Đồ án tốt nghiệp: Thiết kế và điều khiển robot tự hành dò đường trong mê cung

Đồ án tốt nghiệp: Thiết kế và điều khiển robot tự hành dò đường trong mê cung

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH

KHOA ĐIỆN - ĐIỆN TỬ

BỘ MÔN TỰ ĐỘNG ĐIỀU KHIỂN

- -

ĐỒ ÁN TỐT NGHIỆP

ĐỀ TÀI:

Thiết Kế Và Điều Khiển Robot Tự Hành Dò

Đường Trong Mê Cung

GVHD: TS Nguyễn Minh Tâm SVTH: Đỗ Trường Giang 08118020

Nguyễn Phước Khánh 08118036

THÀNH PHỐ HỒ CHÍ MINH, THÁNG 07 NĂM 2012

Trường Đại Học SPKT TP.HCM

Khoa: Điện – Điện tử

Độc Lập – Tự Do – Hạnh Phúc -o0o - -o0o -

Mục tiêu của đề tài là thiết kế, thi công, điều khiển robot tự hành Robot tự

hành có thể hoạt động ổn định, tự tìm đường đi đến vị trí đích đã xác định sẵn trong

mê cung, có thể học nhanh chóng cách tìm đường đi khi thay đổi hình dạng mê cung,

sử dụng thuật toán tìm kiếm theo chiều sâu trong trí tuệ nhân tạo

Giới hạn của đề tài, robot tự hành chỉ tìm được đường đi đến vị trí đích đã định

sẵn, sử dụng thuật toán tìm kiếm theo chiều sâu trong trí tuệ nhân tạo

3 Ngày giao đề tài:

4 Ngày hoàn thành:

TPHCM, tháng n m 2 2 TPHCM, tháng n m 2 2

Giáo viên hướng d n: TS Nguyễn Minh Tâm

Họ và tên sinh viên: Đỗ Trường Giang MSSV: 08118020

Nguyễn Phước Khánh MSSV: 08118036

1.Tên đề tài: Thiết Kế và Điều Khiển Robot Tự Hành Dò Đường Trong Mê

Cung

Nhận xét của giáo viên hướng d n:

-

-

-

-

-

-

TPHCM, tháng n m 2 2

Giáo viên hướng d n

TS Nguyễn Minh Tâm

Giáo viên phản biện:

Họ và tên sinh viên: Đỗ Trường Giang MSSV: 08118020

Nguyễn Phước Khánh MSSV: 08118036

1.Tên đề tài: Thiết Kế và Điều Khiển Robot Tự Hành Dò Đường Trong Mê

Cung

Nhận xét của giáo viên phản biện:

-

-

-

-

-

-

TPHCM, tháng n m 2 2 Giáo viên phản biện

Để có được thành công của đề tài như ngày hôm nay, trước hết nhóm sinh viên

thực hiện đề tài xin gửi lời cảm ơn chân thành nhất tới thầy Nguyễn Minh Tâm và thầy

Phạm Hoàng Thông, hai thầy đã định hướng và hỗ trợ về phương tiện, thiết bị cũng

như động viên, khích lệ tinh thần làm việc của các thành viên trong suốt thời gian thực

hiện đề tài

Bên cạnh đó, những người thực hiện đề tài cũng xin gửi lời cảm ơn sâu sắc tới

các thầy cô giáo trong Bộ môn Tự động Điều khiển nói riêng và các thầy cô giáo trong

Khoa Điện-Điện Tử nói chung đã nhiệt tình giúp đỡ chúng em về các kiến thức liên

quan tới lĩnh vực nghiên cứu của đề tài trong suốt thời gian thực hiện đề tài, cũng như

các kiến thức mà các thầy cô đã truyền đạt cho chúng em trong suốt thời gian học tập

tại trường

Chúng em cũng xin gửi lời cảm ơn chân thành đến Anh Lê Đình Cẩn và các bạn

trong đội Robocon SPK – Galaxy Trong suốt thời gian thực hiện thi công phần cơ khí

của mô hình này, Anh và các bạn đã tận tình giúp đỡ về vật tư, máy móc và điều đặc

biệt là anh đã trực tiếp vẽ một số chi tiết phức tạp để có được mô hình mang tính kỹ

thuật và khoa học như robot hiện tại

Nhóm sinh viên thực hiện đề tài

Đỗ Trường Giang Nguyễn Phước Khánh

Lời Cảm Ơn 8

Chương 1: 15

Tổng Quan 15

Đặt vấn đề: 15

2 Mục tiêu đề tài: 15

4 Nội dung nghiên cứu: 16

1.5 Nội dung của đề tài: 16

Chương 2: 17

Cơ sở lý thuyết 17

2 Tổng quan về trí tuệ nhân tạo: 17

2.2 Không gian bài toán : 18

2.3 Chiến lược tìm kiếm : 19

2.3.2 Chiến lược tìm kiếm suy diễn lùi: 19

2.4 Giải thuật tìm kiếm: 19

2.4 Giải thuật tìm kiếm theo chiều rộng (Breadth_First_Search): 20

2.4.2 Giải thuật tìm kiếm theo chiều sâu (Depth First Search): 22

2.4.3 Giải thuật tìm kiếm truyền lùi ( Back Tracking search ) : 23

2.5 Tìm Kiếm Heuristic: 25

2.5 Giải thuật tìm kiếm Best_First_Search: 25

2.5.2 Hàm đánh giá heuristic: 27

Chương 3: 28

Thiết kế và thi công mô hình robot tự hành 28

3 Tổng quan về phần cứng Robot tự hành 28

3.2 Lựa chọn thiết bị: 30

3.2.1 Lựa chọn động cơ 30

3.3 Thiết kế mạch điện cho Robot: 31

3.3 Giao diện TWI (I2C): 34

3.3.2 TWI trên AVR: 39

3.4 Thiết kế mạch điện tử 51

3.4.1 Mạch cảm biến dùng quang trở 51

3.4.2 Mạch điều khiển động cơ 51

3.4.3 Mạch giao tiếp EEPROM: 55

3.4.4 Mạch giao tiếp máy tính: 56

Chương 4: 57

Thuật toán điều khiển 57

4 Các phương pháp giải quyết vấn đề cơ bản: 57

4 Các chiến lược tìm kiếm: 57

4 .2 Tìm kiếm theo chiều sâu: 57

4.2 Lưu đồ giải thuật tìm đường đi cho Robot: 59

Chương 5: 61

Kết quả thực nghiệm 61

5.1 Robot đã được thiết kế: 61

5.2 Kết quả thực nghiệm robot tìm đường: 62

Chương 6: 66

Kết luận và hướng phát triển đề tài 66

6 Kết Luận: 66

6.2 Hướng phát triển: 66

Tài liệu tham khảo 67

Hình 2.1 Không gian trạng thái của bài toán tìm kiếm theo chiều rộng

Hình 2.2 Không gian trạng thái của bài toán tìm kiếm theo chiều sâu

Hình 3.1 Robot tự hành dò đường trong mê cung đã được thiết kế

Hình 3.2 Sơ đồ khối Robot tự hành

Hình 3.3 Vi điều khiển ATmegaA

Hình 3.4 Sơ đồ cấu trúc ATmega8A

Hình 3.5 Mạng TWI (I2C) với nhiều thiết bị và 2 điện trở kéo lên cho SDA, SCL

Hình 3.6 Quá trình lấy m u dữ liệu nối tiếp

Hình 3.7 Mô tả các Master tạo ra START, STOP và REPEAT START.

Hình 3.8 Mô tả định dạng gói dữ liệu trong TWI(I2C)

Hình 3.9 Khung truyền thông thường

Hình 3.10 Master truyền dữ liệu

Hình 3.11 Master nhận dữ liệu

Hình 3.12 Slave nhận dữ liệu

Hình 3.13 Slave truyền dữ liệu

Hình 3.14 Mạch cầu H

Hình 3.15 Nguyên lý hoạt động của mạch cầu H

Hình 3.16 Sơ đồ chân của IC L298 (phải) và IC L298 (trái)

Hình 3.17 Sơ đồ nguyên lý của IC L298

Hình 3.18 Sơ đồ nguyên lý mạch điều khiển động cơ

Hình 3.19 Sơ đồ nguyên lý mạch giao tiếp EEPROM

Hình 3.20 Sơ đồ nguyên lý mạch giao tiếp máy tính

Hình 4.1 Tìm kiếm theo chiều sâu

Hình 5.1 Robot tự hành dò đường trong mê cung

Hình 5.2 Mô phỏng mê cung

Bảng 3.1 Thông số kỹ thuật của robot tự hành

Bảng 3.2 Tốc độ xung giữ nhịp tham khảo

Bảng 3.3 Các chân điều khiển của ATmega8A

ACK: Acknowledgement

ADC: Analog Digital Converter

CPU: Central Processing Unit

DC: Drect Current

IC: Integrated Circuit

LCD: liquid crystal display

RISC: reduced instruction set computer

GVHD: TS Nguyễn Minh Tâm Trang 15

Chương 1:

Tổng Quan

1.1 Đặt vấn đề:

Trong giai đoạn hiện nay, máy tính có thể giải được rất nhiều bài toán khó mà

trước kia chưa giải quyết được Mặc dù vậy v n còn một số lớn các bài toán rất thú vị

cần một thuật toán thích hợp để giải chúng Trong đó, các bài toán sử dụng trí tuệ nhân

tạo là các bài toán thường gặp trong các ứng dụng thực tiễn Ví dụ: ứng dụng phương

pháp mô phỏng luyện thép để tìm đường đi ngắn nhất cho xe cứu hỏa, bài toán chơi

cờ, hay robot tự hành…

Robot tự hành hay robot di động (mobile robot hay được viết tắt là mobot) được

định nghĩa là một loại xe robot có khả n ng tự dịch chuyển, tự vận động (có thể lập

trình lại được) dưới sự điều khiển tự động có khả n ng hoàn thành công việc được

giao Theo lý thuyết, môi trường hoạt động của robot tự hành có thể là đất, nước,

không khí, không gian vũ trụ hay tổ hợp giữa chúng Địa hình bề mặt mà robot di

chuyển trên đó có thể bằng phẳng hoặc thay đổi, lồi lõm Đề tài nghiên cứu này đi sâu

nghiên cứu robot tự hành dò đường trong mê cung

Robot tự hành (Mobile Robot) là một thành phần có vai trò quan trọng trong ngành

Robot học, một ngành không thể thiếu trong lĩnh vực tự động hóa Cùng với sự phát

triển mạnh mẽ của các hệ thống tự động hóa, robot tự hành ngày một được hoàn thiện

và càng cho thấy lợi ích của nó trong công nghiệp và sinh hoạt Một vấn đề rất được

quan tâm khi nghiên cứu về robot tự hành là làm thế nào để robot biết được vị trí nó

đang đứng và có thể di chuyển tới một vị trí xác định, đồng thời có thể tự động tránh

được các chướng ngại vật trên đường đi Vì vậy, việc chế tạo thành công đề tài này sẽ

mở ra một hướng tiếp cận mới và góp phần thúc đẩy việc ứng dụng của robot ngày

càng nhiều vào trong đời sống hằng ngày và trong nghiên cứu chế tạo

1.2 Mục tiêu đề tài:

Mục tiêu của đề tài là thiết kế, thi công, điều khiển robot tự hành Robot tự hành có

thể hoạt động ổn định, tự tìm đường đi đến vị trí đích đã xác định sẵn trong mê cung,

có thể học nhanh chóng cách tìm đường đi khi thay đổi hình dạng mê cung, sử dụng

thuật toán tìm kiếm theo chiều sâu trong trí tuệ nhân tạo Áp dụng công nghệ xử lý ảnh

để vẽ lại hình dạng mê cung và thực hiện giao tiếp máy tính

GVHD: TS Nguyễn Minh Tâm Trang 16

1.3 Giới hạn đề tài:

Trong đề tài này, robot tự hành chỉ tìm được đường đi đến vị trí đích đã định sẵn,

sử dụng thuật toán tìm kiếm theo chiều sâu trong trí tuệ nhân tạo Chức n ng vẽ lại

hình dạng của mê cung và giao tiếp máy tính nằm ngoài phạm vi của đề tài

1.4 Nội dung nghiên cứu:

Dựa vào nguyên lý hoạt động của robot tự hành nhóm đã thiết kế mô hình bằng các

phương pháp cụ thể như sau:

- Khảo sát phân tích tổng hợp: phân tích cách thức hoạt động của robot tự hành

để thiết kế bộ phận dò tìm có độ chính xác cao nhất, bộ phận xử lí tín hiệu có

tốc độ cao nhất đồng thời có giá thành thấp và tuổi thọ cao…

- Khảo sát tính khả thi của từng thuật toán nhỏ trong trí tuệ nhân tạo

- Thực nghiệm: dùng phương pháp thực nghiệm để kiểm tra tính khả thi của từng

thuật toán, đồng thời mô phỏng hoạt động của robot trên Matlab

- Đánh giá kết quả dựa trên quá trình thực nghiệm

1.5 Nội dung của đề tài:

Phần còn lại của nội dung đề tài bao gồm những chương sau:

Chương 2: Cơ sở lý thuyết

Nội dung của chương này là trình bày lý thuyết về trí tuệ nhân tạo và các thuật

toán tìm kiếm trong trí tuệ nhân tạo

Chương 3: Thiết kế và thi công mô hình robot tự hành

Chương này chủ yếu trình bày sơ lược về cấu trúc hoạt động của vi điều khiển

ATmega8A, thiết kế về phần cơ khí và phần điện cho mô hình robot tự hành

Chương 4: Thuật toán điều khiển mô hình robot tự hành

Chương này trình bày lưu đồ thuật toán tìm kiếm của đề tài

Chương 5: Kết quả thực nghiệm

Chương này trình bày về các kết quả đạt được của đề tài như thiết kế phần

cứng, tính ổn định của mô hình robot tự hành và mô phỏng hoạt động của Robot

bằng Matlab

Chương 6: Kết luận và hướng phát triển của đề tài

Chương này trình bày những kết quả đạt được trong luận v n, các mặt hạn chế

và hướng phát triển của đề tài

GVHD: TS Nguyễn Minh Tâm Trang 17

Chương 2:

Cơ sở lý thuyết

Chương này giới thiệu sơ lược về trí tuệ nhân tạo, các thuật toán tìm kiếm trong trí tuệ

nhân tạo

2.1 Tổng quan về trí tuệ nhân tạo:

Trí tuệ nhân tạo là gì?

Trí tuệ nhân tạo là lĩnh vực khoa học chuyên nghiên cứu các phương pháp chế tạo

trí tuệ máy sao cho giống như trí tuệ con người

Vài định nghĩa của trí tuệ nhân tạo điển hình là:

- Hệ thống mà biết suy nghĩ như con người

- Hệ thống mà biết hành động như con người

Để hệ thống mà biết suy nghĩ và hành động như con người thì hệ thống đó phải

được trang bị các công cụ thính giác, tri thức, lý giải tự động, việc học, thị giác và di

chuyển giống như con người

Thông thường, cách giải quyết vấn đề của con người được thể hiện qua bốn thao

tác cơ bản đó là:

- Xác định tập hợp của các đích

- Thu thập các sự kiện và luật suy diễn

- Cơ chế tập trung

- Bộ máy suy diễn

Như vậy, trí tuệ máy là các khả n ng giải quyết vấn đề của máy có các đặc điểm

sau:

- Hành động giống như con người

- Suy nghĩ giống như con người

- Học giống như con người

- Xử lý thông tin giống như con người

- Hành động và suy nghĩ trên cơ sở logic và chính xác

Các thành phần cơ bản của trí tuệ nhân tạo:

GVHD: TS Nguyễn Minh Tâm Trang 18

Có hai thành phần cơ bản của trí tuệ nhân tạo đó là biểu diễn tri thức và tìm kiếm

tri thức trong miền biễu diễn Tri thức của bài toán có thể được phân ra làm ba loại tri

thức cơ bản đó là tri thức mô tả, tri thức thủ tục và tri thức điều khiển

- Tri thức mô tả: là loại tri thức mô tả những gì mà được biết về bài toán Loại tri

thức này bao gồm các sự kiện, các quan hệ và các tính chất của bài toán

- Tri thức thủ tục: là loại tri thức mô tả các giải quyết bài toán Loại tri thức này

bao gồm luật suy diễn hợp lệ, chiến lược tìm kiếm và giải thuật tìm kiếm

- Tri thức điều khiển: là loại tri thức được xem như là luật chủ chốt điều khiển

quá trình lý giải để d n đến kết luận

Để biểu diễn tri thức của bài toán nhờ các phương pháp biểu diễn như:

- phương pháp biểu diễn nhờ luật

- phương pháp biểu diễn nhờ mạng ngữ nghĩa

- phương pháp biểu diễn nhờ Frame

- phương pháp biểu diễn nhờ logic vị từ

Sau khi tri thức của bài toán đã được biểu diễn, kỹ thuật giải bài toán trong lĩnh

vực trí tuệ nhân tạo là các phương pháp tìm kiếm trong miền đặc trưng tri thức về bài

toán

2.2 Không gian bài toán :

Tri thức của bài toán được chia ra làm ba lọai tri thức cơ bản đó là tri thức mô tả,

tri thức thủ tục và tri thức điều khiển, trong đó tri thức thủ tục định nghĩa không gian

bài toán Không gian bài toán có thể được biểu diễn bằng không gian trạng thái đó là

một biểu diễn bằng đồ thị định hướng gồm bốn thành phần như sau:

+ S: Trạng thái ban đầu của bài toán (dữ liệu ban đầu)

+ G: Tập các trạng thái đích của bài toán (dữ liệu đích)

+ N: Tập các trạng thái khác được phát sinh từ trạng thái ban đầu đạt đến trạng

thái đích đó là các nút của đồ thị

+ A: Tập các trạng thái chuyển tiếp đó là các cung liên kết giữa các nút của đồ thị

nhờ thông qua các luật áp dụng của bài toán

Luật áp dụng là luật mà vế điều kiện của nó hợp với trạng thái hiện có để vế kết

luận của nó phát sinh ra các trạng thái mới

Đường lời giải của bài toán là đường bắt đầu từ trạng thái ban đầu thông qua các

trạng thái khác được phát sinh đến một trạng thái nào đó trong tập các trạng thái đích

GVHD: TS Nguyễn Minh Tâm Trang 19

2.3 Chiến lược tìm kiếm :

Có hai chiến lược tìm kiếm trên không gian trạng thái bài toán đó là tìm kiếm bắt

đầu từ dữ liệu ban đầu về đích và tìm kiếm từ dữ liệu đích lùi về dữ liệu ban đầu

Tìm kiếm bắt đầu từ dữ liệu ban đầu về đích được gọi là chiến lược tìm kiếm suy

diễn tiến và tìm kiếm bắt đầu từ đích lùi về dữ liệu được gọi là chiến lược tìm kiếm

suy diễn lùi

2.3.1 Tìm kiếm suy diễn tiến:

Thủ tục tìm kiếm suy diễn tiến trên không gian trạng thái bài toán được mô tả

như sau:

+ Bắt đầu tìm kiếm từ dữ liệu ban của bài toán

+ Chọn tất các các luật ứng dụng với vế điều kiện hợp với dữ liệu ban đầu của

bài toán để vế kết luận phát sinh ra các dữ liệu mới

+ Tại mỗi điểm dữ liệu mới, chọn tất cả các luật ứng dụng với vế điều kiện hợp

với dữ liệu mới để vế kết luận phát sinh ra các dữ liệu mới hơn

+ Thủ tục này được lặp lại cho tất cả các dữ liệu mới cho đến khi dữ liệu đích

được tìm thấy

2.3.2 Chiến lược tìm kiếm suy diễn lùi:

Thủ tục tìm kiếm suy diễn lùi trên không gian trạng thái bài tóan được mô tả

như sau:

+ Thủ tục bắt đầu tìm kiếm từ dữ liệu đích của bài toán

+ Chọn tất cả các luật ứng dụng với vế kết luận hợp với dữ liệu đích, thiết lập

dữ liệu ở vế điều kiện phát sinh ra đích làm dữ liệu đích mới

+ Tại mỗi điểm dữ liệu đích mới, chọn tất cả các luật ứng dụng với vế kết luận

hợp với đích mới, thiết lập dữ liệu ở điều kiện làm dữ liệu đích mới hơn

+ Thủ tục này lặp lại cho tất cả các đích mới cho đến khi nào dữ liệu ban đầu

của bài toán được tìm thấy

2.4 Giải thuật tìm kiếm:

Để giải bài toán sử dụng chiến lược tìm kiếm suy diễn tiến hoặc chiến lược tìm

kiếm suy diễn lùi, công việc tìm kiếm là phải tìm một đường từtrạng thái bắt đầu đến

trạng thái đích thông qua không gian trạng thái của bài toán Công cụ thực hiện việc

GVHD: TS Nguyễn Minh Tâm Trang 20

tìm kiếm này đó là giải thuật Quá trình tìm kiếm được xem như cây tìm kiếm thông

qua không gian trạng thái của bài toán Giải thuật bắt đầu từ nút gốc của cây tìm kiếm

th m dò qua các nút khác của cây trong không gian trạng thái của bài toán Nếu giải

thuật tìm thấy đích thì giải thuật thiết lập đường lời giải bắt đầu từ nút gốc thông qua

các nút liên kết đến nút đích của cây Cấu trúc dữ liệu cho cây tìm kiếm ở đây là ta giả

sử nút là một cấu trúc dữ liệu với n m thành phần như sau:

+ Trạng thái trong không gian trạng thái tương ứng với nút của cây

+ Nút trong cây tìm kiếm mà đã phát sinh ra nút mới thì nút này được gọi là nút

cha và nút mới được gọi là nút con

+ Luật hay lệnh hợp lệ được áp dụng để phát sinh ra nút

+ Số lượng của các nút trên đường từ nút gốc của cây đến một nút,được gọi là độ

sâu của nút đó

+ Giá chi phí của đường là tính từ nút gốc của cây đến nút đó

Có hai loại giải thuật tìm kiếm cơ bản đó là giải thuật tìm kiếm theo chiều

rộng và giải thuật tìm kiếm theo chiều sâu

2.4.1 Giải thuật tìm kiếm theo chiều rộng (Breadth_First_Search):

Giải thuật tìm kiếm theo chiều rộng là giải thuật tìm kiếm mức theo mức của cây

Giải thuật bắt đầu từ nút gốc của cây tìm kiếm qua tất cả các nút ở mức kế theo, nếu nó

chưa tìm thấy đích thì nó tiếp tục tìm kiếm qua tất cả các nút ở mức sâu hơn, cứ như

thế cho đến khi nó tìm thấy nút đích thì nó dừng thủ tục tìm kiếm và thiết lập đường

lời giải bắt đầu từ nút gốc thông qua các nút liên kết đến nút đích

Giả sử cho không gian trạng thái của bài toán với các trạng thái được đánh nhãn

bằng các chữ cái A, B, C… được mô tả như hình 2.1

GVHD: TS Nguyễn Minh Tâm Trang 21

Hình 2.1: Không gian trạng thái của bài toán tìm kiếm theo chiều rộng

Thứ tự của các trạng thái tìm kiếm với giải thuật tìm kiếm theo chiều rộng là:

A, B, C, D, E, F, G, H, I, J, K, L, M, N, O, P, Q, R, S, T, U

Giải thuật tìm kiếm theo chiều rộng được trang bị bằng hai danh sách mở Open

và đóng Closed, trong đó danh sách Open chứa các trạng th ái đang chờ được duyệt và

danh sách Closed chứa các trạng thái đã được duyệt qua Giải thuật được mô tả như

+ Phát sinh các con của X dùng các luật áp dụng hợp với X;

+ Đặt X vào danh sách Closed;

+ Lọai bỏ các con của X đã có mặt trên Open hoặc Closed;

+ Đặt các on của X chưa có mặt trên Open hoặc Closed vào cuối danh sách Open;

end end;

end

GVHD: TS Nguyễn Minh Tâm Trang 22

2.4.2 Giải thuật tìm kiếm theo chiều sâu (Depth First Search):

Giải thuật tìm kiếm theo chiều sâu là giải thuật tìm kiếm nhánh theo nhánh của

cây Giải thuật bắt đầu từ nút gốc tìm kiếm đến con, cháu, chắc của gốc, nếu giải thuật

tìm thấy đích thì dừng thủ tục tìm kiếm và thiết lập đường lời giải từ nút gốc thông qua

các nút liên kết đến nút đích; mặt khác nếu giải thuật tìm thấy đường cụt thì nó lùi về

tìm kiếm nút anh em Không gian trạng thái của phương pháp tìm kiếm theo chiều sâu

được mô tả như hình 2.2:

Hình 2.2: Không gian trạng thái của phương pháp tìm kiếm theo chiều sâu

Cho không trạng thái của bài toán như hình trên, thứ tự của các trạng thái tìm

kiếm với giải thuật tìm kiếm theo chiều sâu là A, B, E, K, S, L, T, F, M, C, G, N, H, O,

P, U, D, I, Q, J, R

Giải thuật cũng được trang bị bằng hai danh sách mở Open và đóng Closed giống

như giải thuật tìm kiếm theo chiều rộng Giải thuật được mô tả như sau:

Procedure depth_first_search

Begin

Open = [Start];

GVHD: TS Nguyễn Minh Tâm Trang 23

+ Phát sinh các con của X dùng các luật áp dụng hợp với X;

+ Đặt X vào danh sách Closed;

+ Lọai bỏ các con của X đã có mặt trên Open hoặc Closed;

+ Đặt các on của X chưa có mặt trên Open hoặc Closed vào đầu danh

sách Open;

end

end;

end

2.4.3 Giải thuật tìm kiếm truyền lùi ( Back Tracking search ):

Một giải thuật tìm kiếm khác được gọi là giải thuật tìm kiếm truyền lùi, cách tìm

kiếm đích của giải thuật này cũng giống như cách tìm kiếm đích của giải thuật tìm

kiếm theo chiều sâu Giải thuật được trang bị bằng ba danh sách N, S và D, trong đó

danh sách N chứa các trạng thái đang chờ sẽ được duyệt qua, danh sách S chứa các

trạng thái đã được duyệt qua trên đường tìm kiếm và D là danh sách chứa các trạng

thái của các đường cụt Khi giải thuật tìm thấy đích, danh sách S được thiết lập với các

trạng thái liên kết nhau từ nút gốc đến nút đích đó là đường lời giải của bài toán Giải

thuật được mô tả như sau:

GVHD: TS Nguyễn Minh Tâm Trang 24

C = Start;

While N ≠ [ ]

Begin

If C = đích then return (S)

Elseif C không có thừa kế

( Không kể các thừa kế đã có mặt trên N, S hoặc D)

begin

while S ≠ [ ] và C là phần tử đầu tiên của S

begin

+ Đặt C vào đầu danh sách D

+ Lọai bỏ nút đầu tiên của S

+ Lọai bỏ nút đầu tiên của N

+ Đặt C = phần tử đầu tiên của N

+ Khai triển các thừa kế của C dùng các luật ứng hợp với C

+ Lọai bỏ tất cả các thừa kế của C đã có mặt trên N, S, hoặc D

+ Đặt các thừa kế của C chưa có mặt trên N, S, hoặc D vào đầu danh

sách N

+ Đặt C = phần tử đầu tiên của N

+ Đặt C vào đầu danh sách S

GVHD: TS Nguyễn Minh Tâm Trang 25

Tri thức điều khiển của bài toán còn được gọi là heuristic Heuristic là luật chủ

chốt điều khiển thuật toán tìm kiếm bám theo đường có các trạng thái tốt nhấtđể đạt

đến đích Heuristic có thể được thể hiện dưới dạng luật hoặc dưới dạng hàm số Nếu

nó được thể hiện dưới dạng luật thì nó được gọi là luật heuristic và nếu nó được thể

hiện dưới dạng hàm thì nó được gọi là hàm heuristic

Heuristic còn được gọi là tri thức nông cạn của bài toán vì nó chỉ đoán bắt trạng

thái tốt nhất ở bước kế theo trong quá trình giải quyết vấn đề Do đó heuristic đôi lúc

không thể đảm bảo tìm thấy lời giải tốt nhất nhưng hầu hết nó đảm bảo tìm thấy lời

giải tương đối tốt nhất

Nếu ta định nghĩa h(n) là hàm heuristic tại trạng thái n thì h(n) là một ước lượng

tính từ trạngthái n đến trạng thái đích của bài toán Trạng thái nào cóheuristic nhỏnhất

đólà trạng thái tốt nhất được chọn để tiếp diễn quá trình tìmkiếm

+ Nếu trạng thái n không d n đến đường cụt thì heuristic của nó là h(n) >=

+ Nếu trạng thái n d n đến đường cụt thì heuristic của nó là h(n) = ∞

+ Nếu trạng thái n d n đến trạng thái đích của bài tóan thì heuristic của nó là h(n)

= 0

2.5.1 Giải thuật tìm kiếm Best_First_Search:

Một trong các giải thuật tìm kiếm sử dụng heuristic đó là giải thuật

Best_first_search Giải thuật được trang bị bằng hai danh sách mở Open và đóng

Closed cũng giống như giải thuật tìm kiếm theo chiều rộng và chiều sâu Giải thuật bắt

đầu tìm kiếm với nút gốc của cây, khai triển các thừa kế của gốc nhờ thông qua các

luật ứng dụng, ước lượng heuristic cho tất cả các nút con của gốc, chọn nút có

heuristic nhỏ nhất để đến viếng th m và tháo bỏ tất cả các nút còn lại Thủ tục

nàyđược lặp lại cho tất cả các nút viếng th m cho đến khi nào trạng thái đích của bài

toán được tìm thấy Cách tìm kiếm này tạo ra một đường liên kết bám theo các trạng

thái có thông tin heuristic nhỏ nhất đó là các trạng thái được đánh giá là tốt nhất để đạt

đến đích

Giải thuật được mô tả như sau:

Procedure best_first_search

GVHD: TS Nguyễn Minh Tâm Trang 26

+ Khai triển các thừa kế của X nhờ thông qua các luật ứng dụng

Cho mỗi thừa kế của X thực hiện một trong các trường hợp như sau :

Case : Thừa kế chưa xuất hiện trên danh sách Open hoặc Closed

+ Ước lượng heuristic cho thừa kế

+ Đặt thừa kế vào danh sách Open

Case : Thừa kế đã có mặt trên danh sách Open

+ Ước lượng heuristic cho thừa kế

+ Nếu trạng thái mới xuất hiện là tốt hơn trạng thái cũ đã xuất hiện trên

Open thì lọai bỏ cũ khỏi danh sách Open và đặt mới vào danh sách Open; mặt khác

giữ lại trạng thái cũ ở danh sách Open và lọai bỏ trạng thái mới xuất hiện

Case : Thừa kế đã có mặt trên danh sách Closed

+ Ước lượng heuristic cho thừa kế

+ Nếu trạng thái mới xuất hiện là tốt hơn trạng thái cũ đã có mặt sẵn

trên Closed thì lọai bỏ cũ khỏi danh sách Closed và đặt mới vào danh sách Open; mặt

khác giữ lại trạng thái cũ ở danh sách Closed và lọai bỏ trạng thái mới xuất hiện

End

+ Đặt X vào danh sách Closed

GVHD: TS Nguyễn Minh Tâm Trang 27

+ Sắp xếp lại các trạng thái trong danh sách Open theo thứ tự từ đầu danh sách

đến cuối danh sách tương ứng với trạng thái tốt nhất đến trạng thái xấu nhất

End;

End

2.5.2 Hàm đánh giá heuristic:

Giả sử quá trình tìm kiếm với thông tin heuristic trên không gian bài toán có hai

hoặc nhiều trạng thái xuất hiện có cùng heuristic, trong trường hợp này, trạng thái nào

là gần gốc nhất của cây đó là trạng thái tốt nhất Để đánh giá đầy đủ thông tin heuris

cho các trường hợp như vậy, một hàm đánh giá heuristic được thiết lập gồm hai thành

phần đó là:

f(n) = h(n) + g(n) trong đó, h(n) là hàm heuristic tại mỗi trạng thái n và g(n) là hàm chi phí đo từ trạng

thái gốc của cây đến nút trạng thái n

Vì vậy, quá trình tìm kiếm, trạng thái nào có f(n) là nhỏ nhất đó là trạng thái tốt

nhất được chọn để tiếp diễn tìm kiếm

GVHD: TS Nguyễn Minh Tâm Trang 28

Chương 3:

Thiết kế và thi công mô hình robot tự hành

Chương này trình bày về thiết kế phần cứng của Robot tự hành, giới thiệu sơ

lược về chip ATmega8A, giao tiếp với EEPROM và phương pháp thiết kế mạch điện

- Động cơ DC có hộp số dùng để truyền động cho 2 bánh xe

- Hệ thống cảm biến được chọn sử dụng trong mô hình này là dò lai bằng quang

trở

GVHD: TS Nguyễn Minh Tâm Trang 29

Thông số của Robot tự hành được thiết kế và trình bày như bảng sau:

Bảng 3.1: Thông số kỹ thuật của robot tự hành

Sơ đồ khối của hệ thống như hình 3.2:

- Khối điều khiển gồm chip ATmega8A có nhiệm vụ nhận tín hiệu từ các cảm

biến, xử lý thuật toán điều khiển và xuất tín hiệu điều khiển

- Khối điều khiển động cơ gồm IC L298N và các IC logic có nhiệm vụ nhận tín

hiệu từ khối điều khiển để điều khiển hai động cơ

- Khối nguồn sử dụng Pin Li-Poly loại V 2 C 2 mAh

GVHD: TS Nguyễn Minh Tâm Trang 30

Hình 3.2: Sơ đồ khối của robot tự hành

3.2 Lựa chọn thiết bị:

3.2.1 Lựa chọn động cơ:

Có 3 loại động cơ thích hợp cho đề tài này đó là động cơ bước, động cơ DC và

động cơ Servo Các yếu tố quan trọng cần thiết để lựa chọn động cơ đó là động cơ có

kích thước nhỏ để phù hợp với Robot, tốc độ và moment đủ lớn để truyền động cho

bánh xe

- Động cơ bước có moment lớn nhưng có tốc độ thấp và kích thước lớn

- Động cơ Servo có tốc độ lớn nhưng hạn chế về moment và chỉ quay trong

phạm vi

GVHD: TS Nguyễn Minh Tâm Trang 31

- Động cơ DC thì phong phú về chủng loại, có kích thước nhỏ, tốc độ và

moment phù hợp với yêu cầu của đề tài

Như vậy, chọn động cơ DC là phù hợp Nhóm đã chọn được đông cơ DC có

thông số như sau: 2VDC, 3 Rpm

3.2.2 Lựa chọn cảm biến:

Để phát hiện được vật cản (bức tường mê cung) thì có thể sử dụng các loại cảm

biến: cảm biến hồng ngoại, cảm biến siêu âm, cảm biến quang trở

Do ảnh hưởng của một số yếu tố khách quan nên nhóm đã chọn sử dụng cảm

biến quang trở cho đề tài này

3.3 Thiết kế mạch điện cho Robot:

Việc thiết kế mạch điện đóng một vai trò rất quan trọng đến hoạt động của

Robot Thiết kế mạch điện phải xem xét đến nhiều yếu tố liên quan cũng như khả n ng

của Robot Nhóm đã chọn Chip vi điều khiển dòng AVR, cụ thể là chip ATmega8A

Hình 3.3: Vi điều khiển ATmega8A

Vi điều khiển Atmega8 AVR có công suất cao, tiêu thụ n ng lượng thấp, cấu

trúc RISC tiến với 3 lệnh với chu kỳ thực hiện đơn xung lớn nhất, 32 thanh ghi đa

mục đích 8 bít, 6 MIPS tại tần số đặt 6 MHz, bộ nhân 2 chu kỳ On-chip, Power-on

Reset và Brown-out Detection có thể lập trình, bộ dao động RC bên trong có thể lập

trình các mức, 5 Mode ngủ (Idle, ADC Noise Reduction, Power-save, Power-down và

Standby), có khả n ng Reset khi bật nguồn, khả n ng dò lỗi Brown out lập trình được,

có nguồn ngắt trong và ngắt ngoài

Cốt lõi của AVR là sự kết hợp các câu lệnh phong phú với 32 thanh ghi đa mục

đích Tất cả 32 thanh ghi đều trực tiếp kết nối tới bộ xử lý logíc số học - Arithmetic

Logic Unit (ALU), cho phép truy nhập 2 thanh ghi độc lập trong một câu lệnh đơn

GVHD: TS Nguyễn Minh Tâm Trang 32

được thực hiện trong một chu kỳ xung Kết quả của cấu trúc trở nên gọn nhẹ, hiệu quả

hơn, trong khi v n đạt được thời gian xử lý nhanh hơn gấp lần các vi điều khiển

CISC thông thường khác

8K byte Flash trên chíp có thể lập trình với các khả n ng đọc trong khi ghi

(Read-While-Write), 5 2 byte EEPROM, K byte SRAM, 23 đường vào ra đa mục

đích, 32 thanh ghi đa mục đích, 3 Timer/Counter rất linh hoạt với các compare mode,

các ngắt trong và ngắt ngoài, một bộ USART nối tiếp có thể lập trình được, ghép nối

nối tiếp 2 dây định hướng byte, 6 kênh ADC (8 kênh với loại TQFP và MLF packages)

trong đó 4 (hoặc 6) kênh có độ chính xác -bit và 2 kênh có độ chính xác 8-bit,

Watchdog Timer có thể lập trình được với bộ dao động bên trong, một cổng nối tiếp

SPI và 5 mode tiết kiệm n ng lượng có thể lựa chọn mềm

- Idle mode dừng CPU trong khi v n cho phép SRAM, Timer/Counters, cổng

SPI, và hệ thống ngắt tiếp tục chức n ng của chúng

- Power-down mode tiết kiệm nội dung thanh ghi, nhưng hạn định bộ dao động,

không cho phép tất cả các chức n ng khác của chíp được hoạt động cho đến khi ngắt

tiếp theo hoặc Reset phần cứng xuất hiện

- Trong Power-save mode, timer không đồng bộ tiếp tục chạy, cho phép sử dụng

để duy trì thời gian nền, trong khi các phần còn lại của thiết bị được ngủ

- ADC Noise Reduction mode dừng CPU và tất các module I/O ngoại trừ timer

không đồng bộ và ADC để tối thiểu hóa nhiễu mạch trong suốt quá trình ADC trong

chuyển đổi

- Trong Standby mode, bộ dao động thạch anh/ resonator được phép chạy trong

khi các phần còn lại của thiết bị được ngủ Điều này cho phép start-up rất nhanh cùng

với hiệu quả tiêu thụ ít n ng lượng

Thiết bị được sản suất áp dụng công nghệ tích hợp bộ nhớ non-volatile cao của

Atmel Bộ nhớ chương trình Flash này có thể lập trình thông qua ghép nối tiếp SPI

bằng chương trình lập trình bộ nhớ non-volatile riêng, hoặc bằng một chương trình

boot on – chip, chạy trong AVR core Chương trình boot có thể sử dụng bất kỳ một

ghép nối nào để download chương trình ứng dụng trong bộ nhớ Flash Phần mềm

trong Boot Flash sẽ tiếp tục chạy trong khi các phần sử dụng Flash v n được update,

hỗ trợ cho hoạt động đọc trong khi ghi (Read-While-Write)

Bằng việc kết hợp với một CPU 8-bit RISC với bộ nhớ Flash tự lập trình trong

hệ thống trên một chíp, Atmel ATmega8 là một vi điều khiển cực mạnh, thỏa mãn yêu

cầu về một bộ vi điều khiển với độ linh hoạt cao và đem lại lợi nhuận lớn với rất nhiều

các ứng dụng điều khiển tác động nhanh

GVHD: TS Nguyễn Minh Tâm Trang 33

ATmega8 AVR cũng hỗ trợ đầy đủ về lập trình và phát triển các tool hệ thống,

bao gồm bộ dịch C, macro assemblers, bộ mô phỏng/gỡ rối chương trình, In-Circuit

Emulators, và evaluation kits

Những Tính Năng Chính Của ATmega8:

- Có 8Kbyte bộ nhớ flash

- Có thể xóa lập trình được và có thể chịu được lần ghi xóa

- Có 32 thanh ghi đa n ng 8 bit

- Có 512 byte bộ nhớ EEPROM tích hợp trên chíp

- Có kbyte SRAM nội

- Có hai bộ Timer/counter 8 bit và một bộ timer/counter 6 bit với bộ chia tần

lập trình được

- Có ba kênh điều xung, 6 kênh lối vào chuyển đổi ADC với độ phân giải bit

- Atmega8 có 28 chân, trong đó có 23 cổng vào ra

- Nguồn nuôi từ 2 đến 5.5 đối với Atmega8L và từ 4.5 đến 5.5 đối với

Atmega8

- Làm việc tiêu thụ dòng 3.6mA

- Sử dụng mạch dao động ngoài từ đến 8 Mhz với Atmega8L và từ đến 6

Mhz với Atmega8

- Ngoài ra chíp Atmega8 còn có bộ xung nội bên trong có thể lập trình chế độ

xung nhịp

Vi điều khiển AVR do hãng Atmel (Hoa Kì) sản xuất được gới thiệu lần đầu n m

996 AVR có rất nhiều dòng khác nhau bao gồm dòng Tiny AVR (như AT tiny 3,

ATtiny 22…) có kích thước bộ nhớ nhỏ, ít bộ phận ngoại vi, rồi đến dòng AVR (chẳng

hạnAT9 S8535, AT9 S85 5,…) có kích thước bộ nhớ vào loại trung bình và mạnh

hơn là dòng Mega (như ATmega32, ATmega 28,…) với bộ nhớ có kích thước vài

Kbyte đến vài tr m Kbyte cùng với các bộ ngoại vi đa dạng được tích hợp trên chip,

cũng có dòng tích hợp cả bộ LCD trên chip (dòng LCD AVR ) Tốc độ của dòng Mega

cũng cao hơn so với các dòng khác Sự khác nhau cơ bản giữa các dòng chính là cấu

trúc ngoại vi, còn nhân thì v n như nhau

Cấu trúc của ATmega8A như hình 3.4:

GVHD: TS Nguyễn Minh Tâm Trang 34

Hình 3.4: Sơ đồ cấu trúc ATmega8A

3.3.1 Giao diện TWI (I2C):

TWI (Two-Wire Serial Intereafce) là một module truyền thông nối tiếp đồng bộ

trên các chip AVR dựa trên chuẩn truyền thông I2

C I2C là viết tắt của từ Integrated Circuit là một chuẩn truyền thông do hãng điện tử Philips Semiconductor

Inter-sáng lập và xây dựng thành chuẩn n m 99 Phiên bản mới nhất của I2C là V3.0 phát

hành n m 2

TWI (I2C) là một truyền thông nối tiếp đa chip chủ (tạm dịch của cụm từ

multi-master serial computer bus) Khái niệm “multi-multi-master” được hiểu là trong trên cùng

một bus có thể có nhiều hơn một thiết bị làm Master, đồng thời một Slave có thể trở

thành một Master nếu nó có khả n ng Ví dụ trong một mạng TWI của nhiều AVR kết

GVHD: TS Nguyễn Minh Tâm Trang 35

nối với nhau, bất kỳ một AVR nào đều có thể trở thành Master ở một thời điểm nào

đó Tuy nhiên nếu một mạng dùng một AVR điều khiển các chip nhớ (như EEPROM

AT24C 24 chẳng hạn) thì khái niệm “multi-master” không tồn tại vì các chip nhớ

được thiết kế sẵn là Slave, không có khả n ng trở thành master TWI (I2C) được thực

hiện trên 2 đường SDA (Serial DATA) và SCL (Serial Clock) trong đó SDA là đường

truyền/nhận dữ liệu và SCL là đường xung nhịp C n cứ theo chuẩn I2C, các đường

SDA và SCL trên các thiết bị có cấu hình “cực góp mở” (drain hoặc

open-collector, tham khảo các mạch số dùng transistor để hiểu thêm), nghĩa là cần có các

“điện trở kéo lên” (pull-up resistor) cho các đường này Ở trạng thái nghỉ (Idle), 2 chân

SDA và SCL ở mức cao Hình 3.5 mô tả một mô hình mạng TWI (I2C) cơ bản

Hình 3.5: Mạng TWI (I2C) với nhiều thiết bị và 2 điện trở kéo lên cho SDA, SCL

Master: là chip khởi động quá trình truyền nhận, phát đi địa chỉ của thiết bị cần

giao tiếp và tạo xung giữ nhịp trên đường SCL

Slave: là chip có một địa chỉ cố định, được gọi bởi Master và phục vụ yêu cầu từ

Master

SDA - Serial Data: là đường dữ liệu nối tiếp, tất cả các thông tin về địa chỉ hay

dữ liệu đều được truyền trên đường này theo thứ tự từng bit một Chú ý là trong chuẩn

I2C, bit có trọng số lớn nhất (MSB) được truyền trước nhất, đặc điểm này ngược lại

với chuẩn UART

SCL –Serial Clock: là đường giữ nhịp nối tiếp TWI (I2C) là chuần truyền thông

nối tiếp đồng bộ, cần có đường tạo xung giữ nhịp cho quá trình truyền/nhận, cứ mỗi

xung trên đường giữ nhịp SCL, một bit dữ liệu trên đường SDA sẽ được lấy m u

(sample) Dữ liệu nối tiếp trên đường SDA được lấy m u khi đường SCL ở mức cao

trong một chu kỳ giữ nhịp, vì thế đường SDA không được đổi trạng thái khi SCL ở

mức cao (trừ START và STOP condition) Chân SDA có thể được đổi trạng thái khi

SCL ở mức thấp