CHƯƠNG 1. TỔNG QUAN nghi cho AGV dựa trên ràng buộc nonholonomic dựa trên mô hình động học. Ngoài ra tính tới thời điểm hiện nay, rất nhiều giải thuật điều khiển khác được đưa ra dựa trên tiêu chuẩn Lyapunov như phương pháp điều khiển trượt, mờ… 1. Nghiên cứu tập trung vào ảnh hưởng của nhiễu và các tín hiệu bất định Việc tải trọng nâng hạ thay đổi được xem như một tín hiệu bất định ảnh hưởng đến quá trình điều khiển khiển.
Các bộ điều khiển được đề xuất trong các nghiên cứu có thể được chia thành 2 nhóm như sau: - Dựa trên mô hình động học - Dựa trên mô hình động học và động lực học Dựa trên mô hình động học Các phương pháp ở dạng này tập trung xây dựng bộ điều khiển cho AGV thông qua giá trị vận tốc góc và vận tốc dài. Từ hai giá trị vận tốc này, mô hình động học được áp dụng để tính toán sai số bám của hệ thống.10 Cấu hình AGV được đề xuất bởi [14] Đầu tiên, các nhà khoa học dựa mô hình động học của robot để giải quyết vấn đề này. Nổi bật như Cheng Song et al. [14] đã vận dụng các giải thuật của các nhà khoa học đi trước để đề xuất một phương pháp điều khiển thích nghi với sự ổn định tiệm 10 CHƯƠNG 1.
TỔNG QUAN cận toàn cục dựa trên mô hình động học với các hệ số đầu vào không biết trước. Sự ổn định toàn cục của hệ thống mà [14] đưa ra dựa theo hàm Lyapunov và bổ đề Barbalat. Nhận thấy khi khối lượng hệ thay đổi sẽ dẫn đến 2 thông số “r” và “b” trong hình 1.10 thay đổi, [14] đã đề xuất luật điều khiển thích nghi để ước lượng giá trị của 2 thông số này. Từ đó, tác động đến tốc độ góc của bánh xe trái và phải AGV.
Nhận xét : Việc chỉ tập trung vào mô hình động học và bỏ qua các yếu tố động lực học như momen quán tính,… đã dẫn đến việc các giải thuật khó áp dụng vào thực tiễn. Bởi vì, trong thực tiễn, khi AGV thực hiện việc nâng hạ với các khối lượng khác nhau thì momen quán tính mà AGV gây ra sẽ thay đổi. Dựa trên mô hình động học và động lực học Việc xây dựng bộ điều khiển tác động vào mô hình động học của AGV thông qua giá trị vận tốc dài và vận tốc góc khó được áp dụng vào thực tế bởi vì sự tác động của các tín hiệu bất định và nhiễu ngoại. Vì thế, mô hình động lực học được áp dụng nhằm chuyển đổi tín hiệu điều khiển từ vận tốc dài và vận tốc góc sang tín hiệu điều khiển torque của động cơ.
Các nghiên cứu kết hợp mô hình động học và động lực học được chia thành 2 nhóm khác nhau: - Dạng điều khiển tuần tự - Dạng điều khiển kết hợp Dạng điều khiển tuần tự Các nghiên cứu ở dạng này đầu tiên tập trung vào xây dựng giải thuật điểu điều khiển để điều khiển vận tốc dài và vận tốc góc theo giá trị tham chiếu. Sau đó, mô hình động học được áp dụng nhằm ước lượng được sai số bám của hệ thống thông qua hai giá trị vận tốc dài và vận tốc góc vừa đạt được. Để ước lượng được hai giá trị vận tốc này, phương pháp điều khiển thích nghi hoặc phương pháp điều khiển trượt được áp dụng bởi nhiều nhà khoa học như Farazd et al, R.Solea,… Đầu tiên, Farzad et al. [15] đã xây dựng một bộ điều khiển thích nghi dựa vào kỹ thuật backstepping dựa vào mô hình động lực học của robot nhằm đảm bảo sai số điều 11 CHƯƠNG 1.
TỔNG QUAN khiển hội tụ tiệm cận về 0. Tuy nhiên Farzad tại thời điểm ấy vẫn chưa xét đến trường hợp khối lượng đầu vào của hệ thay đổi.11 Cấu trúc điều khiển tracking [15] Hình 1.12 Cấu trúc điều khiển bám quỹ đạo [16] Giải thuật được đề xuất bởi [15] nhằm đạt được giá trị vận tốc dài và vận tốc góc mong muốn của AGV (hình 1. Tuy nhiên, trong thực tế khi sai số ban đầu quá lớn hoặc quỹ đạo tham chiếu của AGV có sự thay đổi đột ngột về hình dạng sẽ làm cho AGV khó đạt được sự đáp ứng như kỳ vọng. Vì thế, [15] đã đề xuất thêm một bộ giới hạn gia tốc và vận tốc để ngăn AGV khỏi việc trượt.
Solea et al [16] cũng đề xuất phương pháp điều khiển trượt dựa trên mô hình động lực học (hình 1. Tận dụng ưu điểm nổi bật của phương pháp điều khiển 12 CHƯƠNG 1. TỔNG QUAN trượt đối với các nhiễu ngoại và các hệ số không ổn định để đưa ra tín hiệu điều khiển cho AGV. Kế đến, [16] dựa vào quan hệ toán học giữa tín hiệu điều khiển này và vận tốc của AGV thông qua mô hình động lực học.
Phương pháp của R. Solea cho thấy kết quả mô phỏng và thực nghiệm đạt được kết quả bám quỹ đạo tốt. Nhận xét: Bài báo [16] chỉ đưa ra được sự thay đổi về khối lượng điều khiển tương đối nhỏ, vì thế tính khả thi của phương pháp khi áp dụng cho khoảng thay đổi khối lượng lớn không được đảm bảo. Solea thực hiện phương pháp trượt trên một máy tính nhúng PC ( hình 1.12), sau đó mới truyền tính hiệu điều khiển xuống bộ điều khiển song song của robot.
Điều này là hạn chế chủ yếu của phương pháp mà R. Solea đề xuất khi áp dụng vào các hệ thống nhúng (vi điều khiển) hiện nay. Thay vì chỉ áp dụng mô hình động học để chuyển đổi tín hiệu vận tốc, bài báo [17] đã đề xuất một bộ điều khiển động học được thiết kế trước nhằm tạo tiền để cho sai số bám giữa tọa độ thực tế và tọa độ tham chiếu của robot hội tụ về 0, kế đến một bộ điều khiển momen được thiết kế sử dụng phương pháp backstepping để đảm bảo vận tốc của robot bám theo vận tốc mong muốn (vận tốc thu được thông qua bộ điều khiển động học) (hình 1. vr Reference Cart xr qr yr v v v 1 r - v2 e vc ec q Te f c (e , vr , K ) K4 f (q, q, v, u ) AGV S (q) - x q d vc q q y dt q q Hình 1.13 Cấu trúc điều khiển được để xuất bởi [17] Tương tự như [17], [19] đã xây dựng một cấu trúc điều khiển tương tự, nhưng kỹ thuật backstepping được xây dựng khác (hình 1.
Tuy nhiên, bài báo vẫn chưa tập trung vào khối lượng của hệ thống AGV thay đổi trong quá trình điều khiển. Tương tự như [15], trong bài báo [18] cũng đưa ra một phương pháp để thiết kế một bộ điều khiển thích nghi để điều khiển giá trị vận tốc đạt được giá trị vận tốc tham 13 CHƯƠNG 1. TỔNG QUAN chiếu, sau đó kỹ thuật backstepping được áp dụng vào mô hình động học để giúp giá trị sai số hội tụ về giá trị 0.14 Cấu trúc điều khiển sử dụng kỹ thuật Backstepping [19] Dạng điều khiển kết hợp Bên cạnh các giải thuật điều khiển được xây dựng theo dạng tuần tự, các nhà khoa học cũng đề xuất các giải thuật nhằm điều khiển sai số bám của hệ AGV và sai số vận tốc đồng thời. Các phương pháp được áp dụng chủ yếu là phương pháp trí tuệ nhân tạo, phương pháp điều khiển trượt và phương pháp điều khiển mờ Hình 1.15 Cấu trúc điều khiển thông qua mạng nơ ron [20] Bài báo [20] đã phát triển một bộ điều khiển dựa trên mạng nơ ron nhân tạo bằng việc kết hợp phương pháp điều khiển hồi tiếp vận tốc và bộ điều khiển mô men (hình 14 CHƯƠNG 1.
[20] đã sử dụng một mạng nơ ron thẳng nhiều lớp (Multilayer Feed-forwad Neural Network), nhưng cấu trúc bộ điều khiển và giải thuật phức tạp đồng thời chi phí tính toán cao.16 Cấu trúc điều khiển với phương pháp điều khiển mờ [21] Phương pháp điều khiển mờ là một công cụ khác cho việc giải quyết vấn đề về động lực học robot với các hệ số không biết trước. Trong bài báo [21], phương pháp điều khiển mờ đã được áp dụng giải quyết vấn đề định vị của AGV (hình 1. Trong hầu hết các nghiên cứu, tín hiệu điều khiển đầu vào của các phương pháp hầu hết là mô men, tuy nhiên thực tế tín hiệu điều khiển các bộ phận công tác lại là điện áp. Vì thế bài báo [22] đã đưa ra phương pháp điều khiển để giải quyết vấn đề trên với tín hiệu điều khiển đầu vào là điện áp.
Fuzzy Logic System Hình 1.17 Cấu trúc điều khiển với phương pháp điều khiển mờ được đề xuất bởi Das và Kar [23] Das và Kar [22] đã sử dụng phương pháp điều khiển mờ để ước lượng các chức năng phi tuyến của robot bao gồm các hệ số không biết trước. Bên cạnh đó, bộ điều 15 CHƯƠNG 1. TỔNG QUAN khiển được đề xuất không cần thực hiện việc đo đạc vận tốc bánh xe và phương pháp điều khiển thích nghi được áp dụng vào robot nhằm loại bỏ yêu cầu về các hệ số. Bài báo đưa ra mô phỏng và kết quả thực nghiệm tương đối tốt, tuy nhiên việc sử dụng các cơ sở toán học ở dạng tổng quát, cũng như việc cung cấp các giả thuyết ban đầu còn thiếu sót dẫn đến khó thực thi và áp dụng vào thực tế sau này.
Bài báo [23], một phương pháp trượt đầu cuối nhanh không điểm kỳ dị và thích nghi đã được đề xuất để tối ưu các hạn chế của các phương pháp điều khiển trước đó. Giải thuật được xây dựng giúp sai số hệ thống hội tụ nhanh và ổn định, đồng thời khắc phục được hạn chế của phương pháp trượt bằng cách áp dụng phương pháp điều khiển thích nghi (hình 1. Tuy nhiên, việc xây dựng mô hình toán thông qua việc giả sử sai số vận tốc góc hội tụ về “0” trước sai số bám của hệ thống làm cho giải thuật khó được áp dụng vào quỹ đạo thẳng. Adaptive law Eq.(70) ̂1 d dt e NTSMC s1 ANTSMC u1 q Reference r + e Eq.18 Giải thuật được đề xuất trong [23] Nhận xét: - Dạng điều khiển tuần tự mô hình động học và động lực học cho thấy được kết quả tốt và ít phức tạp hơn khi so sánh với dạng điều khiển kết hợp.
- Hầu hết các bộ điều khiển được nghiên cứu gần đầy đều thiết kế dựa trên một mô hình AGV với trọng tâm AGV trùng với trung điểm đường nối 2 bánh chủ động. Điều này không phù hợp với môi trường công nghiệp, nơi mà trọng tâm AGV không trùng với trung điểm đường nối 2 bánh chủ động.
