Điều khiển Mobile Robot bám mục tiêu áp dụng bộ điều khiển mờ Nơron

Trong quá trình thực hiện đề tài luận văn này mặc dù gặp rất nhiều khó khăn về thiết bị cũng như những hạn chế về kiến thức nghiên cứu, nhưng được sự quan tâm giúp đỡ của gia đình, quý thầy cô bộ môn Kỹ Thuâṭ Điều Khiển và Tự Động HóaTrường Đại học Giao Thông Vâṇ Tải Thành Phố Hồ Chí Minh và bạn bè đồng nghiệp đã giúp tôi hoàn thành cơ bản yêu cầu của luận văn. Đạt được kết quả như ngày hôm nay, em xin gửi lời cảm ơn chân thành đến thầy TS. Đăṇ g Xuân Kiên đã định hướng và hướng dẫn em thực hiện đề tài luận văn này. Xin chân thành cảm ơn quý thầy cô bộ môn Kỹ Thuâṭ Điều Khiển và Tự Động Hóa Khoa Điện Điện Tử Trường Đại học Giao Thông Vâṇ Tải Thành Phố Hồ Chí Minh, các thành viên trong gia đình, bạn bè và đồng nghiệp đã giúp đỡ trong suốt quá trình làm luận văn.

- oOo -

NGUYỄN MINH LỢI

ĐIỀU KHIỂN MOBILE ROBOT BÁM MỤC TIÊU ÁP DỤNG BỘ ĐIỀU KHIỂN

MỜ- NƠRON

LUẬN VĂN THẠC SĨ KỸ THUẬT

TP HCM, NĂM 2016

- oOo -

NGUYỄN MINH LỢI

ĐIỀU KHIỂN MOBILE ROBOT BÁM MỤC TIÊU ÁP DỤNG BỘ ĐIỀU KHIỂN

MỜ- NƠRON

CHUYÊN NGÀNH: KỸ THUÂ ̣T ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

MÃ SỐ: 60520216

LUẬN VĂN THẠC SĨ KỸ THUẬT

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS ĐẶNG XUÂN KIÊN

TP HCM, NĂM 2016

Cán bộ hướng dẫn khoa học : TS ĐẶNG XUÂN KIÊN

Cán bộ chấm nhận xét 1 : PGS TS NGUYỄN THANH PHƯƠNG

Cán bộ chấm nhận xét 2 : TS VÕ CÔNG PHƯƠNG

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Giao thông vận tải Tp HCM Ngày 22 tháng 10 năm 2016

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa

CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA ĐIỆN- ĐTVT

PGS.TS NGUYỄN HỮU KHƯƠNG TS VÕ CÔNG PHƯƠNG

LỜI CẢM ƠN

Trong quá trình thực hiện đề tài luận văn này mặc dù gặp rất nhiều khó khăn về thiết bị cũng như những hạn chế về kiến thức nghiên cứu, nhưng được sự quan tâm giúp đỡ của gia đình, quý thầy cô bộ môn Kỹ Thuâ ̣t Điều Khiển và Tự Động Hóa- Trường Đại học Giao Thông Vâ ̣n Tải Thành Phố Hồ Chí Minh và bạn bè đồng nghiệp đã giúp tôi hoàn thành cơ bản yêu cầu của luận văn

Đạt được kết quả như ngày hôm nay, em xin gửi lời cảm ơn chân thành đến thầy

TS Đă ̣ng Xuân Kiên đã định hướng và hướng dẫn em thực hiện đề tài luận văn

này

Xin chân thành cảm ơn quý thầy cô bộ môn Kỹ Thuâ ̣t Điều Khiển và Tự Động Hóa- Khoa Điện- Điện Tử Trường Đại học Giao Thông Vâ ̣n Tải Thành Phố Hồ Chí Minh, các thành viên trong gia đình, bạn bè và đồng nghiệp đã giúp đỡ trong suốt quá trình làm luận văn

Xin chân thành cảm ơn!

Tp Hồ Chí Minh, ngày… tháng… năm 2016

Người thực hiện

Nguyễn Minh Lợi

LỜI CAM ĐOAN

Tôi xin cam đoan đề tài nghiên cứu “Điều khiển mobile robot bám mục tiêu áp

dụng bộ điều khiển Mờ- Nơron” đảm bảo tính chân thật của bài viết cũng như các

chương trình, kết quả mô phỏng và thực nghiệm, các giá trị của thông số được nêu

ra trong bài một cách rõ ràng và cơ sở lý thuyết đều được trích dẫn đầy đủ chiếu theo tài liệu tham khảo

Tp Hồ Chí Minh, ngày…… tháng… năm 2016

Tác giả luâ ̣n văn

Nguyễn Minh Lợi

TÓM TẮT LUẬN VĂN

Trong những năm gần đây, Robot bám mục tiêu được tập trung nghiên cứu vì những ứng dụng hiệu quả của nó trong công nghiệp, quân sự và dân dụng Robot bám mục tiêu có thể đi theo quỹ đạo được vẽ trướ c, hoặc bám theo mục tiêu phía trước mà đường đi chưa biết…Robot được trang bị các cảm biến để nhận biết quỹ đạo, mục tiêu phía trước để quyết định hướng đi và tốc độ di chuyển

Một vấn đề rất được quan tâm khi thiết kế Robot là điều khiển làm sao cho Robot

có thể đi theo một quỹ đạo mong muốn

Có nhiều tác giả đã áp dụng các phương pháp kỹ thuật thông minh khác nhau để điều khiển Robot bám mục tiêu Trong đó có phương pháp Mờ- Nơron thích nghi (ANFIS) [9], ANFIS là một mô hình lai ghép kết hợp các khả năng thích ứng của mạng lưới thần kinh nhân tạo và cơ chế suy luận của Mờ [1] Có nhiều phương pháp khác nhau trong điều khiển logic Mờ [2] hoặc kết hợp với các phương pháp điều khiển khác [3-5] trong điều khiển quỹ đạo, điều khiển Neural- Fuzzy để điều hướng Robot được trình bày bởi M.M.Joshi and M.A Zaveri [7-8] là phương pháp cho thấy có nhiều ưu điểm nhất

Trong luâ ̣n văn này, tác giả áp dụng phương pháp Fuzzy- Neural để điều khiển Mobile robot bám theo mục tiêu di chuyển phía trước nó Mục tiêu có thể di chuyển

ở nhiều biên dạng khác nhau Mô phỏng trên Matlab và sau đó tiến hành ráp mô hình kết hợp Computer và robot để kiểm chứng khả năng bám mục tiêu của Robot

Để chứng minh tính đúng đắn của thuật toán, tác giả đã xây dựng mô hình Robot và thực hiện thuật toán luật điều khiển Mờ- Nơron trên vi điền khiển VAR Atmel ATMega16 làm bô ̣ xử lý trung tâm cho Mobile robot Đề tài còn dùng cảm biến siêu âm SRF05 để xác định khoảng cách từ mục tiêu đến Robot

MỤC LỤC

LỜI CẢM ƠN i

LỜI CAM ĐOAN ii

TÓM TẮT LUẬN VĂN iii

MỤC LỤC iv

DANH MỤC HÌNH vii

DANH MỤC BẢNG xi

LỜI MỞ ĐẦU xii

Chương 1: TỔNG QUAN VỀ MOBILE ROBOT 1

1.1 Li ̣ch sử ra đời và phát triển của Mobile robot 1

1.2 Các thế hệ củ a Mobile robot 2

1.2.1 Thế hệ thứ nhất 2

1.2.2 Thế hệ thứ hai 2

1.2.3 Thế hệ thứ ba 3

1.2.4 Thế hệ thứ tư 3

1.2.5 Thế hệ thứ năm 3

1.3 Ứng du ̣ng của Mobile robot trong cuô ̣c sống 3

1.3.1 Trong y học 3

1.3.2 Trong công nghiệp 4

1.3.3 Trong hệ thống an ninh (camera thông minh, nhận dạng) 5

1.3.4 Trong giao thông (giám sát và điều khiển lưu thông) 5

1.3.5 Trong thám hiểm không gian 6

1.3.6 Trong quân sự 7

1.4 Những xu hướng phát triển của Robot hiện đại 7

1.5 Giới thiệu một số kiểu Mobile robot thông dụng 10

1.5.1 Mobile robot di chuyển bằng chân 10

1.5.2 Mobile robot di chuyển bằng bánh 11

1.6 Giới thiệu Mobile robot bám mục tiêu 13

Chương 2: THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ- NƠRON 14

2.1 Lý thuyết Mờ- Nơron (Fuzzy- Neural) 14

2.2 Logic Mờ 14

2.2.1 Cấu trúc của bộ điều khiển Mờ 14

2.2.2 Bộ điều khiển Mờ cơ bản 15

2.2.3 Bộ điều khiển Mờ tĩnh 15

2.2.4 Bộ điều khiển Mờ động 16

2.3 Mạng Nơron 17

2.4 Sự kết hợp giữa logic Mờ và ma ̣ng Nơron 19

2.4.1 Cấu trúc chung của hệ Mờ - Nơron 20

2.4.2 Các hệ thống điều khiển dùng Mờ - Nơron 20

2.5 Áp du ̣ng thiết kế bô ̣ điều khiển mờ- nơron cho Mobile robot 22

2.5.1 Xác đi ̣nh tâ ̣p mờ 22

2.5.2 Miền giá trị vật lý cơ sở của các biến ngôn ngữ 22

2.5.3 Tập mờ (giá trị ngôn ngữ) 22

2.5.4 Các hàm liên thuộc 23

2.5.5 Xây dựng các luật hợp thành 25

Chương 3: XÂY DỰNG MÔ HÌNH TRẠNG THÁI CHO MOBILE ROBOT 30

3.1 Cơ sở lý thuyết đô ̣ng ho ̣c của Mobile robot 30

3.2 Mô hình vâ ̣t lý cho Mobile robot 31

3.3 Phương trình đô ̣ng ho ̣c Mobile robot 32

3.4 Xây dựng bộ điều khiển cho Mobile robot 34

3.5 Sơ đồ khối điều khiển cho Mobile robot 35

3.6 Xây dựng mô hình Mobile robot 35

3.6.1 Các thông số kỹ thuật 35

3.6.2 Thiết kế mô hình dạng 3D cho Mobile robot 36

3.6.3 Liên kết giữa Computer và Mobile robot 36

3.6.4 Mô hình thực tế 36

3.7 Mạch điều khiển cho Mobile robot 37

3.7.1 Giới thiệu chung về vi điều khiển AVR ATmega16 38

3.7.2 Sơ đồ chân Atmega 16 40

3.7.3 Sơ đồ cấu trúc vi điều khiển Atmega 16 42

3.7.4 Cấu trúc bộ nhớ 43

3.8 Cảm biến siêu âm SRF05 và đặc điểm kỹ thuật 44

3.9 Mạch công suất 48

Chương 4: MÔ PHỎNG HỆ MOBILE ROBOT VỚI DỘ ĐIỀU KHIỂN MỜ- NƠRON 50

4.1 Dùng khối Fuzzy- Neural trên matlab xây dựng luật hợp thành 50

4.2 Dùng Matlab để mô phỏng và kiểm tra kết quả 56

4.2.1 Huấn luyê ̣n đối tượng di chuyển theo đường thẳng L 56

4.2.2 Huấn luyê ̣n đối tượng di chuyển theo đường cong C 58

4.2.3 Huấn luyê ̣n đối tượng di chuyển theo đường V 59

4.2.4 Huấn luyê ̣n đối tượng di chuyển theo đường M 61

4.2.5 Huấn luyê ̣n đối tượng di chuyển theo đường lu ̣c giác 62

4.3 Kết luâ ̣n 64

Chương 5: KẾT QUẢ THỰC NGHIỆM 65

5.1 Đánh giá kết quả đạt được so với mục tiêu của đề tài 65

5.2 Nhận dạng mục tiêu 65

5.3 Điều khiển Mobile robot bám theo mục tiêu 66

5.4 Kết quả điều khiển Robot bám theo mục tiêu trên mô hình thật 67

5.4.1 Các thành phần chính trong Mobile robot 67

5.4.2 Lưu đồ giải thuật 69

5.5 Kết quả thực nghiệm 70

5.5.1 Kết quả thực nghiê ̣m lần 1 71

5.5.2 Kết quả thực nghiê ̣m lần 2 71

5.5.3 Kết quả thực nghiê ̣m lần 3 72

5.6 Kết Luâ ̣n chung 73

5.6.1 Kết quả đa ̣t được 73

5.6.2 Những hạn chế của đề tài 73

5.6.3 Đề xuất hướng phát triển của đề tài 73

Tài Liê ̣u Tham Khảo 74

PHỤ LỤC 1 75

PHỤ LỤC 2 79

DANH MỤC HÌNH

Hình 1.1: Ảnh 3D từ hệ thống Brilliance ICT Scanner (nguồn: internet) 4

Hình 1.2: Hình ảnh về cánh tay Robot (nguồn: internet) 4

Hình 1.3: Camera kiểm định chất lượng sản phẩm.(nguồn: machinevision.co.uk) 4

Hình 1.4: Camera kiểm tra số hiệu in trên sản phẩm (nguồn: Omron Electronics) 5

Hình 1.5: Theo dõi khách bộ hành (nguồn:IEEE CV and P Recognition, 2007) 5

Hình 1.6: Camera điều khiển xe tự hành SCABOR (nguồn: T.U of Cluj Napoca) 6

Hình 1.7: Ứng dụng cảm quan máy tính trên robot thám hiểm (nguồn: internet) 6

Hình 1.8: Robot tự hành trên sao hỏa (nguồn: internet) 7

Hình 1.9: Máy bay không người lái (nguồn: internet) 7

Hình 1.10: Mobile Robot di chuyển bằng chân (nguồn internet) 11

Hình 2.1: Sơ đồ các khối chức năng của hệ điều khiển Mờ 14

Hình 2.2: Bộ điều khiển Mờ cơ bản 15

Hình 2.3: Bộ điều khiển Mờ tĩnh 16

Hình 2.4: Bộ điều khiển Mờ động với 4 đầu vào và 2 đầu ra 16

Hình 2.5: Mô hình Nơron đơn giản 17

Hình 2.6: Nơron với R đầu vào 17

Hình 2.7: Ma ̣ng Nơron với R đầu vào 17

Hình 2.8: Cấu trúc huấn luyê ̣n ma ̣ng 18

Hình 2.9: Cấu trúc kiểu mẫu của mô ̣t hê ̣ Mờ- Nơron 20

Hình 2.10: Mô hình hê ̣ Mờ- Nơron 20

Hình 2.11: Mô hình bộ điều khiển Mờ- Nơron 21

Hình 2.12: Mô phỏng hê ̣ thống điều khiển SVC dùng ma ̣ng Mờ- Nơron 21

Hình 2.13:Bô ̣ điều khiển Mờ- Nơron 23

Hình 2.14: Hàm phụ thuộc của sai lệch khoảng cách ∆ed 23

Hình 2.15: Hàm phụ thuộc của sai lệch góc ∆eθ 24

Hình 2.16: Hàm phụ thuộc đầu ra bánh trái ωl 24

Hình 2.17: Hàm phụ thuộc đầu ra bánh phải ωr 24

Hình 3.1: Mô hình vật lý Mobile robot 31

Hình 3.2: Mô hình bánh xe Mobile robot 31

Hình 3.3: Mô hình đô ̣ng ho ̣c của Mobile robot 32

Hình 3.4: Sơ đồ khối điều khiển Mobile robot Δeθ, Δed 35

Hình 3.5: Hình da ̣ng 3D Mobile robot và bánh xe 36

Hình 3.6: Sơ đồ liên kết Computer và Mobile robot 36

Hình 3.7: Mô hình thực tế Mobile robot 37

Hình 3.8: Sơ đồ mạch nguyên lý khối xử lý trung tâm 37

Hình 3.9: Sơ đồ mạch in khối xử lý trung tâm 38

Hình 3.10: Sơ đồ chân Atmega 16 40

Hình 3.11: Sơ đồ cấu trúc vi điều khiển Atmega16 42

Hình 3.12: Cảm biến siêu âm 45

Hình 3.13: Chế độ 1 của cảm biến siêu âm 45

Hình 3.14: Giảng đồ đi ̣nh thời SRF05- chế đô ̣ 1 46

Hình 3.15: Chế độ 2 của cảm biến siêu âm 46

Hình 3.16: Giảng đồ đi ̣nh thời SRF05- chế đô ̣ 2 47

Hình 3.17: Sơ đồ nguyên lý mạch công suất 48

Hình 3.18: Sơ đồ mạch in mạch công suất 48

Hình 3.19: IC chuyên dụng LMD18200 49

Hình 4.1: Ma ̣ng Nơron dùng phương pháp lai ghép 5 Nơron theo bánh phải 51

Hình 4.2: Cấu trúc ma ̣ng Fuzzy- Neural cho bánh phải 52

Hình 4.3: Ma ̣ng Nơron dùng phương pháp lai ghép 5 Nơron theo bánh trái 52

Hình 4.4: Cấu trúc ma ̣ng Fuzzy- Neural cho bánh trái 53

Hình 4.5: Biên dạng đối tượng di chuyển theo đường thẳng L 53

Hình 4.6: Biên dạng đối tượng di chuyển theo đường cong C 54

Hình 4.7: Biên dạng đối tượng di chuyển theo đường V 54

Hình 4.8: Biên dạng đối tượng di chuyển theo đường M 55

Hình 4.9: Biên dạng đối tượng di chuyển theo đường O 55

Hình 4.10: Đối tượng di chuyển và bám mu ̣c tiêu theo đường L 56

Hình 4.11: Vâ ̣n tốc bánh phải và bánh trái theo đường L 57

Hình 4.12: Sai lệch khoảng cách, sai lệch góc theo đường L 57

Hình 4.13: Đối tượng di chuyển và bám mu ̣c tiêu theo đường C 58

Hình 4.14: Vâ ̣n tốc bánh phải và bánh trái theo đường C 58

Hình 4.15: Sai lệch khoảng cách, sai lệch góc theo đường C 59

Hình 4.16: Đối tượng di chuyển và bám mu ̣c tiêu theo đường V 59

Hình 4.17: Tốc đô ̣ bánh phải và bánh trái theo đường V 60

Hình 4.18: Sai lệch khoảng cách, sai lệch góc theo đường V 60

Hình 4.19: Đối tượng di chuyển và bám mu ̣c tiêu theo đường M 61

Hình 4.20: Tốc đô ̣ bánh phải và bánh trái theo đường M 61

Hình 4.21: Sai lệch khoảng cách, sai lệch góc theo đường M 62

Hình 4.22: Đối tượng di chuyển và bám mu ̣c tiêu đường lu ̣c giác 62

Hình 4.23: Tốc đô ̣ bánh phải và bánh trái đường lu ̣c giác 63

Hình 4.24: Sai lệch khoảng cách, sai lệch góc đường lu ̣c giác 63

Hình 5.1: Nhâ ̣n da ̣ng mu ̣c tiêu theo hình dạng 65

Hình 5.2: Nhâ ̣n da ̣ng mu ̣c tiêu theo màu sắc 65

Hình 5.3: Robot bám theo mục tiêu đường tròn C 66

Hình 5.4: Vận tốc bánh trái và bánh phải của robot (di chuyển theo đường C) 66

Hình 5.5: Thông số sai lệch (mục tiêu di chuyển theo đường tròn) 67

Hình 5.6: Cấu ta ̣o của Mobile robot 68

Hình 5.7: Laptop dùng để điều khiển Mobile robot bằng bô ̣ xử lý Mờ- Nơron 68

Hình 5.8: Mu ̣c tiêu của Mobile robot 68

Hình 5.9: Lưu đồ giải thuâ ̣t của Mobile robot 69

Hình 5.10: Khoảng cách giữa Mobile robot và mu ̣c tiêu 70

Hình 5.11: Mu ̣c tiêu của Mobile robot 70

Hình 5.12: Kết quả thực nghiê ̣m khi mu ̣c tiêu không di chuyển so với điểm đă ̣t 71

Hình 5.13: Kết quả thực nghiê ̣m khi mu ̣c tiêu di chuyển so với điểm đă ̣t 71

Hình 5.14: Kết quả thực nghiê ̣m khi mu ̣c tiêu di chuyển so với điểm đă ̣t 72

DANH MỤC BẢNG

Bảng 1.1: Các kiểu Mobile robot di chuyển bằng 2 bánh 11

Bảng 1.2: Bảng ký hiệu các bánh xe củ a Mobile robot 13

Bảng 2.1: So sánh logic Mờ và ma ̣ng Nơron 19

Bảng 2.2: Miền giá tri ̣ vâ ̣t lý cơ sở của các biến ngôn ngữ 22

Bảng2.3: Luật hợp thành cho bộ điều khiển mờ 25

Bảng 3.1: Bảng ký hiê ̣u các thông số của Mobile robot 35

Bảng 3.2: Các Pin của Port B 40

Bảng 3.3: Các Pin của Port C 41

Bảng 3.4: Các Pin của Port D 41

LỜI MỞ ĐẦU

1 Lý do chọn đề tài

Robot là đối tượng phi tuyến nên rất khó xác định được chính xác các thông số

đo lường tại các thời điểm nhất định Do vậy, bài toán điều khiển robot là bài toán khá phức tạp Vì vậy, ứng dụng của hệ điều khiển mờ- nơron (Fuzzy- Neural) trong bài toán điều khiển Robot sẽ hứa hẹn là một giải pháp góp phần nâng cao hiệu quả làm việc của robot nhờ khả năng di chuyển chính xác đối tượng trong các môi trường làm việc

Điều khiển Mobile robot bám mu ̣c tiêu áp du ̣ng bô ̣ điều khiển Mờ- Nơron là một lĩnh vực tương đối mới, có khả năng ứng dụng trong:

 Điều khiển tiến trình (ví dụ: Robot công nghiệp, hay các thiết bị, xe tự hành);

 Phát hiện sự thay đổi (ví dụ: Các thiết bị giám sát);

 Tổ chức thông tin (ví dụ: Chỉ số kho dữ liệu các ảnh hoặc chuỗi ảnh liên tục);

 Mô hình hoá đối tượng (ví dụ: Quá trình kiểm tra trong môi trường công nghiệp, xử lý ảnh trong y học);

 Tương tác (đóng vai trò làm đầu vào cho thiết bị trong quá trình tương tác giữa người và máy)

Hiện nay trong nước và trên thế giới đã có một số nghiên cứu ứng dụng hệ mờ nơron (ANFIS) trong bài toán điều khiển Robot Tuy nhiên, lĩnh vực này còn khá mới và đang rất được quan tâm nhưng chưa được ứng dụng rộng rãi Chính vì lý do

-trên tác giả quyết định chọn đề tài: “Điều khiển Mobile Robot ba ́ m mu ̣c tiêu áp

du ̣ng bô ̣ điều khiển Mờ- Nơron”

2 Ý nghĩa khoa học, ý nghĩa thực tiễn của đề tài

2.1 Ý nghĩa khoa học

Hệ thống Mờ- Nơron đang nổi lên như một công cụ điều khiển các hệ thống phi

tuyến với các thông số chưa xác định Việc kết hợp giữa phương pháp Mờ - Nơron đem lại khả năng tuyệt vời cho sự linh hoạt và học theo thao tác của con người

Điều này có ý nghĩa rất lớn về mặt khoa học trong việc điều khiển các đối tượng phi tuyến

Đề tài này sẽ đề cập đến ứng dụng của Mờ- Nơron trong việc điều khiển đối tượng phi tuyến đặc biệt là điều khiển Mobile robot di đô ̣ng

2.2 Ý nghĩa thực tiễn

Việc điều khiển Mobile robot di động ứng dụng hệ Mờ- Nơron có ý nghĩa thực tiễn rất lớn Bởi vì Mobile robot di động được áp dụng rộng rãi trong nhiều lĩnh vực khác nhau, chúng buộc phải có khả năng làm việc trong các môi trường không xác định trước và thay đổi Đặc biệt chúng phải nhạy cảm với môi trường làm việc và thực hiện thao tác bất chấp sự có mặt của vật cản trong vùng làm việc Việc nâng cao chất lượng điều khiển Robot sẽ góp phần nâng cao chất lượng sản phẩm, nâng cao năng suất và hiệu quả lao động

3 Mục tiêu của luận văn

Mục tiêu luận văn “Điều khiển Mobile Robot bám mục tiêu áp dụng bộ điều

khiển Mờ- Nơron” là áp dụng lý thuyết mờ- nơron (ANFIS) vào điều khiển một đối

tượng thực tế

Giúp học viên hiểu rõ hơn về lý thuyết Mờ- Nơron (Fuzzy- Neural) để phục vụ tốt cho công việc giảng dạy hiện tại và nghiên cứu sau này

4 Nô ̣i dung công viê ̣c thực hiê ̣n

Do giới hạn về thời gian và điều kiện nghiên cứu nên đề tài chỉ giới hạn trong các vấn đề sau:

 Nghiên cứu về lý thuyết Mờ- Nơron (Fuzzy- Neural);

 Xây dựng mô hình toán học cho Mobile robot;

 Dùng Matlab mô phỏng kiểm nghiệm lý thuyết;

 Xây dựng mô hình thực tế;

 Lập trình điều khiển;

 Kết quả thực nghiê ̣m

5 Giới thiệu về đối tượng và phương pháp nghiên cứu

5.1 Đối tươ ̣ng nghiên cứu

 Xây dựng mô hình toán học và mô hình thật của Mobile robot;

 Nghiên cứu xử lý ảnh trong Matlab để nhận dạng mục tiêu có hình dạng và màu sắc cụ thể;

 Nghiên cứu áp dụng bộ điều khiển mờ kết hợp với nơron để điều khiển Mobile robot bám mục tiêu trên

5.3 Phương pha ́ p nghiên cứu

- Lý thuyết;

- Kiểm nghiệm thực tế

Chương 1: TỔNG QUAN VỀ MOBILE ROBOT

1.1 Li ̣ch sử ra đời và phát triển của Mobile robot

Thuật ngữ Robot lần đầu tiên xuất hiện năm 1921ở Tiệp Khắc trong tác phẩm R.U.R (Rossum’s Universal Robot) của nhà soạn kịch Karel Capek mang ý nghĩa người làm tạp dịch, kể từ đó thuật ngữ này được sử dụng rộng rãi cho đến ngày nay Ngay sau chiến tranh thế giới lần thứ hai, nhiều công trình Robot bắt đầu phát triển đă ̣c biê ̣t nhằm phục vụ trong các phòng thí nghiệm

Trong những năm 1950, bên cạnh các cánh tay cơ khí, đã xuất hiện các cánh tay thủy lực và điện từ Cũng trong thờ i gian này, George C.Devol đã thiết kế một thiết

bị có tên là thiết bị vận chuyển có khớp nối được lập trình (Programmed Artculated Transfer Device) Đây là một cánh tay máy mà hoạt động của nó có thể được lập trình thực hiện một chuỗi các bước chuyển động được xác định trong các câu lệnh trong chương trình điều khiển

Phát triển xa hơn ý tưởng trên, Devol và Joseph F.Engelberger đã dẫn đường cho các Robot công nghiệp đầu tiên được giới thiệu năm 1959 ở công ty Unimation (Mỹ), thiết bị này sử dụng máy tính liên kết với tay máy nhằm huấn luyê ̣n cho nó thực hiện các công việc khác nhau một cách tự động

Khi robot được lập trình đã tạo ra sức mạnh trong sản xuất, vào năm 1960 như một sự tất yếu, sự linh hoạt của hệ thống Robot được nâng cao đáng kể thông qua

hệ thống phản hồi từ các sensor Tiếp đó, H.A.Ernst đã công bố sự ra đời và phát triển của bàn tay cơ khí được điều khiển bằng máy tính sử dụng các sensor Đây là

sự xuất hiện đầu tiên về robot có khả năng thích ứng với môi trường

Vào cuối những năm 1960, Mc Carthy cùng bạn đồng nghiệp đã công bố sự phát triển của máy tính cùng với Camera vô tuyến và Microphone

Năm 1968 Pieper đã nghiên cứu những vấn đề động học trong điều khiển Robot bằng máy tính, trong khi đó năm 1971 Kanh và Roth đã phân tích về động học và giới hạn điều khiển về tay máy

Trong suốt những năm 1970, một số lượng lớn các công trình nghiên cứu đã tập trung vào việc sử dụng các sensor ngoại vi để tăng sự tiện lợi và linh hoạt cho

Robot Vào thời gian này công ty máy tính IBM đã chế tạo ra loại Robot có các sensor xúc giác và sensor lực trong các cu ̣m chi tiết máy

Một trong những lĩnh vực được nhiều phòng thí nghiệm quan tâm là Robot tự hành, Robot di động Nhiều công trình nghiên cứu đã thiết kế, xây dựng tạo ra các robot tự hành bắt chước chân người hoặc súc vật

Trong những thập kỷ 80- 90 do sự phát triển mạnh mẽ của khoa học kỹ thuật, đặc biệt trong lĩnh vực kỹ thuật vi xử lý và công nghệ thông tin, số lượng Robot đã gia tăng đáng kể, giá thành giảm đi rõ rệt, tính năng của Robot có nhiều bước tiến vượt bậc nhằm tăng tính ca ̣nh tranh cho Robot

1.2 Các thế hệ cu ̉ a Mobile robot

Kể từ khi khái niệm mobile robot ra đời, công việc thiết kế và chế tạo robot đã trải qua nhiều giai đoạn với nhiều thế hệ và chiều hướng phát triển khác nhau Có 5 thế hệ Mobile robot ra đời kể từ năm 1960:

1.2.2 Thế hệ thứ hai

Robot được trang bị các sensor cho phép Robot giao tiếp với môi trường bên ngoài Các thiết bị này thực chất là các bộ biến đổi năng lượng Nó chuyển các đại lượng không điện thành đại lượng điện mà qua đó bộ điều khiển Robot có thể biết được trạng thái của môi trường xung quanh nó Nhờ các sensor này robot có thể chọn các phương án khác nhau một cách linh hoạt nhằm thích nghi với môi trường

bên ngoài Dạng robot với trình độ điều khiển này còn được gọi là robot điều khiển thích nghi cấp thấp Đây gọi là cơ cấu điều khiển servo vòng kín (Closed- Loop Servo Controller System)

1.2.5 Thế hệ thứ năm

Các bộ điều khiển của robot sử dụng trí tuệ nhân tạo (Artificial Intelligence) Robot được trang bị các kỹ thuật như nhận dạng tiếng nói, hình ảnh, xác định khoảng cách, cảm nhận đối tượng tiếp xúc (da nhân tạo) để xử lý, ra những quyết định hợp lý Ngoài ra robot được trang bị mạng nơron giúp nó có khả năng tự học,

Hình 1.1: Ảnh 3D từ hệ thống Brilliance ICT Scanner (nguồn: internet)

1.3.2 Trong công nghiệp

Trong thời đại công nghiệp hiện nay, Robot ngày càng được sử dụng phổ biến trong sản suất cũng như trong cuộc sống Robot đã có một vị trí quan trọng không thể thay thế được, nó giúp con người làm việc trong những điều kiện nguy hiểm khó khăn và ứng dụng dùng để xác định vị trí của chi tiết so với vị trí gốc, hoă ̣c giúp cho cánh tay Robot vươn tới đúng mục tiêu…

Hình 1.2: Hình ảnh về cánh tay Robot (nguồn: internet)

Trong các dây chuyền sản xuất, công nghệ cảm quan máy tính được ứng dụng thay thế phương pháp thủ công hoặc cơ học nhằm tăng hiệu suất và chính xác

Hình 1.3: Camera kiểm định chất lượng sản phẩm.(nguồn: machinevision.co.uk)

Phổ biến nhất là đo lường và kiểm định chất lượng sản phẩm: màu sắc và độ phủ đều khi sơn vỏ xe hơi, độ cân đối và hình dáng bánh răng (hình 1.4), chất lượng in nhãn mác…

Hình 1.4: Camera kiểm tra số hiệu in trên sản phẩm (nguồn: Omron Electronics)

1.3.3 Trong hệ thống an ninh (camera thông minh, nhận dạng)

CV có thể được tích hợp vào hệ thống camera theo dõi truyền thống, đảm nhận vai trò theo dõi và cảnh báo, giúp giám sát viên không phải trực tiếp quan sát 24/24: phát hiện chuyển động và cảnh báo xâm phạm, phát hiện các tình huống bất thường dựa trên nhận dạng cử động như ẩu đả, cướp ngân hàng, nguy cơ chết đuối

Một ứng dụng khác của CV trong lĩnh vực an ninh là nhận dạng khuôn mặt đã phổ biến trên một số dòng máy tính xách tay

Hình 1.5: Theo dõi khách bộ hành (nguồn:IEEE CV and P Recognition, 2007)

1.3.4 Trong giao thông (gia ́ m sát và điều khiển lưu thông)

Ứng dụng phổ biến hiện nay là giám sát lưu thông: Cảnh báo sớm tình trạng ùn tắc, ghi nhận các trường hợp phóng nhanh lạng lách, chụp và truy xuất số xe vi phạm để xử lí

Một ứng dụng khác đang được nghiên cứu phát triển là điều khiển xe tự hành Hệ thống camera ghi nhận hình ảnh xung quanh khi xe di chuyển, bằng cảm quan máy tính, định vị làn đường, phát hiện các vật cản và xe khác, nhận biết các bảng chỉ dẫn, điều khiển lưu lượng giao thông

Hình 1.6: Camera điều khiển xe tự hành SCABOR (nguồn: T.U of Cluj Napoca)

1.3.5 Trong thám hiểm không gian

Trong lĩnh vực không gian, CV có vai trò quan trọng trong việc vận hành các robot thám hiểm Trước hết là xây dựng mô hình 3D của bề mặt hành tinh để hoạch định đường đi an toàn nhất

Trong quá trình di chuyển, robot ước lượng chuyển động của mình dựa trên sự phân tích chuyển động của cảnh quan Khi đã tiếp cận mục tiêu cần khảo sát, Robot điều khiển cánh tay cơ học qua quan sát từ camera thực hiện các thao tác đào bới, lấy mẫu đất đá, chụp ảnh chi tiết

CV cũng được phát triển cho các robot gia đình, giúp Robot có thể xây dựng mô hình và định vị mình (SLAM- Simultaneous Localization and Mapping), giao tiếp với con người qua nhận dạng cử động

Hình 1.7: Ứng dụng cảm quan máy tính trên robot thám hiểm (nguồn: internet)

1.3.6 Trong quân sự

Hình 1.8: Robot tự hành trên sao hỏa (nguồn: internet)

Một ứng dụng mới trong quân sự là dùng trong các máy bay không người lái hoặc các xe tự hành Lúc này Mobile robot dùng để nhận biết các chướng ngại vật trong môi trường hay cũng có thể dùng để nhận biết những đối tượng cần giám sát như cháy rừng Ngoài ra Robot còn dùng trong lĩnh vực thám hiểm không gian, quân sự, giải trí, việc giám sát địch và cả trong việc chiến đấu Việc ứng dụng Robot sẽ giảm bớt thương vong, nâng cao hiệu quả trong phòng vệ và chiến đấu

Hình 1.9: Máy bay không người lái (nguồn: internet)

1.4 Những xu hướng phát triển của Robot hiện đại

Theo dự báo trong vòng 20 năm nữa mỗi người sẽ có nhu cầu sử dụng một Robot

cá nhân như cần một máy tính PC hiện nay và Robot sẽ là tâm điểm của một cuộc cách mạng công nghệ lớn sau Internet

Với xu thế này, cùng với các ứng dụng truyền thống khác của Robot trong công nghiệp, y tế, giáo dục đào tạo, giải trí và đặc biệt trong an ninh quốc phòng thì thị trường Robot và các dịch vụ ăn theo Robot sẽ vô cùng lớn

Robot tổng hợp trong nó cả khoa học và công nghệ Để thiết kế và chế tạo được Robot, ta cần có các tri thức của toán học, cơ học, vật lý, điện tử, lý thuyết điều khiển, khoa học tính toán và nhiều tri thức khác Để có thể ứng dụng được Robot, ta cần biết rõ về đối tượng ứng dụng Robot là sản phẩm tích hợp cả khoa học và công nghệ với độ phức tạp cao

Robot đã có những tiến bộ đáng kể trong hơn nửa thế kỷ qua Robot đầu tiên được ứng dụng trong công nghiệp vào những năm 60 để thay thế con người làm các công việc nặng nhọc, nguy hiểm trong môi trường độc hại Do nhu cầu cần sử dụng ngày càng nhiều trong các quá trình sản xuất phức tạp nên Robot công nghiệp cần

có những khả năng thích ứng linh họat và thông minh hơn Ngày nay, ngoài ứng dụng sơ khai ban đầu của Robot trong chế tạo máy thì các ứng dụng khác như trong

y tế, chăm sóc sức khỏe, nông nghiệp, đóng tàu, xây dựng, an ninh quốc phòng và gia đình đang có nhu cầu gia tăng đang là động lực cho các Robot phát triển

Có thể kể đến một số loại Robot được quan tâm nhiều trong thời gian qua là: tay máy Robot (Robot Manipulators), Robot di động (Mobile Robots), Robot phỏng sinh học (Bio Inspired Robots) và Robot cá nhân (Personal Robots) Tay máy Robot bao gồm các loại Robot công nghiệp (Industrial Robot), robot y tế (Medical Robot)

và Robot trợ giúp người tàn tật (Rehabilitation Robot) Robot di động được nghiên cứu nhiều như xe tự hành trên mặt đất AGV (Autonomous Guided Vehicles), Robot

tự hành dưới nước AUV (Autonomous Underwater Vehicles), Robot tự hành trên không UAV (Unmanned Arial Vehicles) và Robot vũ trụ (Space robots) Với Robot phỏng sinh học, các nghiên cứu thời gian qua tập trung vào 2 loại chính là Robot đi (Walking Robots) và Robot dáng người (Humanoid Robots) Bên cạnh đó, các loại Robot phỏng sinh học dưới nước như Robot cá, các cấu trúc chuyển động phỏng theo sinh vật biển cũng được nhiều nhóm nghiên cứu phát triển

Các nghiên cứu cơ bản về Robot của Việt Nam đã được công bố nhiều trên các Hội Nghị và tạp chí quốc tế Việc phối hợp với các nước như Nhật, Mỹ, Singapore, Đức tổ chức các hội nghị quốc tế tại Việt nam liên quan đến Robot: RESCCE’98, RESCCE’00, RESCCE’02, ICMT2004, ICARCV2008, ITOMM 2009 là một chuỗi

hoạt động khoa học liên tục của cộng đồng Robotics Việt nam hòa nhập vào các hoạt động nghiên cứu khoa học với các nước khu vực và tiên tiến trên thế giới Với xu thế toàn cầu hóa, sự phân công lao động trong chuỗi cung sản phẩm và dịch vụ trên thế giới đã không còn giới hạn địa lý Cơ hội cho mỗi cá nhân, tổ chức

có thể tham gia vào các công việc trên thế giới là bình đẳng cho mọi người, mọi dân tộc và mọi quốc gia Để đạt được điều này, chúng ta phải có những định hướng ngay từ bây giờ như:

 Về đào tạo: Tập trung phát triển đông đảo nguồn nhân lực có kiến thức toàn diện từ sử dụng đến nghiên cứu phát triển các Robot và các ứng dụng liên quan

 Về nghiên cứu: Tập trung cho phát triển trí tuệ của Robot từ mức thấp với khả năng giải quyết một vài việc cụ thể đến mức cao với khả năng nhận thức, suy diễn

và ra quyết định để Robot có thể thích ứng với môi trường tự nhiên và tham gia vào

xã hội loài người

 Về sản xuất: Tập trung thiết kế và chế tạo các loại Robot dịch vụ Việt Nam có tính thực dụng cao, giá rẻ, đơn giản và chuyên dụng cho các công việc cụ thể

 Tham gia vào chuỗi cung toàn cầu của các sản phẩm, hệ thống Robot từ các công việc tay chân như lắp ráp, gia công đến các công việc trí óc như thiết kế, nghiên cứu và đào tạo Chuẩn bị nguồn lực cho các nhu cầu của một xã hội có sự hiện hữu phổ biến của Robot trong đời sống hàng ngày

 Viện Khoa học và Công nghệ Việt Nam cần có chiến lược dài hạn cho phát triển các nghiên cứu về Robot, phát huy vai trò đầu tàu về nghiên cứu cơ bản trong phát triển robot ở Việt Nam, một lĩnh vực trung tâm của cuộc cách mạng công nghệ lớn tiếp theo, có tầm ảnh hưởng đến toàn xã hội loài người trong thời gian 15-20 năm tới

Để có thể hội nhập và phát triển trong xu thế toàn cầu hóa hiện nay Việt Nam cần

có một cộng đồng rộng lớn các chuyên gia tâm huyết, có môi trường học tập và nghiên cứu lành mạnh và một chính sách vĩ mô hỗ trợ tri thức phát triển thích nghi được với quá trình “phẳng” hóa thế giới hiện nay

(Nguô ̀n tin: GS.TSKH Phạm Thượng Cát - Viện Công nghệ Thông tin)

1.5 Giới thiệu một số kiểu Mobile robot thông dụng

Mobile robot có khả năng tự hoạt động, thực thi nhiệm vụ mà không cần sự can thiệp của con người Với những cảm biến, chúng có khả năng nhận biết về môi trường xung quanh Mobile robot ngày càng có nhiều ý nghĩa trong các ngành công nghiệp, thương mại, y tế, các ứng dụng khoa học và phục vụ đời sống của con người

Với sự phát triển của ngành Robot học, Mobile robot ngày càng có khả năng hoạt động trong các môi trường khác nhau, tùy mỗi lĩnh vực áp dụng mà chúng có nhiều loại khác nhau như Robot sơn, Robot hàn, Robot cắt cỏ, Robot thám hiểm đại dương, Robot làm việc ngoài vũ trụ

Cùng với sự phát triển của yêu cầu trong thực tế Mobile robot tiếp tục đưa ra những thách thức mới cho các nhà nghiên cứu

Xét về cách thức di chuyển có thể chia Mobile robot thành 2 loại chính: Robot chuyển động bằng chân và robot chuyển động bằng bánh

Ngoài ra một số loại robot hoạt động trong các môi trường đặc biệt như dưới nước hay trên không trung thì chúng được trang bị cơ cấu di chuyển đặc trưng cho khả năng làm viê ̣c khác nhau

1.5.1 Mobile robot di chuyển bằng chân

Ưu điểm lớn nhất của loại robot này là có thể thích nghi và di chuyển trên các địa hình gồ ghề Hơn nữa chúng còn có thể đi qua những vật cản như hố, vết nứt sâu Nhược điểm chính của robot loại này chính là chế tạo quá phức tạp Chân Robot

là kết cấu nhiều bậc tự do, đây là nguyên nhân làm tăng trọng lượng của robot đồng thời giảm tốc độ di chuyển

Các kỹ năng như cầm, nắm hay nâng tải cũng là nguyên nhân làm giảm độ cứng vững của robot Robot loại này càng linh hoạt thì chi phí chế tạo càng cao và phức

ta ̣p

Mobile robot di chuyển bằng chân được mô phỏng theo các loài động vật vì thế

mà chúng có loại 1 chân, loại 2, 4, 6 chân và có thể nhiều hơn để thích ứng với điều kiê ̣n làm viê ̣c của chúng

 Mô ̣t số mobile robot điển hình chuyển động bằng chân:

Hình 1.10: Mobile Robot di chuyển bằng chân (nguô ̀n internet)

a Robot ASIMO của Honda, b Robot 6 chân, c.Robot chó Tian, d.Robot 4 chân

1.5.2 Mobile robot di chuyển bằng bánh

Bánh xe là cơ cấu chuyển động được sử dụng rộng rãi nhất trong công nghệ Mobile robot Vấn đề cân bằng thường không phải là vấn đề được chú ý nhiều trong robot di chuyển bằng bánh Ba bánh là kết cấu có khả năng duy trì cân bằng nhất, tuy nhiên kết cấu 2 bánh cũng có thể cân bằng được Khi robot có số bánh nhiều hơn 3 thì thông thường người ta phải thiết kế hệ thống treo để duy trì sự tiếp xúc của tất cả các bánh xe với mặt đất Vấn đề của Robot loại này là về lực kéo, độ ổn định và khả năng điều khiển chuyển động.v.v

 Ký hiê ̣u một số kiểu Mobile robot di chuyển bằng bánh xe

Bảng 1.1: Các kiểu Mobile robot di chuyển bằng 2 bánh

3

Hai bánh truyền động ở giữa và một banh chuyển động đa hướng

Hai bánh truyền động ở phía sau

và một banh chuyển động đa hướng ở phía trước

Hai bánh truyền động ở phía sau, được nối chung trục và một bánh lái chuyển động tự do phía trước

Hai bánh chuyển động tự do ở phía sau, bánh phía trước và là bánh truyền động vừa là bánh lái

4

Hai bánh truyền động ở phía sau, được nối chung trục và hai bánh chuyển động tự do phía trước được nối chung trục làm hai bánh lái

Hai bánh truyền động phía sau và hai bánh trước chuyển động đa hướng

Hai bánh truyền động ở giữa và phía trước và phía sau là hai bánh chuyển động đa hướng

1.6 Giới thiệu Mobile robot bám mu ̣c tiêu

Trong những năm gần đây, robot bám mục tiêu được tập trung nghiên cứu vì những ứng dụng hiệu quả của nó trong công nghiệp, quân sự và dân dụng Robot bám mục tiêu có thể đi theo quỹ đạo được vẽ trướ c, hoặc bám theo mục tiêu phía trước mà đường đi chưa biết…Robot được trang bị các cảm biến để nhận biết quỹ đạo, mục tiêu phía trước để quyết định hướng đi và tốc độ di chuyển

Có nhiều tác giả đã áp dụng các phương pháp kỹ thuật thông minh khác nhau để điều khiển robot bám mục tiêu, trong đó có phương pháp mờ-nơron thích nghi (ANFIS) [9], ANFIS là một mô hình lai ghép kết hợp các khả năng thích ứng của mạng lưới thần kinh nhân tạo và cơ chế suy luận của mờ

Có nhiều phương pháp khác nhau trong điều khiển logic mờ [1-2] hoặc lai ghép

mờ với các phương pháp điều khiển khác [3-5] trong điều khiển quỹ đạo chuyển động Phương pháp điều khiển Neural-Fuzzy để điều hướng robot được trình bày bởi M.M.Joshi and M.A Zaveri [7-8] là phương pháp cho thấy ưu điểm nhất Trong luâ ̣n văn này, tác giả áp dụng phương pháp ANFIS để điều khiển mobile robot bởi góc lái, tốc độ các bánh trái, phải.bám theo mục tiêu di chuyển phía trước Mục tiêu có thể di chuyển ở nhiều biên dạng khác nhau Tiến hành thực nghiệm trên

mô hình vật lý để kiểm chứng phương pháp điều khiển

Chương 2: THIẾT KẾ BỘ ĐIỀU KHIỂN MỜ- NƠRON

2.1 Ly ́ thuyết Mờ- Nơron (Fuzzy- Neural)

Năm 1970, Lee nghiên cứu về mối liên quan giữa lý thuyết tập Fuzzy với mạng Neural đã đánh dấu sự ra đời của bộ điều khiển mờ- nơron

Phát triển trên nền tảng các công trình nghiên cứu, năm 1971 đã xuất hiện thiết bị

tự động với cơ chế suy diễn mờ theo nguyên lý mạng nơron, tuy nhiên vẫn còn ở mức độ thấp

Thập kỷ 80- 90 được xem là thời kỳ nở rộ của các công trình nơron mờ với những ứng dụng trong nhận dạng ảnh, trong hệ thống hỗ trợ quyết định, trong cơ chế suy diễn nơron- mờ

Nguyên nhân của sự phát triển đó là do sự phát triển của mạng nơron Hopfield, Tank, tiếp nối là sự hoàn thiện thuật toán lan truyền ngược của Rumelhart, Hinton, Williams, Nauck

Nguyên nhân nữa thúc đẩy sự phát triển này là các sản phẩm logic mờ ở Nhật Bản phát triển mạnh mẽ và các chíp mờ đã được ứng dụng trong điều khiển máy giặt, nồi cơm điện, máy điều hòa,tủ la ̣nh…

2.2 Logic Mờ

2.2.1 Cấu trúc của bô ̣ điều khiển Mờ

Hình 2.1: Sơ đồ các khối chức năng của hệ điều khiển Mờ

Trong đó các khối chính của bộ điều khiển mờ là khối mờ hóa, khối thiết bị hợp thành và khối giải mờ Ngoài ra còn có tín hiê ̣u vào và tín hiê ̣u ra để đưa tín hiệu vào bộ điều khiển và xuất tín hiệu từ ngõ ra bộ điều khiển đến cơ cấu chấp hành

Đối với logic mờ, ta dễ dàng thiết kế một hệ thống mong muốn chỉ bằng các luật

Nếu- Thì (If- Then) gần với việc xử lý của con người Điều này cho phép tạo ra lời

giải đơn giản hơn, trong khoảng thời gian ngắn hơn Thêm nữa, ta dễ dàng sử dụng những hiểu biết của mình về đối tượng để tối ưu hệ thống một cách trực tiếp

Tuy nhiên, đi đôi với các ưu điểm hệ điều khiển mờ còn tồn tại một số nhược điểm như việc thiết kế và tối ưu hóa hệ logic mờ đòi hỏi phải có một số kinh nghiệm về điều khiển đối tượng, đối với những người mới thiết kế lần đầu điều đó hoàn toàn không đơn giản Mặt khác còn hàng loạt những câu hỏi khác đặt ra cho người thiết kế mà nếu chỉ dừng lại ở tư duy logic mờ thì hầu như chưa có lời giải

2.2.2 Bộ điều khiển Mờ cơ bản

Bộ điều khiển mờ bao gồm các khối cơ bản sau:

 Mờ hoá: biến giá trị rõ đầu vào thành giá trị mờ

 Hệ luật mờ: Tập các luật “If– then” Đây là bộ não của bộ điều khiển mờ Luật mờ “If– then” có 2 dạng: Luật mờ Mamdani và luật mờ Sugeno

 Thiết bị hợp thành: biến đổi các giá trị đã mờ hóa ở đầu vào thành các giá trị đầu ra theo luật hợp thành nào đó

 Giải mờ: biến giá trị đầu ra của khối thiết bị hợp thành thành giá trị rõ

MỜ

HÓA

THIẾT BỊ THỰC HIỆN LUẬT HỢP THÀNH

.

Hình 2.2: Bộ điều khiển Mờ cơ bản

Một bộ điều khiển mờ gồm ba thành phần trên được gọi là bộ điều khiển mờ cơ bản

2.2.3 Bộ điều khiển Mờ tĩnh

Bộ điều khiển mờ tĩnh là bộ điều khiển có quan hệ vào/ra y(x) trong đó x là đầu vào và y là đầu ra theo dạng một phương trình đại số (tuyến tính hay phi tuyến)

Các bộ điều khiển tĩnh điển hình là những bộ khuếch đại P, bộ điều chỉnh Relay hai

vị trí, ba vị trí

Hình 2.3: Bộ điều khiển Mờ tĩnh

Một trong những dạng hay dùng của bộ điều khiển mờ tĩnh là bộ điều khiển mờ tuyến tính từng đoạn, nó cho phép ta thay đổi mức độ điều khiển trong phạm vi khác nhau của quá trình, do vậy nâng cao chất lượng điều khiển

Bộ điều khiển mờ tĩnh có ưu điểm là đơn giản, dễ thiết kế song có nhược điểm là chất lượng điều khiển không cao do chưa đề cập đến trạng thái động (vận tốc, gia tốc…) của quá trình, vì vậy nó chỉ được sử dụng trong các trường hợp đơn giản

2.2.4 Bộ điều khiển Mờ động

Bộ điều khiển mờ động là bộ điều khiển phối hợp giữa hệ kinh điển (các khâu P,

I, D) với hệ mờ.Mô hình điều khiển mờ động sử dụng phối hợp các khâu P, I, D

Hình 2.4: Bộ điều khiển Mờ động với 4 đầu vào và 2 đầu ra

2.3 Mạng Nơron

2.3.1 Cấu tru ́ c ma ̣ng Nơron

 Nơron đơn giản: Xét một nơron với một đầu vào vô hướng và không có độ dốc

Hình 2.5: Mô hình Nơron đơn giản

 Nơron với nhiều đầu vào (véc tơ vào): Nơron với véc tơ vào gồm R phần tử

Hình 2.6: Nơron với R đầu vào

Các đầu vào P1,P2,P3, P Rđược nhân với các trọng liên kết W11,W1,2,W1,3, W1R Các trọng liên kết được biểu diễn bằng ma trận hàng, véc tơ p là ma trận cột Ta có:

w

b W P

W P W P W

Nhiều nơron kết hợp với nhau tạo thành mạng nơron, mạng nơron có thể có một lớp hoặc nhiều lớp

Đối với mạng nơron, chúng có một số ưu điểm như: xử lý song song nên tốc độ

xử lý rất nhanh; có khả năng học hỏi, ta có thể huấn luyện mạng để xấp xỉ một hàm phi tuyến bất kỳ đặc biệt khi đã biết một tập dữ liệu vào/ra

Đi đôi với những ưu điểm đó mạng nơron vẫn còn tồn tại một số nhược điểm cơ bản là khó giải thích rõ ràng hoạt động của mạng nơron như thế nào Do vậy, việc chỉnh sửa trong mạng nơron rất khó khăn

Mạng nơron được điều chỉnh hoặc được huấn luyện để hướng các đầu vào riêng biệt đến đích ở đầu ra Ở đây, hàm trọng của mạng được điều chỉnh trên cơ sở so sánh đầu ra với đích mong muốn (taget) cho tới khi đầu ra mạng phù hợp với đích Những cặp vào/đích (input/taget) được dùng để giám sát cho sự huấn luyện mạng

Để có được một số cặp vào/ra, ở đó mỗi giá trị vào được gửi đến mạng và giá trị

ra tương ứng được thực hiện bằng mạng là sự xem xét và so sánh với giá trị mong muốn Bình thường tồn tại một sai số vì giá trị mong muốn không hoàn toàn phù hợp với giá trị thực Sau mỗi lần chạy, ta có tổng bình phương của tất cả các sai số Sai số này được sử dụng để xác định các hàm trọng mới

Hình 2.8: Cấu trúc huấn luyện mạng

Sau mỗi lần chạy, hàm trọng của mạng được sửa đổi với đặc tính tốt hơn tương ứng với đặc tính mong muốn Từng cặp giá trị vào/ra phải được kiểm tra và trọng lượng được điều chỉnh một vài lần Sự thay đổi các hàm trọng của mạng được dừng lại nếu tổng các bình phương sai số nhỏ hơn một giá trị đặt trước hoặc đã chạy đủ một số lần chạy xác định (trong trường hợp này mạng có thể không thoả mãn yêu cầu đặt ra do sai lệch còn cao)

2.4 Sự kết hợp giữa logic Mờ va ̀ ma ̣ng Nơron

Bảng 2.1: So sánh logic Mờ và mạng Nơron

Thể hiện tri thức

Không tường minh, khó giải thích và khó sửa đổi

Tường minh, dễ kiểm chứng hoạt động và dễ sửa đổi

qua các tập dữ liệu

Không có khả năng học, người thiết kế phải tự thiết kế tất cả

Tính nhạy cảm với những

Nguồn của tri thức Từ các mẫu ho ̣c Từ các kinh nghiê ̣m

chuyên gia

Lưu giữ tri thức Trong nơron và trọng số

của từng đường ghép nối

Trong luật hợp thành và hàm thuộc

Từ những phân tích ở trên ta thấy logic Mờ và ma ̣ng Nơron mỗi loại có một điểm mạnh và điểm yếu riêng của nó Và những ưu điểm của mạng Nơron là nhược điểm của bộ điều khiển mờ và ngược lại

Từ đó để có được ưu điểm của cả điều khiển Mờ và mạng Nơron trong một bộ điều khiển, người ta đã ghép chúng chung thành một hệ thống ta sẽ có một hệ lai với ưu điểm của cả hai: Logic Mờ cho phép thiết kế hệ dễ dàng, tường minh trong khi mạng Nơron cho phép học những gì mà ta yêu cầu về bộ điều khiển Nó sửa đổi

các hàm phụ thuộc về hình dạng, vị trí và sự kết hợp hoàn toàn tự động Điều này

làm giảm bớt thời gian cũng như giảm bớt chi phí khi phát triển hệ Mờ- Nơron Việc ghép nối này có thể được thực hiện theo nhiều cách khác nhau và mỗi cách ghép nối sẽ có một giá trị riêng cho một hệ thống điều khiển nhất định nào đó Một

kỹ thuật ghép nối giữa điều khiển Mờ và mạng Nơron đã mang lại nhiều thành công trong kỹ thuật điều khiển đó là hệ thống suy luận Mờ- Nơron (ANFIS)

2.4.1 Cấu trúc chung của hệ Mơ ̀ - Nơron

Hình 2.9: Cấu trúc kiểu mẫu của một hệ Mờ- Nơron

Hình 2.10: Mô hình hệ Mờ- Nơron

2.4.2 Các hệ thống điều khiển dùng Mơ ̀ - Nơron

Lý thuyết tập mờ và mạng nơron ra đời muộn hơn cả, song nó cũng đã khẳng định được ưu thế và khả năng ứng dụng trong nhiều lĩnh vực đặc biệt là lĩnh vực điều khiển đòi hỏi chất lượng cao Có được điều đó là do lý thuyết tập mờ, mạng nơron được kết hợp khi ứng dụng vào kỹ thuật điều khiển chúng có nhiều ưu điểm nổi trội bởi tính linh họat trong xử lý, mềm dẻo trong khả năng ứng dụng

Hiện nay sự phát triển của hệ Mờ- Nơron vẫn tiếp tục phát triển mạnh mẽ và nhận được sự quan tâm của rất nhiều nhà khoa học

Sau đây tác giả xin giới thiệu một số công trình nghiên cứu của các nhà khoa học

về ứng dụng của hệ thống điều khiển dùng nơron mờ ở trong nước và trên thế giới

 Ứng dụng mạng nơron điều khiển thích ngi các hàm thành phần mờ và tối

ưu hóa động học các luật mờ ngôn ngữ cho hệ thống điều khiển dao động- Yang,

Tung & Liu (2005)

Cấu trúc của một mạng thuận 5 lớp được chỉ ra để xác định các luật logic mờ chính xác của hệ thống, điều chỉnh tối ƣu các thông số (theo từng vùng) của các hàm thành phần, và thực hiện chính xác can thiệp mờ

Hình 2.11: Mô hình bộ điều khiển Mờ- Nơron

 Ứng dụng mạng nơron để điều khiển bộ bù tĩnh

Đoàn Quang Vinh-Trần Đình Tân, Khoa Điện, trường Đại học Bách Khoa, Đại

học Đà Nẵng

Hình 2.12: Mô phỏng hệ thống điều khiển SVC dùng mạng Mờ- Nơron

2.5 Áp du ̣ng thiết kế bô ̣ điều khiển mờ- nơron cho Mobile robot

2.5.1 Xa ́ c đi ̣nh tâ ̣p mờ

Giá trị của các sai lệch về góc định hướng θ là ∆eθ sẽ nằm trong giớ i ha ̣n khoảng

từ (-1.6, 1.6) radian;

Các giá trị sai lệch về khoảng cách ∆ed sẽ nằm trong khoảng từ (-1, 1) cm;

Giá trị đầu ra của bộ điều khiển mờ (Fuzzy- Neural Controller) sẽ là các giá trị vận tốc góc bánh phải (ωr), bánh trái (ωl);

Các giá trị này còn phụ thuộc sự ràng buộc về kết cấu cơ khí của robot Trong trường hợp này ta chọn dải từ (-49, 49) rad/s

2.5.2 Miền giá trị vật lý cơ sở của các biến ngôn ngữ

Tín hiệu sai lệch giữa góc đặt như trên chọn trong khoảng;

Bảng 2.2: Miền giá tri ̣ vật lý cơ sở của các biến ngôn ngữ

Input Sai lệch góc của robot ∆eθ [-1.6, 1.6] (rad)

Sai lệch khoảng cách của robot ∆ed [-1, 1] (cm)

 ∆ed {ÂM NHIỀU, ÂM VỪA, ÂM ÍT, KHÔNG, DƯƠNG ÍT, DƯƠNG VỪA, DƯƠNG NHIỀU}

 ∆eθ {ÂM NHIỀU, ÂM VỪA, ÂM ÍT, KHÔNG, DƯƠNG ÍT, DƯƠNG VỪA, DƯƠNG NHIỀU}

 ωr {NGUOC NHIỀU,NGƯỢC VỪA, NGƯỢC ÍT, KHÔNG, THUẬN ÍT, THUẬN VỪA, THUẬN NHIỀU}

 ωl {NGUOC NHIỀU,NGƯỢC VỪA, NGƯỢC ÍT, KHÔNG, THUẬN ÍT, THUẬN VỪA, THUẬN NHIỀU}

2.5.4 Các hàm liên thuộc

Đối với quá trình điều khiển Mobile robot có 4 tập mờ Mỗi tập mờ có 7 biến ngôn ngữ, tương ứng với nó là các giá trị ngôn ngữ

Mỗi giá trị ngôn ngữ sẽ được gắn với một hàm phụ thuộc dạng trim

Hình 2.13:Bộ điều khiển Mờ- Nơron

 Hàm phụ thuộc sai số khoảng cách (-1≤ ∆ed ≤ 1(cm))

Hình 2.14: Hàm phụ thuộc của sai lệch khoảng cách ∆ed