Đồ án thiết kế bộ điều khiển ổn định cho phương tiện dưới nước BlueROV2 - ĐH SPKT TP.HCM 2025

Đồ án nghiên cứu thiết kế bộ điều khiển ổn định LQR cho phương tiện điều khiển từ xa dưới nước BlueROV2, đồng mô phỏng Gazebo và kiểm chứng thực nghiệm.

• Tác giả: Nguyễn Văn Qui
• Người hướng dẫn: PGS. Trần Đức Thiện
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa
• Đề tài: Thiết kế bộ điều khiển ổn định cho phương tiện điều khiển từ xa dưới nước (BlueROV2)
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan bộ điều khiển ổn định BlueROV2 ĐH SPKT TP

Đề tài nghiên cứu tại Đại học Sư phạm Kỹ thuật TP.HCM tập trung vào thiết kế bộ điều khiển ổn định cho phương tiện ngầm BlueROV2. Đây là đề tài tốt nghiệp kỹ sư ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa. Phương tiện ngầm BlueROV2 là thiết bị lặn không người lái điều khiển từ xa. Thiết bị sở hữu kết cấu khung mở với sáu động cơ đẩy đa hướng linh hoạt. Cấu trúc này hỗ trợ chuyển động sáu bậc tự do trong không gian ba chiều. Môi trường dưới nước luôn tiềm ẩn các thách thức phức tạp về thủy động lực học. Dòng chảy ngầm và áp suất thay đổi liên tục tạo ra các mô-men cản lớn. Mục tiêu cốt lõi của nghiên cứu là xây dựng giải pháp điều khiển tự động hóa tin cậy. Hệ thống giữ vững tư thế và vị trí làm việc của phương tiện trước các nhiễu loạn môi trường. Nhóm nghiên cứu tiến hành mô hình hóa động học và động lực học chi tiết cho phương tiện. Quá trình phát triển kết hợp chặt chẽ giữa mô phỏng phần mềm và kiểm nghiệm phần cứng thực tế. Đề tài mở ra hướng tiếp cận hiện đại trong việc làm chủ công nghệ robot ngầm tại Việt Nam.

1.1. Cấu trúc phần cứng và đặc tính kỹ thuật BlueROV2

BlueROV2 sở hữu cấu trúc mô-đun hóa cao với bộ khung chịu lực bằng nhựa kỹ thuật HDPE. Thiết bị sử dụng ống kín áp suất bằng acrylic trong suốt để bảo vệ các mạch điện tử nhạy cảm. Hệ thống truyền động gồm sáu động cơ đẩy chổi than T200 bố trí đối xứng. Bốn động cơ tạo lực đẩy trong mặt phẳng ngang và hai động cơ điều khiển theo phương thẳng đứng. Cấu hình này cung cấp khả năng điều khiển linh hoạt ở nhiều góc độ tiếp cận. Cảm biến tích hợp bao gồm bộ đo quán tính IMU, cảm biến áp suất độ sâu và la bàn số. Tín hiệu điều khiển được xử lý bởi máy tính nhúng kết nối qua cáp tether chuyên dụng. Cấu trúc cơ khí tối ưu giúp robot duy trì độ nổi trung tính dưới nước.

1.2. Mục tiêu nghiên cứu và phạm vi đề tài tại HCMUTE

Đề tài hướng tới việc xây dựng bộ điều khiển ổn định tự động cho sáu bậc tự do của BlueROV2. Nhóm tác giả tại ĐH SPKT TP.HCM tập trung giải quyết bài toán giữ độ sâu và góc hướng. Nghiên cứu thực hiện mô hình hóa toán học chính xác các thông số thủy động lực học. Phạm vi đề tài bao gồm thiết kế thuật toán điều khiển trên môi trường máy tính mô phỏng. Đồng thời, nghiên cứu triển khai hệ thống mô phỏng phần cứng trong vòng lặp HIL. Phương pháp này giúp kiểm nghiệm giải thuật an toàn trước khi chạy thực nghiệm trên hồ bơi. Kết quả đạt được chứng minh tính khả thi của giải thuật điều khiển bám quỹ đạo. Nghiên cứu đóng góp tài liệu kỹ thuật giá trị cho sinh viên ngành tự động hóa.

II. Phân tích thách thức điều khiển ổn định robot ngầm BlueROV2

Môi trường ngầm dưới nước đặt ra những thách thức điều khiển vô cùng gay gắt cho robot BlueROV2. Robot vận hành trong môi trường chất lỏng có độ nhớt và tỷ trọng lớn. Hệ thống chuyển động thể hiện tính chất phi tuyến mạnh và liên kết chéo giữa các trục. Sự thay đổi tải trọng của cáp nối tether gây ra lực cản và mô-men quay bất định. Dòng đối lưu ngầm trong nước luôn thay đổi tốc độ và hướng di chuyển mà không thể dự đoán. Hiện tượng khối lượng nước kèm làm tăng đáng kể quán tính thực tế của phương tiện khi gia tốc. Lực cản thủy động học tỷ lệ thuận với bình phương vận tốc di chuyển. Những yếu tố này khiến việc duy trì vị trí và góc lái mong muốn trở nên rất khó khăn. Bên cạnh đó, các cảm biến dưới nước thường xuyên bị nhiễu tín hiệu bởi bọt khí và độ đục. Tín hiệu định vị âm thanh USBL thường có độ trễ lớn và tốc độ lấy mẫu thấp. Bộ điều khiển cổ điển tuyến tính như PID thường bộc lộ sự thiếu hụt độ bền vững trong các kịch bản nhiễu phức tạp. Do đó, việc xây dựng mô hình toán chính xác và áp dụng chiến lược điều khiển kháng nhiễu là yêu cầu sống còn đối với robot.

2.1. Tác động của lực thủy động và mô men cản phi tuyến

Lực thủy động tác động lên thân robot BlueROV2 bao gồm lực cản nhớt và lực đẩy nổi. Lực cản nhớt chia thành hai thành phần chính: cản tuyến tính và cản bậc hai. Lực cản tuyến tính chiếm ưu thế khi robot chuyển động ở dải vận tốc rất thấp. Lực cản bậc hai gia tăng đột biến khi vận tốc của robot tăng lên. Mô-men phục hồi phụ thuộc trực tiếp vào khoảng cách giữa trọng tâm và tâm nổi của thân vỏ. Bất kỳ sự lệch trục nào giữa hai tâm này đều tạo ra hiện tượng lắc lư thân xe. Khối lượng nước kèm bổ sung thêm quán tính ảo vào ma trận khối lượng của phương tiện. Hiện tượng này làm thay đổi đặc tính đáp ứng tần số tự nhiên của hệ thống điều khiển.

2.2. Trễ truyền thông và hạn chế cảm biến âm thanh USBL

Hệ thống định vị âm thanh USBL là thiết bị định vị vị trí toàn cầu phổ biến cho phương tiện ngầm. Tuy nhiên, sóng âm truyền đi trong môi trường nước với vận tốc chỉ khoảng 1500 mét trên giây. Vận tốc này tạo ra độ trễ thông tin đo lường rất lớn giữa máy phát và máy thu. Dữ liệu vị trí trả về bộ điều khiển trung tâm thường bị trễ từ vài trăm mili-giây đến vài giây. Tần số cập nhật dữ liệu của USBL cũng thấp hơn nhiều so với cảm biến quán tính IMU. Sự mất mát gói tin hoặc nhiễu phản xạ đáy làm suy giảm chất lượng dữ liệu phản hồi. Độ trễ và sai số đo này dễ gây ra hiện tượng mất ổn định pha của vòng lặp kín.

III. Giải pháp thiết kế bộ điều khiển ổn định BlueROV2 hiệu quả

Để giải quyết các thách thức động lực học, nhóm nghiên cứu tại ĐH SPKT TP.HCM đề xuất phương pháp điều khiển phân tầng hiện đại. Cấu trúc điều khiển phân tách chuyển động sáu bậc tự do thành các kênh độc lập nhưng có phối hợp động lực. Kênh điều khiển độ sâu kết hợp cảm biến đo áp suất với thuật toán phản hồi trạng thái. Kênh điều khiển góc hướng sử dụng la bàn số và con quay hồi chuyển để khử sai lệch tức thời. Bộ thuật toán phân bổ lực đẩy chuyển đổi lệnh điều khiển tổng hợp thành tín hiệu điều chế độ rộng xung PWM riêng biệt cho từng động cơ. Nghiên cứu ứng dụng công nghệ mô phỏng phần cứng trong vòng lặp HIL để kiểm nghiệm toàn diện hệ thống. Hệ thống HIL tạo ra môi trường ảo giả lập các điều kiện thủy động lực học thời gian thực. Bộ điều khiển nhúng tiếp nhận dữ liệu mô phỏng như đang vận hành trong nước thực tế. Giải pháp này giúp phát hiện lỗi thuật toán sớm và hiệu chỉnh thông số điều khiển tối ưu. Đồng thời, kỹ thuật bản sao số Digital Twin trên nền tảng Unity 3D hỗ trợ giám sát trạng thái 3D trực quan.

3.1. Thuật toán điều khiển phân tầng và ma trận phân bổ lực

Thuật toán điều khiển phân tầng giải quyết bài toán điều khiển nhiều biến vào nhiều biến ra (MIMO) của robot BlueROV2. Vòng ngoài chịu trách nhiệm tính toán lực và mô-men ảo cần thiết theo sai lệch vị trí mục tiêu. Vòng trong sử dụng ma trận phân bổ lực đẩy để ánh xạ lực ảo thành tín hiệu điều khiển trực tiếp cho từng động cơ. Ma trận phân bổ lực đẩy có kích thước 6 nhân 6, đại diện cho hình học bố trí của sáu cánh khuấy. Giải thuật giải quyết hiện tượng bão hòa tín hiệu điều khiển bằng phương pháp giới hạn công suất động cơ. Nhờ đó, phương tiện duy trì khả năng cơ động mượt mà và tránh quá dòng cho hệ thống nguồn điện.

3.2. Ứng dụng mô phỏng phần cứng trong vòng lặp HIL

Mô phỏng phần cứng trong vòng lặp HIL đóng vai trò cầu nối then chốt giữa lý thuyết và thực tiễn thử nghiệm. Hệ thống máy tính mô phỏng thời gian thực chạy mô hình động lực học 6 bậc tự do của robot. Thiết bị giao tiếp phần cứng xuất dữ liệu cảm biến ảo đến bo mạch vi điều khiển của BlueROV2. Ngược lại, vi điều khiển tính toán thuật toán ổn định và phát tín hiệu xung PWM điều khiển trở lại máy tính mô phỏng. Kỹ thuật HIL giúp kiểm thử toàn diện các tình huống dòng chảy xiết nguy hiểm mà không lo hư hỏng robot. Quá trình phát triển rút ngắn thời gian tinh chỉnh thông số và tiết kiệm chi phí thử nghiệm thực tế.

IV. Đánh giá ứng dụng thực tế hệ thống điều khiển ngầm BlueROV2

Kết quả nghiên cứu đề tài tại Đại học Sư phạm Kỹ thuật TP.HCM mở ra tiềm năng ứng dụng thực tiễn to lớn. Hệ thống điều khiển ổn định giúp BlueROV2 hoàn thành tốt các nhiệm vụ quan trắc thủy sinh và kiểm định công trình thủy lợi. Thiết bị duy trì khả năng giữ vị trí ổn định với sai số biên độ thấp ngay cả khi chịu tác động của dòng chảy nhân tạo. Khả năng ghi nhận hình ảnh dưới nước trở nên rõ nét hơn nhờ triệt tiêu hiện tượng rung lắc thân vỏ. Trong tương lai, hệ thống có thể tích hợp cảm biến Sonar quét chùm tia để xây dựng bản đồ địa hình đáy biển tự động. Mô hình bản sao số Digital Twin tạo cơ sở triển khai các hệ thống giám sát từ xa bán tự động qua mạng Internet. Đề tài khẳng định năng lực nghiên cứu chuyên sâu của sinh viên và giảng viên ngành Tự động hóa HCMUTE. Giải pháp kỹ thuật này đặt nền móng vững chắc cho việc phát triển các thiết bị tự hành ngầm AUV phục vụ kinh tế biển và an ninh quốc phòng Việt Nam.

4.1. Khả năng ứng dụng kiểm định công trình biển và dầu khí

Trong lĩnh vực dầu khí và công trình biển, việc kiểm tra chân đế giàn khoan hoặc đường ống dẫn dầu đòi hỏi độ chính xác cao. BlueROV2 trang bị bộ điều khiển ổn định có thể lặn sát bề mặt kim loại mà không lo va chạm ngoài ý muốn. Hệ thống duy trì khoảng cách quan sát cố định giúp camera độ phân giải cao ghi nhận vết nứt và độ ăn mòn kim loại rõ ràng. Robot thay thế con người lặn vào những vùng nước sâu nguy hiểm và áp suất cực cao. Giải pháp này giúp cắt giảm đáng kể chi phí thuê thợ lặn chuyên nghiệp và đảm bảo an toàn lao động tối đa cho đơn vị quản lý vận hành.

4.2. Hướng phát triển tự hành hoàn toàn và tích hợp AI

Định hướng tiếp theo của đề tài là nâng cấp phương tiện từ chế độ bán tự động thành robot tự hành hoàn toàn AUV. Việc tích hợp các mô hình học sâu (Deep Learning) vào bộ xử lý nhúng giúp BlueROV2 nhận diện chướng ngại vật tự động qua camera thời gian thực. Hệ thống thuật toán điều khiển thích nghi kết hợp mạng nơ-ron sẽ liên tục học và bù sai lệch mô hình thủy động lực học. Bản sao số đồng bộ qua ROS 2 mở ra khả năng mô phỏng kịch bản đa robot phối hợp tìm kiếm cứu hộ ngầm. Nhóm tác giả hướng tới việc tối ưu hóa thuật toán định vị kết hợp dữ liệu cảm biến đa phương thức nhằm loại bỏ hoàn toàn sự phụ thuộc vào cáp điều khiển vật lý.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN 1.1 Tình hình nghiên cứu ngoài nước Nhiều nhà nghiên cứu trên thế giới đã và đang đầu tư mạnh mẽ vào lĩnh vực phương tiện điều khiển từ xa dưới nước (ROV), phục vụ cho cả mục đích khoa học, giáo dục, công nghiệp và quân sự. Các ROV có thiết kế đa dạng về cấu hình và số lượng động cơ đẩy, nhằm đáp ứng yêu cầu nhiệm vụ và tối ưu chi phí. Những ROV cao cấp thường được trang bị đầy đủ khả năng điều khiển chủ động trong cả 6 bậc tự do. Tuy nhiên, để giảm chi phí, một số ROV có thể được thiết kế với số bậc tự do ít hơn, bằng cách tận dụng khả năng tự ổn định trong mặt phẳng ngang (chuyển động pitch và roll) nhờ cấu trúc cơ học.

Đối với các phương tiện này, hệ thống điều khiển thường được chia thành 3 hệ thống con ít tương tác: điều khiển tốc độ tiến, điều khiển độ sâu và điều khiển hướng [1]. Mức độ tự động hóa của các phương tiện không người lái dưới nước phụ thuộc vào chế độ điều khiển bởi người vận hành hoặc chương trình, theo đó chúng có thể hoạt động ở chế độ hoàn toàn tự động, bán tự động hoặc điều khiển từ xa [2]. Có ba hệ thống chính trong kiến trúc tự động hóa của phương tiện bao gồm: dẫn đường (Guidance), điều hướng (Navigation) và điều khiển (Control), gọi chung là hệ thống GNC [3]. Những hệ thống này có nhiệm vụ thu thập và xử lý thông tin môi trường, xác định trạng thái hiện tại của phương tiện, đồng thời tạo ra tín hiệu điều khiển để giúp phương tiện đạt được mục tiêu vận hành cụ thể.

Mục tiêu này thường gắn liền với hệ thống dẫn đường, nhằm tối ưu về nhiên liệu hoặc rút ngắn thời gian di chuyển. Một trong những thách thức lớn trong việc thiết kế bộ điều khiển cho phương tiện dưới nước là đặc tính phi tuyến và phức tạp của mô hình động lực học. Các yếu tố thủy động lực học thường khó xác định chính xác, dẫn đến sự sai lệch trong mô hình hóa và làm giảm hiệu quả của hệ thống điều khiển. Do đó, việc nghiên cứu về phương pháp nhận dạng lực cản môi trường, tham số quán tính [2] cũng như ước lượng các lực do tác động của sóng lên phương tiện [4] là cần thiết nhằm xây dựng mô hình toán chính xác, phục vụ việc thiết kế bộ điều khiển hiệu quả và ổn định.

Từ đó, các bộ điều khiển đã được nghiên cứu và triển khai nhằm cải thiện khả năng ổn định của phương tiện trong môi trường biến động. Ban đầu, bộ điều khiển PID tuyến tính cổ điển được áp dụng rộng rãi do tính đơn giản và dễ triển khai với các hệ thống ROV [2, 5, 6]. Tuy nhiên, PID thường không đáp ứng nhanh và hiệu quả khi hệ thống có đặc tính phi tuyến cao và môi trường biến động [2, 6]. Để cải thiện hiệu suất điều khiển và ổn định, bộ điều khiển LQR đã được áp dụng, cho khả năng tối ưu hóa về năng lượng tiêu thụ và nâng cao khả năng giữ vị trí trong môi trường có nhiễu [6, 7].

Trong thực tế, các hệ tuyến tính chỉ tuyến tính trên một vùng nào đó, các hệ vật lý ở vài mức độ đều mang đặc tính phi tuyến. Nên các bộ điều khiển phi tuyến sẽ phù hợp hơn các bộ điều khiển tuyến tính. Tuy nhiên, khối lượng tính toán của các bộ điều khiển phi tuyến cũng lớn hơn [2]. Nên giai đoạn đầu các chiến lược điều khiển phi tuyến thường áp dụng cho mô hình rút gọn số bậc tự do hoặc mô hình tuyến tính hóa kết hợp phần dư phi tuyến [8].

Giai đoạn gần đây, với sự phát triển của các bộ vi xử lý và phần cứng mạnh mẽ giúp triển khai các bộ điều khiển BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN 2 CHƯƠNG 1: TỔNG QUAN phi tuyến phức tạp trở nên khả thi và cho hiệu quả vượt trội. Theo [9], các bộ điều khiển PID, LQR và SMC đã được triển khai và đánh giá, qua đó bộ điều khiển LQR và SMC đã chứng minh lợi thế của các luật điều khiển phức tạp hơn so với PID, và trong điều kiện không tối ưu như số bậc quan sát bị hạn chế hoặc giới hạn công suất động cơ thì bộ điều khiển trượt mang lại kết quả vượt trội trong việc theo dõi và giữ ổn định. Tuy nhiên hệ thống gặp vấn đề rung (chattering), khiến tín hiệu điều khiển dao động tần số cao, làm tăng tiêu thụ năng lượng và mài mòn động cơ. Đồng thời, các nghiên cứu về phương pháp điều khiển dự báo mô hình (MPC) và điều khiển dự báo trên mạng nơ ron (NNPC) cũng được triển khai [4, 10, 11].

Kết quả so sánh cho thấy bộ điều khiển PID tuy đơn giản nhưng không xử lý hiệu quả với hệ MIMO, bộ điều khiển LQR cải thiện hiệu suất điều khiển hơn, nhưng vẫn không linh hoạt bằng MPC, do MPC có khả năng dự đoán trước hành vi của hệ thống, giúp phương tiện bám quỹ đạo với sai số thấp và nỗ lực điều khiển tối thiểu. Mặc dù các bộ điều khiển ban đầu được kiểm chứng trên phần mềm MATLAB/Simulink đã cho thấy hiệu quả điều khiển tốt, nhưng môi trường thử nghiệm thực tế sẽ tiềm ẩn nhiều rủi ro, chi phí cao và khó kiểm soát các điều kiện môi trường. Do đó, một giai đoạn trung gian giữa mô phỏng trên phần mềm và triển khai thực tế là mô phỏng phần cứng trong vòng lặp (Hardware-in-the-Loop Simulation - HILS) đã được sử dụng trong giai đoạn gần đây. HILS cho phép tích hợp mô hình động lực học của ROV và môi trường dưới nước vào một hệ thống mô phỏng có liên kết phần cứng thực tế, từ đó đánh giá khả năng đáp ứng thời gian thực của hệ thống.

Trong bài nghiên cứu về xác thực mô hình toán của phương tiện dưới nước và kiểm chứng hoạt động của phần cứng thực tế của Ruben D. Theo đó mô hình toán của hệ thống được triển khai trên hộp công cụ Simulink của phần mềm MATLAB để đánh giá hành vi của hệ. Tiếp theo một bộ điều khiển PID được xây dựng và triển khai trên một mạch nhúng. Cuối cùng phương pháp HILS được áp dụng để kiểm tra khả năng hoạt động của các cảm biến và cơ cấu chấp hành, chứng minh tính khả thi của mạch điều khiển.

Một nghiên cứu khác về điều khiển dự báo mô hình phi tuyến cho ROV với khả năng chống nhiễu của Yu Cao năm 2020 [11]. Đề tài đã trình bày một bộ điều khiển định vị động cho ROV với bộ điều khiển MPC có xét đến nhiễu loạn ngẫu nhiên, được kiểm nghiệm trên nền tảng HILS, có khả năng duy trì sai số trung bình nhỏ trong điều kiện ảnh hưởng bởi nhiễu từ nhiều hướng, minh chứng tính khả thi của bộ điều khiển trong thực tế. Khi nền tảng điều khiển ổn định cho ROV đã vững chắc, các hệ thống phức tạp hơn nhằm nâng cao tính tự động cho phương tiện cũng dần được triển khai. Năm 2022, một nghiên cứu về thuật toán tránh vật cản cố định cho ROV được giới thiệu bởi Roman Śmierzchalski [12].

Trong đó, khoảng cách giữa phương tiện và vật cản được xác định bằng hệ thống thị giác dựa trên laser, sau đó một bộ điều khiển Fuzzy-PD được áp dụng để điều khiển khoảng cách và hướng của ROV nhằm tránh vật cản. Việc ứng dụng hệ BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN 3 CHƯƠNG 1: TỔNG QUAN thống tránh vật cản tự động này góp phần giảm đáng kể khối lượng công việc của người điều khiển. Năm 2023, Tianxing Xia đã đề xuất một phương pháp lập kế hoạch đường đi và điều hướng tự động cho phương tiện dưới nước trong các môi trường kín như hầm, đường ống dựa trên phản hồi khoảng cách từ sonar [13]. Phương pháp này không yêu cầu các điểm tham chiếu của quỹ đạo có sẵn, mà có thể lập kế hoạch và điều hướng dựa trên trạng thái thực của phương tiện, thể hiện khả năng phản ứng nhanh và thích nghi với môi trường hẹp.

Đến năm 2024, một hệ thống dẫn đường, điều hướng và điều khiển (GNC) đầy đủ cho 6 bậc tự do của ROV được triển khai bởi David Scaradozzi [14]. Hệ thống cho phép phương tiện có thể hoạt động ở chế độ bán tự động, dựa trên hệ thống dẫn đường theo hướng nhìn (LOS), với hệ thống định vị âm thanh USBL kết nối có dây với tàu mặt nước. Chiến lược điều khiển chuyển bài toán điều khiển quỹ đạo thành điều khiển hướng, bằng cách điều khiển chuyển động của ROV với điểm tham chiếu được tính toán động trên đường đi mong muốn. Bên cạnh đó, đề tài cũng xây dựng một mô hình bản sao số (Digital twin) cho phương tiện, đồng bộ truyền thông giữa mô hình thật và mô hình bản sao trong môi trường Unity, có xét đến các đặc tính thủy động lực học.

Điều này giúp tăng khả năng mô phỏng và giám sát thực tế. Kết quả thực nghiệm cho thấy khả năng giữ ổn định, di chuyển đến đúng vị trí và khả năng điều hướng linh hoạt. Tuy nhiên, hệ thống định vị âm thanh vẫn còn độ trễ cao, chưa đáp ứng các yêu cầu di chuyển nhanh, cần được nghiên cứu cải tiến thêm.2 Quá trình tránh vật cản tĩnh của ROV bằng hệ thống thị giác dựa trên laser trong hồ thử nghiệm Hình 1.3 Quá trình ROV lập kế hoạch đường đi và di chuyển đến mục tiêu trong khu vực hẹp BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN 4 CHƯƠNG 1: TỔNG QUAN (a) (b) Hình 1.4 Mô phỏng bản sao số của ROV trong Unity 3D; a) Mô hình bản sao số của BlueROV2, b) Mô phỏng ROV hoạt động dưới nước trong Unity 1.2 Tình hình nghiên cứu trong nước Bảng 1.1 Các bài báo nghiên cứu về ROV ở Việt Nam STT Tên đề tài Tác giả Năm Nội dung Nghiên cứu thiết kế Thiết kế và chế tạo mô hình ROV chế tạo robot thám Tăng 2010 có trang bị camera, mô hình được 1 hiểm dưới nước phục Quốc điều khiển thủ công và có thể di vụ quốc phòng và Nam chuyển trong 4 bậc tự do. nghiên cứu biển Thế kế và chế tạo một ROV điều Trần khiển được trong 6 bậc tự do.

Hai Nghiên cứu thiết kế 2 Văn 2018 bộ điều khiển PID để giữ ổn định robot lặn ROV mini Tạo theo hướng và độ sâu, mô phỏng hệ thống trên MATLAB/Simulink. Thiết kế và chế tạo ROV điều Phạm khiển được trong 5 bậc tự do. Xây Nghiên cứu, thiết kế và Minh dựng hai bộ điều khiển PID ổn định 3 điều khiển thiết bị 2018 Thiên theo hướng và độ sâu cho ROV, hệ ROV Thành thống được triển khai thực tế ở độ sâu 5m.