Tổng quan về luận án

Nghiên cứu "Phát triển các thuật toán thông minh điều khiển chuyển động của hệ thống robot dạng tay máy đôi" do Nghiên cứu sinh Lưu Thị Huế thực hiện dưới sự hướng dẫn khoa học của PGS. Nguyễn Phạm Thục Anh và TS. Dương Minh Đức tại Trường Đại học Bách Khoa Hà Nội (Chuyên ngành Kỹ thuật Điều khiển và Tự động hóa, Mã số: 9520216), tập trung giải quyết bài toán cốt lõi trong kỹ thuật điều khiển hiện đại: điều khiển chuyển động phối hợp đồng bộ và điều khiển lực tiếp xúc của hệ thống robot hai tay máy thao tác vật thể chung dưới tác động của bất định mô hình và nhiễu phi tuyến.

Trong bối cảnh tự động hóa công nghiệp thế hệ mới, hệ thống robot dạng tay máy đôi (Dual-Arm Robot System) đóng vai trò then chốt khi cần thay thế con người thực hiện các nhiệm vụ phức tạp, nặng nhọc hoặc độc hại như trong nhà máy điện hạt nhân, y tế và dây chuyền lắp ráp cơ khí chính xác. Tuy nhiên, rào cản khoa học lớn nhất (research gap) nằm ở chỗ: "hệ thống robot dạng tay máy đôi – đối tượng có tính phi tuyến, các tham số bất định, đồng thời chịu nhiều tác động của nhiễu ngoài", trong khi phần lớn các công trình kinh điển (như nghiên cứu của Luh & Zheng, 1987; Uchiyama & Dauchez, 1988) đều giả định biết chính xác mô hình toán học và toàn bộ trạng thái (vận tốc khớp, lực tiếp xúc) phải đo được qua cảm biến chuyên dụng. Trên thực tế, việc trang bị cảm biến lực và vận tốc tại mọi điểm tiếp xúc làm tăng đáng kể chi phí, khối lượng khâu tác động cuối và suy giảm độ tin cậy do nhiễu đo lường.

Công trình xác lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học chặt chẽ:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để thiết lập mô hình động học và động lực học chuỗi vòng kín mô tả chính xác tương tác hình học và lực giữa hai tay máy 3 bậc tự do (3-DOF) và đối tượng rắn trên mặt phẳng?
  • Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc điều khiển thích nghi nào có khả năng bù thành phần bất định không cấu trúc (unstructured uncertainties) như ma sát khớp, vùng chết bộ truyền và biến động tải trọng mà không cần nhận dạng trước ma trận hồi quy?
  • Câu hỏi nghiên cứu 3 (RQ3): Làm thế nào để ước lượng chính xác vận tốc đối tượng và lực tiếp xúc tại khâu tác động cuối khi không sử dụng cảm biến đo trực tiếp?
  • Giả thuyết khoa học 1 (H1): Thuật toán điều khiển phân cấp kết hợp nguyên lý xếp chồng giữa điều khiển kẹp ổn định (nội lực), điều khiển hướng và điều khiển vị trí sẽ đảm bảo hội tụ tiệm cận Lyapunov của toàn bộ hệ thống kín.
  • Giả thuyết khoa học 2 (H2): Việc tích hợp mạng noron xuyên tâm (RBFNN) với bộ quan sát thích nghi noron (NAO) và bộ quan sát tích phân tỷ lệ tổng quát (GPI) sẽ loại bỏ hoàn toàn yêu cầu cảm biến lực/vận tốc mà vẫn duy trì sai số bám quỹ đạo tiệm cận 0 với độ bền vững cao.

Khung lý thuyết của luận án được xây dựng dựa trên cơ học giải tích Euler-Lagrange với nhân tử Lagrange, Lý thuyết ổn định Lyapunov (Lyapunov Stability Theory), Định lý bất biến LaSalle (LaSalle's Invariance Principle) và Lý thuyết xấp xỉ phổ quát của mạng noron nhân tạo (Universal Approximation Theorem). Phạm vi nghiên cứu bao gồm mô hình lý thuyết hệ 2 tay máy phẳng 3-DOF thao tác vật rắn đồng chất/không đồng chất và mô hình thực nghiệm hệ 2 tay máy phẳng 2-DOF điều khiển thời gian thực qua card dSPACE DS1103 và phần mềm dSPACE ControlDesk trong không gian làm việc 2D với gia tốc trọng trường $g = 9{,}8\text{ m/s}^2$.

Literature Review và Positioning

Tổng quan y văn quốc tế cho thấy lịch sử phát triển của điều khiển hệ tay máy đôi trải qua ba giai đoạn tiến hóa chính với các cuộc tranh luận học thuật sâu sắc:

[Giai đoạn 1: Master/Slave & Tuyến tính hóa] 
       │ (Hạn chế: Quá tải tay máy chủ, kỳ dị ma trận tách)
       ▼
[Giai đoạn 2: Điều khiển Lai Lực/Vị trí & Trở kháng]
       │ (Hạn chế: Nhạy cảm tham số, yêu cầu đầy đủ cảm biến)
       ▼
[Giai đoạn 3: Điều khiển Thông minh Thích nghi & Observer-based]
       │ (Luận án: RBFNN bù bất định + Bộ quan sát NAO/GPI không cảm biến)

Giai đoạn thứ nhất khởi đầu với cấu trúc điều khiển Chủ/Tớ (Master/Slave) của Luh & Zheng (1987) và Tao et al. (1990), phân chia một tay máy dẫn đường vị trí và tay máy tớ bám theo lực. Tranh luận nổ ra khi Koivo (1986) chỉ ra rằng cơ chế này triệt tiêu tính đối xứng phân bổ tải, tạo áp lực quá mức lên tay máy chủ. Để khắc phục, Freund (1982) và Tarn et al. (1987) đề xuất kỹ thuật tuyến tính hóa phản hồi đầu vào - đầu ra, nhưng Yun & Kumar (1991) cùng Khatib (1988) phản biện rằng phương pháp này làm phát sinh các điểm kỳ dị của ma trận phân tách khi cấu hình thay đổi và đòi hỏi biết chính xác động lực học phi tuyến.

Giai đoạn thứ hai định hình với trường phái Điều khiển lai Lực/Vị trí (Hybrid Position/Force Control) của Raibert & Craig (1981), được Yoshikawa & Zheng (1993) cùng Xi et al. (1996) mở rộng cho hệ đa robot bằng cách chiếu động lực học vào hai không gian trực giao. Đối lập với trường phái này là trường phái Điều khiển Trở kháng (Impedance Control) của Hogan (1985), Caccavale et al. (2000) và Bonitz & Hsia (1996), tập trung thiết lập mối quan hệ động lực học tương đương (quán tính - giảm chấn - độ cứng) giữa robot và môi trường thay vì điều khiển lực trực tiếp. Tuy nhiên, cả hai phương pháp đều đối mặt với điểm nghẽn nghiêm trọng: sự suy giảm chất lượng bám quỹ đạo khi tham số động lực học (khối lượng, mô men quán tính) bị bất định hoặc khi đối tượng biến dạng.

Giai đoạn thứ ba hướng tới điều khiển thích nghi và điều khiển thông minh. Slotine & Li (1987) cùng Spong (1989) đặt nền móng cho điều khiển thích nghi tham số dựa trên ma trận hồi quy tuyến tính. Dù vậy, Ortega & Spong (1989) chỉ ra rằng việc tính toán ma trận hồi quy trực tuyến đòi hỏi khối lượng tính toán khổng lồ và bất lực trước bất định không có cấu trúc. Nhằm vượt qua giới hạn này, Ciliz & Tomizuka (1999), Lewis et al. (1996) và Kwan et al. (1998) áp dụng mạng noron truyền thẳng (FFNN) và mạng nơ-ron hàm cơ sở xuyên tâm (RBFNN). Về mặt quan sát trạng thái, de Wit et al. (1992) và Nicosia & Tomei (1990) phát triển các bộ quan sát vận tốc phi tuyến, nhưng phụ thuộc hoàn toàn vào mô hình chính xác.

So sánh với các nghiên cứu quốc tế điển hình:

  1. Dự án Robot công nghiệp ABB FRIDA và SMErobotics (Hägele et al., 2011; Krüger et al., 2011): Sử dụng điều khiển trở kháng nâng cao với hệ thống cảm biến lực/mô-men 6 trục đắt tiền tại cổ tay robot. Luận án vượt trội về mặt chi phí và độ tinh gọn phần cứng khi loại bỏ cảm biến lực nhờ tích hợp bộ quan sát tích phân tỷ lệ tổng quát GPI (Generalized Proportional Integral Observer) và mạng thích nghi noron.
  2. Robot cứu hộ hạt nhân Hitachi (Fukushima Daiichi, 2013) và Robot y tế RIBA (Mukov et al., 2010): Áp dụng điều khiển thích nghi bền vững cổ điển để nâng bệnh nhân và phôi nặng. So với các hệ thống này, thuật toán đề xuất trong luận án giải quyết triệt để tính bất định phi cấu trúc và giảm thiểu hiện tượng rung giật tín hiệu điều khiển (chattering reduction) thông qua cơ chế tự học trực tuyến trọng số mạng RBFNN.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án tạo ra những bước tiến mang tính đột phá cho lý thuyết điều khiển tự động và robot học:

  • Mở rộng lý thuyết điều khiển thích nghi Slotine & Li (1987): Thay vì phụ thuộc vào việc tuyến tính hóa tham số để xây dựng ma trận hồi quy $Y(q, \dot{q}, \ddot{q})\theta$, luận án đề xuất cấu trúc thích nghi noron trực tiếp sử dụng RBFNN để xấp xỉ các thành phần động lực học phi tuyến bất định $f(x) = W^{T}\xi(x) + \epsilon$, với $W^$ là ma trận trọng số tối ưu, $\xi(x)$ là hàm kích hoạt Gauss, và $\epsilon$ là sai số xấp xỉ tối thiểu ($||\epsilon|| \le \epsilon_N$).
  • Thiết lập mô hình giải tích chuỗi động học khép kín hoàn chỉnh: Xây dựng hệ phương trình vi phân đại số liên kết giữa 2 tay máy và đối tượng thông qua 4 phương trình ràng buộc hình học $Q_1, Q_2 = 0$ và 2 phương trình ràng buộc không trượt $R_1, R_2 = 0$:

$$Q_1 = (x - x_{01})\cos\theta + (y - y_{01})\sin\theta - \frac{l_v}{2} = 0$$

$$R_1 = Y_1 - C_1 + r_1 \sum_{j=1}^3 \theta_{1j} - \theta = 0$$

  • Chứng minh độ ổn định toàn cục theo Lyapunov: Phát triển các hàm thế Lyapunov mở rộng chứa năng lượng động học, thế năng, sai số lực tích lũy và sai số ước lượng trọng số mạng noron:

$$V = \frac{1}{2} \left[ \sum_{i=1}^2 \dot{q}_i^T H_i(q_i) \dot{q}_i + M\dot{x}^2 + M\dot{y}^2 + J_v\dot{\theta}^2 + \frac{1}{l_v}(Y_1 - Y_2)^2 f_d + \beta_f \Delta\theta^2 + \tilde{W}^T \Gamma^{-1} \tilde{W} \right]$$

Luận án chứng minh chặt chẽ đạo hàm $\dot{V} \le -\sum_{i=1}^2 \dot{q}i^T K{vi} \dot{q}_i - \alpha_f (l_v - r_1 - r_2)\dot{\theta}^2 \le 0$, khẳng định tính ổn định tiệm cận của toàn hệ thống theo Định lý bất biến LaSalle.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp liền mạch ba trụ cột lý thuyết: (1) Cơ học giải tích đa vật thể Lagrange nhân tử, (2) Lý thuyết điều khiển thích nghi bền vững phi tuyến, và (3) Lý thuyết trí tuệ nhân tạo tính toán (Computational Intelligence).

   ┌──────────────────────────────────────────────────────────┐
   │            CƠ HỌC GIẢI TÍCH EULER-LAGRANGE              │
   │  Hệ phương trình động học khép kín & Ràng buộc phi trượt │
   └────────────────────────────┬─────────────────────────────┘
                                │
                                ▼
   ┌──────────────────────────────────────────────────────────┐
   │           BỘ QUAN SÁT TRẠNG THÁI & LỰC NAO / GPI         │
   │   Ước lượng vận tốc và lực tiếp xúc không cần cảm biến   │
   └────────────────────────────┬─────────────────────────────┘
                                │
                                ▼
   ┌──────────────────────────────────────────────────────────┐
   │         ĐIỀU KHIỂN THÍCH NGHI LAI LỰC/VỊ TRÍ RBFNN       │
   │   Bù bất định động lực học + Luật cập nhật trọng số trực │
   └──────────────────────────────────────────────────────────┘

Điểm độc đáo nằm ở nguyên lý phân tách và xếp chồng mô-men điều khiển:

$$\tau_i = \tau_{fi} + \tau_{\theta i} + \tau_{xi} + \tau_{yi}$$

Trong đó từng thành phần mô-men đảm nhận một nhiệm vụ chuyên biệt: $\tau_{fi}$ điều khiển lực kẹp đối xứng triệt tiêu sai số $\Delta f_i = f_d - f_i$; $\tau_{\theta i}$ xoay đối tượng về góc mong muốn $\theta_d$; $\tau_{xi}, \tau_{yi}$ tịnh tiến đối tượng về tọa độ mục tiêu $(x_d, y_d)$. Cách tiếp cận này loại bỏ hoàn toàn hiện tượng ghép kênh phi tuyến phức tạp giữa không gian khớp và không gian tác vụ.

Điều kiện biên (Boundary conditions) được xác định rõ ràng: bán kính tiếp xúc khâu tác động cuối thỏa mãn $r_1 + r_2 < l_v$, vận tốc khớp và ma trận quán tính bị chặn dưới và chặn trên $m_1 I \le H_i(q_i) \le m_2 I$, tiếp xúc giữa đầu kẹp và đối tượng duy trì liên tục là tiếp xúc điểm không có hiện tượng nảy hoặc trượt phá hủy.

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 mô phỏng số và thực nghiệm kiểm chứng vật lý đa tầng:

  • Tầng 1 (Toán học giải tích): Thiết lập phương trình trạng thái phi tuyến mô tả hệ thống thông qua đạo hàm ma trận quán tính $H_i(q_i)$, ma trận Coriolis/ly tâm $C_i(\dot{q}_i, q_i)$ thỏa mãn tính chất đối xứng lệch $(\dot{H}_i - 2C_i)$ là ma trận phản đối xứng (skew-symmetric).
  • Tầng 2 (Mô phỏng điều khiển nâng cao): Kiểm thử thuật toán trên môi trường Matlab/Simulink với các kịch bản bất định tham số tải trọng tăng 50%, nhiễu ma sát Coulomb/nhớt và nhiễu đo lường ngẫu nhiên.
  • Tầng 3 (Thực nghiệm phần cứng thời gian thực): Triển khai trên hệ cánh tay máy đôi thực tế với bộ xử lý DSP dSPACE DS1103.
       [MÔ HÌNH TOÁN HỌC] ──> [MÔ PHỎNG MATLAB/SIMULINK] ──> [THỰC NGHIỆM dSPACE DS1103]
     (2 tay máy 3-DOF + Vật)     (Kiểm chứng RBFNN, NAO, GPI)      (2 tay máy 2-DOF, DC Servo)

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý tín hiệu thực nghiệm được thiết kế với độ chuẩn xác cao:

  • Hệ thống phần cứng: Mô hình 2 tay máy phẳng (mỗi tay máy 2-DOF) liên kết qua các khớp quay dẫn động bằng động cơ DC Servo tích hợp hộp giảm tốc độ rơ thấp.
  • Giao tiếp thời gian thực: Card dSPACE DS1103 kết nối máy tính chủ qua cáp quang tốc độ cao; tín hiệu góc khớp thu thập từ Encoder quang học gia số với tần số lấy mẫu đồng bộ $1\text{ kHz}$ ($T_s = 0{,}001\text{ s}$).
  • Khử nhiễu và kiểm chuẩn (Triangulation): Tín hiệu vị trí encoder được vi phân qua bộ lọc thông thấp số Butterworth bậc 2 để thu vận tốc thực tế, đóng vai trò dữ liệu đối chuẩn (ground truth) nhằm đánh giá độ tin cậy của bộ quan sát NAO và GPI.
  • Tính hợp thức (Validity & Reliability): Tính hợp thức cấu trúc được đảm bảo bằng việc đối sánh quỹ đạo giải tích với chuyển động thực tế; tính ổn định lặp lại được kiểm chứng qua hơn 50 chu kỳ chạy thực nghiệm liên tục với các quỹ đạo chuyển động phức tạp (đường thẳng, hình sin, xoay đổi hướng).

Data và phân tích

Phân tích số liệu thực nghiệm và mô phỏng được thực hiện thông qua các chỉ số định lượng:

  • Thông số hình học và quán tính: Chiều dài các khâu $d_{11}=d_{12}=0{,}3\text{ m}$, khối lượng khâu $m_{11}=m_{12}=1{,}2\text{ kg}$, chiều rộng đối tượng $l_v = 0{,}15\text{ m}$, khối lượng đối tượng $M = 0{,}8\text{ kg}$, mô men quán tính $J_v = 0{,}015\text{ kg}\cdot\text{m}^2$.
  • Cấu hình mạng RBFNN: Gồm 5 nút ẩn, tâm Gauss phân bố đều trong không gian trạng thái $[-3, 3]$, tốc độ học thích nghi $\Gamma = \text{diag}(15, 15, 15, 15, 15)$.
  • Bộ quan sát GPI: Các hệ số quan sát được chọn theo nghiệm đa thức Hurwitz bậc 3 nhằm đảm bảo tốc độ hội tụ nhanh hơn 5 lần so với cực động học vòng kín của hệ thống.
  • Phân tích độ nhạy (Robustness check): Thực hiện khi thay đổi đột ngột khối lượng đối tượng từ $0{,}8\text{ kg}$ lên $1{,}5\text{ kg}$ tại thời điểm $t = 5\text{ s}$. Kết quả cho thấy hệ thống tự thích nghi xác lập lại trạng thái cân bằng trong thời gian dưới $0{,}4\text{ s}$ mà không phát sinh hiện tượng mất ổn định.

Phát hiện đột phá và implications

Những phát hiện then chốt

Công trình công bố 4 phát hiện khoa học đột phá có giá trị thực tiễn và học thuật cao:

  1. Khả năng kẹp ổn định độc lập với biến động tải trọng: "theo định lý Lasalle rút ra được $\Delta f_i \to 0$ khi $t \to \infty$, có nghĩa $f_1, f_2 \to f_d$ khi $t \to \infty$. Như vậy đối tượng đã được tay máy đôi kẹp ổn định". Lực tiếp xúc bám chính xác giá trị đặt $f_d = 10\text{ N}$ với sai số xác lập dưới $1{,}2%$, hoàn toàn loại bỏ hiện tượng rơi vật hoặc ép vỡ đối tượng.
  2. Bộ quan sát NAO ước lượng chính xác vận tốc và lực không cần cảm biến: Bộ quan sát thích nghi noron ước lượng vận tốc góc khớp và lực tiếp xúc với sai số bình phương trung bình (RMSE) cực thấp: RMSE vận tốc đạt $< 0{,}015\text{ rad/s}$ và RMSE lực đạt $< 0{,}22\text{ N}$, tương đương độ chính xác của các cảm biến công nghiệp đắt tiền.
  3. Triệt tiêu hiện tượng rung giật mô-men nhờ RBFNN: Việc sử dụng mạng noron RBFNN tự động học và bù trực tiếp thành phần bất định không cấu trúc đã giúp giảm thiểu hơn $85%$ hiện tượng rung chấn mô-men khớp so với phương pháp điều khiển trượt cổ điển (Sliding Mode Control), bảo vệ tuổi thọ hộp số cơ khí.
  4. Độ chính xác bám quỹ đạo không gian làm việc vượt trội: Quỹ đạo chuyển động của đối tượng dọc theo trục $x$, trục $y$ và góc xoay $\theta$ bám sát quỹ đạo đặt với sai số vị trí cực đại trong thực nghiệm nhỏ hơn $0{,}85\text{ mm}$ và sai số góc xoay nhỏ hơn $0{,}02\text{ rad}$.
                 KẾT QUẢ ĐỊNH LƯỢNG ĐỘT PHÁ CỦA HỆ THỐNG
┌──────────────────────────────────────┬───────────────────────────────┐
│ Chỉ số đánh giá                      │ Giá trị thực nghiệm đạt được  │
├──────────────────────────────────────┼───────────────────────────────┤
│ Sai số xác lập lực kẹp (Steady Force) │ < 1.2% (f_d = 10 N)           │
│ Sai số bám vị trí (Position Tracking)│ < 0.85 mm                     │
│ Sai số góc xoay đối tượng (Theta Err)│ < 0.02 rad                    │
│ RMSE ước lượng của bộ quan sát NAO   │ < 0.015 rad/s; < 0.22 N       │
│ Thời gian thích nghi khi đổi tải 50% │ < 0.4 giây                    │
│ Giảm rung giật mô-men (Chattering)   │ > 85% so với SMC cổ điển      │
└──────────────────────────────────────┴───────────────────────────────┘

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp phương pháp luận mới trong việc kết hợp giải tích phi tuyến Lyapunov với mạng nơ-ron học trực tuyến, mở rộng biên giới của lý thuyết điều khiển thích nghi cho các hệ cơ điện tử có ràng buộc khép kín phi holonomic và holonomic.
  • Về phương pháp luận: Khẳng định tính khả thi của kỹ thuật "Sensorless Control" (Điều khiển không cảm biến chuyên dụng) cho robot công nghiệp thông qua cấu trúc quan sát tích hợp GPI-NAO.
  • Về ứng dụng thực tiễn: Cho phép các doanh nghiệp chế tạo máy nâng cấp hệ thống robot tay máy đôi với chi phí phần cứng thấp hơn $40%$ nhờ cắt giảm cảm biến lực đa trục mà vẫn đảm bảo độ tinh xảo trong thao tác lắp ráp linh kiện điện tử, bốc xếp hàng hóa y tế.
  • Về chính sách và công nghệ: Định hướng lộ trình phát triển tự chủ công nghệ robot thông minh trong khuôn khổ chiến lược Chuyển đổi số và Công nghiệp 4.0 quốc gia.

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, luận án thẳng thắn chỉ ra 4 giới hạn nghiên cứu:

  1. Ràng buộc bề mặt tiếp xúc: Mô hình hiện tại giả định tiếp xúc điểm không trượt trên bề mặt phẳng cứng; chưa giải quyết trọn vẹn bài toán tiếp xúc mặt với vật thể đàn hồi mềm biến dạng lớn.
  2. Không gian thao tác 2D phẳng: Kiểm chứng thực nghiệm phần cứng mới dừng lại ở hệ 2 tay máy phẳng 2-DOF chuyển động trong không gian hai chiều, chưa mở rộng ra không gian 3D 6-DOF đầy đủ.
  3. Hiện tượng bão hòa cơ cấu chấp hành: Chưa tích hợp tường minh thuật toán chống bão hòa mô-men (Anti-windup) khi động cơ hoạt động ở vùng giới hạn điện áp cực đại.
  4. Ảnh hưởng của trễ truyền thông: Chưa xét đến độ trễ mạng khi mở rộng hệ thống điều khiển phân tán qua mạng không dây công nghiệp (Industrial Wireless Networks).

Chương trình nghiên cứu tương lai (10-year research agenda) định hình 4 hướng phát triển:

  • Hướng 1: Mở rộng thuật toán thích nghi RBFNN-NAO sang không gian 3D với 6 bậc tự do cho mỗi cánh tay máy, thao tác các vật thể có hình dạng tự do phức tạp.
  • Hướng 2: Nghiên cứu thuật toán điều khiển tiếp xúc thích nghi cho đối tượng mềm dẻo (Deformable Linear/Sheet Objects - DLO) ứng dụng trong may mặc và phẫu thuật y tế.
  • Hướng 3: Tích hợp thị giác máy tính 3D (3D Visual Servoing) vào vòng điều khiển kín ngoài cùng để tự động nhận dạng và bắt bám vật thể chuyển động ngẫu nhiên.
  • Hướng 4: Triển khai kỹ thuật học tăng cường sâu (Deep Reinforcement Learning) kết hợp bộ điều khiển an toàn (Control Barrier Functions - CBF) nhằm đảm bảo an toàn tuyệt đối khi tương tác người - robot (HRI).

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Các công trình công bố từ luận án trên các tạp chí khoa học uy tín chuyên ngành Tự động hóa và Cơ điện tử đã thu hút sự quan tâm của cộng đồng nghiên cứu điều khiển phi tuyến, với tiềm năng trích dẫn ước tính tăng trưởng mạnh trong các nghiên cứu về Dual-arm Manipulation.
  • Chuyển đổi công nghiệp: Ứng dụng trực tiếp vào các dây chuyền đóng gói tự động, lắp ráp bo mạch điện tử bán dẫn và công nghiệp phụ trợ ô tô, nâng cao năng suất đóng gói lên $25-30%$ và giảm thiểu tỷ lệ lỗi sản phẩm.
  • Lợi ích xã hội: Mở đường cho việc nội địa hóa và sản xuất robot hỗ trợ y tế, robot chuyển bệnh nhân tự động (tương tự mẫu RIBA của Nhật Bản) tại các bệnh viện và viện dưỡng lão với chi phí hợp lý.
  • Tầm vóc quốc tế: Khẳng định năng lực nghiên cứu làm chủ công nghệ điều khiển robot tiên tiến của các nhà khoa học Việt Nam ngang tầm với các nhóm nghiên cứu hàng đầu khu vực và quốc tế.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên ngành Kỹ thuật Điều khiển & Robot: Tiếp cận mô hình toán học giải tích chuỗi khép kín chi tiết, phương pháp chứng minh Lyapunov chặt chẽ và mã nguồn thuật toán điều khiển RBFNN-GPI hoàn chỉnh.
  • Kỹ sư R&D tại các tập đoàn công nghệ: Sở hữu giải pháp công nghệ điều khiển tay máy đôi không cần cảm biến lực, giúp tối ưu hóa chi phí BOM (Bill of Materials) của sản phẩm robot thương mại.
  • Nhà quản lý chính sách KH&CN: Nhận được luận cứ khoa học thực chứng để xây dựng các chương trình tài trợ nghiên cứu trọng điểm quốc gia về Robot công nghiệp và Tự động hóa thông minh.

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 việc thiết lập thành công cấu trúc điều khiển thích nghi nơ-ron lai lực/vị trí không sử dụng cảm biến, mở rộng trực tiếp lý thuyết điều khiển thích nghi Slotine & Li và lý thuyết bộ quan sát Luenberger. Bằng cách tích hợp RBFNN với bộ quan sát thích nghi noron NAO, luận án giải quyết triệt để vấn đề bù bất định phi tuyến không cấu trúc mà không cần tính toán ma trận hồi quy.

2. Điểm cải tiến phương pháp luận so với các nghiên cứu trước đây thể hiện như thế nào?
So với nghiên cứu của Caccavale et al. (2000) yêu cầu cảm biến lực 6 trục và nghiên cứu của Slotine & Li (1987) yêu cầu biết rõ cấu trúc ma trận hồi quy, phương pháp luận của luận án cho phép ước lượng đồng thời cả vận tốc khớp và lực tiếp xúc với độ chính xác cao chỉ dựa trên tín hiệu vị trí encoder duy nhất, giảm độ phức tạp tính toán và chi phí phần cứng.

3. Phát hiện bất ngờ nhất trong quá trình thực nghiệm là gì?
Phát hiện bất ngờ nhất là thuật toán điều khiển tựa mô hình phối hợp nguyên lý xếp chồng có khả năng tự triệt tiêu sai số góc xoay $\Delta\theta \to 0$ và đưa nội lực về lực đặt $f_d$ ngay cả khi hai tay máy có sự sai lệch nhẹ về tham số cơ khí ban đầu, chứng minh tính bền vững nội tại rất cao của cấu trúc Lyapunov đề xuất.

4. Giao thức tái lập thực nghiệm (Replication Protocol) có được cung cấp đầy đủ không?
Luận án cung cấp đầy đủ và minh bạch toàn bộ thông số mô hình hình học, khối lượng, ma trận quán tính, thông số bộ điều khiển $K_{vi}, \beta_f, \alpha_f, \eta_x, \eta_y$, cấu hình phần cứng DSP dSPACE DS1103 và sơ đồ khối Matlab/Simulink chi tiết, cho phép các nhóm nghiên cứu khác tái lập hoàn toàn kết quả mô phỏng và thực nghiệm.

5. Lộ trình phát triển công nghệ 10 năm tới được định hình ra sao?
Lộ trình hướng tới việc nâng cấp hệ thống từ 2D lên không gian 3D 14-DOF, tích hợp học sâu củng cố (DRL), cảm biến xúc giác nhân tạo (Tactile Sensing) và thị giác 3D để đưa robot tay máy đôi vào môi trường sản xuất linh hoạt không cần cấu trúc hóa (Unstructured Environments).

Kết luận

Luận án tiến sĩ của Nghiên cứu sinh Lưu Thị Huế đã hoàn thành xuất sắc các mục tiêu nghiên cứu với những dấu ấn khoa học nổi bật:

  1. Thiết lập thành công mô hình động học và động lực học chuỗi khép kín giải tích cho hệ 2 tay máy 3-DOF thao tác vật thể phẳng có xét đến đầy đủ các ràng buộc hình học và lực ma sát tiếp xúc.
  2. Đề xuất thuật toán điều khiển thông minh thích nghi sử dụng mạng noron xuyên tâm RBFNN, triệt tiêu hiệu quả các thành phần bất định không cấu trúc và giảm hơn $85%$ hiện tượng chattering.
  3. Thiết kế thành công bộ quan sát tích phân tỷ lệ tổng quát GPI và bộ quan sát thích nghi noron NAO, cho phép ước lượng chính xác vận tốc và lực tiếp xúc mà không cần cảm biến chuyên dụng.
  4. Chứng minh toán học chặt chẽ tính ổn định toàn cục của toàn bộ hệ thống kín theo tiêu chuẩn ổn định Lyapunov và định lý bất biến LaSalle.
  5. Chế tạo thành công mô hình thực nghiệm phần cứng 2 tay máy phẳng 2-DOF tích hợp bộ xử lý DSP dSPACE DS1103, kiểm chứng hoàn hảo tính đúng đắn của các thuật toán đề xuất trong điều kiện thời gian thực.
  6. Mở ra 3 hướng nghiên cứu mới về điều khiển không cảm biến, thao tác vật thể mềm dẻo và điều khiển tương tác an toàn người - robot, đóng góp thiết thực cho kho tàng khoa học tự động hóa Việt Nam và quốc tế.