Nghiên cứu nâng cao hiệu quả định vị và dẫn đường robot di động trong môi trường không biết trước

H» thèng ành và robot di ëng sû döng FNN-EKF... 2 AGV Autonomous Guided Vehicle Xe tü h nh3 AUV Autonomous Underwater 5 CCD Charge Coupled Device Thi¸t bà t½ch i»n k²p 6 CDB Context Dep

„I HÅC QUÈC GIA H€ NËI TR×ÍNG „I HÅC CÆNG NGH›

Nguy¹n Thà Thanh V¥n

NGHI–N CÙU N…NG CAO HI›U QUƒ ÀNH VÀ V€ DˆN

×ÍNG ROBOT DI ËNG TRONG MÆI TR×ÍNG

LÍI CAM OAN

Tæi xin cam oan luªn ¡n n y l  cæng tr¼nh nghi¶n cùu cõa tæi, ch÷a ÷ñc xu§tb£n t¤i b§t ký nìi n o Måi nguçn thæng tin tham kh£o sû döng trong luªn ¡n

·u ÷ñc tr½ch d¨n ¦y õ

T¡c gi£

Nguy¹n Thà Thanh V¥n

i

LÍI CƒM ÌN

Luªn ¡n n y ÷ñc ho n th nh vîi sü gióp ï cõa nhi·u ng÷íi

Líi ¦u ti¶n, tæi xin gûi líi c£m ìn s¥u s­c ¸n Phâ gi¡o s÷, ti¸n s¾ Tr¦nQuang Vinh v  Ti¸n s¾ L¶ Vô H , l  nhúng ng÷íi Th¦y ¢ trüc ti¸p h÷îng d¨n,

hé trñ v  ëng vi¶n tæi trong qu¡ tr¼nh nghi¶n cùu

Tæi xin gûi líi c£m ìn ch¥n th nh tîi Ti¸n s¾ Phòng M¤nh D÷ìng, çngnghi»p còng nhâm nghi¶n cùu, ¢ câ nhúng hé trñ trong qu¡ tr¼nh thüc hi»nthüc nghi»m v  xu§t b£n c¡c cæng tr¼nh cæng bè

Tæi công xin gûi líi c£m ìn ch¥n th nh tîi nhúng Th¦y, Cæ, çng nghi»pcõa Khoa i»n tû - Vi¹n thæng, ¤i håc Cæng ngh», ¤i håc Quèc Gia H  Nëi

¢ hé trñ, t¤o i·u ki»n v  ëng vi¶n tæi r§t nhi·u trong thíi gian vøa gi£ng d¤yvøa nghi¶n cùu t¤i Khoa

Cuèi còng, xin gûi tîi nhúng ng÷íi th¥n y¶u cõa gia ¼nh tæi vîi t§m lángbi¸t ìn s¥u s­c, luæn luæn hé trñ ëng vi¶n º tæi câ thº ho n th nh ÷ñc luªn

¡n n y

MÖC LÖC

Trang phö b¼a 1

Líi cam oan i

Líi c£m ìn ii

Möc löc iii

Danh möc c¡c kþ hi»u v  chú vi¸t t­t vi

Danh möc c¡c b£ng xiii

Danh möc c¡c h¼nh v³, ç thà xiv

MÐ †U xvii

Ch÷ìng 1 TÊNG QUAN ROBOT DI ËNG 1

1.1 Giîi thi»u 1

1.2 H» thèng robot di ëng 1

1.3 ành và 2

1.3.1 ành và t÷ìng èi 3

1.3.2 ành và tuy»t èi 4

1.3.3 Têng hñp dú li»u c£m bi¸n 5

iii

1.3.4 Nhªn x²t 8

1.4 D¨n ÷íng 9

1.4.1 Lªp k¸ ho¤ch ÷íng i 9

1.4.2 Tr¡nh vªt c£n 10

1.4.3 C§u tróc d¨n ÷íng 10

1.4.4 C§u tróc h nh vi 11

1.4.5 Nhªn x²t 17

1.5 Kÿ thuªt i·u khiºn robot di ëng 18

1.5.1 i·u khiºn mí 18

1.5.2 M¤ng nìron 21

1.5.3 Quy¸t ành tèi ÷u a möc ti¶u 24

1.6 Robot di ëng hai b¡nh vi sai 26

1.6.1 Ho¤t ëng vi sai 26

1.6.2 Mæ h¼nh ëng håc thuªn 28

1.6.3 Kh£ n«ng i·u khiºn v  quan s¡t 30

1.7 T¼nh h¼nh nghi¶n cùu trong v  ngo i n÷îc 32

1.8 K¸t luªn ch÷ìng 1 34

Ch÷ìng 2 ÀNH VÀ SÛ DÖNG BË LÅC KALMAN NÌRON MÍ 35 2.1 Giîi thi»u 35

2.2 Bë låc Kalman mð rëng 35

2.3 Bë låc Kalman Nìron Mí 37

2.3.1 Cì sð i·u ch¿nh ma trªn R 37

2.3.2 M¤ng nìron mí i·u ch¿nh Rk(j, j) 38

2.4 H» thèng ành và robot di ëng sû döng FNN-EKF 42

2.4.1 Mæ h¼nh h» thèng 42

2.4.2 Mæ phäng 43

2.4.3 Thüc nghi»m 55

2.5 K¸t luªn ch÷ìng 2 57

Ch÷ìng 3 C‡U TRÓC DˆN ×ÍNG H€NH VI SÛ DÖNG I—U KHIšN MÍ V€ TÈI ×U A MÖC TI–U 59

3.1 Giîi thi»u 59

3.2 C§u tróc d¨n ÷íng h nh vi 59

3.3 C§u tróc d¨n ÷íng h nh vi BBFM 61

3.4 H» thèng d¨n ÷íng sû döng c§u tróc BBFM 64

3.4.1 Mæ h¼nh h» thèng 64

3.4.2 Thi¸t k¸ BBFM 65

3.5 Mæ phäng ¡nh gi¡ h» thèng d¨n ÷íng sû döng c§u tróc BBFM 75

3.5.1 Chu©n bà mæ phäng 75

3.5.2 K¸t qu£ mæ phäng 77

3.6 Thüc nghi»m ¡nh gi¡ h» thèng d¨n ÷íng sû döng c§u tróc BBFM 83 3.6.1 Chu©n bà thüc nghi»m 83

3.6.2 K¸t qu£ thüc nghi»m 86

3.7 H» thèng d¨n ÷íng k¸t hñp BBFM v  FNN-EKF 92

3.7.1 Mæ h¼nh h» thèng 92

3.7.2 Mæ phäng 93

3.7.3 Thüc nghi»m 96

3.8 K¸t luªn ch÷ìng 3 99

K˜T LUŠN V€ KI˜N NGHÀ 99

DANH MÖC CÆNG TRœNH KHOA HÅC CÕA TC GIƒ LI–N QUAN ˜N LUŠN N 101

v

T€I LI›U THAM KHƒO 103PHÖ LÖC 117

DANH MÖC CC KÞ HI›U

V€ CHÚ VI˜T TT

vii

15 x ˆ −

k , P −

16 x ˆ k , P k ×îc o¡n tr¤ng th¡i hªu nghi»m

19 δ Gi¡ trà ë l»ch giúa mæ h¼nh lþ thuy¸t v  thüc

21 ρ Kho£ng c¡ch tø và tr½ hi»n t¤i cõa robot tîi

½ch

h֔ng

36 αi Mùc ë chi¸m giú cõa luªt trong m¤ng nìron

38 ai, bi, cj, σj Tham sè cõa c¡c h m thuëc

43 Pi Ph÷ìng tr¼nh thù i trong gi£i Lexicographic

2 AGV Autonomous Guided Vehicle Xe tü h nh

3 AUV Autonomous Underwater

5 CCD Charge Coupled Device Thi¸t bà t½ch i»n k²p

6 CDB Context Depedent Blending Trën l»nh phö thuëc ngú c£nh

7 DAMN Distributed Architecture for

Robot di ëng hai b¡nh vi sai

9 DIF Distributed Information

Fil-ter

Bë låc thæng tin ph¥n t¡n

11 DSP Digital Signal Processing Bë xû lþ t½n hi»u sè

12 EKF Extended Kalman Filter Bë låc Kalman mð rëng

13 FNN Fuzzy Neural Network M¤ng nìron mí

14 FNN-EKF Fuzzy Neural Network

Ex-tended Kalman Filter

Bë låc Kalman sû döng m¤ng nìron mí

16 FL-AKF Fuzzy Logic-based Adaptive

18 GPS Global Positioning System H» thèng ành và to n c¦u

xi

H» thèng ành và to n c¦u/H» thèng d¨n ÷íng qu¡n t½nh

20 ICC Instantaneous Center of

22 LMR Legged Mobile Robot Robot di ëng ch¥n

23 LRF Laser Range Finder C£m bi¸n o xa laze

24 MOASM Mutiple Objective Action

Se-lection Mechanism

Cì c§u lüa chån t¡c ëng tèi

÷u a ti¶u

25 MISO Multi Input Single Output Nhi·u ¦u v o mët ¦u ra

26 PID Proportional  Integral 

Derivative

T l» - T½ch ph¥n - Vi ph¥n

28 RMSE Root Mean Square Error Sai sè to n ph÷ìng trung b¼nh

29 RIA Robotics Institute of America Vi»n Robot Mÿ

30 SAMBA Sensor, Actuator, Marker,

Be-havior, Arbiter

C£m bi¸n, Ch§p h nh, G¡n nh¢n, H nh vi, Ph¥n xû

31 SISO Single Input Single Output Mët ¦u v o mët ¦u ra

32 SLAM Simultaneous Localization

And Mapping

ành và v  lªp b£n ç çng thíi

33 UAV Unmanned Aerial Vehicle Thi¸t bà tr¶n khæng khæng

ng÷íi l¡i

34 UKF Unscented Kalman Filter Bë låc Kalman Unscented

35 VHF Vector Field Histogram V²c tì tr÷íng th¸

36 WMR Wheeled Mobile Robot Robot di ëng b¡nh xe

DANH MÖC CC BƒNG

2.1 Tham sè h m thuëc cõa m¤ng nìron mí 50

3.1 Luªt i·u khiºn tr¡nh vªt 69

3.2 Luªt i·u khiºn v· ½ch 71

3.3 Luªt i·u khiºn tr¡nh cüc tiºu cöc bë 74

3.4 K¸t qu£ d¨n ÷íng mæ phäng trong mæi tr÷íng thæng th÷íng 78

3.5 K¸t qu£ d¨n ÷íng mæ phäng trong mæi tr÷íng v«n pháng 80

3.6 K¸t qu£ mæ phäng c§u tróc BBFM th¶m h nh vi tr¡nh cüc tiºu cöc bë 83

3.7 K¸t qu£ d¨n ÷íng thüc sû döng c§u tróc BBFM cõa ba tr÷íng hñp 91 3.8 K¸t qu£ d¨n ÷íng mæ phäng sû döng BBFM&FNN-EKF v  BBFM 96

3.9 K¸t qu£ d¨n ÷íng thüc sû döng k¸t hñp BBFM v  FNN-EKF 99

xiii

DANH MÖC CC HœNH V“, Ç THÀ

1.1 Sì ç i·u khiºn chung cõa robot di ëng 2

1.2 Trën ph¥n bè x¡c su§t cõa hai ph²p o 6

1.3 C§u tróc d¨n ÷íng 12

1.4 C§u tróc h nh vi 13

1.5 C¡c kÿ thuªt trën l»nh 13

1.6 Sì ç biºu quy¸t 14

1.7 Sì ç c§u tróc motor 15

1.8 Hai c¡ch k¸t hñp lèi ra 15

1.9 Sì ç khèi bë låc thæng tin ph¥n t¡n 17

1.10 H m thuëc cõa tªp kinh iºn v  tªp mí 18

1.11 So s¡nh tªp kinh iºn v  tªp mí 19

1.12 C§u tróc cì b£n cõa i·u khiºn mí cì b£n 20

1.13 C¡c ph÷ìng ph¡p gi£i mí 21

1.14 C§u tróc cõa nìron 22

1.15 V½ dö m¤ng nìron nhi·u lîp hçi ti¸p 23

1.16 Tªp tèi ÷u v  giîi h¤n Pareto 25

1.17 T¥m quay tùc thíi 27

1.18 Ho¤t ëng vi sai cõa robot di ëng 28

1.19 Mæ h¼nh robot di ëng hai b¡nh vi sai 29

2.1 Sì ç i·u ch¿nh ma trªn R 39

2.2 H m thuëc cõa c¡c tªp mí 40

2.3 Sì ç m¤ng nìron mí 40

2.4 Mæ h¼nh h» thèng ành và 42

2.5 Gi¡ trà nhi¹u lèi v o v  nhi¹u ph²p o 44

2.6 Ho¤t ëng cõa bë låc EKF 46

2.7 So s¡nh EKF, IEKF v  FL-EKF 48

2.8 K¸t qu£ håc cõa m¤ng nìron mí 50

2.9 K¸t qu£ so s¡nh FL-EKF v  FNN-EKF 51

2.10 Ho¤t ëng cõa FNN-EKF vîi giîi h¤n cõa ma trªn R1 53

2.11 Ho¤t ëng cõa FNN-EKF vîi mët sè ÷íng i kh¡c nhau 54

2.12 H» thèng ành và thüc t¸ 56

2.13 ÷íng i thüc t¸ 57

3.1 Sì ç c§u tróc h nh vi têng qu¡t 60

3.2 Sì ç c§u tróc d¨n ÷íng h nh vi BBFM 61

3.3 Mæ h¼nh h» thèng d¨n ÷íng 64

3.4 Mæ h¼nh bi¸n d¨n ÷íng 65

3.5 C§u tróc BBFM 66

3.6 Sü s­p x¸p c¡c c£m bi¸n si¶u ¥m tr¶n robot 67

3.7 H m thuëc cõa c¡c bi¸n v o/ra dl, df, dr, α, u, ω 68

3.8 H m thuëc cõa bi¸n ρ 70

3.9 V§n · cüc tiºu cöc bë 72

3.10 H m thuëc cõa bi¸n ed 73

3.11 C§u tróc CDB 76

3.12 ÷íng i v  ¡p ùng cõa robot sû döng c¡c c§u tróc d¨n ÷íng kh¡c nhau trong mæ phäng mæi tr÷íng thæng th÷íng 79

3.13 ÷íng i v  ¡p ùng cõa robot sû döng c¡c c§u tróc d¨n ÷íng kh¡c nhau trong mæ phäng mæi tr÷íng v«n pháng 81

3.14 ÷íng i v  ¡p ùng cõa robot sû döng c¡c c§u tróc d¨n ÷íng kh¡c nhau trong mæ phäng mæi tr÷íng câ cüc tiºu cöc bë 82

xv

3.15 ÷íng i cõa robot sû döng c§u tróc BBFM câ th¶m h nh vi

tr¡nh cüc tiºu cöc bë 82

3.16 Robot Sputnik 84

3.17 C£m bi¸n si¶u ¥m SRF05 85

3.18 Sì ç giao ti¸p ph¦n cùng h» thèng 86

3.19 Ho¤t ëng d¨n ÷íng thüc sû döng BBFM trong tr÷íng hñp 1 88

3.20 Ho¤t ëng d¨n ÷íng thüc sû döng BBFM trong tr÷íng hñp 2 89

3.21 Ho¤t ëng d¨n ÷íng thüc sû döng BBFM trong tr÷íng hñp 3 90

3.22 Mæ h¼nh h» thèng d¨n ÷íng k¸t hñp BBFM vîi FNN-EKF 92

3.23 ÷íng i mæ phäng robot sû döng BBFM v  BBFM&FNN-EKF 94

3.24 Mæ phäng so s¡nh h» thèng d¨n ÷íng sû döng BBMF&FNN-EFK v  BBFM 95

3.25 Ho¤t ëng d¨n ÷íng thüc sû döng k¸t hñp BBFM v  FNN-EKF 98

MÐ †U

°t v§n ·

Sü k¸t hñp cõa nhi·u l¾nh vüc tø cì kh½, kÿ thuªt i»n - i»n tû, tîi tr½ tu»nh¥n t¤o, khoa håc nhªn thùc v  khoa håc x¢ hëi ¢ t¤o ra nhúng robot thængminh ¡p ùng ÷ñc y¶u c¦u ng y c ng cao cõa ùng döng thüc ti¹n Nghi¶n cùuv· robot di ëng ¢ v  ang ph¡t triºn m¤nh m³ tr¶n th¸ giîi vîi c¡c robotùng döng trong l¾nh vüc cæng nghi»p, dàch vö y t¸, næng nghi»p, gi¡o döc, qu¥nsü T¤i Vi»t Nam, robot di ëng tuy l  l¾nh vüc mîi nh÷ng ¢ ÷ñc quan t¥mnghi¶n cùu trong nhúng n«m g¦n ¥y Tr¶n cì sð ki¸n thùc chuy¶n ng nh, süc¦n thi¸t l m chõ cæng ngh», háa nhªp vîi th¸ giîi trong  o t¤o v  nghi¶n cùu

¢ thóc ©y vi»c lüa chån · t i nghi¶n cùu cõa nghi¶n cùu sinh

Mët h» thèng robot di ëng y¶u c¦u cì c§u di chuyºn, h» thèng c£m nhªnmæi tr÷íng xung quanh, kh£ n«ng ành và trong khæng gian l m vi»c, kh£ n«ngd¨n ÷íng v  h nh ëng Tr¶n n·n t£ng h» thèng cì kh½ v  c£m bi¸n câ s®n, c¡cùng döng ¤t ÷ñc tø vi»c ph¡t triºn nhúng gi£i ph¡p i·u khiºn mùc cao li¶nquan ¸n ành và v  d¨n ÷íng ¥y công ch½nh l  nëi dung tªp trung nghi¶ncùu trong luªn ¡n

ành và l  qu¡ tr¼nh ÷îc t½nh và tr½ v  h÷îng cõa robot düa tr¶n dú li»ucõa c£m bi¸n Ph÷ìng ph¡p têng hñp dú li»u c£m bi¸n thæng qua kÿ thuªt x¡csu§t º t«ng ë ch½nh x¡c cõa ph²p ÷îc t½nh ¢ ÷ñc sû döng nhi·u trong h»thèng ành và robot Trong c¡c kÿ thuªt têng hñp dú li»u c£m bi¸n th¼ bë låcKalman mð rëng, gåi t­t l  EKF (Extended Kalman Filter), vîi thuªt to¡n xû

lþ dú li»u » quy tèi ÷u º ÷îc t½nh tr¤ng th¡i h» thèng phi tuy¸n düa tr¶n ki¸nthùc h» thèng v  dú li»u c£m bi¸n ÷ñc ¡nh gi¡ l  bë låc hi»u qu£ èi vîi b ito¡n ành và Vi»c thüc thi bë låc EKF g°p khâ kh«n khi x¡c ành ma trªn hi»pph÷ìng sai nhi¹u h» thèng v  nhi¹u o Khâ kh«n tr¶n ¢ d¨n tîi gi£ thi¸t c¡c

ma trªn hi»p ph÷ìng sai nhi¹u o l  cè ành v  ÷ñc x¡c ành tr÷îc tø thücnghi»m Gi£i ph¡p tr¶n cho ph²p ìn gi£n hâa qu¡ tr¼nh thüc thi bë låc EKFnh÷ng hi»u su§t ành và khæng cao, thªm ch½ bë låc khæng hëi tö Mët gi£i ph¡pkh¡c sû döng bë låc EKF th½ch nghi i·u ch¿nh ma trªn hi»p ph÷ìng sai nh÷ng

xvii

v¨n cán nhúng h¤n ch¸ Mët sè c£i ti¸n kh¡c cõa bë låc EKF li¶n quan tîi h»phi tuy¸n v  nhi¹u phi Gauss l  bë låc UKF (Unscented Kalman Filter) hay

bë låc PF (Particle Filter) vîi hi»u qu£ ho¤t ëng tèt hìn bë låc EKF nh÷ngh¤n ch¸ vîi thíi gian t½nh to¡n lîn Trong ùng döng ành và robot di ëng sûdöng c¡c lo¤i c£m bi¸n thæng döng câ nhi¹u ph¥n bè Gauss, y¶u c¦u thíi giant½nh to¡n ½t v  d¹ d ng triºn khai th¼ bë låc EKF l  lüa chån hi»u qu£ V¼ th¸c£i ti¸n bë låc EKF, kh­c phöc h¤n ch¸ cán tçn t¤i, n¥ng cao ë ch½nh x¡c cõaph²p ành và l  v§n · c¦n quan t¥m cõa luªn ¡n

D¨n ÷íng ÷ñc ành ngh¾a l  vîi thæng tin v· mæi tr÷íng v  và tr½ ½ch,robot câ kh£ n«ng ¤t tîi ½ch mët c¡ch an to n v  hi»u qu£ Hai kh£ n«ng li¶nquan ¸n ho¤t ëng d¨n ÷íng l  lªp k¸ ho¤ch ÷íng i v  tr¡nh vªt c£n Mët sèph÷ìng ph¡p lªp k¸ ho¤ch i nh÷ b£n ç ch¿ ÷íng, ph¡t hi»n bi¶n, b¡m t÷íng,

A∗, tr÷íng th¸ hay tr¡nh vªt c£n theo ph÷ìng ph¡p Bug, sû döng tr÷íng th¸

£o, suy luªn mí, m¤ng nìron ¢ v  ang ÷ñc ùng döng trong c¡c h» thèngd¨n ÷íng cho robot di ëng hi»n nay Tr¶n cì sð c¡c kh£ n«ng câ s®n, hi»u qu£cõa h» thèng d¨n ÷íng li¶n quan ¸n sü k¸t hñp c¡c mæ un c£m bi¸n, lªp k¸ho¤ch v  h nh ëng º t¤o ra c¡c c§u tróc d¨n ÷íng kh¡c nhau C¡c c§u trócd¨n ÷íng cì b£n hi»n nay câ thº ÷ñc ph¥n th nh c§u tróc thù bªc, c§u tróc

h nh vi v  c§u tróc lai Ho¤t ëng cõa robot trong mæi tr÷íng ch÷a bi¸t phòhñp vîi c§u d¨n ÷íng h nh vi trong â nhi»m vö phùc t¤p ÷ñc chia th nhc¡c h nh vi nhä, ëc lªp, ph£n ùng nhanh vîi nhúng thay êi b§t ngí V§n ·c¦n quan t¥m ch½nh trong c§u tróc h nh vi l  têng hñp c¡c t½n hi»u i·u khiºn

tø c¡c h nh vi º t¤o n¶n t½n hi»u i·u khiºn têng hñp C¡c kÿ thuªt trën l»nh

÷ñc ph¥n th nh c¡c nhâm ch½nh nh÷ biºu quy¸t, x¸p chçng, mí, tèi ÷u a möcti¶u, bë låc thæng tin ph¥n t¡n ·u thº hi»n nhúng ÷u v  nh÷ñc iºm ri¶ng V¼vªy, ph¡t huy ÷u iºm v  h¤n ch¸ nh÷ñc iºm cõa c¡c kÿ thuªt trën l»nh hi»n

câ º t¤o ra mët c§u tróc d¨n ÷íng h nh vi hi»u qu£ l  i·u quan t¥m cõaluªn ¡n

Möc ½ch nghi¶n cùu

Möc ½ch nghi¶n cùu ch½nh cõa luªn ¡n l  n¥ng cao hi»u qu£ ành và v d¨n ÷íng cho robot di ëng ho¤t ëng trong mæi tr÷íng khæng bi¸t tr÷îc, düatr¶n ph÷ìng ph¡p låc Kalman cho b i to¡n ành và sû döng thæng tin tø nhi·uc£m bi¸n v  c§u tróc d¨n ÷íng h nh vi sû döng k¸t hñp giúa i·u khiºn mí v ph÷ìng ph¡p tèi ÷u a möc ti¶u Tø ¥y, c¡c möc ti¶u cö thº ÷ñc thüc hi»nnh÷ sau:

• C£i ti¸n bë låc EKF sû döng cho b i to¡n ành và düa tr¶n thæng tin tønhi·u c£m bi¸n º kh­c phöc h¤n ch¸ do vi»c lüa chån ma trªn hi»p ph÷ìngsai ch÷a ch½nh x¡c ho°c cè ành cõa bë låc EKF cê iºn, nh¬m t«ng ëch½nh x¡c cõa ph²p ành và

• Ph¡t triºn mët mæ h¼nh i·u khiºn d¨n ÷íng theo c§u tróc h nh vi, k¸thñp giúa logic mí v  ph÷ìng ph¡p trën l»nh tèi ÷u C§u tróc d¨n ÷íng

n y cho ph²p tèi ÷u hâa vi»c thi¸t k¸ khèi i·u khiºn d¨n ÷íng vîi c¡c

mæ un h nh vi ÷ñc thi¸t k¸ ëc lªp nh÷ng v¨n £m b£o hi»u qu£ cõa

to n bë h» thèng i·u khiºn

• Kiºm chùng mæ h¼nh v  c¡c ph÷ìng ph¡p ÷ñc · xu§t thæng qua mæphäng v  trong mæi tr÷íng th¸ giîi thüc sû döng mët robot di ëng câ k¸tc§u hai b¡nh vi sai v  ÷ñc trang bà mët sè lo¤i c£m bi¸n thæng döng

èi t÷ñng nghi¶n cùu v  ph¤m vi nghi¶n cùu

èi t÷ñng nghi¶n cùu li¶n quan ¸n v§n · ành và v  c§u tróc i·u khiºnd¨n ÷íng h nh vi cho robot di ëng tü h nh ho¤t ëng trong mæi tr÷íng khængbi¸t tr÷îc Ph¤m vi nghi¶n cùu giîi h¤n ð vi»c ÷a ra c¡c · xu§t kh­c phöch¤n ch¸ cán tçn t¤i trong bë låc ành và Kalman mð rëng v  c§u tróc d¨n ÷íng

h nh vi hi»n t¤i Kiºm chùng hi»u qu£ cõa gi£i ph¡p · xu§t thæng qua mæphäng v  thüc nghi»m tr¶n ëng håc robot di ëng câ k¸t c§u hai b¡nh vi saitrong mæi tr÷íng ho¤t ëng cõa pháng th½ nghi»m

xix

Ph÷ìng ph¡p nghi¶n cùu

Luªn ¡n ¢ sû döng c¡c ph÷ìng ph¡p nghi¶n cùu khoa håc nh÷ ph÷ìngph¡p ph¥n t½ch, têng hñp, mæ h¼nh hâa, mæ phäng v  thüc nghi»m Tr÷îc ti¶n,luªn ¡n ph¥n t½ch v  têng hñp c¡c v§n · li¶n quan ¸n i·u khiºn robot di ëngtrong mæi tr÷íng khæng bi¸t tr÷îc hi»n nay, tø â · ra möc ti¶u nghi¶n cùucõa luªn ¡n Sau â düa tr¶n cì sð lþ thuy¸t ÷a ra c¡c · xu§t º thüc hi»n

÷ñc möc ti¶u °t ra Ph÷ìng ph¡p mæ h¼nh hâa ÷ñc ùng döng º x¥y düng

mæ h¼nh h» thèng v  ph÷ìng ph¡p mæ phäng º kiºm chùng mæ h¼nh Ph÷ìngph¡p thüc nghi»m º kh¯ng ành hi»u qu£ ùng döng thüc ti¹n cõa c¡c · xu§t

Nëi dung nghi¶n cùu

Nëi dung nghi¶n cùu cõa luªn ¡n bao gçm: têng quan c¡c ph÷ìng ph¡p

i·u khiºn h» thèng robot di ëng mùc cao nh÷ ành và v  c§u tróc d¨n ÷íng;

lþ thuy¸t bë låc Kalman mð rëng cì b£n ùng döng ành và robot di ëng v quy t­c i·u ch¿nh ma trªn hi»p ph÷ìng sai nhi¹u o; lþ thuy¸t v· i·u khiºn

mí, m¤ng nìron, quy¸t ành tèi ÷u a möc ti¶u º x¥y düng c¡c · xu§t bë låcKalman c£i ti¸n FNN-EKF cho v§n · ành và v  c§u tróc i·u khiºn h nh viBBFM; nguy¶n lþ ho¤t ëng cõa robot di ëng câ k¸t c§u hai b¡nh vi sai º

l m mæ h¼nh mæ phäng v  triºn khai thüc nghi»m tr¶n h» robot di ëng thüc

C¡c âng gâp ch½nh

Vîi sü hiºu bi¸t cõa nghi¶n cùu sinh, nhúng k¸t qu£ nghi¶n cùu trong luªn

¡n ¢ ¤t ÷ñc möc ½ch nghi¶n cùu · ra Nhúng k¸t qu£ n y ÷ñc tr¼nh b ytrong ch÷ìng 2 v  ch÷ìng 3 cõa luªn ¡n bao gçm:

• · xu§t mët ph÷ìng ph¡p ành và ch½nh x¡c robot di ëng trong mæi tr÷íngkhæng bi¸t tr÷îc (FNN-EKF), sû döng bë låc Kalman mð rëng (EKF) vîi

ma trªn hi»p ph÷ìng sai nhi¹u o ÷ñc i·u ch¿nh º n¥ng cao ë ch½nhx¡c sû döng m¤ng nìron mí (FNN)

• · xu§t mët c§u trĩc i·u khiºn d¨n ÷íng h nh vi k¸t hđp logic mí v tèi ÷u a mưc ti¶u (BBFM), ho¤t ëng hi»u qu£ d¨n ÷íng robot trongmỉi tr÷íng khỉng bi¸t tr÷ỵc.

Bè cưc cõa luªn ¡n

Luªn ¡n bao gçm ph¦n mð ¦u, ba ch÷ìng, v  ph¦n k¸t luªn

Ch÷ìng 1 tr¼nh b y têng quan v· ành và v  c§u trĩc d¨n ÷íng robot di

ëng Tâm t­t mët sè lþ thuy¸t i·u khiºn sû dưng trong i·u khiºn d¨n ÷íngnh÷ m¤ng nìron, i·u khiºn mí, quy¸t ành tèi ÷u a mưc ti¶u v  mỉ h¼nh ùngdưng robot di ëng hai b¡nh vi sai

Ch÷ìng 2 tr¼nh b y bë låc c£i ti¸n FNN-EKF ùng dưng ành và robot di

ëng Bë låc FNN-EKF l  bë låc Kalman mð rëng, vỵi ma trªn hi»p ph÷ìng sainhi¹u o ÷đc i·u ch¿nh º n¥ng cao ë ch½nh x¡c cõa ph²p ành và sû dưngm¤ng nìron mí Ho¤t ëng cõa bë låc FNN-EKF ÷đc kiºm chùng thỉng quáng dưng h» thèng ành và cho robot di ëng vỵi c¡c mỉ phäng ¡nh gi¡ so s¡nh

v  thüc nghi»m

Ch÷ìng 3 tr¼nh b y c§u trĩc i·u khiºn d¨n ÷íng h nh vi - BBFM k¸t hđpgiúa i·u khiºn mí trong thi¸t k¸ c¡c h nh vi ëc lªp v  trën l»nh sû ph÷ìngph¡p tèi ÷u a mưc ti¶u H» thèng d¨n ÷íng cho robot di ëng ÷đc x¥y düng

º ¡nh gi¡ hi»u qu£ ho¤t ëng cõa c§u trĩc BBFM tr¶n cì sð so s¡nh vỵi c¡cc§u trĩc d¨n ÷íng kh¡c v  k¸t hđp vỵi bë låc FNN-EKF qua mỉ phäng v  thücnghi»m

Cuèi cịng l  ph¦n k¸t luªn v  nhúng ành h÷ỵng nghi¶n cùu ti¸p theo cõaluªn ¡n

xxi

i·u khiºn mùc th§p li¶n quan ¸n i·u khiºn chuyºn ëng trüc ti¸p ëng cì,hay cán gåi l  i·u khiºn ëng håc, b¡m theo mët quÿ ¤o cho tr÷îc ÷ñc ành

C?m bi?n

Trích thông tin D? li?u thô

Nhận thức Lập kế hoạch đường đi

H¼nh 1.1: Sì ç i·u khiºn chung cõa robot di ëng.

ngh¾a bði mët tªp hñp c¡c và tr½ Ph÷ìng ph¡p hay ÷ñc sû döng ð mùc n y l 

i·u khiºn theo luªt PID (Proportional Integral Derivative - T l» t½ch ph¥n vi

ph¥n) [44] ho°c i·u khiºn chuyºn ëng ên ành theo ti¶u chu©n Lyapunov cho

h» phi tuy¸n [74], [102] i·u khiºn mùc cao li¶n quan tîi c¡c v§n · v· ành và,

lªp b£n ç v  nhªn thùc Tr¶n n·n t£ng hiºu bi¸t v· k¸t c§u cì kh½ v  h» thèng

c£m bi¸n ÷ñc trang bà s®n, mùc ë a d¤ng v  hi»u qu£ cõa c¡c ùng döng ¤t

÷ñc tø vi»c ph¡t triºn c¡c gi£i ph¡p i·u khiºn mùc cao ¥y công ch½nh l 

h÷îng tªp trung nghi¶n cùu trong luªn ¡n

1.3 ành và

ành và tr£ líi cho c¥u häi ¦u ti¶n trong ba c¥u häi m  robot di ëng

ph£i thüc hi»n: "Tæi ang ð ¥u?", "Tæi s³ l m g¼ ti¸p theo?", v  "Tæi l m nh÷

th¸ n o º ¤t ÷ñc i·u â?" [20] ành và l  qu¡ tr¼nh ÷îc t½nh tr¤ng th¡i cõa

robot t¤i thíi iºm hi»n t¤i k düa tr¶n hiºu bi¸t v· tr¤ng th¡i ban ¦u v  c¡c

ph²p o t¤i nhúng thíi iºm tr÷îc â tîi thíi iºm hi»n t¤i Zk = {zk , i = 1 k }

èi vîi robot di ëng, v²c tì tr¤ng th¡i x = [x, y, θ]T bao gçm và tr½ (x, y) v 

2

h÷îng θ cõa robot.

Qu¡ tr¼nh ành và g°p ph£i nhúng khâ kh«n do nhi¹u v  b½ danh cõa c¡cc£m bi¸n trong h» o Câ hai lo¤i nhi¹u tçn t¤i trong ph²p o c£m bi¸n [54] l nhi¹u h» thèng v  nhi¹u khæng h» thèng Nhi¹u h» thèng, cán gåi l  nhi¹u x¡c

ành g¥y ra bði sü khæng ho n h£o cõa cì c§u cì kh½ v  câ t½nh t½ch lôy nh÷:giîi h¤n ë ph¥n gi£i cõa bë lªp m¢, sü khæng èi xùng cõa g¦m robot, ÷íngk½nh hai b¡nh khæng çng nh§t, hai b¡nh °t khæng c¥n b¬ng Nhi¹u khæng h»thèng hay nhi¹u khæng x¡c ành th÷íng l  ng¨u nhi¶n v  khæng bi¸t tr÷îc, v½

dö nh÷ gi¡ trà cõa mët m u thu ÷ñc tø camera CCD (Charge Coupled Device)s³ kh¡c nhau trong i·u ki»n ¡nh s¡ng thay êi hay gi¡ trà kho£ng c¡ch o ÷ñc

tø c£m bi¸n si¶u ¥m tîi còng mët và tr½ °t vªt s³ kh¡c nhau n¸u ë gç gh· hayvªt li»u c§u t¤o vªt l  kh¡c nhau, hay vi»c tr÷ñt b¡nh xe trong khi robot angho¤t ëng Hi»n t÷ñng b½ danh x£y ra khi l÷ñng thæng tin thu ÷ñc khæng õ

º x¡c ành và tr½ cõa robot nh÷: robot khæng ph¥n bi»t c¡c tr¤ng th¡i ÷ñc t¤o

ra bði c¡c gi¡ trà c£m bi¸n giao nhau trong mët d¢y c¡c c£m bi¸n o xa hayc£m bi¸n si¶u ¥m khæng thº cho thæng tin v· vªt c£n l  ng÷íi hay ç vªt thængth÷íng

Düa tr¶n c¡ch thùc sû döng dú li»u c£m bi¸n, c¡c ph÷ìng ph¡p ành vàhi»n nay câ thº ph¥n th nh ba lo¤i: ành và t÷ìng èi, ành và tuy»t èi v  tênghñp dú li»u c£m bi¸n

1.3.1 ành và t÷ìng èi

ành và t÷ìng èi hay ành và cöc bë ÷îc t½nh và tr½ v  h÷îng cõa robotdüa tr¶n thæng tin thu ÷ñc bði c¡c c£m bi¸n g­n tr¶n robot nh÷ bë lªp m¢,con quay hçi chuyºn, gia tèc k¸ Hai kÿ thuªt chõ y¸u trong ành và t÷ìng èi

l  Odometry v  Dead-reckoning

Odometry x¡c ành qu¢ng ÷íng dàch chuyºn cõa b¡nh xe thæng qua sèváng quay ÷ñc cung c§p bði bë lªp m¢ [54] V½ dö qu¢ng ÷íng dàch chuyºnb¡nh tr¡i ∆SL,i v  b¡nh ph£i ∆SR,i cõa robot vi sai ÷ñc t½nh bði:

trong â cm = (π ∗÷íng k½nh b¡nh xe)/(T sè truy·n*ë ph¥n gi£i) l  h» sè

chuyºn êi sè xung cõa bë lªp m¢ th nh ë dàch chuyºn tuy¸n t½nh cõa b¡nh

xe v  NL/R l  sè xung b¡nh tr¡i/b¡nh ph£i Ph÷ìng ph¡p Odometry sû döngph÷ìng tr¼nh t½nh to¡n ìn gi£n n¶n d¹ d ng khi thüc thi Tuy nhi¶n do süchuyºn êi tø váng quay cõa b¡nh xe tr¶n m°t s n th nh dàch chuyºn tuy¸nt½nh s³ chàu £nh h÷ðng cõa nhi¹u h» thèng v  t¤o n¶n sai sè t½ch lôy theo thíigian

Dead-reckoning l  sü k¸t hñp cõa Odometry vîi mæ h¼nh ëng håc º x¡c

ành và tr½ robot li¶n quan tîi và tr½ ban ¦u [102], [82] V½ dö tø qu¢ng ÷íngdàch chuyºn cõa hai b¡nh thæng qua Odometry tø (1.1) v  ph÷ìng tr¼nh ënghåc, và tr½ hi»n t¤i cõa robot vi sai ÷ñc x¡c ành bði:

èi vîi sai sè h» thèng g¥y n¶n sai sè t½ch lôy trong Dead-reckoning câ thº

bò ÷ñc b¬ng thõ töc i·u ch¿nh UMBmark cõa Boreinstein [53] Thõ töc bò y¶uc¦u robot i theo h¼nh vuæng (4 × 4 m) theo h÷îng còng chi·u v  ng÷ñc chi·ukim çng hç, x¡c ành cæng thùc i·u ch¿nh do sai sè g¥y ra bði Eb (kho£ngc¡ch giúa hai c¦u xe khæng ·u) trong chuyºn ëng quay v  Ed (÷íng k½nh c¡cb¡nh xe khæng çng nh§t) trong chuyºn ëng th¯ng Sü i·u ch¿nh n y ¢ kh­cphöc ÷ñc hai lo¤i sai sè h» thèng nh÷ng ch÷a mang t½nh têng qu¡t v  khængphò hñp vîi lo¤i sai sè ng¨u nhi¶n [82]

1.3.2 ành và tuy»t èi

ành và tuy»t èi hay ành và to n cöc ÷îc t½nh và tr½ v  h÷îng robot sovîi h» tåa ë to n cöc, sû döng cëc mèc ho°c t½n hi»u v» tinh GPS (Global

4

Positioning System) Khæng gièng nh÷ ành và t÷ìng èi, ành và tuy»t èi ëclªp vîi gi¡ trà ÷îc t½nh tr÷îc do â l m gi£m léi t½ch lôy nh÷ng vi»c thüc thiphùc t¤p hìn v  phö thuëc v o c§u tróc mæi tr÷íng Ngo i ra sai sè cõa GPSlîn (l  bªc 10 cm t¤i méi ph²p o) n¶n khæng phò hñp cho nhúng ho¤t ëngcõa robot trong kho£ng c¡ch ng­n, °c bi»t trong mæi tr÷íng trong nh  [40].

1.3.3 Têng hñp dú li»u c£m bi¸n

Têng hñp dú li»u c£m bi¸n l  ph÷ìng ph¡p k¸t hñp dú li»u tø c¡c lo¤i c£mbi¸n kh¡c nhau º x¡c ành và tr½ v  h÷îng robot Ph÷ìng ph¡p n y câ thº sûdöng cho c£ ph²p o t÷ìng èi v  ph²p o tuy»t èi Sü a d¤ng cõa nguçnthæng tin o ÷ñc ¢ kh­c phöc ÷ñc h¤n ch¸ cõa méi ph÷ìng ph¡p ìn l´,gi£m £nh h÷ðng cõa nhi¹u c£m bi¸n, t«ng ë ch½nh x¡c cõa ph²p ành và ƒnhh÷ðng cõa nhi¹u l m dú li»u cõa c¡c c£m bi¸n mang t½nh ch§t khæng ch­c ch­n

v  câ thº d¨n ¸n c¡c k¸t qu£ ành và kh¡c nhau Do â kÿ thuªt x¡c su§t ÷ñcùng döng trong ph÷ìng ph¡p têng hñp dú li»u c£m bi¸n thæng qua hai lo¤i ành

và iºn h¼nh Marko v  Kalman C¡c ph÷ìng ph¡p n y cán gåi l  ph÷ìng ph¡p

ành và x¡c su§t [98]

ành và Markov biºu di¹n tr¤ng th¡i tin cªy cõa robot b¬ng h m ph¥n bèx¡c su§t b§t ký [34] Tr¤ng th¡i tin cªy cõa robot ph£i ÷ñc g¡n vîi mët x¡csu§t p(l) t¤i và tr½ l trong tªp hñp c¡c và tr½ câ thº LM Khi â x¡c su§t t¤i vàtr½ l vîi c£m bi¸n i t¤i thíi iºmt düa tr¶n cæng thùc Bayes ÷ñc biºu di¹n bði:

p(l t |i t ) = p(it|l)p(l t )

p(i |l) l  x¡c su§t cõa c£m bi¸n i t¤i và tr½ l ÷ñc t½nh tø mæ h¼nh cö thº X¡csu§t t¤i và tr½ l tø nhi·u nguçn c£m bi¸n vîi còng mët bë lªp m¢ (o) ÷ñc cªpnhªt thæng qua ph÷ìng tr¼nh:

p(l t |o t ) =

Z p(l t |l0t−1 , o t )p(l0t−1)dlt−10 (1.4)

Nh÷ vªy, tr¤ng th¡i hi»n t¤i cõa robot ÷ñc x¡c ành tø tr¤ng th¡i tr÷îc â v gi¡ trà cõa h» thèng c£m nhªn t¤i thíi iºm hi»n t¤i M°c dò k¸t qu£ ÷îc t½nh

n y õ º phöc vö cho c¡c v§n · cì b£n nh÷ b¡m, lªp ÷íng d¨n cho robot

nh÷ng ch÷a thüc sü hi»u qu£ bði tr¤ng th¡i hi»n t¤i phö thuëc v o to n bë qu¡tr¼nh ho¤t ëng tr÷îc â cõa robot chù khæng ch¿ phö thuëc nh÷ trong (1.4).Mët kÿ thuªt ành và x¡c su§t hi»u qu£ hìn ành và Markov bði sü ìngi£n trong vi»c biºu di¹n h m mªt ë x¡c su§t cõa tr¤ng th¡i tin cªy v  k¸t hñp

dú li»u c¡c lo¤i c£m bi¸n kh¡c nhau l  bë låc Kalman [37] Bë låc Kalman sûdöng thuªt to¡n xû lþ dú li»u » quy tèi ÷u º ÷îc t½nh tr¤ng th¡i h» thèngdüa tr¶n vi»c "trën" ki¸n thùc v· h» thèng v  c¡c t½n hi»u tø c£m bi¸n Gi£ sûvîi hai ph²p o và tr½ q1 v  q2 tø hai lo¤i c£m bi¸n kh¡c nhau t¤i thíi iºm k v 

(k + 1)t÷ìng ùng câ h m mªt ë x¡c su§t ph¥n bè Gauss vîi ph÷ìng sai σ12, σ22.N¸u khæng x²t tîi sü chuyºn ëng cõa robot trong kho£ng thíi gian giúa k v 

(k + 1) th¼ gi¡ trà và tr½ ÷îc t½nh tèt nh§t q ˆtø hai ph²p o l :

ˆ

q = σ2σ+σ2 2 q1+σ2σ+σ2 2 q2, σ2 = σσ22+σσ22 (1.5)H¼nh 1.2 v  ph÷ìng tr¼nh (1.5) cho th§y ph÷ìng sai σ2 nhä hìn ph÷ìng sai σ21

Fuzzifi cation Inference

Objective function 1 Fuzzy Controller 1

Fuzzifi cation

1 ( )

H¼nh 1.2: Trën ph¥n bè x¡c su§t cõa hai ph²p o.

v  σ22 cõa tøng ph²p o ri¶ng bi»t, i·u n y t÷ìng ùng vîi sü khæng ch­c ch­ncõa ph²p ÷îc t½nh và tr½ ¢ gi£m i khi k¸t hñp hai ph²p o Ph÷ìng tr¼nh (1.5)

câ thº ÷ñc biºu di¹n l¤i nh÷ sau:

ˆ

q = q1+ σ

2 1

σ21+ σ22(q2− q 1 ) (1.6)hay d÷îi d¤ng thüc thi cõa bë låc Kalman:

ˆ

xk+1 = ˆ xk+ Kk+1(zk+1− ˆx k ) (1.7)

6

Tr¶n cì sð ph²p ÷îc t½nh theo dú li»u ph²p o (1.7), còng vîi ph÷ìng tr¼nh tr¤ngth¡i cõa h» thèng, thuªt to¡n trong bë låc Kalman ÷ñc thüc hi»n » quy theohai b÷îc: b÷îc cªp nhªt tr¤ng th¡i v  b÷îc cªp nhªt ph²p o [37].

Tr¶n n·n t£ng cõa bë låc Kalman cì b£n l  låc Kalman mð rëng - EKF sûdöng cho c¡c h» thèng phi tuy¸n [23] ÷ñc biºu di¹n bði ph÷ìng tr¼nh sai ph¥nphi tuy¸n thæng qua bi¸n tr¤ng th¡i cõa h» thèng xk v  ph²p o zk :

xk = f (xk−1 ,uk−1 ,wk−1 )

trong â wk = N (0,Qk ) v  vk = N (0,Rk ) l  nhi¹u ph²p o v  nhi¹u h» thèng.C¡c nhi¹u n y ÷ñc gi£ sû ëc lªp, ph¥n bè x¡c su§t Gauss vîi ma trªn hi»pph÷ìng sai Qk v  Rk t÷ìng ùng Ma trªn Qk v  Rk thay êi theo tøng b÷îc

÷îc t½nh k

Bë låc EKF y¶u c¦u t½nh to¡n ½t v  hi»u qu£ cao n¶n ÷ñc sû döng phêbi¸n trong c¡c ùng döng ành và robot di ëng V½ dö nh÷ bë låc EKF k¸t hñpph²p o t÷ìng èi v  tuy»t èi thæng qua c¡c lo¤i c£m bi¸n kh¡c nhau nh÷Odometry v  tham sè cõa ÷íng d§u tr¶n s n nh  b¬ng thuªt to¡n Hough [17],con quay hçi chuyºn [42], c£m bi¸n o xa - LRF (Laser Range Finder) [68], c£mbi¸n £nh [25], v» tinh si¶u ¥m vîi h» thèng ành và qu¡n t½nh [55] hay ành vàrobot di ëng trong i·u ki»n c¡c ph²p o bà chªp chín, khæng ch­n ch­n, thªmch½ bà m§t c£ dú li»u o [43] Tuy nhi¶n, khâ kh«n khi thüc thi bë låc EKFtrong c¡c ùng döng ành và ð tr¶n l  vi»c lüa chån c¡c ma trªn hi»p ph÷ìng sainhi¹u o R v  nhi¹u h» thèng Q C¡c ma trªn n y th÷íng ÷ñc gi£ sû l  cè

ành v  ÷ñc x¡c ành tr÷îc bði qu¡ tr¼nh ngo¤i tuy¸n (off-line) ho°c thay êitheo mæ h¼nh nhi¹u ph²p o tø thüc nghi»m Mët ph÷ìng ph¡p kh¡c sû döng

bë låc EKF th½ch nghi vîi nhúng i·u ch¿nh li¶n quan ¸n c¡c ma trªn hi»pph÷ìng sai V½ dö nh÷ EKF k¸t hñp vîi logic mí [88], [112], nì ron mí th½chnghi ANFIS (Adaptive Neuro-Fuzzy Inference System) [84], [21] Ph÷ìng ph¡plåc th½ch nghi ¢ c£i thi»n hi»u qu£ so vîi låc EKF nh÷ng v¨n tçn t¤i h¤n ch¸t½nh chuy¶n gia cõa h» mí hay c§u tróc nì ron mí phùc t¤p

Mët bë låc Kalman c£i ti¸n kh¡c l  UKF (Unscented Kalman Filter) x§px¿ h m phi tuy¸n b¬ng mët tªp hñp tèi thiºu c¡c iºm m¨u ¢ chån thay v¼b¬ng chuéi Taylor mð rëng nh÷ bë låc EKF [105] Ph÷ìng ph¡p x§p x¿ h m

phi tuy¸n cõa UKF ¢ l m t«ng hi»u su§t cõa bë låc èi vîi c¡c h» câ t½nh phituy¸n cao v  nhi¹u Gauss [7], [32] Bë låc UKF ¢ ÷ñc ùng döng chõ y¸u trongc¡c h» thèng ành và d¨n ÷íng m°t §t [106], h» thèng thæng tin d¨n ÷íngk¸t hñp [118] hay h» thèng ành và GPS [116] M°c dò hi»u su§t ành và khi sûdöng UKF tèt hìn so vîi sû döng EKF nh÷ng thíi gian t½nh to¡n cõa UKF lînhìn EKF Ngo i ra, trong tr÷íng hñp sû döng ành và GPS th¼ ë lñi v· hi»usu§t ch¿ ¤t ÷ñc trong tr÷íng hñp câ s®n t½n hi»u GPS [71].

Bë låc PF (Particle Filter) công l  mët c£i ti¸n kh¡c cõa bë låc Kalman

Bë låc PF sû döng ph÷ìng ph¡p tu¦n tü Monte-Carlo º x§p x¿ c¡c h m ph¥nphèi x¡c su§t b¬ng mët tªp m¨u c¡c h¤t v  trång sè, do â câ thº ¡p döng choc¡c h» thèng câ nhi¹u phi Gauss [6], [49] Trong v§n · ành và robot di ëng,

bë låc PF ÷ñc sû döng º ÷îc t½nh t÷ th¸ cõa robot tø dú li»u c£m bi¸n [50],

ành và tuy»t èi và tr½ robot trong mæi tr÷íng bi¸t tr÷îc [107], hay ành và arobot [29] G¦n ¥y, bë låc PF l  gi£i ph¡p ch½nh cho c¡c ùng döng trong khænggian nhi·u chi·u nh÷ ành và v  lªp b£n ç SLAM [39], [69] hay b¡m theo c¡c

èi t÷ñng chuyºn ëng [70], [31] Tuy nhi¶n v¨n cán mët sè h¤n ch¸ khi sû döng

bë låc PF nh÷ mæ h¼nh robot c¦n ph£i khai triºn ÷ñc d÷îi d¤ng chuéi Markov,

ë ch½nh x¡c cõa ph²p ÷îc l÷ñng phö thuëc v o sè l÷ñng m¨u do â thíi giant½nh to¡n cao [108]

1.3.4 Nhªn x²t

Ph÷ìng ph¡p têng hñp dú li»u c£m bi¸n k¸t hñp ph²p o tuy»t èi v  t÷ìng

èi º t«ng ë ch½nh x¡c ÷ñc sû döng nhi·u trong c¡c h» thèng ành và robot

di ëng hi»n nay Kÿ thuªt x¡c su§t phò hñp vîi £nh h÷ðng cõa nhi¹u c£m bi¸n

¢ ÷ñc sû döng trong c¡c ph÷ìng ph¡p ành và Marko, låc Kalman, Kalman

mð rëng (EKF, UKF, PF) Trong ùng döng ành và robot di ëng sû döng c¡clo¤i c£m bi¸n thæng döng câ nhi¹u ph¥n bè Gauss, y¶u c¦u thíi gian t½nh to¡n

½t v  d¹ d ng triºn khai th¼ bë låc EKF l  lüa chån hi»u qu£ V§n · c¦n quant¥m khi triºn khai bë låc EKF trong c¡c ùng döng thüc t¸ l  ph÷ìng thùc sûdöng c¡c ma trªn hi»p ph÷ìng sai nhi¹u h» thèng v  nhi¹u o C¡ch thùc mæh¼nh hâa nhi¹u h» thèng theo b£n ch§t nhi¹u h» thèng v  gi£ sû nhi¹u o cè

ành ¢ l m cho vi»c thüc thi bë låc EKF ìn gi£n nh÷ng hi»u su§t ch÷a cao

8

Ph÷ìng ph¡p i·u ch¿nh ma trªn hi»p ph÷ìng sai cõa bë låc EKF th½ch nghihi»n t¤i v¨n cán nhúng h¤n ch¸ V¼ vªy, möc ti¶u cõa luªn ¡n l  c£i ti¸n bë låcEKF vîi ma trªn hi»p ph÷ìng sai nhi¹u o ÷ñc i·u ch¿nh b¬ng m¤ng nìron

mí theo c¡ch hi»u qu£

1.4 D¨n ÷íng

Trong sì ç i·u khiºn têng qu¡t cõa H¼nh 1.1, khèi nhªn thùc bao gçmvi»c ra quy¸t ành v  thüc thi quy¸t ành èi vîi robot di ëng th¼ v§n · nhªnthùc li¶n quan tîi d¨n ÷íng, ngh¾a l  vîi thæng tin v· mæi tr÷íng v  và tr½ ½chho°c mët sè và tr½ còng vîi gi¡ trà thu ÷ñc cõa c£m bi¸n, robot câ kh£ n«ng

¤t tîi ½ch mët c¡ch hi»u qu£ v  tin cªy [98]

sì ç Voronoi [62] t¤o th nh mët m¤ng c¡c ÷íng cong ho°c ÷íng th¯ng k¸tnèi c¡c ÷íng i tü do cõa robot Ph÷ìng ph¡p ph¥n t½ch æ chia b£n ç th nhc¡c vòng gåi l  æ, sau â x¡c ành vòng bao gçm æ tü do v  æ chùa vªt ÷íng

i ÷ñc t¤o n¶n bði ph÷ìng ph¡p ph¥n t½ch æ ch½nh x¡c v  ph¥n t½ch æ x§p x¿[87] Mët tr÷íng th¸ nh¥n t¤o l  têng cõa lüc hót tîi ½ch v  lüc ©y khäi vªttrong ph÷ìng ph¡p tr÷íng th¸ s³ t¤o ra ÷íng i tü do tîi ½ch [81]

Trong mæi tr÷íng khæng bi¸t tr÷îc, lªp k¸ ho¤ch ÷ñc thüc hi»n düa tr¶n

dú li»u c£m bi¸n v  mët ph¦n thæng v· mæi tr÷íng ho¤t ëng Hi»n nay, mët sèph÷ìng ph¡p lªp k¸ ho¤ch kh¡c nhau ¢ ÷ñc sû döng nh÷ ph¡t hi»n bi¶n, b¡mt÷íng, suy luªn mí, m¤ng nì ron, gi£i thuªt gen [110] Ngo i ra, gi£i thuªt t¼mki¸m A* [80] hay ph÷ìng ph¡p tr÷íng th¸ £o [81] ÷ñc sû döng lªp k¸ ho¤ch

trong c£ mæi tr÷íng bi¸t v  khæng bi¸t tr÷îc.

1.4.2 Tr¡nh vªt c£n

Ng÷ñc l¤i vîi kh£ n«ng lªp k¸ ho¤ch l  kh£ n«ng tr¡nh vªt c£n cöc bë.Tr¡nh vªt c£n s³ thay êi ÷íng i to n cöc düa thæng tin cöc bë cõa c£m bi¸n,

và tr½ ½ch, v  và tr½ t÷ìng èi vîi và tr½ ½ch

C¡c ph÷ìng ph¡p tr¡nh vªt c£n phö thuëc v o mùc ë kh¡c nhau cõa b£n

ç to n cöc, dú li»u ch½nh x¡c v· và tr½ cõa robot li¶n quan tîi b£n ç Ph÷ìngph¡p tr¡nh vªt ìn gi£n ¦u ti¶n l  Bug 1, Bug 2 [113] i·u khiºn robot i vángtheo ÷íng bi¶n cõa vªt c£n cho tîi khi t¼m ÷íng tho¡t tîi ½ch Sau â, mët sèph÷ìng ph¡p sû döng biºu ç v²c tì tr÷íng th¸ - VHF (Vecto Field Histogram)[51] º t¼m h÷îng di chuyºn khæng bà va vîi vªt Mð rëng cõa VHF l  VHF+,VHF∗ gi£m bît quÿ ¤o di chuyºn cõa robot düa tr¶n giîi h¤n v· cì kh½ [47],[48] Ngo i ra, tr½ tu» nh¥n t¤o công ÷ñc ùng döng cho v§n · tr¡nh vªt c£nnh÷ suy luªn mí [103], [104], [114], m¤ng nìron [61], [96]

1.4.3 C§u tróc d¨n ÷íng

Tr¶n cì sð c¡c kh£ n«ng ¢ câ trong d¨n ÷íng, v§n · quan trång l  sük¸t hñp giúa c¡c mæ un c£m bi¸n, lªp k¸ ho¤ch v  h nh ëng theo mët c¡chthùc phò hñp º ¤t ÷ñc möc ti¶u d¨n ÷íng tèt nh§t Sü k¸t hñp n y ¢ t¤on¶n c¡c c§u tróc d¨n ÷íng kh¡c nhau C¡c c§u tróc d¨n ÷íng hi»n nay câ thºph¥n th nh ba lo¤i ch½nh: c§u tróc thù bªc, c§u tróc ph£n ùng hay h nh vi, v c§u tróc lai [26]

C§u tróc thù bªc (H¼nh 1.3(a)) ho¤t ëng tu¦n tü vîi c¡c mæ un c£mnhªn, lªp k¸ ho¤ch v  h nh ëng düa tr¶n mæ h¼nh ch½nh x¡c cõa mæi tr÷íng

to n cöc º i·u khiºn robot i theo mët ÷íng i tèi ÷u C§u tróc thù bªcy¶u c¦u mæ h¼nh ch½nh x¡c cõa mæi tr÷íng º t¤o ra ÷íng d¨n to n cöc v  k¸ho¤ch ÷íng d¨n khæng thay thº thay êi trong qu¡ tr¼nh ho¤t ëng cõa robot.V¼ th¸ c§u tróc thù bªc ch¿ ¡p döng ÷ñc trong mæi tr÷íng t¾nh, câ c§u tróc.C§u tróc h nh vi (H¼nh 1.3(b)) chia nhi»m vö d¨n ÷íng phùc t¤p th nhc¡c nhi»m vö nhä hay c¡c h nh vi con, ho¤t ëng ëc lªp v¼ th¸ ¡p ùng nhanh

10

vîi mæi tr÷íng ëng, khæng c§u tróc C§u tróc n y sû döng mæ h¼nh cöc bë cõamæi tr÷íng thu ÷ñc tø dú li»u c£m bi¸n n¶n khæng c¦n x¥y düng to n bë mæh¼nh cõa mæi tr÷íng Tuy nhi¶n, do ho¤t ëng ëc lªp cõa c¡c h nh vi con, n¶nc¦n ph£i câ sü k¸t hñp t½n hi»u i·u khiºn giúa c¡c h nh vi n y sao cho gi¡ trà

i·u khiºn têng hñp tèt nh§t, thäa m¢n ÷ñc möc ti¶u cõa c¡c h nh vi

Tªn döng ÷u iºm lªp k¸ ho¤ch cõa c§u tróc thù bªc v  ¡p ùng nhanhcõa c§u tróc h nh vi º t¤o n¶n c§u tróc lai (H¼nh 1.3(c)) Sü k¸t hñp n y t¤o

ra c§u tróc d¨n ÷íng hi»u qu£ nh÷ng y¶u c¦u phùc t¤p trong thi¸t k¸ v  thücthi

1.4.4 C§u tróc h nh vi

Trong ba c§u tróc d¨n ÷íng tr¶n th¼ c§u tróc h nh vi ÷ñc ùng döngnhi·u bði thi¸t k¸ ìn gi£n, t½nh mæ un hâa v  hi»u qu£ ho¤t ëng cao trongmæi tr÷íng ëng V§n · quan trång trong c§u tróc h nh vi l  c¡ch k¸t hñp hi»uqu£ hay c¡ch gi£i quy¸t xung ët giúa c¡c lo¤i h nh vi kh¡c nhau º ¤t ÷ñck¸t qu£ i·u khiºn tèt nh§t C¡c kÿ thuªt n y ÷ñc ph¥n th nh hai ph¦n ch½nhtrong c§u tróc h nh vi: lüa chån h nh vi v  trën l»nh Khi â c§u tróc h nh vitêng qu¡t trong H¼nh 1.3(b) ÷ñc mæ t£ cö thº hìn nh÷ H¼nh 1.4

Lüa chån h nh vi s³ quy¸t ành mët hay nhi·u h nh vi còng tham gia i·ukhiºn t¤i mët thíi iºm tòy thuëc v o tr¤ng th¡i hi»n t¤i cõa robot v  mæitr÷íng ho¤t ëng Lüa chån h nh vi gi£m sü phùc t¤p v  qu¡ tr¼nh t½nh to¡n,t«ng hi»u su§t cõa h» thèng Mët sè kÿ thuªt lüa chån h nh vi iºn h¼nh nh÷:c§u tróc x¸p gëp cõa Brook [92] düa tr¶n ph¥n xû t¾nh x¡c ành h nh vi tr÷îc,

¡p döng cho robot thüc hi»n mët nhi»m vö ìn l´; kÿ thuªt düa tr¶n mùc ë

÷u ti¶n hay theo t½nh ch§t c¤nh tranh cõa Dupre [27] cho ph²p lüa chån h nh

vi câ mùc ë ÷u ti¶n cao nh§t; hay ph÷ìng ph¡p ëng sû döng si¶u luªt mí [16]

º chån h nh vi düa tr¶n k¸ ho¤ch hi»n t¤i v  nhúng thay êi b§t ngí cõa mæitr÷íng ho¤t ëng

Trën l»nh k¸t hñp c¡c l»nh i·u khiºn tø c¡c h nh vi ÷ñc chån th nh mëtl»nh i·u khiºn têng hñp Trong tr÷íng hñp têng qu¡t, trën l»nh ÷ñc thüc hi»nvîi t§t c£ c¡c h nh vi do â lüa chån h nh vi câ thº coi l  tr÷íng hñp ri¶ngcõa trën l»nh C¡c nghi¶n cùu v· kÿ thuªt trën l»nh hi»n nay câ thº ÷ñc ph¥n

Cảm biến

Mô hình môi trường

Lập kế hoạch

Hành động

Hành vi N

Hành vi 3 Hành vi 2 Hành vi 1

Hành động

Lập kế hoạch mức cao

Thực thi điều khiển Phản ứng Hành động Cảm biến

Cảm biến

(a) Cảm biến

Hành động

Lập kế hoạch mức cao

Thực thi điều khiển Phản ứng Hành động Cảm biến

Hành động

Lập kế hoạch mức cao

Thực thi điều khiển Phản ứng Hành động Cảm biến

Cảm biến

(c) H¼nh 1.3: C§u tróc d¨n ÷íng: (a) C§u tróc thù bªc, (b) C§u tróc h nh vi, (c) C§u

tróc lai

12

Lựa chọn hành vi Hành vi N

Hành vi 2 Hành vi 1

Voting Superposition Fuzzy Multiple Objective Information FilterDistributed

DAMN SAMBA Action Voting

Potential Fields Motor Schemas

Fuzzy Logic Fuzzy DAMN

Trộn lệnh

Voting Superposition Multiple Objective Fuzzy Information FilterDistributed

DAMN SAMBA Action Voting

Potential Fields Motor Schemas Fuzzy Logic Fuzzy DAMN

H¼nh 1.5: C¡c kÿ thuªt trën l»nh.

Kÿ thuªt Voting (biºu quy¸t) g¡n cho méi h nh vi mùc ë õng hë ho°cchèng èi l¤i mët tªp c¡c h nh ëng C¡c h nh ëng n y sau â ÷ñc k¸t hñptheo c¡ch thùc n o â º t¤o ra gi¡ trà i·u khiºn tèt nh§t nh÷ H¼nh 1.6 V½ dönh÷ DAMN (Distributed Architecture for Mobile Navigation - C§u tróc ph¥nt¡n d¨n ÷íng di ëng) [57] k¸t hñp c¡c h nh ëng düa tr¶n c¡c h» sè trång

sè trong khi SAMBA (Sensor, Actuator, Marker, Behavior, Arbiter - C£m bi¸n,Ch§p h nh, G¡n nh¢n, H nh vi, Ph¥n xû) [93] lüa chån c¡c h nh vi quan trång

tø b£n ç h nh ëng ¢ x¡c ành tr÷îc â, cán Action Voting [56] ìn gi£n l chån h nh vi n o câ gi¡ trà õng hë cao nh§t Nh÷ñc iºm chung cõa nhâm kÿ

Hành vi 1 Hành vi 2

Hành vi N

Cảm biến

Trung tâm phân xử

Hành động Biểu quyết

H¼nh 1.6: Sì ç biºu quy¸t.

thuªt biºu quy¸t l  thi¸u thù tü ÷u ti¶n n¶n k¸t qu£ ¤t ÷ñc khæng tèt thªmch½ cán xung ët trong nhi·u tr÷íng hñp v½ dö h nh vi v· ½ch õng hë h nh

ëng r³ tr¡i, trong khi h nh vi tr¡nh vªt l¤i õng hë h nh ëng r³ ph£i

Superposition (x¸p chçng) l  kÿ thuªt k¸t hñp tuy¸n t½nh c¡c h nh vi theotr÷íng th¸ hay sì ç motor Tr÷íng th¸ [81] ÷ñc ành ngh¾a l  lüc hót F∗

x d tø

iºm b§t ký x tîi iºm ½ch xd v  lüc ©y khäi vªt c£n F∗

O, têng hñp cõa c¡ctr÷íng th¸ t¤o n¶n v²c tì i·u khiºn têng hñp

x = xd Mð rëng hìn l  sì ç motor [85] sû döng tr÷íng th¸ º ành ngh¾a lèi

ra cõa méi motor v  k¸t hñp motor düa tr¶n c¡c h» sè ÷ñc ành ngh¾a tr÷îc(H¼nh 1.7) ×u iºm cõa ph÷ìng ph¡p n y l  d¹ thüc thi nh÷ng khâ i·u ch¿nhc¡c h» sè C¡c h» sè ph£i ÷ñc i·u ch¿nh còng nhau, khi câ th¶m h nh vi mîiph£i ành ngh¾a l¤i to n bë c¡c h» sè K¸t qu£ thu ÷ñc khæng tèt khi câ nhi·ulèi ra câ gi¡ trà gièng nhau ho°c khæng phò hñp vîi ho¤t ëng cõa robot

Fuzzy (mí) l  kÿ thuªt trën l»nh trong c§u tróc h nh vi ÷ñc sû döng phêbi¸n trong thíi gian g¦n ¥y [1], [11], [14], [41], [15], [73] Do kh£ n«ng th½ch ùngvîi t½nh b§t ành cõa mæi tr÷íng ëng, n¶n méi h nh vi trong c§u tróc h nh vi

÷ñc thüc thi bði mët bë i·u khiºn mí Khi â lèi ra cõa c¡c h nh vi l  c¡c tªp

mí v  v§n · trën l»nh ÷ñc thüc hi»n qua b÷îc gi£i mí Düa tr¶n kh¡i ni»mv· gi£i mí, tçn t¤i hai c¡ch k¸t hñp lèi ra: gi£i mí l§y gi¡ trà rã cho tøng h nh

14

Tr?n l?nh

Bi?u quy?t ( Voting)

X?p ch?ng ( Superposition)

M?

( Fuzzy)

T?i uu da m?c tiêu ( Multiple Objective )

B? l?c thông tin phân tán (DIF)

DAMN SAMBA Action Voting

vi rçi k¸t hñp gi¡ trà têng hñp theo trång sè nh÷ H¼nh 1.8(a); ho°c k¸t hñp c¡c

tªp mí cõa c¡c h nh vi tr÷îc rçi gi£i mí cho gi¡ trà rã sau ð H¼nh 1.8(b) Sû

Defuzzification

Defuzzification (a)

Defuzzification

Defuzzification

(b) H¼nh 1.8: Hai c¡ch k¸t hñp lèi ra: (a) Gi£i mí rçi k¸t hñp, (b) K¸t hñp rçi gi£i mí

döng logic mí trong thi¸t k¸ h nh vi t¤o n¶n c§u tróc d¨n ÷íng ìn gi£n khi

thüc thi v  ¤t hi»u qu£ cao ×u iºm cõa logic mí cán ÷ñc k¸t hñp trong c£

kÿ thuªt lüa chån h nh vi sû döng si¶u luªt mí (N¸u ngú c£nh Th¼ h nh vi) v 

kÿ thuªt trën l»nh theo gi£i mí t¤o n¶n c§u tróc h nh vi trën l»nh phö thuëc

ngú c£nh - CDB (Context Depedent Blending) [15], [73]:

trong â, C l  gi¡ trà i·u khiºn têng hñp, Ci l  gi¡ trà gi£i mí cõa h nh vi i,

BWi l  trång sè h nh vi x¡c ành tø si¶u luªt mí Tuy nhi¶n, kÿ thuªt trën l»nh

sû döng ph÷ìng ph¡p gi£i mí cán h¤n ch¸ do gi¡ trà gi£i mí khæng tèi ÷u v 

cho c¡c k¸t qu£ kh¡c nhau nh÷ hai ph÷ìng ph¡p k¸t hñp lèi ra ð H¼nh 1.8; ho°cngay trong ch½nh c¡c ph÷ìng ph¡p gi£i mí, v½ dö nh÷ ph÷ìng ph¡p gi£i mí cüc

¤i (nguy¶n lþ trung b¼nh, nguy¶n lþ cªn tr¡i, nguy¶n lþ cªn ph£i), ph÷ìng ph¡p

iºm trång t¥m [28], [95]

Multiple Objective l  lþ thuy¸t tèi ÷u a möc ti¶u công ÷ñc ùng döng ºthüc hi»n trën l»nh trong c§u tróc h nh vi [89] º ùng döng lþ thuy¸t n y th¼méi h nh vi ph£i ÷ñc biºu di¹n b¬ng mët h m möc ti¶uOi H m möc ti¶u g¡nméi t½n hi»u i·u khiºn mët gi¡ trà ph£n ¡nh mùc ë ¤t ÷ñc möc ti¶u cõa

h nh vi â Khi â lþ thuy¸t tèi ÷u a möc ti¶u ÷ñc ¡p döng º t¼m nghi»mtèt nh§t vîi t§t c£ c¡c möc ti¶u · ra nh÷ biºu di¹n sau:

cì kh½, nguy¶n lþ ho¤t ëng cõa robot v  mæi tr÷íng l m vi»c trong i·u ki»nchùa üng nhi·u y¸u tè b§t ành, khæng ch­c ch­n

Mët kÿ thuªt trën l»nh kh¡c hay cán ÷ñc xem nh÷ l  kÿ thuªt trën t½nhi»u l  sû döng bë låc thæng tin ph¥n t¡n - DIF (Distributed Information Filter)[33] nh÷ sì ç trong H¼nh 1.9

Bë låc n y thüc hi»n trën l»nh theo c¡ch ÷a lèi ra cõa méi bë i·u khiºn h nh

vi v o tøng bë låc thæng tin cöc bë, sau â sû döng mët bë låc thæng tin to ncöc º ÷îc t½nh gi¡ trà i·u khiºn cuèi còng g¦n nh§t vîi gi¡ trà cõa bë i·ukhiºn câ ph÷ìng sai nhä nh§t (1.12) Méi mët bë låc thæng tin gièng nh÷ bëlåc Kalman nh÷ng ìn gi£n hìn ð b÷îc khði t¤o gi¡ trà ban ¦u v  c¡c ph÷ìngtr¼nh thüc hi»n ×u iºm cõa kÿ thuªt trën l»nh n y l  sû döng ph÷ìng ph¡p lþthuy¸t thæng qua bë låc cho k¸t qu£ tèi ÷u nh÷ng vi»c x¡c ành c¡c ph÷ìng sai

16

Bộ lọc thông tin cục bộ 1

Bộ lọc thông tin cục bộ 2

Bộ lọc thông tin cục bộ N

Bộ điều khiển 1

Bộ điều khiển 2

Bộ điều khiển N

Bộ lọc thông tin toàn cục Robot

Bộ lọc thông tin cục bộ 2

Bộ lọc thông tin cục bộ N

Bộ điều khiển 1

Bộ điều khiển 2

Bộ điều khiển N

Bộ lọc thông tin toàn cục

Robot Môi trường

Bộ giám sát Trộn các tín hiệu điều khiển (Bộ lọc thông tin phân tán)

Cảm biến Cảm biến

¡p ùng ÷ñc vîi t§t c£ möc ti¶u cõa c¡c h nh vi l  i·u ¡ng quan t¥m Tr¶n

cì sð ph¡t huy ÷u iºm v  kh­c phöc nh÷ñc iºm cõa c¡c kÿ thuªt trong c§utróc h nh vi hi»n nay, möc ti¶u nghi¶n cùu cõa luªn ¡n l  ph¡t triºn mët mæh¼nh i·u khiºn d¨n ÷íng theo c§u tróc h nh vi, k¸t hñp giúa i·u khiºn mí

v  trën l»nh tèi ÷u C§u tróc d¨n ÷íng n y cho ph²p tèi ÷u hâa vi»c thi¸t k¸khèi i·u khiºn d¨n ÷íng vîi c¡c mæ un h nh vi ÷ñc thi¸t k¸ ëc lªp, mangt½nh mæ un hâa cao v  ph÷ìng ph¡p trën l»nh tèi ÷u, £m b£o hi»u qu£ ho¤t

ëng cõa to n h» thèng i·u khiºn

1.5 Kÿ thuªt i·u khiºn robot di ëng

Nhúng ùng döng phùc t¤p trong l¾nh vüc robot di ëng ¢ ÷ñc gi£i quy¸tdüa tr¶n lþ thuy¸t i·u khiºn hi»n ¤i nh÷ tr½ tu» nh¥n t¤o, m¤ng nìron, logic

mí, gi£i thuªt gen, quy¸t ành tèi ÷u a möc ti¶u Mët trong sè c¡c lþ thuy¸t

n y ¢ ÷ñc ùng döng º thüc thi nhúng gi£i ph¡p · xu§t trong luªn ¡n

1.5.1 i·u khiºn mí

i·u khiºn mí ÷ñc x¥y düng düa tr¶n lþ thuy¸t v· tªp mí v  logic mí º

i·u khiºn c¡c èi t÷ñng vîi c¡c °c t½nh khæng bi¸t tr÷îc ho°c khæng ¦y õ

Tªp kinh iºn l  mët sü x­p x¸p chung c¡c vªt, c¡c èi t÷ñng câ còngchung mët t½nh ch§t, ÷ñc gåi l  ph¦n tû cõa tªp hñp â [4] H m thuëc cõa

tªp kinh iºn A câ gi¡ trà l  1 n¸u x ∈ A ho°c 0 n¸u x / ∈ A H¼nh 1.10(a) mæ t£

h m thuëc µA(x) cõa tªp A = {x ∈R|2 < x < 4}

Tªp mí F x¡c ành tr¶n tªp kinh iºn X l  mët tªp m  méi ph¦n tû cõa

nâ l  mët c°p c¡c gi¡ trà (x, µF(x)) trong â x ∈ X v  µF l  ¡nh x¤

¡nh x¤µF ÷ñc gåi l  h m thuëc cõa tªp mí F Tªp kinh iºn X ÷ñc gåi l  tªp

n·n/tªp vô trö cõa tªp mí F V½ dö H¼nh 1.10(b) biºu di¹n h m thuëc µB(x)

cõa tªp B gçm c¡c sè thüc d÷ìng nhä hìn nhi·u so vîi 6: B = {x ∈R|x << 6}

Tập mờ Sốt cao

Tập mờ Sốt cao

18