Nghiên Cứu Thiết Kế và Điều Khiển Robot Giải Trí Dạng Người

• Tác giả: Phạm Uyên Phương
• Người hướng dẫn: PGS. Nguyễn Tấn Tiến
• Trường học: Đại học Bách Khoa - ĐHQG - HCM
• Chuyên ngành: Kỹ thuật cơ điện tử
• Đề tài: Nghiên Cứu Thiết Kế và Điều Khiển Robot Giải Trí Dạng Người
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: TP. Hồ Chí Minh

• LỜI CÁM ƠN
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Robot dạng người
• 1.2. Cấu trúc của các humanoid robot kích thước nhỏ dùng cho nghiên cứu
• 1.3. Humanoid robots nhỏ tham gia một số hoạt động giải trí
• 1.4. Cấu trúc của các humanoid robot kích thước nhỏ dùng cho giải trí
• 1.5. Robot dạng người ở Việt Nam
• 1.6. Cách điều khiển bắt chước cử chỉ của con người

I. Tổng Quan Về Nghiên Cứu Robot Giải Trí Dạng Người Hiện Nay

Robot dạng người, hay còn gọi là robot humanoid, đang thu hút sự quan tâm lớn từ các trường đại học, trung tâm nghiên cứu và doanh nghiệp kỹ thuật. Ưu điểm lớn của robot hình người là khả năng di chuyển linh hoạt trên địa hình phức tạp, vượt trội so với robot bánh xe. Con người luôn mong muốn tạo ra robot dịch vụ có thể hòa nhập vào cuộc sống, thực hiện công việc hàng ngày. Nghiên cứu robot dạng người đạt được tiến bộ đáng kể từ nửa sau thế kỷ 20, nhờ sự hỗ trợ của máy tính, công nghệ cảm biến và truyền động. ASIMO của Honda được xem là robot humanoid tiên tiến nhất, có khả năng đi lên xuống cầu thang, chạy và rẽ trơn tru, tương tác với môi trường. "Ngày 8/11/2011, robot ASIMO của Honda được xem là humanoid robots tiên tiến nhất thế giới. ASIMO có kích thước tương đương một đứa trẻ, cao 1300 mm và nặng 54 kg, có 26 bậc tự do."

1.1. Lịch Sử Phát Triển và Các Ứng Dụng Tiềm Năng của Robot Giải Trí

Sự phát triển của robot giải trí trải qua nhiều giai đoạn, từ những mô hình đơn giản đến các thiết kế phức tạp có khả năng tương tác cao. Ứng dụng của robot giải trí rất đa dạng, từ biểu diễn nghệ thuật đến hỗ trợ giáo dục. Nghiên cứu tập trung vào cải thiện khả năng biểu cảm, di chuyển và tương tác của robot để tạo ra trải nghiệm giải trí tốt hơn cho người dùng. Robot biểu diễn mang lại nhiều tiềm năng ứng dụng lớn trong tương lai. Điều này thúc đẩy các nhà nghiên cứu phát triển robot có những tính năng cao cấp hơn.

1.2. Phân Loại Robot Dạng Người Theo Kích Thước và Chức Năng

Robot dạng người có thể được phân loại dựa trên kích thước và chức năng. Robot kích thước lớn thường được sử dụng cho các ứng dụng công nghiệp hoặc nghiên cứu phức tạp, trong khi robot kích thước nhỏ phù hợp cho giải trí và giáo dục. Chức năng của robot cũng đa dạng, bao gồm robot dịch vụ, robot giáo dục, robot vui chơi, và robot tương tác. Sự đa dạng này cho phép đáp ứng nhu cầu khác nhau của người dùng và mở ra nhiều cơ hội phát triển trong tương lai. Việc chế tạo robot cũng là một yếu tố quan trọng trong việc phân loại robot.

II. Thách Thức Trong Thiết Kế Robot Giải Trí Dạng Người Nhỏ Gọn

Việc thiết kế robot giải trí dạng người kích thước nhỏ đặt ra nhiều thách thức về kỹ thuật và công nghệ. Thiết kế robot phải đảm bảo tính thẩm mỹ, khả năng vận động linh hoạt và độ bền cao. Lựa chọn động cơ phù hợp là yếu tố then chốt để đạt được hiệu suất vận hành tốt. Ngoài ra, việc tích hợp các cảm biến và hệ thống điều khiển thông minh cũng đòi hỏi kỹ năng và kinh nghiệm chuyên môn. "Thực tế đã chứng minh rằng việc nghiên cứu humanoid robots kích thước lớn, tương đương kích thước con người, đòi hỏi sự đầu tư kinh phí rất lớn."

2.1. Lựa Chọn Vật Liệu và Động Cơ Phù Hợp cho Robot Mini

Vật liệu và động cơ đóng vai trò quan trọng trong việc đảm bảo hiệu suất và độ bền của robot nhỏ gọn. Vật liệu nhẹ như nhôm, nhựa kỹ thuật cao hoặc vật liệu composite thường được ưu tiên. Động cơ servo nhỏ gọn, mạnh mẽ và tiết kiệm năng lượng là lựa chọn lý tưởng. Việc lập trình robot cũng cần được tối ưu để phù hợp với các động cơ này. Các cảm biến robot cũng phải có kích thước nhỏ để việc tích hợp trở nên dễ dàng hơn.

2.2. Tối Ưu Hóa Thiết Kế Cơ Học để Đạt Độ Linh Hoạt Cao

Thiết kế cơ học phải đảm bảo robot có thể thực hiện các động tác phức tạp và di chuyển linh hoạt. Số lượng bậc tự do và vị trí của các khớp nối ảnh hưởng lớn đến khả năng vận động của robot. Cơ khí robot là lĩnh vực nghiên cứu quan trọng để tạo ra các thiết kế hiệu quả. Việc sử dụng các thuật toán tối ưu hóa có thể giúp tìm ra cấu hình cơ học tốt nhất cho robot. "WCK module được thiết kế linh hoạt với nhiều dạng đầu ra, khi kết hợp với khớp nối do công ty cung cấp thì việc xây dựng robot rất dễ dàng và tiện lợi."

2.3. Tích Hợp Cảm Biến và Hệ Thống Điều Khiển vào Không Gian Hạn Chế

Việc tích hợp các cảm biến và hệ thống điều khiển vào không gian hạn chế là một thách thức lớn. Cảm biến cần có kích thước nhỏ nhưng vẫn đảm bảo độ chính xác cao. Hệ thống điều khiển phải được thiết kế hiệu quả để xử lý dữ liệu từ cảm biến và điều khiển động cơ một cách đồng bộ. Điện tử robot đóng vai trò quan trọng trong việc giải quyết thách thức này. Việc sử dụng các vi điều khiển và mạch tích hợp nhỏ gọn giúp giảm kích thước tổng thể của hệ thống.

III. Ứng Dụng Kinect trong Điều Khiển Robot Bắt Chước Cử Chỉ Người

Việc điều khiển robot bắt chước cử chỉ người là một cách học nhanh để robot humanoid thực hiện và ghi nhớ các tác vụ, tạo sự đơn giản cho người dùng. Với các giao diện có sẵn, người dùng có thể cài đặt một chuỗi cử chỉ mong muốn. Kinect của Microsoft, với khả năng quan sát cử chỉ con người, đã thu hút sự quan tâm trong việc nghiên cứu điều khiển robot. Kinect có các đặc điểm nổi trội so với các camera thông thường, kèm theo các bộ thư viện hỗ trợ có sẵn, giúp việc điều khiển robot trở nên dễ dàng và hiệu quả hơn.

3.1. Tổng Quan về Kinect và Khả Năng Nhận Dạng Cử Chỉ

Kinect là thiết bị cảm biến chuyển động được phát triển bởi Microsoft, ban đầu dành cho mục đích chơi game. Tuy nhiên, khả năng nhận dạng cử chỉ và tạo bản đồ độ sâu đã khiến Kinect trở thành công cụ hữu ích trong nhiều lĩnh vực, bao gồm cả điều khiển robot. Kinect sử dụng công nghệ hồng ngoại để tạo ra hình ảnh 3D, cho phép theo dõi chuyển động của người dùng một cách chính xác. Điều này mở ra khả năng tương tác người máy tự nhiên và trực quan. "Vì các đặc điểm nổi trội của Kinect so với các camera đơn thuần và giá thương mại thấp, kèm theo các bộ thư viện hỗ trợ có sẵn, Kinect đã thu hút sự quan tâm của việc bắt cử chỉ người để nghiên cứu cho robot."

3.2. Phương Pháp Điều Khiển Robot Dạng Người Bằng Kinect

Có nhiều phương pháp để điều khiển robot dạng người bằng Kinect. Một phương pháp phổ biến là ánh xạ chuyển động của người dùng sang chuyển động của robot. Ví dụ, khi người dùng giơ tay, robot cũng sẽ giơ tay. Phương pháp này đòi hỏi việc xử lý dữ liệu từ Kinect và chuyển đổi nó thành tín hiệu điều khiển cho động cơ của robot. Thuật toán điều khiển robot phải đảm bảo độ chính xác và ổn định. Việc lập trình robot để phản ứng nhanh chóng với chuyển động của người dùng là rất quan trọng.

3.3. Các Thư Viện và Công Cụ Hỗ Trợ Phát Triển Ứng Dụng Kinect

Có nhiều thư viện và công cụ hỗ trợ phát triển ứng dụng Kinect, giúp đơn giản hóa quá trình lập trình robot. Kinect SDK cung cấp các API để truy cập dữ liệu từ Kinect và thực hiện các tác vụ như nhận dạng cử chỉ và theo dõi chuyển động. Ngoài ra, các thư viện như OpenNI và OpenCV cũng cung cấp các chức năng hữu ích cho việc xử lý hình ảnh và dữ liệu 3D. Việc sử dụng các công cụ này giúp giảm thời gian phát triển và tăng hiệu quả của dự án.

IV. Thiết Kế và Mô Phỏng Hệ Thống Điều Khiển Robot Giải Trí

Để đảm bảo robot giải trí hoạt động ổn định và hiệu quả, việc thiết kế và mô phỏng hệ thống điều khiển là rất quan trọng. Hệ thống điều khiển phải có khả năng xử lý dữ liệu từ cảm biến, điều khiển động cơ và thực hiện các tác vụ phức tạp. Mô phỏng giúp kiểm tra và tối ưu hóa thiết kế trước khi triển khai thực tế, giảm thiểu rủi ro và chi phí phát triển. "Bioloid cũng tương tự HUNO như là sử dụng motor serial control và giao diện người dùng GUI. Tuy nhiên Bioloid là sự lựa chọn phổ biến hơn vì hệ thống được xây dựng dạng Lego, có thể lắp ráp nên 23 loại robot khác nhau."

4.1. Xây Dựng Mô Hình Toán Học và Động Học của Robot

Mô hình toán học và động học là cơ sở để thiết kế hệ thống điều khiển. Mô hình toán học mô tả mối quan hệ giữa các biến trạng thái của robot, trong khi mô hình động học mô tả mối quan hệ giữa vị trí, vận tốc và gia tốc của các khớp nối. Việc xây dựng mô hình chính xác giúp dự đoán hành vi của robot và thiết kế thuật toán điều khiển robot hiệu quả. Các phương pháp như Denavit-Hartenberg (D-H) thường được sử dụng để xây dựng mô hình động học.

4.2. Thiết Kế Bộ Điều Khiển PID cho Động Cơ Robot

Bộ điều khiển PID (Proportional-Integral-Derivative) là một trong những bộ điều khiển phổ biến nhất trong điều khiển học robot. Bộ điều khiển PID sử dụng ba thành phần: tỉ lệ, tích phân và vi phân để điều chỉnh tín hiệu điều khiển và đạt được hiệu suất mong muốn. Việc điều chỉnh các tham số của bộ điều khiển PID là rất quan trọng để đảm bảo độ chính xác và ổn định của hệ thống. Các phương pháp như Ziegler-Nichols có thể được sử dụng để điều chỉnh các tham số này.

4.3. Mô Phỏng Hệ Thống Điều Khiển Bằng Phần Mềm Chuyên Dụng

Mô phỏng hệ thống điều khiển bằng phần mềm chuyên dụng như MATLAB/Simulink giúp kiểm tra và tối ưu hóa thiết kế trước khi triển khai thực tế. Phần mềm mô phỏng cho phép tạo ra mô hình ảo của robot và mô phỏng hành vi của nó trong các điều kiện khác nhau. Kết quả mô phỏng giúp đánh giá hiệu suất của hệ thống điều khiển và điều chỉnh các tham số để đạt được kết quả tốt nhất. "Có nhiều phương pháp để điều khiển robot dạng người bằng Kinect. Một phương pháp phổ biến là ánh xạ chuyển động của người dùng sang chuyển động của robot."

V. Đánh Giá và Thử Nghiệm Robot Giải Trí Điều Khiển Bằng Kinect

Sau khi thiết kế và xây dựng robot giải trí, việc đánh giá và thử nghiệm là rất quan trọng để đảm bảo hệ thống hoạt động đúng như mong đợi. Các thử nghiệm cần đánh giá khả năng vận động, độ chính xác, độ ổn định và khả năng tương tác với môi trường. Kết quả đánh giá giúp xác định các điểm cần cải thiện và tối ưu hóa thiết kế. "Với mục đích học thuật, robot dạng người kích thước nhỏ là nơi để các nhà nghiên cứu thực nghiệm các giải thuật chuyển động cho robot. Ví dụ như tác giả Masahiko Yamaguchi đã thực nghiệm thành công giải thuật đi thẳng chân, đi thăng bằng trên dây, đi xe đạp bằng sản phẩm Kondo KHR-3HV robot."

5.1. Thử Nghiệm Khả Năng Vận Động và Bắt Chước Cử Chỉ

Các thử nghiệm này tập trung vào đánh giá khả năng vận động linh hoạt của robot và khả năng bắt chước cử chỉ của người dùng. Robot cần thực hiện các động tác phức tạp như đi, đứng, nhảy và giơ tay. Độ chính xác và tốc độ của các động tác này là các chỉ số quan trọng. Kết quả thử nghiệm giúp đánh giá hiệu quả của hệ thống điều khiển và khả năng tương tác người máy. Các kỹ thuật như điều khiển học robot và trí tuệ nhân tạo robot có thể hỗ trợ việc cải thiện khả năng này.

5.2. Đánh Giá Độ Chính Xác và Ổn Định của Hệ Thống Điều Khiển

Độ chính xác và ổn định là hai yếu tố quan trọng của hệ thống điều khiển. Độ chính xác đề cập đến khả năng robot thực hiện các động tác theo đúng yêu cầu, trong khi độ ổn định đề cập đến khả năng robot duy trì vị trí và tư thế mong muốn. Các thử nghiệm này cần đánh giá sai số và độ trễ của hệ thống điều khiển. Kết quả đánh giá giúp điều chỉnh các tham số của bộ điều khiển PID và cải thiện hiệu suất tổng thể. Việc sử dụng các thuật toán điều khiển robot tiên tiến có thể giúp đạt được độ chính xác và ổn định cao hơn.

5.3. Phân Tích và Cải Thiện Thiết Kế Dựa Trên Kết Quả Thử Nghiệm

Kết quả thử nghiệm cần được phân tích kỹ lưỡng để xác định các điểm yếu và điểm mạnh của thiết kế. Dựa trên phân tích này, các cải tiến có thể được thực hiện để tối ưu hóa hệ thống. Các cải tiến có thể bao gồm điều chỉnh thiết kế cơ học, cải thiện thuật toán điều khiển và nâng cấp phần cứng. Quá trình đánh giá và cải tiến liên tục giúp tạo ra robot giải trí chất lượng cao và đáp ứng nhu cầu của người dùng. "Hiện nay trên thế giới có nhiều robot dạng người kích thước nhỏ (hobby humanoid robots) rất tiên tiến đã được thương mại hóa với giá thành thấp, hai đối tượng đáng xem xét là Bioloid của Robotis và HUNO của Robobuilder."

VI. Kết Luận và Hướng Phát Triển Nghiên Cứu Robot Giải Trí Tương Lai

Nghiên cứu thiết kế và điều khiển robot giải trí dạng người đã đạt được nhiều tiến bộ đáng kể. Việc sử dụng Kinect và các công cụ mô phỏng giúp đơn giản hóa quá trình phát triển. Tuy nhiên, vẫn còn nhiều thách thức cần giải quyết để tạo ra robot hình người thông minh và linh hoạt hơn. Hướng phát triển trong tương lai tập trung vào cải thiện khả năng tương tác, tích hợp trí tuệ nhân tạo robot, và phát triển các ứng dụng mới. "Ở Việt Nam, các nghiên cứu về robot dạng người còn khá hạn chế, chỉ nằm ở mức độ mới tiếp cận."

6.1. Tổng Kết Các Kết Quả Nghiên Cứu Đạt Được

Nghiên cứu đã đạt được các kết quả quan trọng trong việc thiết kế, điều khiển và thử nghiệm robot giải trí. Các kết quả này bao gồm: thiết kế cơ học hiệu quả, hệ thống điều khiển chính xác, khả năng bắt chước cử chỉ và khả năng tương tác với môi trường. Các kết quả này là cơ sở để phát triển các ứng dụng robot giải trí thực tế và thương mại hóa sản phẩm. "Cách điều khiển bắt chước cử chỉ của con ngườiViệc bắt chước theo cử chỉ người là cách học nhanh cho robot dạng người để thực hiện và ghi nhớ các tác vụ, qua đó sẽ tạo sự đơn giản cho người thích tiếp cận và sử dụng robot ngay cả khi không có nền tảng hay kiến thức chuyên môn."

6.2. Hướng Nghiên Cứu Phát Triển Robot Tương Tác Nâng Cao

Hướng nghiên cứu trong tương lai tập trung vào cải thiện khả năng tương tác của robot. Điều này bao gồm: phát triển giao diện tương tác người máy tự nhiên và trực quan, tích hợp khả năng nhận dạng giọng nói và khuôn mặt, và phát triển các thuật toán trí tuệ nhân tạo để robot có thể học hỏi và thích nghi với môi trường. Các nghiên cứu về cảm biến robot tiên tiến cũng đóng vai trò quan trọng trong việc nâng cao khả năng tương tác. Phát triển phần mềm điều khiển robot ngày càng trở nên cần thiết.

6.3. Ứng Dụng Tiềm Năng của Robot Giải Trí trong Tương Lai

Robot giải trí có tiềm năng ứng dụng rất lớn trong tương lai. Các ứng dụng tiềm năng bao gồm: biểu diễn nghệ thuật, hỗ trợ giáo dục, chăm sóc người già và người khuyết tật, và phục vụ trong các ngành công nghiệp giải trí. Việc phát triển các ứng dụng này đòi hỏi sự kết hợp giữa các lĩnh vực kỹ thuật, nghệ thuật và xã hội. Robot dịch vụ, robot giáo dục và robot vui chơi có thể đóng vai trò quan trọng trong việc cải thiện chất lượng cuộc sống và mang lại nhiều lợi ích cho xã hội.

Tổng quan nghiên cứu

Robot dạng người (humanoid robot) là một lĩnh vực nghiên cứu quan trọng và thu hút sự quan tâm lớn trong ngành kỹ thuật cơ điện tử và robot hiện đại. Theo ước tính, các robot dạng người có khả năng thực hiện các nhiệm vụ phức tạp trên địa hình đa dạng mà các loại robot bánh xe không thể thực hiện được. Mục tiêu của luận văn là thiết kế và điều khiển một robot giải trí dạng người kích thước nhỏ, cao khoảng 300 mm, với 17 bậc tự do, bao gồm 1 bậc tự do quay đầu, 3 bậc tự do mỗi tay và 5 bậc tự do mỗi chân. Robot này có khả năng bắt chước các cử chỉ tay đơn giản của con người thông qua thiết bị cảm biến Kinect của Microsoft.

Nghiên cứu được thực hiện trong năm 2017 tại Trường Đại học Bách Khoa, Đại học Quốc gia TP. Hồ Chí Minh, với mục tiêu phát triển một hệ thống robot giải trí có khả năng tương tác trực tiếp với con người qua Kinect, từ đó mở rộng ứng dụng trong lĩnh vực giải trí và nghiên cứu robot dạng người kích thước nhỏ. Việc sử dụng Kinect giúp robot có thể nhận dạng và bắt chước cử chỉ người một cách nhanh chóng và tự nhiên, giảm thiểu yêu cầu về kiến thức chuyên môn khi lập trình chuyển động cho robot.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

• Robot dạng người (Humanoid Robot): Là loại robot có cấu trúc và chuyển động tương tự con người, thường thuộc nhóm legged robot với khả năng di chuyển bằng hai chân. Robot dạng người có nhiều bậc tự do (DOF) để mô phỏng các chuyển động phức tạp của con người.
• Bậc tự do (Degree of Freedom - DOF): Là số lượng các chuyển động độc lập mà một robot có thể thực hiện. Robot nghiên cứu có 17 DOF, bao gồm các khớp ở đầu, tay và chân.
• Động cơ DC Servo dạng module: Loại động cơ tích hợp động cơ DC, hộp giảm tốc, cảm biến biến trở xoay và mạch điều khiển trong một thiết kế nhỏ gọn, cho phép điều khiển chính xác vị trí và moment xoắn.
• Điều khiển vòng kín (Closed-loop control): Sử dụng thông tin phản hồi từ cảm biến để điều chỉnh chuyển động robot nhằm đạt được độ chính xác cao và ổn định.
• Cảm biến Kinect: Thiết bị cảm biến đa chiều của Microsoft, có khả năng nhận dạng chuyển động người, cung cấp dữ liệu vị trí các khớp xương trong không gian 3D, hỗ trợ điều khiển robot bắt chước cử chỉ người.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Dữ liệu chuyển động người được thu thập trực tiếp từ cảm biến Kinect phiên bản Xbox 360, sử dụng SDK Kinect for Windows để xử lý và trích xuất tọa độ các khớp xương.
• Phương pháp phân tích: Áp dụng mô hình Denavit-Hartenberg để mô tả cấu trúc khớp và chuyển động của robot, sử dụng bộ điều khiển PID để điều chỉnh vị trí động cơ servo. Dữ liệu từ Kinect được chuyển đổi thành các góc điều khiển tương ứng cho các khớp robot.
• Timeline nghiên cứu: Nghiên cứu bắt đầu từ tháng 1/2017 và hoàn thành vào tháng 12/2017, bao gồm các giai đoạn thiết kế cơ khí, phát triển phần mềm điều khiển, tích hợp cảm biến Kinect và thực nghiệm điều khiển robot.
• Cỡ mẫu: Robot được thiết kế với kích thước nhỏ (300 mm), phù hợp với điều kiện nghiên cứu và kinh phí hạn chế, nhằm phục vụ mục đích giải trí và nghiên cứu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

• Thiết kế robot với 17 bậc tự do: Robot có 1 DOF ở đầu, 3 DOF mỗi tay và 5 DOF mỗi chân, cho phép thực hiện các cử chỉ tay đơn giản và chuyển động chân cơ bản. Kích thước robot đạt 352,8 mm, sai số khoảng 17,6% so với thiết kế ban đầu.
• Lựa chọn động cơ DC Servo dạng module: Động cơ RF-130CH-12250 được sử dụng với tỉ số truyền 260:1, hiệu suất 75%, trọng lượng 18g, đáp ứng yêu cầu moment xoắn và kích thước nhỏ gọn. Dòng điện hoạt động khoảng 0,7A, công suất 0,53W.
• Ứng dụng Kinect trong điều khiển: Kinect v1 cung cấp dữ liệu 20 khớp xương với độ phân giải 640x480, cho phép theo dõi chuyển động người và chuyển đổi thành các góc điều khiển cho robot. Kinect v2 cải tiến với 25 khớp, độ phân giải cao hơn (1920x1080), giúp tăng độ chính xác nhận dạng.
• Phương pháp điều khiển: Sử dụng giao thức UART đa điểm (multi drop-out UART) để kết nối các động cơ servo dạng module theo kiểu daisy chain, giúp giảm thiểu dây dẫn và tăng tính linh hoạt trong điều khiển.
• Hiệu quả điều khiển: Robot có thể bắt chước các cử chỉ tay người một cách trực tiếp và liên tục, với độ trễ thấp, tạo ra chuyển động tự nhiên và mượt mà. Sai số góc điều khiển nằm trong khoảng 20%, phù hợp với mục đích giải trí.

Thảo luận kết quả

Việc thiết kế robot dạng người kích thước nhỏ với 17 DOF đã đáp ứng được yêu cầu mô phỏng các cử chỉ tay và chuyển động chân cơ bản, phù hợp với mục tiêu giải trí và nghiên cứu. Lựa chọn động cơ DC Servo dạng module giúp đơn giản hóa hệ thống điều khiển, đồng thời đảm bảo độ chính xác và moment xoắn cần thiết. So với các nghiên cứu trước đây sử dụng động cơ step hoặc RC servo, phương án này tối ưu hơn về mặt kích thước và khả năng phản hồi vị trí.

Việc ứng dụng Kinect làm thiết bị cảm biến chuyển động người là một bước tiến quan trọng, giúp robot có thể bắt chước cử chỉ một cách nhanh chóng và tự nhiên, giảm thiểu thời gian lập trình chuyển động thủ công. So với các phương pháp tạo chuyển động bằng giao diện đồ họa hoặc thuật toán tìm kiếm quỹ đạo, sử dụng Kinect mang lại hiệu quả cao hơn và thân thiện với người dùng không chuyên.

Dữ liệu thu thập từ Kinect được xử lý qua mô hình Denavit-Hartenberg và bộ điều khiển PID, đảm bảo chuyển đổi chính xác từ tọa độ khớp người sang góc điều khiển robot. Tuy nhiên, sai số khoảng 20% cho thấy cần có các cải tiến về cảm biến lực và độ phân giải cảm biến để nâng cao độ chính xác trong các ứng dụng phức tạp hơn.

Kết quả nghiên cứu có thể được trình bày qua các biểu đồ so sánh góc điều khiển thực tế và góc mong muốn, bảng thống kê sai số góc từng khớp, cũng như video minh họa chuyển động bắt chước của robot.

Đề xuất và khuyến nghị

• Nâng cấp cảm biến lực dưới chân robot: Để cải thiện khả năng giữ thăng bằng và thực hiện các chuyển động động lực học, nên tích hợp cảm biến lực dưới bàn chân, giúp điều khiển vòng kín hiệu quả hơn.
• Cải tiến thuật toán xử lý dữ liệu Kinect: Phát triển các thuật toán lọc và hiệu chỉnh dữ liệu chuyển động từ Kinect nhằm giảm sai số và tăng độ mượt mà cho chuyển động robot.
• Mở rộng bậc tự do cho tay và chân: Tăng số bậc tự do ở các khớp tay và chân để robot có thể thực hiện các cử chỉ phức tạp hơn, phục vụ mục đích nghiên cứu và giải trí đa dạng.
• Phát triển giao diện người dùng thân thiện: Xây dựng phần mềm điều khiển với giao diện đồ họa trực quan, cho phép người dùng không chuyên dễ dàng tạo và chỉnh sửa các chuyển động cho robot.
• Thời gian thực hiện: Các giải pháp trên nên được triển khai trong vòng 1-2 năm tiếp theo, phối hợp giữa các nhóm nghiên cứu và doanh nghiệp công nghệ để thương mại hóa sản phẩm.

Đối tượng nên tham khảo luận văn

• Nhà nghiên cứu và sinh viên ngành kỹ thuật cơ điện tử: Có thể áp dụng các phương pháp thiết kế và điều khiển robot dạng người kích thước nhỏ, cũng như hiểu rõ về ứng dụng Kinect trong robot.
• Doanh nghiệp phát triển robot giải trí: Tham khảo mô hình thiết kế và điều khiển để phát triển các sản phẩm robot giải trí tương tác với người dùng.
• Chuyên gia phát triển phần mềm điều khiển robot: Áp dụng giao thức UART đa điểm và thuật toán điều khiển PID trong hệ thống điều khiển động cơ servo dạng module.
• Giảng viên và nhà đào tạo: Sử dụng luận văn làm tài liệu tham khảo cho các khóa học về robot, điều khiển tự động và cảm biến chuyển động.

Câu hỏi thường gặp

1. Robot humanoid kích thước nhỏ có thể thực hiện những chuyển động nào?
   Robot nghiên cứu có thể thực hiện các cử chỉ tay đơn giản như giơ tay sang ngang, giơ tay lên trời, lắc tay, và chuyển động chân cơ bản nhờ 17 bậc tự do.

2. Tại sao chọn Kinect làm thiết bị cảm biến chuyển động?
   Kinect có giá thành thấp, dễ sử dụng, cung cấp dữ liệu 3D về vị trí các khớp xương người với độ chính xác cao, hỗ trợ điều khiển robot bắt chước cử chỉ người một cách trực tiếp.

3. Động cơ DC Servo dạng module có ưu điểm gì?
   Loại động cơ này tích hợp đầy đủ bộ giảm tốc, cảm biến và mạch điều khiển trong một thiết kế nhỏ gọn, cho phép điều khiển chính xác vị trí và moment xoắn, đồng thời kết nối theo kiểu daisy chain giúp giảm dây dẫn.

4. Phương pháp điều khiển robot như thế nào?
   Robot sử dụng điều khiển vòng kín với bộ điều khiển PID, nhận dữ liệu góc từ Kinect, chuyển đổi thành tín hiệu điều khiển động cơ servo qua giao thức UART đa điểm.

5. Sai số điều khiển robot có lớn không?
   Sai số góc điều khiển robot nằm trong khoảng 20%, phù hợp với mục đích giải trí và nghiên cứu, tuy nhiên cần cải tiến thêm để phục vụ các ứng dụng phức tạp hơn.

Kết luận

• Đã thiết kế thành công robot humanoid kích thước nhỏ cao khoảng 300 mm với 17 bậc tự do, đáp ứng yêu cầu mô phỏng các cử chỉ tay và chuyển động chân cơ bản.
• Lựa chọn động cơ DC Servo dạng module và giao thức UART đa điểm giúp hệ thống điều khiển đơn giản, chính xác và linh hoạt.
• Ứng dụng Kinect làm thiết bị cảm biến chuyển động người giúp robot bắt chước cử chỉ một cách trực tiếp, nhanh chóng và tự nhiên.
• Kết quả thực nghiệm cho thấy robot hoạt động ổn định với sai số điều khiển trong phạm vi chấp nhận được cho mục đích giải trí.
• Đề xuất các hướng phát triển tiếp theo bao gồm nâng cấp cảm biến lực, cải tiến thuật toán xử lý dữ liệu Kinect, mở rộng bậc tự do và phát triển giao diện người dùng thân thiện.

Hành động tiếp theo: Khuyến khích các nhà nghiên cứu và doanh nghiệp tiếp tục phát triển và ứng dụng công nghệ này để nâng cao chất lượng robot humanoid phục vụ giải trí và nghiên cứu.