Tổng quan nghiên cứu

Phương tiện bay không người lái (UAV) đã trở thành một lĩnh vực nghiên cứu và ứng dụng phát triển nhanh chóng với nhiều ứng dụng đa dạng từ quân sự, nông nghiệp, thương mại đến cứu hộ và nghiên cứu khoa học. Theo ước tính, thiết bị bay không người lái dạng đa động cơ (multirotor) chiếm ưu thế nhờ khả năng cất/hạ cánh thẳng đứng, giữ vị trí cố định và điều khiển chính xác trong không gian ba chiều. Trong đó, quadcopter là loại phổ biến nhất do chi phí hợp lý và dễ điều khiển.

Luận văn tập trung nghiên cứu phương pháp điều khiển và xác lập lộ trình bay thời gian thực cho thiết bị bay không người lái dạng quadcopter, nhằm nâng cao hiệu quả bay tự động trong môi trường có vật cản. Mục tiêu cụ thể là phát triển các thuật toán điều khiển vị trí, vận tốc, tư thế và xây dựng hệ thống xác lập lộ trình bay toàn cục và cục bộ, đảm bảo thiết bị bay có thể tự động tránh vật cản và bám theo quỹ đạo an toàn. Nghiên cứu được thực hiện trong phạm vi thiết bị bay quadcopter cỡ nhỏ, sử dụng các cảm biến IMU, GNSS, LiDAR và camera chiều sâu, với dữ liệu thu thập và thử nghiệm tại môi trường mô phỏng và thực tế tại Hà Nội trong năm 2022.

Ý nghĩa của nghiên cứu thể hiện qua việc cải thiện độ chính xác và an toàn trong điều khiển bay tự động, góp phần thúc đẩy ứng dụng UAV trong các lĩnh vực như giám sát, vận chuyển hàng hóa và cứu hộ, đồng thời cung cấp nền tảng cho các nghiên cứu phát triển thiết bị bay không người lái thông minh hơn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình điều khiển thiết bị bay không người lái, bao gồm:

  • Mô hình động học và động lực học của quadcopter: Sử dụng hệ tọa độ khung thế giới (world) và khung thân (body), mô hình hóa chuyển động quay bằng góc Euler Z-X-Y (yaw, roll, pitch). Phương trình gia tốc và mô-men lực được xây dựng dựa trên lực đẩy từ động cơ và mô-men quay của cánh quạt.

  • Phương pháp điều khiển PID (Proportional-Integral-Derivative): Áp dụng trong điều khiển vận tốc và vị trí, với ba tham số điều chỉnh giúp giảm sai số hiện tại, tích lũy và dự đoán sai số tương lai, đảm bảo hệ thống ổn định và đáp ứng nhanh.

  • Điều khiển vị trí, vận tốc và tư thế: Bao gồm điều khiển giữ vị trí cố định (hover), điều khiển bám theo quỹ đạo ba chiều, và điều khiển tư thế phi tuyến sử dụng ma trận quay và quaternions để tránh điểm kỳ dị trong góc Euler.

  • Phương pháp xác lập lộ trình bay: Bao gồm xác lập lộ trình toàn cục sử dụng thuật toán Rapidly-exploring Random Tree (RRT) để tìm đường đi tối ưu trên bản đồ môi trường, và xác lập lộ trình cục bộ dựa trên bản đồ môi trường cập nhật thời gian thực, sử dụng biểu diễn quỹ đạo bằng Uniform B-splines và phương pháp tối ưu hóa có ràng buộc để tránh vật cản.

Các khái niệm chính bao gồm UAV, quadcopter, PID, RRT, Uniform B-spline, 3D Circular Buffer, và Optimization-Based path planning.

Phương pháp nghiên cứu

Nguồn dữ liệu chính bao gồm dữ liệu mô phỏng và thử nghiệm thực tế trên thiết bị bay quadcopter được xây dựng tại phòng thí nghiệm IVSR, Trường Đại học Bách Khoa Hà Nội. Cỡ mẫu nghiên cứu là một thiết bị quadcopter với 4 động cơ không chổi than, trang bị bộ điều khiển bay Pixhawk 4, máy tính nhúng NVIDIA Jetson Nano và các cảm biến IMU, GNSS, LiDAR, camera chiều sâu Intel RealSense D435.

Phương pháp phân tích bao gồm:

  • Mô phỏng các thuật toán điều khiển và xác lập lộ trình bay trên phần mềm ROS và Gazebo.

  • Thử nghiệm thực tế với các kịch bản bay trong môi trường có và không có vật cản.

  • Đánh giá hiệu suất qua các chỉ số như độ chính xác vị trí, thời gian phản hồi, khả năng tránh vật cản và độ ổn định quỹ đạo bay.

Timeline nghiên cứu kéo dài trong năm 2022, bao gồm giai đoạn xây dựng phần cứng, phát triển thuật toán, mô phỏng và thử nghiệm thực tế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả của thuật toán điều khiển vị trí và tư thế: Thuật toán điều khiển phi tuyến sử dụng ma trận quay và quaternions giúp thiết bị bay duy trì ổn định với sai số vị trí dưới 0.1 m trong các kịch bản giữ vị trí cố định và bám theo quỹ đạo ba chiều. So với điều khiển dựa trên góc Euler, sai số giảm khoảng 30%.

  2. Khả năng xác lập lộ trình bay toàn cục bằng thuật toán RRT: Thuật toán RRT cho phép tìm đường đi tối ưu trong môi trường có vật cản cố định với thời gian tính toán trung bình khoảng 2 giây cho bản đồ kích thước 10x10 m, đạt tỷ lệ thành công trên 95% trong việc tìm đường đi không va chạm.

  3. Hiệu quả của phương pháp xác lập lộ trình bay cục bộ sử dụng Uniform B-splines và Optimization-Based: Phương pháp này giúp thiết bị bay tránh vật cản bất ngờ trong thời gian thực với độ trễ dưới 100 ms, duy trì quỹ đạo mượt mà và an toàn. So với các phương pháp truyền thống, quỹ đạo bay giảm thiểu độ giật và tăng tính ổn định khoảng 20%.

  4. Ứng dụng bản đồ cục bộ 3D Circular Buffer: Giúp cập nhật môi trường xung quanh thiết bị bay nhanh chóng, giảm chi phí tính toán và tăng độ chính xác trong phát hiện vật cản, với khả năng xử lý dữ liệu cảm biến LiDAR và camera chiều sâu trong phạm vi 5 m xung quanh thiết bị.

Thảo luận kết quả

Nguyên nhân của các kết quả tích cực là do việc kết hợp chặt chẽ giữa mô hình động học chính xác, thuật toán điều khiển phi tuyến và phương pháp xác lập lộ trình bay hiện đại. Việc sử dụng bộ điều khiển bay Pixhawk 4 và máy tính nhúng NVIDIA Jetson Nano cung cấp nền tảng phần cứng mạnh mẽ, hỗ trợ xử lý thuật toán phức tạp trong thời gian thực.

So sánh với các nghiên cứu trước đây, kết quả của luận văn cho thấy sự cải thiện rõ rệt về độ chính xác và khả năng tránh vật cản trong môi trường phức tạp. Việc áp dụng Uniform B-splines giúp quỹ đạo bay mượt mà hơn so với các phương pháp spline đa thức truyền thống, đồng thời giảm thiểu các điểm kỳ dị trong quỹ đạo.

Dữ liệu có thể được trình bày qua các biểu đồ vị trí theo thời gian trên các trục X, Y, Z, đồ thị quỹ đạo bay trên mặt phẳng XY và bản đồ 3D thể hiện đường bay và vật cản, giúp minh họa rõ ràng hiệu quả của các thuật toán.

Đề xuất và khuyến nghị

  1. Triển khai hệ thống điều khiển phi tuyến trên các thiết bị bay đa động cơ khác: Mục tiêu nâng cao độ ổn định và chính xác vị trí, thực hiện trong vòng 6 tháng, do các nhóm nghiên cứu và phát triển UAV đảm nhiệm.

  2. Phát triển phần mềm xác lập lộ trình bay tích hợp thuật toán RRT và Optimization-Based: Tăng khả năng tránh vật cản trong môi trường động, hoàn thiện trong 1 năm, dành cho các công ty công nghệ UAV và phòng thí nghiệm nghiên cứu.

  3. Tích hợp bản đồ cục bộ 3D Circular Buffer với các cảm biến đa dạng hơn: Mở rộng phạm vi và độ chính xác bản đồ, áp dụng trong 9 tháng, do các nhà phát triển phần cứng và phần mềm UAV thực hiện.

  4. Đào tạo và nâng cao kỹ năng vận hành thiết bị bay tự động cho nhân viên kỹ thuật: Đảm bảo vận hành an toàn và hiệu quả, tổ chức các khóa đào tạo định kỳ hàng năm, do các trung tâm đào tạo UAV và các tổ chức chuyên môn chịu trách nhiệm.

Đối tượng nên tham khảo luận văn

  1. Nhà nghiên cứu và phát triển UAV: Có thể áp dụng các phương pháp điều khiển và xác lập lộ trình bay để phát triển các thiết bị bay tự động với hiệu suất cao hơn.

  2. Doanh nghiệp công nghệ UAV: Sử dụng kết quả nghiên cứu để cải tiến sản phẩm, nâng cao khả năng bay tự động và tránh vật cản trong các ứng dụng thương mại.

  3. Cơ quan đào tạo và giảng dạy kỹ thuật điện tử, cơ khí: Là tài liệu tham khảo cho sinh viên và giảng viên trong lĩnh vực điều khiển tự động và robot bay.

  4. Các tổ chức ứng dụng UAV trong giám sát, cứu hộ, vận chuyển: Áp dụng các giải pháp điều khiển và lập kế hoạch bay để nâng cao hiệu quả và an toàn trong hoạt động thực tế.

Câu hỏi thường gặp

  1. Phương pháp điều khiển nào được sử dụng trong luận văn?
    Luận văn sử dụng phương pháp điều khiển PID kết hợp với điều khiển phi tuyến dựa trên ma trận quay và quaternions, giúp tăng độ ổn định và chính xác trong điều khiển vị trí và tư thế của thiết bị bay.

  2. Thuật toán xác lập lộ trình bay toàn cục là gì?
    Thuật toán Rapidly-exploring Random Tree (RRT) được áp dụng để tìm đường đi tối ưu trên bản đồ môi trường, có khả năng mở rộng và xử lý các môi trường phức tạp với vật cản cố định.

  3. Làm thế nào để thiết bị bay tránh vật cản bất ngờ?
    Sử dụng phương pháp xác lập lộ trình bay cục bộ dựa trên bản đồ 3D Circular Buffer và tối ưu hóa quỹ đạo bằng Uniform B-splines, thiết bị bay có thể tái lập lộ trình trong thời gian thực để tránh vật cản.

  4. Thiết bị bay sử dụng cảm biến nào để thu thập dữ liệu?
    Thiết bị bay trang bị cảm biến IMU, GNSS, LiDAR và camera chiều sâu Intel RealSense D435, cung cấp dữ liệu vị trí, tư thế và môi trường xung quanh để hỗ trợ điều khiển và lập kế hoạch bay.

  5. Ứng dụng thực tế của nghiên cứu này là gì?
    Nghiên cứu hỗ trợ phát triển các UAV tự động trong giám sát, vận chuyển hàng hóa, cứu hộ và các lĩnh vực cần thiết bị bay có khả năng bay an toàn, chính xác và tránh vật cản trong môi trường phức tạp.

Kết luận

  • Luận văn đã xây dựng thành công mô hình điều khiển phi tuyến và thuật toán xác lập lộ trình bay toàn cục, cục bộ cho thiết bị bay quadcopter.
  • Thuật toán PID kết hợp ma trận quay và quaternions giúp tăng độ ổn định và chính xác trong điều khiển vị trí và tư thế.
  • Thuật toán RRT và phương pháp tối ưu hóa quỹ đạo Uniform B-splines đảm bảo thiết bị bay có thể tránh vật cản trong thời gian thực với độ trễ thấp.
  • Bản đồ cục bộ 3D Circular Buffer hỗ trợ cập nhật môi trường nhanh chóng, giảm chi phí tính toán và tăng độ an toàn bay.
  • Các bước tiếp theo bao gồm mở rộng nghiên cứu cho các loại UAV khác, tích hợp thêm cảm biến và phát triển phần mềm điều khiển hoàn chỉnh để ứng dụng thực tế.

Khuyến nghị các nhà nghiên cứu và doanh nghiệp trong lĩnh vực UAV tiếp cận và ứng dụng các kết quả này để nâng cao hiệu quả và an toàn cho các thiết bị bay không người lái.