Luận án TS: Tối ưu quỹ đạo chuyển động cho robot tự hành tương tác con người

Luận án nghiên cứu và phát triển thuật toán tối ưu quỹ đạo cho robot tự hành, đảm bảo di chuyển an toàn và hiệu quả khi tương tác với con người.

• Tác giả: Hoàng Văn Bảy
• Người hướng dẫn: TS. Đỗ Đình Nghĩa
• Trường học: Học Viện Kỹ Thuật Quân Sự
• Chuyên ngành: Tự Động Hóa
• Đề tài: Nghiên cứu phát triển thuật toán tối ưu hóa tính toán quỹ đạo chuyển động cho robot tự hành trong nhà có kể đến tương tác với con người
• Loại tài liệu: Luận án Tiến sĩ Kỹ thuật
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng quan về Thuật toán Tối ưu Quỹ đạo Robot Tương tác Người

Thuật toán tối ưu quỹ đạo robot là một lĩnh vực nghiên cứu quan trọng trong tự động hóa và robotics hiện đại. Robot tự hành trong nhà cần phải có khả năng lập kế hoạch đường đi hiệu quả trong môi trường động, đặc biệt khi phải tương tác với con người. Các thuật toán này giúp robot không chỉ tránh vật cản mà còn duy trì khoảng cách an toàn và thân thiện với người. Luận án tiến sĩ của Hoàng Văn Bảy tại Học viện Kỹ thuật Quân sự (2023) đã phát triển các thuật toán tối ưu hóa như STEB, TDTEB và GTEB để giải quyết bài toán này. Những thuật toán này sử dụng lý thuyết Elastic Band kết hợp với các yếu tố xã hội động để đạt hiệu suất tối ưu.

1.1. Khái niệm Robot Tự hành và Định vị

Robot tự hành là những thiết bị có khả năng di chuyển độc lập trong môi trường mà không cần tele-điều khiển trực tiếp. Hệ thống định vị và xây dựng bản đồ (SLAM) là nền tảng cho robot nhận biết vị trí của mình. Thu thập thông tin từ các cảm biến như camera, LiDAR giúp robot xác định vị trí vật cản và con người trong không gian.

1.2. Vai trò của Tương tác Người Robot

Tương tác người-robot đòi hỏi robot phải hiểu được hành vi con người và dự đoán chuyển động của họ. Vùng tương tác có tính xã hội động (DSZ) là khái niệm chỉ khoảng không gian quanh người mà robot cần tôn trọng. Việc xác định tư thế và khoảng cách an toàn là yếu tố quan trọng để robot có thể tiếp cận hoặc tránh người một cách tự nhiên.

II. Các Thuật toán Tối ưu Quỹ đạo Chính

Luận án này đề xuất ba thuật toán tối ưu quỹ đạo chính để giải quyết bài toán robot tương tác người. Thuật toán STEB (Social Timed Elastic Band) được thiết kế để robot có thể tránh người một cách an toàn. Thuật toán TDTEB cải tiến khả năng xử lý các tình huống đặc biệt trong môi trường động. Thuật toán GTEB (Goal Timed Elastic Band) cho phép robot tiếp cận người một cách thân thiện. Mỗi thuật toán được tích hợp vào hệ thống điều khiển robot để tính toán quỹ đạo chuyển động hiệu quả. Các chỉ số đánh giá an toàn và thân thiện (HCSI) được sử dụng để kiểm chứng hiệu suất của từng thuật toán.

2.1. Thuật toán STEB Tránh Người An toàn

Thuật toán STEB dựa trên lý thuyết Elastic Band kết hợp với yếu tố xã hội. Nó tính toán quỹ đạo sao cho robot tránh người một cách an toàn và tự nhiên. Thuật toán này sử dụng vùng tương tác động để điều chỉnh hành vi robot. Các chỉ số an toàn được tính toán để đảm bảo khoảng cách phù hợp giữa robot và người.

2.2. Thuật toán TDTEB và GTEB Tiếp cận Người Thân thiện

Thuật toán TDTEB xử lý các tình huống phức tạp khi có nhiều người trong môi trường. Thuật toán GTEB cho phép robot tiếp cận người một cách thân thiện bằng cách tối ưu hóa thời gian tiếp cận và khoảng cách an toàn. Cả hai thuật toán đều sử dụng lập kế hoạch quỹ đạo để đạt mục tiêu tương tác hiệu quả.

III. Mô phỏng và Kiểm chứng Thuật toán

Nghiên cứu này sử dụng mô phỏng và thực nghiệm để kiểm chứng hiệu suất các thuật toán. Robot hai bánh vi sai được xây dựng như một nền tảng thực nghiệm. Công cụ phần mềm như ROS (Robot Operating System) được sử dụng để tính toán quỹ đạo và mô phỏng các kịch bản. Các kết quả mô phỏng cho thấy thuật toán STEB hoạt động hiệu quả trong việc tránh người. Thực nghiệm robot với thuật toán GTEB chứng minh khả năng tiếp cận người một cách tự nhiên. Các chỉ số đánh giá được so sánh để xác định mức độ an toàn và thân thiện.

3.1. Chuẩn bị Mô phỏng và Công cụ

Robot di động hai bánh vi sai được thiết kế và mô phỏng bằng Gazebo. ROS framework cung cấp các công cụ để lập kế hoạch đường đi và tính toán quỹ đạo trong thời gian thực. Các cảm biến ảo như LiDAR được sử dụng để phát hiện vật cản và con người trong không gian.

3.2. Kết quả và Đánh giá Hiệu suất

Kết quả mô phỏng cho thấy các thuật toán đều đạt được hiệu suất tối ưu. Chỉ số an toàn được duy trì ở mức cao trong các tình huống khác nhau. Thực nghiệm thực tế với robot điều khiển bằng các thuật toán này xác nhận tính thực tiễn của phương pháp nghiên cứu.

IV. Ứng dụng và Hướng Phát triển Tương lai

Thuật toán tối ưu quỹ đạo cho robot tương tác người có ứng dụng rộng rãi trong các lĩnh vực như robot hỗ trợ trong nhà, robot phục vụ công cộng và robot y tế. Hệ thống điều khiển robot sử dụng các thuật toán này có thể được mở rộng cho các môi trường phức tạp hơn. Tương lai, lập kế hoạch đường đi có thể kết hợp thêm học máy để cải thiện khả năng dự đoán hành vi con người. Công nghệ nhận biết có thể được nâng cấp để xử lý các tình huống đa người trong môi trường động. Việc tối ưu hóa chi phí tính toán sẽ giúp robot hoạt động thời gian thực trên các thiết bị nhúng.

4.1. Ứng dụng Thực tiễn trong Nhà

Robot tự hành trong nhà có thể sử dụng các thuật toán này để tương tác an toàn với gia đình. Lập kế hoạch đường đi thông minh giúp robot tránh va chạm và tiếp cận con người khi cần thiết. Ứng dụng chăm sóc sức khỏe và hỗ trợ sinh hoạt là những khả năng tiềm năng.

4.2. Hướng Nghiên cứu Tương lai

Kết hợp học sâu vào tính toán quỹ đạo có thể cải thiện khả năng dự đoán hành vi. Mở rộng thuật toán cho robot bay và các hình dạng khác nhau là mục tiêu tiếp theo. Phát triển tiêu chuẩn an toàn toàn cầu cho tương tác người-robot sẽ thúc đẩy ứng dụng rộng rãi.

Trích đoạn nội dung tài liệu

Chương 1: Trình bày tổng quan về tính toán quỹ đạo cho robot tự hành bao gồm: phần đầu chương sẽ giới thiệu chung về robot tự hành. Phần tiếp 6 theo trình bày cấu trúc hệ thống điều khiển cơ bản cho robot tự hành, trong đó tập trung vào các phương pháp lập kế hoạch đường đi, tránh vật cản. Tiếp theo sẽ trình bày một số cơ sở lý thuyết thiết yếu phục vụ tính toán quỹ đạo cho robot tự hành tương tác với người, nghiên cứu các công trình trong nước và quốc tế có liên quan tới luận án, làm cơ sở đề xuất các thuật toán ở chương 2. Chương 2: Trình bày các thuật toán thiết kế quỹ đạo chuyển động cho robot tự hành tránh người và tiếp cận người trong môi trường động.

Đưa ra mô tả bài toán trong việc thiết kế quỹ đạo cho robot tự hành. Xây dựng ba thuật toán thiết kế quỹ đạo chuyển động cho robot tự hành là: thuật toán STEB giúp robot tự hành tránh người theo một số ràng buộc có tính xã hội, thuật toán TDTEB giúp robot tự hành dự đoán hướng đi của người và đánh giá nguy cơ xảy ra va chạm giữa robot và người, thuật toán GTEB giúp robot tự hành tiếp cận các nhóm người hoặc một người đang đi. Chương 3: Tiến hành mô phỏng và thực nghiệm kiểm chứng tính hiệu quả của các thuật toán đã đề xuất. Các thuật toán STEB, TDTEB, GTEB đã được kiểm chứng thông qua các tình huống mô phỏng khác nhau, từ các kết quả mô phỏng cho thấy tính hiệu quả và đúng đắn của các thuật toán này.

Xây dựng robot thực nghiệm để kiểm chứng các thuật toán. Thuật toán STEB và GTEB được tiến hành thực nghiệm với robot tự hành loại hai bánh vi sai, hoạt động trong nhà. Các kết quả thực nghiệm một lần nữa đã chứng minh tính hiệu quả của các thuật toán STEB và GTEB. 7 Chương 1 TỔNG QUAN VỀ TÍNH TOÁN QUỸ ĐẠO CHO ROBOT TỰ HÀNH Chương này được bố cục như sau: phần đầu chương sẽ giới thiệu chung về robot tự hành, phần tiếp theo trình bày cấu trúc hệ thống điều khiển cơ bản cho robot tự hành, tiếp theo sẽ trình bày cơ sở lý thuyết thiết yếu phục vụ tính toán quỹ đạo cho robot tự hành tương tác với người, phần cuối cùng là nghiên cứu các công trình trong nước và ngoài nước có liên quan tới luận án.

Giới thiệu chung về robot tự hành Robot tự hành là loại robot thực hiện các nhiệm vụ với hành vi có mức độ tự chủ cao. Sự can thiệp của con người đến hoạt động của nó là không có hoặc rất ít [7]. Không giống như các robot thông thường cần điều khiển trực tiếp bằng tay hoặc dẫn đường bằng mã/vạch được dán trên sàn nhà dẫn đến sự thiếu linh hoạt, bất tiện. Robot tự hành hoàn toàn có thể tự chủ trong việc tính toán chuyển động, tự động xử lý các tình huống xảy ra, tự động tránh các vật cản tĩnh hoặc động.

Trong xu thế ứng dụng robot vào cuộc sống, robot tự hành ngày càng gần gũi với con người hơn, chúng tham gia các hoạt động cùng với con người. Do đó, đòi hỏi tính thông minh của robot tự hành ngày càng cao. Khi tham gia các hoạt động cùng con người, chúng không chỉ đơn thuần là cần phải tránh 8 các vật cản thông thường mà còn cần tránh người và tương tác với người. Khác với tránh vật cản thông thường, khi tránh người robot tự hành cần phải đảm bảo sự an toàn, thoải mái và thân thiện với con người.

Có nhiều loại robot với cơ cấu di chuyển khác nhau, tuy nhiên trong thực tế hiện nay chủ yếu sử dụng hai loại cơ cấu di chuyển là cơ cấu chân và cơ cấu bánh xe. Với loại robot di chuyển bằng chân LMR (Legged Mobile Robot) được thực hiện nhờ vào các khớp nối cơ khí bắt chước theo chuyển động của con người hay động vật. Với loại robot di chuyển bằng bánh WMR (Wheeled Mobile Robot) được thực hiện thông qua các bánh xe hoặc bằng vòng xích. Trong thực tế loại robot di chuyển bằng bánh xe hay được sử dụng do khi di chuyển các bánh xe tiếp xúc với mặt đất nên khả năng cân bằng tốt.

Các cơ cấu chuyển động bằng bánh xe thường gồm loại hai bánh, ba bánh và bốn bánh. Loại robot hai bánh vi sai hay được sử dụng cho các sản phẩm thương mại do có thiết kế cơ khí đơn giản, dễ chế tạo. Chính về thế, loại robot này được chọn làm mô hình mô phỏng, xây dựng robot thực để kiểm chứng cho các thuật toán được đề xuất ở chương 2. Hệ thống điều khiển robot tự hành Để robot hoàn toàn tự chủ khi di chuyển trong môi trường chúng cần thu thập và xử lý thông tin thông qua các cảm biến sau đó lấy ra các thông tin có ích, định vị và xây dựng bản đồ để xác định vị trí của robot trên bản đồ đã được xây dựng, lập kế hoạch đường đi tránh vật cản để tạo ra quỹ đạo cho robot và cuối cùng là điều khiển chuyển động là quá trình điều khiển bánh xe robot đi theo quỹ đạo đã thiết lập.

Sơ đồ khối hệ thống điều khiển robot tự hành được thể hiện trên Hình 1. 9 Định vị và Bản đồ toàn cục Lập kế hoạch đường đi xây dựng bản đồ tránh vật cản Mô hình môi trường Đường đi Bản đồ cục bộ xử lý thông tin Lấy thông tin Thực hiện kế hoạch Thu thập và chuyển động Điều khiển Lệnh điều Dữ liệu thô khiển Cảm biến Hành động Môi trường thực Hình 1.1: Sơ đồ khối hệ thống điều khiển robot tự hành. Sau đây sẽ phân tích chức năng của từng khối. Thu thập và xử lý thông tin Một trong những nhiệm vụ quan trọng của hệ thống robot tự hành là thu thập thông tin về môi trường hoạt động của nó.

Điều này được thực hiện bằng cách phối hợp sử dụng nhiều cảm biến để thu nhận thông tin từ môi trường và sau đó trích xuất ra thông tin có ích. Một số loại cảm biến thường được sử dụng trên robot tự hành trong nhà như: cảm biến tầm nhìn (Vision- Based Sensors) thường sử dụng các loại camera đa hướng (Omnidirectional Camera), máy quét laser (Laser Range Scanner), cảm biến bánh xe (Wheel Sensors) hay sử dụng bộ mã hóa quang học (Optical Encoders). Tuy nhiên, mọi cảm biến đều không hoàn hảo, các phép đo từ cảm biến thường có sai số. Do đó cần phối hợp sử dụng dữ liệu từ các cảm biến sao cho robot tự hành hoạt động ổn định trong môi trường mà không xảy ra sự 10 cố.

Quá trình thu thập và xử lý thông tin từ cảm biến thường theo các bước: xử lý tín hiệu (Signal Treatment), trích xuất đặc điểm (Feature Extraction), giải nghĩa bối cảnh (Scene Interpretation) [7]. Trong luận án có xây dựng robot tự hành hai bánh vi sai sử dụng cảm biến là laser Rplidar A2M8, cảm biến Kinect và bộ mã hóa quan học, nội dung này sẽ được trình bày trong mục 3.2 minh họa dữ liệu thu thập được từ cảm biến Kinect và laser Rplidar A2M8 trên robot đã xây dựng, trong đó thông tin thu thập về người gồm: vị trí, hướng, vận tốc và các thông tin về tương tác trong xã hội được thực hiện bằng cảm biến Kinect, thông tin vị trí và bản đồ môi trường xung quanh robot được thu thập bằng laser Rplidar.2: Minh họa thu thập thông tin bằng cảm biến Kinect và laser Rplidar. Định vị và xây dựng bản đồ Định vị trả lời cho câu hỏi "Tôi đang ở đâu?". Định vị là quá trình xác định tư thế của robot ở thời điểm hiện tại dựa trên thông tin về trạng thái ban đầu và giá trị của các phép đo tại những thời điểm trước đó tới thời điểm hiện tại [8].

11 Tuy nhiên quá trình định vị thường thiếu chính xác, nguyên nhân thiếu chính xác khi định vị thường do nhiều yếu tố như: chuyển động trượt của bánh xe, thiết kế cơ học không chính xác, sai số do cảm biến, do nhiễu làm robot hoạt động không như mong muốn. Vì thế yêu cầu đặt ra là cần phải giảm thiểu các sai số này. Dựa trên việc sử dụng dữ liệu thu về từ cảm biến, phương pháp định vị thường được chia làm hai loại: định vị tương đối, định vị tuyệt đối. Định vị tương đối là quá trình xác định tư thế của robot dựa vào thông tin thu được từ cảm biến gắn trên robot như: cảm biến Kinect, laser Rplidar.

Định vị tuyệt đối sẽ xác định tư thế của robot so với hệ trục tọa độ toàn cục, sử dụng tín hiệu GPS (Global Positioning System) hoặc cột mốc. Tuy nhiên, để định vị thành công robot cần được trang bị các loại cảm biến phù hợp để thu thập thông tin về môi trường, xây dựng bản đồ cho riêng mình. Có thể diễn đạt quá trình định vị và xây dựng bản đồ như sau: ban đầu robot tự hành sẽ khám phá môi trường bằng các cảm biến, thu thập thông tin về môi trường, phân tích bối cảnh, xây dựng bản đồ thích hợp và định vị chính nó so với bản đồ này [7]. Lập kế hoạch đường đi tránh vật cản Khi dẫn đường robot, chúng ta không chỉ quan tâm đến khả năng robot đạt được tới đích mà cần phải xét tới cách thức để robot đạt tới được đích đó, khả năng tránh vật cản tĩnh hoặc động khi robot di chuyển.

Một số Robot tự hành hoạt động ở tốc độ thấp nên thường không xét tới động lực học trong quá trình lập kế hoạch đường đi, điều này giúp đơn giản hóa việc tính toán quỹ đạo chuyển động cho robot. 12 • Lập kế hoạch đường đi Mục đích của việc lập kế hoạch đường đi toàn cục là tìm đường đi từ vị trí ban đầu của robot đến vị trí đích, đảm bảo tránh mọi va chạm với vật cản. Có ba phương pháp lập kế hoạch đường đi thường hay được sử dụng là: phương pháp bản đồ chỉ đường, phương pháp phân tích ô và phương pháp trường thế [7]. Phương pháp dùng bản đồ chỉ đường: là lập kế hoạch đường đi bằng cách kết nối vị trí ban đầu và vị trí đích với mạng lưới đường, tạo thành một loạt các đường đi tự do cho robot.

Phương pháp này thường sử dụng sơ đồ Voronoi [9] hoặc lý thuyết đồ thị [10]. Phương pháp phân tích ô: bản đồ được chia thành từng vùng gọi là ô, sau đó xác định ô chứa vật cản và ô không chứa vật cản. Từ các ô đã được chia, dùng phương pháp phân tích ô chính xác hoặc phân tích ô gần đúng để tạo đường đi cho robot. Phương pháp trường thế: phương pháp này coi robot như một điểm chịu tác động của trường thế năng nhân tạo.