Bối cảnh và vấn đề nghiên cứu

Sự phát triển của khoa học và công nghệ tự động hóa đã thúc đẩy ứng dụng sâu rộng của robot và thiết bị không người lái vào đời sống và sản xuất. Trong đó, thiết bị bay không người lái (Unmanned Aerial Vehicle - UAV), đặc biệt là dòng máy bay bốn cánh quạt (quadcopter), sở hữu ưu thế vượt trội về tốc độ cơ động, sự linh hoạt và khả năng tiếp cận các địa hình phức tạp. UAV đang được ứng dụng rộng rãi trong nhiều lĩnh vực thực tiễn như phun thuốc và bón phân nông nghiệp, quay phim ghi hình truyền thông, giao hàng bưu chính cứu trợ, giám sát phòng cháy chữa cháy và tìm kiếm cứu nạn. Theo báo cáo Drone Market Report 2021–2026 từ Drone Industry Insights (Droneii), thị trường máy bay không người lái toàn cầu đạt quy mô 26,3 tỷ USD năm 2021 với tốc độ tăng trưởng kép hàng năm (CAGR) dự báo đạt 9,4%, hướng tới mốc 43 tỷ USD vào năm 2025. Tại Việt Nam, nghiên cứu chế tạo và ứng dụng UAV chuyên sâu trong các trường đại học vẫn còn hạn chế về tài nguyên và kiến thức nền tảng.

Một trong những hạn chế vật lý lớn nhất của dòng quadcopter là thời gian bay ngắn do tiêu hao năng lượng liên tục để duy trì lực nâng. Để duy trì hoạt động lâu dài, hệ thống yêu cầu giải pháp tự động hạ cánh để sạc hoặc thay pin. Trong khi đa số các nghiên cứu trước đây chỉ tập trung vào hạ cánh trên bãi đáp cố định, việc hạ cánh chính xác trên sàn đáp di động (dynamic/moving landing pad) mang tính quyết định để mở rộng phạm vi tác chiến và tính tự chủ của UAV, chẳng hạn như hạ cánh trên tàu thuyền, xe vận chuyển tự hành hoặc trạm sạc lưu động. Đồ án tốt nghiệp mã số đề tài 22223DT119 mang tên "Research on precision landing control of UAV on moving landing pad" được thực hiện bởi nhóm sinh viên Trần Minh Quang, Trần Đình Nam và Đỗ Thành Trung dưới sự hướng dẫn của TS. Hà Lê Như Ngọc Thành tại Bộ môn Cơ điện tử, Khoa Cơ khí Chế tạo máy, Trường Đại học Sư phạm Kỹ thuật TP.HCM nhằm giải quyết bài toán điều khiển này.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài bao gồm 5 nội dung chính:

  1. Lắp ráp hoàn chỉnh mô hình phần cứng UAV dạng quadcopter.
  2. Vận hành và thử nghiệm UAV ở các chế độ bay cân bằng (stabilization) và bay giữ vị trí (position).
  3. Tính toán, mô hình hóa động lực học và thiết kế bộ điều khiển cho UAV.
  4. Nghiên cứu và thử nghiệm thuật toán bám mục tiêu robot di động (mobile robot tracking).
  5. Nghiên cứu và thử nghiệm thuật toán hạ cánh chính xác trên sàn đáp di động.

Phạm vi nghiên cứu của đề tài được xác định cụ thể:

  • Mô hình UAV: Quadcopter cấu hình chữ X (Cross configuration), khối lượng tổng thể từ 2,0 kg đến tối đa 2,5 kg, kích thước khung thân 650 mm, sải cánh quạt từ 10 đến 12 inch (254 – 305 mm).
  • Sàn đáp di động: Mục tiêu di chuyển với vận tốc tối đa 5 m/s.

Cơ sở lý thuyết và phương pháp

Cơ sở lý thuyết của đề tài tập trung vào việc mô hình hóa toán học chuyển động của quadcopter và các quy luật điều khiển động học, động lực học:

  • Hệ quy chiếu và biến đổi tọa độ: Đồ án thiết lập ba hệ quy chiếu gồm Hệ quy chiếu Trái Đất/Quán tính ${E}$ (Earth frame - NED: North-East-Down), Hệ quy chiếu phương tiện ${V}$ (Vehicle frame) và Hệ quy chiếu thân UAV ${B}$ (Body frame). Ma trận quay biến đổi từ ${V}$ sang ${B}$ được xây dựng thông qua ba góc Euler: góc quay Yaw ($\psi$) quanh trục Z, góc Pitch ($\theta$) quanh trục Y và góc Roll ($\phi$) quanh trục X.
  • Động lực học và lực tương tác: Mô hình chuyển động tịnh tiến và quay của UAV được thiết lập dựa trên định luật II Newton, phương trình Euler cho vật thể quay có xét đến mô-men quán tính ($J_x, J_y, J_z$) và hiệu ứng gia tốc Coriolis khi bay trong khí quyển. Mối quan hệ giữa lực nâng ($F_i = b\omega_i^2$) và mô-men cản ($M_i = d\omega_i^2$) từ 4 động cơ sinh ra 4 biến điều khiển tổng quát: lực đẩy dọc trục ($U_1$), mô-men Roll ($U_2$), mô-men Pitch ($U_3$) và mô-men Yaw ($U_4$).
  • Mô hình động cơ điện BLDC và quan hệ xung PWM: Động cơ một chiều không chổi than kết hợp bộ điều tốc ESC được mô hình hóa qua định luật Kirchhoff điện học ($V = R_a I_a + L_a \frac{dI_a}{dt} + V_{emf}$) kết hợp định luật chuyển động Newton cơ học. Quan hệ giữa xung PWM đầu vào và lực nâng/mô-men tạo ra được tuyến tính hóa thành hàm truyền bậc một quanh điểm cân bằng (hovering state).
  • Lý thuyết điều khiển và truyền thông: Ứng dụng cấu trúc điều khiển tầng P-P (vòng ngoài điều khiển vị trí/góc, vòng trong điều khiển vận tốc/vận tốc góc). Cơ sở truyền thông phần cứng dựa trên các giao thức UART, SPI, I2C và điều chế độ rộng xung PWM.

Phương pháp nghiên cứu được triển khai bao gồm:

  • Phương pháp nghiên cứu tài liệu và giải pháp chuyên ngành: Tham khảo giáo trình điều khiển UAV ("Guidance, Navigation and Control" của TS. Hà Lê Như Ngọc Thành và giáo trình "Introduction to Multicopter Design and Control" của tác giả Quan Quan).
  • Phương pháp mô hình hóa và mô phỏng: Kiểm chứng thuật toán qua mô phỏng phần mềm trong vòng lặp (Software-in-the-Loop - SITL) và phần cứng trong vòng lặp (Hardware-in-the-Loop - HITL) kết nối qua Robot Operating System (ROS).
  • Phương pháp thực nghiệm: Chế tạo phần cứng, hiệu chỉnh tham số bộ điều khiển thực tế, thu thập dữ liệu xử lý ảnh và đo đạc phản hồi vị trí khi bám và hạ cánh trên sàn đáp di động.

Thiết kế và triển khai

Hệ thống điều khiển hạ cánh chính xác được tích hợp đồng bộ giữa phần cứng cơ khí - điện tử và kiến trúc phần mềm điều khiển nhúng:

Kiến trúc phần cứng và lựa chọn linh kiện

Các linh kiện thành phần được tính toán và lựa chọn theo các thông số kỹ thuật nghiêm ngặt nhằm đảm bảo tỷ lệ lực đẩy trên khối lượng và thời gian hoạt động:

STT Thành phần phần cứng Model / Thông số kỹ thuật Vai trò trong hệ thống
1 Khung thân (Frame) Tarot Iron Man 650 (TL65B01) Khung sợi carbon kích thước 650 mm, cấu hình chữ X
2 Động cơ (Motor) SunnySky X2814 KV1100 (BLDC) 4 động cơ tạo lực nâng chính cho UAV
3 Mạch điều tốc (ESC) Hobbywing SkyWalker 60A-UBEC Điều khiển tốc độ động cơ qua tín hiệu PWM
4 Cánh quạt (Propeller) MR 1145 Nylon CW/CCW (11x4.5 inch) Chuyển đổi công suất quay thành lực đẩy khí động
5 Bộ điều khiển bay (FC) Pixhawk 4 PX4 Autopilot Kit Điều khiển bay mức thấp (stabilization, attitude, position)
6 Máy tính nhúng NVIDIA Jetson Nano B01 Dev Kit Xử lý ảnh, chạy mạng nơ-ron và điều khiển mức cao
7 Cảm biến hình ảnh IMX219 8MP (Góc nhìn FoV 160°) Thu nhận hình ảnh sàn đáp từ trên cao
8 Nguồn cấp Pin LiPo GNB 5500mAh 4S Cung cấp năng lượng toàn bộ hệ thống
9 Mạch nguồn phụ trợ Power Management Board & Step-down 5V Hạ áp và cấp nguồn ổn định cho Jetson Nano và FC
10 Bộ điều khiển từ xa Transmitter Radiolink AT9S Pro Thu phát tín hiệu điều khiển chế độ bay thủ công/chuyển chế độ

Nhóm tác giả đã thiết kế cơ khí 3D cho các cụm gá lắp phụ trợ gồm giá đỡ pin, giá đỡ camera IMX219 và đế gắn máy tính nhúng Jetson Nano cùng mạch chia nguồn nhằm tối ưu hóa trọng tâm của máy bay.

Kiến trúc phần mềm và thuật toán nhận diện

Kiến trúc điều khiển phân tầng được thiết lập qua hệ điều hành robot ROS:

  • Pixhawk 4 (PX4 Autopilot): Thực thi các vòng điều khiển P-P tốc độ cao cho độ cao (altitude) và tư thế (attitude/position).
  • Jetson Nano (Companion Computer): Đóng vai trò máy tính xử lý trung tâm, giao tiếp với Pixhawk 4 qua cổng truyền thông nối tiếp để gửi lệnh điều khiển vị trí tương đối.
  • Thuật toán thị giác máy tính nhận diện sàn đáp:
    • Phương pháp xử lý màu OpenCV: Chuyển đổi không gian màu sang HSV, thực hiện ngưỡng hóa (thresholding), lọc hình thái học (morphology) và tìm đường biên (contour). Qua phân tích thực nghiệm, phương pháp này gặp hiện tượng nhiễu nặng ở các kênh H và V khi môi trường có ánh sáng mạnh.
    • Phương pháp học sâu (Deep Learning): Sử dụng mạng nơ-ron tích chập YOLOv4-tiny để phát hiện bãi đáp trong điều kiện ánh sáng thay đổi phức tạp, đồng thời tích hợp thuật toán xử lý dự đoán khi sàn đáp tạm thời lọt ra ngoài trường nhìn (FoV) của camera.

Nội dung chính theo từng chương

Chương 1: Tổng quan và đặt vấn đề (Overview and Problem Statements)

Chương này phân tích bối cảnh phát triển của thị trường máy bay không người lái toàn cầu và thực trạng ứng dụng tại Việt Nam. Tác giả chỉ ra hạn chế về thời lượng pin của UAV đa cánh quạt và sự cần thiết của việc xây dựng hệ thống hạ cánh chính xác trên trạm sạc/sàn đáp di động. Chương 1 xác định rõ mục tiêu nghiên cứu, phạm vi kỹ thuật của hệ thống (UAV tối đa 2,5 kg, tốc độ mục tiêu tối đa 5 m/s), phương pháp tiếp cận và cấu trúc tổng thể của bản báo cáo.

Chương 2: Cơ sở lý thuyết (Theoretical Basis)

Chương 2 trình bày toàn diện lý thuyết về UAV, phân loại các cấu hình máy bay (Multirotor, Fixed-Wing, Single-Rotor, Hybrid VTOL) và đi sâu vào cấu hình Quadcopter. Tác giả so sánh chi tiết giữa cấu hình dấu cộng (Plus configuration) và cấu hình chữ X (Cross configuration), chứng minh cấu hình chữ X giúp triệt tiêu mô-men xoay tự do khi điều khiển trục Pitch và Roll nhờ nguyên lý bù trừ mô-men của các cặp cánh quay ngược chiều. Chương này thiết lập hệ phương trình toán học mô tả động thái tư thế, động thái vị trí theo hệ tọa độ quán tính và thân xe, phương trình Coriolis, phương trình Euler, mô hình điện - cơ của động cơ BLDC, các hàm truyền đạt vòng kín và vòng hở cho hệ thống điều khiển góc Roll, Pitch, Yaw.

Chương 3: Tính toán, thiết kế và lắp ráp (Calculate, Design, and Assembly)

Chương 3 tập trung vào quy trình tính toán kỹ thuật và hiện thực hóa phần cứng:

  • Tính toán và lựa chọn động cơ SunnySky X2814 KV1100 dựa trên bảng ước lượng công suất động cơ với các loại cánh quạt và cấu hình pin khác nhau.
  • Phân tích lựa chọn ESC Hobbywing SkyWalker 60A và pin LiPo GNB 5500mAh 4S đáp ứng dòng xả.
  • So sánh hiệu năng giữa hai dòng máy tính nhúng Raspberry Pi 4 và NVIDIA Jetson Nano Dev Kit B01, qua đó lựa chọn Jetson Nano nhằm tận dụng nhân GPU phục vụ xử lý hình ảnh học sâu.
  • Thiết kế sơ đồ nguyên lý mạch điều khiển, mạch hạ áp 5V, thiết kế cơ khí 3D cho gá pin, giá treo camera góc rộng 160° và hoàn thiện mô hình lắp ráp F650.

Chương 4: Hệ thống điều khiển (Control System)

Chương này thiết kế chi tiết thuật toán điều khiển và môi trường thực thi:

  • Thiết kế bộ điều khiển tầng P-P cho điều khiển độ cao và vị trí dựa trên mô hình hàm truyền đạt đã thiết lập.
  • Xây dựng quy trình xử lý ảnh phát hiện sàn đáp: Phân tích quy trình tách màu HSV, ngưỡng hóa, phân đoạn hình thái học và nhận diện đường biên; đồng thời cấu hình kiến trúc mạng nơ-ron YOLOv4-tiny để huấn luyện và phát hiện mục tiêu với độ chính xác cao.
  • Thiết lập giải thuật bám và ước lượng vị trí khi sàn đáp biến mất khỏi khung hình camera.
  • Triển khai môi trường kiểm thử mô phỏng qua SITL, HITL và thiết lập sơ đồ giao tiếp các node ROS cùng tần số hoạt động (ROS rate) trên nền tảng Visual Studio Code.

Chương 5: Kết quả thực nghiệm (Experimental Results)

Chương 5 công bố các kết quả đo đạc trên mô hình thực tế:

  • Kiểm tra các thông số vật lý thực tế của mô hình UAV hoàn chỉnh: tổng khối lượng, góc nghiêng tối đa và vận tốc tối đa đạt được.
  • Đánh giá đáp ứng quá độ của bộ điều khiển vị trí trên ba trục X, Y, Z.
  • Đánh giá sai số phản hồi vị trí tương đối giữa UAV và tâm bãi đáp di động.
  • Trình bày chuỗi kết quả thực nghiệm bám mục tiêu (tracking) và kết quả hạ cánh thực tế (landing) xuống sàn đáp chuyển động.

Chương 6: Kết luận và hướng phát triển (Conclusion and Development)

Chương cuối tóm tắt toàn bộ khối lượng công việc đã hoàn thành từ thiết kế phần cứng, mô hình hóa toán học, tích hợp thuật toán thị giác máy tính đến thử nghiệm thành công hạ cánh thực tế. Đồng thời, tác giả đề xuất các định hướng nâng cấp hệ thống trong tương lai.

Kết quả và đóng góp

Đồ án đã đạt được các kết quả kỹ thuật cụ thể:

  • Chế tạo thành công mô hình phần cứng UAV hoàn chỉnh: Lắp ráp và tích hợp hoàn thiện quadcopter F650 với tổng khối lượng trong phạm vi 2,0 – 2,5 kg, trang bị bộ điều khiển Pixhawk 4, máy tính nhúng Jetson Nano, camera IMX219 FoV 160°, động cơ SunnySky X2814 1100KV và nguồn pin LiPo 4S 5500mAh.
  • Xây dựng bộ điều khiển ổn định: Thiết lập thành công mô hình toán học động lực học quadcopter cấu hình chữ X, tích hợp cấu trúc điều khiển tầng P-P giúp UAV bay ổn định ở các chế độ cân bằng (stabilization), giữ độ cao (altitude hold) và giữ vị trí (position control).
  • Phát triển hệ thống thị giác nhận diện mục tiêu tin cậy: Kết hợp thành công mô hình học sâu YOLOv4-tiny trên Jetson Nano để khắc phục nhược điểm nhạy cảm với ánh sáng của phương pháp xử lý màu HSV truyền thống, duy trì khả năng nhận diện tâm sàn đáp ổn định.
  • Thử nghiệm bám và hạ cánh chính xác: Hệ thống thực nghiệm đã bám theo và thực hiện hạ cánh thành công trên sàn đáp di động di chuyển với vận tốc lên đến 5 m/s.

Đóng góp của đề tài thể hiện ở việc tích hợp hoàn chỉnh một hệ sinh thái mã nguồn mở gồm ROS, PX4 Autopilot và mạng học sâu thị giác nhúng trên một mô hình thực nghiệm chi phí hợp lý, tạo tiền đề ứng dụng cho các trạm sạc tự động hoặc hệ thống tiếp vận không người lái.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên phạm vi và nội dung nghiên cứu được trình bày trong tài liệu:

  • Hạn chế: Hệ thống xử lý ảnh dựa trên camera đơn (monocular camera) 8MP góc rộng 160°, do đó trong điều kiện sàn đáp bị che khuất hoàn toàn hoặc góc nghiêng UAV quá lớn làm mất dấu mục tiêu trong thời gian dài, việc ước lượng vị trí bám vẫn gặp thách thức. Các thử nghiệm giới hạn ở tốc độ sàn đáp 5 m/s và phụ thuộc vào điều kiện bề mặt di chuyển của sàn đáp.
  • Hướng phát triển: Nghiên cứu tối ưu hóa thuật toán điều khiển thích nghi để chống chịu tốt hơn với gió nhiễu ngoài trời; tích hợp thêm các cảm biến phụ trợ (như cảm biến đo khoảng cách laser/LiDAR, định vị RTK-GPS); nâng cao hiệu suất mô hình nhận diện học sâu để tăng tốc độ xử lý khung hình (FPS) và mở rộng phạm vi thử nghiệm ở các dải vận tốc sàn đáp cao hơn.

Giá trị tham khảo

Đồ án là tài liệu tham khảo chuyên ngành hữu ích cho sinh viên, học viên cao học và kỹ sư thuộc các ngành Cơ điện tử, Kỹ thuật Robot, Tự động hóa và Khoa học Dữ liệu/Trí tuệ nhân tạo.

Các phần có giá trị tham khảo kỹ thuật cao bao gồm:

  • Toàn bộ quy trình mô hình hóa toán học động lực học quadcopter hệ tọa độ 3D và phương pháp tuyến tính hóa quanh điểm cân bằng (Chương 2).
  • Phương pháp tính toán chọn động cơ, ESC, pin, cánh quạt và sơ đồ kết nối phần cứng giữa Pixhawk 4 với Jetson Nano (Chương 3).
  • Kiến trúc phân chia node truyền thông ROS giữa máy tính nhúng và mạch điều khiển bay cùng quy trình triển khai mô hình mạng YOLOv4-tiny trên Jetson Nano (Chương 4).

Câu hỏi thường gặp

1. Tại sao nhóm tác giả lại lựa chọn cấu hình Quadcopter chữ X (Cross configuration) thay vì cấu hình dấu cộng (Plus configuration)?
Trả lời: Trong cấu hình dấu cộng, khi điều khiển trục Pitch hoặc Roll, sự tăng giảm tốc độ của động cơ đơn lẻ phía trước/sau hoặc trái/phải tạo ra sự chênh lệch mô-men xoắn phi tuyến tính, dẫn đến xuất hiện mô-men xoay (yaw moment) ngoài ý muốn cần phải bù trừ. Ngược lại, cấu hình chữ X sử dụng đồng thời cả bốn động cơ (gồm hai động cơ quay thuận CW và hai động cơ quay nghịch CCW) khi điều khiển Pitch/Roll, giúp triệt tiêu hoàn toàn mô-men xoay tự do, đảm bảo tính cân bằng và đơn giản hóa thuật toán điều khiển.

2. Nhóm nghiên cứu đã sử dụng những phương pháp nào để phát hiện sàn đáp từ camera và tại sao cần chuyển đổi sang mô hình Deep Learning?
Trả lời: Ban đầu nhóm sử dụng phương pháp tách màu không gian HSV kết hợp lọc hình thái học và tìm đường biên trong OpenCV. Tuy nhiên, trong điều kiện môi trường ánh sáng mạnh, các kênh H (Hue) và V (Value) xuất hiện nhiều nhiễu làm hệ thống nhận diện sai lệch. Do đó, nhóm đã tích hợp mô hình học sâu YOLOv4-tiny chạy trên Jetson Nano để đảm bảo khả năng nhận diện sàn đáp chính xác và ổn định dưới điều kiện ánh sáng thay đổi.

3. Phần cứng máy tính nhúng và cảm biến hình ảnh được lựa chọn trong đề tài gồm những loại nào?
Trả lời: Đề tài sử dụng bo mạch máy tính nhúng NVIDIA Jetson Nano Developer Kit B01 (được lựa chọn thay vì Raspberry Pi 4 nhờ có nhân GPU phục vụ xử lý mạng nơ-ron) kết hợp cùng Camera Jetson Nano cảm biến IMX219 8MP có góc nhìn rộng (FoV) 160 độ.

4. Cấu trúc bộ điều khiển được thiết kế cho UAV trong đồ án là gì?
Trả lời: Đồ án thiết kế cấu trúc bộ điều khiển tầng P-P (vòng kép tỷ lệ - tỷ lệ) áp dụng cho cả kênh điều khiển độ cao (altitude control) và kênh điều khiển vị trí (position control), kết nối đồng bộ với bộ điều khiển trạng thái bay trên Pixhawk 4.

5. Vận tốc tối đa của sàn đáp di động trong phạm vi thử nghiệm của đề tài là bao nhiêu?
Trả lời: Sàn đáp di động (moving landing pad) được thiết lập vận hành với vận tốc di chuyển tối đa là 5 m/s.

Kết luận

Đồ án tốt nghiệp "Research on precision landing control of UAV on moving landing pad" của nhóm tác giả Trần Minh Quang, Trần Đình Nam và Đỗ Thành Trung đã giải quyết trọn vẹn bài toán điều khiển máy bay bốn cánh quạt tự động bám và hạ cánh trên mục tiêu chuyển động. Nghiên cứu đã kết hợp chặt chẽ giữa cơ sở lý thuyết động lực học, kỹ thuật thiết kế phần cứng cơ điện tử và ứng dụng thị giác máy tính học sâu trên máy tính nhúng Jetson Nano. Kết quả thực nghiệm thành công với sàn đáp chuyển động vận tốc lên tới 5 m/s khẳng định tính khả thi và cung cấp nền tảng kỹ thuật vững chắc cho các hệ thống robot tự hành không người lái trong tương lai.