Design adaptive sliding mode control for automated guided vehicle (AGV) with uncertain parameters

Các bộ điều khiển được đề xuất trong các nghiên cứu có thể được chia thành 2 nhóm như sau: - Dựa trên mô hình động học - Dựa trên mô hình động học và động lực học Dựa trên mô hình động h

TRƯỜNG ĐẠI HỌC BÁCH KHOA

HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY

Cán bộ hướng dẫn khoa học: TS Ngô Hà Quang Thịnh

Cán bộ chấm nhận xét 1:

Cán bộ chấm nhận xét 2:

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày tháng năm 2020

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

(Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ)

- -

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: HUỲNH VĂN NGỌC SƠN MSHV: 1870060

Ngày, tháng, năm sinh: 07/10/1995 Nơi sinh: Mỏ Cày

Chuyên ngành: Kỹ thuật Cơ điện tử Mã số : 8520114

I TÊN ĐỀ TÀI:

Thiết kế bộ điều khiển trượt – thích nghi cho AGV trong nhà xưởng với các thông

số bất định

II NHIỆM VỤ VÀ NỘI DUNG

- Tìm hiểu các bộ điều khiển được áp dụng vào AGV với các thông số bất định trong trường hợp có sự ảnh hưởng của nhiễu

- Thiết kế một bộ điều khiển trượt thích nghi trong trường hợp có sự ảnh hưởng của nhiễu

- Áp dụng giải thuật được xây dựng vào một bài toán cụ thể, công việc cụ thể (nâng hạ kệ hàng với tải trọng thay đổi trong nhà xưởng)

- Lập trình và mô phỏng quỹ đạo của AGV khi áp dụng giải thuật đề xuất

III NGÀY GIAO NHIỆM VỤ:

IV NGÀY HOÀN THÀNH NHIỆM VỤ:

V CÁN BỘ HƯỚNG DẪN: TS Ngô Hà Quang Thịnh

i

Lời đầu tiên, em gửi lời cảm ơn đến thầy Ngô Hà Quang Thịnh, người đã tận tình chỉ bảo em về các phương pháp nghiên cứu, cũng như việc đặt vấn đề và giải quyết vấn đề Thầy luôn là người truyền động lực cho em để em có thể hoàn thành tốt nhất các mục tiêu đề ra

Em xin cảm ơn tất cả quý Thầy/Cô trong khoa cơ khí cũng như quý Thầy/Cô ở trường Đại học Bách Khoa TP.HCM đã trang bị những kiến thức quý báu trong suốt quá trình học tập tại trường

Em xin gửi lời cảm ơn sâu sắc đến Ba, Mẹ Gia đình luôn là nguồn động lực để

em cố gắng trong suốt quá trình học tập và trên những con đường tiếp theo trong cuộc sống

Tp HCM, ngày 02 tháng 08 năm 2020

Huỳnh Văn Ngọc Sơn

LỜI CAM ĐOAN

Luận văn này là công trình nghiên cứu của cá nhân tôi, được thực hiện dưới sựhướng dẫn của TS Ngô Hà Quang Thịnh Các số liệu, những kết luận được trình bàytrong luận văn này hoàn toàn trung thực, không sao chép Học viên có tham khảo cáctài liệu liên quan nhằm khẳng định thêm sự tin cậy Việc tham khảo các nguồn tài liệu

đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo

Tôi xin hoàn toàn chịu trách nhiệm về lời cam đoan này

Học viên,

Huỳnh Văn Ngọc Sơn

ii

Lĩnh vực tự động hóa trong công nghiệp không ngừng phát triển trong nhiều thập

kỷ qua Tự động hóa góp phần tăng năng suất, nâng cao chất lượng sản phẩm và giảm rủi ro trong sản xuất cho doanh nghiệp Trong đó, tự động hóa cho các nhà kho logistics là một trong những chủ đề được quan tâm hiện nay Nhờ vào tính linh hoạt, tiết kiệm không gian nhà xưởng và giảm chi phí vận hành, các AGV đã và đang thay thế hệ thống băng tải để áp dụng vào trong các nhà kho logistics này Trong đề tài này, một giải thuật điều khiển được xây dựng cho AGV khi xem xét sự ảnh hưởng của các tín hiệu bất định và nhiễu Luận văn gồm có 5 chương như sau:

CHƯƠNG 1: TỔNG QUAN

CHƯƠNG 2: PHƯƠNG ÁN THIẾT KẾ

CHƯƠNG 3: GIẢI THUẬT ĐIỀU KHIỂN

CHƯƠNG 4: MÔ PHỎNG VÀ KẾT QUẢ

CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

ABSTRACT

In recent years, the field of automation in industry has been increasingly growing Automation helps businesses not only increase productivity and improve product quality, but reduce also the risks of production Thus, automation for logistics factories

is currently one of the most concerned issues Due to flexibility, saving area of factories and reducing the cost of operation, AGV has been replaced conveyor to be utilized for the logistics factories In this thesis, an adaptive fast nonsingular integral terminal sliding mode (AFNITSMC) control is proposed with unknown bound of the system uncertainties and external disturbances The thesis consists of 5 chapters: Overview, Method, Algorithm, Simulation and Results, Conclusion and Future Work

iii

LỜI CẢM ƠN i

TÓM TẮT LUẬN VĂN THẠC SĨ ii

MỤC LỤC iii

DANH SÁCH HÌNH ẢNH vi

DANH SÁCH BẢNG BIỂU ix

KÝ HIỆU VÀ CHỮ VIẾT TẮT x

CHƯƠNG 1 TỔNG QUAN 1

1.1 Giới thiệu chung 1

1.2 Các vấn đề liên quan đến AGV 5

Cấu trúc AGV 5

Mẫu Đường Dẫn 7

Cách thức xác định đường dẫn của AGV 8

1.3 Tình hình nghiên cứu ngoài nước 9

Nghiên cứu tập trung vào việc bám quỹ đạo 9

1.4 Nghiên cứu tập trung vào ảnh hưởng của nhiễu và các tín hiệu bất định 10

Dựa trên mô hình động học 10

Dựa trên mô hình động học và động lực học 11

1.5 Tình hình nghiên cứu trong nước 17

1.6 Mục tiêu đề tài 18

1.7 Kết luận chương 1 19

CHƯƠNG 2 PHƯƠNG ÁN THIẾT KẾ 20

2.1 Sa bàn được áp dụng 20

2.2 Phương án thiết kế 22

Các phương pháp có thể áp dụng 22

iv

Phương án điều khiển 26

2.3 Các điểm cần lưu ý trong phương pháp điều khiển trượt 26

2.4 Phương pháp điều khiển trượt đầu cuối nhanh không điểm kì dị với hàm tích phân (FNITSMC) 29

2.5 Phương pháp điều khiển trượt đầu cuối không điểm kì dị thích nghi 32

2.6 Kết luận chương 2 34

CHƯƠNG 3 GIẢI THUẬT ĐIỀU KHIỂN 35

3.1 Mô hình toán hệ AGV 35

3.2 Xây dựng giải thuật điều khiển cho hệ AGV 40

Thiết kế bộ điều khiển trượt thích nghi cho hệ bậc 2 (71) 41

Tiến hành thiết kế bộ điều khiển trượt thích nghi cho hệ bậc 2 (72) 43

3.3 Nhược điểm của các giải thuật xây dựng theo dạng kết hợp 45

3.4 Kết luận chương 3 47

CHƯƠNG 4 MÔ PHỎNG VÀ KẾT QUẢ 48

4.1 Mô phỏng và đánh giá giải thuật được đề xuất 48

Thông số ban đầu của hệ thống 48

Kết quả mô phỏng 49

4.2 Mô phỏng AGV với sa bàn được đề xuất 57

4.3 Mô phỏng so sánh và đánh giá các điểm nổi bậc của giải thuật được đề xuất 60

Kết quả so sánh với giải thuật điều khiển xây dựng dựa trên mô hình động học 60

Kết quả so sánh với các giải thuật xây dựng theo dạng kết hợp 62

4.4 Kết luận chương 4 66

v

5.1 Kết luận 675.2 Hướng phát triển 67

TÀI LIỆU THAM KHẢO 68

vi

Hình 1.1 Một trong các AGV đầu tiên tại Mỹ vào năm 1954 [1] 1

Hình 1.2 AGV được dẫn hướng cảm ứng thông qua một dây dẫn [5] 2

Hình 1.3 Kích thước thị trường AGV được ước tính tại Châu Á – Thái Bình Dương [2] 2

Hình 1.4 Các ứng dụng AGV trong nhà xưởng [3-4] 3

Hình 1.5 Cấu trúc AGV loại (3,0): 6

Hình 1.6 Cấu trúc AGV loại (2,0): 6

Hình 1.7 Các mẫu đường dẫn tại các điểm giao được sử dụng cho AGV [7] 7

Hình 1.8 Mẫu đường dẫn tại các giao lộ: 8

Hình 1.9 Cảm biến phản quang 9

Hình 1.10 Cấu hình AGV được đề xuất bởi [14] 10

Hình 1.11 Cấu trúc điều khiển tracking [15] 12

Hình 1.12 Cấu trúc điều khiển bám quỹ đạo [16] 12

Hình 1.13 Cấu trúc điều khiển được để xuất bởi [17] 13

Hình 1.14 Cấu trúc điều khiển sử dụng kỹ thuật Backstepping [19] 14

Hình 1.15 Cấu trúc điều khiển thông qua mạng nơ ron [20] 14

Hình 1.16 Cấu trúc điều khiển với phương pháp điều khiển mờ [21] 15

Hình 1.17 Cấu trúc điều khiển với phương pháp điều khiển mờ được đề xuất bởi Das và Kar [23] 15

Hình 1.18 Giải thuật được đề xuất trong [23] 16

Hình 1.19 Mộ hình AGV thực nghiệm tại Việt Nam [26] 17

Hình 1.20 AGV được áp dụng vào nhà xưởng với sa bàn “chessboard” 18

Hình 2.1 Sa bàn cho hệ AGV được ứng dụng trong nhà xưởng [3] 20

Hình 2.2 San bàn được đề xuất : a) Quỹ đạo AGV; b) Sa bàn của AGV 21

vii

Hình 3.1 Cấu hình AGV 35

Hình 3.2 Giải thuật điều khiển AGV 39

Hình 3.3 Kết quả bám quỹ đạo thẳng của giải thuật trong bài báo [23] 46

Hình 4.1 Quỹ đạo tham chiếu của AGV 48

Hình 4.2 Kết quả AGV bám quỹ đạo tròn với khối lượng thay đổi từ 23kg đến 73kg 50

Hình 4.3 Đồ thị đáp ứng của vận tốc dài và vận tốc góc 50

Hình 4.4 Sai số e 51 y Hình 4.5 Sai số e 51 x Hình 4.6 Sai số e 52

Hình 4.7 Hệ số thích nghi 52

Hình 4.8 Kết quả bám quỹ đạo thẳng của AGV 53

Hình 4.9 Đồ thị đáp ứng của vận tốc góc và vận tốc dài 54

Hình 4.10 Sai số e 54 x Hình 4.11 Sai số e 55 y Hình 4.12 Sai số e 55

Hình 4.13 Hệ số thích nghi 56

Hình 4.14 Kết quả bám quỹ đạo thẳng với giải thuật trong bài báo [31] 56

Hình 4.15 Kết quả mô phỏng với sa bàn đề xuất 57

Hình 4.16 Đồ thị vận tốc thực so với vận tốc tham chiếu 58

Hình 4.17 Đồ thị sai số bám quỹ đạo 58

Hình 4.18 Đồ thị sự thay đổi của hệ số thích nghi 59

Hình 4.19 Kết quả bám quỹ đạo: 61

viii

Hình 4.21 Đồ thị sai số bám: 62

Hình 4.22 Đồ thị kết quả bám quỹ đạo: 63

Hình 4.23 Kết quả bám vận tốc: a) Giải thuật đề xuất b) ANFTSMC 63

Hình 4.24 Đồ thị sai số bám: a) Giải thuật đề xuất b) ANFTSMC 64

Hình 4.25 Đồ thị sai số bám: a) Giải thuật đề xuất b) ANFTSMC 64

Hình 4.26 Đồ thị sai số bám:a) Giải thuật đề xuất b) ANFTSMC 65

Hình 4.27 Đồ thị sai số bám: a) Giải thuật đề xuất b) ANFTSMC 65

ix

Bảng 1.1 Các loại AGV phổ biến trong nhà xưởng [4] 4

Bảng 1.2 Thông số AGV được sử dụng để thiết kế giải thuật [26] 18

Bảng 4.1 Bảng thông số của AGV 49

Bảng 4.2 Bảng giá trị các thông số điều khiển 49

Bảng 4.3 Bảng thông số ban đầu 60

x

KÝ HIỆU VÀ CHỮ VIẾT TẮT

AGV : Automated Guided Vehicle

ANFTSMC : Adaptive Nonsingular Fast Terminal Sliding Mode Control

et al : Và một người khác

FTMSC : Fast Terminal Sliding Mode Control

FNTSMC : Fast Nonsingular Terminal Sliding Mode Control

FNITSMC : Fast Nonsingular Integral Terminal Sliding Mode Control LED : Light Emitting Diode

MRAC : Mô hình tham chiếu

NTSMC : Nonsingular Terminal Sliding Mode Control

NFTSMC : Nonsingular Fast Terminal Sliding Mode Control

PC : Personal Computer

TSMC : Terminal Sliding Mode Control

SMC : Sliding Mode Control

WMR : Wheeled Mobile Robot

g x : Hàm phi tuyến của x

u : Tín hiệu điều khiển đầu vào

t : Thời gian sai số hội tụ ứng với phương pháp j

D : Giá trị bao của nhiễu và các tín hiệu bất định

 : Giá trị ước lượng của 

 : Sai số ước lượng của 

1

CHƯƠNG 1 TỔNG QUAN 1.1 Giới thiệu chung

Xe tự hành (AGV) hay robot tự hành được giới thiệu lần đầu vào những năm 1950 tại Mỹ, với ý tưởng thay thế đầu kéo xe moóc để vận chuyển hàng hóa tự động (hình 1.1), và sau đó lan rộng sau các nước châu Âu Sự hình thành và phát triển của xe tự hành (AGV) theo [1] được chia làm 3 thời kỳ khác nhau:

- Thời kỳ đầu của AGV kéo dài gần 20 năm, bắt đầu tại Mỹ vào năm 1953 Tại thời

kỳ này, các xe tự hành sử dụng các hệ thống dẫn hướng đơn giản kết hợp với các

“cảm biến” như cản trước (Bumpers) và công tắc cơ (Mechanical Switches)

Hình 1.1 Một trong các AGV đầu tiên tại Mỹ vào năm 1954 [1]

- Thời kỳ thứ hai kéo dài từ những năm 1970 và 1980, sau đó kết thúc vào những năm đầu 1990 Trong thời kỳ này, các thiết bị bán dẫn đã được giới thiệu dưới dạng các máy tính nhúng đơn giản (Simple On-Board Computers) và các tủ điện điều khiển AGV được dẫn hướng cảm ứng (Inductive Wire Guidance) thông qua dây dẫn trên sàn (hình 1.2), và cách thức này đã trở thành tiêu chuẩn mới Ngoài

ra, việc chuyển đổi dữ liệu được thực hiện thông qua dây dẫn hướng trên sàn, hoặc

sử dụng tín hiệu hồng ngoại hay radio AGV được áp dụng vào nền công nghiệp tự động tại các nước châu Âu như Đức, Anh,

2

-

Hình 1.2 AGV được dẫn hướng cảm ứng thông qua một dây dẫn [5]

- Thời kỳ thứ ba bắt đầu từ giữa những năm 1990 đến nay Thời kỳ này hình thành các tiêu chuẩn kỹ thuật riêng cho AGV, cũng như chứng kiến sự bùng nổ của các thị trường mới cho AGV khi các hệ thống bán lẻ trực tuyến dần trở thành xu hướng mới AGV trong thời kỳ này được điều khiển bởi các PC chuẩn hoặc các vi

xử lý (Microprocessor) Các công nghệ định vị như từ tính hoặc laser đã thay thế việc dẫn hướng thông qua dây dẫn Từ đó, AGV trở nên chính xác và đáng tin cậy hơn, vì vậy AGV được áp dụng rộng rãi hơn vào các hệ thống “Intralogistics”

Hình 1.3 Kích thước thị trường AGV được ước tính tại Châu Á – Thái Bình Dương [2]

Xét trong môi trường nhà xưởng, AGV có rất nhiều loại khác nhau với các mục đích sử dụng riêng (hình 1.4 và bảng 1.1)

Hình 1.4 Các ứng dụng AGV trong nhà xưởng [3-4]

Nhờ vào sự ứng dụng rộng rãi trong nhà xưởng và những lợi ích kinh tế mang lại, AGV đã trở thành một vấn đề được nghiên cứu rộng rãi trong nhiều thập kỷ Trong đó,

các nghiên cứu về vấn đề điều khiển được chú trọng và nổi bật là hai bài toán điều

4

khiển chuyển động và điều khiển hệ nhiều AGV Từ các vấn đề bên trên, bài toán điều khiển chuyển động AGV dạng “chessboard” có khả năng nâng hạ trong nhà

xưởng là đối tượng nghiên cứu chính

Bảng 1.1 Các loại AGV phổ biến trong nhà xưởng [4]

Tugger AGV

Sử dụng để kéo các thùng hàng lớn Hàng hóa được đặt lên các kệ hàng có bánh xe Loại AGV này thường dùng cho các ứng dụng kéo tải lớn

Automatic Guided

Forklift

AGV có kết cấu cơ khí để nâng và hạ kệ hàng

từ nền nhà Nó có khả năng lấy hàng hóa trên kệ hàng theo độ cao Ứng dụng cho vận chuyển hàng hóa được chất trên “pallet”

Chessboard AGV Robot có khả năng chạy phía dưới và nâng hạ

kệ hàng, sa bàn làm việc có dạng như bàn cờ

One-way AGV Robot di chuyển trên các đường đi theo một

chiều trong một chu trình kín

Two-way AGV

Tương tự one-way AGV nhưng robot có khả năng đi theo hai chiều, do đó rút ngắn được khoảng cách di chuyển

Lurking AGV AGV ghép nối với một xe hàng và di chuyển

cùng xe hàng

Liên quan đến bài toán điều khiển chuyển động AGV nhằm thực hiện nhiệm vụ

nâng hạ trong nhà xưởng, những vấn đề chính đã tồn tại từ rất lâu có thể kể đến:

- Vấn đề bám quỹ đạo: AGV cần tự di chuyển theo các quỹ đạo đã được định sẵn bằng các đường dẫn (lines) hoặc bằng các tọa độ điểm được truyền phát thông qua tín hiệu không dây, hay đơn giản hơn là di chuyển từ điểm đến điểm theo đường thẳng Ngoài ra, bởi vì độ phức tạp của mô hình thực tế hệ AGV

Từ những vấn đề trên, đề tài tập trung vào việc thiết kế một giải thuật để giải

quyết đồng thời vấn đề bám quỹ đạo và vấn đề khối lượng hệ AGV thay đổi một cách hiệu quả và đạt được sự ổn định cao

1.2 Các vấn đề liên quan đến AGV

Trong những thập kỷ gần đây, rất nhiều bài báo nghiên cứu về AGV [6-7] liên quan đến những vấn đề như sau: phương thức định vị (Navigation) AGV, kiểu đường dẫn (Path Pattern) dành cho AGV, cấu trục AGV (Vehicle types or AGV structures),…

Cấu trúc AGV

Cách thức vận hành của AGV ảnh hưởng đến các yếu tố đầu vào trong việc thiết

kế bộ điều khiển và phương thức định vị của AGV Ngoài ra, AGV là một dạng của robot có khả năng tự di chuyển (Wheeled Mobile Robot - WMR), vì thế các cấu trúc của AGV sẽ được đánh giá tương tự như cấu trúc của WMR “Campion” và “ Chung”

[9] đã phân AGV thành 5 loại khác nhau dựa theo cặp chỉ số (m,s): với m là mức độ lưu động (mobility degree) và s là mức độ lái (steer-ability degree) Mức độ lưu động

(mobility degree) là tổng số bậc tự do của AGV khi bánh của AGV không bẻ lái, trong khi mức độ lái (steer-ability degree) là tổng số bánh lái có khả năng xoay độc lập của AGV Năm loại cấu trúc của AGV [8] bao gồm:

- Loại (3,0) : các robot hoặc robot đa hướng không có bánh lái (hình 1.5) và sử

dụng bánh chủ động “caster” hoặc “Swedish”

6

- Loại (2,0) :các robot không có bánh lái (hình 1.6) (s = 0) nhưng có một hoặc

một vài bánh cố định trên một trục bánh xe Trục này hạn chế độ linh động của

AGV trong mặt phẳng 2 chiều (m = 2)

Hình 1.5 Cấu trúc AGV loại (3,0):

a) Cấu trúc với bánh Swedish, b) Sơ đồ động học của AGV [8]

Hình 1.6 Cấu trúc AGV loại (2,0):

a) Cấu trúc với bánh Castor, b) Sơ đồ động học AGV [8]

- Loại (1,1): các robot có một hoặc một vài bánh cố định trên một trục bánh xe,

và một hoặc một vài bánh lái Các bánh lái cần thỏa 2 điều kiện sau: tâm của

7

các bánh lái không nằm trên trục bánh xe của bánh cố định và các bánh này

phải định hướng theo một phương (s = 1)

- Loại (1,2): các robot không có bánh cố định, nhưng có ít nhất 2 bánh lái

Trong trường hợp có nhiều hơn 2 bánh lái, thì các bánh lái này phải định

hướng theo 2 phương (s = 2)

Nhận xét: Cấu trúc AGV loại (2,0) với sơ đồ nguyên lý (hình 1.6-b) có khả năng

bám theo các đường có bánh kính nhỏ ở tốc độ cao và kết cấu cơ khí tương đối dễ Ngoài ra, khi xét về tổng số bậc tự do hay tham số đầu vào cho việc thiết kế bộ điều

khiển thì loại (2,0) và loại (1,1) có giá trị ít nhất, điều này thích hợp cho việc thiết kế Tuy nhiên loại (1,1) lại kèm theo khá nhiều ràng buộc, vì thế kết cấu cơ khí của kiểu

này có thể phức tạp

Mẫu Đường Dẫn

Mẫu đường dẫn tại các điểm giao nhau ảnh hưởng đến thuật toán điều khiển và

cách thức vận hành của AGV Trong bài toán điều khiển chuyển động AGV, mẫu

đường dẫn tại các điều giao nhau ảnh hưởng đến cách thức nhận diện đường dẫn, và kết quả mô phỏng của các thuật toán được áp dụng Vì thế, việc xác định rõ loại đường dẫn tạo tiền đề nâng cao kết quả mà giải thuật điều khiển đạt được

Hình 1.7 Các mẫu đường dẫn tại các điểm giao được sử dụng cho AGV [7]

Nhiều bài nghiên cứu đã đưa ra các dạng giao lộ khác nhau, trong đó nổi bật là bài nghiên cứu [7] với các mẫu đường dẫn truyền thống tại hình 1.7 thường được sử dụng cho AGV Theo đó, các điểm giao có dạng vuông góc như hình 1.7a yêu cầu AGV phải dừng lại, kế đến xoay theo hướng mong muốn Điều này dẫn đến việc di chuyển của AGV không đạt được sự liên tục cần thiết Từ điểm hạn chế này, mẫu đường dẫn hình 1.7b với dạng cung tròn đã ra đời Tuy nhiên, cả hai mẫu đường dẫn hình 1.7a và

8

1.7b đều khó áp dụng trong trường hợp điểm giao dạng chữ thập, vì thế mẫu đường dẫn như hình 1.8 đã được đề xuất

Hình 1.8 Mẫu đường dẫn tại các giao lộ:

a) giao nhau chữ thập, b) mẫu giao nhau được đề xuất [3]

Nhận xét : Việc áp dụng mẫu đường dẫn tại các giao lộ như hình 1.8 đã giải quyết

được 2 vấn đề tồn tại trong việc xây dựng sa bàn cho AGV bao gồm: giải quyết được vấn đề vận hành liên tục tại các giao lộ của AGV tồn tại ở hình 1.7a và giải quyết được vấn đề giao chữ thập của AGV tồn tại ở hình 1.7b

Cách thức xác định đường dẫn của AGV

Cách thức mà AGV xác định đường dẫn ảnh hưởng đến số lượng tham số mà mô hình toán và giải thuật điều khiển áp dụng cho AGV Hiện nay, nhiều phương pháp xác định đường dẫn được áp dụng vào AGV có thể kể đến như [1]: sử dụng đường dẫn cảm ứng (Inductive Wire Guidance), sử dụng từ tính,…hay đơn giản hơn là áp dụng phương pháp nhận diện đường dẫn thông qua các cặp đèn LED hồng ngoại (hình 1.9) Phương pháp này được áp dụng khá phổ biến trong WMR [10], tuy nhiên phương pháp này cũng có nhiều hạn chế như sau: dễ bị nhiễu bởi ánh sáng bên ngoài, độ tin cậy của các đèn LED hồng ngoài không cao bởi vì tín hiệu hồng ngoại dễ dàng bị hấp thụ và tán xạ

Bên cạnh đó, Camera là một giải pháp tốt để thay thế cho cảm biến phản quang trong việc nhận diện đường dẫn Nhờ vào các ưu điểm nổi bậc như: độ chính xác cao

9

dễ dàng xác định đầy đủ cả tham số của mô hình toán, tốc độ xử lý nhanh, mà camera

đã được áp dụng rộng rãi vào các nghiên cứu trong và ngoài nước [7]

Hình 1.9 Cảm biến phản quang a) Nguyên tắc hoạt động của cảm biến phản quang, b) Mạch điện áp dụng [10]

Nhận xét: Việc áp dụng camera với vai trò như một cảm biến nhận diện đường

dẫn đã loại bỏ các hạn chế tồn tại trước đó của phương pháp sử dụng cảm biến hồng ngoại Ngoài ra, Camera chiếm ưu thế hơn khi so sánh với phương pháp truyền thống

là sử dụng dây dẫn cảm ứng bởi vì camera giúp giảm chi phí về dây dẫn và độ phức tạp trong quá trình thi công sàn ít hơn Tuy nhiên, Camera cũng có những nhược điểm như độ phức tạp trong tính toán và cần có một phần cứng tương ứng với cấu hình của camera được sử dụng

1.3 Tình hình nghiên cứu ngoài nước

Việc nghiên cứu giải thuật điều khiển chuyển động cho AGV đã được thực hiện

từ rất lâu với nhiều giai đoạn khác nhau:

Nghiên cứu tập trung vào việc bám quỹ đạo

Vào năm 1990, Y Kanayama et al [11] đã đề xuất phương pháp điều khiển bám quỹ đạo một cách ổn định dựa trên phương pháp Lyapunov trực tiếp Sau đó vào năm

1998, Kim et al [12] đã thiết kế một giải thuật bám quỹ đạo ổn định tiệm cận toàn cục cho AGV với các ràng buộc nonhonomic về vận tốc thông qua phương pháp tuyến tính

hóa Lyapunov Bên cạnh đó, bài báo [13] cũng đề xuất phương pháp điều khiển thích

10

nghicho AGV dựa trên ràng buộc nonholonomic dựa trên mô hình động học Ngoài ra tính tới thời điểm hiện nay, rất nhiều giải thuật điều khiển khác được đưa ra dựa trên tiêu chuẩn Lyapunov như phương pháp điều khiển trượt, mờ…

1.4 Nghiên cứu tập trung vào ảnh hưởng của nhiễu và các tín hiệu bất định

Việc tải trọng nâng hạ thay đổi được xem như một tín hiệu bất định ảnh hưởng đến quá trình điều khiển khiển Các bộ điều khiển được đề xuất trong các nghiên cứu có thể được chia thành 2 nhóm như sau:

- Dựa trên mô hình động học

- Dựa trên mô hình động học và động lực học

Dựa trên mô hình động học

Các phương pháp ở dạng này tập trung xây dựng bộ điều khiển cho AGV thông qua giá trị vận tốc góc và vận tốc dài Từ hai giá trị vận tốc này, mô hình động học được áp dụng để tính toán sai số bám của hệ thống

Hình 1.10 Cấu hình AGV được đề xuất bởi [14]

Đầu tiên, các nhà khoa học dựa mô hình động học của robot để giải quyết vấn đề này Nổi bật như Cheng Song et al [14] đã vận dụng các giải thuật của các nhà khoa học đi trước để đề xuất một phương pháp điều khiển thích nghi với sự ổn định tiệm

11

cận toàn cục dựa trên mô hình động học với các hệ số đầu vào không biết trước Sự ổn định toàn cục của hệ thống mà [14] đưa ra dựa theo hàm Lyapunov và bổ đề Barbalat Nhận thấy khi khối lượng hệ thay đổi sẽ dẫn đến 2 thông số “r” và “b” trong hình 1.10 thay đổi, [14] đã đề xuất luật điều khiển thích nghi để ước lượng giá trị của 2 thông số này Từ đó, tác động đến tốc độ góc của bánh xe trái và phải AGV

Nhận xét : Việc chỉ tập trung vào mô hình động học và bỏ qua các yếu tố động lực

học như momen quán tính,… đã dẫn đến việc các giải thuật khó áp dụng vào thực tiễn Bởi vì, trong thực tiễn, khi AGV thực hiện việc nâng hạ với các khối lượng khác nhau thì momen quán tính mà AGV gây ra sẽ thay đổi

Dựa trên mô hình động học và động lực học

Việc xây dựng bộ điều khiển tác động vào mô hình động học của AGV thông qua giá trị vận tốc dài và vận tốc góc khó được áp dụng vào thực tế bởi vì sự tác động của các tín hiệu bất định và nhiễu ngoại Vì thế, mô hình động lực học được áp dụng nhằm chuyển đổi tín hiệu điều khiển từ vận tốc dài và vận tốc góc sang tín hiệu điều khiển torque của động cơ

Các nghiên cứu kết hợp mô hình động học và động lực học được chia thành 2 nhóm khác nhau:

- Dạng điều khiển tuần tự

- Dạng điều khiển kết hợp

Dạng điều khiển tuần tự

Các nghiên cứu ở dạng này đầu tiên tập trung vào xây dựng giải thuật điểu điều khiển để điều khiển vận tốc dài và vận tốc góc theo giá trị tham chiếu Sau đó, mô hình động học được áp dụng nhằm ước lượng được sai số bám của hệ thống thông qua hai giá trị vận tốc dài và vận tốc góc vừa đạt được Để ước lượng được hai giá trị vận tốc này, phương pháp điều khiển thích nghi hoặc phương pháp điều khiển trượt được áp dụng bởi nhiều nhà khoa học như Farazd et al, R.Solea,…

Đầu tiên, Farzad et al [15] đã xây dựng một bộ điều khiển thích nghi dựa vào kỹ thuật backstepping dựa vào mô hình động lực học của robot nhằm đảm bảo sai số điều

12

khiển hội tụ tiệm cận về 0 Tuy nhiên Farzad tại thời điểm ấy vẫn chưa xét đến trường hợp khối lượng đầu vào của hệ thay đổi

Hình 1.11 Cấu trúc điều khiển tracking [15]

Hình 1.12 Cấu trúc điều khiển bám quỹ đạo [16]

Giải thuật được đề xuất bởi [15] nhằm đạt được giá trị vận tốc dài và vận tốc góc mong muốn của AGV (hình 1.11) Tuy nhiên, trong thực tế khi sai số ban đầu quá lớn hoặc quỹ đạo tham chiếu của AGV có sự thay đổi đột ngột về hình dạng sẽ làm cho AGV khó đạt được sự đáp ứng như kỳ vọng Vì thế, [15] đã đề xuất thêm một bộ giới hạn gia tốc và vận tốc để ngăn AGV khỏi việc trượt

Sau đó, R Solea et al [16] cũng đề xuất phương pháp điều khiển trượt dựa trên mô hình động lực học (hình 1.12) Tận dụng ưu điểm nổi bật của phương pháp điều khiển

13

trượt đối với các nhiễu ngoại và các hệ số không ổn định để đưa ra tín hiệu điều khiển cho AGV Kế đến, [16] dựa vào quan hệ toán học giữa tín hiệu điều khiển này và vận tốc của AGV thông qua mô hình động lực học Phương pháp của R Solea cho thấy kết quả mô phỏng và thực nghiệm đạt được kết quả bám quỹ đạo tốt

Nhận xét: Bài báo [16] chỉ đưa ra được sự thay đổi về khối lượng điều khiển

tương đối nhỏ, vì thế tính khả thi của phương pháp khi áp dụng cho khoảng thay đổi khối lượng lớn không được đảm bảo Bên cạnh đó, R Solea thực hiện phương pháp trượt trên một máy tính nhúng PC ( hình 1.12), sau đó mới truyền tính hiệu điều khiển xuống bộ điều khiển song song của robot Điều này là hạn chế chủ yếu của phương pháp mà R Solea đề xuất khi áp dụng vào các hệ thống nhúng (vi điều khiển) hiện nay Thay vì chỉ áp dụng mô hình động học để chuyển đổi tín hiệu vận tốc, bài báo [17]

đã đề xuất một bộ điều khiển động học được thiết kế trước nhằm tạo tiền để cho sai số bám giữa tọa độ thực tế và tọa độ tham chiếu của robot hội tụ về 0, kế đến một bộ điều khiển momen được thiết kế sử dụng phương pháp backstepping để đảm bảo vận tốc của robot bám theo vận tốc mong muốn (vận tốc thu được thông qua bộ điều khiển động học) (hình 1.13)

-Hình 1.13 Cấu trúc điều khiển được để xuất bởi [17]

Tương tự như [17], [19] đã xây dựng một cấu trúc điều khiển tương tự, nhưng kỹ thuật backstepping được xây dựng khác (hình 1.14) Tuy nhiên, bài báo vẫn chưa tập trung vào khối lượng của hệ thống AGV thay đổi trong quá trình điều khiển

Tương tự như [15], trong bài báo [18] cũng đưa ra một phương pháp để thiết kế một bộ điều khiển thích nghi để điều khiển giá trị vận tốc đạt được giá trị vận tốc tham

Hình 1.15 Cấu trúc điều khiển thông qua mạng nơ ron [20]

Bài báo [20] đã phát triển một bộ điều khiển dựa trên mạng nơ ron nhân tạo bằng việc kết hợp phương pháp điều khiển hồi tiếp vận tốc và bộ điều khiển mô men (hình

15

1.15) [20] đã sử dụng một mạng nơ ron thẳng nhiều lớp (Multilayer Feed-forwad Neural Network), nhưng cấu trúc bộ điều khiển và giải thuật phức tạp đồng thời chi phí tính toán cao

Hình 1.16 Cấu trúc điều khiển với phương pháp điều khiển mờ [21]

Phương pháp điều khiển mờ là một công cụ khác cho việc giải quyết vấn đề về động lực học robot với các hệ số không biết trước Trong bài báo [21], phương pháp điều khiển mờ đã được áp dụng giải quyết vấn đề định vị của AGV (hình 1.16) Trong hầu hết các nghiên cứu, tín hiệu điều khiển đầu vào của các phương pháp hầu hết là

mô men, tuy nhiên thực tế tín hiệu điều khiển các bộ phận công tác lại là điện áp Vì thế bài báo [22] đã đưa ra phương pháp điều khiển để giải quyết vấn đề trên với tín hiệu điều khiển đầu vào là điện áp

Hình 1.17 Cấu trúc điều khiển với phương pháp điều khiển mờ được đề xuất bởi

Das và Kar [23]

Das và Kar [22] đã sử dụng phương pháp điều khiển mờ để ước lượng các chức năng phi tuyến của robot bao gồm các hệ số không biết trước Bên cạnh đó, bộ điều

Fuzzy Logic System

16

khiển được đề xuất không cần thực hiện việc đo đạc vận tốc bánh xe và phương pháp điều khiển thích nghi được áp dụng vào robot nhằm loại bỏ yêu cầu về các hệ số Bài báo đưa ra mô phỏng và kết quả thực nghiệm tương đối tốt, tuy nhiên việc sử dụng các

cơ sở toán học ở dạng tổng quát, cũng như việc cung cấp các giả thuyết ban đầu còn thiếu sót dẫn đến khó thực thi và áp dụng vào thực tế sau này

Bài báo [23], một phương pháp trượt đầu cuối nhanh không điểm kỳ dị và thích nghi đã được đề xuất để tối ưu các hạn chế của các phương pháp điều khiển trước đó Giải thuật được xây dựng giúp sai số hệ thống hội tụ nhanh và ổn định, đồng thời khắc phục được hạn chế của phương pháp trượt bằng cách áp dụng phương pháp điều khiển thích nghi (hình 1.18) Tuy nhiên, việc xây dựng mô hình toán thông qua việc giả sử sai số vận tốc góc hội tụ về “0” trước sai số bám của hệ thống làm cho giải thuật khó được áp dụng vào quỹ đạo thẳng

e

d

Adaptive law Eq.(70)

- Hầu hết các bộ điều khiển được nghiên cứu gần đầy đều thiết kế dựa trên một

mô hình AGV với trọng tâm AGV trùng với trung điểm đường nối 2 bánh chủ động Điều này không phù hợp với môi trường công nghiệp, nơi mà trọng tâm AGV không trùng với trung điểm đường nối 2 bánh chủ động

- Mô hình động học của hệ thống nonholonomic được sử dụng làm cơ sở cho các bộ điều khiển hồi tiếp theo quỹ đạo Trong nhiều mô hình, sự ảnh hưởng động lực học được xem xét cho các mục đích khác nhau như sử dụng momen xoắn như một giá trị điều khiển đầu vào

17

- Một bộ điều khiển phi tuyến có thể được thiết kế chính xác dựa trên mô hình toán hệ thống, tuy nhiên bộ điều khiển này lại quá phức tạp để thực thi trên phần mềm

- Nhiều nghiên cứu theo xu hướng kết hợp nhiều giải thuật điều khiển như phương pháp điều khiển thích nghi với trượt, điều khiển mờ với trượt,…hay nâng cấp các giải thuật truyền thống như phương pháp điều khiển trượt đầu cuối nhanh toàn cục là một dạng nâng cấp của điều khiển trượt, Việc kết hợp hay cải tiến này nhằm nâng cao chất lượng đáp ứng và thời gian đáp ứng của

hệ thống

Hình 1.19 Mộ hình AGV thực nghiệm tại Việt Nam [26]

1.5 Tình hình nghiên cứu trong nước

Trong nước, nhiều nghiên cứu về cấu trúc và giải thuật điều khiển chuyển động

cho AGV như Smooth tracking controller for AGV through junction using CMU

camera [7], Giải thuật đơn giản để phát hiện làn đường và điều khiển lái cho ô tô tự hành [24], Nghiên cứu và chế tạo phương tiện tự hành có dẫn hướng dành cho công tác nha khoa [25], Research and Develop of AGV Platform for the Logistics Warehouse Environment [26] (hình 1.19) Nhìn chung, hầu hết các đề tài nghiên cứu

tập trung vào việc giải quyết bài toán bám quỹ đạo cho AGV, tuy nhiên việc xem xét đến vấn đề nhiễu cũng như khối lượng hệ thống thay đổi vẫn còn hạn chế

18

1.6 Mục tiêu đề tài

Hình 1.20 AGV được áp dụng vào nhà xưởng với sa bàn “chessboard”

Bảng 1.2 Thông số AGV được sử dụng để thiết kế giải thuật [26]

Bánh bị động Một bánh trước và sau nằm

trên trục dọc xe

Đề tài tập trung vào giải thuật điều khiển cho AGV có đặc điểm như sau:

- AGV được áp dụng vào trong nhà xưởng với sa bàn dạng “chessboard” (hình 1.20)

- Sa bàn sử dụng cho mô phỏng sẽ được trình bày cụ thể ở chương 2

19

- Khối lượng kệ hàng thay đổi: 0 – 50 kg

- Yếu tố ma sát giữa sàn và AGV được xem xét

- Thống số AGV như bảng 1.2

1.7 Kết luận chương 1

Chương 1 đã trình bày một cách tổng quát các vấn đề liên quan đến bài toán điều khiển chuyển động AGV đã được trình bày bao gồm cấu trúc AGV, dạng đường dẫn,… Ngoài ra, các nghiên cứu về AGV trong và ngoài nước về giải quyết bài toán điều khiển AGV với các hệ số không biết trước đã được trình bài trong chương này Các nghiên cứu trên có những ưu nhược điểm nhất định khi áp dụng vào việc giải quyết vấn đề AGV nâng hạ kệ hàng trong nhà xưởng Đây là tiền đề để xây dựng một giải thuật nhằm khắc phục các hạn chế còn tồn tại khi vận dụng các nghiên cứu trước vào bài toán nâng hạ trong nhà xưởng

Hình 2.1 Sa bàn cho hệ AGV được ứng dụng trong nhà xưởng [3]

- Khu vực thao tác bằng tay (“Manual Sorting Space”): nhân viên có thể thực hiện các công việc lấy hàng, lựa hàng tại đây khi AGV đem kệ hàng đến Khu vực này có 2 cửa là O1 và O2

- Khu vực điều hành (“Operation Center”): Các thiết bị phần cứng điều khiển,

giám sát hệ Agv được đặt tại đây  Khu vực hoạt động chính của hệ AGV

(“Driving Space”): gồm các điểm đặt kệ hàng và các lối đi chung AGV sẽ thực hiện nhiệm vụ nâng kệ hàng và đem đến đặt tại vị trí mong muốn Giải thuật điều khiển hệ AGV chủ yếu xử lý các vấn đề khi AGV di chuyển trong khu vực này

21

- Khu vực đậu xe (“Parking Space”): nơi các AGV đỗ khi hệ chưa hoạt động

Có 1 cửa vào I và 1 cửa ra O Có 3 khu vực để đỗ xe là A, B, C có thể dùng để phân loại xe đang trong tình trạng tốt hoặc xe đang gặp vấn đề

- Khu vực sạc pin (“Charging Space”): khi AGV dưới mức năng lượng cho phép cần thiết để hoạt động thì sẽ đưa đến khu vực này để sạc pin Tại đây có

2 nền tảng để sạc pin là khu A và khu B

Dưa theo sa bàn (hình 2.1), các vị trí màu xám là nơi đặt kệ hàng và các vị trí màu trắng là không gian để di chuyển của AGV Vì thế nhằm áp dụng sa bàn trên cho bài toán chuyển động của 1 AGV, quỹ đạo di chuyển được lựa chọn như sau:

- Vị trí 7 sẽ được chọn là nơi lấy hàng

Start Point

End Point

22

Từ quỹ đạo được lựa chọn bên trên, sa bàn dành riêng cho AGV thực hiện việc nâng hạ kệ hàng như hình 2.2 Khi AGV đến vị trí nâng kệ hàng “7”, khối lượng hệ AGV khi này sẽ bao gồm khối lượng AGV và khối lượng kệ hàng (ngẫu nhiên trong khoảng giá trị biết trước Khi AGV đến vị trí hạ kệ hàng “47”, khối lượng hệ AGV sẽ

là khối lượng của AGV Việc nhận định này tạo cơ sở để thực hiện các mô phỏng về khối lượng hệ AGV thay đổi trong quá trình vận hành, nhằm giúp tìm ra một giải thuật hiệu quả

2.2 Phương án thiết kế

Dưa trên các nghiên cứu trình bày tại chương 1 về bài toán điều khiển chuyển động AGV với các tín hiệu nhiễu không biết trước và các tín hiệu bất định Các phương pháp điều khiển xây dựng theo dạng điều khiển tuần tự mô hình động lực học

và động học có động phức tạp tương đối ít khi so sánh với dạng điều khiển kết hợp Ngoài ra, kết quả điều khiển của dạng điều khiển tuần tự cũng tương đối tốt Vì thế, mục này sẽ tập trung đề xuất các phương pháp có thể được áp dụng nhằm giúp sai số vận tốc góc và vận tốc dài hội tụ về “0” nhanh

Các phương pháp có thể áp dụng

Các phương pháp điều khiển có thể được áp dụng bao gồm:

- Phương pháp điều khiển thích nghi [15],[18] là phương pháp tự động điều

chỉnh các thông số của bộ điều khiển trong quá trình vận hành nhằm giữ vững chất lượng điều khiển của hệ thống có sự hiện diện của các yếu tố bất định

hoặc biến đổi không biết trước theo thời gian

Ưu điểm: Các hệ số điều khiển có khả năng tự thay đổi dựa vào mô hình tham

chiếu (MRAC) hoặc áp dụng phương pháp tự điều chỉnh (self – tuning) hay điều khiển hoạch định độ lợi (gain scheduling), có khả năng điều chỉnh các hệ

số “on-line” và được áp dụng cho hệ thống tuyến tính hoặc phi tuyến Bên cạnh đó, chi phí tính toán rẻ nên dễ dàng áp dụng vào thực tế

- Phương pháp điều khiển mờ [22],[23] cung cấp một phương tiện cho việc

điều khiển các thông số thay đổi Phương pháp điều khiển mờ là một công cụ

cơ bản để điều khiển các hệ thống không chắc chắn về bậc Phương pháp này

23

dựa trên nền tảng vật lý (cấu trúc vật lý của đối tượng cần điều khiển) và chuỗi

các hàm if – then và nội suy

Ưu điểm: Bộ điều khiển có khả năng tự hiệu chỉnh “online” Phương pháp

điều khiển mờ áp dụng được kinh nghiệm và độ hiểu biết của con người cho việc thiết kế bộ điều khiển Bộ luật của phương pháp này cơ bản dựa trên các luật If – Then vì thế dễ dàng áp dụng

Nhược điểm: Bộ điều khiển phụ thuộc nhiều vào kinh nghiệm và khả năng

của người thiết kế, vì thế bộ điều khiển đòi hỏi một lượng lớn dữ liệu đầu vào

và trình độ của người thiết kế Bởi vì kết quả quá trình điều khiển phụ thuộc vào bộ luật thiết kế, nên bộ luật điều khiển cần được điều chỉnh thường xuyên

- Phương pháp điều khiển dựa trên mạng nơ ron nhân tạo [20],[21] là

phương pháp điều khiển dựa trên mạng nơ ron sinh học

Ưu điểm: Có khả năng lưu trữ thông tin trên toàn bộ mạng, thích hợp điều

khiển các thông số không biết trước cũng như các hệ thống không chắc chắn, sai số quá trình điều khiển thấp Tốc độ xử lý dữ liệu nhanh do có khả năng xử

lý song song

Nhược điểm: Tốc độ xử lý dữ liệu của phương pháp nhanh nhưng phụ thuộc

khá nhiều vào phần cứng của hệ thống Cần xác định cấu trúc mạng phù hợp, khi xảy ra lỗi thì khó khăn trong việc tìm lỗi Bên cạnh đó, tốc độ huấn luyện cho bộ điều khiển khá chậm

- Phương pháp điều khiển trượt [15],[16] là một trong những công cụ hiệu quả

để thiết kế các bộ điều khiển bền vững cho các mô hình động lực học phi tuyến bậc cao với hệ số điều khiển không chắc chắn hay cho các hệ thống không chắc chắn về bậc

Ưu điểm: Khả năng đáp ứng nhanh, duy trì được độ ổn định khi các hệ số điều

khiển thay đổi và không nhạy với nhiễu Ngoài ra bộ điều khiển không yêu cầu chính xác giá trị của các hệ số, chỉ yêu cầu các hệ số nằm trong 1 phạm vi xác định (bị bao)

Nhược điểm: Hiện tượng dao động (chattering) xảy ra khi sử dụng hàm

signum, hiện tượng chattering có thể ảnh hưởng bộ phận công tác, đôi khi làm

hệ thống không ổn định

24

Phương pháp điều khiển trượt (Sliding Mode Control-SMC)

Từ các nhận định ở mục 2.2.1 và các nghiên cứu được trình bày tại chương 1, phương pháp điều khiển trượt cho thấy hiệu quả cao khi áp dụng vào AGV để giải quyết vấn đề bám quỹ đạo với các nhiễu và tín hiệu không biết trước [27-28],[38] Nếu vấn đề khối lượng nâng hạ thay đổi được xem như một sự thay đổi thông số không biết trước nhưng xác định được phạm vị thay đổi thì phương pháp điều khiển trượt vẫn có thể áp dụng Tuy nhiên, các vấn đề của phương pháp điều khiển trượt truyền thống:

- Hiện tượng “chattering”

- Phương pháp trượt gồm 2 pha chính: “reaching” và “sliding” SMC truyền thống cho thấy khả năng không thể đảm bảo các đặc tính của hệ thống không đổi trong suốt pha “reaching” hay khả năng chống lại các nhiễu làm suy giảm hiệu suất hệ thống [35]

- Khi SMC truyền thống áp dụng mặt trượt dạng tuyến tính thì hệ thống chỉ ổn định tiệm cận tại pha “Sliding”

Để giải quyết các vấn đề trên, phương pháp điều khiển trượt đầu cuối (Terminal Sliding Mode Control – TSMC) được đề xuất lần đầu trong [29] TSMC sử dụng hàm phi tuyến cho mặt trượt thay vì hàm tuyến tính Vì vậy khi so sánh với SMC, TSMC không chỉ đảm bảo các biến trạng thái ổn định trong thời gian xác định, mà còn đạt được thời gian đáp ứng nhanh, độ chính xác cao hơn Tuy nhiên, phương pháp TSMC vẫn có những hạn chế nhất định như:

- Khả năng hội tụ chậm khi các biến trạng thái không nằm gần điểm cân bằng

- Việc phương pháp TSM thường sử dụng hàm phi tuyến dạng mũ ở mặt trượt dẫn đến các bị giới hạn về phạm vi của hàm mũ và các điểm kì dị

Nhằm khắc phục hạn chế này, phương pháp điều khiển trượt đầu cuối nhanh (Fast Terminal Sliding Mode Control – FTSMC) đã được đề xuất [30,31] FTMSC cho thấy tốc độ hội tụ của các biến trạng thái nhanh hơn phương pháp TSMC dù ở xa hay gần điểm cân bằng Tuy nhiên, tương tự như phương pháp TSMC, FTSMC cũng bị hạn chế về phạm vi sử dụng hàm mũ và các điểm kì dị

25

Để khắc phục được vấn đề điểm kì dị trong hàm điều khiển của TSMC hay FTSMC, hai phương pháp thường được sử dụng là việc chuyển đổi lẫn nhau giữa hàm tuyến tính và hàm phi tuyến tại các điểm kì dị [23] (phương pháp gián tiếp), hoặc thiết lập các ràng buộc trực tiếp cho hàm phi tuyến được áp dụng [32] (phương pháp trực tiếp) Ngoài ra, nhiều phương pháp khác cũng được đề xuất [33-36] Bài báo [33] đã

đề xuất một phiên bản mới của phương pháp TSMC là áp dụng hàm TSMC vào cả hai pha “Reaching” và “Sliding” thay vì một pha “Reaching” như phương pháp TSMC truyền thống Nhờ vào điều này, [33] đã cho thấy khả năng đáp ứng nhanh hơn và độ chính xác cao hơn khi so sánh với phương pháp TSMC truyền thống Trong khi đó, bài báo [33] đã đề suất phương pháp trượt đầu cuối nhanh không điểm kì dị (Non-singular Fast Terminal Sliding Mode Control – NFTSMC) bằng cách sử dụng hàm phi tuyến dạng tích phân thay vì hàm mũ Phương pháp NFTSMC trong [34] đã giải quyết được vấn đề điểm kì dị và giảm được hiện tượng “chattering” Bài báo [35] lại đề xuất một

mô hình toán của các tín hiệu bất định và nhiễu bị bao, và áp dụng sơ đồ FTSM cho pha “reaching” để đạt được thời gian xác lập ngắn hơn so với phương pháp TSMC truyền thống [35] xây dựng mặt phẳng trượt với hai lớp, lớp đầu đảm bảo khả năng hội tụ về điểm cân bằng nhanh và chính xác, trong khi lớp hai áp dụng hàm tuyến tính

để tránh điểm kì dị Riêng bài báo [36] lại đề xuất phương pháp điều khiển trượt đầu cuối không kì dị (Non-singular Terminal Sliding Mode Control – NTSMC) Phương pháp trong [36] áp dụng cho hệ phi tuyến bậc 2 có kết quả rất tốt trong việc giải quyết hiện tượng điểm kì dị, đồng thời [36] không bị hạn chế bởi điều kiện ràng buộc cho hàm mũ được áp dụng

Với các phương pháp mới được trình bày bên trên, các vấn đề tồn tại của phương pháp điều khiển trượt truyền thông SMC đã được giải quyết hoàn toàn Ở khía cạnh áp dụng phương pháp điều khiển trượt SMC vào hệ thống AGV, phương pháp NFTSMC thỏa mãn các yêu cầu của AGV như: giải quyết nhiễu và tín hiệu bất định, đáp ứng nhanh, chính xác và ổn định Tuy nhiên, tất cả các phương pháp điều khiển SMC hoặc SMC nâng cao đều yêu cầu các tín hiệu nhiễu và tín hiệu bất định bị bao, hay nói cách khác là các tín hiệu này cần được ước định trước Nhưng trong môi trường thực tế, khả