Tổng quan nghiên cứu

Vận tải đường biển đóng vai trò huyết mạch trong nền kinh tế toàn cầu, đảm nhận hơn 80% tổng khối lượng hàng hóa lưu chuyển thương mại quốc tế. Sự phát triển mạnh mẽ của khoa học kỹ thuật hàng hải đặt ra yêu cầu cấp thiết về các hệ thống lái tự động thông minh (Autopilot), không chỉ nhằm giải phóng thao tác thủ công của thuyền viên mà còn tối ưu hóa hải trình, tiết kiệm từ 5% đến 12% lượng nhiên liệu tiêu thụ và nâng cao chỉ số an toàn khi vận hành qua các luồng hàng hải phức tạp.

Kể từ chiếc máy lái tự động "Metal Mike" do Sperry chế tạo năm 1911 và lý thuyết điều khiển ba thành phần của Minorsky năm 1922, bộ điều khiển tỉ lệ - tích phân - vi phân (PID) kinh điển đã trở thành chuẩn mực công nghiệp. Tuy nhiên, tàu thủy là đối tượng điều khiển phi tuyến mạnh, chịu tác động ngẫu nhiên liên tục từ sóng, gió và dòng chảy. Bộ điều khiển PID truyền thống với hệ số cố định bộc lộ rõ hạn chế khi điều kiện tải trọng và môi trường biển biến động, dẫn đến hiện tượng trôi dạt và suy giảm độ chính xác bám hướng.

Nghiên cứu này giải quyết bài toán thiết kế và điều khiển hệ thống lái tự động bám quỹ đạo cho mô hình tàu thủy thông qua việc kết hợp giải thuật mạng nơ-ron tương tác thích nghi (ANNAI - Adaptive Neural Network Adaptive Interaction) và luật dẫn đường trực quan tầm nhìn thẳng (LOS - Line-of-Sight). Mục tiêu cụ thể là triệt tiêu khoảng cách dịch ngang, duy trì góc mũi tàu ổn định với thời gian xác lập dưới 0,5 giây, độ vọt lố dưới 10% và sai số xác lập nhỏ hơn 2%. Công trình được thực hiện trên mô hình tàu container thu nhỏ với hệ thống truyền nhận không dây tầm xa 100 mét và vận tốc hành trình cố định dưới 0,5 m/s, đóng góp giải pháp kỹ thuật có khả năng ứng dụng thực tiễn cao cho các phương tiện mặt nước không người lái (USV).

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết động lực học tàu thủy 6 bậc tự do của Fossen (1991) và tiêu chuẩn danh pháp hàng hải SNAME (1950). Nhằm phục vụ bài toán điều khiển chuyển động trên mặt phẳng ngang (3-DOF), mô hình được rút gọn về ba thành phần chuyển động chính: trượt dọc (Surge), trượt ngang (Sway) và quay trở (Yaw). Hệ phương trình phi tuyến được tuyến tính hóa quanh điểm làm việc với vận tốc không đổi để xác định hàm truyền Nomoto bậc 1 và bậc 2 biểu diễn mối quan hệ giữa góc bẻ bánh lái và tốc độ quay mũi tàu.

Bên cạnh mô hình toán học vật thể, khung lý thuyết tích hợp thuật toán dẫn đường Line-of-Sight kết hợp phép chiếu Mercator và vĩ độ trung bình (Midlat) để tính toán hướng đi tham chiếu từ các tọa độ điểm đích (Waypoints). Điểm bắt đầu bẻ lái (Wheel Over Point - WOP) được xác định linh hoạt dựa trên bán kính vòng quay danh định và khoảng cách hiệu chỉnh Reach. Cấu trúc điều khiển nơ-ron ANNAI nhiều lớp truyền thẳng sử dụng thuật toán Brandt-Lin cải tiến để tự động cập nhật trọng số liên kết giữa lớp ẩn và lớp ra theo thời gian thực, trực tiếp tối thiểu hóa hàm mục tiêu sai số góc hướng và độ lệch ngang chuẩn hóa.

+---------------+      +-------------------+      +----------------+
|  Hệ thống     | ---> |  Hệ thống         | ---> |  Mô hình tàu   |
|  Dẫn đường    |      |  Điều khiển       |      |  & Cơ cấu lái  |
|  (LOS / WOP)  |      |  (PID / ANNAI)    |      |  (STM32F4)     |
+---------------+      +-------------------+      +----------------+
        ^                                                 |
        |-------------- Phản hồi GPS / La bàn ------------|

Phương pháp nghiên cứu

Nghiên cứu kết hợp chặt chẽ giữa nhận dạng tham số thực nghiệm, mô phỏng số trên phần mềm MATLAB/Simulink và kiểm chứng thực tế trên phần cứng. Cỡ mẫu thực nghiệm thu thập gồm 1.200 điểm dữ liệu hành trình tại tần số lấy mẫu 10 Hz (chu kỳ 100 ms) trong các bài thử nghiệm điều động dích dắc (Zigzag maneuver) góc lái -20 độ đến +20 độ. Phương pháp chọn mẫu xác thực phân chia chuỗi dữ liệu thành 70% phục vụ quá trình ước lượng tham số và 30% độc lập để kiểm định độ trùng khớp mô hình.

Lý do lựa chọn công cụ Matlab System Identification Toolbox xuất phát từ đặc tính thủy động lực học phức tạp của vỏ tàu khi chuyển động trong môi trường nước, khiến việc tính toán thuần lý thuyết giải tích thường sai lệch đáng kể. Quy trình nhận dạng 4 bước (nhập dữ liệu, tiền xử lý lọc nhiễu, ước lượng hàm truyền Nomoto và kiểm định độ tương thích) cho phép xác định chính xác hằng số thời gian và độ lợi bánh lái. Hệ thống điều khiển nhúng được lập trình bằng ngôn ngữ C trên nền tảng vi điều khiển STM32F4 Discovery, kết nối cảm biến la bàn số có độ chính xác 1 đến 2 độ và bộ truyền dữ liệu không dây công nghiệp tần số 2,4 GHz.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình nghiên cứu và thực nghiệm đã mang lại những kết quả định lượng cụ thể:

  • Nhận dạng hệ thống đạt độ chính xác cao: Mô hình hàm truyền Nomoto bậc 2 được ước lượng từ dữ liệu thực nghiệm đạt chỉ số tương thích (Best Fits) lên đến 87,4%, phản ánh trung thực động học quay trở của mô hình tàu container thực tế.
  • Khắc phục triệt để hiện tượng bão hòa tích phân: Cấu trúc PID kết hợp thuật toán Tracking Anti-windup và bộ lọc vi phân với hệ số suy giảm N từ 8 đến 15 đã triệt tiêu hiện tượng vọt lố góc lái, duy trì hành trình bánh lái trong giới hạn an toàn từ -20 độ đến +20 độ với tốc độ bẻ lái cực đại 12 độ/giây.
  • Giảm thiểu sai số dịch ngang vượt trội: Dưới tác động của dòng chảy mô phỏng vận tốc 0,15 m/s đến 0,30 m/s, bộ điều khiển ANNAI kết hợp LOS có tính đến khoảng cách dịch ngang giúp giảm độ lệch tim đường quy định tới 68,5% so với việc chỉ sử dụng bộ điều khiển PID thuần túy.
  • Tối ưu hóa quỹ đạo chuyển hướng: Khi tàu đi qua 4 điểm mốc tọa độ liên tiếp trên quãng đường thực nghiệm 100 mét, hệ thống tích hợp ANNAI và thành phần vi tích phân khoảng cách dịch ngang duy trì sai số góc mũi tàu trung bình dưới 1,4 độ, giảm 43% số lần đảo góc bánh lái so với phương pháp truyền thống.
Phương pháp điều khiển Độ vọt lố góc mũi (%) Sai số xác lập hướng (độ) Độ lệch ngang cực đại (m) Thời gian hồi phục (s)
PID kinh điển 14,2 2,8 2,45 4,2
PID + LOS cơ bản 8,6 1,9 1,80 3,1
ANNAI + LOS (có bù dịch ngang) 3,8 0,9 0,55 1,6

Thảo luận kết quả

Kết quả mô phỏng và thực nghiệm cho thấy phản ứng động học của mô hình tàu được cải thiện rõ rệt khi tích hợp mạng nơ-ron thích nghi tương tác. Trong điều kiện môi trường lý tưởng không có ngoại lực, cả hai thuật toán PID và ANNAI đều dẫn hướng tàu bám sát các đoạn thẳng nối điểm mốc. Tuy nhiên, khi xuất hiện dòng chảy ngang và gió nhiễu loạn, bộ điều khiển PID thông thường để lại một độ lệch tĩnh dịch ngang cố định do không kịp thời bù trừ lực trôi thủy động.

Ngược lại, giải thuật ANNAI liên tục cập nhật các trọng số liên kết thông qua đạo hàm hàm mục tiêu chứa đồng thời sai số hướng, vận tốc góc quay và khoảng cách lệch ngang. Đồ thị đáp ứng góc bánh lái ghi nhận sự can thiệp mượt mà, loại bỏ hiện tượng rung giật cơ cấu chấp hành (chattering). Dữ liệu tọa độ GPS thực tế từ trạm điều khiển trên bờ khi biểu diễn trên hải đồ cho thấy đường đi thực tế của tàu gần như trùng khít với đường nối hai điểm chuyển hướng, chứng minh tính ưu việt của giải thuật thích nghi trong các môi trường vận hành không xác định.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và nâng cao khả năng áp dụng thực tiễn của hệ thống lái tự động thông minh, nghiên cứu đưa ra 4 khuyến nghị trọng tâm:

  1. Nâng cấp thuật toán điều khiển thích nghi: Nghiên cứu ứng dụng các thuật toán học tăng cường sâu (Deep Reinforcement Learning) kết hợp mạng nơ-ron hồi quy nhằm giảm thời gian xác lập bám quỹ đạo xuống dưới 0,3 giây, thực hiện bởi nhóm nghiên cứu điều khiển tự động trong giai đoạn 6 đến 12 tháng tới.
  2. Tích hợp phần cứng định vị độ chính xác cao: Trang bị hệ thống định vị vệ tinh vi sai RTK-GPS kết hợp khối đo quán tính 9 bậc tự do (IMU) để hạ sai số xác định vị trí xuống dưới 0,05 mét, thực hiện bởi bộ phận kỹ thuật phần cứng trước quý 4 năm sau.
  3. Thiết kế bộ quan sát trạng thái mở rộng: Xây dựng bộ quan sát trạng thái phi tuyến (Extended State Observer - ESO) nhằm ước lượng và bù trừ chủ động trên 90% nhiễu động từ gió cấp 4 và dòng chảy vượt mức 0,8 m/s, do các kỹ sư thuật toán đảm trách trong vòng 18 tháng.
  4. Triển khai thử nghiệm trên tàu thực tế: Chuyển giao quy trình nhận dạng tham số và cấu trúc thuật toán ANNAI-LOS sang các tàu khảo sát thủy văn và phương tiện USV quy mô thật với tầm hoạt động trên 5.000 mét, phối hợp cùng các viện nghiên cứu hàng hải và doanh nghiệp đóng tàu trong lộ trình 24 tháng.

Đối tượng nên tham khảo luận văn

  • Học viên cao học và sinh viên chuyên ngành Cơ điện tử, Tự động hóa và Kỹ thuật Tàu thủy: Khai thác phương pháp mô hình hóa toán học 3 bậc tự do, kỹ thuật nhận dạng hệ thống Nomoto bằng công cụ chuyên dụng và thuật toán thích nghi nơ-ron phục vụ các đề tài tốt nghiệp.
  • Kỹ sư nghiên cứu và phát triển (R&D) tại các viện thiết kế tàu thủy: Vận dụng giải thuật dẫn đường tầm nhìn thẳng cải tiến và cơ chế chống bão hòa tích phân để nâng cấp các hệ thống máy lái tự động hiện hữu trên tàu thương mại.
  • Chuyên gia công nghệ phát triển phương tiện mặt nước không người lái (USV): Ứng dụng cấu trúc kết hợp phần cứng vi điều khiển 32-bit và thuật toán bù dịch ngang thời gian thực vào các phương tiện đo đạc hải văn, quan trắc môi trường biển hoặc tuần tra an ninh.
  • Giảng viên và nhà nghiên cứu học thuật: Sử dụng tài liệu như một ca nghiên cứu điển hình kết hợp toàn diện từ mô hình hóa lý thuyết, mô phỏng số đến chế tạo mô hình thử nghiệm thực tế phục vụ giảng dạy môn Điều khiển thông minh và Điều khiển thích nghi.

Câu hỏi thường gặp

Mô hình Nomoto đóng vai trò gì trong việc thiết kế hệ thống máy lái tàu thủy?

Mô hình Nomoto rút gọn mối quan hệ phức tạp giữa góc bẻ lái và tốc độ quay trở về hàm truyền tuyến tính bậc 1 hoặc bậc 2 với các tham số độ lợi K và hằng số thời gian T. Mô hình này giúp đơn giản hóa việc tính toán hệ số điều khiển mà vẫn bảo đảm phản ánh chính xác 85% đến 90% đặc tính động học quay trở của vỏ tàu.

Mạng nơ-ron thích nghi tương tác ANNAI vượt trội hơn PID truyền thống ở điểm nào?

Khác với PID có hệ số cố định, ANNAI liên tục điều chỉnh các trọng số liên kết nơ-ron theo thời gian thực dựa trên thuật toán Brandt-Lin. Khi tàu chịu tác động của sóng và dòng chảy, mạng nơ-ron tự động thích nghi để sinh ra tín hiệu điều khiển bù trừ chính xác, giúp triệt tiêu độ lệch quỹ đạo mà không cần biết trước toàn bộ thông số thủy động học.

Thuật toán dẫn đường tầm nhìn thẳng Line-of-Sight hoạt động ra sao khi có dòng chảy?

Thuật toán LOS tính toán góc hướng mũi tàu mong muốn dựa trên vị trí hiện tại và điểm giao nhau trên đường thẳng nối hai mốc tọa độ. Khi có dòng chảy, thuật toán được bổ sung thành phần khoảng cách dịch ngang chuẩn hóa vào hàm mục tiêu, giúp tạo ra góc bẻ lái dự phòng bù trôi, giữ cho véc-tơ chuyển động thực tế bám sát hải trình.

Hiện tượng Windup trong khâu tích phân của bộ điều khiển tàu thủy được xử lý thế nào?

Khi bánh lái bị bão hòa cơ học tại giới hạn từ -20 độ đến +20 độ, khâu tích phân I tiếp tục tích lũy sai số sẽ gây vọt lố nghiêm trọng. Luận văn áp dụng giải pháp Tracking Anti-windup với vòng phản hồi bù trừ sai lệch giữa tín hiệu điều khiển mong muốn và góc mở thực tế của cơ cấu lái, giúp hệ thống hồi phục ngay khi đảo chiều sai số.

Hệ thống phần cứng thực nghiệm của mô hình tàu bao gồm những thiết bị chính nào?

Hệ thống sử dụng vi điều khiển 32-bit ARM Cortex-M4 STM32F4 Discovery làm bộ xử lý trung tâm, kết nối module la bàn số thu thập hướng mũi tàu sai số 1 đến 2 độ, bộ thu phát không dây tầm hoạt động 100 mét, mạch lái động cơ công suất và cảm biến góc quay bánh lái trên mô hình tàu vỏ composite thu nhỏ.

Kết luận

  • Luận văn đã xây dựng thành công mô hình toán học động lực học 3 bậc tự do và ước lượng chính xác hàm truyền Nomoto cho mô hình tàu thủy bằng công cụ nhận dạng thực nghiệm.
  • Thiết kế hoàn chỉnh cấu trúc điều khiển bám quỹ đạo kết hợp giữa giải thuật mạng nơ-ron thích nghi tương tác ANNAI và luật dẫn đường trực quan tầm nhìn thẳng LOS.
  • Bổ sung hiệu quả các thành phần vi tích phân của khoảng cách dịch ngang vào hàm mục tiêu, giúp triệt tiêu độ lệch tĩnh dưới tác động của dòng chảy môi trường.
  • Triển khai và kiểm chứng toàn diện từ mô phỏng trên nền tảng MATLAB/Simulink đến thực nghiệm trên mô hình tàu container với phần cứng vi điều khiển nhúng STM32F4.
  • Đóng góp giải pháp khoa học làm chủ công nghệ máy lái tự động thông minh cho các phương tiện không người lái trong nước, mở ra hướng nghiên cứu tối ưu hóa tự hành trên biển.

Để tiếp tục phát triển đề tài, các giai đoạn nghiên cứu tiếp theo sẽ tập trung tích hợp các cảm biến đo sâu, radar nhận diện chướng ngại vật và mở rộng quy mô thử nghiệm tại môi trường biển thực tế. Bạn đọc và các nhà nghiên cứu quan tâm có thể ứng dụng các mã nguồn thuật toán và sơ đồ khối phần cứng được trình bày chi tiết trong công trình này để triển khai trên các hệ thống điều khiển tự hành tương đương.