Tổng quan luận án

Tính cấp thiết và khoảng trống nghiên cứu

Trong bối cảnh cuộc Cách mạng Công nghiệp lần thứ tư, hệ thống kho hàng thông minh đang trở thành xu thế phát triển nhằm tự động hóa quy trình quản lý, vận hành và lưu trữ hàng hóa. Sự tham gia của các hệ thống robot tự hành như xe tự hành dẫn đường (Automated Guided Vehicle - AGV) và robot di động tự hành (Autonomous Mobile Robot - AMR), kết hợp với công nghệ Internet vạn vật (IoT) và trí tuệ nhân tạo (AI), giúp doanh nghiệp cắt giảm lao động thủ công, tối ưu hóa quy trình, giảm thiểu sai sót và nâng cao năng suất vận hành.

Tuy nhiên, việc triển khai robot tự hành trong thực tế đặt ra các thách thức kỹ thuật lớn liên quan đến điều hướng, định vị, tìm đường và đặc biệt là phát hiện và tránh va chạm theo thời gian thực. Trong không gian kho hàng động, môi trường làm việc không cố định mà liên tục biến đổi với sự xuất hiện của nhiều vật cản, con người và các robot khác di chuyển song song theo quỹ đạo không biết trước. Các phương pháp tránh va chạm truyền thống dựa trên kế hoạch tĩnh hoặc các thuật toán phản ứng đơn lẻ thường bộc lộ hạn chế: tiêu tốn tài nguyên tính toán khi cập nhật bản đồ, dễ rơi vào trạng thái cực tiểu cục bộ (bị kẹt tại các vùng không gian hẹp kiểu nút cổ chai), hoặc tính toán thiếu chính xác tiếp điểm va chạm hình học và mức độ rủi ro ngẫu nhiên. Do đó, yêu cầu nghiên cứu và phát triển các kỹ thuật phát hiện, tính toán điểm tiếp xúc va chạm chính xác và điều chỉnh quỹ đạo an toàn trong môi trường động là vấn đề cấp thiết.

Mục tiêu nghiên cứu

Mục tiêu tổng quát của luận án là nghiên cứu và phát triển các kỹ thuật tránh va chạm cho robot tự hành, nhằm nâng cao khả năng phát hiện va chạm trong không gian làm việc và xây dựng quỹ đạo chuyển động an toàn theo thời gian thực, phục vụ ứng dụng trong quản lý, vận hành kho hàng thông minh và các lĩnh vực tự động hóa liên quan.

Các mục tiêu cụ thể gồm:

  1. Nghiên cứu, xây dựng kỹ thuật phát hiện và tính toán điểm va chạm hình học chính xác dựa trên cấu trúc cây phân lớp hệ bao (Bounding Volume Hierarchies - BVH) và hộp bao theo hướng (Oriented Bounding Box - OBB).
  2. Cải tiến thuật toán dải đàn hồi (Elastic strips) kết hợp với dữ liệu tiếp điểm va chạm từ hệ bao để tối ưu hóa lực đẩy và tái tạo quỹ đạo chuyển động mượt mà cho robot.
  3. Xây dựng mô hình toán học tính toán xác suất va chạm $(P)$ và phần bù xác suất va chạm $(1-P)$ dựa trên mô hình thể tích, phát triển thuật toán phân vùng đồng mức xác suất va chạm nhằm đánh giá rủi ro và ra quyết định điều hướng an toàn cho robot tự hành.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Các phương pháp, mô hình và thuật toán phát hiện, tính toán và tránh va chạm cho robot nói chung và robot tự hành (AMR/AGV) nói riêng.
  • Phạm vi nghiên cứu:
    • Kỹ thuật phát hiện và tính toán va chạm hình học bằng hộp bao theo hướng (OBB) và cấu trúc cây phân lớp hệ bao BVH.
    • Thuật toán tránh va chạm dựa trên dải đàn hồi (Elastic strips) và các thành phần lực tác động.
    • Mô hình giải tích tính toán xác suất va chạm trong không gian 2D/3D và kỹ thuật phân vùng đồng mức xác suất va chạm.
    • Môi trường thử nghiệm, mô phỏng số trên phần mềm chuyên dụng và ngôn ngữ lập trình (Matlab, C/C++).

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu trước được điểm luận

Luận án đã tổng thuật chi tiết các công trình nghiên cứu trong và ngoài nước về bài toán điều hướng và tránh va chạm cho robot tự hành, phân chia thành hai nhóm tiếp cận chính:

  1. Tránh va chạm dựa trên lập kế hoạch (Plan-based obstacle avoidance):

    • Thuật toán Dijkstra (1959): Mô hình hóa môi trường dạng đồ thị topo để tìm đường đi ngắn nhất toàn cục; phù hợp cho tính toán ngoại tuyến (offline) trong môi trường tĩnh.
    • Thuật toán A* (Hart và cộng sự): Mở rộng từ Dijkstra bằng cách bổ sung hàm đánh giá heuristic ước tính khoảng cách đến đích để tăng tốc độ tìm kiếm.
    • Điều khiển dự báo mô hình (Model Predictive Control - MPC): Tham chiếu đường dẫn từ A* để kiểm soát chuyển động; Shini và cộng sự (2020) đề xuất cập nhật hàm mục tiêu MPC cho hệ đa robot.
    • Cây tìm kiếm ngẫu nhiên khám phá nhanh (Rapidly-exploring Random Tree - RRT): Lấy mẫu ngẫu nhiên không gian nhiều chiều để lập kế hoạch chuyển động; có độ phức tạp tính toán cao khi môi trường có nhiều vật cản động.
    • Phương pháp định vị và lập bản đồ đồng thời (Simultaneous Localization and Mapping - SLAM): Chen và cộng sự phát triển việc tự động cập nhật tọa độ bản đồ dựa trên cảm biến LiDAR, camera nhưng đòi hỏi tài nguyên tính toán lớn.

  2. Tránh va chạm dựa trên phản ứng (Reactive-based obstacle avoidance):

    • Phương pháp chia lưới xác định (Certainty Grid): Moravec và cộng sự (1988, 1996) sử dụng mảng 2 chiều các ô (cell) mang giá trị độ tin cậy (CV) cập nhật từ cảm biến siêu âm dạng nón.
    • Trường thế năng nhân tạo (Artificial Potential Field - APF): O. Khatib (1985, 1986) đề xuất lực đẩy từ vật cản và lực hút từ điểm đích; Krogh (1984) bổ sung vận tốc tiếp cận; Krogh và Thorpe (1986) phát triển trường tiềm năng tổng quát (GPF); Newman và Hogan (1987) kết hợp đặc tính hình học vật cản; Brooks (1986) và Arkin (1989) thử nghiệm trên robot với cảm biến siêu âm. Nhược điểm chính là dễ mắc kẹt tại điểm cực tiểu cục bộ.
    • Trường lực ảo (Virtual Force Field - VFF): Borenstein và Koren (1989, 1991) kết hợp biểu đồ lưới Descartes với véc-tơ lực đẩy/hút theo thời gian thực; hạn chế khi robot di chuyển qua khe hẹp dạng nút cổ chai.
    • Phương pháp dải đàn hồi (Elastic strips): Khatib và cộng sự (1995, 1997, 1998), Brock và Khatib (2002) mô hình hóa quỹ đạo như một dải cao su đàn hồi chịu nội lực co giãn và ngoại lực đẩy từ vật cản; thích hợp cho các hệ thống thời gian thực.
    • Các nghiên cứu tại Việt Nam: Nhóm nghiên cứu Viện Công nghệ Thông tin - Viện Hàn lâm KH&CN Việt Nam (Đỗ Năng Toàn và cộng sự) nghiên cứu phát hiện va chạm và xử lý hậu va chạm trong môi trường ảo; Dương Ngọc Lan và Ngô Văn Thuyên (2014) ứng dụng trường thế năng; Phạm Duy Hưng và Phạm Minh Triển (2018) ứng dụng APF cho hệ thống đa robot; Rostami và cộng sự (2019) cải tiến APF; Sang và cộng sự (2021) kết hợp A* và APF cho phương tiện không người lái trên mặt nước (USV).
Nhóm phương pháp Đại diện tiêu biểu Ưu điểm Hạn chế chính
Lập kế hoạch Dijkstra, A*, MPC, RRT, SLAM Tối ưu hóa quỹ đạo toàn cục trong không gian tĩnh Tiêu tốn tính toán, khó đáp ứng tức thời với vật cản động
Phản ứng Certainty Grid, APF, GPF, VFF Phản hồi nhanh theo thời gian thực, tính toán trực tuyến Dễ kẹt cực tiểu cục bộ, rung lắc tại vùng nút cổ chai
Dải đàn hồi Elastic strips (Khatib, Brock) Quỹ đạo mượt mà, duy trì liên tục dải an toàn Cần xác định chính xác điểm va chạm và tối ưu ngoại lực

Khoảng trống nghiên cứu luận án lựa chọn giải quyết

Mặc dù phương pháp Elastic strips và các mô hình trường lực phản ứng mang lại khả năng vận hành thời gian thực, các kỹ thuật hiện hành bộc lộ khoảng trống:

  • Chưa có giải pháp tối ưu kết hợp giữa việc phát hiện va chạm hình học nhiều mức (thông qua cấu trúc cây phân cấp BVH và hộp bao OBB) với việc xác định chính xác tọa độ tiếp điểm va chạm để làm đầu vào trực tiếp cho việc tính toán ngoại lực trong Elastic strips.
  • Chưa tích hợp đầy đủ mô hình toán học giải tích xác suất va chạm và phân vùng đồng mức rủi ro $(P$ và $1-P)$ nhằm định lượng khả năng xảy ra va chạm trong điều kiện dữ liệu cảm biến có độ bất định cao.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

Luận án xây dựng trên các nền tảng lý thuyết:

  1. Lý thuyết hình học tính toán và hệ bao: Sử dụng hộp bao dạng trục (Axis-Aligned Bounding Box - AABB), hộp bao theo hướng (Oriented Bounding Box - OBB) và cấu trúc cây phân lớp hệ bao (Bounding Volume Hierarchies - BVH). Ứng dụng Định lý trục cô lập (Separating Axis Theorem - SAT) trong không gian Euclid để kiểm tra nhanh sự giao nhau giữa hai khối đa diện lồi dựa trên tập 15 trục ứng viên.
  2. Lý thuyết dải đàn hồi (Elastic strips): Biểu diễn quỹ đạo chuyển động của robot dưới dạng dải đàn hồi gồm tập hợp các cấu hình không gian liên kết bởi các lò xo ảo. Quỹ đạo chịu tác động đồng thời của nội lực (kéo thẳng, duy trì tính liên tục) và ngoại lực (lực đẩy đàn hồi sinh ra từ khoảng cách giữa robot và vật cản).
  3. Lý thuyết xác suất và độ đo rủi ro va chạm: Mô hình hóa rủi ro va chạm bằng hàm mật độ xác suất phân bố không gian; phân tích độ nhạy, xác suất va chạm tối đa, phân tích thiếu (miss) và báo động sai (false alarm); kỹ thuật phân vùng đồng mức xác suất (isocontour) để tạo biên an toàn.

Phương pháp nghiên cứu

  • Phương pháp thống kê tổng hợp: Thu thập, phân loại và hệ thống hóa các tài liệu khoa học, báo cáo thị trường (IFR, Allied Market Research) và các thuật toán điều hướng, tránh va chạm cho robot tự hành.
  • Phương pháp nghiên cứu lý thuyết: Phân tích giải tích toán học, thiết lập các biểu thức hình học không gian 3D/2D cho hộp bao OBB, giải hệ phương trình xác định tọa độ tiếp điểm và xây dựng mô hình tích phân thể tích xác suất va chạm.
  • Phương pháp chuyên gia: Trao đổi học thuật tại các hội thảo khoa học chuyên ngành, tiếp thu ý kiến phản biện từ các chuyên gia trong và ngoài nước thuộc lĩnh vực điều khiển tự động và công nghệ thông tin.
  • Phương pháp mô hình hóa và mô phỏng: Xây dựng mô hình động học robot, lập trình thuật toán và mô phỏng kiểm chứng trên phần mềm Matlab, kết hợp môi trường lập trình C/C++.
  • Phương pháp kiểm chứng: Đánh giá định lượng hiệu quả thuật toán thông qua các kịch bản mô phỏng đa dạng (1 vật cản, 2 vật cản, 3 vật cản và nhiều vật cản ngẫu nhiên) dựa trên các chỉ số: quỹ đạo di chuyển, thời gian tính toán và mức độ an toàn.

Nguồn tư liệu và dữ liệu nghiên cứu

  • Số liệu thống kê từ Báo cáo "World Robotics" của Liên đoàn Robot Quốc tế (IFR) và Báo cáo thị trường robot tự hành của Allied Market Research.
  • Dữ liệu tham số hình học hộp bao, hệ số kích thước, tọa độ tâm và ma trận hướng của robot và vật cản.
  • Dữ liệu mô phỏng tọa độ vị trí, véc-tơ vận tốc, ma trận hiệp phương sai sai số và mức xác suất va chạm thu thập qua các bước lặp tính toán.

Nội dung chính theo từng chương

Chương 1. Tổng quan về tránh va chạm cho robot tự hành

Chương 1 hệ thống hóa toàn diện các khái niệm, cơ sở công nghệ, thị trường và thách thức kỹ thuật của robot tự hành trong kỷ nguyên số.

  • Thị trường và phân loại robot:
    • Theo IFR, thị trường công nghệ robot toàn cầu đạt 79,5 tỷ USD năm 2021, 89,27 tỷ USD năm 2022 và dự kiến vượt 225,6 tỷ USD vào năm 2030 (CAGR đạt 12,29%). Khu vực Châu Á - Thái Bình Dương dẫn đầu thị trường (Trung Quốc, Hàn Quốc, Ấn Độ), tiếp theo là Châu Âu (Anh, Đức, Đan Mạch, Thụy Điển, Ý).
    • Theo Allied Market Research, thị trường robot tự hành đạt 9.340 triệu USD năm 2018 và dự báo đạt 39.585 triệu USD vào năm 2026 (CAGR đạt 21,5%); Bắc Mỹ là thị trường lớn nhất (3.933,1 triệu USD năm 2018; dự kiến 14.492,1 triệu USD năm 2026).
    • Phân loại robot tự hành theo cơ cấu chuyển động gồm: robot di chuyển bằng chân (1 chân Raibert, 2 chân ASIMO, SDR-4X, 4 chân chó Tian, 6 chân), robot di chuyển bằng bánh xe (2 bánh, 3 bánh, hệ thống treo), và các loại đặc thù như robot lai (Hybrid robots), robot rắn (Snake-like robots), robot sâu (Worm-like robots), robot nano (Nanorobots).
  • Bốn thách thức căn bản của robot tự hành:
    1. Tìm đường đi (Path planning): Thiết lập bản đồ, nhận biết môi trường và tạo quỹ đạo tối ưu.
    2. Điều hướng (Navigation): Xác định vị trí và kiểm soát góc lái, vận tốc để bám quỹ đạo.
    3. Định vị (Localization): Sử dụng GPS ngoài trời hoặc kết hợp LiDAR, camera, cảm biến siêu âm, IMU trong nhà.
    4. Tránh vật cản (Obstacle avoidance): Phát hiện và thay đổi đường đi tức thời theo thời gian thực.
  • Đánh giá các tiếp cận tránh va chạm: Phân tích chi tiết ưu nhược điểm của các thuật toán lập kế hoạch (Dijkstra, A*, MPC, RRT, SLAM) và các thuật toán phản ứng (Certainty Grid, APF, GPF, VFF, Elastic strips), làm cơ sở cho các đề xuất cải tiến ở Chương 2 và Chương 3.

Chương 2. Kĩ thuật tránh va chạm dựa trên cấu trúc cây phân lớp hệ bao BVH kết hợp cải tiến thuật toán Elastic strips

Chương 2 tập trung giải quyết bài toán phát hiện va chạm hình học chính xác và cải tiến cơ chế phản ứng quỹ đạo cho robot.

  • Phương pháp hộp bao và trục cô lập:
    • Hộp bao dạng trục AABB xác định bởi tâm $C$ và các nửa độ dài cạnh $(a_0, a_1, a_2)$. Kiểm tra va chạm qua điều kiện giao nhau giữa các đoạn tọa độ cực trị $[x_{\min}, x_{\max}], [y_{\min}, y_{\max}], [z_{\min}, z_{\max}]$. AABB đơn giản nhưng để lại nhiều khoảng trống dư thừa.
    • Hộp bao theo hướng OBB xác định bởi tâm $C$, ba véc-tơ trực chuẩn chỉ hướng $(\mathbf{A}_0, \mathbf{A}_1, \mathbf{A}2)$ và các nửa độ dài cạnh $(a_0, a_1, a_2)$. 8 đỉnh của OBB biểu diễn theo công thức: $$C + \sum{i=0}^2 s_i a_i \mathbf{A}_i \quad (|s_i| = 1)$$
    • Điều kiện hai OBB không giao nhau: tồn tại ít nhất một trục cô lập $\mathbf{V}$ trong tập 15 trục ứng viên sao cho khoảng cách giữa hai tâm hình chiếu lớn hơn tổng bán kính hình chiếu: $$R > R_0 + R_1$$ Trong đó: $\mathbf{D} = C_1 - C_0$, $R = |\mathbf{D} \cdot \mathbf{V}|$, $R_0 = \sum_{i=0}^2 a_i |\mathbf{A}i \cdot \mathbf{V}|$, $R_1 = \sum{j=0}^2 b_j |\mathbf{B}_j \cdot \mathbf{V}|$.

| Trục cô lập $\mathbf{V}$ | $R = |\mathbf{D} \cdot \mathbf{V}|$ | $R_0$ | $R_1$ | | :--- | :--- | :--- | :--- | | $\mathbf{A}0$ | $|\mathbf{A}0 \cdot \mathbf{D}|$ | $a_0$ | $b_0 |c{00}| + b_1 |c{01}| + b_2 |c_{02}|$ | | $\mathbf{A}1$ | $|\mathbf{A}1 \cdot \mathbf{D}|$ | $a_1$ | $b_0 |c{10}| + b_1 |c{11}| + b_2 |c_{12}|$ | | $\mathbf{A}2$ | $|\mathbf{A}2 \cdot \mathbf{D}|$ | $a_2$ | $b_0 |c{20}| + b_1 |c{21}| + b_2 |c_{22}|$ | | $\mathbf{B}0$ | $|\mathbf{B}0 \cdot \mathbf{D}|$ | $a_0 |c{00}| + a_1 |c{10}| + a_2 |c_{20}|$ | $b_0$ | | $\mathbf{B}1$ | $|\mathbf{B}1 \cdot \mathbf{D}|$ | $a_0 |c{01}| + a_1 |c{11}| + a_2 |c_{21}|$ | $b_1$ | | $\mathbf{B}2$ | $|\mathbf{B}2 \cdot \mathbf{D}|$ | $a_0 |c{02}| + a_1 |c{12}| + a_2 |c_{22}|$ | $b_2$ | | $\mathbf{A}0 \times \mathbf{B}0$ | $|(c{10} \mathbf{A}2 - c{20} \mathbf{A}1) \cdot \mathbf{D}|$ | $a_1 |c{20}| + a_2 |c{10}|$ | $b_1 |c_{02}| + b_2 |c_{01}|$ | | $\mathbf{A}0 \times \mathbf{B}1$ | $|(c{11} \mathbf{A}2 - c{21} \mathbf{A}1) \cdot \mathbf{D}|$ | $a_1 |c{21}| + a_2 |c{11}|$ | $b_0 |c_{02}| + b_2 |c_{00}|$ | | $\mathbf{A}0 \times \mathbf{B}2$ | $|(c{12} \mathbf{A}2 - c{22} \mathbf{A}1) \cdot \mathbf{D}|$ | $a_1 |c{22}| + a_2 |c{12}|$ | $b_0 |c_{01}| + b_1 |c_{00}|$ | | $\mathbf{A}1 \times \mathbf{B}0$ | $|(c{20} \mathbf{A}0 - c{00} \mathbf{A}2) \cdot \mathbf{D}|$ | $a_0 |c{20}| + a_2 |c{00}|$ | $b_1 |c_{12}| + b_2 |c_{11}|$ | | $\mathbf{A}1 \times \mathbf{B}1$ | $|(c{21} \mathbf{A}0 - c{01} \mathbf{A}2) \cdot \mathbf{D}|$ | $a_0 |c{21}| + a_2 |c{01}|$ | $b_0 |c_{12}| + b_2 |c_{10}|$ | | $\mathbf{A}1 \times \mathbf{B}2$ | $|(c{22} \mathbf{A}0 - c{02} \mathbf{A}2) \cdot \mathbf{D}|$ | $a_0 |c{22}| + a_2 |c{02}|$ | $b_0 |c_{11}| + b_1 |c_{10}|$ | | $\mathbf{A}2 \times \mathbf{B}0$ | $|(c{00} \mathbf{A}1 - c{10} \mathbf{A}0) \cdot \mathbf{D}|$ | $a_0 |c{10}| + a_1 |c{00}|$ | $b_1 |c_{22}| + b_2 |c_{21}|$ | | $\mathbf{A}2 \times \mathbf{B}1$ | $|(c{01} \mathbf{A}1 - c{11} \mathbf{A}0) \cdot \mathbf{D}|$ | $a_0 |c{11}| + a_1 |c{01}|$ | $b_0 |c_{22}| + b_2 |c_{20}|$ | | $\mathbf{A}2 \times \mathbf{B}2$ | $|(c{02} \mathbf{A}1 - c{12} \mathbf{A}0) \cdot \mathbf{D}|$ | $a_0 |c{12}| + a_1 |c{02}|$ | $b_0 |c_{21}| + b_1 |c_{20}|$ |

  • Tính toán điểm tiếp xúc va chạm và cấu trúc BVH:
    • Tại thời điểm tiếp xúc đầu tiên $T$, thỏa mãn $R = R_0 + R_1$, điểm tiếp xúc $P$ được xác định dựa trên vector dịch chuyển $\mathbf{D} = (C_1 - T \mathbf{v}_1) - (C_0 - T \mathbf{v}_0)$. Tùy thuộc trục cô lập kích hoạt, hệ phương trình tọa độ tiếp điểm được giải để xác định vị trí tiếp xúc chính xác.
    • Tích hợp cây phân cấp hệ bao BVH giúp loại bỏ sớm các cặp đối tượng không có nguy cơ va chạm, giảm độ phức tạp tính toán từ $O(N^2)$ xuống mức logarit.
  • Cải tiến thuật toán Elastic strips:
    • Trong Elastic strips truyền thống, khi hướng di chuyển của robot trùng với hướng điểm va chạm, tổng hợp lực có thể bị triệt tiêu hoặc gây mất ổn định quỹ đạo. Luận án cải tiến thành phần ngoại lực bằng cách phân tách lực đẩy theo hướng pháp tuyến vuông góc với quỹ đạo chuyển động tại điểm tiếp xúc hình học, giúp robot chủ động bẻ lái mượt mà.
    • Kết quả mô phỏng trên Matlab chứng minh quỹ đạo của robot tự hành duy trì khoảng cách an toàn, không bị dao động khi gặp 1 vật cản, 2 vật cản và 3 vật cản.

Chương 3. Kĩ thuật tránh va chạm dựa trên tính toán và phân vùng đồng mức xác suất va chạm

Chương 3 trình bày giải pháp định lượng mức độ rủi ro va chạm ngẫu nhiên thông qua mô hình xác suất và phân vùng đồng mức.

  • Cơ sở xác suất va chạm:
    • Thiết lập mô hình toán học tính toán xác suất va chạm $P$ dựa trên thể tích tích phân phân bố không gian sai số vị trí giữa robot và chướng ngại vật.
    • Phân tích độ nhạy của xác suất va chạm đối với các tham số: kích thước đối tượng, ma trận hiệp phương sai sai số đo lường, và khoảng cách tiếp cận gần nhất (DCPA - Distance of the Closest Point of Approach), thời gian đến điểm tiếp cận gần nhất (TCPA - Time to the Closest Point of Approach).
    • Phân tích hiện tượng phân tích thiếu (bỏ sót nguy cơ va chạm) và báo động sai (cảnh báo khi nguy cơ thực tế thấp) để cân bằng ngưỡng kích hoạt điều khiển.
  • Thuật toán phân vùng đồng mức xác suất:
    • Không gian xung quanh vật cản được chia thành các vùng đồng mức tương ứng với các ngưỡng rủi ro xác suất.
    • Xây dựng mô hình xác suất va chạm $P$ và mô hình phần bù xác suất va chạm $(1-P)$. Mô hình $(1-P)$ đại diện cho xác suất an toàn của vùng không gian trống.
  • Thuật toán tránh va chạm dựa trên xác suất:
    • Robot liên tục đánh giá giá trị $P$ và $(1-P)$ dọc theo hướng di chuyển dự kiến. Khi giá trị $P$ vượt ngưỡng giới hạn cho phép, thuật toán điều hướng robot đi theo hướng gradient cực đại của hàm an toàn $(1-P)$.
  • Kết quả tính toán và mô phỏng:
    • Kiểm thử trên 4 kịch bản tham số (Trường hợp 1, Trường hợp 2, Trường hợp 3, Trường hợp 4) với các góc tiếp cận và vận tốc tương đối khác nhau.
    • Kết quả mô phỏng mô hình $(1-P)$ với kịch bản nhiều vật cản khẳng định robot lựa chọn được hành lang di chuyển an toàn, tối ưu chiều dài đường đi và tránh hoàn toàn các vùng có mật độ rủi ro va chạm cao.

Kết quả và những đóng góp mới

Những đóng góp mới về mặt khoa học và lý luận

  1. Đề xuất quy trình phát hiện và tính toán va chạm hình học kết hợp OBB - BVH và Elastic strips cải tiến: Xây dựng phương pháp xác định chính xác thời điểm và tọa độ điểm tiếp xúc va chạm dựa trên 15 trục cô lập OBB kết hợp cây phân lớp BVH. Cải tiến cơ chế tính toán ngoại lực của thuật toán Elastic strips, giải quyết triệt để tình huống điểm va chạm nằm trực diện trên hướng di chuyển của robot, đảm bảo quỹ đạo điều khiển trơn tru và đáp ứng thời gian thực.
  2. Đề xuất mô hình tính toán xác suất va chạm và thuật toán phân vùng đồng mức xác suất: Xây dựng mô hình toán học thể tích để tính toán xác suất va chạm $P$ và mô hình xác suất an toàn phần bù $(1-P)$. Đề xuất thuật toán phân vùng đồng mức xác suất cho phép lượng hóa rủi ro va chạm trong môi trường bất định, hỗ trợ robot tự hành ra quyết định điều hướng linh hoạt trong môi trường nhiều vật cản.

Kiến nghị và giải pháp đề xuất

  • Ứng dụng các thuật toán đề xuất vào hệ thống phần mềm điều khiển trung tâm và bộ điều khiển cục bộ của robot tự hành (AGV/AMR) trong các nhà máy và kho hàng thông minh.
  • Nhúng các module tính toán hình học OBB-BVH và phân vùng xác suất vào các vi điều khiển hoặc máy tính nhúng trên robot sử dụng ngôn ngữ C/C++ để tối ưu hóa hiệu năng tính toán thực tế.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án

  • Các thuật toán tránh va chạm chủ yếu được đánh giá và kiểm chứng thông qua các mô hình toán học và chương trình mô phỏng trên máy tính (Matlab, C/C++), chưa triển khai thực nghiệm toàn diện trên phần cứng robot thực tế trong môi trường công nghiệp quy mô lớn.
  • Mô hình tính toán va chạm hình học OBB và xác suất thể tích được giả định trong điều kiện các tham số cảm biến đã qua xử lý lọc nhiễu cơ bản, chưa xét chi tiết đến sự suy giảm tín hiệu mạnh do nhiễu môi trường công nghiệp phức tạp.

Hướng nghiên cứu tiếp theo

  • Triển khai cài đặt, thử nghiệm và tối ưu hóa các thuật toán đề xuất trên các hệ thống robot tự hành thực tế hoạt động trong nhà kho thông minh.
  • Mở rộng thuật toán cho bài toán điều hướng và tránh va chạm phối hợp của hệ thống đa robot (Multi-Robot Systems) với sự cộng tác và chia sẻ thông tin phân tán.
  • Nghiên cứu kết hợp kỹ thuật phân vùng xác suất với các thuật toán học máy và thị giác máy tính để nâng cao khả năng nhận dạng và dự đoán chuyển động của chướng ngại vật phi tuyến.

Giá trị tham khảo

  • Đối với nghiên cứu sinh và học viên cao học: Luận án cung cấp tài liệu tham khảo chi tiết về mặt toán học giải tích cho bài toán phát hiện va chạm OBB, bảng công thức tính toán 15 trục cô lập, cấu trúc cây BVH và mô hình phân vùng xác suất trong điều khiển chuyển động robot.
  • Đối với giảng viên và cơ sở đào tạo: Nguồn tư liệu chuyên sâu phục vụ giảng dạy các học phần chuyên đề về Robot tự hành, Hệ thống điều khiển thông minh, Xử lý hình học tính toán và Tự động hóa kho vận (Smart Logistics) thuộc ngành Công nghệ thông tin, Quản lý Hệ thống Thông tin, Cơ điện tử và Tự động hóa.
  • Đối với kỹ sư và doanh nghiệp phát triển giải pháp: Cung cấp giải thuật thực thi cụ thể để xây dựng module phần mềm định vị, lập quỹ đạo và tránh vật cản cho các dòng sản phẩm AGV, AMR công nghiệp.

Câu hỏi thường gặp

1. Nguyên lý phân loại 15 trục cô lập trong kiểm tra va chạm OBB giữa hai khối bao là gì?

Theo định lý trục cô lập (SAT), hai khối hộp bao theo hướng OBB ($A$ và $B$) không giao nhau khi và chỉ khi tồn tại ít nhất một trục cô lập mà hình chiếu của hai hộp lên trục đó không đè lên nhau. Tập 15 trục ứng viên gồm:

  • 3 trục chỉ hướng của hộp bao thứ nhất: $\mathbf{A}_0, \mathbf{A}_1, \mathbf{A}_2$.
  • 3 trục chỉ hướng của hộp bao thứ hai: $\mathbf{B}_0, \mathbf{B}_1, \mathbf{B}_2$.
  • 9 trục tạo bởi tích có hướng giữa từng cặp trục của hai hộp bao: $\mathbf{A}_i \times \mathbf{B}_j$ (với $i, j \in {0, 1, 2}$).

2. Thuật toán Elastic strips cải tiến giải quyết hạn chế gì của phương pháp Elastic strips truyền thống?

Trong phương pháp Elastic strips truyền thống, khi hướng chuyển động của robot trùng hoàn toàn với phương nối tâm đến điểm va chạm, véc-tơ ngoại lực đẩy đối kháng trực tiếp có thể gây triệt tiêu lực điều khiển hướng hoặc làm robot dao động, dừng đột ngột. Thuật toán cải tiến phân tách và bổ sung thành phần ngoại lực theo phương pháp tuyến với quỹ đạo chuyển động tại điểm tiếp xúc hình học xác định bởi hệ bao OBB, giúp robot chủ động bẻ lái mượt mà và duy trì vận tốc ổn định.

3. Mô hình phần bù xác suất va chạm $(1-P)$ đóng vai trò gì trong Chương 3?

Mô hình xác suất va chạm $P$ định lượng mức độ nguy hiểm của các vùng không gian lân cận vật cản. Phần bù xác suất $(1-P)$ thể hiện độ an toàn của vùng không gian trống. Thuật toán điều hướng sử dụng hàm $(1-P)$ làm hàm thế năng an toàn, hướng dẫn robot di chuyển men theo các đường đồng mức có xác suất an toàn cao nhất, giúp vượt qua các khu vực có mật độ chướng ngại vật dày đặc mà không xảy ra va chạm.

4. Luận án đã sử dụng những công cụ và kỹ thuật nào để kiểm chứng thuật toán?

Luận án sử dụng phương pháp mô hình hóa toán học, lập trình thuật toán trên môi trường Matlab kết hợp ngôn ngữ lập trình C/C++. Các thuật toán được kiểm chứng qua các kịch bản mô phỏng kiểm thử với số lượng vật cản tăng dần (từ 1 vật cản đến 2, 3 và nhiều vật cản) dưới các điều kiện góc tiếp cận và vận tốc khác nhau.

Kết luận

Luận án tiến sĩ của tác giả Nông Minh Ngọc đã giải quyết trọn vẹn bài toán nâng cao hiệu quả phát hiện và tránh va chạm cho robot tự hành trong môi trường động. Bằng việc kết hợp cấu trúc cây phân lớp hệ bao BVH, hộp bao theo hướng OBB với thuật toán Elastic strips cải tiến, cùng với việc phát triển mô hình toán học tính toán xác suất va chạm và phân vùng đồng mức an toàn $(1-P)$, công trình đã cung cấp cơ sở lý thuyết và giải thuật điều khiển có độ tin cậy cao. Các kết quả nghiên cứu đóng góp thiết thực cho sự phát triển của công nghệ robot tự hành phục vụ quản lý, vận hành kho hàng thông minh và các hệ thống tự động hóa hiện đại.