Nghiên cứu nâng cao hiệu quả định vị và dẫn đường robot di động trong môi trường không biết trước luận án TS kỹ thuật điện, điện tử và viễn thông 625202

H» thËng robot di Îng... Kˇ thuªt i·u khiºn robot di Îng.. Robot di Îng hai b¡nh vi sai.. Ho¤t Îng vi sai.. MÊ h¼nh Îng hÂc thuªn.. ¥y cÙng ch½nh l nÎi dung tªp trung nghi¶n c˘u trong lu

„I HÅC QUÈC GIA H„ NËI

LÕI CAM OAN

TÊi xin cam oan luªn ¡n n y l cÊng tr¼nh nghi¶n c˘u cıa tÊi, ch˜a ˜Òc xu§t b£n t¤i b§t k˝ nÏi n o MÂi nguÁn thÊng tin tham kh£o s˚ dˆng trong luªn ¡n ·u ˜Òc tr½ch d¨n ¦y ı.

T¡c gi£

Nguy¹n Th‡ Thanh V¥n

i

LÕI C„M ÌN Luªn ¡n n y ˜Òc ho n th nh vÓi s¸ giÛp Ô cıa nhi·u ng˜Ìi.

LÌi ¦u ti¶n, tÊi xin g˚i lÌi c£m Ïn s¥u sc ¸n Ph‚ gi¡o s˜, ti¸n s¾ Tr¦n Quang Vinh v Ti¸n s¾ L¶ VÙ H , l nh˙ng ng˜Ìi Th¦y ¢ tr¸c ti¸p h˜Óng d¨n, hÈ trÒ v Îng vi¶n tÊi trong qu¡ tr¼nh nghi¶n c˘u TÊi xin g˚i lÌi c£m Ïn ch¥n th nh tÓi Ti¸n s¾ PhÚng M¤nh D˜Ïng, Áng nghi»p cÚng nh‚m nghi¶n c˘u, ¢ c‚ nh˙ng hÈ trÒ trong qu¡ tr¼nh th¸c hi»n th¸c nghi»m v xu§t b£n c¡c cÊng tr¼nh cÊng bË.

TÊi cÙng xin g˚i lÌi c£m Ïn ch¥n th nh tÓi nh˙ng Th¦y, CÊ, Áng nghi»p cıa Khoa i»n t˚ - Vi¹n thÊng, ¤i hÂc CÊng ngh»,

¤i hÂc QuËc Gia H NÎi ¢ hÈ trÒ, t¤o i·u ki»n v Îng vi¶n tÊi r§t nhi·u trong thÌi gian v¯a gi£ng d¤y v¯a nghi¶n c˘u t¤i Khoa.

CuËi cÚng, xin g˚i tÓi nh˙ng ng˜Ìi th¥n y¶u cıa gia

¼nh tÊi vÓi t§m l·ng bi¸t Ïn s¥u sc, luÊn luÊn hÈ trÒ Îng vi¶n º tÊi c‚ thº ho n th nh ˜Òc luªn ¡n n y.

ii

ËNG 1

1.1 GiÓi thi»u 1

1.2 H» thËng robot di Îng

1 1.3 ‡nh v‡ 2

iii

1.3.4 Nhªn x²t

8 1.4 D¨n ˜Ìng 9

1.4.1 Lªp k¸ ho¤ch ˜Ìng i 9

1.4.2 Tr¡nh vªt c£n

10 1.4.3 C§u trÛc d¨n ˜Ìng 10

1.4.4 C§u trÛc h nh vi

11 1.4.5 Nhªn x²t

17 1.5 Kˇ thuªt i·u khiºn robot di Îng 18

1.5.1 i·u khiºn mÌ

18 1.5.2 M¤ng nÏron 21

1.5.3 Quy¸t ‡nh tËi ˜u a mˆc ti¶u 24

1.6 Robot di Îng hai b¡nh vi sai

26 1.6.1 Ho¤t Îng vi sai

26 1.6.2 MÊ h¼nh Îng hÂc thuªn 28

1.6.3 Kh£ n«ng i·u khiºn v quan s¡t

30 1.7 T¼nh h¼nh nghi¶n c˘u trong v ngo i n˜Óc

32 1.8 K¸t luªn ch˜Ïng 1

34 Ch˜Ïng 2 ÀNH VÀ S¤ D÷NG BË LÅC KALMAN NÌRON MÕ 35 2.1 GiÓi thi»u

2.2 BÎ lÂc Kalman m rÎng

2.3 BÎ lÂc Kalman NÏron MÌ

2.3.1 CÏ s i·u ch¿nh ma trªn R

2.3.2 M¤ng nÏron mÌ i·u ch¿nh Rk(j; j) .

2.4 H» thËng ‡nh v‡ robot di Îng s˚ dˆng FNN-EKF

2.4.1 MÊ h¼nh h» thËng 2.4.2 MÊ ph‰ng

iv

2.4.3 Th¸c nghi»m 55

2.5 K¸t luªn ch˜Ïng 2

57

Ch˜Ïng 3 C„U TR”C D„N ÕNG H„NH VI S¤ D÷NG I„U KHI„N MÕ V„ TÈI U A M÷C TI„U 593.1 GiÓi thi»u

92

3.7.2 MÊ ph‰ng

93

3.7.3 Th¸c nghi»m 96

3.8 K¸t luªn ch˜Ïng 3

99

K „T LU„N V„ KI„N NGHÀ 99

LI„N QUAN „N LU„N „N 101

v

T „I LI„U THAM KH„O 103 PH÷ L÷C 117

vi

DANH M÷C C„C Kfi HI„U

V„ CH⁄ VI„T T„T

vii

47

1

ix

DANH M÷C C„C B„NG

2.1 Tham sË h m thuÎc cıa m¤ng nÏron mÌ 50

3.1 Luªt i·u khiºn tr¡nh vªt

3.2 Luªt i·u khiºn v· ½ch 71

3.3 Luªt i·u khiºn tr¡nh c¸c tiºu cˆc bÎ 74

3.4 K¸t qu£ d¨n ˜Ìng mÊ ph‰ng trong mÊi tr˜Ìng thÊng th˜Ìng 3.5 K¸t qu£ d¨n ˜Ìng mÊ ph‰ng trong mÊi tr˜Ìng v«n ph·ng 80

3.6 K¸t qu£ mÊ ph‰ng c§u trÛc BBFM th¶m h nh vi tr¡nh c¸c tiºu cˆc bÎ 83

3.7 K¸t qu£ d¨n ˜Ìng th¸c s˚ dˆng c§u trÛc BBFM cıa ba tr˜Ìng hÒp 3.8 K¸t qu£ d¨n ˜Ìng mÊ ph‰ng s˚ dˆng BBFM&FNN-EKF v BBFM

3.9 K¸t qu£ d¨n ˜Ìng th¸c s˚ dˆng k¸t hÒp BBFM v FNN-EKF

xiii

DANH M÷C C„C H„NH V„, Ç THÀ

1.1 SÏ Á i·u khiºn chung cıa robot di Îng 2

1.2 TrÎn ph¥n bË x¡c su§t cıa hai ph²p o 6

1.3 C§u trÛc d¨n ˜Ìng 12

1.4 C§u trÛc h nh vi 13

1.5 C¡c kˇ thuªt trÎn l»nh 13

1.6 SÏ Á biºu quy¸t 14

1.7 SÏ Á c§u trÛc motor 15

1.8 Hai c¡ch k¸t hÒp lËi ra 15

1.9 SÏ Á khËi bÎ lÂc thÊng tin ph¥n t¡n 17

1.10 H m thuÎc cıa tªp kinh iºn v tªp mÌ 18

1.11 So s¡nh tªp kinh iºn v tªp mÌ 19

1.12 C§u trÛc cÏ b£n cıa i·u khiºn mÌ cÏ b£n 20

1.13 C¡c ph˜Ïng ph¡p gi£i mÌ

21

1.14 C§u trÛc cıa nÏron 22

1.15 V½ dˆ m¤ng nÏron nhi·u lÓp hÁi ti¸p 23

1.16 Tªp tËi ˜u v giÓi h¤n Pareto 25

1.17 T¥m quay t˘c thÌi 27

1.18 Ho¤t Îng vi sai cıa robot di Îng 28

1.19 MÊ h¼nh robot di Îng hai b¡nh vi sai 29

2.1 SÏ Á i·u ch¿nh ma trªn R 39

xiv

2.2 H m thuÎc cıa c¡c tªp mÌ .

2.3 SÏ Á m¤ng nÏron mÌ .

2.4 MÊ h¼nh h» thËng ‡nh v‡ .

2.5 Gi¡ tr‡ nhi¹u lËi v o v nhi¹u ph²p o 2.6 Ho¤t Îng cıa bÎ lÂc EKF 46

2.7 So s¡nh EKF, IEKF v FL-EKF 2.8 K¸t qu£ hÂc cıa m¤ng nÏron mÌ 2.9 K¸t qu£ so s¡nh FL-EKF v FNN-EKF 2.10 Ho¤t Îng cıa FNN-EKF vÓi giÓi h¤n cıa ma trªn R 2.11 Ho¤t Îng cıa FNN-EKF vÓi mÎt sË ˜Ìng i kh¡c nhau 54

2.12 H» thËng ‡nh v‡ th¸c t¸ 56

2.13 ˜Ìng i th¸c t¸

3.1 SÏ Á c§u trÛc h nh vi tÍng qu¡t 60

3.2 SÏ Á c§u trÛc d¨n ˜Ìng h nh vi BBFM 61

3.3 MÊ h¼nh h» thËng d¨n ˜Ìng 64

3.4 MÊ h¼nh bi¸n d¨n ˜Ìng 65

3.5 C§u trÛc BBFM 66

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

3.7 H m thuÎc cıa c¡c bi¸n v o/ra dl; df ; dr; ; u; ! 68

3.8 H m thuÎc cıa bi¸n 70

3.9 V§n · c¸c tiºu cˆc bÎ

3.10 H m thuÎc cıa bi¸ne d .

3.11 C§u trÛc CDB 76

3.12 ˜Ìng i v ¡p ˘ng cıa robot s˚ dˆng c¡c c§u trÛc d¨n ˜Ìng kh¡c nhau trong mÊ ph‰ng mÊi tr˜Ìng thÊng th˜Ìng 79

3.13 ˜Ìng i v ¡p ˘ng cıa robot s˚ dˆng c¡c c§u trÛc d¨n ˜Ìng kh¡c nhau trong mÊ ph‰ng mÊi tr˜Ìng v«n ph·ng 81

3.14 ˜Ìng i v ¡p ˘ng cıa robot s˚ dˆng c¡c c§u trÛc d¨n ˜Ìng kh¡c nhau trong mÊ ph‰ng mÊi tr˜Ìng c‚ c¸c tiºu cˆc bÎ 82

xv

3.15 ˜Ìng i cıa robot s˚ dˆng c§u trÛc BBFM c‚ th¶m h nh vi tr¡nh c¸c tiºu cˆc bÎ 82

3.22 MÊ h¼nh h» thËng d¨n ˜Ìng k¸t hÒp BBFM vÓi FNN-EKF 92

3.23 ˜Ìng i mÊ ph‰ng robot s˚ dˆng BBFM v BBFM&FNN-EKF 94

3.24 MÊ ph‰ng so s¡nh h» thËng d¨n ˜Ìng s˚ dˆng EFK v BBFM 95

BBMF&FNN-3.25 Ho¤t Îng d¨n ˜Ìng th¸c s˚ dˆng k¸t hÒp BBFM v FNN-EKF 98

xvi

M– „U

°t v§n ·

S¸ k¸t hÒp cıa nhi·u l¾nh v¸c t¯ cÏ kh½, kˇ thuªt i»n - i»n t˚, tÓi tr½ tu»nh¥n t¤o, khoa hÂc nhªn th˘c v khoa hÂc x¢ hÎi ¢ t¤o ra nh˙ng robot thÊngminh ¡p ˘ng ˜Òc y¶u c¦u ng y c ng cao cıa ˘ng dˆng th¸c ti¹n Nghi¶n c˘u v·robot di Îng ¢ v ang ph¡t triºn m¤nh m³ tr¶n th¸ giÓi vÓi c¡c robot ˘ng dˆngtrong l¾nh v¸c cÊng nghi»p, d‡ch vˆ y t¸, nÊng nghi»p, gi¡o dˆc, qu¥n s¸ T¤i Vi»t Nam, robot di Îng tuy l l¾nh v¸c mÓi nh˜ng ¢ ˜Òc quan t¥m nghi¶nc˘u trong nh˙ng n«m g¦n ¥y Tr¶n cÏ s ki¸n th˘c chuy¶n ng nh, s¸ c¦n thi¸t l mchı cÊng ngh», h·a nhªp vÓi th¸ giÓi trong o t¤o v nghi¶n c˘u ¢ thÛc ©yvi»c l¸a chÂn · t i nghi¶n c˘u cıa nghi¶n c˘u sinh

MÎt h» thËng robot di Îng y¶u c¦u cÏ c§u di chuyºn, h» thËng c£m nhªn mÊi tr˜Ìng xung quanh, kh£ n«ng ‡nh v‡ trong khÊng gian l m vi»c, kh£ n«ng d¨n ˜Ìng v h nh Îng Tr¶n n·n t£ng h» thËng

cÏ kh½ v c£m bi¸n c‚ s®n, c¡c ˘ng dˆng ¤t ˜Òc t¯ vi»c ph¡t triºn nh˙ng gi£i ph¡p i·u khiºn m˘c cao li¶n quan ¸n ‡nh v‡ v d¨n ˜Ìng ¥y cÙng ch½nh l nÎi dung tªp trung nghi¶n c˘u trong luªn ¡n.

‡nh v‡ l qu¡ tr¼nh ˜Óc t½nh v‡ tr½ v h˜Óng cıa robot d¸a tr¶n d˙ li»u cıac£m bi¸n Ph˜Ïng ph¡p tÍng hÒp d˙ li»u c£m bi¸n thÊng qua kˇ thuªt x¡c su§t ºt«ng Î ch½nh x¡c cıa ph²p ˜Óc t½nh ¢ ˜Òc s˚ dˆng nhi·u trong h» thËng ‡nh v‡robot Trong c¡c kˇ thuªt tÍng hÒp d˙ li»u c£m bi¸n th¼ bÎ lÂc Kalman m rÎng,gÂi tt l EKF (Extended Kalman Filter), vÓi thuªt to¡n x˚ l˛ d˙ li»u » quy tËi ˜u º

˜Óc t½nh tr¤ng th¡i h» thËng phi tuy¸n d¸a tr¶n ki¸n th˘c h» thËng v d˙ li»u c£mbi¸n ˜Òc ¡nh gi¡ l bÎ lÂc hi»u qu£ Ëi vÓi b i to¡n ‡nh v‡ Vi»c th¸c thi bÎ lÂc EKFg°p kh‚ kh«n khi x¡c ‡nh ma trªn hi»p ph˜Ïng sai nhi¹u h» thËng v nhi¹u o.Kh‚ kh«n tr¶n ¢ d¨n tÓi gi£ thi¸t c¡c ma trªn hi»p ph˜Ïng sai nhi¹u o l cË ‡nh v

˜Òc x¡c ‡nh tr˜Óc t¯ th¸c nghi»m Gi£i ph¡p tr¶n cho ph²p Ïn gi£n h‚a qu¡ tr¼nhth¸c thi bÎ lÂc EKF nh˜ng hi»u su§t ‡nh v‡ khÊng cao, thªm ch½ bÎ lÂc khÊnghÎi tˆ MÎt gi£i ph¡p kh¡c s˚ dˆng bÎ lÂc EKF th½ch nghi i·u ch¿nh ma trªn hi»pph˜Ïng sai nh˜ng

xvii

v¨n c·n nh˙ng h¤n ch¸ MÎt sË c£i ti¸n kh¡c cıa bÎ lÂc EKF li¶n quan tÓi h»phi tuy¸n v nhi¹u phi Gauss l bÎ lÂc UKF (Unscented Kalman Filter) hay bÎlÂc PF (Particle Filter) vÓi hi»u qu£ ho¤t Îng tËt hÏn bÎ lÂc EKF nh˜ng h¤nch¸ vÓi thÌi gian t½nh to¡n lÓn Trong ˘ng dˆng ‡nh v‡ robot di Îng s˚ dˆngc¡c lo¤i c£m bi¸n thÊng dˆng c‚ nhi¹u ph¥n bË Gauss, y¶u c¦u thÌi gian t½nhto¡n ½t v d¹ d ng triºn khai th¼ bÎ lÂc EKF l l¸a chÂn hi»u qu£ V¼ th¸ c£iti¸n bÎ lÂc EKF, khc phˆc h¤n ch¸ c·n tÁn t¤i, n¥ng cao Î ch½nh x¡c cıa ph²p

‡nh v‡ l v§n · c¦n quan t¥m cıa luªn ¡n

D¨n ˜Ìng ˜Òc ‡nh ngh¾a l vÓi thÊng tin v· mÊi tr˜Ìng v v‡ tr½ ½ch, robotc‚ kh£ n«ng ¤t tÓi ½ch mÎt c¡ch an to n v hi»u qu£ Hai kh£ n«ng li¶n quan ¸nho¤t Îng d¨n ˜Ìng l lªp k¸ ho¤ch ˜Ìng i v tr¡nh vªt c£n MÎt sË ph˜Ïng ph¡p lªp k¸ho¤ch i nh˜ b£n Á ch¿ ˜Ìng, ph¡t hi»n bi¶n, b¡m t˜Ìng,

A , tr˜Ìng th¸ hay tr¡nh vªt c£n theo ph˜Ïng ph¡p Bug, s˚ dˆng tr˜Ìng th¸

£o, suy luªn mÌ, m¤ng nÏron ¢ v ang ˜Òc ˘ng dˆng trong c¡c h» thËng d¨n

˜Ìng cho robot di Îng hi»n nay Tr¶n cÏ s c¡c kh£ n«ng c‚ s®n, hi»u qu£ cıah» thËng d¨n ˜Ìng li¶n quan ¸n s¸ k¸t hÒp c¡c mÊ un c£m bi¸n, lªp k¸ ho¤ch v

h nh Îng º t¤o ra c¡c c§u trÛc d¨n ˜Ìng kh¡c nhau C¡c c§u trÛc d¨n ˜Ìng cÏb£n hi»n nay c‚ thº ˜Òc ph¥n th nh c§u trÛc th˘ bªc, c§u trÛc h nh vi v c§utrÛc lai Ho¤t Îng cıa robot trong mÊi tr˜Ìng ch˜a bi¸t phÚ hÒp vÓi c§u d¨n

˜Ìng h nh vi trong ‚ nhi»m vˆ ph˘c t¤p ˜Òc chia th nh c¡c h nh vi nh‰, Îc lªp,ph£n ˘ng nhanh vÓi nh˙ng thay Íi b§t ngÌ V§n · c¦n quan t¥m ch½nh trongc§u trÛc h nh vi l tÍng hÒp c¡c t½n hi»u i·u khiºn t¯ c¡c h nh vi º t¤o n¶n t½nhi»u i·u khiºn tÍng hÒp C¡c kˇ thuªt trÎn l»nh ˜Òc ph¥n th nh c¡c nh‚mch½nh nh˜ biºu quy¸t, x¸p chÁng, mÌ, tËi ˜u a mˆc ti¶u, bÎ lÂc thÊng tin ph¥nt¡n ·u thº hi»n nh˙ng ˜u v nh˜Òc iºm ri¶ng V¼ vªy, ph¡t huy ˜u iºm v h¤n ch¸nh˜Òc iºm cıa c¡c kˇ thuªt trÎn l»nh hi»n c‚ º t¤o ra mÎt c§u trÛc d¨n ˜Ìng h nh

vi hi»u qu£ l i·u quan t¥m cıa luªn ¡n

xviii

Mˆc ½ch nghi¶n c˘u

Mˆc ½ch nghi¶n c˘u ch½nh cıa luªn ¡n l n¥ng cao hi»u qu£

‡nh v‡ v d¨n ˜Ìng cho robot di Îng ho¤t Îng trong mÊi tr˜Ìng khÊng bi¸t tr˜Óc, d¸a tr¶n ph˜Ïng ph¡p lÂc Kalman cho b i to¡n ‡nh v‡ s˚ dˆng thÊng tin t¯ nhi·u c£m bi¸n v c§u trÛc d¨n ˜Ìng h nh vi s˚ dˆng k¸t hÒp gi˙a i·u khiºn mÌ v ph˜Ïng ph¡p tËi ˜u a mˆc ti¶u T¯

¥y, c¡c mˆc ti¶u cˆ thº ˜Òc th¸c hi»n nh˜ sau:

C£i ti¸n bÎ lÂc EKF s˚ dˆng cho b i to¡n ‡nh v‡ d¸a tr¶n thÊng tin t¯ nhi·u c£m bi¸n º khc phˆc h¤n ch¸ do vi»c l¸a chÂn ma trªn hi»p ph˜Ïng sai ch˜a ch½nh x¡c ho°c cË ‡nh cıa bÎ lÂc EKF cÍ iºn, nh¬m t«ng Î ch½nh x¡c cıa ph²p ‡nh v‡.

Ph¡t triºn mÎt mÊ h¼nh i·u khiºn d¨n ˜Ìng theo c§u trÛc h nh

vi, k¸t hÒp gi˙a logic mÌ v ph˜Ïng ph¡p trÎn l»nh tËi ˜u C§u trÛc d¨n ˜Ìng n y cho ph²p tËi ˜u h‚a vi»c thi¸t k¸ khËi i·u khiºn d¨n ˜Ìng vÓi c¡c mÊ un h nh vi ˜Òc thi¸t k¸ Îc lªp nh˜ng v¨n £m b£o hi»u qu£ cıa to n bÎ h» thËng i·u khiºn.

Kiºm ch˘ng mÊ h¼nh v c¡c ph˜Ïng ph¡p ˜Òc · xu§t thÊng qua mÊ ph

‰ng v trong mÊi tr˜Ìng th¸ giÓi th¸c s˚ dˆng mÎt robot di Îng c‚ k¸t c§u hai b¡nh vi sai v ˜Òc trang b‡ mÎt sË lo¤i c£m bi¸n thÊng dˆng

Ëi t˜Òng nghi¶n c˘u v ph¤m vi nghi¶n c˘u

Ëi t˜Òng nghi¶n c˘u li¶n quan ¸n v§n · ‡nh v‡ v c§u trÛc i·u khiºn d¨n

˜Ìng h nh vi cho robot di Îng t¸ h nh ho¤t Îng trong mÊi tr˜Ìng khÊng bi¸ttr˜Óc Ph¤m vi nghi¶n c˘u giÓi h¤n vi»c ˜a ra c¡c · xu§t khc phˆc h¤n ch¸ c·ntÁn t¤i trong bÎ lÂc ‡nh v‡ Kalman m rÎng v c§u trÛc d¨n ˜Ìng h nh vi hi»nt¤i Kiºm ch˘ng hi»u qu£ cıa gi£i ph¡p · xu§t thÊng qua mÊ ph‰ng v th¸cnghi»m tr¶n Îng hÂc robot di Îng c‚ k¸t c§u hai b¡nh vi sai trong mÊi tr˜Ìngho¤t Îng cıa ph·ng th½ nghi»m

xix

‚ d¸a tr¶n cÏ s l˛ thuy¸t ˜a ra c¡c · xu§t º th¸c hi»n ˜Òc mˆc ti¶u °t ra Ph˜Ïng ph¡p

mÊ h¼nh h‚a ˜Òc ˘ng dˆng º x¥y d¸ng mÊ h¼nh h» thËng v ph˜Ïng ph¡p mÊ ph

‰ng º kiºm ch˘ng mÊ h¼nh Ph˜Ïng ph¡p th¸c nghi»m º kh¯ng ‡nh hi»u qu£

˘ng dˆng th¸c ti¹n cıa c¡c · xu§t

NÎi dung nghi¶n c˘u

NÎi dung nghi¶n c˘u cıa luªn ¡n bao gÁm: tÍng quan c¡c ph˜Ïng ph¡p i·ukhiºn h» thËng robot di Îng m˘c cao nh˜ ‡nh v‡ v c§u trÛc d¨n ˜Ìng; l˛ thuy¸t

bÎ lÂc Kalman m rÎng cÏ b£n ˘ng dˆng ‡nh v‡ robot di Îng v quy tc i·u ch¿nh

ma trªn hi»p ph˜Ïng sai nhi¹u o; l˛ thuy¸t v· i·u khiºn mÌ, m¤ng nÏron, quy¸t

‡nh tËi ˜u a mˆc ti¶u º x¥y d¸ng c¡c · xu§t bÎ lÂc Kalman c£i ti¸n FNN-EKFcho v§n · ‡nh v‡ v c§u trÛc i·u khiºn h nh vi BBFM; nguy¶n l˛ ho¤t Îng cıarobot di Îng c‚ k¸t c§u hai b¡nh vi sai º l m mÊ h¼nh mÊ ph‰ng v triºn khaith¸c nghi»m tr¶n h» robot di Îng th¸c

C¡c ‚ng g‚p ch½nh

VÓi s¸ hiºu bi¸t cıa nghi¶n c˘u sinh, nh˙ng k¸t qu£ nghi¶n c˘u trong luªn ¡n ¢ ¤t ˜Òc mˆc ½ch nghi¶n c˘u · ra Nh˙ng k¸t qu£ n y

˜Òc tr¼nh b y trong ch˜Ïng 2 v ch˜Ïng 3 cıa luªn ¡n bao gÁm:

· xu§t mÎt ph˜Ïng ph¡p ‡nh v‡ ch½nh x¡c robot di Îng trong mÊi tr˜Ìng khÊng bi¸t tr˜Óc (FNN-EKF), s˚ dˆng bÎ lÂc Kalman m rÎng (EKF) vÓi ma trªn hi»p ph˜Ïng sai nhi¹u o ˜Òc i·u ch¿nh º n¥ng cao Î ch½nh x¡c s˚ dˆng m¤ng nÏron mÌ (FNN).

xx

· xu§t mÎt c§u trÛc i·u khiºn d¨n ˜Ìng h nh vi k¸t hÒp logic mÌ v tËi ˜u a mˆc ti¶u (BBFM), ho¤t Îng hi»u qu£ d¨n ˜Ìng robot trong mÊi tr˜Ìng khÊng bi¸t tr˜Óc.

BË cˆc cıa luªn ¡n

Luªn ¡n bao gÁm ph¦n m ¦u, ba ch˜Ïng, v ph¦n k¸t luªn.

Ch˜Ïng 1 tr¼nh b y tÍng quan v· ‡nh v‡ v c§u trÛc d¨n ˜Ìng robot di Îng T‚m tt mÎt sË l˛ thuy¸t i·u khiºn s˚ dˆng trong i·u khiºn d¨n ˜Ìng nh˜ m¤ng nÏron, i·u khiºn mÌ, quy¸t ‡nh tËi ˜u a mˆc ti¶u v

mÊ h¼nh ˘ng dˆng robot di Îng hai b¡nh vi sai.

Ch˜Ïng 2 tr¼nh b y bÎ lÂc c£i ti¸n FNN-EKF ˘ng dˆng ‡nh v‡ robot di Îng BÎ lÂc FNN-EKF l bÎ lÂc Kalman m rÎng, vÓi ma trªn hi»p ph˜Ïng sai nhi¹u o ˜Òc i·u ch¿nh º n¥ng cao Î ch½nh x¡c cıa ph²p ‡nh v‡ s˚ dˆng m¤ng nÏron mÌ Ho¤t Îng cıa bÎ lÂc FNN-EKF

˜Òc kiºm ch˘ng thÊng qua ˘ng dˆng h» thËng ‡nh v‡ cho robot di Îng vÓi c¡c mÊ ph‰ng ¡nh gi¡ so s¡nh v th¸c nghi»m.

Ch˜Ïng 3 tr¼nh b y c§u trÛc i·u khiºn d¨n ˜Ìng h nh vi - BBFM k¸t hÒp gi˙a i·u khiºn mÌ trong thi¸t k¸ c¡c h nh vi Îc lªp v trÎn l»nh s˚ ph˜Ïng ph¡p tËi ˜u a mˆc ti¶u H» thËng d¨n ˜Ìng cho robot di Îng ˜Òc x¥y d¸ng º ¡nh gi¡ hi»u qu£ ho¤t Îng cıa c§u trÛc BBFM tr¶n cÏ s so s¡nh vÓi c¡c c§u trÛc d¨n ˜Ìng kh¡c v k¸t hÒp vÓi bÎ lÂc FNN-EKF qua mÊ ph‰ng v th¸c nghi»m.

CuËi cÚng l ph¦n k¸t luªn v nh˙ng ‡nh h˜Óng nghi¶n c˘u ti¸p theo cıa luªn ¡n.

xxi

1.2 H» thËng robot di Îng

Robot di Îng l mÎt robot c‚ kh£ n«ng di chuyºn, c£m nhªn

v t¸ tr‡ m˘c Î nh§t ‡nh [83].

ho¤ch ˜Ìng i v i·u khiºn chuyºn Îng º¤t˜Òc quˇ ¤o mong muËn[98] SÏ Á i·u khiºnchung cıa robot di Îng ˜Òc thº hi»n nh˜ H¼nh 1.1

V§n · i·u khiºn trong robot di Îng ˜Òc ph¥n th nh m˘c th§p v cao i·ukhiºn m˘c th§p li¶n quan ¸n i·u khiºn chuyºn Îng tr¸c ti¸p Îng cÏ, hay c·n gÂi li·u khiºn Îng hÂc, b¡m theo mÎt quˇ ¤o cho tr˜Óc ˜Òc ‡nh

1

H¼nh 1.1: SÏ Á i·u khiºn chung cıa robot di Îng.

ngh¾a b i mÎt tªp hÒp c¡c v‡ tr½ Ph˜Ïng ph¡p hay ˜Òc s˚ dˆng m˘c n y l i·ukhiºn theo luªt PID (Proportional Integral Derivative - T l» t½ch ph¥n viph¥n) [44] ho°c i·u khiºn chuyºn Îng Ín ‡nh theo ti¶u chu©n Lyapunov choh» phi tuy¸n [74], [102] i·u khiºn m˘c cao li¶n quan tÓi c¡c v§n · v· ‡nh v‡,lªp b£n Á v nhªn th˘c Tr¶n n·n t£ng hiºu bi¸t v· k¸t c§u cÏ kh½ v h» thËngc£m bi¸n ˜Òc trang b‡ s®n, m˘c Î a d¤ng v hi»u qu£ cıa c¡c ˘ng dˆng ¤t ˜Òct¯ vi»c ph¡t triºn c¡c gi£i ph¡p i·u khiºn m˘c cao ¥y cÙng ch½nh l h˜Óng tªptrung nghi¶n c˘u trong luªn ¡n

1.3 ‡nh v‡

‡nh v‡ tr£ lÌi cho c¥u h‰i ¦u ti¶n trong ba c¥u h‰i m robot di Îng ph£ith¸c hi»n: "TÊi ang ¥u?", "TÊi s³ l m g¼ ti¸p theo?", v "TÊi l m nh˜ th¸ n o º ¤t

robot t¤i thÌi iºm hi»n t¤i k d¸a tr¶n hiºu bi¸t v· tr¤ng th¡i ban ¦u v c¡c ph²p ot¤i nh˙ng thÌi iºm tr˜Óc ‚ tÓi thÌi iºm hi»n t¤i Zk = fzk ; i = 1:::kg Ëi vÓi robot diÎng, v²c tÏ tr¤ng th¡i x = [x; y; ]T bao gÁm v‡ tr½

(x; y) v

2

h˜Óng cıa robot.

Qu¡ tr¼nh ‡nh v‡ g°p ph£i nh˙ng kh‚ kh«n do nhi¹u v b½ danh cıa c¡cc£m bi¸n trong h» o C‚ hai lo¤i nhi¹u tÁn t¤i trong ph²p o c£m bi¸n [54] lnhi¹u h» thËng v nhi¹u khÊng h» thËng Nhi¹u h» thËng, c·n gÂi l nhi¹u x¡c

‡nh g¥y ra b i s¸ khÊng ho n h£o cıa cÏ c§u cÏ kh½ v c‚ t½nh t½ch lÙy nh˜:giÓi h¤n Î ph¥n gi£i cıa bÎ lªp m¢, s¸ khÊng Ëi x˘ng cıa g¦m robot, ˜Ìng k½nhhai b¡nh khÊng Áng nh§t, hai b¡nh °t khÊng c¥n b¬ng Nhi¹u khÊng h»thËng hay nhi¹u khÊng x¡c ‡nh th˜Ìng l ng¨u nhi¶n v khÊng bi¸t tr˜Óc, v½ dˆnh˜ gi¡ tr‡ cıa mÎt m u thu ˜Òc t¯ camera CCD (Charge Coupled Device) s³kh¡c nhau trong i·u ki»n ¡nh s¡ng thay Íi hay gi¡ tr‡ kho£ng c¡ch o ˜Òc t¯c£m bi¸n si¶u ¥m tÓi cÚng mÎt v‡ tr½ °t vªt s³ kh¡c nhau n¸u Î gÁ gh· hay vªtli»u c§u t¤o vªt l kh¡c nhau, hay vi»c tr˜Òt b¡nh xe trong khi robot ang ho¤tÎng Hi»n t˜Òng b½ danh x£y ra khi l˜Òng thÊng tin thu ˜Òc khÊng ı º x¡c

‡nh v‡ tr½ cıa robot nh˜: robot khÊng ph¥n bi»t c¡c tr¤ng th¡i ˜Òc t¤o ra b ic¡c gi¡ tr‡ c£m bi¸n giao nhau trong mÎt d¢y c¡c c£m bi¸n o xa hay c£m bi¸nsi¶u ¥m khÊng thº cho thÊng tin v· vªt c£n l ng˜Ìi hay Á vªt thÊng th˜Ìng

D¸a tr¶n c¡ch th˘c s˚ dˆng d˙ li»u c£m bi¸n, c¡c ph˜Ïng ph¡p ‡nh v‡ hi»n nay c‚ thº ph¥n th nh ba lo¤i: ‡nh v‡ t˜Ïng Ëi, ‡nh v‡ tuy»t Ëi v tÍng hÒp d˙ li»u c£m bi¸n.

1.3.1 ‡nh v‡ t˜Ïng Ëi

‡nh v‡ t˜Ïng Ëi hay ‡nh v‡ cˆc bÎ ˜Óc t½nh v‡ tr½ v h˜Óng cıa robot d¸a tr¶n thÊng tin thu ˜Òc b i c¡c c£m bi¸n gn tr¶n robot nh˜ bÎ lªp m¢, con quay hÁi chuyºn, gia tËc k¸ Hai kˇ thuªt chı y¸u trong ‡nh v‡ t˜Ïng Ëi l Odometry v Dead-reckoning.

Odometry x¡c ‡nh qu¢ng ˜Ìng d‡ch chuyºn cıa b¡nh xe thÊng qua sËv·ng quay ˜Òc cung c§p b i bÎ lªp m¢ [54] V½ dˆ qu¢ng ˜Ìng d‡ch chuyºn

chuyºn Íi sË xung cıa bÎ lªp m¢ th nh Î d‡ch chuyºn tuy¸n t½nh cıa b¡nh

xe vN

Tuy nhi¶n do s¸ chuyºn Íi t¯ v·ng quay cıa b¡nh xe tr¶n m°t s

n th nh d‡ch chuyºn tuy¸n t½nh s³ ch‡u £nh h˜ ng cıa nhi¹u h» thËng v t¤o n¶n sai sË t½ch lÙy theo thÌi gian.

Dead-reckoning l s¸ k¸t hÒp cıa Odometry vÓi mÊ h¼nh Îng hÂc º x¡c

‡nh v‡ tr½ robot li¶n quan tÓi v‡ tr½ ban ¦u [102], [82] V½ dˆ t¯ qu¢ng ˜Ìngd‡ch chuyºn cıa hai b¡nh thÊng qua Odometry t¯ (1.1) v ph˜Ïng tr¼nh ÎnghÂc, v‡ tr½ hi»n t¤i cıa robot vi sai ˜Òc x¡c ‡nh b i:

tuy¸n t½nh v Î d‡ch chuyºn

trong ‚ Si = SL;i

ph¡p Dead-reckoning khÊng th½ch hÒp vÓi kho£ng c¡ch d i b i b¶n c¤nh h¤nch¸ cıa Odometry c·n c‚ thº xu§t hi»n s¸ khÊng ch½nh x¡c trong mÊ h¼nh ÎnghÂc hay nh˙ng £nh h˜ ng khÊng quan s¡t ˜Òc b i c¡c c£m bi¸n V¼ th¸ trongph˜Ïng ph¡p n y sai sË ‡nh v‡ cÙng b‡ t½ch lÙy theo thÌi gian

Ëi vÓi sai sË h» thËng g¥y n¶n sai sË t½ch lÙy trong Dead-reckoning c‚ thº

bÚ ˜Òc b¬ng thı tˆc i·u ch¿nh UMBmark cıa Boreinstein [53] Thı tˆc bÚ y¶u

c¦u robot i theo h¼nh vuÊng (4 4 m) theo h˜Óng cÚng chi·u v ng˜Òc chi·u kim Áng hÁ, x¡c ‡nhcÊng th˘c i·u ch¿nh do sai sË g¥y ra b i E b (kho£ng

E

b¡nh xe khÊng Áng nh§t) trong chuyºn Îng th¯ng S¸ i·u ch¿nh n y

¢ khc phˆc ˜Òc hai lo¤i sai sË h» thËng nh˜ng ch˜a mang t½nh tÍng qu¡t v khÊng phÚ hÒp vÓi lo¤i sai sË ng¨u nhi¶n [82].

1.3.2 ‡nh v‡ tuy»t Ëi

‡nh v‡ tuy»t Ëi hay

vÓi h» tÂa Î to n cˆc, s˚

‡nh v‡ to n cˆc ˜Óc t½nh v‡ tr½ v h˜Óng robot so dˆng cÎc mËc ho°c t½n hi»u v» tinh GPS (Global

c¡ch gi˙a hai c¦u xe khÊng ·u) trong chuyºn Îng quay v

4

Positioning System) KhÊng giËng nh˜ ‡nh v‡ t˜Ïng Ëi, ‡nh v‡ tuy»t Ëi Îc lªpvÓi gi¡ tr‡ ˜Óc t½nh tr˜Óc do ‚ l m gi£m lÈi t½ch lÙy nh˜ng vi»c th¸c thi ph˘ct¤p hÏn v phˆ thuÎc v o c§u trÛc mÊi tr˜Ìng Ngo i ra sai sË cıa GPS lÓn (lbªc 10 cm t¤i mÈi ph²p o) n¶n khÊng phÚ hÒp cho nh˙ng ho¤t Îng cıa robottrong kho£ng c¡ch ngn, °c bi»t trong mÊi tr˜Ìng trong nh [40].

1.3.3 TÍng hÒp d˙ li»u c£m bi¸n

TÍng hÒp d˙ li»u c£m bi¸n l ph˜Ïng ph¡p k¸t hÒp d˙ li»u t¯ c¡c lo¤i c£mbi¸n kh¡c nhau º x¡c ‡nh v‡ tr½ v h˜Óng robot Ph˜Ïng ph¡p n y c‚ thº s˚ dˆngcho c£ ph²p o t˜Ïng Ëi v ph²p o tuy»t Ëi S¸ a d¤ng cıa nguÁn thÊng tin o

˜Òc ¢ khc phˆc ˜Òc h¤n ch¸ cıa mÈi ph˜Ïng ph¡p Ïn l´, gi£m £nh h˜ ng cıanhi¹u c£m bi¸n, t«ng Î ch½nh x¡c cıa ph²p ‡nh v‡ nh h˜ ng cıa nhi¹u l m d˙li»u cıa c¡c c£m bi¸n mang t½nh ch§t khÊng chc chn

v c‚ thº d¨n ¸n c¡c k¸t qu£ ‡nh v‡ kh¡c nhau Do ‚ kˇ thuªt x¡c su§t ˜Òc ˘ng dˆng trong ph˜Ïng ph¡p tÍng hÒp d˙ li»u c£m bi¸n thÊng qua hai lo¤i ‡nh v‡ iºn h¼nh Marko v Kalman C¡c ph˜Ïng ph¡p n y c·n gÂi l ph˜Ïng ph¡p ‡nh v‡ x¡c su§t [98].

‡nh v‡ Markov biºu di¹n tr¤ng th¡i tin cªy cıa robot b¬ng h m ph¥n bËx¡c su§t b§t k˝ [34] Tr¤ng th¡i tin cªy cıa robot ph£i ˜Òc g¡n vÓi mÎt x¡c

p(l

p(ijl) l x¡c su§t cıa c£m bi¸n i

su§t t¤i v‡ tr½ l t¯ nhi·u nguÁn c£m bi¸n vÓi cÚng mÎt bÎ lªp m¢ ( o) ˜Òc cªp nhªt thÊng qua ph˜Ïng tr¼nh:

Z

Nh˜ vªy, tr¤ng th¡i hi»n t¤i cıa robot ˜Òc x¡c ‡nh t¯ tr¤ng th¡i tr˜Óc ‚ v gi¡ tr‡ cıa h» thËng c£m nhªn t¤i thÌi iºm hi»n t¤i M°c dÚ k¸t qu£ ˜Óc t½nh n y ı º phˆc vˆ cho c¡c v§n · cÏ b£n nh˜ b¡m, lªp ˜Ìng d¨n cho robot

5

nh˜ng ch˜a th¸c s¸ hi»u qu£ b i tr¤ng th¡i hi»n t¤i phˆ thuÎc v o to n bÎ qu¡

tr¼nh ho¤t Îng tr˜Óc ‚ cıa robot ch˘ khÊng ch¿ phˆ thuÎc nh˜ trong (1.4).

MÎt kˇ thuªt ‡nh v‡ x¡c su§t hi»u qu£ hÏn ‡nh v‡ Markov b i s¸ Ïn

gi£n trong vi»c biºu di¹n h m mªt Î x¡c su§t cıa tr¤ng th¡i tin cªy v k¸t hÒp

d˙ li»u c¡c lo¤i c£m bi¸n kh¡c nhau l

dˆng thuªt to¡n x˚ l˛ d˙ li»u » quy tËi ˜u º ˜Óc t½nh tr¤ng th¡i h» thËng

d¸a tr¶n vi»c "trÎn" ki¸n Fuzzyth˘cControllerv· h»1

vÓi hai ph²p o v‡ tr½

(k + 1) t˜Ïng ˘ng c‚ h m mªt Î x¡c su§t ph¥n bË Gauss vÓi ph˜Ïng saiOverall2

N¸u khÊng x²t tÓi s¸ chuyºn Îng cıa robot trong kho£ng thÌi gian gi˙a

(k + 1)

H¼nh 1.2 v ph˜Ïng tr¼nh (1.5) cho th§y ph˜Ïng sai

H¼nh 1.2: TrÎn ph¥n bË x¡c su§t cıa hai ph²p o.

v 2 2 cıa t¯ng ph²p o ri¶ng bi»t, i·u n

cıa ph²p ˜Óc t½nh v‡ tr½ ¢ gi£m i khi

k¸t c‚ thº ˜Òc biºu di¹n l¤i nh˜ sau:

y t˜Ïng ˘ng vÓi s¸ khÊng chc chnhÒp hai ph²p o Ph˜Ïng tr¼nh (1.5)

2

q^ = q1 + 2 1 2 (q2 q1) (1.6)

1 + 2hay d˜Ói d¤ng th¸c thi cıa bÎ lÂc Kalman:

x^k+1 = x^k + Kk+1(zk+1 x^k)

6

Tr¶n cÏ s ph²p ˜Óc t½nh theo d˙ li»u ph²p o (1.7), cÚng vÓi ph˜Ïng tr¼nhtr¤ng th¡i cıa h» thËng, thuªt to¡n trong bÎ lÂc Kalman ˜Òc th¸c hi»n » quytheo hai b˜Óc: b˜Óc cªp nhªt tr¤ng th¡i v b˜Óc cªp nhªt ph²p o [37].

Tr¶n n·n t£ng cıa bÎ lÂc Kalman cÏ b£n l lÂc Kalman m rÎng - EKF s˚dˆng cho c¡c h» thËng phi tuy¸n [23] ˜Òc biºu di¹n b i ph˜Ïng tr¼nh sai ph¥n

phi tuy¸n thÊng qua bi¸n tr¤ng th¡i cıa h» thËng xk v ph²p o zk :

xk = f(xk 1; uk 1

zk = h(xk; vk)

trong ‚ wk = N(0; Qk ) v vk = N(0; Rk ) l nhi¹u ph²po v nhi¹u h» thËng.C¡c nhi¹u

n y ˜Òc gi£ s˚ Îc lªp, ph¥n bË x¡c su§t Gauss vÓi ma trªn hi»p

ph˜Ïng sai Qk v Rk t˜Ïng ˘ng Ma trªn Qk v Rk thay Íi theo t¯ng b˜Óc

˜Óc t½nh k.

BÎ lÂc EKF y¶u c¦u t½nh to¡n ½t v hi»u qu£ cao n¶n ˜Òc s˚ dˆng phÍbi¸n trong c¡c ˘ng dˆng ‡nh v‡ robot di Îng V½ dˆ nh˜ bÎ lÂc EKF k¸t hÒpph²p o t˜Ïng Ëi v tuy»t Ëi thÊng qua c¡c lo¤i c£m bi¸n kh¡c nhau nh˜Odometry v tham sË cıa ˜Ìng d§u tr¶n s n nh b¬ng thuªt to¡n Hough [17],con quay hÁi chuyºn [42], c£m bi¸n o xa - LRF (Laser Range Finder) [68],c£m bi¸n £nh [25], v» tinh si¶u ¥m vÓi h» thËng ‡nh v‡ qu¡n t½nh [55] hay

‡nh v‡ robot di Îng trong i·u ki»n c¡c ph²p o b‡ chªp chÌn, khÊng chn chn,thªm ch½ b‡ m§t c£ d˙ li»u o [43] Tuy nhi¶n, kh‚ kh«n khi th¸c thi bÎ lÂcEKF trong c¡c ˘ng dˆng ‡nh v‡ tr¶n l vi»c l¸a chÂn c¡c ma trªn hi»p ph˜Ïngsai nhi¹u o R v nhi¹u h» thËng Q C¡c ma trªn n y th˜Ìng ˜Òc gi£ s˚ l cË ‡nh v

˜Òc x¡c ‡nh tr˜Óc b i qu¡ tr¼nh ngo¤i tuy¸n (off-line) ho°c thay Íi theo mÊh¼nh nhi¹u ph²p o t¯ th¸c nghi»m MÎt ph˜Ïng ph¡p kh¡c s˚ dˆng bÎ lÂc EKFth½ch nghi vÓi nh˙ng i·u ch¿nh li¶n quan ¸n c¡c ma trªn hi»p ph˜Ïng sai V½

dˆ nh˜ EKF k¸t hÒp vÓi logic mÌ [88], [112], nÏ ron mÌ th½ch nghi ANFIS(Adaptive Neuro-Fuzzy Inference System) [84], [21] Ph˜Ïng ph¡p lÂc th½chnghi ¢ c£i thi»n hi»u qu£ so vÓi lÂc EKF nh˜ng v¨n tÁn t¤i h¤n ch¸ t½nhchuy¶n gia cıa h» mÌ hay c§u trÛc nÏ ron mÌ ph˘c t¤p

MÎt bÎ lÂc Kalman c£i ti¸n kh¡c l UKF (Unscented Kalman Filter) x§p x¿

h m phi tuy¸n b¬ng mÎt tªp hÒp tËi thiºu c¡c iºm m¨u ¢ chÂn thay v¼ b¬ngchuÈi Taylor m rÎng nh˜ bÎ lÂc EKF [105] Ph˜Ïng ph¡p x§p x¿ h m

7

phi tuy¸n cıa UKF ¢ l m t«ng hi»u su§t cıa bÎ lÂc Ëi vÓi c¡c h» c‚ t½nh phituy¸n cao v nhi¹u Gauss [7], [32] BÎ lÂc UKF ¢ ˜Òc ˘ng dˆng chı y¸u trongc¡c h» thËng ‡nh v‡ d¨n ˜Ìng m°t §t [106], h» thËng thÊng tin d¨n ˜Ìng k¸thÒp [118] hay h» thËng ‡nh v‡ GPS [116] M°c dÚ hi»u su§t ‡nh v‡ khi s˚dˆng UKF tËt hÏn so vÓi s˚ dˆng EKF nh˜ng thÌi gian t½nh to¡n cıa UKF lÓnhÏn EKF Ngo i ra, trong tr˜Ìng hÒp s˚ dˆng ‡nh v‡ GPS th¼ Î lÒi v· hi»usu§t ch¿ ¤t ˜Òc trong tr˜Ìng hÒp c‚ s®n t½n hi»u GPS [71].

BÎ lÂc PF (Particle Filter) cÙng l mÎt c£i ti¸n kh¡c cıa bÎ lÂc Kalman BÎlÂc PF s˚ dˆng ph˜Ïng ph¡p tu¦n t¸ Monte-Carlo º x§p x¿ c¡c h m ph¥n phËix¡c su§t b¬ng mÎt tªp m¨u c¡c h¤t v trÂng sË, do ‚ c‚ thº ¡p dˆng cho c¡c h»thËng c‚ nhi¹u phi Gauss [6], [49] Trong v§n · ‡nh v‡ robot di Îng, bÎ lÂc PF

˜Òc s˚ dˆng º ˜Óc t½nh t˜ th¸ cıa robot t¯ d˙ li»u c£m bi¸n [50], ‡nh v‡ tuy»t

Ëi v‡ tr½ robot trong mÊi tr˜Ìng bi¸t tr˜Óc [107], hay ‡nh v‡ a robot [29] G¦n

¥y, bÎ lÂc PF l gi£i ph¡p ch½nh cho c¡c ˘ng dˆng trong khÊng gian nhi·uchi·u nh˜ ‡nh v‡ v lªp b£n Á SLAM [39], [69] hay b¡m theo c¡c Ëi t˜Òngchuyºn Îng [70], [31] Tuy nhi¶n v¨n c·n mÎt sË h¤n ch¸ khi s˚ dˆng bÎ lÂc PFnh˜ mÊ h¼nh robot c¦n ph£i khai triºn ˜Òc d˜Ói d¤ng chuÈi Markov, Î ch½nhx¡c cıa ph²p ˜Óc l˜Òng phˆ thuÎc v o sË l˜Òng m¨u do ‚ thÌi gian t½nh to¡ncao [108]

1.3.4 Nhªn x²t

Ph˜Ïng ph¡p tÍng hÒp d˙ li»u c£m bi¸n k¸t hÒp ph²p o tuy»t Ëi v t˜Ïng Ëi

º t«ng Î ch½nh x¡c ˜Òc s˚ dˆng nhi·u trong c¡c h» thËng ‡nh v‡ robot di Înghi»n nay Kˇ thuªt x¡c su§t phÚ hÒp vÓi £nh h˜ ng cıa nhi¹u c£m bi¸n ¢ ˜Òcs˚ dˆng trong c¡c ph˜Ïng ph¡p ‡nh v‡ Marko, lÂc Kalman, Kalman m rÎng(EKF, UKF, PF) Trong ˘ng dˆng ‡nh v‡ robot di Îng s˚ dˆng c¡c lo¤i c£m bi¸nthÊng dˆng c‚ nhi¹u ph¥n bË Gauss, y¶u c¦u thÌi gian t½nh to¡n ½t v d¹ d ngtriºn khai th¼ bÎ lÂc EKF l l¸a chÂn hi»u qu£ V§n · c¦n quan t¥m khi triºnkhai bÎ lÂc EKF trong c¡c ˘ng dˆng th¸c t¸ l ph˜Ïng th˘c s˚ dˆng c¡c ma trªnhi»p ph˜Ïng sai nhi¹u h» thËng v nhi¹u o C¡ch th˘c mÊ h¼nh h‚a nhi¹u h»thËng theo b£n ch§t nhi¹u h» thËng v gi£ s˚ nhi¹u o cË ‡nh ¢ l m cho vi»cth¸c thi bÎ lÂc EKF Ïn gi£n nh˜ng hi»u su§t ch˜a cao

8

Ph˜Ïng ph¡p i·u ch¿nh ma trªn hi»p ph˜Ïng sai cıa bÎ lÂc EKF th½ch nghi hi»n t¤i v¨n c·n nh˙ng h¤n ch¸ V¼ vªy, mˆc ti¶u cıa luªn ¡n l c£i ti¸n bÎ lÂc EKF vÓi ma trªn hi»p ph˜Ïng sai nhi¹u o

˜Òc i·u ch¿nh b¬ng m¤ng nÏron mÌ theo c¡ch hi»u qu£.

1.4 D¨n ˜Ìng

Trong sÏ Á i·u khiºn tÍng qu¡t cıa H¼nh 1.1, khËi nhªn th˘c bao gÁmvi»c ra quy¸t ‡nh v th¸c thi quy¸t ‡nh Ëi vÓi robot di Îng th¼ v§n · nhªnth˘c li¶n quan tÓi d¨n ˜Ìng, ngh¾a l vÓi thÊng tin v· mÊi tr˜Ìng v v‡ tr½

½ch ho°c mÎt sË v‡ tr½ cÚng vÓi gi¡ tr‡ thu ˜Òc cıa c£m bi¸n, robotc‚ kh£ n«ng ¤t tÓi ½ch mÎt c¡ch hi»u qu£ v tin cªy [98]

‡nh vÚng bao gÁm Ê t¸ do v Ê ch˘a vªt ˜Ìng i ˜Òc t¤o n¶n b i ph˜Ïng ph¡p ph¥nt½ch Ê ch½nh x¡c v ph¥n t½ch Ê x§p x¿

[87] MÎt tr˜Ìng th¸ nh¥n t¤o l tÍng cıa l¸c hÛt tÓi ½ch v l¸c ©y kh‰i vªt trong ph˜Ïng ph¡p tr˜Ìng th¸ s³ t¤o ra ˜Ìng i t¸ do tÓi ½ch [81].

Trong mÊi tr˜Ìng khÊng bi¸t tr˜Óc, lªp k¸ ho¤ch ˜Òc th¸c hi»n d¸a tr¶n d˙li»u c£m bi¸n v mÎt ph¦n thÊng v· mÊi tr˜Ìng ho¤t Îng Hi»n nay, mÎt sËph˜Ïng ph¡p lªp k¸ ho¤ch kh¡c nhau ¢ ˜Òc s˚ dˆng nh˜ ph¡t hi»n bi¶n, b¡mt˜Ìng, suy luªn mÌ, m¤ng nÏ ron, gi£i thuªt gen [110] Ngo i ra, gi£i thuªt t¼mki¸m A* [80] hay ph˜Ïng ph¡p tr˜Ìng th¸ £o [81] ˜Òc s˚ dˆng lªp k¸ ho¤ch

9

trong c£ mÊi tr˜Ìng bi¸t v khÊng bi¸t tr˜Óc.

1.4.2 Tr¡nh vªt c£n

Ng˜Òc l¤i vÓi kh£ n«ng lªp k¸ ho¤ch l kh£ n«ng tr¡nh vªt c£n cˆc bÎ Tr¡nh vªt c£n s³ thay Íi ˜Ìng i to n cˆc d¸a thÊng tin cˆc bÎ cıa c£m bi¸n, v‡ tr½ ½ch, v v‡ tr½ t˜Ïng Ëi vÓi v‡ tr½ ½ch.

C¡c ph˜Ïng ph¡p tr¡nh vªt c£n phˆ thuÎc v o m˘c Î kh¡c nhau cıa b£n Á to ncˆc, d˙ li»u ch½nh x¡c v· v‡ tr½ cıa robot li¶n quan tÓi b£n Á Ph˜Ïng ph¡p tr¡nhvªt Ïn gi£n ¦u ti¶n l Bug 1, Bug 2 [113] i·u khiºn robot i v·ng theo ˜Ìng bi¶n cıavªt c£n cho tÓi khi t¼m ˜Ìng tho¡t tÓi ½ch Sau ‚, mÎt sË ph˜Ïng ph¡p s˚ dˆngbiºu Á v²c tÏ tr˜Ìng th¸ - VHF (Vecto Field Histogram)

VHF gi£m bÓt quˇ ¤o di chuyºn cıa robot d¸a tr¶n giÓi h¤n v· cÏ kh½ [47],

[48] Ngo i ra, tr½ tu» nh¥n t¤o cÙng ˜Òc ˘ng dˆng cho v§n · tr¡nh vªt c£n nh˜ suy luªn mÌ [103], [104], [114], m¤ng nÏron [61], [96]

1.4.3 C§u trÛc d¨n ˜Ìng

Tr¶n cÏ s c¡c kh£ n«ng ¢ c‚ trong d¨n ˜Ìng, v§n · quan trÂng l s¸ k¸t hÒp gi˙a c¡c mÊ un c£m bi¸n, lªp k¸ ho¤ch v h nh Îng theo mÎt c¡ch th˘c phÚ hÒp º ¤t ˜Òc mˆc ti¶u d¨n ˜Ìng tËt nh§t S¸ k¸t hÒp n y

¢ t¤o n¶n c¡c c§u trÛc d¨n ˜Ìng kh¡c nhau C¡c c§u trÛc d¨n ˜Ìng hi»n nay c‚ thº ph¥n th nh ba lo¤i ch½nh: c§u trÛc th˘ bªc, c§u trÛc ph£n ˘ng hay h nh vi, v c§u trÛc lai [26].

C§u trÛc th˘ bªc (H¼nh 1.3(a)) ho¤t Îng tu¦n t¸ vÓi c¡c mÊ un c£mnhªn, lªp k¸ ho¤ch v h nh Îng d¸a tr¶n mÊ h¼nh ch½nh x¡c cıa mÊi tr˜Ìng to

n cˆc º i·u khiºn robot i theo mÎt ˜Ìng i tËi ˜u C§u trÛc th˘ bªc y¶u c¦u mÊh¼nh ch½nh x¡c cıa mÊi tr˜Ìng º t¤o ra ˜Ìng d¨n to n cˆc v k¸ ho¤ch ˜Ìng d¨nkhÊng thay thº thay Íi trong qu¡ tr¼nh ho¤t Îng cıa robot V¼ th¸ c§u trÛcth˘ bªc ch¿ ¡p dˆng ˜Òc trong mÊi tr˜Ìng t¾nh, c‚ c§u trÛc

C§u trÛc h nh vi (H¼nh 1.3(b)) chia nhi»m vˆ d¨n ˜Ìng ph˘c t¤p th nh c¡cnhi»m vˆ nh‰ hay c¡c h nh vi con, ho¤t Îng Îc lªp v¼ th¸ ¡p ˘ng nhanh

10

vÓi mÊi tr˜Ìng Îng, khÊng c§u trÛc C§u trÛc n y s˚ dˆng mÊ h¼nh cˆc bÎcıa mÊi tr˜Ìng thu ˜Òc t¯ d˙ li»u c£m bi¸n n¶n khÊng c¦n x¥y d¸ng to n bÎ mÊh¼nh cıa mÊi tr˜Ìng Tuy nhi¶n, do ho¤t Îng Îc lªp cıa c¡c h nh vi con, n¶nc¦n ph£i c‚ s¸ k¸t hÒp t½n hi»u i·u khiºn gi˙a c¡c h nh vi n y sao cho gi¡ tr‡i·u khiºn tÍng hÒp tËt nh§t, th‰a m¢n ˜Òc mˆc ti¶u cıa c¡c h nh vi.

Tªn dˆng ˜u iºm lªp k¸ ho¤ch cıa c§u trÛc th˘ bªc v ¡p

˘ng nhanh cıa c§u trÛc h nh vi º t¤o n¶n c§u trÛc lai (H¼nh 1.3(c)) S¸ k¸t hÒp n y t¤o ra c§u trÛc d¨n ˜Ìng hi»u qu£ nh˜ng y¶u c¦u ph˘c t¤p trong thi¸t k¸ v th¸c thi.

1.4.4 C§u trÛc h nh vi

Trong ba c§u trÛc d¨n ˜Ìng tr¶n th¼ c§u trÛc h nh vi ˜Òc ˘ng dˆng nhi·u

b i thi¸t k¸ Ïn gi£n, t½nh mÊ un h‚a v hi»u qu£ ho¤t Îng cao trong mÊi tr˜ÌngÎng V§n · quan trÂng trong c§u trÛc h nh vi l c¡ch k¸t hÒp hi»u qu£ hayc¡ch gi£i quy¸t xung Ît gi˙a c¡c lo¤i h nh vi kh¡c nhau º ¤t ˜Òc k¸t qu£ i·ukhiºn tËt nh§t C¡c kˇ thuªt n y ˜Òc ph¥n th nh hai ph¦n ch½nh trong c§utrÛc h nh vi: l¸a chÂn h nh vi v trÎn l»nh Khi ‚ c§u trÛc h nh vi tÍng qu¡t trongH¼nh 1.3(b) ˜Òc mÊ t£ cˆ thº hÏn nh˜ H¼nh 1.4

L¸a chÂn h nh vi s³ quy¸t ‡nh mÎt hay nhi·u h nh vi cÚng tham gia i·ukhiºn t¤i mÎt thÌi iºm tÚy thuÎc v o tr¤ng th¡i hi»n t¤i cıa robot v mÊi tr˜Ìngho¤t Îng L¸a chÂn h nh vi gi£m s¸ ph˘c t¤p v qu¡ tr¼nh t½nh to¡n, t«ng hi»usu§t cıa h» thËng MÎt sË kˇ thuªt l¸a chÂn h nh vi iºn h¼nh nh˜: c§u trÛcx¸p gÎp cıa Brook [92] d¸a tr¶n ph¥n x˚ t¾nh x¡c ‡nh h nh vi tr˜Óc, ¡p dˆngcho robot th¸c hi»n mÎt nhi»m vˆ Ïn l´; kˇ thuªt d¸a tr¶n m˘c Î ˜u ti¶n hay theot½nh ch§t c¤nh tranh cıa Dupre [27] cho ph²p l¸a chÂn h nh

vi c‚ m˘c Î ˜u ti¶n cao nh§t; hay ph˜Ïng ph¡p Îng s˚ dˆng si¶u luªt mÌ [16] º chÂn h nh vi d¸a tr¶n k¸ ho¤ch hi»n t¤i v nh˙ng thay Íi b§t ngÌ cıa mÊi tr˜Ìng ho¤t Îng.

TrÎn l»nh k¸t hÒp c¡c l»nh i·u khiºn t¯ c¡c h nh vi ˜Òc chÂn th nh mÎtl»nh i·u khiºn tÍng hÒp Trong tr˜Ìng hÒp tÍng qu¡t, trÎn l»nh ˜Òc th¸c hi»nvÓi t§t c£ c¡c h nh vi do ‚ l¸a chÂn h nh vi c‚ thº coi l tr˜Ìng hÒp ri¶ng cıa trÎnl»nh C¡c nghi¶n c˘u v· kˇ thuªt trÎn l»nh hi»n nay c‚ thº ˜Òc ph¥n

11