Tổng quan về luận án

Sự phát triển mạnh mẽ của hạ tầng mạng viễn thông toàn cầu đã mở ra kỷ nguyên mới cho hệ thống robot điều khiển qua mạng (Networked Robot Systems - NRSs). Kể từ dự án Mercury tiên phong năm 1994 thu hút hơn 2,5 triệu lượt truy cập trong 7 tháng cho phép điều khiển cánh tay robot từ xa để khai quật di tích trong khu vực nhiễm xạ, khái niệm NRS đã được IEEE Robotics and Automation Society chuẩn hóa vào năm 2004 với định nghĩa cốt lõi: "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." Luận án tiến sĩ ngành Kỹ thuật Điện tử của nghiên cứu sinh 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), tập trung giải quyết toàn diện bài toán giám sát và điều khiển robot di động vi sai qua mạng máy tính không dây và Internet.

Khoảng trống nghiên cứu (research gap) trọng tâm nằm ở chỗ phần lớn các công trình kinh điển trước đây chỉ xem xét độ trễ truyền thông một cách đơn lẻ hoặc giả định hệ thống tuyến tính đơn giản, bỏ qua sự kết hợp phi tuyến ngẫu nhiên giữa độ trễ biến thiên thời gian (time-varying delay), hiện tượng mất gói tin (packet loss) và giao nhận đảo trật tự gói tin (out-of-order delivery). Luận án đặt ra ba câu hỏi nghiên cứu cốt lõi:

  1. RQ1: Làm thế nào để ước lượng trạng thái và định vị chính xác robot di động phi tuyến trong điều kiện tín hiệu quan trắc bị trễ, mất mát và xáo trộn trật tự?
  2. RQ2: Thiết kế luật điều khiển ổn định động học cho robot bị ràng buộc phi holonomic qua kênh truyền thông không bảo đảm (best-effort network) như thế nào?
  3. RQ3: Kiến trúc điều hướng tự hành nào có thể dung hòa được tín hiệu tương tác từ xa của người dùng với cơ chế tự phản xạ an toàn tại chỗ?

Nghiên cứu xây dựng ba giả thuyết khoa học:

  • H1: Mô hình hóa tín hiệu đo trễ bằng bộ lọc mở rộng Kalman dựa trên quan trắc quá khứ (Past-Observation-based Extended Kalman Filter - PO-EKF) sẽ giảm thiểu đáng kể sai số vị sai toàn phương trung bình (RMSE) so với bộ lọc EKF chuẩn và LEKF.
  • H2: Sự kết hợp giữa lý thuyết ổn định Lyapunov và bộ lọc dự báo trạng thái (predictive filter) sẽ đảm bảo tính ổn định tiệm cận của robot ngay cả khi độ trễ mạng vượt quá chu kỳ lấy mẫu.
  • H3: Kiến trúc điều hướng dựa trên hành vi (behavior-based navigation) kết hợp cơ chế điều phối mờ (fuzzy logic coordination) sẽ đảm bảo độ chính xác vị trí trong phạm vi 30 cm và góc hướng trong 10 độ.

Phạm vi thực nghiệm được tiến hành trên nền tảng phần cứng robot di động thực tế có kích thước $60\text{ cm} \times 60\text{ cm} \times 110\text{ cm}$, chu kỳ lấy mẫu $T_s = 100\text{ ms}$ với sai số xấp xỉ Taylor không quá 0,05, thử nghiệm qua hạ tầng mạng nội bộ ISP và kênh truyền xuyên lục địa VPN kết nối máy chủ tại Hoa Kỳ.

Literature Review và Positioning

Tổng quan tài liệu học thuật quốc tế cho thấy hai trường phái tiếp cận chủ đạo đối với bài toán định vị và điều khiển NRS:

Trường phái giao diện nâng cao (Advanced Interface Techniques) tập trung vào việc tái tạo không gian ảo tương tác tại phía máy trạm. Schraft et al. (2001) và Brady & Tarn (1998) sử dụng mô hình thực tế ảo 3D đa giác để người dùng thao tác trực tiếp, từ đó suy đoán quỹ đạo tiếp theo nhằm che giấu độ trễ mạng. Tương tự, Sheridan (1992) đề xuất mô hình giao diện sinh thái học kết hợp dữ liệu video truyền về để tăng cường cảm nhận trực giác. Tuy nhiên, điểm hạn chế nghiêm trọng của trường phái này là hoàn toàn né tránh giải quyết bản chất ngẫu nhiên của kênh truyền thông; mạng máy tính chỉ được coi là hộp đen tĩnh, dẫn đến sự suy giảm chất lượng điều khiển nghiêm trọng khi xảy ra xung đột hàng đợi.

Trường phái bộ lọc tối ưu (Optimal Filtering Approaches) tích hợp các tham số bất định của mạng vào mô hình không gian trạng thái. Công trình đột phá của Sinopoli et al. (2004) thiết lập bộ lọc Kalman cho hệ thống có quan trắc gián đoạn thông qua việc mô hình hóa sự xuất hiện của gói tin bằng biến ngẫu nhiên nhị phân Bernoulli $\lambda_t$, gán phương sai quan trắc giả định bằng $\sigma^2 I$ và lấy giới hạn khi $\sigma \to \infty$. Kế thừa tư tưởng đó, Schenato et al. (2007) và Ling & Lemmon (2004) đưa vào bộ đệm dữ liệu vô hạn để sắp xếp lại các phép đo bị trễ. Gần đây hơn, Moayedi et al. (2013) công bố bộ lọc Kalman thích nghi giải hệ phương trình đệ quy sai phân Riccati cho hệ thống điều khiển qua mạng (NCS) chịu độ trễ ngẫu nhiên và mất gói tin. Đồng thời, Ma & Sun (2011) phát triển bộ lọc tối ưu dựa trên ba biến phân phối Bernoulli độc lập kết hợp giải phương trình Riccati và Lyapunov.

Mặc dù đạt được những bước tiến toán học đáng kể, các nghiên cứu quốc tế của Moayedi et al. và Ma & Sun đều bị giới hạn nghiêm ngặt trong các mô hình hệ thống tuyến tính và chưa thể xử lý tối ưu hiện tượng đảo trật tự gói tin mà không làm bùng nổ chi phí tính toán. Về phương diện điều khiển ổn định, Wargui et al. (2012) áp dụng bộ dự báo đa bước cho robot phi holonomic nhưng chỉ giới hạn trong môi trường trễ thuần túy; Luck (2002) dùng bộ đệm thời gian lớn hơn độ trễ xấu nhất làm cho hệ thống trở thành bất biến thời gian nhưng lại làm gia tăng độ trễ tổng thể một cách thụ động.

Luận án của NCS. Phùng Mạnh Dương định vị chính xác tại giao điểm đột phá: mở rộng lý thuyết ước lượng ngẫu nhiên phi tuyến cho robot di động vi sai, trực tiếp chuyển hóa hiện tượng đảo trật tự gói tin thành độ trễ tương đương $\Delta t_i = \Delta t_k + (j - i)T_s$ và xử lý đồng thời bộ ba thách thức (delay, loss, out-of-order) trong một khung toán học thống nhất.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và thách thức các giả định nền tảng của lý thuyết điều khiển tự động truyền thống (Classical Control Theory) và lý thuyết ước lượng Kalman mở rộng (EKF) vốn chỉ áp dụng cho các kênh truyền trực tiếp không có trễ ngẫu nhiên:

Thứ nhất, nghiên cứu thiết lập thành công mô hình toán học tổng quát cho hệ thống robot qua mạng chịu tác động đồng thời của trễ biến thiên, mất dữ liệu và đảo thứ tự. Hệ phương trình trạng thái rời rạc phi tuyến được biểu diễn dưới dạng: $$x_k = f(x_{k-1}, \lambda_{k-n-1}^{ca} u_{k-n-1}, w_{k-1})$$ $$z_k = \lambda_{k-m}^{sc} z_{k-m} = \lambda_{k-m}^{sc} h(x_{k-m}, v_{k-m})$$ trong đó $n$ và $m$ biểu thị số chu kỳ trễ mạng lần lượt trên kênh điều khiển (controller-to-actuator) và kênh cảm biến (sensor-to-controller); $\lambda_k^{ca}, \lambda_k^{sc} \in {0, 1}$ là các biến ngẫu nhiên Bernoulli mô tả xác suất xuất hiện gói tin; $w_{k-1} \sim \mathcal{N}(0, Q_{k-1})$ và $v_{k-m} \sim \mathcal{N}(0, R_{k-m})$ là nhiễu quá trình và nhiễu đo lường Gauss trắng độc lập.

Thứ hai, tác giả phát triển thuật toán PO-EKF đột phá dành riêng cho hệ phi tuyến. Thay vì tái tính toán toàn bộ lịch sử từ quá khứ gây quá tải bộ vi xử lý nhúng, PO-EKF lưu trữ lịch sử trạng thái và ma trận hiệp phương sai sai số, thực hiện hiệu chỉnh tức thời trạng thái quá khứ tại thời điểm $k-m$ khi quan trắc trễ cập bến, sau đó thực hiện chuỗi dự báo bù tiến về thời điểm hiện tại $k$.

Thứ ba, luận án chứng minh tính ổn định tiệm cận của hệ thống kín thông qua hàm Lyapunov xác định dương kết hợp luật bù trễ dự báo, giải quyết triệt để vấn đề mất ổn định do pha trễ gây ra trên các hệ thống có ràng buộc phi holonomic.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp nhuần nhuyễn bốn lý thuyết trụ cột:

  1. Lý thuyết động thái học vi sai phi holonomic: Mô tả quan hệ động học giữa vận tốc góc bánh trái $\omega_L$, bánh phải $\omega_R$ với vận tốc dài $v_c = \frac{R}{2}(\omega_L + \omega_R)$ và vận tốc góc $\omega_c = \frac{R}{L}(\omega_L - \omega_R)$.
  2. Lý thuyết lọc tối ưu ngẫu nhiên (Stochastic Optimal Estimation): Giải quyết nhiễu quan trắc và dữ liệu không đồng bộ thời gian thực.
  3. Lý thuyết ổn định Lyapunov (Lyapunov Stability Theory): Xác lập biên ổn định tiệm cận cho bộ điều khiển quỹ đạo.
  4. Lý thuyết tập mờ và hành vi (Fuzzy Behavior Architecture): Điều phối xung đột giữa các hành vi bám mục tiêu (goal seeking), né vật cản (obstacle avoidance) và theo dõi người dùng (user following).

Điều kiện biên (boundary conditions) được xác định tường minh: vận tốc dịch chuyển tối đa $v_{\max} \le 1.0\text{ m/s}$, tần số trích mẫu cảm biến $10\text{ Hz}$ ($T_s = 100\text{ ms}$), giá trị trễ mạng giới hạn bởi ngưỡng ngắt kết nối (time-out) 5,0 giây.

+-------------------------------------------------------------------------+
|                        Remote Controller (PC)                           |
|  [Fuzzy Behavior Engine] <---> [Lyapunov Motion Planner]                |
|  [Time-Sync Offset: delta] <---> [PO-EKF Estimation Engine]             |
+-------------------------------------------------------------------------+
                                    ^ |
             Uplink (UDP/RTP)       | | Downlink (UDP/TCP)
             Sensor Pkt: z_{k-m}    | | Control Pkt: u_{k-n}
                                    | v
+-------------------------------------------------------------------------+
|                      Internet / Wireless 802.11 / 3G                    |
|      (Time-Varying Delay n, m; Packet Loss lambda; Out-of-Order)         |
+-------------------------------------------------------------------------+
                                    ^ |
                                    | v
+-------------------------------------------------------------------------+
|                         Physical Mobile Robot                           |
|  [dsPIC30F4011 MCU] ---> [MotionMind PID] ---> [DC Motors / Encoders]   |
|  [CMPS03 Compass]   ---> [SRF-05 Sonar]   ---> [SICK-LMS 221 LRF]       |
+-------------------------------------------------------------------------+

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ triết lý thực chứng thực nghiệm (Positivism Paradigm), kết hợp phương pháp mô phỏng số học ngẫu nhiên trên phần mềm chuyên dụng (Network Simulator NS-2, MATLAB) với kiểm chứng thực nghiệm trực tiếp trên hệ thống vật lý hoàn chỉnh (Hardware-in-the-loop).

Thiết kế đa tầng bao gồm:

  • Tầng chấp hành và cảm biến tại chỗ: Vi điều khiển 16-bit dsPIC30F4011 hoạt động ở xung nhịp $60\text{ MHz}$, kết nối mạng bus công nghiệp RS-485 và chuẩn RS-232 qua cổng chuyển đổi USB tốc độ cao.
  • Tầng truyền thông: Mô hình đa giao thức phân tách luồng dữ liệu (TCP cho tham số cấu hình, UDP cho lệnh điều khiển vận tốc, RTP cho dữ liệu hình ảnh thời gian thực).
  • Tầng máy trạm giám sát: Máy tính xách tay ASUS vi xử lý 1.5 GHz Intel M-Centrino, bộ nhớ RAM 500 MB, hệ điều hành Windows XP, phần mềm điều khiển xây dựng bằng Microsoft Visual C++ giao tiếp cần điều khiển 3D Logitech Extreme 10-bit độ phân giải.

Quy trình nghiên cứu rigorous

Quy trình đồng bộ thời gian giữa máy trạm (Node S) và robot (Node R) được thiết lập thông qua giao thức đo kiểm khứ hồi: $$\delta = \frac{1}{2} E\left[ t_{Rb} - (t_{Sa} + t_{Sc}) \right]$$ trong đó $t_{Sa}$ là thời điểm phát yêu cầu, $t_{Rb}$ là thời điểm nhận tại robot, $t_{Sc}$ là thời điểm nhận phản hồi tại máy trạm. Bằng việc lặp lại thí nghiệm đo kiểm liên tục, độ lệch đồng hồ $\delta$ được ước lượng tiệt tiêu, cho phép xác định chính xác thời gian truyền gói tin một chiều.

Quy trình thu thập dữ liệu quan trắc kết hợp đa cảm biến (sensor triangulation):

  • Bộ mã hóa quang học vuông pha (Quadrature Optical Shaft Encoders) gắn trên trục động cơ cung cấp độ phân giải 500 xung/vòng (500 ticks/revolution) để nội suy vị trí $(x, y)$.
  • Cảm biến từ trường la bàn số CMPS03 hoạt động dựa trên hiệu ứng Hall cung cấp góc hướng tuyệt đối $\theta$ với độ phân giải $0,1^\circ$.
  • Mảng 8 cảm biến siêu âm SRF-05 chia làm 4 cặp bố trí 4 mặt robot đo khoảng cách vật cản từ $0,03\text{ m}$ đến $4,0\text{ m}$.
  • Cảm biến đo cự ly quét laser 2D SICK LMS-221 quét trường nhìn $180^\circ$ cự ly từ $0,5\text{ m}$ đến $80\text{ m}$ dựa trên nguyên lý thời gian bay (Time-of-flight).
  • Hệ thống camera kép linh hoạt: Camera màu quay quét Sony EVI-D100 và camera toàn cảnh 360 độ Hyper-Omni Vision SOIOS 55.

Data và phân tích

Dữ liệu thực nghiệm được xử lý bằng các công cụ tính toán ma trận tối ưu, kiểm tra tính vững (robustness checks) thông qua hai cấu hình mạng:

  1. Local ISP Network: Độ trễ một chiều dao động từ $10\text{ ms}$ đến $80\text{ ms}$, tỷ lệ mất gói dưới $2%$.
  2. Transcontinental VPN Network (US Servers): Độ trễ tăng đột biến từ $250\text{ ms}$ đến hơn $1200\text{ ms}$, tỷ lệ mất gói và đảo thứ tự lên tới $15 - 22%$.

Hệ thống đánh giá độ tin cậy thông qua chỉ số sai số toàn phương trung bình (RMSE) trên từng trục tọa độ $(X, Y, \theta)$ và tải trọng tính toán chuẩn hóa (normalized computational burden) so với bộ lọc EKF kinh điển.

Phát hiện đột phá và implications

Những phát hiện then chốt

Thứ nhất, vượt trội về độ chính xác ước lượng của PO-EKF: Trong điều kiện mạng biến động mạnh và có hiện tượng đảo trật tự gói tin, bộ lọc EKF truyền thống bị phân kỳ nghiêm trọng do sử dụng quan trắc cũ để cập nhật sai lệch thời gian, trong khi bộ lọc LEKF (Lucas-EKF) chỉ bù được trễ cố định. PO-EKF duy trì sai số RMSE vị trí dưới $0,18\text{ m}$ và sai số góc hướng dưới $3,8^\circ$, vượt trội hoàn toàn so với EKF (RMSE $> 0,85\text{ m}$) và LEKF (RMSE $> 0,42\text{ m}$).

Thứ hai, tải trọng tính toán tối ưu: Bảng đánh giá chi phí tính toán cho thấy PO-EKF chỉ làm tăng tải trọng xử lý lên 1,32 lần so với EKF chuẩn, trong khi thuật toán lưu trữ đệm vô hạn (infinite buffer iteration filter) của Schenato et al. làm tăng tải trọng lên hơn 8,7 lần, gây nghẽn hoàn toàn CPU nhúng $60\text{ MHz}$.

Thứ ba, tính năng thích ứng nhiễu phi chuẩn: Khi thử nghiệm với nhiễu quan trắc có phân phối đều (uniform distribution noise) và nhiễu có kỳ vọng khác không (non-zero mean noise), bộ lọc PO-EKF vẫn hội tụ ổn định, chứng minh tính bền vững vượt trội của mô hình trạng thái đề xuất.

Thứ tư, duy trì tính ổn định động học: Khi không có bộ lọc dự báo (predictive filter), hệ thống robot điều khiển qua mạng VPN bị dao động mạnh quanh quỹ đạo đặt và mất ổn định khi trễ mạng vượt quá $300\text{ ms}$. Khi kích hoạt bộ lọc dự báo dựa trên Lyapunov, vận tốc dài và vận tốc góc của robot chuyển tiếp mượt mà, triệt tiêu hiện tượng vọt lố (overshoot) và sai số bám tiến về 0 sau $3,5\text{ giây}$.

Thứ năm, hiệu quả điều hướng tự hành mờ: Trong nhiệm vụ bám người dùng kết hợp tránh vật cản động, kiến trúc phân tầng mờ giúp robot di chuyển với quỹ đạo trơn tru, khoảng cách an toàn với chướng ngại vật luôn được duy trì lớn hơn bán kính an toàn $0,45\text{ m}$.

Implications đa chiều

  • Về lý thuyết: Cung cấp nền tảng toán học vững chắc cho bài toán điều khiển phi tuyến ngẫu nhiên gián đoạn, giải quyết điểm nghẽn tồn tại nhiều thập kỷ giữa lý thuyết điều khiển tự động và kỹ thuật mạng truyền thông số.
  • Về phương pháp luận: Đưa ra chuẩn quy trình thiết kế và kiểm thử cho các hệ thống phần cứng - phần mềm nhúng phân tán (distributed cyber-physical systems) hoạt động trên mạng chia sẻ băng thông.
  • Về ứng dụng thực tiễn: Cung cấp giải pháp khả thi để triển khai robot cứu hộ trong hầm lò sập đổ, robot y tế phẫu thuật từ xa (telesurgery), và thiết bị thám hiểm đáy biển sâu nơi tín hiệu đường truyền vô cùng bất định.
  • Về chính sách và tiêu chuẩn: Đóng góp cơ sở thực nghiệm cho việc xây dựng các bộ tiêu chuẩn chất lượng dịch vụ (QoS) viễn thông dành riêng cho các ứng dụng công nghiệp thông minh và giao thông tự hành.

Limitations và Future Research

Luận án thừa nhận một số giới hạn nghiên cứu khách quan:

  1. Giả thiết mô hình chuyển động của robot dựa trên điều kiện lăn thuần túy không trượt (pure rolling without slipping), chưa tính đến động lực học trượt bánh trên bề mặt địa hình bùn lầy hoặc độ dốc lớn.
  2. Mô hình phân phối nhiễu trong PO-EKF vẫn dựa trên giả định tiệm cận Gauss của Định lý Giới hạn Trung tâm (Central Limit Theorem), dù đã thử nghiệm tính vững với nhiễu phân phối đều.
  3. Băng thông truyền video camera trên mạng di động 3G thời điểm nghiên cứu (2015) còn hạn chế về độ phân giải và tốc độ khung hình.

Các định hướng nghiên cứu tương lai (Future Research Agenda):

  • Hướng 1: Tích hợp bộ lọc hạt (Particle Filter) hoặc Unscented Kalman Filter (UKF) vào kiến trúc PO để giải quyết các hệ thống có mức độ phi tuyến và nhiễu phi Gauss cực hạn.
  • Hướng 2: Mở rộng mô hình điều khiển cho phi đội nhiều robot hợp tác (multi-robot swarm systems) qua mạng không dây Mesh hoặc mạng di động thế hệ mới 5G/6G với độ trễ siêu thấp (URLLC).
  • Hướng 3: Ứng dụng học tăng cường sâu (Deep Reinforcement Learning) trong việc tự động tối ưu hóa các hàm liên thuộc mờ (membership functions) của bộ điều phối hành vi.
  • Hướng 4: Phát triển thuật toán bù trượt động lực học trực tuyến kết hợp cảm biến quán tính IMU 9 bậc tự do và thị giác nén (visual odometry).

Tác động và ảnh hưởng

Luận án đã tạo ra những tác động học thuật và công nghệ sâu sắc:

  • Học thuật: Các bài báo khoa học xuất bản từ luận án trên các tạp chí chuyên ngành quốc tế uy tín và kỷ yếu hội nghị IEEE đã nhận được sự quan tâm, trích dẫn rộng rãi từ cộng đồng nghiên cứu robot điều khiển mạng toàn cầu.
  • Chuyển giao công nghệ: Đặt nền móng vững chắc cho các đề tài nghiên cứu cấp quốc gia (tiêu biểu như các nhiệm vụ tài trợ bởi Quỹ NAFOSTED) trong lĩnh vực thiết bị tự hành và y tế từ xa tại Việt Nam.
  • Xã hội: Mở ra triển vọng ứng dụng robot dịch vụ thông minh trong việc giám sát môi trường độc hại, cảnh báo phóng xạ hạt nhân và chăm sóc sức khỏe bệnh nhân từ xa mà không đòi hỏi đầu tư hạ tầng mạng chuyên dụng đắt đỏ.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học: Tiếp cận một khung mẫu chuẩn mực về phương pháp nghiên cứu kết hợp giữa toán học ngẫu nhiên cao cấp, mô phỏng chuyên sâu và chế tạo phần cứng thực tế.
  • Các nhà nghiên cứu cao cấp: Kế thừa mô hình toán học $x_k = f(x_{k-1}, \lambda_{k-n-1}^{ca} u_{k-n-1}, w_{k-1})$ để phát triển các lý thuyết điều khiển bền vững mới.
  • Kỹ sư R&D trong công nghiệp: Áp dụng trực tiếp kiến trúc đa giao thức truyền thông (TCP/UDP/RTP) và vi điều khiển dsPIC30F4011 vào phát triển hệ thống xe tự hành AGV trong nhà máy thông minh.
  • Nhà hoạch định chính sách công nghệ: Có bằng chứng thực nghiệm rõ ràng để xây dựng hạ tầng kỹ thuật số phục vụ đô thị thông minh và phương tiện tự hành.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Đóng góp độc đáo nhất là thuật toán Past-Observation-based Extended Kalman Filter (PO-EKF). Thuật toán này đã mở rộng lý thuyết lọc Kalman mở rộng phi tuyến bằng cách tích hợp trực tiếp biến nhị phân ngẫu nhiên Bernoulli của mạng và cơ chế tính toán bù tiến từ trạng thái quá khứ, giải quyết triệt để sự kết hợp ngẫu nhiên của trễ, mất mát và đảo trật tự gói tin.

2. Đổi mới phương pháp luận so với các nghiên cứu quốc tế tiền nhiệm? So với Sinopoli et al. (2004) chỉ xử lý mất gói tuyến tính và Moayedi et al. (2013) giải phương trình Riccati phức tạp cho hệ tuyến tính, phương pháp luận của luận án xử lý trực tiếp hệ phi tuyến động học vi sai, biến đổi hiện tượng đảo thứ tự gói tin thành độ trễ tương đương $\Delta t_i = \Delta t_k + (j - i)T_s$ và tối ưu hóa bộ nhớ đệm giúp giảm tải trọng tính toán xuống chỉ còn 1,32 lần so với EKF chuẩn.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất? Phát hiện bất ngờ nhất là khả năng duy trì độ chính xác bám quỹ đạo của robot trong môi trường VPN xuyên lục địa có độ trễ trên $1000\text{ ms}$ và tỷ lệ mất gói trên $15%$. Khi kết hợp PO-EKF với bộ lọc dự báo Lyapunov, hệ thống không những không bị phân kỳ mà sai số bám vị trí vẫn được kiểm soát chặt chẽ dưới ngưỡng 30 cm.

4. Nghiên cứu có cung cấp quy trình tái lập thực nghiệm (Replication Protocol) không? Có. Luận án mô tả chi tiết toàn bộ thông số phần cứng từ mã hiệu động cơ, bộ điều khiển PID MotionMind 3, la bàn CMPS03, vi điều khiển dsPIC30F4011, sơ đồ mạch bus RS-485/RS-232, các công thức khai triển Euler chu kỳ $T_s = 100\text{ ms}$, hệ 9 luật mờ điều hướng và giao diện điều khiển C++ trên máy trạm.

5. Lộ trình nghiên cứu 10 năm tiếp theo được định hình như thế nào? Lộ trình hướng tới việc hoàn thiện lý thuyết điều khiển phân tán cho mạng lưới bầy đàn robot (swarm robotics) tương tác qua không gian đám mây (Cloud Robotics), tích hợp trí tuệ nhân tạo biên (Edge AI) và công nghệ mạng 5G/6G để xử lý bài toán điều hướng tự율 trong môi trường 3D phức tạp.

Kết luận

Luận án tiến sĩ của tác giả Phùng Mạnh Dương là một công trình nghiên cứu khoa học công phu, mẫu mực và mang tính đột phá trong lĩnh vực Kỹ thuật Điện tử và Tự động hóa. Nghiên cứu đã hoàn thành xuất sắc các mục tiêu đề ra với 5 đóng góp cụ thể:

  1. Thiết lập mô hình không gian trạng thái rời rạc phi tuyến tổng quát hóa toàn diện các tham số bất định của mạng máy tính (trễ, mất gói, đảo thứ tự).
  2. Phát triển và kiểm chứng thành công thuật toán định vị tối ưu PO-EKF cho robot di động vi sai.
  3. Thiết kế bộ điều khiển ổn định chuyển động dựa trên lý thuyết Lyapunov kết hợp bộ lọc dự báo trạng thái.
  4. Xây dựng kiến trúc điều hướng tự hành dựa trên hành vi phân tầng điều phối bằng logic mờ.
  5. Hiện thực hóa hệ thống thực nghiệm hoàn chỉnh từ phần cứng cơ điện tử đến phần mềm điều khiển qua mạng Internet thực tế, đạt độ chính xác định vị dưới 30 cm và góc hướng dưới 10 độ.

Thành công của luận án không chỉ làm phong phú thêm kho tàng lý thuyết điều khiển học hiện đại mà còn đặt nền móng kỹ thuật vững chắc cho các ứng dụng robot điều khiển từ xa phục vụ công nghiệp, y tế và an ninh quốc phòng trong kỷ nguyên số hóa toàn cầu.