Mô Hình Hóa và Thiết Kế Bộ Điều Khiển cho Robot Ballbot

Luận văn thạc sĩ kỹ thuật nghiên cứu kỹ thuật cơ điện tử mô hình hóa và thiết kế bộ điều khiển mô hình ballbot, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải

• Tác giả: Nguyễn Hữu Thân
• Người hướng dẫn: PGS. Bùi Trọng Hiểu
• Trường học: Đại học Quốc gia TP. HCM
• Chuyên ngành: Kỹ thuật Cơ điện tử
• Đề tài: Mô Hình Hóa và Thiết Kế Bộ Điều Khiển cho Robot Ballbot
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: INTRODUCTION
• 1.1. Background and Motivation
• 1.2. Thesis Objectives
• 1.3. Thesis Contributions
• 1.4. Structure of the thesis
• 2. CHƯƠNG 2: MATHEMATICAL MODEL FOR THE PLANAR SYSTEM
• 2.1. Model description
• 2.2. Model in the YOZ plane
• 2.3. Modeling in the XOY plane
• 3. CHƯƠNG 3: CONTROLLER DESIGN
• 3.1. The Principle of Nonlinear Model Predictive Control
• 3.2. NMPC Mathematical Formulation
• 4. CHƯƠNG 4: SIMULATION RESULTS
• 5. CHƯƠNG 5: CONCLUSIONS AND FUTURE WORKS
• BIBLIOGRAPHY

Tóm tắt

I. Tổng Quan về Robot Ballbot Giới Thiệu và Ứng Dụng

Robot ballbot là một loại robot di động tự cân bằng, di chuyển linh hoạt nhờ quả cầu duy nhất. Khái niệm này tương tự như con lắc ngược. Bài toán điều khiển robot ballbot là một thách thức lớn do tính chất phi tuyến và thiếu tác động (underactuated) của hệ thống. Robot ballbot có thể di chuyển linh hoạt trong không gian hẹp. Ứng dụng tiềm năng bao gồm vận chuyển hàng hóa, giám sát và thám hiểm. Mô hình hóa robot chính xác là bước quan trọng để thiết kế bộ điều khiển hiệu quả. Luận văn này nghiên cứu các phương pháp mô hình hóa và thiết kế bộ điều khiển cho robot ballbot, tập trung vào điều khiển robot di chuyển theo quỹ đạo mong muốn. Bài toán stability control và posture control cũng được xem xét.

1.1. Cấu trúc và Cơ chế hoạt động của Robot Ballbot

Robot ballbot có hai loại chính: loại sử dụng con lăn chủ động và loại sử dụng bánh xe đa hướng. Loại sử dụng con lăn, như CMU Ballbot, dùng hai con lăn vuông góc nhau, được điều khiển bởi DC motors có encoder. Loại sử dụng bánh xe đa hướng, như TGU Ballbot, sử dụng ba bánh xe đa hướng. Luận văn này tập trung vào loại thứ hai. Ưu điểm của ballbot loại này là khả năng di chuyển linh hoạt, nhưng đòi hỏi thuật toán điều khiển phức tạp hơn. sensors for ballbot đóng vai trò quan trọng, bao gồm encoders, IMU (Inertial Measurement Unit), và force sensors.

1.2. Ưu điểm và Nhược điểm của Robot Ballbot so với Robot khác

Ballbot có ưu điểm vượt trội về khả năng di chuyển linh hoạt trong không gian hẹp so với các loại robot khác. Tuy nhiên, nhược điểm là tính phức tạp trong thiết kế bộ điều khiển do đặc tính phi tuyến và hệ thống thiếu tác động. stability control là một vấn đề then chốt. Ngoài ra, energy efficiency và fault tolerance cũng là những thách thức cần giải quyết. kinematic modeling và dynamic modeling là hai phương pháp thường được sử dụng để mô hình hóa robot.

II. Thách Thức Mô Hình Hóa Robot Ballbot Yếu Tố và Giải Pháp

Mô hình hóa robot ballbot là một thách thức do tính phức tạp của hệ thống. Các yếu tố như ma sát, phân bố trọng lượng, và kích thước quả cầu đều ảnh hưởng đến độ chính xác của mô hình. dynamic modeling thường được thực hiện bằng phương pháp Lagrange. Luận văn này tập trung vào mô hình hóa robot phẳng, đơn giản hóa bài toán nhưng vẫn giữ được các đặc tính quan trọng. Các giả định được đưa ra để giảm độ phức tạp, ví dụ như bỏ qua trượt giữa quả cầu và mặt đất. Mục tiêu là xây dựng mô hình đủ chính xác để thiết kế bộ điều khiển hiệu quả.

2.1. Các Giả Định Quan Trọng trong Mô Hình Hóa Ballbot

Để đơn giản hóa bài toán mô hình hóa robot, các giả định thường được sử dụng. Ví dụ, bỏ qua ma sát (trừ ma sát xoay quả cầu quanh trục z), coi robot gồm các vật rắn tuyệt đối, và bỏ qua ảnh hưởng của rung động. Các mô hình phẳng (planar models) cũng thường được sử dụng để giảm số bậc tự do. Điều quan trọng là phải đánh giá ảnh hưởng của các giả định này đến độ chính xác của mô hình. friction và rolling resistance là những yếu tố có thể ảnh hưởng đáng kể đến stability control.

2.2. Ảnh Hưởng của Ma Sát và Phân Bố Trọng Lượng đến Mô Hình

Ma sát và phân bố trọng lượng là hai yếu tố quan trọng cần xem xét trong mô hình hóa robot ballbot. Ma sát giữa quả cầu và mặt đất ảnh hưởng đến khả năng di chuyển và stability control. Phân bố trọng lượng ảnh hưởng đến tính ổn định của hệ thống. Mô hình cần đủ chính xác để phản ánh ảnh hưởng của các yếu tố này. Các phương pháp estimation algorithms như Kalman filter, extended Kalman filter (EKF), và unscented Kalman filter (UKF) có thể được sử dụng để ước lượng các tham số không chắc chắn.

III. Thiết Kế Bộ Điều Khiển NMPC cho Robot Ballbot Phương Pháp

Luận văn này sử dụng Nonlinear Model Predictive Control (NMPC) để thiết kế bộ điều khiển cho robot ballbot. NMPC là một phương pháp điều khiển robot mạnh mẽ, có thể xử lý các hệ thống phi tuyến và ràng buộc. Ưu điểm của NMPC là khả năng dự đoán trạng thái tương lai của hệ thống và tối ưu hóa tín hiệu điều khiển dựa trên dự đoán này. NMPC không yêu cầu tuyến tính hóa mô hình, cho phép điều khiển hệ thống trong phạm vi hoạt động rộng hơn. Mục tiêu là trajectory tracking và obstacle avoidance.

3.1. Nguyên Lý Hoạt Động của Điều Khiển Dự Đoán Mô Hình Phi Tuyến NMPC

NMPC hoạt động bằng cách giải một bài toán tối ưu tại mỗi thời điểm, dự đoán trạng thái tương lai của hệ thống dựa trên mô hình và ràng buộc. Tín hiệu điều khiển được tối ưu hóa để đạt được mục tiêu mong muốn, ví dụ như trajectory tracking hoặc posture control. Chỉ giá trị điều khiển đầu tiên được áp dụng, sau đó quá trình được lặp lại tại thời điểm tiếp theo (receding horizon). simulation software như MATLAB/Simulink và ROS (Robot Operating System) thường được sử dụng để mô phỏng và kiểm tra hiệu quả của NMPC.

3.2. Công Thức Toán Học và Các Ràng Buộc trong NMPC

Công thức toán học của NMPC bao gồm hàm mục tiêu (cost function) và các ràng buộc. Hàm mục tiêu thường bao gồm sai số theo dõi (tracking error) và năng lượng điều khiển. Các ràng buộc có thể là giới hạn về trạng thái, tín hiệu điều khiển, hoặc tránh chướng ngại vật. Việc giải bài toán tối ưu này đòi hỏi các thuật toán phức tạp. linear quadratic regulator (LQR) và state space control là những phương pháp điều khiển khác có thể được sử dụng, nhưng kém hiệu quả hơn trong các hệ thống phi tuyến.

IV. Mô Phỏng và Đánh Giá Hiệu Quả Điều Khiển NMPC cho Ballbot

Luận văn này thực hiện mô phỏng robot ballbot trong môi trường MATLAB/Simulink để đánh giá hiệu quả của bộ điều khiển NMPC. Các kết quả mô phỏng cho thấy NMPC có khả năng trajectory tracking tốt và có thể điều khiển robot tránh chướng ngại vật. Các kết quả được so sánh với các phương pháp điều khiển khác. Mục tiêu là chứng minh tính ưu việt của NMPC trong bài toán điều khiển robot ballbot.

4.1. Kết Quả Mô Phỏng Điều Khiển Ballbot di chuyển giữa các Điểm

Các kết quả mô phỏng cho thấy NMPC có thể điều khiển ballbot di chuyển giữa các điểm với độ chính xác cao. Sai số theo dõi nhỏ và thời gian đáp ứng nhanh. Tín hiệu điều khiển nằm trong giới hạn cho phép. Các tham số của bộ điều khiển NMPC được điều chỉnh để đạt được hiệu suất tốt nhất. real-time control là một thách thức khi triển khai NMPC trên phần cứng thực.

4.2. Khả Năng Tránh Chướng Ngại Vật của Ballbot sử dụng NMPC

NMPC có khả năng điều khiển ballbot tránh chướng ngại vật một cách hiệu quả. Quỹ đạo di chuyển được điều chỉnh để tránh va chạm. Hàm mục tiêu được thiết kế để ưu tiên tránh chướng ngại vật. Các kết quả mô phỏng cho thấy NMPC có thể điều khiển robot di chuyển an toàn và hiệu quả trong môi trường có chướng ngại vật. path planning và obstacle avoidance là những bài toán quan trọng trong điều khiển robot.

4.3. Phân Tích và So Sánh Hiệu Suất của NMPC với Các Phương Pháp khác

Hiệu suất của NMPC được so sánh với các phương pháp điều khiển khác, ví dụ như PID control và LQR. Các kết quả so sánh cho thấy NMPC có hiệu suất tốt hơn trong các hệ thống phi tuyến và có ràng buộc. NMPC có thể đạt được độ chính xác cao hơn và khả năng tránh chướng ngại vật tốt hơn. Tuy nhiên, NMPC đòi hỏi chi phí tính toán cao hơn. robust control và adaptive control là những phương pháp khác có thể được sử dụng để cải thiện hiệu suất của hệ thống.

V. Kết Luận và Hướng Phát Triển Tương Lai cho Robot Ballbot

Luận văn này đã trình bày phương pháp mô hình hóa và thiết kế bộ điều khiển cho robot ballbot sử dụng NMPC. Các kết quả mô phỏng cho thấy NMPC là một phương pháp hiệu quả để điều khiển robot ballbot. Các hướng phát triển tương lai bao gồm cải thiện hiệu suất tính toán của NMPC, tích hợp computer vision cho visual servoing, và triển khai hệ thống trên phần cứng thực. self-balancing robot tiếp tục là một lĩnh vực nghiên cứu đầy tiềm năng.

5.1. Tóm Tắt Kết Quả Nghiên Cứu và Đóng Góp của Luận Văn

Luận văn đã đóng góp vào việc nghiên cứu và phát triển robot ballbot bằng cách trình bày một phương pháp điều khiển robot hiệu quả sử dụng NMPC. Các kết quả mô phỏng chứng minh tính khả thi của phương pháp. Luận văn cũng đề xuất các hướng phát triển tương lai cho lĩnh vực này.

5.2. Các Hướng Nghiên Cứu Tiềm Năng và Ứng Dụng Mới của Ballbot

Các hướng nghiên cứu tiềm năng bao gồm phát triển các thuật toán sensor fusion tiên tiến hơn, tích hợp embedded systems và microcontroller để real-time control, và khám phá các ứng dụng mới của ballbot trong các lĩnh vực như logistics, chăm sóc sức khỏe, và thám hiểm không gian.

Nội dung chính

Tổng quan nghiên cứu

Robot một bánh hình cầu (Ballbot) là một loại robot di động cân bằng trên một quả cầu, cho phép di chuyển linh hoạt trong không gian hẹp với khả năng vận động đa chiều. Theo ước tính, Ballbot có thể hoạt động hiệu quả trong các môi trường đòi hỏi sự linh hoạt cao như nhà thông minh, văn phòng hoặc các khu vực công nghiệp nhỏ hẹp. Vấn đề nghiên cứu trọng tâm của luận văn là mô hình hóa hệ thống Ballbot và thiết kế bộ điều khiển tối ưu nhằm đảm bảo robot di chuyển ổn định, chính xác từ điểm này đến điểm khác, đồng thời có khả năng tránh chướng ngại vật trong quá trình di chuyển. Mục tiêu cụ thể bao gồm xây dựng mô hình toán học cho hệ thống Ballbot dựa trên phương pháp Lagrange, thiết kế bộ điều khiển sử dụng phương pháp Điều khiển Dự đoán Phi tuyến (Nonlinear Model Predictive Control - NMPC), và đánh giá hiệu quả bộ điều khiển qua mô phỏng. Phạm vi nghiên cứu tập trung vào mô hình planar của Ballbot trong không gian hai chiều, với dữ liệu và tham số vật lý được lấy từ mô hình thực tế tại một số phòng thí nghiệm nghiên cứu robot. Ý nghĩa của nghiên cứu được thể hiện qua việc nâng cao độ chính xác và tính ổn định trong điều khiển robot cân bằng, góp phần phát triển các ứng dụng robot di động trong môi trường thực tế với yêu cầu cao về sự linh hoạt và an toàn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn áp dụng hai khung lý thuyết chính:

1. Phương pháp Lagrange để mô hình hóa động học và động lực học của hệ thống Ballbot. Phương pháp này cho phép xây dựng các phương trình chuyển động dựa trên năng lượng động và thế của các thành phần cấu thành robot, bao gồm quả cầu, bánh xe ảo và thân robot.
2. Điều khiển Dự đoán Phi tuyến (NMPC), một phương pháp điều khiển tối ưu dựa trên việc giải bài toán tối ưu hóa trong thời gian thực, cho phép xử lý các hệ thống phi tuyến và các ràng buộc về trạng thái cũng như đầu vào. NMPC giúp tối ưu hóa hành vi của robot trong quá trình di chuyển, bao gồm cả việc tránh chướng ngại vật.

Các khái niệm chính bao gồm:

• Mô hình planar: chia hệ thống ba chiều thành ba mô hình hai chiều độc lập trong các mặt phẳng XOY, XOZ, YOZ.
• Độ tự do (DoF): mỗi mô hình planar có hai độ tự do, tương ứng với chuyển động quay của quả cầu và thân robot.
• Hàm mục tiêu trong NMPC: bao gồm sai số theo dõi và năng lượng điều khiển, được tối thiểu hóa trong quá trình điều khiển.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các tham số vật lý của Ballbot được lấy từ mô hình thực nghiệm và các tài liệu nghiên cứu trước đó. Phương pháp phân tích bao gồm:

• Xây dựng mô hình toán học bằng phương pháp Lagrange, tính toán năng lượng động và thế, từ đó suy ra các phương trình chuyển động dưới dạng ma trận.
• Thiết kế bộ điều khiển NMPC với hàm mục tiêu tối ưu hóa sai số theo dõi và năng lượng đầu vào, đồng thời xét các ràng buộc về góc nghiêng thân robot và tránh chướng ngại vật.
• Mô phỏng trên môi trường máy tính để đánh giá hiệu quả bộ điều khiển, sử dụng các tham số thực tế như khối lượng các bộ phận, bán kính quả cầu và bánh xe, cùng các điều kiện ban đầu và mục tiêu di chuyển.
• Cỡ mẫu nghiên cứu là mô hình Ballbot với các tham số vật lý cụ thể, phương pháp chọn mẫu là mô phỏng số với các kịch bản di chuyển khác nhau (có và không có chướng ngại vật).
• Timeline nghiên cứu từ tháng 7 đến tháng 12 năm 2017, bao gồm giai đoạn xây dựng mô hình, thiết kế bộ điều khiển và thực hiện mô phỏng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Mô hình planar Ballbot được xây dựng thành công dựa trên phương pháp Lagrange, với các tham số vật lý cụ thể như khối lượng quả cầu 2.29 kg, khối lượng bánh xe 3 kg, khối lượng thân robot 9.2 kg, bán kính quả cầu 0.125 m. Mô hình cho phép mô phỏng chính xác chuyển động trong các mặt phẳng XOY, XOZ, YOZ.
2. Bộ điều khiển NMPC điều khiển Ballbot di chuyển từ điểm (0,0) đến điểm (4,5) trong khoảng 15 giây, với góc nghiêng thân robot tối đa dưới 0.58 độ, đảm bảo sự ổn định và an toàn trong quá trình di chuyển.
3. Khi có chướng ngại vật bán kính 0.4 m đặt tại vị trí (1.33, 1.33), Ballbot tự động điều chỉnh quỹ đạo để tránh vật cản, quỹ đạo di chuyển thay đổi rõ rệt so với trường hợp không có chướng ngại vật, đồng thời năng lượng tiêu thụ tăng lên do cần nhiều lực điều khiển hơn.
4. Các mô phỏng cho thấy lực mô-men xoắn điều khiển trên ba bánh xe omni có dao động trong quá trình di chuyển và hội tụ về 0 khi đến đích, chứng tỏ bộ điều khiển hoạt động hiệu quả và ổn định.

Thảo luận kết quả

Nguyên nhân chính của các kết quả trên là do việc áp dụng NMPC cho phép xử lý trực tiếp các phương trình phi tuyến của hệ thống mà không cần tuyến tính hóa, đồng thời quản lý tốt các ràng buộc về trạng thái và đầu vào. So với các nghiên cứu trước đây sử dụng các bộ điều khiển tuyến tính hoặc PID, NMPC thể hiện ưu thế vượt trội về khả năng điều khiển chính xác và linh hoạt trong môi trường có chướng ngại vật. Kết quả mô phỏng có thể được trình bày qua các biểu đồ quỹ đạo di chuyển, góc nghiêng thân robot theo thời gian, và lực mô-men xoắn điều khiển trên từng bánh xe, giúp minh họa rõ ràng hiệu quả của bộ điều khiển. Ý nghĩa của nghiên cứu là mở rộng ứng dụng NMPC trong lĩnh vực robot cân bằng, góp phần phát triển các hệ thống robot di động thông minh, có khả năng tự thích nghi với môi trường phức tạp.

Đề xuất và khuyến nghị

1. Phát triển mô hình 3 chiều cho Ballbot nhằm nâng cao độ chính xác của mô hình và bộ điều khiển, giúp phản ánh đầy đủ các tương tác động học trong không gian thực tế. Thời gian thực hiện dự kiến 6-12 tháng, do các nhóm nghiên cứu robot cơ điện tử đảm nhiệm.
2. Mở rộng ứng dụng bộ điều khiển NMPC cho các nhiệm vụ theo dõi quỹ đạo phức tạp hơn, như di chuyển theo đường cong hoặc trong môi trường động, nhằm tăng tính ứng dụng thực tiễn. Thời gian triển khai 3-6 tháng, phù hợp cho các dự án nghiên cứu ứng dụng robot.
3. Cải tiến bộ điều khiển bằng cách tích hợp xử lý nhiễu và sai số cảm biến, nâng cao độ bền vững và độ tin cậy của hệ thống trong điều kiện thực tế có nhiều yếu tố bất định. Khuyến nghị thực hiện song song với phát triển phần cứng cảm biến.
4. Triển khai thử nghiệm thực tế trên hệ thống Ballbot vật lý, đánh giá hiệu quả bộ điều khiển trong môi trường thực, từ đó điều chỉnh tham số và thuật toán phù hợp. Thời gian dự kiến 6 tháng, cần sự phối hợp giữa nhóm nghiên cứu và phòng thí nghiệm robot.

Đối tượng nên tham khảo luận văn

1. Sinh viên và nghiên cứu sinh ngành Kỹ thuật Cơ điện tử và Robot: có thể sử dụng luận văn làm tài liệu tham khảo để hiểu sâu về mô hình hóa và điều khiển robot cân bằng phi tuyến.
2. Giảng viên và nhà nghiên cứu trong lĩnh vực điều khiển tự động và robot di động: luận văn cung cấp phương pháp ứng dụng NMPC cho hệ thống phi tuyến phức tạp, hỗ trợ phát triển các đề tài nghiên cứu mới.
3. Kỹ sư phát triển sản phẩm robot và hệ thống tự động hóa: có thể áp dụng các kết quả nghiên cứu để thiết kế bộ điều khiển cho các robot di động trong công nghiệp và dịch vụ.
4. Các tổ chức và doanh nghiệp nghiên cứu phát triển công nghệ robot: luận văn giúp định hướng phát triển các giải pháp điều khiển tiên tiến, nâng cao hiệu suất và tính linh hoạt của robot trong môi trường thực tế.

Câu hỏi thường gặp

1. Ballbot là gì và có đặc điểm gì nổi bật?
   Ballbot là robot di động cân bằng trên một quả cầu, cho phép di chuyển linh hoạt trong mọi hướng. Đặc điểm nổi bật là khả năng vận động trong không gian hẹp và giữ thăng bằng động tương tự con lắc ngược.

2. Phương pháp Lagrange được sử dụng như thế nào trong mô hình hóa Ballbot?
   Phương pháp Lagrange dựa trên năng lượng động và thế của các thành phần robot để xây dựng phương trình chuyển động, giúp mô hình hóa chính xác hệ thống phi tuyến với các tham số vật lý cụ thể.

3. Điều khiển Dự đoán Phi tuyến (NMPC) có ưu điểm gì so với các phương pháp khác?
   NMPC không cần tuyến tính hóa hệ thống, có thể xử lý các ràng buộc về trạng thái và đầu vào, đồng thời tối ưu hóa hành vi điều khiển theo mục tiêu đề ra, phù hợp với các hệ thống phi tuyến phức tạp như Ballbot.

4. Bộ điều khiển NMPC được đánh giá hiệu quả như thế nào trong nghiên cứu?
   Qua mô phỏng, NMPC giúp Ballbot di chuyển chính xác đến đích trong khoảng 15 giây với góc nghiêng thân robot nhỏ hơn 0.58 độ, đồng thời có khả năng tránh chướng ngại vật hiệu quả.

5. Những thách thức khi áp dụng NMPC cho Ballbot là gì?
   Thách thức chính là chi phí tính toán cao do giải bài toán tối ưu hóa trong thời gian thực, cũng như khả năng rơi vào cực tiểu cục bộ trong quá trình tối ưu, đòi hỏi thiết kế thuật toán và tham số phù hợp.

Kết luận

• Mô hình planar Ballbot được xây dựng thành công dựa trên phương pháp Lagrange với các tham số vật lý cụ thể, phản ánh chính xác động học hệ thống.
• Bộ điều khiển NMPC được thiết kế và áp dụng hiệu quả, giúp Ballbot di chuyển ổn định, chính xác và có khả năng tránh chướng ngại vật trong môi trường mô phỏng.
• Kết quả mô phỏng cho thấy góc nghiêng thân robot luôn dưới 0.58 độ, lực mô-men xoắn điều khiển hội tụ về 0 khi đến đích, đảm bảo an toàn và tiết kiệm năng lượng.
• Nghiên cứu mở ra hướng phát triển ứng dụng NMPC cho các robot cân bằng phi tuyến phức tạp, góp phần nâng cao hiệu suất và tính linh hoạt của robot di động.
• Các bước tiếp theo bao gồm phát triển mô hình 3D, cải tiến bộ điều khiển với xử lý nhiễu, và triển khai thử nghiệm thực tế để hoàn thiện hệ thống.

Hành động đề xuất: Các nhà nghiên cứu và kỹ sư trong lĩnh vực robot cân bằng nên tiếp cận và ứng dụng phương pháp NMPC trong thiết kế bộ điều khiển, đồng thời mở rộng nghiên cứu để nâng cao tính ứng dụng trong thực tế.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYEN HỮU THAN MO HÌNH HOA VATHIET KE BỘ DIEU KHIỂN MO HINH BALLBOT MODELING AND DESIGN OF CONTROLLER FOR BALLBOT Chuyên ngành : Ky thuật Co điện tử Mã so: 60 52 01 14 LUẬN VÁN THẠC SĨ TP. HỎ CHÍ MINH, tháng 12 năm 2017 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRUONG ĐẠI HOC BACH KHOA —DHQG -HCM Cán bộ hướng dẫn khoa hoc: PGS. Bùi Trọng Hiểu (Ghi rõ họ, tên, học hàm, học vị và chữ ký) Cán bộ cham nhận xét 1: TS.

Phan Tấn Tung (Ghi rõ ho, tên, hoc ham, học vi va chữ ky) Cán bộ cham nhận xét 2: PGS. Nguyễn Phùng Hung (Ghi rõ họ, tên, học hàm, học vị và chữ ký) Luận văn Thạc sĩ được bảo vệ tại Trường Dai hoc Bách Khoa, DHQG Tp. HCM ngày 21 tháng 12 năm 2017 Thanh phan Hội đồng đánh giá luận văn Thạc sĩ gồm: (Ghi rõ ho, tên, học ham, học vi của Hội đồng cham bảo vệ luận văn thạc si) 1. Nguyễn Tan Tiến 2.

Phùng Trí Công 3. Phan Tan Tùng 4. Nguyễn Phùng Hưng 5. Nguyễn Duy Anh Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nêu có).

CHỦ TỊCH HỘI ĐÔNG TRƯỞNG KHOA CƠ KHÍ TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM KHOA: CƠ KHI Độc Lập - Tự Do - Hạnh Phúc ---------------- ---oQO--- Tp. HCM, ngày 10 tháng 07 năm 2017 NHIEM VỤ LUẬN VAN THẠC SĨ Họ và tên học viên : NGUYÊN HỮU THAN Phá : Nam Ngày, tháng, năm sinh: 16/07/1992 Nơi sinh: Bình Định Chuyên ngành: Kỹ thuật Cơ điện tử MSHV : 1570630 1- TÊN ĐÈ TÀI: MÔ HINH HÓA VÀ THIET KE BỘ DIEU KHIEN MÔ HÌNH BALLBOT MODELING AND DESIGN OE CONTROL FOR BALLBOT 2- NHIEM VỤ LUẬN VAN: - Nghiên cứu tổng quan về robot một bánh hình cầu (Ballbot). - Mô hình hóa hệ thông Ballbot. - Thiết kế bộ điều khiển mô hình Ballbot dùng NMPC (Nonlinear Model Predictive Control) - Mô phỏng và đánh giá kết quả.

3- NGÀY GIAO NHIỆM VỤ: 10-07-2017 4- NGÀY HOÀN THÀNH NHIỆM VỤ: 04-12-2017 5- HO VÀ TÊN CAN BỘ HƯỚNG DAN (Ghi day đủ học ham, hoc vi): PGS. Bùi Trọng Hiểu Nội dung và đề cương Luận văn Thạc sĩ đã được Hội Đồng Chuyên Ngành thông qua. CAN BỘ HƯỚNG DAN CHỦ NHIỆM BỘ MÔN KHOA QL CHUYEN NGÀNH (Ho tén va chit ky) QUAN LY CHUYEN NGANH (Ho tén va chit ky) (Ho tên và chữ ký) Za PGS. Bui Trong Hiéu COMMITMENT I guarantee that this thesis is taken by myself.

All the results which are conducted from the simulation was created in the thesis are not found from any other research. Ho Chi Minh City, December 2017 Nguyen Huu Than ACKNOWLEDGEMENTS I would like to thank a number of people who have suppoted and helped me while I was doing this thesis. Firstly, | would like to send my gratefulness to Prof. Bui Trong Hieu who is my supervisor for this thesis.

Whenever I had trouble with my thesis, he always gave me some helpful suggestion to overcome the problem. Moreover, his professional and friendly way of support made me more confident to complete this thesis. Many thanks to all the lecturers who gave the lecture to me. The knowledge that I was studied was very useful.

That made me do this thesis easier Finally, I would like to thank all of my friends and family members who always believed in me and supported me to complete this thesis. Ho Chi Minh City, December 2017 Nguyen Huu Than ABSTRACT Ballbot is a balancing mobile robot which achieves a full range of movement by rolling the ball, and it can work flexibility and freely in narrow areas. In this paper, a model of the Ballbot is derived from Langrange method.