Tối ưu quỹ đạo cho robot di động bằng phương pháp limit cycle

TÓM TẮTNội dung chính của luận văn là thiết kế quỹ đạo di chuyển tối ưu cho robot trong môi trường có nhiều vật cản sử dụng thuật toán limit-cycles với vòng ảo bao các vật cản là vòng tr

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ NGUYỄN VIỆT KHOA

TỐI ƯU QUỸ ĐẠO CHO ROBOT DI ĐỘNG BẰNG

PHƯƠNG PHÁP LIMIT CYCLE

NGÀNH: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA - 8520216

S K C0 0 6 0 8 9

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ NGUYỄN VIỆT KHOA

TỐI ƯU QUỸ ĐẠO CHO ROBOT DI ĐỘNG BẰNG

PHƯƠNG PHÁP LIMIT CYCLE

NGÀNH: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA - 8520216

Hướng dẫn khoa học: PGS.TS TRƯƠNG ĐÌNH NHƠN

Tp Hồ Chí Minh, tháng 04/2019

2.4 Nh̵n xét T͝ng quan cͯƒ¯͉ tài

7jLOLӋXWUtFKGүQWәQJTXDQQrQVҳS[ӃSYjÿiQKOҥLVӕWKӭWӵ

2.5 ŠСš±–¯žŠ‰‹ž˜͉ n͡‹†—‰Ƭ…ŠН–Žрн‰…пƒ

7iFJLҧQJKLrQFӭXYjӭQJGXQJQKLӅXWKXұWWRiQWUiQKYұWFҧQYjWKLӃWNӃWuPÿѭӡQJÿLWӕLѭXGQJJLҧL WKXұW/LPLW&\FOHVFKRURERWÿӝQJ

7X\QKLrQFiFNӃWTXҧFKӍWUrQP{SKӓQJFҫQWLӃQKjQKWKӵFQJKLӋPÿӇWKX\ӃWSKөFKѫQWKXұWWRiQÿѭӧFÿӅ [XҩW

2.6 ŠСš±–¯žŠ‰‹ž˜͉ kh̫£‰ͱng dͭ‰ǡ‰‹ž–”а–Šх…–‹Э…ͯƒ¯͉ tài

&yNKҧQăQJӭQJGөQJFDRQKѭQJFҫQFҧLWLӃQWKrPYjWLӃQKjQKWKӵFQJKLӋP

2.1 Nh̵n xét v͉–ÀŠŠ‘ƒŠб…ǡ”Ù”‰ǡЛ…ŠŽЛ…ǡŠï……Š‹Ъ––”‘‰OX̵QYăQ

7iFJLҧWUuQKEj\WѭѫQJÿӕLÿҫ\ÿӫFiFWK{QJWLQYӅFiFQJKLrQFӭXNKRDKӑFFyOLrQTXDQÿӃQÿӅWjLWURQJYj QJRjLQѭӟFQrQÿҧPEҧRQJѭӡLQJKLrQFӭXFyPӝWNLӃQWKӭFQӅQWҧQJWURQJOƭQKYӵFOLrQTXDQ

2.2 Nh̵š±–¯žŠ‰‹ž˜‹Ю…•у†о‰Š‘Ц…–”À…Š†РЪ–“—М…пƒ‰рк‹Šž……ׯ“—‹¯аŠ

Š‹ЮŠŠ…пƒ’Šž’Ž—С–•лŠф—–”À–—Ю

%jLEiRFiRVӱGөQJWjLOLӋXWKDPNKҧRQKѭQJFiFWjLOLӋXQKѭ NK{QJÿѭӧFWKDP FKLӃXYjRWURQJEjLEiRFiR0ӝWVӕSKҫQQӝLGXQJFӫDEiRFiRÿѭӧFVӱGөQJJLӕQJKRjQWRjQYӟLOXұQYăQ WKҥFVƭFӫDWiFJLҧL/r7KDQK1JX\rQGR76+XǤQK7KiL+RjQJKѭӟQJGүQĈӅQJKӏWiFJLҧOjPU}FiFQӝL GXQJQj\YjFyJLҧLWUuQKFөWKӇ

2.3 Nh̵š±–˜Ыͭc tiêu nghiên cͱu, ph˱˯ng pháp nghiên cͱu s͵ dͭng trong LVTN

ĈӅWjLÿһWPөFWLrXQJKLrQFӭXYj[k\GӵQJJLҧLWKXұWWKLӃWNӃTXӻÿҥRWӕLѭXFKRURERWGLFKX\ӇQGQJNӻ WKXұWOLPLWF\FOHVYӟLYzQJҧREDRFiFYұWFҧQUӡLUҥFOjYzQJWUzQYjYzQJHOOLSVHÿӇURERWWUiQKFiFYұWFҧQ YjDQWRjQÿӃQÿtFK9ӟLFiFWK{QJVӕÿҫXYjRYjÿҫXUDOj

ĈҫXYjROjKӋWKӕQJWӑDÿӝÿLӇP[XҩWSKiWÿLӇPÿӃQYjEҧQÿӗÿӏDKuQK

ĈҫXUDOjKӋWKӕQJTXӻÿҥRWӕLѭXFKRURERWGLÿӝQJ

9ӟLFiFWK{QJVӕÿҫXYjRQKѭYұ\YLӋFÿLӅXNKLӇQURERWSKҧLÿҥWÿѭӧFFiFFKӍWLrXQKѭTXӻÿҥRGLFKX\ӇQ FӫDURERWSKҧLrPWUiQKUXQJOҳFYjәQÿӏQKÿѭӧFFKӭQJPLQKWKHRWLrXFKXҭQ/\DSXQRY;k\GӵQJJLҧL WKXұWÿӇURERWWUiQKEү\FөFEӝNKLJһSYұWFҧQOjEӭFWѭӡQJGjLKRһFFiFYzQJҧREDRYұWFҧQJLDRQKDX

;k\GӵQJNK{QJJLDQFKRURERWKRҥWÿӝQJOjFăQKӝFKXQJFѭWUrQ0DWODEYjiSGөQJWKXұWWRiQOLPLWF\FOHV YjRWKLӃWNӃTXӻÿҥRGLFKX\ӇQFKRURERW

7iFJLҧÿmP{SKӓQJWKӱQJKLӋPYjYұQKjQKWURQJQKLӅXP{LWUѭӡQJNKiFQKDXQKѭFyYұWFҧQUӡLUҥFOӝQ [ӝQQKjӣFăQKӝFKXQJFѭ7X\QKLrQÿӇiSGөQJYjRP{LWUѭӡQJWKӵFWӃWKuÿzLKӓLYLӋFWUDQJEӏFiFFҧP ELӃQOD]H*\URYjWұSEҧQÿӗÿӇURERWGLFKX\ӇQFKtQK[iFFiFFҧPELӃQQj\UҩWQKҥ\YӟLP{LWUѭӡQJÿӅWjL FKѭDFyKѭӟQJÿӇNKҳFSKөFYҩQÿӅQj\

0{SKӓQJWKXұWWRiQEҵQJPDWODE

2.4 Nh̵n xét T͝ng quan cͯƒ¯͉ tài

/XұQYăQQJKLrQFӭXWKLӃWNӃTXӻÿҥRGLFKX\ӇQWӕLѭXFKRURERWWURQJP{LWUѭӡQJFyQKLӅXYұWFҧQVӱGөQJ WKXұWWRiQOLPLWF\FOHVYӟLYzQJҧREDRFiFYұWFҧQOjYzQJWUzQYjYzQJHOOLSVHNӃWTXҧPRQJÿӧLTXӻÿҥR WKXÿѭӧFWUѫQÿӇURERWGLFKX\ӇQәQÿӏQKNK{QJUXQJOҳFYjYӅÿtFKDQWRjQ6ѫÿӗFҩXWU~FSKkQFҩSOӵD FKӑQKjQKYLÿLӅXNKLӇQURERWÿѭӧFWtQKWRiQәQÿӏQKWKHRWLrXFKXҭQ/\DSXQRYYjWKӱQJKLӋPKRҥWÿӝQJ WURQJPӝWVӕP{LWUѭӡQJFөWKӇ

/XұQYăQFNJQJ[k\GӵQJSKѭѫQJSKiSSKiWKLӋQYjWUiQKEү\FөFEӝNKLURERWGLFKX\ӇQWURQJP{LWUѭӡQJ QKLӅXYұWFҧQ[k\GӵQJSKiSѭXWLrQNK{QJJLDQFRQWuPKѭӟQJUDFӱDFӫDFiFFăQSKzQJYjNӃWKӧSYӟL WKXұWWRiQOLPLWF\FOHVÿӇTXӻÿҥRÿҥWWӕLѭXFKRURERWGLFKX\ӇQ

2.5 ŠСš±–¯žŠ‰‹ž˜͉ n͡‹†—‰Ƭ…ŠН–Žрн‰…пƒ

1ӝLGXQJOXұQYăQÿmWKӵFKLӋQNKiKRjQFKӍQKVRYӟLPөFWLrXEDQÿҫXÿһWUDWiFJLҧÿmP{SKӓQJWKӱ QJKLӋPYjFKRNӃWTXҧWӕWWUrQP{LWUѭӡQJPDWODE

2.6 ŠСš±–¯žŠ‰‹ž˜͉ kh̫£‰ͱng dͭ‰ǡ‰‹ž–”а–Šх…–‹Э…ͯƒ¯͉ tài

;XWKӃQJKLrQFӭXӭQJGөQJYӅURERWӭQJGөQJWURQJÿӡLVӕQJQJj\FjQJWDQJFDRQKXFҫXYӅGӏFKYө[m KӝLQJj\FjQJSKiWWULӇQQrQÿzLKӓLKӋWKӕQJURERWGLÿӝQJSKҧLÿӫWK{QJPLQKÿӇÿiSӭQJFiF\rXFҫXÿһW UD9LӋFQJKLrQFӭXÿӅWjLQj\OjFҫQWKLӃWYjFyJLiWUӏӭQJGөQJFDR

2.7 Lu̵˜£…О…ŠЯŠ•уƒǡ„е•—‰Šф‰з‹†—‰‰¿ȋ–Š‹͇t sót và t͛n t̩i):

&zQQKLӅXOӛLFKtQKWҧ[XҩWKLӋQWURQJOXұQYăQ

&ҫQVRViQKNӃWTXҧQJKLrQFӭXFӫDWiFJLҧYӟLFiFNӃWTXҧQJKLrQFӭXÿmÿѭӧFF{QJEӕÿӇOjPQәLEұWNӃW TXҧFӫDÿӅWjL

0ӝWVӕSKҫQQӝLGXQJFӫDEiRFiRÿѭӧFVӱGөQJJLӕQJKRjQWRjQYӟLOXұQYăQWKҥFVƭFӫDWiFJLҧL/r7KDQK 1JX\rQGR76+XǤQK7KiL+RjQJKѭӟQJGүQĈӅQJKӏWiFJLҧOjPU}FiFQӝLGXQJQj\YjFyJLҧLWUuQKFө WKӇ

*L̫QJYLrQSK̫QEL͏QJKLU}êNL͇Q³7iQWKjQKOX̵QYăQ” hay “.K{QJWiQWKjQKOX̵QYăQ”)

9ӟLQӝLGXQJWKӵFKLӋQWURQJOXұQYăQNӻVѭ1JX\ӉQ9LӋW.KRDKӝLÿӫÿLӅXNLӋQÿӇÿѭӧFEҧRYӋQӝLGXQJ QJKLrQFӭXFӫDPuQKWUѭӟFKӝLÿӗQJFKҩPOXұQYăQWKҥFVƭNӻWKXұWQJjQKWӵÿӝQJKyD

LỜI CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của tôi

Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác

Tp Hồ Chí Minh, ngày 10 tháng 04 năm 2019

(Ký tên và ghi rõ họ tên)

Nguyễn Việt Khoa

CẢM TẠ

Lời đầu tiên, tác giả luận văn xin bày tỏ lòng biết ơn chân thành đến tất cả thầy

cô giáo bộ môn Kỹ thuật điều khiển và Tự Động Hóa của Khoa Điện – Điện Tử Trường Đại Học Sư Phạm Kỹ Thuật TPHCM đã truyền đạt cho tác giả những kiến thức và kinh nghiệm thật sự hết sức quý báu trong thời gian học tập tại trường Đặc

biệt, tác giả xin chân thành cảm ơn thầy PGS.TS Trương Đình Nhơn, người đã

trực tiếp hướng dẫn tác giả hoàn thành luận văn thạc sĩ này

Trong quá trình thực hiện luận văn, do thời gian và trình độ cũng còn có hạn nên chắc chắn sẽ không tránh được những thiếu xót, rất mong được sự quan tâm đóng góp của thầy cô, anh chị để luận văn được hoàn thiện hơn Một lần nữa, tác giả xin chân cám ơn

Học viên thực hiện luận văn

Nguyễn Việt Khoa

TÓM TẮT

Nội dung chính của luận văn là thiết kế quỹ đạo di chuyển tối ưu cho robot trong môi trường có nhiều vật cản sử dụng thuật toán limit-cycles với vòng ảo bao các vật cản là vòng tròn và vòng ellipse, với mong muốn quỹ đạo thu được đủ trơn, không gây dao động rung lắc cho robot trong quá trình di chuyển và tránh vật cản

để đến đích an toàn Sơ đồ cấu trúc phân cấp lựa chọn hành vi điều khiển robot được tính toán ổn định theo tiêu chuẩn Lyapunov và thử nghiệm hoạt động tốt trong nhiều môi trường khác nhau Ngoài ra, luận văn xây dựng phương pháp phát hiện

và tránh bẫy cục bộ khi robot di chuyển trong môi trường nhiều vật cản Để robot hoạt động hiệu quả trong sa bàn căn hộ, luận văn xây dựng thêm phương pháp ưu tiên không gian con, để tìm hướng ra cửa của các căn phòng, và kết hợp với thuật toán limit-cycles để quỹ đạo đạt tối ưu cho robot di chuyển hiệu quả

ABSTRACT

The main content of the thesis is to design the orbital movement for optimal robot in an environment with many obstacles using algorithms limit-cycles with virtual surround many obstacles is the circle and the ellipse with the desired trajectory collection be smooth enough, do not cause vibrations to the robot during movement and avoid obstacles to reach the destination safely A hierarchical structure diagram for selecting the robot control behavior is calculated according to Lyapunov standard and tested well in many different environments In addition, the thesis builds methods to detect and avoid local traps when robots move in environments with many obstacles In order for the robot to function effectively in the apartment, the thesis builds an extra method of prioritizing the subspace to find the door of exit direction, and incorporating limit-cycles algorithm to maximize the trajectory effectively for the moving robot

MỤC LỤC

Quyết định giao đề tài

1.2 Sơ lược các phương pháp hoạch định quỹ đạo 3

1.2.1 Phương pháp trường thế năng (Potential Field) 3

1.2.4 Phương pháp thuật toán di truyền (Genetic Algorithms) 7

1.2.5 Phương pháp dùng đường cong 3 spline bậc 7 kết hợp với GA 9

1.2.6 Phương pháp Limit-Cycles (Chu kì giới hạn) 10

2.1.1 Limit-cycles với vòng ảo là đường tròn 15

2.1.3 Các bộ điều khiển cơ bản trong limit-cycles 18

2.1.4 Các bước thực hiện thuật toán tránh vật cản 22

3.1.2 Gom nhiều vật cản nhỏ thành một vật cản lớn 27

3.1.3.2 Bộ điều khiển tránh vật cản của limit-cycles ellipse 31

3.1.3.2.1 Giải thuật tránh vật cản với limit-cycle ellipse 33 3.1.3.2.2 Giải thuật cho việc gom vật cản 35

3.1.4.1 Xác định vật cản thật sự gây cục bộ 36

3.1.4.1.1 Lưu đồ giải thuật xác định bẫy cục bộ 37

3.1.5 Kết hợp giải thuật gom vật cản và chọn lựa vật cản 40

4.1 Kết quả mô phỏng sử dụng thuật toán limit-cycles vòng tròn 44 4.2 Kết quả mô phỏng sử dụng thuật toán limit-cycles ellipse 46 4.3 Kết quả mô phỏng sử dụng thuật toán limit-cycles vào sa bàn căn hộ 47

4.3.2 Kết quả mô phỏng trên sa bàn căn hộ chung cư 49

5.2 Kết luận 51

DANH SÁCH CÁC CHỮ VIẾT TẮT

AGV Autonomous Guided Vehicles Xe tự hành trên mặt đất AUV Autonomous Underwater Vehicles Robot tự hành dưới nước

UAV Unmanned Arial Vehicles Máy bay không người lái

PSO Particle Swarm Optimization Giải thuật bầy đàn

ACO Ant Colony Optimization Giải thuật đàn kiến

DANH SÁCH CÁC HÌNH

Hình 1.2: Lĩnh vực máy bay không người lái trong quân sự 2

Hình 1.4: Quỹ đạo được hoạch định theo phương pháp trường thế năng 4

Hình 1.5: Quỹ đạo hoạch định khi kết hợp sơ đồ Voronoi và trường thế năng 5

Hình 1.7: Hoạch định đường đi cho robot dùng thuật toán GA 7

Hình 1.10: Quỹ đạo tìm được dựa vào kỹ thuật Spline bậc 7 và GA 9

Hình 1.11: Ứng dụng kỹ thuật đường cong spline bậc 7 tính toán quỹ đạo tối ưu tìm

vị trí hướng ra của không gian phòng cho robot di động 10

Hình 1.12: Robot tránh vật cản bằng vòng ảo là vòng tròn 11

Hình 1.13: Robot tránh vật cản bằng vòng ảo là ellipse 11

Hình 1.14: Minh họa cho việc dùng các đường tròn chia nhỏ vật cản 12

Hình 2.2: Sơ đồ tổng quát cấu trúc điều khiển cho robot di động 16

Hình 2.4a: Hình minh họa quỹ đạo robot khi di chuyển tránh vật cản không có dự

Hình 2.4b: Hình minh họa quỹ đạo robot khi di chuyển tránh vật cản có dự báo 18

Hình 2.7: Minh họa 4 vùng đặc biệt quanh vật cản 23

Hình 3.2: Limit-cycles với vòng ảo vòng tròn bao quanh một bức tường dài 27

Hình 3.5: Sơ đồ cấu trúc phân cấp chọn lựa limit-cycles ellipse 29

Hình 3.6: Thuật toán phân cấp chọn lựa khi dùng limit-cycles ellipse 30

Hình 3.8: Bốn vùng xung quanh vật cản được bao bởi ellipse 32

Hình 3.9: Thuật toán tránh vật cản dùng limit-cycles ellipse 33

Hình 3.10: Robot tránh vật cản sử dụng limit-cycles hình ellipse bao vật cản 33

Hình 3.13: Lưu đồ thuật toán xác định bẫy cục bộ cho robot 37

Hình 3.14: Lưu đồ thuật toán thoát khỏi bẫy cục bộ cho robot 38

Hình 3.15: Lưu đồ thuật toán robot tránh nhiều vật cản 40

Hình 3.16: Mô hình căn hộ với nhiều không gian con 41

Hình 3.17: Vùng không gian trong căn hộ và các điểm hướng ra căn phòng 42

Hình 3.18: Qũy đạo thu được khi kết hợp thuật toán limit-cycles và thuật toán lựa

Hình 4.1: Robot di chuyển tránh vật cản cơ bản với thuật toán limit-cycles vòng

Hình 4.2: Robot di chuyển tránh vật cản với thuật toán limit-cycles vòng tròn có ảnh hưởng bởi hệ số nuy (hệ số hút/đẩy của vật cản) 44

Hình 4.3: Robot di chuyển trong môi trường nhiều vật cản rời rạc 44

Hình 4.4: Gom vật cản và tránh bẫy cục bộ dùng thuật toán limit-cycles vòng tròn

45

Hình 4.5: Gom vật cản và tránh bẫy cục bộ dùng thuật toán limit-cycles ellipse 46

Hình 4.7: Sơ đồ căn hộ chung cư xây dựng trên Matlab 47

Hình 4.8: Các vật cản được bao bởi vòng tròn và ellipse trên sơ đồ căn hộ 48

Hình 4.9: Quỹ đạo tối ưu thu được khi robot di chuyển từ phòng bếp ra phòng

Hình 4.10: Kết quả robot di chuyển theo quỹ đạo tối ưu thu được 49

Hình 5.1: Kết hợp sơ đồ thuật toán limit-cycles với bộ điều khiển mờ phía sau bộ

Xu thế phát triển robot hiện nay tập trung nhiều về robot di động vì những

ưu điểm nổi bật và tính năng đa dạng ứng dụng của nó Do nhu cầu dịch vụ xã hội ngày càng phát triển cao nên đòi hỏi hệ thống robot di động phải đủ thông minh để đáp ứng các yêu cầu đặt ra, tùy theo nhu cầu, mục đích sử dụng và chọn loại robot thích hợp Thông thường lĩnh vực robot di động được các nhà khoa học chia ra làm

3 loại chính đó là: Xe tự hành trên mặt đất - AGV, Robot tự hành dưới nước - AUV, Máy bay không người lái - UAV Thông thường bài toán về điều khiển robot di động phải thỏa mãn 3 câu hỏi mà Leonard và Durant Whyte [1991] tóm tắt đưa ra

là : “robot đang ở đâu ?”, “robot sẽ đi tới đâu ?”, “robot sẽ đi tới đó như thế

nào ?” Để trả lời cho 3 câu hỏi này robot phải: có một mô hình môi trường (đã

cho hoặc tự xây dựng); nhận biết và phân tích môi trường; tìm vị trí của nó trong môi trường; lập kế hoạch và điều khiển chuyển động Trong lĩnh vực này, các nhà nghiên cứu thường quan tâm nhiều về các bài toán quỹ đạo di chuyển cho robot, giúp robot tránh các vật cản trên đường đi và đến đích an toàn với chi phi thấp nhất có thể Do vậy, bài toán về thiết kế và tối ưu quỹ đạo cho robot di động được quan tâm nhiều trong thời gian qua Một số hình ảnh cho thấy sự phát triển

các loại robot di động thông minh liên quan tới các bài toán hoạch định quỹ đạo khi

di chuyển

Hình 1.1: hình (a) robot lau nhà hãng iRobot; hình (b) xe lăn thông minh

Hình 1.2: Lĩnh vực máy bay không người lái trong quân sự

Hình 1.3: Lĩnh vực Robot tự hành dưới nước

1.2 Sơ lược các phương pháp hoạch định quỹ đạo

Trong luận văn tác giả tiếp cận loại robot di động tự hành bằng bánh xe Có rất nhiều bài toán và thuật toán được đưa ra cho robot tự hành bằng bánh xe nhưng vẫn chưa hoàn thiện và vẫn còn đang được phát triển Một trong số các bài toán được các nhà nghiên cứu quan tâm nhiều cho lĩnh vực này là bài toán hoạch định quỹ đạo đường đi tối ưu cho robot di động, nhằm mục đích cuối cùng đưa robot đến

vị trí mong muốn an toàn, tránh vật cản trên đường đi, đường quỹ đạo di chuyển đủ trơn để robot di chuyển ít bị dao động, tránh các bẫy cục bộ do vật cản gây ra,

Khái niệm về bài toán hoạch định quỹ đạo:

Quy hoạch quỹ đạo là di chuyển từ điểm A tới điểm B, đồng thời tránh vật cản theo thời gian Điều này có thề được tính toán bằng phương pháp rời rạc hoặc liên tục Quy hoạch quỹ đạo là lĩnh vực quan trọng trong robot và nó đóng vai trò rất lớn trong việc tự động hóa phương tiện di chuyển

Có 2 thuật ngữ cơ bản:

 Quy hoạch đường đi: đưa ra quỹ đạo hay đường đi, tránh vật cản mà không phụ thuộc vào thời gian, nghĩa là không cần xác định thời gian robot di chuyển từ điểm A tới điểm B

 Quy hoạch quỹ đạo: đưa ra quỹ đạo hay đường đi, tránh vật cản đi từ A đến

B trong một thời gian nhất định

Về cơ bản, quy hoạch quỹ đạo là quy hoạch đường dẫn bên cạnh việc lập kế hoạch

di chuyển dựa trên các yếu tố vận tốc, chuyển động và các đặc tính động học của robot Nghĩa là xác định một quỹ đạo đường đi để cho robot di chuyển đến vị trí mục tiêu đã định mà không va chạm vật cản trong vùng làm việc Việc lập kế hoạch đường đi trước hết là phải đưa ra một bản đồ và vị trí mục tiêu, sau đó là một chiến lược để giải quyết bài toán robot phải quyết định làm gì để đạt được mục tiêu

Sơ lược các phương pháp giải quyết các bài toán hoạch định quỹ đạo cho robot tự hành bằng bánh xe như sau:

1.2.1 Phương pháp trường thế năng (Potential Field)

Hình 1.4: Quỹ đạo được hoạch định theo phương pháp trường thế năng

Phương pháp trường thế năng xem robot như một điểm di chuyển trong một trường thế năng do mục tiêu và các vật cản trong môi trường tạo ra Mục tiêu thì tạo

ra thế hút còn các vật cản tạo ra thế đẩy Robot ở trong trường thế năng là đối tượng chịu tác động của lực hút từ gradient của thế hút để đưa robot đến mục tiêu, đồng thời chịu tác động của lực đẩy từ gradient của thế đẩy để giữ cho robot tránh va chạm với vật cản Vector lực tổng hợp bao gồm tổng của vector lực hút và vector lực đẩy đóng vai trò như lực gia tốc làm cho robot di chuyển tới vị trí mới và giải thuật được lặp lại đến khi robot đến mục tiêu Phương pháp trường thế năng đơn giản và dễ thực hiện đối với các môi trường có vật cản đơn giản hoặc khoảng cách giữa điểm bắt đầu và mục tiêu ngắn, đối với khoảng cách xa, vật cản phức tạp thì phương pháp này dễ rơi vào bẫy cực tiểu cục bộ Để khắc phục được nhược điểm của phương pháp này người ta thường kết hợp với phương pháp hoạch định phân tách sơ đồ Voronoi Tất nhiên, đường tìm được trong Vonoroid thường xa hơn so với đường tối ưu về tổng độ dài Sơ đồ Voronoid có một hạn chế là sự giới hạn về khoảng cách của cảm biến vị trí Vì thuật toán tìm đường đi chọn khoảng cách tối

đa giữa robot và vật cản trong môi trường nên các cảm biến có tầm hoạt động ngắn của robot sẽ sai khi cảm nhận về môi trường xung quanh

Tuy nhiên, một lợi điểm quan trọng của phương pháp Voronoid diagram so

với hầu hết các kỹ thuật tránh vật cản khác là khả năng thực thi Cho một kế hoạch

đường đi đã được lập bằng phương pháp Voronoid diagram, một robot với các cảm

biến khoảng cách như laser hoặc siêu âm, có thể đi theo đường Voronoid trong môi

trường thực bằng cách sử dụng thuật toán đơn giản của Voronoid diagram: robot

làm tăng tối đa các giá trị cực tiểu cục bộ mà cảm biến của nó đọc được Hệ thống điều khiển này sẽ giữ cho robot đi đúng trên đường Voronoid, điều này sẽ giảm thiểu khả năng sai sót

Hình 1.5: Quỹ đạo hoạch định khi kết hợp sơ đồ Voronoi và trường thế năng 1.2.2 Phương pháp bảng đồ đường (Road Map)

Phương pháp Road Map kết nối các vùng không gian trống của robot trong

một mạng lưới các đường thẳng hoặc đường cong 1D gọi là các bản đồ đường đi

Có hai phương pháp Road Map được chấp nhận với những kiểu đường đi thay đổi

đột ngột: đồ thị trực quan (visibility graph) và biểu đồ Voronoi (Voronoi diagram)

+ Phương pháp đồ thị trực quan (visibility graph) thì cho các đường đi sẽ

bám sát theo vật cản và đường đi cuối cùng là kết quả có độ dài ngắn nhất

+ Phương pháp biểu đồ Voronoi thì các đoạn đường càng cách xa vật cản

Q-learning là phương pháp học tăng cường rất hiệu quả cho bài toán tìm

đường, do phương pháp này thực hiện theo kiểu off-policy Vì vậy phương pháp

này được kết hợp với các phương pháp khác để giải quyết một số bài toán đặc biệt

như tìm đường đi trong mạng (Q routing) hay tìm đường của hệ thống multi-agent

(Ant-Q) Và một số công trình trong nước đã áp dụng thành công phương pháp này

để giải quyết một số bài toán tìm đường cụ thể [13] Phương pháp này cũng có thể

được coi là thuộc nhóm phương pháp hoạch định dựa vào lưới tọa độ Trước đây,

người ta giải quyết các bài toán tìm đường bằng các giải thuật tìm đường cổ điển

Tuy nhiên các thuật toán tìm đường có rất nhiều hạn chế, ví dụ như đòi hỏi môi

trường phải xác định, cố định và không xử lý tốt nhiều tình huống thực tế Ngày nay con người ứng dụng trí tuệ nhân tạo, cùng với sự hỗ trợ của máy tính robot có thể tự tìm ra quy luật hành động nói chung, tìm đường đi nói riêng thông qua các kinh nghiệm thu được từ những hành động thực hiện trước đó; hay còn gọi là học tăng cường Có nhiều phương pháp học tăng cường khác nhau, trong đó Q-learning được

áp dụng khá phổ biến ở nước ta trong việc giải quyết bài toán tìm đường đi Một trong các ứng dụng thực tế của phương pháp này hoạch định quỹ đạo dùng cho các robot lau nhà

1.2.4 Phương pháp thuật toán di truyền (Genetic Algorithms)

Đây là phương pháp tìm kiếm đường đi toàn cục và tối ưu hóa ngẫu nhiên dựa trên kỹ thuật tiến hóa, thông qua ba quá trình cơ bản như: chọn lọc tự nhiên, lai ghép và đột biến Chính vì các quá trình trên nên GA rất hiệu quả trong việc giải quyết các bài toán tìm cực trị của hàm phi tuyến Giải thuật di truyền dùng để tìm đường đi tối ưu cho robot tự hành di chuyển trong môi trường tĩnh, được miêu tả bởi bản đồ với các điểm nút và các đường nối [4], thuộc nhóm hoạch định đường đi dựa vào việc lấy mẫu Vị trí của mục tiêu và vật cản phục vụ cho việc tìm đường đi tối ưu cho robot, được cung cấp trong không gian làm việc 2 chiều Số gien trong một nhiễm sắc thể là đặc trưng số vật cản trên bản đồ Và từ đó hiệu chỉnh lại độ dài của nhiễm sắc thể Tiêu chuẩn đánh giá đường đi tối ưu là đường có độ dài ngắn nhất

Hình 1.7: Hoạch định đường đi cho robot dùng thuật toán GA

Hình 1.8: Không gian làm việc (Workspace Map)

Theo [10] kết quả đưa ra sau khi tính toán là: { 0-4-6-6-7-9-15-15} Cũng sử dụng công cụ là giải thuật di truyền nhưng một số công trình khác lại giải bài toán hoạch định đường đi cho robot theo phương pháp lưới tọa độ [4] Và cho kết quả rất khả quan

Hình 1.9: Hoạch định quỹ đạo dùng GA

Chất lượng quỹ đạo trong kết quả này phụ thuộc vào quần thể ban đầu, quần thể ban đầu càng đông thì kết quả tính toán sau cùng càng tốt, càng tối ưu Tiêu chuẩn tối

ưu là chọn đường ngắn nhất

1.2.5 Phương pháp dùng đường cong 3  spline bậc 7 kết hợp với GA

Đây cũng là phương pháp hoạch định quỹ đạo mới dùng đường cong 3

spline

  bậc 7 theo [14] Việc tính toán các hệ số  làm sao để đường cong đủ trơn và ngắn để robot bám theo mà không bị rung lắc và đến đích an toàn Theo kết quả [13] các hệ số  được tính toán tối ưu dùng giải thuật GA và cho kết quả khả quan, mặc khác bản thân đường cong 3spline bậc 7 cũng đã tối ưu phần nào

quỹ đạo Tổng quát quỹ đạo đường cong 3

u  là tham số quãng đường đã được chuẩn hóa

Các hệ số của đa thức được tính theo [14] sau khi tối ưu với GA và cho kết quả rất khả quan

Hình 1.10: Quỹ đạo tìm được dựa vào kỹ thuật Spline bậc 7 và GA

Hình 1.11: Ứng dụng kỹ thuật đường cong spline bậc 7 tính toán quỹ đạo tối ưu tìm

vị trí hướng ra của không gian phòng cho robot di động

1.2.6 Phương pháp Limit-Cycles (Chu kì giới hạn)

Thuật toán limit-cycles là một thuật toán mới trong việc định hướng và điều khiển cho robot tự hành và được quan tâm nghiên cứu trong thời gian gần đây Thuật toán này được áp dụng rất thành công trong lĩnh vực robot scoccer [8] Tuy nhiên, lại khá mới mẻ trong lĩnh vực hoạch định quỹ đạo cho robot tự hành bằng bánh xe Hoạch định với limit-cycles có thể được xếp vào nhóm phương pháp hoạch định theo trường thế năng Trong việc hoạch định quỹ đạo, thuật toán sử dụng khung tham chiếu cụ thể để cung cấp chỉ dẫn chính xác về tình hình của robot cho phép robot có thể chọn hướng an toàn và thông suốt trong môi trường nhiều vật cản Hơn nữa, nó tính toán được thời gian để robot đi vào quỹ đạo của các vật cản

và thời điểm để đi ra khỏi vật cản Những cách xử lý quỹ đạo này được thực hiện bằng cách thích nghi giới hạn chu kỳ của quỹ đạo Trong những trường hợp xung đột cụ thể, những bộ điều khiển con của limit-cycles được kích hoạt để robot di chuyển không bị dao động, rơi vào bẫy cục bộ, hay có kết thúc chết hoặc bị kẹt một chỗ Các bộ điều khiển con trong limit-cycles được chứng minh ổn định theo tiêu chuẩn Lyapunov [8] Cấu trúc điều khiển tổng quát của limit-cycles cho phép giảm

đáng kể thời gian robot chạy đến mục tiêu trong khi đang dự đoán và tránh vật cản Kết quả mô phỏng trong nhiều môi trường khác nhau chứng minh độ tin cậy của cấu trúc điều khiển limit-cycles

Hình 1.12: Robot tránh vật cản bằng vòng ảo là vòng tròn

Hình 1.13: Robot tránh vật cản bằng vòng ảo là ellipse

có nhiều công trình thành công ứng dụng vào trong thực tiễn như robot dịch vụ chăm sóc con người, xe lăn điện thông minh, robot lau nhà,… Đây chính là lý do tác giả chọn hướng tiếp cận đề tài: “Tối ưu quỹ đạo cho robot di động bằng phương pháp limit-cycles”

Quỹ đạo

Hình 1.14: Minh họa cho việc dùng các đường tròn chia nhỏ vật cản

1.4 Ý nghĩa và tính cấp thiết của đề tài

Hoạch định quỹ đạo là bài toán rộng trong nhiều lĩnh vực như hàng không vũ trụ, quân sự, y tế, robot dịch vụ,… đây là bài toán được các nhà khoa học quan tâm nhiều trong lĩnh vực robot di động nhằm mục đích đưa ra quỹ đạo tối ưu và giảm

chi phí khi di chuyển đến vị trí mong muốn Kết quả bước đầu của phương pháp limit-cycles với vòng ảo là vòng tròn và ellipse sẽ ứng dụng vào việc hoạch định quỹ đạo cho robot lau nhà, xe lăn thông minh cho người tàn tật, người già khi di chuyển trong nhà và bệnh viện hoặc trong các hệ thống UAV quân sự

Bên cạnh đó, ứng dụng vào việc hỗ trợ, điều khiển các phương tiện giao thông cá nhân như xe tải, ô tô v.v… góp phần giảm tỉ lệ tai nạn giao thông, hiện đang rất cao ở nước ta Do đó, việc đưa ra phương pháp hoạch định đường đi cho robot di động là cần thiết và mới mẻ trong việc phát triển lĩnh vực robot tự hành ở nước ta

1.5 Mục tiêu đề tài

 Nghiên cứu và xây dựng giải thuật thiết kế quỹ đạo tối ưu cho robot di chuyển dùng kỹ thuật limit-cycles với vòng ảo bao các vật cản rời rạc là vòng tròn và vòng ellipse để robot tránh các vật cản và an toàn đến đích Do vậy:

+ Đầu vào hệ thống: tọa độ điểm xuất phát, điểm đến, và bản đồ địa hình + Đầu ra hệ thống quỹ đạo tối ưu cho robot di động

 Quỹ đạo di chuyển của robot phải êm, tránh rung lắc và ổn định được chứng minh theo tiêu chuẩn Lyapunov

 Xây dựng giải thuật để robot tránh bẫy cục bộ khi gặp vật cản là bức tường dài hoặc các vòng ảo bao vật cản giao nhau

 Xây dựng không gian cho robot hoạt động là căn hộ chung cư trên Matlab và

áp dụng thuật toán limit-cycles vào thiết kế quỹ đạo di chuyển cho robot

1.6 Giới hạn đề tài

 Xây dựng thuật toán limit-cycles với vòng ảo bao các vật cản là vòng tròn và vòng ellipse

 Mô phỏng thuật toán bằng Matlab trên sa bàn là căn hộ chung cư

1.7 Sơ lược nội dung luận văn

Cấu trúc luận văn gồm 5 chương

Chương 1: Tổng quan

Nội dung của chương này giới thiệu về lĩnh vực robot di động, trình bày các phương pháp hoạch định quỹ đạo cho robot di động tự hành bằng bánh xe và các công trình liên quan từ đó đưa ra lý do chọn đề tài, tính cấp thiết và mục tiêu đề tài

Chương 2: Cơ sơ lý thuyết

Nội dung của chương này trình bày cơ sơ lý thuyết phương pháp cycles Phương pháp tránh vật cản bằng các vòng ảo bao vật cản là vòng tròn, đồng

limit-thời phân biệt 4 vùng xung quanh của vật cản khi robot di chuyển tránh vật cản Chương 3: Thiết kế quỹ đạo đi tối ưu cho robot

Nội dung của chương này trình bày phương pháp robot tránh nhiều vật cản

và thoát khỏi bẫy cục bộ của vật cản Đồng thời, cải tiến phương pháp limit-cycles với vòng ảo là hình ellipse khi vật cản có biên dạng dài như bức tường Áp dụng thực tế phương pháp limit-cycles vào sa bàn là căn hộ để tính toán thiết kế quỹ đạo tối ưu cho robot di chuyển

Chương 4: Kết quả điều khiển

Nội dung của chương này trình bày kết quả tính toán điều khiển mô phỏng

trên Matlab

Chương 5: Kết luận và hướng phát triển đề tài

Trình bày kết quả đạt được của luận văn và những hạn chế trong luận văn, từ

đó đưa ra hướng phát triển và hướng nghiên cứu tiếp theo để cải tiến luận văn tốt

hơn

Chương 2

CƠ SỞ LÝ THUYẾT

2.1 Thuật toán limit-cycles

2.1.1 Limit-cycles với vòng ảo là đường tròn

Phương pháp limit-cycles là phương pháp hoạch định quỹ đạo đường đi cho robot di động tự hành bằng bánh xe, đây là một phương pháp định hướng mới được đánh giá cao trong những nghiên cứu gần đây [5], [6], [7], [9] và đã áp dụng thành công trong robot thi đấu bóng đá [8] Với những thông tin liên quan về vị trí của vật cản, vị trí mục tiêu, điểm xuất phát robot và những vật cản liên quan đến đường đi của robot, sau đó thay đổi hướng chuyển động dùng các vòng ảo theo chu kì giới hạn của đường tròn để đi đến mục tiêu an toàn Giả sử rằng cả vật cản và robot đều

được bao quanh bởi các hình trụ có bán kính lần lượt là R O , R R và mục tiêu được

Obstacle i

RT

Hình 2.1: Vòng tròn giới hạn quanh vật cản Trong đó:

 DROi: khoảng cách giữa robot và vật cản i

 DPROi: độ dài đường trực giao của vật cản i với đường (l)

 DTOi: khoảng cách giữa vật cản và mục tiêu

Bộ điều khiển tới mục tiêu

Phân cấp chọn lựa hành động

Hình 2.2: Sơ đồ tổng quát cấu trúc điều khiển cho robot di động

Cấu trúc sơ đồ điều khiển bao gồm nhiều bộ điều khiển con có chức năng nhiệm vụ khác nhau và được quản lí và phân cấp lựa chọn hành động cho robot khi

di chuyển có vật cản hoặc không có vật cản Mục tiêu của việc điều khiển bao gồm

an toàn, chạy êm và định hướng nhanh cho robot do vậy các bộ điều khiển phải ổn định theo tiêu chuẩn Lyapunov

Phân cấp chọn lựa hành động thực hiện theo lưu đồ sau:

Bắt đầu

D PROi <R Ii

Kết thúc

Tránh vật cản

Chạy tới mục tiêu

Sai Đúng

Hình 2.3: Lưu đồ thuật toán phân cấp chọn lựa

Nếu: Quan sát phát hiện vật cản (DPROi < R Ii , D ROi < R Ii ) thì:

Chọn giải thuật né vật cản

Còn không: Chọn giải thuật chạy tới mục tiêu

Kết thúc

Như vậy, ta thấy rõ ràng bộ điều khiển dựa vào những tín hiệu phản hồi về

mà đưa ra các chọn lựa theo sơ đồ 2.1 Nếu khi tín hiệu đưa về báo là robot đang ở gần vật cản thì bộ điều khiển để né vật cản sẽ được kích hoạt để giúp robot tránh né vật cản và sau đó tiếp tục chạy tới mục tiêu

Hầu hết các bộ điều khiển tránh vật cản chỉ được sử dụng khi robot tiến tới gần vật cản (DROi< RIi) Khi sử dụng thuật toán theo lưu đồ hình 2.3, bộ điều khiển tránh vật cản sẽ được kích hoạt ngay khi phát hiện tồn tại ít nhất một vật cản nằm trên đường di chuyển của robot hướng tới mục tiêu (DPROi< RIi) Vì vậy, trong khi ước lượng và dự đoán việc kích hoạt bộ điều khiển tránh vật cản thì thuật toán theo lưu đồ hình 2.3, giảm thời gian tiến tới mục tiêu của robot, đặc biệt là trong môi trường lộn xộn

(a) Không có dự báo vật cản

(b) Có dự báo vật cản

Hình 2.4: Hình minh họa quỹ đạo robot khi di chuyển tránh vật cản

2.1.3 Các bộ điều khiển cơ bản trong limit-cycles

Cấu trúc của bộ điều khiển như hình 2.2 bao gồm những bộ điều khiển con

cơ bản như bộ điều khiển tránh vật cản và bộ điều khiển chạy thẳng tới mục tiêu

2.1.1 Limit- cycles với vòng ảo đường tròn

Phương pháp limit- cycles phương pháp hoạch định quỹ đạo đường cho robot di động tự hành bánh xe, phương pháp. .. tác giả chọn hướng tiếp cận đề tài: ? ?Tối ưu quỹ đạo cho robot di động phương pháp limit- cycles”

Quỹ đạo< /small>

Hình 1.14: Minh họa cho việc dùng đường tròn chia nhỏ vật... cản Để robot hoạt động hiệu sa bàn hộ, luận văn xây dựng thêm phương pháp ưu tiên không gian con, để tìm hướng cửa phịng, kết hợp với thuật toán limit- cycles để quỹ đạo đạt tối ưu cho robot di chuyển