Tổng quan về luận án

Sự phát triển vượt bậc của công nghệ mạng truyền thông và kỹ thuật robot phân tán đã thúc đẩy sự ra đời của Hệ thống Robot qua Mạng (Networked Robot Systems - NRS). Về mặt lịch sử khoa học, mốc đánh dấu đầu tiên xuất hiện vào năm 1994 với dự án Mercury, cho phép người dùng điều khiển cánh tay robot từ xa qua Internet để khai quật các mẫu vật tại khu vực ô nhiễm phóng xạ (Goldberg et al., 1995). Đến năm 2004, IEEE Robotics and Automation Society đã chuẩn hóa định nghĩa: “A networked robot is a robotic device connected to a communications network such as the Internet or LAN. The network could be wired or wireless, and based on any of a variety of protocols such as TCP, UDP, or 802.11”. Tuy nhiên, việc vận hành robot di động trên các mạng truyền thông phi xác thực (đặc biệt là Internet và mạng không dây công cộng) đặt ra một lỗ hổng nghiên cứu (research gap) cốt lõi: sự suy giảm chất lượng dịch vụ mạng (QoS) do độ trễ truyền thông biến thiên theo thời gian (time-varying delay), mất gói tin ngẫu nhiên (packet loss/dropout), và hiện tượng dữ liệu đến sai thứ tự (out-of-order delivery) dẫn đến sai số trạng thái và mất ổn định hệ thống nghiêm trọng.

Luận án tiến sĩ kỹ thuật điện tử của NCS. Phùng Mạnh Dương dưới sự hướng dẫn khoa học của PGS.TS. Trần Quang Vinh tại Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội (VNU-UET), kết hợp nghiên cứu thực nghiệm tại Phòng thí nghiệm Cơ điện tử và Tự động hóa (Đại học Quốc gia Singapore - NUS), tập trung giải quyết triệt để vấn đề giám sát và điều khiển robot di động vi sai (differential-drive mobile robot) qua mạng máy tính. Nghiên cứu xác lập ba câu hỏi nghiên cứu (Research Questions - RQ) và ba giả thuyết khoa học (Hypotheses - H):

  • RQ1 / H1: Làm thế nào để ước lượng trạng thái động học phi tuyến của robot di động khi quan trắc bị trễ, mất mát và đảo lộn thứ tự? Giả thuyết H1: Một bộ lọc phi tuyến dựa trên quan trắc quá khứ (Past-Observation-based Extended Kalman Filter - PO-EKF) sẽ giảm thiểu sai số căn phương trung bình (RMSE) về vị trí dưới 30 cm và hướng dưới 10° so với EKF chuẩn và Lucas-EKF (LEKF).
  • RQ2 / H2: Làm thế nào để đảm bảo tính ổn định chuyển động của robot phi holonomic chịu trễ truyền thông mạng lớn? Giả thuyết H2: Sự kết hợp giữa lý thuyết ổn định Lyapunov (Lyapunov Stability Theory) và bộ lọc dự báo nhiều bước (Predictive Filter) sẽ triệt tiêu dao động vận tốc và đảm bảo tính hội tụ tiệm cận toàn cục.
  • RQ3 / H3: Kiến trúc điều hướng tự hành nào có thể tự động thích ứng với sự biến thiên bất định của lưu lượng mạng? Giả thuyết H3: Mô hình điều hướng dựa trên hành vi (Behavior-based Navigation) tích hợp suy luận logic mờ (Fuzzy Logic Inference) sẽ điều phối trơn tru các hành vi bám mục tiêu, tránh vật cản và điều chỉnh tốc độ theo chất lượng mạng.

Khung lý thuyết tổng quát tích hợp lý thuyết ước lượng thống kê tối ưu Kalman, lý thuyết ổn định Lyapunov, và đại số mờ Zadeh. Luận án thực hiện trên nền tảng phần cứng thực nghiệm kích thước 60 cm × 60 cm × 110 cm, vi điều khiển dsPIC30F4011 60 MHz, chu kỳ lấy mẫu $T_s = 100\text{ ms}$, đạt đóng góp đột phá khi thu hẹp sai số xấp xỉ Euler xuống mức lý thuyết $e \le 0{,}05\text{ cm}$, vượt xa tiêu chuẩn dung sai cho phép 30 cm.

Literature Review và Positioning

Nghiên cứu về NRS phân nhánh thành ba luồng học thuật chính: định vị (localization), điều khiển ổn định (stabilization control), và điều hướng (navigation).

  1. Định vị robot qua mạng: Luồng tiếp cận thứ nhất sử dụng giao diện thực tế ảo (Virtual Reality/Ecological Interface) để bù trễ (Hashimoto, 2005; Sheridan, 1993; Hou & Su, 2006; Kim et al., 2003). Tuy nhiên, các kỹ thuật này thuần túy xây dựng mô hình đồ họa cục bộ mà bỏ qua bản chất ngẫu nhiên của các thông số mạng. Luồng tiếp cận thứ hai áp dụng lý thuyết ước lượng tối ưu. Sinopoli et al. (2004) đưa ra mô hình quan trắc gián đoạn mô hình hóa bằng biến ngẫu nhiên nhị phân Bernoulli $\lambda_t$, gán phương sai quan trắc vô hạn khi mất gói tin. Robinson & Kumar (2007) mở rộng sang trễ ngẫu nhiên nhưng đòi hỏi bộ đệm vô hạn (infinite buffer), gây bùng nổ khối lượng tính toán. Gần đây hơn, Moayedi et al. (2011) và Ma & Sun (2011) giải phương trình Riccati đệ quy rời rạc cho hệ tuyến tính chịu trễ và mất gói ngẫu nhiên. Điểm hạn chế chí mạng của các nghiên cứu quốc tế này là chỉ áp dụng cho hệ thống tuyến tính và hoàn toàn bế tắc trước hiện tượng các gói tin đến sai trật tự (out-of-order delivery).
  2. Điều khiển ổn định: Wargui et al. (2012) đề xuất bộ ước lượng dự báo đa bước cho robot phi holonomic nhưng chỉ giới hạn trong trễ hằng số. Luck et al. (2006) dùng bộ đệm thời gian lớn hơn trễ xấu nhất để chuyển hệ thống về dạng bất biến theo thời gian, làm suy giảm nghiêm trọng tính thời gian thực. Xi & Tarn (2000) đề xuất điều khiển dựa trên sự kiện (event-based control), nhưng cơ chế này chưa tính đến xác suất mất dữ liệu liên tiếp.
  3. Điều hướng thích nghi: Các kiến trúc của Sanfeliu et al. (2010) và Luo et al. (2009) tập trung vào hợp nhất đa cảm biến phân tán nhưng thiếu cơ chế phản hồi trạng thái mạng vào vòng điều khiển kín.

Tranh luận học thuật cốt lõi: Tồn tại xung đột gay gắt giữa quan điểm "sử dụng giao thức truyền thông tin cậy TCP" (đảm bảo tính toàn vẹn nhưng trễ tái truyền biến thiên mất kiểm soát) và quan điểm "dùng giao thức phi kết nối UDP" (đáp ứng tính thời gian thực nhưng mất mát dữ liệu cao). Luận án định vị chính xác khoảng trống nghiên cứu bằng cách đề xuất mô hình phân loại dữ liệu đa giao thức (Multi-protocol Transport Model), kết hợp thuật toán lọc phi tuyến PO-EKF xử lý đồng thời trễ ngẫu nhiên, mất gói và đảo trật tự gói tin trên hệ phi tuyến thực tế.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng trực tiếp lý thuyết lọc phi tuyến Kalman mở rộng (Extended Kalman Filter - EKF) và lý thuyết ổn định Lyapunov kinh điển vào không gian trạng thái chứa tham số ngẫu nhiên mạng (Network-induced Parameterized State-Space):

  1. Mở rộng lý thuyết EKF cho quan trắc đến trễ và sai trật tự (PO-EKF): Khắc phục giả định chuỗi thời gian đơn điệu tăng của bộ lọc Kalman chuẩn. Khi quan trắc $z_k$ tại thời điểm $k$ thực chất mang thông tin của trạng thái quá khứ $k-m$ ($m$ là số chu kỳ trễ), bộ lọc PO-EKF tái cấu trúc ma trận khuếch đại Kalman (Kalman gain matrix $K_k$) và ma trận hiệp phương sai sai số ($P_k$) thông qua phép chiếu lùi trạng thái và cập nhật tức thời mà không cần tính toán lặp lại toàn bộ lịch sử đo lường: $$x_k = f(x_{k-1}, \lambda_{k-n-1}^{ca} u_{k-n-1}, w_{k-1})$$ $$z_k = \lambda_{k-m}^{sc} h(x_{k-m}, v_{k-m})$$
  2. Khung lý thuyết ổn định động học cho hệ robot phi holonomic chịu trễ mạng: Thiết lập hàm Lyapunov mở rộng kết hợp vector trạng thái mở rộng chứa biến trễ điều khiển $n$ và biến trễ đo lường $m$, chứng minh toán học tính ổn định tiệm cận toàn cục (Global Asymptotic Stability) của hệ thống vòng kín khi có sự tham gia của bộ lọc dự báo trạng thái.

Khung phân tích độc đáo

Khung phân tích tích hợp ba trụ cột: Mô hình không gian trạng thái ngẫu nhiên (Stochastic State-Space Model), Lý thuyết đồng bộ xung nhịp (Clock Synchronization Theory), và Suy luận mờ thích nghi (Adaptive Fuzzy Inference).

  • Mô hình đồng bộ xung nhịp không đối xứng: Giả định trễ truyền thông hai chiều thỏa mãn điều kiện kỳ vọng toán học: $$E(\Delta t_{SR} - \Delta t_{RS}) = 0$$ Độ lệch đồng hồ $\delta$ giữa nút gửi $S$ và nút nhận $R$ được xác định chính xác qua công thức giải tích: $$\delta = E\left[t_{Rb} - \frac{1}{2}(t_{Sa} + t_{Sc})\right]$$
  • Điều kiện biên lý thuyết: Bộ lọc PO-EKF và bộ điều khiển dự báo hội tụ tối ưu với điều kiện trễ truyền thông bị chặn trên $n + m \le M_{\max}$ và xác suất xuất hiện gói tin $\lambda_k \sim \text{Bernoulli}(p)$ với $p > p_c$ ($p_c$ là ngưỡng percolation xác suất tới hạn).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng trường phái thực chứng nghiêm ngặt (Positivism/Empiricism) kết hợp phương pháp luận lai ghép (Hybrid Research Methodology): mô hình hóa toán học giải tích, mô phỏng mạng vi mô trên công cụ NS-2 (Network Simulator ns-2) và kiểm chứng thực nghiệm trên robot vật lý thực.

  • Mô hình động học vi sai: Robot di chuyển trên mặt phẳng hai chiều với ràng buộc lăn không trượt, vector trạng thái $x = [x, y, \theta]^T$, vector điều khiển đầu vào $u = [\omega_L, \omega_R]^T$ hoặc tương đương $u = [v_c, \omega_c]^T$. Phương trình động học Euler rời rạc hóa bậc nhất: $$x_{k+1} = x_k + T_s v_c(k) \cos\theta_k$$ $$y_{k+1} = y_k + T_s v_c(k) \sin\theta_k$$ $$\theta_{k+1} = \theta_k + T_s \omega_c(k)$$
  • Đánh giá sai số rời rạc hóa: Áp dụng định lý Taylor với phần dư Lagrange, sai số xấp xỉ rời rạc được giới hạn bởi: $$e = \frac{T_s^2}{2} \left|\frac{d^2 x}{dt^2}\right|_{t=t_c} \le 0{,}05\text{ cm}$$ đảm bảo tính hợp lệ tuyệt đối khi so sánh với kích thước vật lý của robot (bán kính khung thân $R = 30\text{ cm}$).

Quy trình nghiên cứu rigorous

  1. Thu thập dữ liệu cảm biến đa kênh đồng bộ:
    • Vị trí tương đối $(x, y)$: Đo gián tiếp qua bộ mã hóa quang học góc quay (Quadrature Optical Shaft Encoders) độ phân giải cao 500 xung/vòng gắn trên hai động cơ DC lực kéo lớn.
    • Góc hướng tuyệt đối $\theta$: Đo trực tiếp bằng cảm biến từ trường CMPS03 hoạt động trên hiệu ứng Hall với độ phân giải góc $0{,}1^\circ$.
    • Khoảng cách vật cản: Đo bằng hệ thống 8 cảm biến siêu âm SRF-05 dải đo $0{,}03\text{ m} - 4{,}0\text{ m}$ kết hợp máy quét laser 2D SICK-LMS 221 (dải quét $180^\circ$, tầm xa $80\text{ m}$, nguyên lý thời gian bay Time-of-Flight).
    • Hình ảnh giám sát: Camera PTZ màu Sony EVI-D100 góc quay ngang $-100^\circ \to +100^\circ$, góc đứng $-25^\circ \to +25^\circ$ và camera toàn cảnh 360° Hyper-Omni Vision SOIOS-55 với gương parabol lồi.
  2. Kiến trúc truyền thông phần cứng:
    • Vi điều khiển nhúng Microchip dsPIC30F4011 xung nhịp 60 MHz quản lý bus truyền thông công nghiệp RS-485 kết nối trực tiếp các vi điều khiển PID Motion Mind 3 cho từng động cơ. Giao tiếp ngoại vi tốc độ thấp dùng RS-232 chuyển đổi USB; luồng dữ liệu hình ảnh truyền qua giao tiếp USB/IEEE 1394 tốc độ cao.
    • Trạm điều khiển từ xa: Máy tính xách tay cấu hình vi xử lý Intel Centrino 1.5 GHz, RAM 500 MB, hệ điều hành Windows XP, phần mềm điều khiển chuyên dụng viết trên nền Microsoft Visual C++, giao tiếp qua cần điều khiển 3D Logitech Extreme 10-bit.

Data và phân tích

  • Mô hình truyền thông đa giao thức tối ưu hóa:
    • Dữ liệu video streaming: Giao thức RTP (Real-time Transport Protocol) kết hợp RTCP giám sát độ trễ.
    • Dữ liệu trạng thái điều khiển & cảm biến chu kỳ: Giao thức UDP (User Datagram Protocol) loại bỏ trễ lặp.
    • Lệnh điều khiển cấu hình & xác thực: Giao thức TCP (Transmission Control Protocol).
  • Thiết lập mạng thực nghiệm: Thử nghiệm qua hai kịch bản:
    • Kịch bản 1: Mạng nội hạt và nhà cung cấp dịch vụ Internet nội địa (Local ISP) qua kết nối không dây IEEE 802.11 và mạng di động 3G.
    • Kịch bản 2: Mạng diện rộng toàn cầu thông qua mạng riêng ảo (VPN) định tuyến đến máy chủ đặt tại Hoa Kỳ để tạo trễ truyền thông ngẫu nhiên lớn ($Rtt > 250\text{ ms}$) và tỷ lệ mất gói cao ($> 15%$).

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Vượt trội về độ chính xác định vị của thuật toán PO-EKF:
    • Khi kiểm thử trên quỹ đạo chuyển động phức tạp với sự xuất hiện đồng thời của trễ mạng, mất gói và đảo lộn thứ tự gói tin, thuật toán PO-EKF duy trì sai số RMSE tọa độ $X, Y$ dưới $5\text{ cm}$ và sai số góc hướng $\theta$ dưới $2^\circ$.
    • Trong cùng điều kiện mạng VPN quốc tế, bộ lọc EKF kinh điển bị phân kỳ hoàn toàn do nhận dữ liệu lỗi thời, trong khi bộ lọc LEKF (Lucas-Extended Kalman Filter) bị bão hòa trễ dẫn đến RMSE vị trí tăng vọt lên tới $42{,}8\text{ cm}$.
    • Thuật toán PO-EKF chứng minh tính bền vững vượt trội ngay cả khi phân phối nhiễu môi trường là phân phối đều (Uniform distribution) hoặc nhiễu có kỳ vọng khác không (Non-zero mean noise).
  2. Triệt tiêu dao động vận tốc nhờ Bộ điều khiển ổn định Lyapunov tích hợp Bộ lọc dự báo:
    • Trong hệ thống NRS không có bộ lọc dự báo, trễ mạng $n+m$ gây ra hiện tượng giật cục vận tốc (chattering), vận tốc góc $\omega_L, \omega_R$ dao động với biên độ cực đại $\pm 180^\circ/\text{s}$, đe dọa trực tiếp độ bền cơ khí và gây lật quỹ đạo.
    • Khi kích hoạt bộ lọc dự báo trạng thái, quỹ đạo thực tế của robot bám sát quỹ đạo danh định với thời gian xác lập (settling time) dưới $2{,}5\text{ giây}$, triệt tiêu hoàn toàn hiện tượng vọt lố (overshoot).
  3. Cơ chế điều hướng mờ đa hành vi tự thích ứng:
    • Hệ thống tự động phân bổ tỷ trọng giữa 4 hành vi: Bám người dùng (User-following), Điểm đích (Target-reaching), Tránh vật cản (Obstacle-avoidance), và Điều tiết tốc độ theo độ trễ mạng (Speed-adaptation).
    • Khi độ trễ mạng tăng vượt ngưỡng an toàn ($> 500\text{ ms}$), bộ suy luận mờ tự động giảm tỷ số vận tốc danh định xuống $40% - 60%$, đảm bảo khoảng cách an toàn tối thiểu với vật cản luôn $> 0{,}3\text{ m}$.

Implications đa chiều

  • Ý nghĩa lý thuyết: Xác lập phương pháp luận mới trong việc mô hình hóa các hệ động lực học phi tuyến có trễ mạng ngẫu nhiên mà không cần tuyến tính hóa cục bộ hay giả định phân phối chuẩn hẹp.
  • Ý nghĩa phương pháp luận: Đóng góp quy trình thiết kế chuẩn cho việc tách biệt các luồng dữ liệu thời gian thực và phi thời gian thực trên cùng một kênh truyền vật lý trong các hệ thống điều khiển qua mạng (NCS).
  • Ý nghĩa thực tiễn & R&D công nghiệp: Cung cấp giải pháp phần mềm hoàn chỉnh (trên C++) và kiến trúc phần cứng vi điều khiển dsPIC30F4011 giá thành thấp, cho phép thương mại hóa các robot dịch vụ, robot tuần tra an ninh hoặc robot thám hiểm trong môi trường độc hại mà không đòi hỏi hạ tầng mạng chuyên dụng đắt tiền.

Limitations và Future Research

  1. Giới hạn nghiên cứu (Limitations):
    • Nghiên cứu chỉ tập trung vào robot di động bánh xe vi sai di chuyển trên mặt phẳng 2D phẳng, chưa mô hình hóa đầy đủ động lực học trượt bánh (wheel slippage) trên các địa hình gồ ghề hoặc địa hình 3D dốc.
    • Thuật toán PO-EKF giả định trễ mạng đo lường được thông qua gắn nhãn thời gian (timestamp), đòi hỏi duy trì giao thức đồng bộ đồng hồ liên tục giữa client và robot.
    • Cơ chế xử lý mất gói tin dựa trên việc đưa vào "thông điệp giả" (dummy message), dù tiết kiệm tài nguyên tính toán nhưng có thể làm chậm tốc độ hội tụ khi tỷ lệ mất gói vượt quá $30%$.
  2. Chương trình nghiên cứu tương lai (Future Research Agenda):
    • Mở rộng mô hình động lực học 3D: Tích hợp các thuật toán học máy sâu (Deep Reinforcement Learning) để thích ứng với trễ mạng phi Markov.
    • Hệ đa robot (Multi-Robot Swarm): Mở rộng PO-EKF cho mạng lưới bầy đàn robot phân tán không có máy chủ trung tâm (decentralized multi-agent NRS).
    • Tích hợp SLAM qua mạng (Networked SLAM): Phát triển thuật toán xây dựng bản đồ và định vị đồng thời khi luồng dữ liệu đám mây điểm 3D Lidar bị nén và trễ qua mạng băng thông rộng 5G/6G.

Tác động và ảnh hưởng

  • Tác động học thuật: Công trình mở ra hướng tiếp cận chuẩn tắc cho lĩnh vực Điều khiển học qua mạng (Networked Control Systems) tại Việt Nam và khu vực Đông Nam Á, được minh chứng qua các công bố quốc tế uy tín thuộc danh mục ISI/Scopus trong giai đoạn 2012–2015.
  • Chuyển đổi công nghiệp & An ninh quốc phòng: Cung cấp nền tảng công nghệ lõi cho các hệ thống giám sát từ xa trong công nghiệp khai thác hầm lò (tương tự mô hình khai thác than chống sập), robot hỗ trợ y tế từ xa (telesurgery/echography) và robot khảo sát phóng xạ, cứu nạn thiên tai.
  • Lợi ích xã hội: Giảm thiểu rủi ro sinh mạng cho con người bằng cách thay thế công nhân, nhân viên cứu hộ làm việc trong các môi trường nguy hiểm bằng các thiết bị robot tự hành điều khiển từ xa qua Internet tiêu chuẩn.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Nhà nghiên cứu sau tiến sĩ (Postdocs): Tiếp cận trực tiếp mã nguồn thuật toán lọc PO-EKF và mô hình không gian trạng thái chứa tham số mạng để phát triển các đề tài điều khiển nâng cao.
  • Kỹ sư R&D & Doanh nghiệp chế tạo Robot: Sở hữu sơ đồ thiết kế phần cứng hoàn chỉnh tích hợp vi điều khiển dsPIC30F4011, chuẩn bus RS-485, cảm biến CMPS03, LMS-221 và kiến trúc phần mềm C++ đa luồng có thể ứng dụng sản xuất ngay.
  • Chuyên gia hoạch định chính sách công nghệ: Cơ sở khoa học vững chắc để xây dựng các tiêu chuẩn an toàn cho robot dịch vụ và phương tiện tự hành kết nối mạng (V2X/Connected Vehicles) trong hạ tầng đô thị thông minh.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Trả lời: Đó là việc mở rộng thành công thuật toán Lọc Kalman phi tuyến (EKF) thành thuật toán Lọc dựa trên quan trắc quá khứ (PO-EKF). Khác với các công trình kinh điển của Sinopoli et al. (2004) hay Moayedi et al. (2011) vốn bị bó hẹp trong hệ thống tuyến tính và thất bại khi gói tin bị đảo trật tự, PO-EKF cho phép cập nhật trực tiếp trạng thái phi tuyến từ các quan trắc quá khứ bị trễ và đến xáo trộn mà không làm tăng bậc phương trình đại số Riccati.
  2. Đổi mới phương pháp luận so với các nghiên cứu tiền nhiệm như thế nào? Trả lời: So với phương pháp đệm vô hạn của Robinson & Kumar (2007) gây bùng nổ tài nguyên bộ nhớ và phương pháp event-based của Xi & Tarn (2000) bỏ qua mất gói tin, luận án đã xây dựng mô hình thời gian tín hiệu tích hợp nhãn thời gian thực ($k+n+m+1$), kết hợp giao thức đồng bộ đồng hồ offset $\delta$ giải tích và kiến trúc truyền thông đa giao thức (RTP/UDP/TCP) tối ưu hóa theo đặc tính động học dữ liệu.
  3. Phát hiện thực nghiệm bất ngờ nhất được hỗ trợ bởi dữ liệu là gì? Trả lời: Bộ lọc LEKF tưởng chừng cải tiến hơn EKF nhưng lại gây ra sai số RMSE vị trí vọt lên tới $42{,}8\text{ cm}$ khi mạng có kết nối VPN quốc tế độ trễ cao, trong khi PO-EKF vẫn khóa sai số ổn định dưới $5\text{ cm}$ ngay cả dưới phân phối nhiễu không chuẩn (Uniform/Non-zero mean).
  4. Quy trình tái lập thực nghiệm (Replication Protocol) có được cung cấp đầy đủ không? Trả lời: Luận án cung cấp toàn bộ thông số phần cứng cụ thể (động cơ encoder 500 ticks, cảm biến CMPS03 độ phân giải $0{,}1^\circ$, laser LMS 221, chu kỳ lấy mẫu $T_s = 100\text{ ms}$), phương trình rời rạc hóa và lưu đồ thuật toán điều khiển trên C++.
  5. Chương trình nghiên cứu 10 năm được định hình ra sao? Trả lời: Lộ trình phát triển mở rộng từ điều khiển đơn robot di động vi sai 2D sang hệ thống mạng lưới bầy đàn đa robot (Multi-Robot Swarms), tích hợp thị giác máy tính học sâu (Deep Visual SLAM) trên nền tảng mạng di động thế hệ mới 5G/6G có độ trễ siêu thấp (URLLC).

Kết luận

Luận án tiến sĩ của tác giả Phùng Mạnh Dương đã hoàn thành xuất sắc các mục tiêu nghiên cứu với các đóng góp cụ thể:

  1. Thiết lập thành công mô hình không gian trạng thái ngẫu nhiên tổng quát cho Hệ thống Robot qua Mạng (NRS) chịu tác động đồng thời của trễ biến thiên, mất gói và đảo trật tự gói tin.
  2. Sáng tạo và chứng minh toán học thuật toán lọc phi tuyến PO-EKF, duy trì sai số định vị $< 5\text{ cm}$ và hướng $< 2^\circ$, vượt trội hoàn toàn so với EKF và LEKF.
  3. Phát triển bộ điều khiển chuyển động bền vững dựa trên hàm Lyapunov kết hợp bộ lọc dự báo trạng thái, triệt tiêu dao động vận tốc cơ khí.
  4. Xây dựng mô hình điều hướng mờ đa hành vi tự thích ứng theo chất lượng đường truyền mạng, bảo toàn khoảng cách an toàn với vật cản $> 0{,}3\text{ m}$.
  5. Hiện thực hóa và kiểm chứng thành công toàn bộ hệ thống trên robot vật lý thực nghiệm qua cả mạng nội địa và mạng VPN quốc tế độ trễ cao, tạo tiền đề vững chắc cho việc ứng dụng robot tự hành điều khiển từ xa trong thực tiễn công nghiệp và đời sống.