Tổng quan nghiên cứu

Trong bối cảnh dân số thế giới đã vượt ngưỡng 7 tỷ người và tốc độ đô thị hóa diễn ra mạnh mẽ, yêu cầu về an ninh trật tự tại các khu dân cư, công sở và khu vực công cộng ngày càng trở nên cấp thiết. Lực lượng giám sát con người thường đối mặt với rủi ro nguy hiểm và sự suy giảm hiệu suất khi phải thực hiện các tác vụ tuần tra liên tục kéo dài suốt 24 giờ. Để giải quyết thách thức này, xu hướng ứng dụng robot tự hành thông minh đã phát triển vượt bậc trên toàn cầu. Các giải pháp tiêu biểu như robot tuần tra K5 đạt vận tốc 30 km/h với 4 cụm máy quay đa hướng hay robot trinh sát quân sự Dragon Runner DR10 có khả năng vượt dốc 45 độ đã minh chứng cho tiềm năng to lớn của tự động hóa an ninh.

Tuy nhiên, phần lớn các phương tiện tự hành hiện nay sử dụng cơ cấu di chuyển bằng bánh xe hoặc bánh xích, vốn bộc lộ hạn chế nghiêm trọng khi vận hành trên các địa hình phức tạp, mấp mô, bậc thang hoặc vùng ngập nước. Đề tài nghiên cứu được hoàn thành vào tháng 12 năm 2015 tại Trường Đại học Bách Khoa thuộc Đại học Quốc gia Thành phố Hồ Chí Minh đã đề xuất giải pháp phát triển robot di động bằng chân kết hợp hệ thống thị giác máy tính. Mục tiêu cụ thể của công trình là thiết kế, chế tạo và kiểm chứng hệ thống Legged Mobile Robot 12 chân có khả năng tự động bám theo đối tượng chuyển động thông qua cảm biến thị giác Pixy CMUcam5 và cơ cấu xoay 2 bậc tự do.

Ý nghĩa khoa học và thực tiễn của nghiên cứu được lượng hóa rõ nét thông qua việc duy trì tần số xử lý ảnh đạt 50 khung hình trên giây, kiểm soát sai số bám góc lệch tiệm cận 0 rad và giữ vững khoảng cách an toàn với đối tượng trong không gian làm việc thực tế. Công trình đặt nền móng vững chắc cho việc phát triển các nền tảng robot an ninh đa địa hình tự chủ cao tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng tích hợp của lý thuyết điều khiển tự động, động học cơ cấu phẳng và xử lý ảnh số thời gian thực. Khung lý thuyết chính bao gồm:

Lý thuyết điều khiển phản hồi vòng kín dựa trên hình ảnh (Visual Servoing): Hệ thống sử dụng sai số vị trí hình học của đối tượng trong mặt phẳng ảnh để tính toán tín hiệu điều khiển tức thời cho cơ cấu chấp hành, triệt tiêu sai lệch về cự ly và góc hướng mà không cần mô hình hóa tuyệt đối môi trường xung quanh.

Mô hình động học robot di động vi sai (Differential Drive Kinematics): Chuyển động của robot được mô tả thông qua mối quan hệ giữa vận tốc dài, vận tốc góc và tâm quay tức thời (ICR), giúp quy đổi chính xác quỹ đạo yêu cầu thành vận tốc góc của hai cụm động cơ dẫn động độc lập.

Lý thuyết động học cơ cấu nhiều khâu phẳng: Mô hình hóa cơ cấu chân 12 khâu dựa trên nguyên lý cơ cấu chân bước sinh học của nhà sáng chế Theo Jansen. Phương pháp đóng vòng vector Euler được thiết lập để giải hệ phương trình vị trí, từ đó xấp xỉ quỹ đạo tiếp đất bằng đa thức bậc ba.

Bảng thông số Denavit-Hartenberg (D-H): Mô hình hóa hình học cho cơ cấu xoay camera hai bậc tự do (Pan-Tilt), xác định ma trận chuyển đổi tọa độ thuần nhất giữa gốc tọa độ gắn trên thân robot và tâm quang học của camera.

Các khái niệm then chốt được chuẩn hóa trong nghiên cứu bao gồm: Đa giác chân đế thăng bằng tĩnh, tọa độ trọng tâm quang học, không gian màu và góc định hướng không gian.

Phương pháp nghiên cứu

Nghiên cứu kết hợp chặt chẽ giữa phương pháp mô phỏng toán học giải tích và thực nghiệm trên mô hình vật lý phần cứng.

Nguồn dữ liệu và thu thập tham số: Dữ liệu động học được trích xuất trực tiếp từ mô hình giải tích chạy trên môi trường MATLAB/Simulink, kết hợp dữ liệu thị giác thu nhận thời gian thực từ cảm biến hình ảnh CMOS Omnivision OV9715 qua giao tiếp vi điều khiển.

Cỡ mẫu và phương pháp chọn mẫu: Cỡ mẫu thực nghiệm bao gồm 50 chu kỳ bước chân liên tục để đánh giá độ mấp mô quỹ đạo theo trục tung, 3 kịch bản đổi hướng mục tiêu tiêu chuẩn với góc lệch 45 độ, 90 độ và chuyển động thẳng, cùng tập dữ liệu nhận diện 7 dải màu cơ bản trong các điều kiện chiếu sáng khác nhau. Phương pháp chọn mẫu phân tầng được áp dụng nhằm đánh giá toàn diện độ chính xác điều khiển theo các cự ly từ 0,5 m đến 3,0 m.

Lý do lựa chọn phương pháp phân tích: Việc giải hệ phương trình vector phi tuyến bậc ba trên MATLAB cho phép tối ưu hóa chính xác chiều dài từng thanh liên kết từ 14 mm đến 88 mm trước khi gia công cơ khí. Thuật toán lọc màu phần cứng trên chip lõi kép NXP LPC4330 tần số 204 MHz được chọn nhằm giảm tải tính toán tối đa cho bộ xử lý trung tâm Arduino Mega 2560 hoạt động ở xung nhịp 16 MHz. Toàn bộ quy trình nghiên cứu, chế tạo và kiểm chứng được tiến hành xuyên suốt trong thời gian 6 tháng từ ngày 06/07/2015 đến ngày 04/12/2015.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và thực nghiệm thực tế đã ghi nhận 4 phát hiện khoa học và kỹ thuật cốt lõi:

Thứ nhất, cơ cấu chân 12 khâu liên kết đảm bảo chuyển động tiếp đất vô cùng êm thuận. Tọa độ trục tung của bàn chân khi tiếp xúc mặt đất chỉ dao động trong biên độ cực hẹp từ -125 mm đến -122 mm, tương đương độ mấp mô vỏn vẹn 3 mm. Kết cấu 12 chân phân bố thành 4 cụm (mỗi cụm 3 chân lệch pha nhau 120 độ) giúp duy trì ổn định tối thiểu 4 điểm tiếp xúc mặt đất đồng thời, tăng độ vững chắc thăng bằng tĩnh lên hơn 92% so với các cấu trúc chân đơn giản.

Thứ hai, hệ thống Pan-Tilt 2 bậc tự do siêu nhẹ với khối lượng khâu chỉ 20 g và 15 g đạt tốc độ phản hồi vượt trội. Khi đối tượng chuyển dịch góc đột ngột 90 độ, hệ thống xoay camera đưa tâm đối tượng về lại vùng trung tâm ảnh với thời gian xác lập dưới 0,35 giây, độ vọt lố kiểm soát dưới 4,5%.

Thứ ba, cảm biến Pixy CMUcam5 xử lý tín hiệu hình ảnh độ phân giải 640x400 pixel đạt tốc độ ổn định 50 khung hình/giây. Thuật toán quang học ước lượng cự ly qua diện tích vết màu đạt sai số đo khoảng cách dưới 4,8% trong tầm hoạt động từ 0,5 m đến 3,0 m.

Thứ tư, hệ thống điều khiển bám vết vòng kín tích hợp hoạt động chính xác cao. Trong các thử nghiệm bám theo quỹ đạo gắt với góc lệch 45 độ và 90 độ, robot hiệu chỉnh sai số khoảng cách về dưới 25 mm và sai số góc bám dưới 0,05 rad chỉ sau 2,5 giây vận hành.

Thảo luận kết quả

Nguyên nhân chính giúp hệ thống đạt độ chính xác cao là cấu trúc điều khiển phân tầng linh hoạt. Hệ Pan-Tilt độc lập đảm nhận nhiệm vụ khử sai số góc nhìn của camera gần như tức thời, giúp hình ảnh mục tiêu không bị trôi khỏi khung hình. Đồng thời, bộ điều khiển di động điều chỉnh tốc độ hai động cơ DC qua mạch công suất LMD18200 dựa trên mô hình sai số vi sai, giúp triệt tiêu sai lệch cự ly bền vững.

Dữ liệu nghiên cứu được biểu diễn trực quan và khoa học qua các đồ thị phân tích động học và biểu đồ đáp ứng:

  • Đồ thị quỹ đạo bàn chân biểu diễn mối quan hệ phi tuyến giữa góc quay trục dẫn và tọa độ tiếp xúc, chứng minh tính ưu việt của hàm xấp xỉ bậc ba so với bậc hai.
  • Đồ thị đáp ứng quá độ của cơ cấu Pan-Tilt và đồ thị sai số bám vết theo thời gian thực thể hiện rõ tính ổn định tiệm cận của hệ thống.
  • Bảng ma trận so sánh các thông số hình học và sai số phản hồi xác nhận tính đúng đắn của giải thuật điều khiển.

So với các nghiên cứu robot tuần tra bánh xe chỉ hoạt động được trên bề mặt nhẵn phẳng, mô hình Legged Mobile Robot trong luận văn chứng minh khả năng thích nghi địa hình vượt trội, không bị phụ thuộc vào tính liên tục của mặt đường.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm và tiềm năng ứng dụng, luận văn đưa ra 4 khuyến nghị then chốt nhằm hoàn thiện và ứng dụng công nghệ:

Nâng cấp thuật toán thị giác và năng lực phần cứng xử lý ảnh: Thay thế thuật toán lọc màu đơn thuần bằng việc tích hợp các mô hình mạng nơ-ron tích chập (CNN) rút gọn, nâng độ phân giải camera lên chuẩn Full HD 1080p và mở rộng khả năng nhận dạng từ 7 dải màu đơn sắc lên hơn 20 mẫu đối tượng nhận diện phức tạp như khuôn mặt hoặc biển số xe. Mục tiêu giảm độ trễ nhận diện xuống dưới 15 ms với độ chính xác đạt 98,5% trong thời gian 6 đến 9 tháng. Chủ thể thực hiện: Các kỹ sư nghiên cứu thị giác máy tính và lập trình nhúng.

Tối ưu hóa kết cấu cơ khí bằng vật liệu tiên tiến: Chuyển đổi vật liệu chế tạo từ nhôm định hình và mica sang vật liệu composite sợi carbon cường độ cao nhằm giảm 35% tổng trọng lượng bản thân của hệ thống 12 chân (với các khâu từ 14 mm đến 88 mm), đồng thời nâng tải trọng hữu ích lên mức 5 kg. Mục tiêu tăng vận tốc di chuyển lên 1,2 m/s trong thời gian 12 tháng. Chủ thể thực hiện: Kỹ sư thiết kế cơ khí và chuyên gia công nghệ vật liệu.

Tích hợp hệ thống cảm biến hợp nhất (Sensor Fusion): Bổ sung cảm biến đo khoảng cách Laser LiDAR quét 360 độ và cảm biến quán tính IMU 9 trục để khắc phục triệt để nhược điểm nhiễu quang học khi cường độ ánh sáng môi trường xuống dưới 50 lux. Mục tiêu đưa sai số ước lượng vị trí xuống dưới 1,5% trong vòng 6 tháng. Chủ thể thực hiện: Các nhóm phát triển thuật toán điều khiển và tự động hóa.

Xây dựng quy chuẩn kiểm nghiệm thực địa và thương mại hóa: Triển khai thử nghiệm vận hành liên tục 8 giờ với khối pin Lithium 5000 mAh trên các địa hình gồ ghề, bậc thang cao 50 mm tại các nhà xưởng công nghiệp. Hoàn thiện hồ sơ tiêu chuẩn kỹ thuật trong vòng 18 tháng. Chủ thể thực hiện: Các doanh nghiệp sản xuất thiết bị an ninh phối hợp cùng các viện nghiên cứu trường đại học.

Đối tượng nên tham khảo luận văn

Nội dung toàn diện của luận văn mang lại giá trị tham khảo sâu sắc cho 4 nhóm đối tượng trọng tâm:

Học viên cao học, sinh viên và nghiên cứu sinh ngành Cơ điện tử và Kỹ thuật Điều khiển: Tài liệu cung cấp phương pháp luận chi tiết về mô hình hóa động học cơ cấu phẳng nhiều khâu, kỹ thuật giải hệ phương trình phi tuyến trên MATLAB và phương pháp ứng dụng bảng thông số D-H trong thiết kế robot thực tế.

Kỹ sư phần mềm nhúng và thị giác máy tính: Cung cấp giải pháp kỹ thuật tối ưu chi phí khi tích hợp cảm biến Pixy CMUcam5 xử lý ảnh tốc độ cao 50 fps với vi điều khiển Arduino Mega 2560 qua các chuẩn giao tiếp công nghiệp như SPI, UART và I2C trong bài toán Visual Servoing thời gian thực.

Các doanh nghiệp nghiên cứu phát triển robot dịch vụ và an ninh: Khai thác bản vẽ thiết kế nguyên lý cơ cấu 12 chân vững chắc và giải thuật điều khiển bám mục tiêu để ứng dụng chế tạo các dòng robot tuần tra khu dân cư, kho bãi hoặc thiết bị thám hiểm môi trường nguy hiểm.

Giảng viên và chuyên gia học thuật: Sử dụng toàn bộ hệ thống dữ liệu mô phỏng, đồ thị động học và kết quả thực nghiệm làm học liệu giảng dạy chuyên sâu cho các học phần Robot di động, Động lực học hệ nhiều vật và Thị giác Robot.

Câu hỏi thường gặp

Tại sao nghiên cứu lại lựa chọn cơ cấu 12 chân thay vì bánh xe hoặc bánh xích truyền thống? Robot bánh xe di chuyển nhanh trên mặt phẳng nhưng rất dễ trượt và mất khả năng vận hành khi gặp bề mặt gồ ghề, mấp mô hoặc ngập nước. Cơ cấu 12 chân chia làm 4 cụm với chu kỳ lệch pha 120 độ tạo ra đa giác chân đế luôn có ít nhất 4 điểm chạm đất, kiểm soát độ rung lắc theo phương đứng chỉ 3 mm, giúp robot vượt địa hình phức tạp vững vàng.

Cảm biến Pixy CMUcam5 mang lại ưu thế kỹ thuật gì trong bài toán bám đối tượng? Pixy CMUcam5 tích hợp chip xử lý lõi kép NXP LPC4330 tốc độ 204 MHz, thực hiện thuật toán lọc màu độc lập với tần số 50 khung hình/giây. Việc tiền xử lý ảnh trực tiếp trên cảm biến giúp loại bỏ hoàn toàn gánh nặng tính toán cho vi điều khiển Arduino Mega 2560, duy trì khả năng nhận diện 7 dải màu với độ trễ gần như bằng 0.

Hệ thống ước lượng khoảng cách từ camera đến đối tượng bằng phương pháp nào? Khoảng cách thực tế được xác định thông qua hàm quan hệ quang học giữa diện tích vết màu nhận diện trên khung hình 640x400 pixel với diện tích chuẩn của đối tượng và tiêu cự ống kính. Phương pháp này cho phép ước lượng cự ly liên tục với độ chính xác cao, sai số đo lường duy trì dưới 4,8% trong tầm kiểm soát từ 0,5 m đến 3,0 m.

Thuật toán điều khiển nào giúp robot duy trì bám sát mục tiêu liên tục? Luận văn áp dụng cấu trúc điều khiển phản hồi vòng kín hai tầng độc lập. Tầng một điều khiển cơ cấu Pan-Tilt 2 bậc tự do xoay camera theo đối tượng với thời gian đáp ứng dưới 0,35 giây. Tầng hai tính toán sai số vị trí và góc lệch từ camera để điều khiển vận tốc hai cụm chân qua driver LMD18200, triệt tiêu sai số bám về 0 trong 2,5 giây.

Độ mấp mô của cơ cấu chân có làm ảnh hưởng đến chất lượng hình ảnh của camera không? Nhờ tối ưu hóa quỹ đạo bước chân 12 khâu qua phương trình đa thức bậc ba trên MATLAB, biên độ dao động thân robot theo phương đứng chỉ ở mức 3 mm (từ -125 mm đến -122 mm). Độ mấp mô cực nhỏ này kết hợp với khả năng hấp thụ rung động của khớp xoay Pan-Tilt giúp hình ảnh thu nhận từ camera luôn sắc nét, không bị nhòe mờ.

Kết luận

  • Luận văn đã mô hình hóa toán học thành công cơ cấu chân 12 khâu dựa trên nguyên lý Theo Jansen, tối ưu hóa quỹ đạo bước chân với độ mấp mô phương đứng cực thấp chỉ 3 mm.
  • Chế tạo hoàn chỉnh cơ cấu Pan-Tilt 2 bậc tự do siêu nhẹ (20 g và 15 g), đạt thời gian đáp ứng hướng camera cực nhanh dưới 0,35 giây khi đổi góc 90 độ.
  • Tích hợp thành công cảm biến thị giác Pixy CMUcam5 xử lý ảnh 50 fps với vi điều khiển Arduino Mega 2560 và mạch công suất driver LMD18200.
  • Thực nghiệm chứng minh thuật toán điều khiển phản hồi vòng kín kiểm soát sai số bám góc dưới 0,05 rad và sai số khoảng cách dưới 25 mm trong thời gian 2,5 giây.
  • Đóng góp giải pháp công nghệ nền tảng quan trọng cho sự phát triển của các dòng robot an ninh và thám hiểm tự hành đa địa hình tại Việt Nam.

Kế hoạch phát triển tiếp theo trong 6 đến 12 tháng tới sẽ tập trung vào việc nhúng thuật toán trí tuệ nhân tạo nhận diện đa đối tượng và tích hợp cảm biến LiDAR quét laser 3D. Độc giả, kỹ sư và các nhà nghiên cứu quan tâm có thể tra cứu toàn văn luận văn cùng tập dữ liệu thiết kế chi tiết tại Thư viện Trường Đại học Bách Khoa - ĐHQG TP.HCM để cùng hợp tác và phát triển công nghệ.