Tổng quan luận án

Hoạch định quỹ đạo chuyển động, tối ưu hóa và tạo dáng đi cho robot dạng người (Humanoid Motion Planning, Optimization, and Gait Generation - HMP) là lĩnh vực nghiên cứu phức tạp nhằm giúp robot hai chân di chuyển ổn định và tự nhiên. Dưới góc độ cơ học và toán học, bài toán tạo dáng đi cho robot hai chân là bài toán tối ưu hóa đa biến có ràng buộc phi tuyến, chịu sự chi phối của các điều kiện cân bằng động lực học.

Khoảng trống nghiên cứu được luận án xác định xuất phát từ mô hình bộ tạo dáng đi (Walking Pattern Generator - WPG) phụ thuộc 4 thông số của Dip (gồm: chiều dài bước $S$, độ nhấc chân $H$, độ khuỵu gối $h$, và độ lắc hông $n$). Cụ thể:

  1. Nghiên cứu của Dip chỉ tập trung tối ưu hóa 4 thông số $(S, H, h, n)$ để đạt vận tốc bước đi nhanh nhất bằng thuật toán di truyền (Genetic Algorithm - GA) mà chưa kiểm soát được độ nhấc chân định trước ($H_{ref}$) nhằm thích nghi với yêu cầu bước đi thực tế.
  2. Bộ thông số của WPG theo Dip là cố định trong suốt quá trình di chuyển, khiến robot không thể tự điều chỉnh trực tuyến để bám theo quỹ đạo điểm không mô-men (Zero Moment Point - ZMP) mong muốn khi có sự thay đổi trạng thái.
  3. Bộ tạo dáng WPG của Dip chỉ áp dụng cho giai đoạn bước đi liên tục, thiếu giai đoạn chuẩn bị khởi động và giai đoạn kết thúc dừng bước.

Mục tiêu nghiên cứu tổng quát của luận án là phát triển các giải pháp mới về hoạch định, tối ưu hóa và tạo dáng đi thích nghi cho robot hai chân kích thước nhỏ, đảm bảo chuyển động bước đi thẳng trên mặt phẳng đạt tính ổn định động học theo tiêu chuẩn ZMP.

Các nhiệm vụ và câu hỏi nghiên cứu cụ thể gồm:

  1. Nhiệm vụ 1: Xây dựng hàm mục tiêu và áp dụng thuật toán tiến hóa vi sai cải tiến (Modified Differential Evolution - MDE) để tối ưu hóa đồng thời 4 thông số dáng đi $(S, H, h, n)$ của WPG, đảm bảo robot bước đi ổn định với độ nhấc chân cài đặt trước ($H_{ref}$).
  2. Nhiệm vụ 2: Xây dựng mô hình mạng nơ-rôn tiến hóa thích nghi (Adaptive Evolutionary Neural Model - AENM) với cấu trúc MIMO NARX được tối ưu trọng số bằng thuật toán MDE nhằm nhận dạng và điều chỉnh thích nghi 4 thông số WPG bám theo quỹ đạo ZMP mong muốn.
  3. Nhiệm vụ 3: Thiết lập bộ tạo mẫu đi bộ tự nhiên (Natural Walking Pattern Generator - N-WPG) hoàn chỉnh bao gồm đầy đủ 3 giai đoạn: chuẩn bị, bước đi và kết thúc, kết hợp giải bài toán động học ngược để xác định quy luật góc quay tại các khớp.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Mô hình động học, động lực học và thuật toán điều khiển tạo dáng đi cho robot hai chân kích thước nhỏ. Mẫu thực nghiệm và mô phỏng được áp dụng trên robot hai chân HUBOT-5 (12 bậc tự do - BTD) và robot HUBOT-4 (10 BTD).
  • Phạm vi không gian và vận động: Robot di chuyển bước đi thẳng trên bề mặt địa hình bằng phẳng.
  • Phạm vi kết cấu: Thân trên giữ cố định, điều khiển tọa độ không gian của khớp hông và hai bàn chân thông qua hệ thống động cơ servo ở chi dưới.

Tổng quan tài liệu và vị trí của luận án

Nghiên cứu về robot hai chân mô phỏng người bắt đầu từ những năm 1970 với các công trình của I. Kato (chế tạo robot WABOT-1 năm 1973 tại Đại học Waseda) và M. Vukobratovic (viện Mihailo Pupin, đề xuất khái niệm ZMP năm 1972). Thập niên 1980 ghi nhận các nghiên cứu điều khiển robot bước đi bằng máy tính của R. McGhee và M. McGhee (USC, OSU), cùng các nghiên cứu về ổn định động học của M. Raibert tại phòng thí nghiệm LEGLAB (CMU, MIT). Cuối thập niên 1990 và những năm 2000, hãng Honda công bố ASIMO (1998, 2009, 2011) với công nghệ cân bằng dựa trên tiêu chuẩn ZMP do T. Takenaka và cộng sự phát triển. Cùng thời kỳ, nhiều mẫu robot dạng người được phát triển như WABIAN-2R (A. Takanishi, 2006), HRP-2 và HRP-4 (M. Inaba, Kawada), Lola (Đại học Kỹ thuật München), HUBO2 (KAIST), iCub (IIT), PETMAN (Boston Dynamics), NAO (Aldebaran Robotics), cùng các thử thách robot của DARPA (DRC 2012–2013).

Về phương pháp tạo quỹ đạo bước đi và điều khiển cân bằng:

  • S. Kajita và cộng sự đề xuất mô hình con lắc ngược 3D (3D Linear Inverted Pendulum Model - 3D-LIPM), phương pháp điều khiển preview và ứng dụng trên robot HRP-4C.
  • Q. Huang và cộng sự sử dụng hàm nội suy spline bậc ba để xây dựng quỹ đạo khớp hông và bàn chân dựa trên ràng buộc ZMP.
  • K. Erbatur và O. Kurt áp dụng chuỗi Fourier để làm mượt quỹ đạo tham chiếu ZMP.
  • W. Xu và cộng sự cải tiến quỹ đạo chân và hông kết hợp tiêu chuẩn ZMP trong pha một chân chống (SSP).
  • P. B. Dip và cộng sự (2009) xây dựng bộ tạo dáng đi WPG dựa trên các hàm điều hòa dạng sin phụ thuộc 4 thông số hình học $(S, H, h, n)$.

Về tối ưu hóa thông số dáng đi bằng thuật toán tiến hóa và tính toán thông minh:

  • Tối ưu hóa năng lượng tiêu thụ: G. Capi và cộng sự (2002, 2003) sử dụng giải thuật di truyền mã hóa thực (RCGA) và mạng RBFNN; J. H. Park và cộng sự (2004), B. K. Choi và cộng sự (1999) sử dụng GA.
  • Tối ưu hóa độ ổn định: C. S. Lin và cộng sự (2004) dùng mạng CMAC; W. T. Miller và cộng sự (1994) dùng mạng nơ-rôn và điều khiển PID; C. Zhou và cộng sự (2003) dùng học tăng cường mờ (FRL); R. Jha và cộng sự (2005) kết hợp GA và FLC; M. L. Udai (2008) dùng GA; M. Mostafa và cộng sự (2019) dùng thuật toán tối ưu cá voi (WOA); D. K. Pratihar và cộng sự (2007, 2015) dùng giải thuật lai GA-NN và GA-FLC.
  • Tối ưu hóa đa mục tiêu (năng lượng, tốc độ, độ ổn định): J. H. Lee và cộng sự (2004) dùng MOEA; P. B. Dip và cộng sự (2009) dùng GA tối ưu tốc độ và ổn định; D. Huan và cộng sự (2008), A. Fattah và cộng sự (2009) dùng GA; D. K. Pratihar và cộng sự (2012) dùng MOPSO và MOGA; R. Raj và cộng sự (2017) dùng MOEA.
  • Về thuật toán tiến hóa vi sai: N. N. Son và H. P. H. Anh (2012, 2014) phát triển thuật toán tiến hóa vi sai cải tiến (MDE) cho các bài toán nhận dạng hệ thống MIMO.

Khoảng trống học thuật mà luận án lựa chọn giải quyết là: Tiếp tục hoàn thiện mô hình WPG 4 thông số của Dip bằng cách tích hợp thuật toán MDE để kiểm soát độ nhấc chân theo ý muốn, xây dựng mô hình mạng nơ-rôn thích nghi AENM để nhận dạng thông số WPG theo quỹ đạo ZMP thực tế, và mở rộng WPG thành bộ tạo mẫu N-WPG bao hàm toàn bộ 3 giai đoạn của chu kỳ di chuyển.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và mô hình toán học

  • Nguyên lý cân bằng điểm không mô-men (Zero Moment Point - ZMP): Điều kiện cần và đủ để robot hai chân không bị lật đổ trong quá trình bước đi là điểm ZMP phải luôn nằm hoàn toàn bên trong diện tích đa giác chân chống (Support Polygon) ở cả pha một chân chống (Single Support Phase - SSP) và pha hai chân chống (Double Support Phase - DSP).
  • Mô hình hình học và động học ngược: Mô hình kết cấu chi dưới của robot gồm 10 bậc tự do hoạt động trong mặt phẳng đứng ngang ($YZ$) và mặt phẳng đứng dọc ($XZ$). Phương trình động học ngược giải tích được thiết lập để chuyển đổi từ tọa độ không gian của 3 điểm tham chiếu chính (cổ chân trái $P_1$, cổ chân phải $P_{10}$, hông $P_5$) sang 10 góc quay tương đối tại các khớp $(\theta_1, \theta_2, \dots, \theta_{10})$.
  • Bộ tạo dáng WPG dạng hàm sin: Quỹ đạo vị trí và vận tốc của $P_1, P_{10}, P_5$ được tham số hóa theo thời gian $t$, chu kỳ bước $T$, khoảng cách hai chân $w$, và 4 thông số dáng đi cốt lõi:
    • $S$: Chiều dài bước chân (Step length).
    • $H$: Độ nhấc chân (Height of swing ankle).
    • $h$: Độ khuỵu gối (Leg displacement).
    • $n$: Độ lắc hông (Hip displacement).
  • Mô hình mạng nơ-rôn tiến hóa thích nghi (AENM): Mô hình mạng cấu trúc phi tuyến tự hồi quy nhiều ngõ vào nhiều ngõ ra (MIMO NARX), sử dụng thuật toán tiến hóa MDE để tối ưu hóa tập trọng số kết nối, thực hiện chức năng xấp xỉ và nhận dạng quan hệ phi tuyến giữa quỹ đạo ZMP mong muốn và 4 thông số WPG.

Phương pháp nghiên cứu

  • Phương pháp phân tích giải tích: Thiết lập phương trình tọa độ, giải bài toán động học ngược và tính toán vị trí khối tâm (Center of Mass - CoM) cùng tọa độ ZMP ($x_{ZMP}, y_{ZMP}$) dựa trên phân bố khối lượng từng khâu.
  • Phương pháp tối ưu hóa ngẫu nhiên (Meta-heuristic): Áp dụng thuật toán MDE với toán tử đột biến và lai ghép cải tiến để tối thiểu hóa sai lệch giữa độ nhấc chân thực tế và độ nhấc chân mong muốn ($H_{ref}$), đồng thời giữ ZMP nằm trong vùng an toàn. Tiến hành mô phỏng so sánh đối chứng với thuật toán di truyền (GA) và thuật toán bầy đàn (PSO).
  • Phương pháp mô phỏng số: Lập trình tính toán quỹ đạo, kiểm tra miền giá trị góc quay khớp và vẽ biểu đồ quỹ đạo ZMP, CoM trên máy tính.
  • Phương pháp thực nghiệm: Kiểm chứng thuật toán điều khiển trên phần cứng mô hình robot hai chân thực tế.

Nguồn dữ liệu và nền tảng thực nghiệm

  • Nền tảng phần cứng 1 (HUBOT-5): Robot hai chân kích thước nhỏ gồm 12 BTD (mỗi chân 6 BTD: 3 BTD khớp hông, 1 BTD khớp gối, 2 BTD khớp cổ chân). Khối lượng toàn bộ là 1,5 kg, chiều cao xấp xỉ 50 cm. Hệ thống truyền động sử dụng 10 động cơ servo DC Power HD-1501 (khối lượng 60 g, mô-men xoắn cực đại 17 kg·cm). Mạch điều khiển trung tâm là vi điều khiển Arduino.
  • Nền tảng phần cứng 2 (HUBOT-4): Robot hai chân 10 BTD (5 BTD mỗi chân) phục vụ kiểm chứng bộ tạo mẫu N-WPG 3 giai đoạn.
  • Địa điểm nghiên cứu và thử nghiệm: Phòng Thí Nghiệm Trọng Điểm Quốc Gia Điều Khiển Số và Kỹ Thuật Hệ Thống (DCSELAB).

Nội dung chính theo từng chương

Chương 1. Nghiên cứu tổng quan

Chương này tổng kết lịch sử phát triển của robot hai chân dạng người từ các mẫu thử nghiệm ban đầu (WABOT-1, BIPER-3, Meltran II) đến các hệ thống hiện đại (ASIMO, HRP-2/4C, WABIAN-2R, PETMAN, NAO). Chương phân tích hai trường phái di chuyển chính: bước đi tĩnh (CoM nằm trong đế chân, tốc độ chậm) và bước đi động (dựa trên tiêu chuẩn ZMP). Các phương pháp thiết kế bộ tạo dáng đi (WPG) được phân loại thành nhóm dựa trên mô hình con lắc ngược và nhóm dựa trên quỹ đạo bàn chân - hông. Chương cũng tổng hợp các nguyên tắc điều khiển cân bằng (mô-men cổ chân, vị trí đặt chân, gia tốc CoM, góc xoay hông, mô hình LIPM) và điểm lại các công trình ứng dụng tính toán mềm (GA, PSO, CMAC, FLC, AENM, DE/MDE) trong tối ưu hóa dáng đi. Cuối chương xác định 3 mục tiêu trọng tâm của luận án nhằm khắc phục các hạn chế của mô hình WPG 4 thông số do Dip đề xuất.

Chương 2. Tối ưu hóa dáng đi cho robot hai chân kích thước nhỏ bước đi ổn định với độ nhấc chân mong muốn sử dụng thuật toán tiến hóa vi sai cải tiến (MDE)

Chương này giải quyết bài toán tối ưu 4 thông số dáng đi $(S, H, h, n)$ trên mô hình robot HUBOT-5 (12 BTD, thân trên cố định, điều khiển 10 góc quay khớp $\theta_1 \dots \theta_{10}$). Giới hạn góc quay của các khớp được xác định theo cấu trúc vật lý của HUBOT-5:

Góc quay Mặt phẳng Chân Khớp Miền giới hạn
$\theta_1$ YZ (Đứng ngang) Phải Cổ chân $-20^\circ \text{ đến } 20^\circ$
$\theta_2$ XZ (Đứng dọc) Phải Cổ chân $-30^\circ \text{ đến } 30^\circ$
$\theta_3$ XZ (Đứng dọc) Phải Gối $-30^\circ \text{ đến } 30^\circ$
$\theta_4$ XZ (Đứng dọc) Phải Hông $-30^\circ \text{ đến } 30^\circ$
$\theta_5$ YZ (Đứng ngang) Phải Hông $-20^\circ \text{ đến } 20^\circ$
$\theta_6$ YZ (Đứng ngang) Trái Hông $-20^\circ \text{ đến } 20^\circ$
$\theta_7$ XZ (Đứng dọc) Trái Hông $-30^\circ \text{ đến } 30^\circ$
$\theta_8$ XZ (Đứng dọc) Trái Gối $-30^\circ \text{ đến } 30^\circ$
$\theta_9$ XZ (Đứng dọc) Trái Cổ chân $-30^\circ \text{ đến } 30^\circ$
$\theta_{10}$ YZ (Đứng ngang) Trái Cổ chân $-20^\circ \text{ đến } 20^\circ$

Tác giả tiến hành khảo sát 10 mẫu tham số dáng đi để đánh giá ảnh hưởng của từng thông số đến quỹ đạo ZMP và hình chiếu khối tâm GCoM:

Mẫu $S$ (mm) $H$ (mm) $h$ (mm) $n$ (mm) Đánh giá quỹ đạo ZMP
1 200 60 15 150 Lắc hông $n$ quá lớn làm ZMP vượt ra ngoài vùng chân đỡ
2 200 60 15 10 Lắc hông $n$ quá nhỏ làm mất cân bằng ngang
3 200 60 6 50 Độ khuỵu gối $h$ quá nhỏ khiến ZMP rơi ra ngoài vùng ổn định
4 200 60 15 50 Quỹ đạo ZMP ổn định trong vùng chân đỡ
5 50 60 15 150 Bước ngắn $S=50$ mm nhưng $n$ lớn vẫn gây mất ổn định
6 50 60 15 10 Bước ngắn nhưng lắc hông nhỏ gây sai lệch ZMP
7 400 60 10 10 Bước dài kết hợp lắc hông nhỏ làm tăng nguy cơ ngã
8 400 60 15 150 Bước dài kết hợp lắc hông lớn gây mất ổn định nghiêm trọng
9 50 30 6 10 Các tham số nhỏ khiến biên độ dịch chuyển hạn chế
10 400 10 6 10 Độ nhấc chân quá thấp ($H=10$ mm) gây va quẹt chân

Giải thuật MDE được xây dựng với hàm mục tiêu kết hợp sai lệch độ nhấc chân mong muốn $|H - H_{ref}|$ và điều kiện biên ổn định ZMP. Kết quả mô phỏng và thực nghiệm so sánh giữa MDE, PSO và GA cho thấy MDE có tốc độ hội tụ nhanh hơn, đạt giá trị hàm mục tiêu nhỏ hơn và giúp HUBOT-5 thực hiện bước đi ổn định chính xác tại hai giá trị độ nhấc chân thử nghiệm $H_{ref} = 2\text{ cm}$ và $H_{ref} = 4\text{ cm}$.

Chương 3. Tạo dáng đi thích nghi cho robot hai chân bước đi ổn định sử dụng mô hình mạng nơ-rôn tiến hóa thích nghi (AENM) được tối ưu bởi thuật toán tiến hóa vi sai cải tiến (MDE)

Chương này phát triển mô hình AENM nhằm khắc phục nhược điểm thông số cố định của bộ WPG truyền thống. Cấu trúc mạng AENM được thiết kế để nhận dạng quan hệ phi tuyến và sinh trực tuyến 4 thông số dáng đi $(S, H, h, n)$ tương ứng với quỹ đạo ZMP mong muốn. Thuật toán MDE được sử dụng để tối ưu hóa véc-tơ trọng số của mạng AENM. Kết quả huấn luyện và kiểm chứng trên mô hình HUBOT-5 chứng minh giải thuật MDE-AENM đạt sai số bám ZMP thấp hơn, hội tụ ổn định hơn so với phương pháp huấn luyện dùng GA hoặc PSO, từ đó duy trì góc quay tại 10 khớp luôn nằm trong giới hạn cho phép và giữ robot thăng bằng liên tục.

Chương 4. Hoạch định dáng đi tự nhiên cho robot hai chân

Chương này đề xuất bộ tạo mẫu đi bộ tự nhiên (N-WPG) mở rộng cho robot hai chân (áp dụng mô phỏng trên robot HUBOT-4 có 10 BTD). Chu kỳ vận động được chuẩn hóa với đầy đủ 3 giai đoạn:

  1. Giai đoạn chuẩn bị (Preparation stage): Robot chuyển trọng tâm từ trạng thái đứng yên hai chân sang chân trụ ban đầu.
  2. Giai đoạn bước đi (Stepping stage): Các chu kỳ bước đều đặn kế tiếp nhau gồm pha SSP và DSP luân phiên.
  3. Giai đoạn kết thúc (End stage): Đưa chân di chuyển về vị trí song song và chuyển khối tâm về vị trí cân bằng tĩnh chính giữa hai chân.

Quỹ đạo không gian của cổ chân trái ($P_{1x}, P_{1z}$), cổ chân phải ($P_{10x}, P_{10z}$) và khớp hông ($P_{5x}, P_{5y}, P_{5z}$) được mô tả giải tích qua từng khoảng thời gian trong chu kỳ bước. Kết hợp với bài toán động học ngược và nguyên lý ZMP, mô hình N-WPG tạo ra các quỹ đạo góc quay khớp trơn tru trên cả 3 mặt phẳng không gian (mặt phẳng đứng ngang $YZ$, mặt phẳng đứng dọc $XZ$, mặt phẳng nằm ngang $XY$), giúp robot chuyển động ổn định và tự nhiên.

Chương 5. Kết luận và kiến nghị

Tổng kết toàn bộ các kết quả lý thuyết, mô phỏng số và thực nghiệm đã đạt được trong luận án; đồng thời nêu các kiến nghị khoa học cho các nghiên cứu tiếp theo.

Kết quả và những đóng góp mới

Luận án tự nêu 3 đóng góp khoa học chính:

  1. Tối ưu hóa dáng đi với độ nhấc chân cài đặt trước: Đã phát triển phương pháp tối ưu hóa 4 thông số dáng đi $(S, H, h, n)$ của bộ tạo dáng WPG bằng thuật toán tiến hóa vi sai cải tiến (MDE), cho phép robot hai chân kích thước nhỏ bước đi ổn định với độ nhấc chân theo ý muốn ($H_{ref}$). Tính khả thi và hiệu quả vượt trội của MDE so với GA và PSO đã được kiểm chứng qua mô phỏng và thực nghiệm trên mẫu robot HUBOT-5 với các mức nhấc chân $H_{ref} = 2\text{ cm}$ và $H_{ref} = 4\text{ cm}$.
  2. Nhận dạng và thích nghi thông số dáng đi theo quỹ đạo ZMP: Đã đề xuất và thiết lập thành công mô hình mạng nơ-rôn tiến hóa thích nghi (AENM) được tối ưu hóa trọng số bằng thuật toán MDE. Mô hình này cho phép tự động điều chỉnh linh hoạt 4 thông số của bộ WPG theo quỹ đạo ZMP mong muốn, giải quyết hạn chế của bộ tham số cố định và nâng cao độ bền vững chuyển động của robot HUBOT-5.
  3. Hoàn thiện bộ tạo mẫu đi bộ tự nhiên đầy đủ 3 giai đoạn (N-WPG): Đã mở rộng mô hình WPG của Dip thành bộ tạo mẫu N-WPG bao gồm trọn vẹn 3 giai đoạn: chuẩn bị, bước đi và kết thúc. Phương pháp kết hợp biến đổi động học ngược và nguyên lý ZMP đã được kiểm chứng mô phỏng thành công trên mô hình robot hai chân HUBOT-4 (10 BTD).

Các kiến nghị và giải pháp đề xuất:

  • Cần tiếp tục hoàn thiện giải thuật tối ưu hóa trực tuyến để giảm thời gian tính toán của bộ nhận dạng nơ-rôn.
  • Cải tiến phần cứng cơ khí và hệ thống truyền động servo nhằm tăng độ cứng vững và giảm rung lắc cơ học trong quá trình đổi chân.

Hạn chế và hướng nghiên cứu tiếp

Theo phạm vi và nội dung được công bố trong văn bản luận án:

  • Hạn chế:
    • Nghiên cứu chỉ tập trung vào chuyển động bước đi thẳng trên bề mặt địa hình bằng phẳng, chưa xét đến các bề mặt gồ ghề, dốc hoặc có chướng ngại vật.
    • Thân trên của robot được giữ cố định trong quá trình di chuyển, chưa khai thác chuyển động của cánh tay và thân trên để hỗ trợ cân bằng mô-men động lượng.
    • Các thử nghiệm thực nghiệm mới thực hiện trên mô hình robot hai chân kích thước nhỏ (HUBOT-5, chiều cao 50 cm, khối lượng 1,5 kg).
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng thuật toán hoạch định dáng đi cho các quỹ đạo phức tạp hơn như bước đi quay vòng, chuyển hướng, đi lùi và leo cầu thang.
    • Nghiên cứu thuật toán điều khiển cân bằng thích nghi trên bề mặt địa hình không bằng phẳng và chịu tác động của ngoại lực va chạm ngẫu nhiên.
    • Tích hợp thêm các cảm biến lực tiếp xúc bàn chân và con quay hồi chuyển/gia tốc kế (IMU) để hoàn thiện vòng điều khiển phản hồi cân bằng thời gian thực.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên môn cho:

  • Nghiên cứu sinh, học viên cao học và giảng viên chuyên ngành Cơ kỹ thuật, Cơ điện tử, Kỹ thuật Điều khiển và Tự động hóa quan tâm đến động học ngược, động lực học robot nhiều bậc tự do và lý thuyết cân bằng ZMP.
  • Các nhóm nghiên cứu phát triển robot dạng người, đặc biệt là phần tham khảo về:
    • Phương pháp giải bài toán động học ngược 10 khớp chi dưới (Chương 2 và Chương 4).
    • Thuật toán tiến hóa vi sai cải tiến MDE ứng dụng trong tối ưu hóa tham số cơ học (Chương 2).
    • Cấu trúc mạng nơ-rôn thích nghi AENM/MIMO NARX dùng trong nhận dạng và điều khiển hệ phi tuyến (Chương 3).
    • Quy trình thiết lập quỹ đạo 3 giai đoạn cho chu kỳ bước đi tự nhiên N-WPG (Chương 4).

Câu hỏi thường gặp

1. Bốn thông số dáng đi cơ bản trong bộ tạo dáng WPG của Dip được luận án sử dụng là gì?
Bốn thông số gồm: $S$ (chiều dài bước chân), $H$ (độ nhấc chân), $h$ (độ khuỵu gối) và $n$ (độ lắc hông).

2. Tiêu chuẩn ổn định chính được sử dụng để đánh giá chuyển động của robot trong luận án là gì?
Luận án sử dụng tiêu chuẩn điểm không mô-men (Zero Moment Point - ZMP). Trạng thái cân bằng động của robot được đảm bảo khi tọa độ ZMP tính toán luôn nằm hoàn toàn bên trong diện tích đa giác chân chống của chân trụ (trong pha một chân chống SSP) hoặc hai bàn chân (trong pha hai chân chống DSP).

3. Robot thực nghiệm HUBOT-5 có những đặc tính kỹ thuật nào?
Robot HUBOT-5 có 12 bậc tự do (mỗi chân 6 BTD), chiều cao khoảng 50 cm, tổng khối lượng khoảng 1,5 kg, sử dụng 10 động cơ servo DC Power HD-1501 (khối lượng 60 g, mô-men 17 kg·cm) để điều khiển chi dưới và sử dụng vi điều khiển Arduino để truyền tín hiệu điều khiển.

4. Vì sao thuật toán MDE được lựa chọn thay thế GA và PSO trong việc tối ưu hóa thông số dáng đi?
Kết quả khảo sát và thực nghiệm trong luận án chứng minh thuật toán MDE có tốc độ hội tụ nhanh hơn, khả năng thoát khỏi các điểm cực trị cục bộ tốt hơn, đạt giá trị hàm mục tiêu nhỏ nhất thấp hơn và đảm bảo dáng đi ổn định với độ nhấc chân chính xác theo giá trị đặt trước ($H_{ref}$).

5. Bộ tạo mẫu N-WPG ở Chương 4 có điểm gì khác biệt so với bộ WPG ban đầu của Dip?
Bộ WPG ban đầu của Dip chỉ tạo dáng đi cho giai đoạn bước đều liên tục. Bộ N-WPG do tác giả hoàn thiện bổ sung đầy đủ cả 3 giai đoạn vận động: giai đoạn chuẩn bị (chuyển trọng tâm bắt đầu đi), giai đoạn bước đi (chu kỳ bước đều), và giai đoạn kết thúc (thu chân về vị trí cân bằng tĩnh).

Kết luận

Luận án tiến sĩ của tác giả Trần Thiện Huân đã hoàn thành nghiên cứu toàn diện về bài toán ngược vận động, tối ưu hóa và điều khiển thích nghi dáng đi cho robot hai chân kích thước nhỏ trên mặt phẳng. Bằng việc kết hợp bộ tạo dáng hàm sin, thuật toán tiến hóa vi sai cải tiến MDE, mô hình mạng nơ-rôn thích nghi AENM và mở rộng mô hình N-WPG 3 giai đoạn, công trình đã giải quyết các hạn chế tồn tại của phương pháp WPG truyền thống. Toàn bộ các kết quả lý thuyết đều được kiểm chứng chặt chẽ thông qua mô phỏng số và thực nghiệm trên các mô hình robot HUBOT-5 và HUBOT-4 tại DCSELAB.