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... Danh möc c¡c chú vi¸t ttvi¸t tt 1 ANFIS Adaptive Neuro-Fuzzy Infer- H» thèng suy luªn mí nì ron 2 AGV Autonomous Guided Vehicle Xe tü h nh

-„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 QU„ -ÀNH VÀ V„

D„N -×ÍNG ROBOT DI -ËNG TRONG MÆI

H Nëi - 2017

LÍI CAM -OAN

Tæi xin cam oan luªn ¡n n y l cæng tr¼nh nghi¶n cùu cõa tæi, ch÷a ÷ñc xu§t b£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 C„M 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¦n Quang 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, çng nghi»p còng nhâm nghi¶n cùu, ¢ câ nhúng hé trñ trong qu¡ tr¼nh thüc hi»n thüc 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»p cõa 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¤y vøa 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 láng bi¸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.

ii

1.3.1 -ành và t÷ìng èi

3

1.3.2 -ành và tuy»t èi

4

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

101.4.3 C§u tróc d¨n ÷íng

10

1.4.4 C§u tróc h nh vi

11 1.4.5 Nhªn x²t

171.5 Kÿ thuªt i·u khiºn robot di ëng

18 1.5.1 -i·u khiºn mí

18 1.5.2 M¤ng nìron 211.5.3 Quy¸t ành tèi ÷u a möc ti¶u

241.6 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 .

281.6.3 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

2.2 Bë låc Kalman mð rëng

352.3 Bë låc Kalman Nìron Mí 37

2.3.1 Cì sð i·u ch¿nh ma trªn R 372.3.2 M¤ng nìron mí i·u ch¿nh Rk(j; j)

382.4 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

iv

KHI„N MÍ V„ TÈI ×U -A MÖC TI„U

3.1 Giîi thi»u

593.2 C§u tróc d¨n ÷íng h nh vi

593.3 C§u tróc d¨n ÷íng h nh vi BBFM

3.7.1 Mæ h¼nh h» thèng

92

3.7.2 Mæ phäng

93 3.7.3 Thüc nghi»m

v

T„I LI„U THAM KH„O 103 PHÖLÖC 117

vi

DANH MÖC C„C KÞ HI„U

V„ CHÚ VI„T T„T

vii

h֔ng

viii

38 ai; bi; cj; j Tham sè cõa c¡c h m thuëc

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

Danh möc c¡c chú vi¸t tt

vi¸t tt

1 ANFIS Adaptive Neuro-Fuzzy Infer- H» thèng suy luªn mí nì ron

2 AGV Autonomous Guided Vehicle Xe tü h nh

3 AUV Autonomous Underwater Ve- Thi¸t bà d÷îi n÷îc tü ëng

hicle

4 BBFM Behavior Based using Fuzzy C§u tróc h nh vi sû döng

and Multi-Objective logic mí v tèi ÷u a möc ti¶u

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 C§u tróc ph¥n t¡n d¨n ÷íng

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

14 FNN-EKF Fuzzy Neural Network Ex- Bë låc Kalman sû döng m¤ng

tended Kalman Filter nìron mí

16 FL-AKF Fuzzy Logic-based Adaptive Bë låc Kalman th½ch nghi düa

17 FL-EKF Fuzzy Logic Extended Bë låc Kalman sû döng logic

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

xi

Danh möc c¡c chú vi¸t tt

vi¸t tt

19 GPS/INS Global Positioning Sys- H» thèng ành và to n c¦u/H»

tem/Inertial Navigation thèng d¨n ÷íng qu¡n t½nh System

20 ICC Instantaneous Center of Cur- T¥m cong tùc thíi

vature

21 ICR Instantaneous Center of Ro- T¥m quay tùc thíi

tation

24 MOASM Mutiple Objective Action Se- Cì c§u lüa chån t¡c ëng tèi

lection Mechanism ÷u a ti¶u

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

„ Integral „ T l» - T½ch ph¥n - Vi ph¥n Derivative

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- C£m bi¸n, Ch§p h nh, G¡n

havior, Arbiter 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 -ành và v lªp b£n ç çng

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¸

DANH MÖC C„C B„NG

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 H„NH 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

xiv

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; ; u; ! 68

3.8 H m thuëc cõa bi¸n 70

3.9 V§n · cüc tiºu cöc bë 72

3.10 H m thuëc cõa bi¸ne d 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

-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

BBMF&FNN-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 robot ùng döngtrong 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 nhªn mæi tr÷íng xung quanh, kh£ n«ng ành và trong khæng gian l m vi»c, kh£ n«ng d¨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¡c ùng döng ¤t ÷ñc tø vi»c ph¡t triºn nhúng gi£i ph¡p i·u khiºn mùc cao li¶n quan ¸n ành và v d¨n ÷íng -¥y công ch½nh l nëi dung tªp trung nghi¶n cùu 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 i to¡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 matrªn hi»p ph÷ìng sai nhi¹u o l cè ành v ÷ñc x¡c ành tr÷îc tø thüc nghi»m Gi£iph¡p tr¶n cho ph²p ìn gi£n hâa qu¡ tr¼nh thüc thi bë låc EKF nh÷ng hi»usu§t ành và khæng cao, thªm ch½ bë låc khæng hëi tö Mët gi£i ph¡p kh¡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 bëlåc PF (Particle Filter) vîi hi»u qu£ ho¤t ëng tèt hìn bë låc EKF nh÷ng h¤nch¸ vîi thíi gian t½nh to¡n lîn Trong ùng döng ành và robot di ëng sû döngc¡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» thèng d¨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 tróc d¨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 phò hñp vîi c§u d¨n ÷íng h nh vi trong â nhi»m vö phùc t¤p ÷ñc chia th nh c¡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 möc ti¶u, bë låc thæng tin ph¥n t¡n ·u thº hi»n nhúng ÷u v nh÷ñc iºm ri¶ng V¼ vªy, 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 cõa luªn ¡n.

xviii

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, düa tr¶n ph÷ìng ph¡p låc Kalman cho b i to¡n - ành và sû döng thæng tin tø nhi·u c£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»n nh÷ sau:

C£i ti¸n bë låc EKF sû döng cho b i to¡n ành và düa tr¶n thæng tin tø nhi·u c£m bi¸n º khc phöc h¤n ch¸ do vi»c lüa chån ma trªn hi»p ph÷ìng sai ch÷a ch½nh x¡c ho°c cè ành cõa bë låc EKF cê iºn, nh¬m t«ng ë ch½nh 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¸t hñp 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 mæ phäng v trong mæi tr÷íng th¸ giîi thüc sû döng mët robot di ëng câ k¸t c§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 khiºn d¨n

-÷íng h nh vi cho robot di ëng tü h nh ho¤t ëng trong mæi tr-÷íng khæng bi¸ttr÷îc Ph¤m vi nghi¶n cùu giîi h¤n ð vi»c ÷a ra c¡c · xu§t khc phöc h¤n ch¸cán tçn t¤i trong bë låc ành và Kalman mð rëng v c§u tróc d¨n ÷íng h nh vihi»n t¤i Kiºm chùng hi»u qu£ cõa gi£i ph¡p · xu§t thæng qua mæ phäng vthüc nghi»m tr¶n ëng håc robot di ëng câ k¸t c§u hai b¡nh vi sai trong mæitr÷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÷ìng ph¡pph¥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 ëng trongmæi tr÷íng khæng bi¸t tr÷îc hi»n nay, tø â · ra möc ti¶u nghi¶n cùu cõa 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 vph÷ìng ph¡p mæ phäng º kiºm chùng mæ h¼nh Ph÷ìng ph¡p thüc nghi»m ºkh¯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; lþthuy¸t bë låc Kalman mð rëng cì b£n ùng döng ành và robot di ëng v quy tci·u ch¿nh ma trªn hi»p ph÷ìng sai nhi¹u o; lþ thuy¸t v· i·u khiºn mí, m¤ngnìron, quy¸t ành tèi ÷u a möc ti¶u º x¥y düng c¡c · xu§t bë låc Kalman c£iti¸n FNN-EKF cho v§n · ành và v c§u tróc i·u khiºn h nh vi BBFM; nguy¶n lþho¤t ëng cõa robot di ëng câ k¸t c§u hai b¡nh vi sai º l m mæ h¼nh mæphäng 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 y trong 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÷íng khæng 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 ch½nh x¡c sû döng m¤ng nìron mí (FNN).

xx

-· xu§t mët c§u tróc i·u khiºn d¨n ÷íng h nh vi k¸t hñp logic mí v tèi ÷u a möc ti¶u (BBFM), ho¤t ëng hi»u qu£ d¨n ÷íng robot trong mæi tr÷íng khæng bi¸t tr÷îc.

Bè cöc 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 tróc d¨n ÷íng robot di ëng Tâm tt mët sè lþ thuy¸t i·u khiºn sû döng trong i·u khiºn d¨n ÷íng nh÷ m¤ng nìron, i·u khiºn mí, quy¸t ành tèi ÷u a möc ti¶u v mæ h¼nh ùng döng robot di ëng hai b¡nh vi sai.

Ch÷ìng 2 tr¼nh b y bë låc c£i ti¸n FNN-EKF ùng döng ành và robot di ëng Bë låc FNN-EKF l bë låc Kalman mð rëng, vîi ma trªn hi»p ph÷ìng sai nhi¹u o ÷ñc i·u ch¿nh º n¥ng cao ë ch½nh x¡c cõa ph²p ành và sû döng m¤ng nìron mí Ho¤t ëng cõa bë låc FNN-EKF ÷ñc kiºm chùng thæng qua ùng döng h» thèng ành và cho robot di ëng vîi c¡c mæ phäng ¡nh gi¡ so s¡nh v thüc nghi»m.

Ch÷ìng 3 tr¼nh b y c§u tróc i·u khiºn d¨n ÷íng h nh vi BBFM k¸t hñp giúa i·u khiºn mí trong thi¸t k¸ c¡c h nh vi ëc lªp v trën l»nh sû ph÷ìng ph¡p tèi ÷u a möc ti¶u H» thèng d¨n ÷íng cho robot di ëng ÷ñc x¥y düng º ¡nh gi¡ hi»u qu£ ho¤t ëng cõa c§u tróc BBFM tr¶n cì sð so s¡nh vîi c¡c c§u tróc d¨n ÷íng kh¡c

-v k¸t hñp -vîi bë låc FNN-EKF qua mæ phäng -v thüc nghi»m.

Cuèi còng l ph¦n k¸t luªn v nhúng ành h÷îng nghi¶n cùu ti¸p theo cõa luªn ¡n.

xxi

sè v§n · li¶n quan tîi robot di ëng câ k¸t c§u hai b¡nh vi sai trong mæ h¼nh kiºm chùng mæ phäng v thüc nghi»m c¡c · xu§t.

V§n · i·u khiºn trong robot di ëng ÷ñc ph¥n th nh mùc th§p v cao -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

1

Môi tru?ng th?c

Định vị Xây dựng bản đồ

Mô hình môi trường Bản đồ cục bộ

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 li·u khiºn theo luªt PID (Proportional Integral Derivative - T l» t½ch ph¥n viph¥n) [44] ho°c i·u khiºn chuyºn ëng ên ành theo ti¶u chu©n Lyapunov choh» 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» thèngc£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 lh÷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 ëngph£i thüc hi»n: "Tæi ang ð ¥u?", "Tæi s³ l m g¼ ti¸p theo?", v "Tæi l mnh÷ th¸ n o º ¤t ÷ñc i·u â?" [20] -ành và l qu¡ tr¼nh ÷îc t½nh tr¤ng th¡i cõarobot 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 ot¤i nhúng thíi iºm tr÷îc â tîi thíi iºm hi»n t¤i Zk = fzk ; i = 1:::kg -èi vîi robot di -ëng, v²c tì tr¤ng th¡i x = [x; y; ]T bao gçm và tr½

(x; y) v

2

h÷îng cõa robot.

Qu¡ tr¼nh ành và g°p ph£i nhúng khâ kh«n do nhi¹u v b½ danh cõac¡c c£m bi¸n trong h» o Câ hai lo¤i nhi¹u tçn t¤i trong ph²p o c£m bi¸n [54] lnhi¹u 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 lôynh÷: giîi h¤n ë ph¥n gi£i cõa bë lªp m¢, sü khæng èi xùng cõa g¦m robot, -

÷íng k½nh hai b¡nh khæng çng nh§t, hai b¡nh °t khæng c¥n b¬ng Nhi¹ukhæng h» thèng hay nhi¹u khæng x¡c ành th÷íng l ng¨u nhi¶n v khæng bi¸ttr÷îc, v½ dö nh÷ gi¡ trà cõa mët m u thu ÷ñc tø camera CCD (ChargeCoupled Device) s³ kh¡c nhau trong i·u ki»n ¡nh s¡ng thay êi hay gi¡ tràkho£ng c¡ch o ÷ñc tø c£m bi¸n si¶u ¥m tîi còng mët và tr½ °t vªt s³ kh¡cnhau n¸u ë gç gh· hay vªt li»u c§u t¤o vªt l kh¡c nhau, hay vi»c tr÷ñt b¡nh xetrong khi robot ang ho¤t ëng Hi»n t÷ñng b½ danh x£y ra khi l÷ñng thængtin thu ÷ñc khæng õ º x¡c ành và tr½ cõa robot nh÷: robot khæng ph¥n bi»tc¡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¡cc£m bi¸n o xa hay c£m bi¸n si¶u ¥m khæng thº cho thæng tin v· vªt c£n lng÷íi hay ç vªt thæng th÷íng

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

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

xe vN

Tuy nhi¶n do sü chuyºn êi tø váng quay cõa b¡nh xe tr¶n m°t s

n th nh dàch chuyºn tuy¸n t½nh s³ chàu £nh h÷ðng cõa nhi¹u h» thèng v t¤o n¶n sai sè t½ch lôy theo thíi gian.

Dead-reckoning l sü k¸t hñp cõa Odometry vîi mæ h¼nh ëng håc º x¡cành và tr½ robot li¶n quan tîi và tr½ ban ¦u [102], [82] V½ dö tø qu¢ng ÷íng

dàch chuyºn cõa hai b¡nh thæng qua Odometry tø (1.1) v ph÷ìng tr¼nh ëng håc, và tr½ hi»n t¤i cõa robot vi sai ÷ñc x¡c ành bði:

c¡ch giúa hai c¦u xe khæng ·u) trong chuyºn ëng quay v

L;i + SR;i =2; i= SR;iSL;i =L l ë dàch chuyºn

ph¡p Dead-reckoning khæng th½ch hñp vîi kho£ng c¡ch d i bði b¶n c¤nhh¤n ch¸ cõa Odometry cán câ thº xu§t hi»n sü khæng ch½nh x¡c trong mæh¼nh ëng håc hay nhúng £nh h÷ðng khæng quan s¡t ÷ñc bði c¡c c£m bi¸n.V¼ th¸ trong ph÷ìng ph¡p n y sai sè ành và công bà t½ch lôy theo thíi gian

-èi vîi sai sè h» thèng g¥y n¶n sai sè t½ch lôy trong Dead-reckoning câthº bò ÷ñc b¬ng thõ töc i·u ch¿nh UMBmark cõa Boreinstein [53] Thõ töc bòy¶u

c¦u robot i theo h¼nh vuæng (4 4 m) theo h÷îng còng chi·u v ng÷ñc chi·u kim çng hç, x¡c ành cæng thùc i·u ch¿nh do sai sè g¥y ra bði E b (kho£ng

E

d (÷íng k½nh c¡c

b¡nh xe khæng çng nh§t) trong chuyºn ëng th¯ng Sü i·u ch¿nh

n y ¢ khc phöc ÷ñc hai lo¤i sai sè h» thèng nh÷ng ch÷a mang t½nh têng qu¡t v khæng phò hñp vîi lo¤i sai sè ng¨u nhi¶n [82].

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 ëng cõarobot 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 nguçn thængtin o ÷ñc ¢ khc phöc ÷ñc h¤n ch¸ cõa méi ph÷ìng ph¡p ìn l´, gi£m £nh h÷ðngcõa nhi¹u c£m bi¸n, t«ng ë ch½nh x¡c cõa ph²p ành và „nh h÷ðng cõanhi¹u l m dú li»u cõa c¡c c£m bi¸n mang t½nh ch§t khæng chc chn

su§t ÷ñc ùng 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 L M Khi â x¡c su§t t¤i và

tr½ l vîi c£m bi¸n i t¤i thíi iºm t düa tr¶n cæng thùc Bayes ÷ñc biºu di¹n bði:

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

Z

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¡ tràcõa 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

5

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 ìn gi£ntrong 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¡clo¤i c£m bi¸n kh¡c nhau l bë låc Kalman [37] Bë låc Kalman sû döng thuªt to¡n

xû lþ dú li»u » quy tèi ÷u Taskº ÷îc t½nh tr¤ng th¡i h» thèng düa tr¶n vi»c "trën"

ki¸n FuzzythùcControllerv· h»1 thènObjectivegv functionc¡c 1t½n hi»u tø c£m bi¸n Gi£ sû

(k + 1) t÷ìng ùng câ h m mªt ë x¡c su§t ph¥n bè Gauss vîi ph÷ìng saiOverall2 2

Fuzzifi Inference R2 y1 yˆ arg max[ R 1(y ), , RN (y )]

th¼ gi¡ trà và tr½ ÷îc t½nh tèt nh§t functiontø N hai ph²p o l :

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

v 2 2cõa tøng ph²p o ri¶ng bi»t, i·u n

cõa ph²p ÷îc t½nh và tr½ ¢ gi£m i khi

k¸t câ thº ÷ñc biºu di¹n l¤i nh÷ sau:

y t÷ìng ùng vîi sü khæng chc chn hñp hai ph²p o Ph÷ìng tr¼nh (1.5)

Tr¶n cì sð ph²p ÷îc t½nh theo dú li»u ph²p o (1.7), còng vîi ph÷ìng tr¼nhtr¤ng th¡i cõa h» thèng, thuªt to¡n trong bë låc Kalman ÷ñc thüc hi»n » quytheo hai 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¥n

xk = f(xk 1; uk 1; wk 1) (1.8)

zk = h(xk; vk)

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£m bi¸n £nh [25], v» tinh si¶u ¥m vîi h» thèng ành và qu¡n t½nh [55] hay -ành và robot di ëng trong i·u ki»n c¡c ph²p o bà chªp chín, khæng chn chn,thªm ch½ bà m§t c£ dú li»u o [43] Tuy nhi¶n, khâ kh«n khi thüc thi bë låcEKF trong c¡c ùng döng ành và ð tr¶n l vi»c lüa chån c¡c ma trªn hi»pph÷ìng sai nhi¹u 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÷ìngph¡p låc th½ch nghi ¢ c£i thi»n hi»u qu£ so vîi låc EKF nh÷ng v¨n tçn t¤ih¤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

7

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 ÷íng k¸thñp [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 trongkhæng gian nhi·u chi·u nh÷ ành và v lªp b£n ç SLAM [39], [69] hay b¡mtheo 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¤ngchuéi Markov, ë ch½nh x¡c cõa ph²p ÷îc l÷ñng phö thuëc v o sè l÷ñng m¨u

-do â thíi gian t½nh 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 mðrëng (EKF, UKF, PF) Trong ùng döng ành và robot di ëng sû döng c¡c lo¤ic£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 nghi hi»n t¤i v¨n cán nhúng h¤n ch¸ V¼ vªy, möc ti¶u cõa luªn ¡n l c£i ti¸n bë låc EKF 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 -

½ch ho°c mët sè và tr½ còng vîi gi¡ trà thu ÷ñc cõa c£m bi¸n, robot câkh£ n«ng ¤t tîi ½ch mët c¡ch hi»u qu£ v tin cªy [98]

1.4.1 Lªp k¸ ho¤ch ÷íng i

Kh£ n«ng lªp k¸ ho¤ch

quan tîi d¨n ÷íng robot di

÷íng i to n cöc l mët trong c¡c kh£ n«ng li¶n ëng.

Lªp k¸ ho¤ch li¶n quan ¸n qu¡ tr¼nh x¡c ành ÷íng i tîi ½ch cõa robotdüa tr¶n b£n ç v và tr½ ½ch cho tr÷îc trong mæi tr÷íng bi¸t tr÷îc Ba ph÷ìngph¡p lªp k¸ ho¤ch th÷íng ÷ñc sû döng nh÷ b£n ç ch¿ ÷íng, ph¥n t½ch æ, vtr÷íng th¸ [98] Trong â, b£n ç ch¿ ÷íng sû döng lþ thuy¸t ç thà [76] hay sì çVoronoi [62] t¤o th nh mët m¤ng c¡c ÷íng cong ho°c ÷íng th¯ng k¸t nèi c¡c -

÷íng i tü do cõa robot Ph÷ìng ph¡p ph¥n t½ch æ chia b£n ç th nh c¡c vònggåi l æ, sau â x¡c ành vòng bao gçm æ tü do v æ chùa vªt -÷íng i ÷ñc t¤on¶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 vªt trong 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 dúli»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

9

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 váng theo -

÷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£n nh÷ 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 sü k¸t hñp giúa c¡c mæ un c£m bi¸n, lªp k¸ ho¤ch v h nh ëng theo mët c¡ch thùc phò hñp º ¤t ÷ñc möc ti¶u d¨n ÷íng tèt nh§t.

Sü k¸t hñp n y ¢ t¤o n¶n c¡c c§u tróc d¨n ÷íng kh¡c nhau C¡c c§u tróc d¨n ÷íng hi»n nay câ thº ph¥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 bªc y¶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 bëcõa mæi tr÷íng thu ÷ñc tø dú li»u c£m bi¸n n¶n khæng c¦n x¥y düng to n bë

mæ h¼nh cõa mæi tr÷íng Tuy nhi¶n, do ho¤t ëng ëc lªp cõa c¡c h nh vi con,n¶n c¦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¡ trài·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 nhanh cõa 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 thüc thi.

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 ÷ñc k¸tqu£ i·u khiºn tèt nh§t C¡c kÿ thuªt n y ÷ñc ph¥n th nh hai ph¦n ch½nh trongc§u tróc h nh vi: lüa chån h nh vi v trën l»nh Khi â c§u tróc h nh vi têng qu¡ttrong 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 mæi tr÷íngho¤t ëng Lüa chån h nh vi gi£m sü phùc t¤p v qu¡ tr¼nh t½nh to¡n, t«nghi»u su§t cõa h» thèng Mët sè kÿ thuªt lüa chån h nh vi iºn h¼nh nh÷: c§utróc x¸p gëp cõa Brook [92] düa tr¶n ph¥n xû t¾nh x¡c ành h nh vi tr÷îc, ¡pdöng cho robot thüc hi»n mët nhi»m vö ìn l´; kÿ thuªt düa tr¶n mùc ë ÷u ti¶nhay 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 mæi tr÷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¶ng cõatrën l»nh C¡c nghi¶n cùu v· kÿ thuªt trën l»nh hi»n nay câ thº ÷ñc ph¥n

11