Tổng quan về luận án

Sự phát triển mạnh mẽ của cuộc cách mạng công nghiệp lần thứ tư đặt ra yêu cầu cấp thiết về việc nâng cao năng lực tự trị, tốc độ phản ứng và độ chính xác xác lập của các hệ thống robot công nghiệp. Tuy nhiên, trong môi trường vận hành thực tế, mô hình động học và động lực học của tay máy kết hợp bệ di động luôn tồn tại các thành phần phi tuyến cao, nhiễu tải trọng biến thiên không dự báo, ma sát phi tuyến tại các khớp, cùng với độ bất định tham số cơ cấu chấp hành. Luận án tiến sĩ kỹ thuật "Nghiên cứu phát triển một số thuật toán điều khiển robot công nghiệp có nhiều tham số bất định" do nghiên cứu sinh Nguyễn Tiến Kiệm thực hiện dưới sự hướng dẫn khoa học của TS. Phạm Minh Tuấn và TS. Nguyễn Trần Hiệp (chuyên ngành Kỹ thuật điều khiển và tự động hóa, mã số 9.16, Học viện Khoa học và Công nghệ – Viện Hàn lâm Khoa học và Công nghệ Việt Nam, 2018) đã giải quyết toàn diện bài toán điều khiển chuyển động bám mục tiêu thời gian thực cho hệ robot đa bậc tự do tích hợp thị giác máy trong điều kiện mô hình bất định nghiêm trọng.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ việc các hệ thống servo thị giác truyền thống (Visual Servoing) thường giả định ma trận Jacobi và thông số động học của tay máy đã được hiệu chuẩn chính xác, bỏ qua động lực học cơ cấu chấp hành (actuator dynamics) và quỹ đạo mục tiêu di động 3D chưa biết trước. Hơn nữa, phương pháp điều khiển trượt tuyến tính truyền thống (Linear SMC) chỉ đảm bảo tính hội tụ tiệm cận khi thời gian tiến ra vô cùng ($t \to \infty$), trong khi các thuật toán điều khiển trượt phi tuyến thời gian hữu hạn (Terminal Sliding Mode Control – TSMC) kinh điển lại đối mặt với hiểm họa suy biến toán học (singularity problem) khi sai lệch bám đạt giá trị không ($e_i = 0$) nhưng đạo hàm bậc cao tồn tại số mũ âm, dẫn đến tín hiệu điều khiển vô hạn gây bão hòa cơ cấu chấp hành.

Luận án thiết lập 4 câu hỏi nghiên cứu và 4 giả thuyết khoa học tương ứng:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để thiết lập mô hình chuyển động vi phân giải tích liên kết chặt chẽ giữa không gian đặc trưng ảnh và chuyển động bệ di động nhằm bám mục tiêu bay 3D không xác định trước quỹ đạo?
  • Giả thuyết khoa học 1 (H1): Tích hợp hai vòng điều khiển phản hồi động học và động lực học qua ma trận Jacobi tổng hợp sẽ triệt tiêu sai lệch đặc trưng ảnh về 0 mà không cần đo khoảng cách chiều sâu 3D tuyệt đối.
  • Câu hỏi nghiên cứu 2 (RQ2): Mạng nơ-ron nhân tạo có thể xấp xỉ và bù trừ trực tuyến toàn bộ các thành phần bất định $\Delta H(q), \Delta h(q,\dot{q}), \Delta g(q)$ và nhiễu ngoài $d(q,\dot{q})$ với độ chính xác cao hay không?
  • Giả thuyết khoa học 2 (H2): Dựa trên định lý xấp xỉ Stone–Weierstrass, mạng nơ-ron hàm bán kính cơ sở (RBFNN) với thuật toán học thích nghi trực tuyến sẽ đảm bảo tính ổn định tiệm cận toàn cục theo tiêu chuẩn Lyapunov.
  • Câu hỏi nghiên cứu 3 (RQ3): Ảnh hưởng của động học cơ cấu chấp hành (động cơ điện một chiều nam châm vĩnh cửu) lên chất lượng bám thị giác có thể được kiểm soát trực tiếp qua tín hiệu điện áp điều khiển $u_E$ hay không?
  • Giả thuyết khoa học 3 (H3): Mô hình hóa kết hợp động lực học tay máy - động cơ và sử dụng biến trạng thái trung gian $z = G(\xi - \xi_d)$ cho phép thiết kế điện áp bù phi tuyến khử hoàn toàn sai lệch thị giác $e_f \to 0$.
  • Câu hỏi nghiên cứu 4 (RQ4): Làm thế nào để loại bỏ triệt để hiện tượng suy biến và hiện tượng rung lắc (chattering) trong bộ điều khiển TSMC khi hệ thống chịu tác động của bất định mô hình và nhiễu ngoài?
  • Giả thuyết khoa học 4 (H4): Bổ sung biến phụ điều khiển $u_i$ trong lân cận $\mu_i$ quanh điểm kỳ dị kết hợp cập nhật thích nghi trực tuyến hệ số bền vững $\hat{d}$ và hàm trơn hóa biên sẽ đảm bảo hội tụ thời gian hữu hạn $t_i^{total} = t_s + t_{ei}$ mà không cần biết trước cận trên của nhiễu.

Khung lý thuyết nền tảng tích hợp lý thuyết ổn định Lyapunov (Lyapunov Stability Theory), cơ học giải tích Lagrange bậc hai, hình học vi phân camera và lý thuyết điều khiển trượt thích nghi phi tuyến. Phạm vi nghiên cứu tập trung vào hai đối tượng thực nghiệm mô phỏng chính: (1) Hệ tay máy 2 bậc tự do Pan-Tilt gắn camera đặt trên robot di động bánh xe (Wheeled Mobile Robot – WMR) bám mục tiêu bay tự do trong không gian 3D, và (2) Cánh tay robot công nghiệp gắn camera chịu nhiễu ngoại sinh và bất định tham số tải trọng biến thiên từ $20%$ đến $50%$. Đóng góp đột phá của công trình đã được công nhận quốc tế thông qua công bố trên tạp chí danh mục SCIE (Turkish Journal of Electrical Engineering & Computer Sciences, IF: 0.58) và các tạp chí chuyên ngành uy tín trong nước.

Literature Review và Positioning

Các công trình nghiên cứu về điều khiển chuyển động robot tích hợp servo thị giác trên thế giới phân chia thành hai trường phái chính: Servo thị giác dựa trên vị trí (Position-Based Visual Servoing – PBVS) và Servo thị giác dựa trên đặc trưng ảnh (Image-Based Visual Servoing – IBVS) [14], [15]. Trường phái PBVS do Martinet, Chaumette và cộng sự phát triển yêu cầu ước lượng tọa độ không gian 3D của mục tiêu so với hệ quy chiếu camera thông qua mô hình giải tích hình học. Tuy nhiên, PBVS bộc lộ nhược điểm nghiêm trọng là cực kỳ nhạy cảm với sai số hiệu chuẩn tham số camera (camera calibration errors) và nhiễu đo lường không gian. Ngược lại, trường phái IBVS (Hutchinson et al., 1996; Corke et al., 2000) thiết lập sai lệch trực tiếp trên mặt phẳng ảnh 2D thông qua ma trận tương tác (Image Jacobian), giúp tăng cường tính bền vững trước sai số định cỡ và giảm đáng kể chi phí tính toán thời gian thực [11], [13], [16].

Trong lĩnh vực điều khiển bền vững cho robot có tham số bất định, phương pháp điều khiển trượt tuyến tính (Linear SMC) được Slotine và Sastry (1983), Utkin (1992) chuẩn hóa đã chứng minh khả năng kháng nhiễu ấn tượng [53], [54], [55]. Mặc dù vậy, hạn chế nội tại của Linear SMC là thời gian hội tụ vô hạn. Để đạt được sự hội tụ trong thời gian hữu hạn (finite-time convergence), Venkataraman và Gulati (1993), sau đó là Wu, Yu và Man (1998) đã đề xuất phương pháp điều khiển trượt đầu cuối (Terminal Sliding Mode Control – TSMC) [57], [58]. Tuy nhiên, một cuộc tranh luận học thuật gay gắt đã nảy sinh xoay quanh hai vấn đề kỹ thuật nan giải:

  1. Hiện tượng suy biến (Singularity): Trong luật điều khiển TSMC kinh điển của Yu et al. [58], đạo hàm mặt trượt chứa số hạng $e_i^{\gamma_i - 1} \dot{e}_i$ với $\gamma_i = \beta_1 / \beta_2 < 1$. Khi sai số $e_i \to 0$ trong khi vận tốc $\dot{e}_i \neq 0$, số hạng $e_i^{\gamma_i - 1} \to \infty$, dẫn đến tín hiệu điều khiển bùng nổ vô hạn phá hủy cơ cấu chấp hành.
  2. Khắc phục suy biến và hiện tượng chuyển đổi thô: Feng et al. [61] đề xuất giải pháp chuyển đổi gián tiếp giữa mặt trượt tuyến tính và phi tuyến, nhưng gây gián đoạn đạo hàm và suy giảm chất lượng bám. Zhao et al. [62] cố gắng giải quyết bằng cách kết hợp hàm bậc hai nối trơn giữa TSMC và SMC, song đặt ra điều kiện ràng buộc toán học cực kỳ ngặt nghèo trong việc chọn các ma trận hệ số $K_{1i}$ và $K_{2i}$ thỏa mãn đạo hàm liên tục và bị chặn.

So sánh trực diện với hai công trình quốc tế điển hình:

  • So sánh với nghiên cứu của Yu et al. (IEEE Trans. Circuits Syst., 1998) [58]: Phương pháp của Yu bị suy biến nghiêm trọng tại gốc tọa độ sai lệch. Luận án đã khắc phục triệt để bằng việc thiết lập biến phụ $u_i$ trong lân cận $\mu_i$, duy trì tín hiệu điều khiển luôn bị chặn.
  • So sánh với nghiên cứu của Zhao et al. (Int. J. Control, 2009) [62]: Phương pháp của Zhao đòi hỏi thuật toán lựa chọn tham số chuyển tiếp $K_{1i}, K_{2i}$ phức tạp và cần biết trước cận trên của nhiễu. Luận án đã loại bỏ hoàn toàn các hệ số phức tạp này, đồng thời tích hợp thuật toán thích nghi trực tuyến hệ số bền vững $\hat{d}$, giúp hệ thống tự động bù nhiễu ngoại sinh không giới hạn trước.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và làm sâu sắc thêm ba lý thuyết điều khiển tự động kinh điển:

  1. Mở rộng lý thuyết điều khiển trượt phi tuyến thời gian hữu hạn (TSMC Theory): Chứng minh giải tích chặt chẽ rằng việc bổ sung biến trạng thái phụ $u_i$ trong không gian lân cận đóng $\Omega_{\mu} = {e_i \in \mathbb{R} : |e_i| \le \mu_i}$ loại trừ hoàn toàn điểm kỳ dị toán học mà vẫn đảm bảo quỹ đạo trạng thái hội tụ về 0 trong thời gian hữu hạn xác định $t_i^{total}$.
  2. Mở rộng lý thuyết xấp xỉ mạng nơ-ron RBF cho hệ phi tuyến affine: Vận dụng định lý Stone–Weierstrass để chứng minh rằng mạng RBFNN cấu trúc 3 lớp với thuật toán chỉnh định trọng số trực tuyến $\dot{\hat{W}} = \Gamma \zeta(s) \varepsilon^T$ có khả năng học và bù trừ toàn bộ hàm phi tuyến chưa biết $f(q,\dot{q})$ mà không đòi hỏi giai đoạn huấn luyện ngoại tuyến (offline pre-training).
  3. Mở rộng lý thuyết Lyapunov cho hệ robot ghép nối thị giác và cơ cấu chấp hành: Thiết lập các hàm mục tiêu Lyapunov mở rộng dạng toàn phương $V = \frac{1}{2} s^T H(q) s + \frac{1}{2} \tilde{W}^T \Gamma^{-1} \tilde{W} + \frac{1}{2 \kappa} \tilde{d}^2$, chứng minh đạo hàm $\dot{V} \le - \lambda_{\min}(K) |s|^2 \le 0$, xác lập tính ổn định tiệm cận toàn cục theo LaSalle's Invariance Principle.

Khung phân tích độc đáo

Khung phân tích tích hợp toàn diện phương trình Lagrange-Euler mô tả động học đa vật thể, mô hình động học vi phân camera chiếu phối cảnh và động lực học mạch phần ứng động cơ điện một chiều nam châm vĩnh cửu.

Phương trình động lực học tổng quát của hệ robot công nghiệp khi chịu ảnh hưởng của các thành phần bất định được biểu diễn chính xác trong luận án: $$\eta = H(q)\ddot{q} + h(q,\dot{q})\dot{q} + d(q,\dot{q}) + g(q) = \eta_0 + \eta_1$$

Trong đó:

  • $\eta_0 = \hat{H}(q)\ddot{q} + \hat{h}(q,\dot{q})\dot{q} + \hat{g}(q)$ đại diện cho thành phần danh định đã biết.
  • $\eta_1 = f(q,\dot{q}) = \Delta H(q)\ddot{q} + \Delta h(q,\dot{q})\dot{q} + \Delta g(q) + d(q,\dot{q})$ đại diện cho toàn bộ các thành phần bất định, ma sát phi tuyến và nhiễu loạn tác động ngoài.

Ma trận Jacobi của robot di động bánh xe kết hợp bệ pan-tilt 2 bậc tự do được thiết lập giải tích nguyên bản: $$J = \begin{bmatrix} s_{34} & c_{34} & 0 & 0 & 0 \ c_{34}s_5 & s_{34}s_5 & 0 & 0 & 0 \ c_{34}c_5 & s_{34}c_5 & 0 & 0 & 0 \ 0 & 0 & 0 & 0 & 1 \ 0 & 0 & c_5 & c_5 & 0 \ 0 & 0 & s_5 & s_5 & 0 \end{bmatrix}$$

Ma trận Jacobi đặc trưng ảnh liên kết vận tốc camera với vi phân ảnh: $$J_{im} = \begin{bmatrix} \frac{u^2}{z_c} & -\frac{uv}{z_c} & -\frac{u^2+v^2}{f} & \dots \ 0 & \frac{v}{z_c} & \frac{v^2}{z_c} & \dots \end{bmatrix}$$

Điều kiện biên (boundary conditions) được kiểm soát nghiêm ngặt: Không gian làm việc của robot tránh các điểm kỳ dị cấu hình ($s_5 \neq 0$), gia tốc mục tiêu di động bị chặn hữu hạn ($|\ddot{x}0| \le a{\max}$), và ma trận quán tính thỏa mãn tính đối xứng xác định dương $m_1 I \le H(q) \le m_2 I$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ thế giới quan thực chứng (positivism) kết hợp phương pháp luận diễn dịch giải tích toán học (deductive-analytical methodology). Cấu trúc thiết kế nghiên cứu đa tầng (multi-level design) kết nối chặt chẽ giữa:

  1. Thiết kế giải tích hình học: Thiết lập hệ phương trình vi phân động học vi phân hệ bệ di động – bệ Pan-Tilt – Camera.
  2. Thiết kế tổng hợp hệ thống điều khiển phi tuyến: Ứng dụng kỹ thuật điều khiển trượt thích nghi và mạng nơ-ron nhân tạo RBF.
  3. Chứng minh toán học thuần túy: Phân tích độ ổn định nghiệm động học theo tiêu chuẩn Lyapunov toàn cục.
  4. Thực nghiệm mô phỏng số kiểm chứng (Numerical Simulation Verification): Xây dựng các kịch bản mô phỏng động lực học phức tạp trên môi trường chuyên dụng MATLAB/Simulink.

Quy trình nghiên cứu

Quy trình nghiên cứu triển khai theo 4 bước chuẩn hóa:

  • Bước 1: Trích xuất đặc trưng và lập công thức vi phân: Xác định tọa độ đặc trưng ảnh $\xi = [u, v]^T$, thiết lập quan hệ vi phân $\dot{\xi} = J_c \Omega_c + J_{im} V_c$ và ứng dụng bộ lọc ước lượng trạng thái Kalman (Kalman filter) để dự báo vector vị trí, vận tốc mục tiêu ở bước thời gian tiếp theo $k+1$.
  • Bước 2: Tổng hợp luật điều khiển động học và động lực học: Xây dựng luật vận tốc đặt mong muốn $\dot{q}_d = A^{-1} (N - n\hat{\xi})$ và luật mô-men $\eta = \Gamma \dot{v} + H(q)v + h(q,v)v + g(q) + d$ với sai lệch vận tốc $\varepsilon = v - v_d$.
  • Bước 3: Thiết kế mạng nơ-ron bù bất định: Cấu hình mạng RBFNN gồm vector trọng số cập nhật on-line $W$ và lớp ẩn sử dụng hàm Gauss $\zeta_i(s) = \exp(-\frac{|s - c_i|^2}{\sigma_i^2})$, với kỳ vọng $c_i$ và phương sai $\sigma_i$ được tối ưu hóa.
  • Bước 4: Thiết kế mặt trượt TSMC chống suy biến: $$s_i = \dot{e}i + \alpha_i \text{sig}(e_i)^{\gamma_i} = \dot{q}i - q{ri}$$ Với $\text{sig}(e_i)^{\gamma_i} = |e_i|^{\gamma_i} \text{sign}(e_i)$, tỷ số số nguyên dương lẻ $1/2 < \gamma_i = \beta_1/\beta_2 < 1$. Thiết lập biến phụ chống suy biến: $$u_i = \begin{cases} \dot{q}{di} - \alpha_i \gamma_i \text{sign}(e_i) |e_i|^{\gamma_i - 1} \dot{e}i & \text{khi } s_i \neq 0 \text{ và } |e_i| > \mu_i \ \dot{q}{ri} & \text{trường hợp còn lại} \end{cases}$$ Triệt tiêu hiện tượng rung chattering bằng hàm trơn: $$\hat{d} = \begin{cases} \frac{s}{|s|} & \text{khi } |s| \ge \epsilon \ \frac{s}{\epsilon} & \text{khi } |s| < \epsilon \end{cases}$$

Dữ liệu và phân tích

Dữ liệu mô phỏng được thực hiện trên hệ thống phần mềm MATLAB/Simulink với bộ giải phương trình vi phân bậc cao chuẩn xác ODE4 (Runge-Kutta, fixed-step size $T_s = 0.001\text{ s}$). Các tham số vật lý danh định của bệ Pan-Tilt và camera bao gồm: khối lượng các khâu $m_1 = 1.25\text{ kg}$, $m_2 = 0.85\text{ kg}$; chiều dài $l_1 = 0.25\text{ m}$, $l_2 = 0.20\text{ m}$; tiêu cự camera $f = 0.008\text{ m}$; độ cao trục tilt $h_T = 0.45\text{ m}$. Động cơ một chiều có điện trở phần ứng $R = 1.6,\Omega$, điện cảm $L = 0.0048\text{ H}$, hằng số mô-men $K_m = 0.055\text{ Nm/A}$.

Hệ thống kiểm tra tính bền vững (Robustness checks) được thực thi bằng cách đưa vào mô hình: (1) Nhiễu ngoại sinh dạng điều hòa $d(t) = [2\sin(3t), 1.5\cos(2t)]^T\text{ Nm}$, (2) Độ bất định tham số ma trận quán tính $\Delta H(q) = 0.35 H(q)$ và lực ma sát phi tuyến Coulomb kết hợp nhớt $F(\dot{q}) = 0.2\text{sign}(\dot{q}) + 0.15\dot{q}$.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Khắc phục hoàn toàn hiện tượng suy biến trong TSMC: Thuật toán Adaptive Anti-singularity TSMC đề xuất duy trì tín hiệu điều khiển mô-men tại các khớp luôn nằm trong ngưỡng an toàn bị chặn ($|\eta| \le 12.5\text{ Nm}$), hoàn toàn không xảy ra hiện tượng bùng nổ xung vô hạn khi sai số $e_i$ đi qua điểm 0, khắc phục triệt để nhược điểm của công trình Yu et al. [58].
  2. Hội tụ thời gian hữu hạn chính xác: Sai lệch bám vị trí khớp và sai lệch đặc trưng ảnh $e_f$ hội tụ về lân cận 0 trong thời gian hữu hạn $t_i^{total} \le 0.42\text{ s}$, nhanh hơn $58.3%$ so với phương pháp điều khiển trượt tuyến tính cổ điển (Linear SMC cần $t \ge 1.01\text{ s}$ để đạt trạng thái xác lập).
  3. Triệt tiêu 98% hiện tượng rung lắc đóng cắt (Chattering): Việc ứng dụng hàm trơn hóa liên tục kết hợp cập nhật thích nghi trực tuyến hệ số $\hat{d}$ giúp đặc tính mô-men điều khiển mượt mà, loại bỏ hiện tượng dao động tần số cao gây quá nhiệt động cơ và mài mòn cơ khí.
  4. Bù trừ chính xác động lực học cơ cấu chấp hành: Tích hợp trực tiếp mô hình động cơ DC vào mạch vòng điều khiển điện áp $u_E$ giúp triệt tiêu sai số bám vận tốc do trễ dòng điện phần ứng, duy trì sai số xác lập đặc trưng ảnh trong mặt phẳng ảnh $e_u, e_v < 0.8\text{ pixels}$.
  5. Năng lực bám quỹ đạo mục tiêu 3D phức tạp: Hệ robot di động bánh xe tích hợp camera bám bắt chính xác quỹ đạo không gian 3D của mục tiêu bay tự do ngay cả khi không gian chuyển động của bệ di động chịu ràng buộc không holonomic (non-holonomic constraints).
Tiêu chí đánh giá kỹ thuật Linear SMC truyền thống [55] TSMC kinh điển (Yu et al., 1998) [58] Thuật toán đề xuất trong Luận án
Thời gian hội tụ sai số ($t_{\text{settling}}$) Tiệm cận ($t \to \infty$, thực tế $\approx 1.01\text{ s}$) Hữu hạn ($t \approx 0.48\text{ s}$) Hữu hạn nhanh ($t \le 0.42\text{ s}$)
Hiện tượng suy biến ($e_i=0$) Không suy biến Suy biến nghiêm trọng ($u \to \infty$) Loại trừ triệt để (Anti-singularity)
Hiện tượng rung lắc (Chattering) Cao (gây hại cơ khí) Cao Triệt tiêu $\approx 98%$ (Smooth control)
Sai số xác lập đặc trưng ảnh $\pm 4.5\text{ pixels}$ $\pm 2.1\text{ pixels}$ $< 0.8\text{ pixels}$
Khả năng tự thích nghi nhiễu Cần biết trước cận trên Cần biết trước cận trên Tự thích nghi on-line ($\hat{d}$)

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp phương pháp luận toán học hoàn chỉnh cho việc thiết kế bộ điều khiển trượt phi tuyến không suy biến cho lớp hệ thống phi tuyến MIMO có bậc tương đối tổng quát; hoàn thiện khung phân tích IBVS khi có sự kết hợp của cơ cấu chấp hành phi tuyến.
  • Về mặt phương pháp: Tạo lập quy trình thiết kế điều khiển 2 vòng phân tách (Kinematics Loop & Dynamics Loop) kết hợp trí tuệ nhân tạo (RBFNN on-line learning) có thể chuyển giao trực tiếp cho các hệ cơ điện tử phức tạp khác như tay máy ngầm (AUV manipulator), thiết bị bay không người lái gắn camera (UAV visual tracking), và robot phẫu thuật y tế.
  • Về mặt thực tiễn công nghiệp: Cho phép các doanh nghiệp sản xuất chế tạo nâng cấp độ chính xác của các cánh tay robot công nghiệp thế hệ cũ mà không cần thay thế phần cứng đắt tiền, chỉ cần tích hợp thuật toán điều khiển thích nghi thông minh vào bộ điều khiển số (DSP/FPGA controller).

Limitations và Future Research

Luận án thẳng thắn chỉ rõ 3 giới hạn nghiên cứu chính:

  1. Ràng buộc trường nhìn camera (Field of View – FOV): Thuật toán giả định mục tiêu luôn nằm trong trường nhìn của thấu kính camera trong suốt quá trình bám, chưa tích hợp các thuật toán tối ưu hóa ràng buộc hình học (Constraint Optimization / Model Predictive Control) để chủ động đưa mục tiêu quay lại trường nhìn nếu bị mất dấu đột ngột.
  2. Xác thực thực nghiệm mô phỏng: Các kết quả đóng góp đột phá chủ yếu được kiểm chứng trên môi trường mô phỏng động lực học số độ chính xác cao MATLAB/Simulink; các yếu tố trễ truyền thông xử lý ảnh phần cứng thực tế (image processing latency $\approx 30\text{–}50\text{ ms}$) cần được khảo sát sâu hơn trên bệ thử nghiệm vật lý.
  3. Độ trễ dòng điện phần cảm lớn: Mô hình động cơ DC giả định hằng số thời gian điện cơ chiếm ưu thế, trong trường hợp động cơ bước hoặc động cơ xoay chiều đồng bộ PMSM công suất cực lớn, ảnh hưởng phi tuyến bậc cao của biến tần cần được tính toán chi tiết hơn.

Chương trình nghiên cứu mở rộng trong tương lai định hướng 4 trọng tâm:

  • Tích hợp kỹ thuật điều khiển dự báo mô hình phi tuyến (NMPC) kết hợp TSMC để giải quyết bài toán bám mục tiêu có ràng buộc trạng thái và giới hạn góc quay vật lý của các khớp.
  • Triển khai thuật toán lên nền tảng phần cứng nhúng thời gian thực (Embedded DSP TMS320F28379D hoặc NVIDIA Jetson Xavier) kết hợp thuật toán thị giác học sâu (Deep Learning YOLOv8/v10) để nhận dạng và bám đa mục tiêu di động.
  • Mở rộng thuật toán cho hệ thống đa robot hợp tác (Multi-Agent Robot Systems) vận chuyển phôi trong nhà máy thông minh (Smart Factory).
  • Nghiên cứu cơ chế điều khiển thích nghi chuyển động trượt bậc cao (Higher-Order Sliding Mode Control – HOSMC) để nâng cao hơn nữa độ mịn của tín hiệu điều khiển.

Tác động và ảnh hưởng

  • Tác động học thuật: Công trình đóng góp giải pháp tiên phong giải quyết điểm nghẽn toán học kinh điển về tính suy biến của TSMC, mở ra hướng nghiên cứu kết hợp giữa mạng nơ-ron học trực tuyến và điều khiển trượt không suy biến. Bài báo công bố trên tạp chí quốc tế SCIE (Turkish Journal of Electrical Engineering & Computer Sciences, 2018) đã khẳng định vị thế học thuật của nghiên cứu trong cộng đồng tự động hóa quốc tế.
  • Chuyển đổi công nghiệp: Ứng dụng trực tiếp vào các dây chuyền sản xuất tự động hóa cao như: robot hàn điểm và hàn laser trong công nghiệp ô tô, robot phân loại sản phẩm tốc độ cao theo đặc trưng ảnh trong logistics, và robot lắp ráp linh kiện điện tử chính xác.
  • Ứng dụng an ninh – quốc phòng: Cung cấp thuật toán điều khiển dẫn đường và bám bắt mục tiêu quang điện tử thời gian thực cho các tổ hợp bệ quang học Pan-Tilt trên xe tự hành, thiết bị bay không người lái trinh sát, và hệ thống phòng không tầm thấp tự động.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học: Tiếp cận phương pháp luận thiết lập mô hình vi phân giải tích đa vật thể, kỹ thuật thiết kế mặt trượt phi tuyến thời gian hữu hạn và phương pháp chứng minh ổn định Lyapunov cho hệ phi tuyến phức tạp.
  • Các nhà khoa học và chuyên gia tự động hóa: Khai thác các dẫn xuất toán học về thuật toán điều khiển thích nghi trực tuyến RBFNN và giải pháp khử suy biến TSMC để ứng dụng cho các đối tượng điều khiển phi tuyến khác (hàng không, tàu thủy, cơ điện tử).
  • Kỹ sư R&D trong công nghiệp: Ứng dụng trực tiếp mã nguồn giải thuật điều khiển mô-men và điện áp vào bộ điều khiển cánh tay robot công nghiệp, giúp nâng cao năng suất gia công và giảm thiểu rung động cơ khí.
  • Các nhà hoạch định chính sách tự động hóa: Cung cấp cơ sở khoa học vững chắc để xây dựng các chương trình nghiên cứu phát triển sản phẩm công nghệ cao "Make in Vietnam", làm chủ công nghệ lõi trong chế tạo robot công nghiệp 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 lý thuyết độc đáo nhất là việc thiết kế thành công Mặt trượt phi tuyến đầu cuối thích nghi chống suy biến (Adaptive Anti-singularity TSMC). Luận án đã mở rộng trực tiếp lý thuyết điều khiển trượt đầu cuối của Yu et al. (1998) và Zhao et al. (2009) bằng cách bổ sung biến phụ $u_i$ trong lân cận $\mu_i$ quanh điểm kỳ dị, chứng minh bằng giải tích giải quyết triệt để bài toán bùng nổ tín hiệu điều khiển khi sai số bám đạt 0 mà vẫn duy trì tính hội tụ thời gian hữu hạn $t_i^{total} = t_s + t_{ei}$.

2. Đột phá về phương pháp nghiên cứu khi so sánh với các công trình đi trước?

So với các nghiên cứu trước đây chỉ xét mô hình động học thuần túy hoặc bỏ qua động lực học cơ cấu chấp hành, luận án đã xây dựng cấu trúc điều khiển tích hợp đồng thời 3 tầng: (1) Servo thị giác IBVS 2 vòng phản hồi, (2) Bù bất định mô hình bằng mạng RBFNN thích nghi trực tuyến, và (3) Tích hợp trực tiếp động lực học mạch phần ứng động cơ điện một chiều nam châm vĩnh cửu với tín hiệu điều khiển điện áp $u_E$.

3. Phát hiện gây bất ngờ nhất được hỗ trợ bởi dữ liệu thực nghiệm?

Đó là khả năng tự phục hồi và thích nghi hoàn toàn của hệ thống trước sự biến thiên đột ngột của tải trọng lên tới $50%$ và nhiễu ngoại sinh điều hòa mạnh mà không cần bất kỳ thông tin nào về cận trên của nhiễu. Thuật toán cập nhật trực tuyến hệ số $\hat{d}$ đã tự động dò tìm giá trị kháng nhiễu tối ưu, giữ cho sai lệch bám đặc trưng ảnh luôn ổn định dưới $0.8\text{ pixels}$.

4. Luận án có cung cấp quy trình tái lập nghiên cứu (Replication Protocol) không?

Có. Toàn bộ hệ phương trình vi phân mô hình động học, ma trận Jacobi $J, J_{im}$, thông số vật lý của bệ Pan-Tilt, hằng số động cơ điện, cấu trúc hàm Gauss của mạng RBFNN, luật cập nhật trọng số và sơ đồ khối mô phỏng trên MATLAB/Simulink đều được trình bày tường minh, chi tiết, đảm bảo khả năng tái lập và kiểm chứng độc lập hoàn toàn.

5. Định hướng nghiên cứu 10 năm được vạch ra như thế nào?

Định hướng tập trung vào việc chuyển đổi từ điều khiển robot đơn lẻ sang hệ thống bầy đàn đa robot di động hợp tác (Multi-WMR Collaborative Systems) trong nhà máy thông minh; kết hợp thị giác máy tính học sâu (Deep Learning Vision) với điều khiển trượt bậc cao (HOSMC) trên nền tảng chip nhúng chuyên dụng tốc độ cao.

Kết luận

  1. Thiết lập thành công mô hình chuyển động vi phân giải tích toàn diện cho hệ tay máy 2 bậc tự do Pan-Tilt gắn camera đặt trên bệ di động bánh xe (WMR), xác lập hệ thống điều khiển servo thị giác IBVS 2 vòng phản hồi bám mục tiêu 3D không xác định trước quỹ đạo.
  2. Phát triển thuật toán điều khiển bù bất định bằng mạng nơ-ron RBF thích nghi trực tuyến, chứng minh toán học tính ổn định tiệm cận toàn cục theo tiêu chuẩn Lyapunov dựa trên định lý xấp xỉ Stone–Weierstrass.
  3. Đề xuất giải pháp điều khiển tích hợp động lực học cơ cấu chấp hành (Actuator Dynamics), điều khiển trực tiếp qua điện áp phần ứng động cơ một chiều nam châm vĩnh cửu, triệt tiêu sai số do trễ điện cơ.
  4. Phát minh thuật toán điều khiển trượt đầu cuối thích nghi chống suy biến (Adaptive Anti-singularity TSMC), loại bỏ hoàn toàn điểm kỳ dị toán học, giảm $98%$ rung lắc chattering và đảm bảo thời gian hội tụ hữu hạn $t \le 0.42\text{ s}$.
  5. Mở ra 3 hướng nghiên cứu ứng dụng đột phá: Điều khiển robot tự hành trong công nghiệp 4.0, hệ thống quang điện tử bám mục tiêu quốc phòng, và nền tảng điều khiển bền vững cho các hệ cơ điện tử phi tuyến phức tạp.
  6. Giá trị thực tiễn và quốc tế: Công trình khẳng định năng lực làm chủ công nghệ điều khiển tự động hóa cao cấp tại Việt Nam với các bài báo công bố trên tạp chí quốc tế danh mục SCIE và các tạp chí khoa học đầu ngành trong nước.