và phương trình trạng thái của xe hai bánh: Các tham số được sử dụng trong việc thiết lập phương trình trạng thái của mô hình xe hai bánh được mô tả trong bảng sau: Ký hiệu Mô tả Đơn vị θ Góc nghiêng của xe hai bánh so với trục y Rad δ Góc lệch của xe so với trục x Rad MB Khối lượng thân xe 7.9 Kg MW Khối lượng bánh xe 0.36 Kg R Bán kính bánh xe 0.05 m L Khoảng cách từ tâm xe đến trục bánh xe 0.23 m D Khoảng cách giữa hai bánh xe m CL, CR Moment của động cơ nối với bánh trái, phải N.m g Gia tốc trọng trường 9.1 – Ký hiệu các thông số dùng trong mô hình xe hai bánh (phần 1) HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 5 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO Ký hiệu Mô tả Đơn vị xw , y w Vị trí bánh xe theo phương x, y m xB , yB Vị trí thân xe theo phương x, y m HTL , HTR Lực ma sát giữa bánh trái, phải với mặt đất N.m H L , HR Lực tương tác giữa thân xe và bánh xe N.m VTL , VTR Phản lực giữa mặt đất với bánh trái, phải N.m V L , VR Phản lực tương tác giữa hai xe với bánh trái, phải N.m JW Moment quán tính của bánh xe N.m2 JB Moment quán tính của thân xe N.m2 FC Lực tác động N Bảng 2.2 – Ký hiệu các thông số dùng trong mô hình xe hai bánh (phần 2) Xét tại vị trí bánh xe: Hình 2.1- Lực phân bố ở bánh xe HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 6 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO. (2-3b) Do ma sát của bánh xe với mặt đường nhỏ nên có thể bỏ qua HTL và HTR. Đối với thân xe: Hình 2.2- Lực phân bố trên mô hình xe hai bánh.

cos −( + ) (2-8) HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 7 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO Thay (2-4) và (2-7) vào (2-8), rút rọn ta được:. (2-20) Từ (2-19) ta suy ra: ̈. ̈ (2-21) Thay (2-16) và (2-21) vào (2-9): HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 8 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO. (2-22) Thay = và = ta được hệ phương trình của xe hai bánh:.

Xem moment quán tính của thân xe như đoạn thẳng hình trụ chiều dài L: 1 =. (2 − 24) 3 Xem moment quán tính của bánh xe như đĩa tròn xoay có bán kính R: 1 =. (2 − 25) 2 Thay (2-24), (2-25) vào (2-23) ta được phương trình: (2. Đặt = , = ̇, = à = ̇ ta được phương trình trạng thái của xe hai bánh: HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 9 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO ̇ = ̇ = ( )+ ( , ) + ℎ ( ).

Các phương pháp xử lý tín hiệu cảm biến: Để có thể điều khiển tốt robot thì các tín hiệu thu được từ cảm biến phải có độ chính xác cao nhưng trong thực tế tín hiệu thu về có cả nhiễu nên đòi hỏi phải có phương pháp khắc phục hiện tương nhiễu. Có nhiều phương pháp lọc nhiễu như: bộ lọc bổ phụ thông tần, lọc Kalman,… - Bộ lọc bổ phụ thông tần [3] và [7]: bộ lọc thường được sử dụng trong việc ước lượng một giá trị khi có hai nguồn giá trị khác nhau. Một nguồn cho giá trị chính HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 10 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO xác trong vùng tần số thấp, nguồn còn lại cho giá trị chính xác trong vùng tần số cao. Trong đề tài nghiên cứu, việc xác định góc nghiêng là tổng hợp giá trị từ hai cảm biến vận tốc góc gyroscope và cảm biến gia tốc accelerometer.

Giá trị của cảm biến vận tốc góc cho qua bộ lọc tần số cao Gi(s) còn giá trị của cảm biến gia tốc cho qua bộ lọc tần số thấp Gg(s), tổng hợp giá trị thu được sẽ cho ra ước lượng chính xác về góc nghiêng. Số lượng tham số thiết kế nên nhỏ để dể điều chỉnh và áp dụng cho bộ lọc trong thực tế.3- Chu trình ước lượng sử dụng bộ lọc bổ phụ thông tần Bộ lọc bổ phụ thông tần có ưu điểm là dể thiết kế, tính toán nhanh nhưng có nhược điểm do vẫn là hai bộ lọc có tần số khác nhau nên tín hiệu ra có thể không bằng nhau. - Bộ lọc Kalman [12] và [13] được đề xuất bởi giáo sư Kalman từ những năm 1960. Bộ lọc Kalman hợp nhất tất cả thông tin được cung cấp để cho ra giá trị ước lượng tối ưu.

Bộ lọc sẽ ước lượng trạng thái tiến trình và sẽ thu sự phản hồi của giá trị. HV: TĂNG NĂNG TƯỜNG MSHV:11900723 Page 11 XE HAI BÁNH CÂN BẰNG DI CHUYỂN THEO QUỸ ĐẠO Một khi phương trình định hướng và mẫu thống kê nhiễu trên mỗi cảm biến được biết thì bộ lọc Kalman sẽ cho ước lượng tối ưu.  Bộ lọc Kalman gián đoạn: Đối tượng có mô hình: =. + Với wk và vk là giá trị thay đổi ngẫu nhiên, tách biệt nhau.