Bài viết Điều khiển robot dạng chuỗi sử dụng mạng nơ-ron nhân tạo trình bày một số vấn đề cơ sở của điều khiển robot sử dụng mạng nơ-ron như sau: Mô hình toán học của mạng nơ-ron nhân tạo; Phương trình Lagrange loại 2 và áp dụng vào động lực học robot; Điều khiển robot dạng chuỗi sử dụng mạng nơ-ron nhân tạo.
Tuyển tập Hội nghị Khoa học thường niên năm 2019 ISBN: 978-604-82-2981-8 ĐIỀU KHIỂN ROBOT DẠNG CHUỖI SỬ DỤNG MẠNG NƠ-RON NHÂN TẠO Trần Văn Hải Trường Đại học Thủy lợi, email: tranvanhai@tlu.edu.vn TỔNG QUAN 1.1 Đặt vấn đề Robot ngày ứng dụng rộng rãi công nghiệp, đời sống an ninh quốc phòng Robot ngày thơng minh địi hỏi phải có phương pháp điều khiển đáp ứng cho đa dạng ứng dụng Điều khiển robot nhiều vấn đề cần giải độ phức tạp , tính phi tuyến độ bất định hệ phương trình động lực động học robot gây nên Trong thực tế, khó để xác định xác động lực học robot Tuy nhiên, mơ hình động lực học gần robot tính Tính khả thi điều khiển mơ hình chứng minh Vì vậy, việc dự đốn động lực học robot nên sử dụng cách hợp lý khơng nên loại bỏ hồn tồn Gần đây, thuật tốn điều khiển thích nghi sử dụng mạng nơ-ron nhân tạo đề xuất Phương pháp dựa mạng phản hồi vịng kín tăng cường trình học tương tự cách hoạt động mạng nơron não người 1.2 Não người Não người bao gồm hệ thống vô phức tạp phần tử gọi nơ-ron thần kinh ghép nối với Tổng cộng hệ thống thần kinh người có khoảng 1012 − 1014 nơ-ron Các nơron hoạt động với tần số tương đối thấp Nếu IC có tần số làm việc đạt tới GHz (109 Hz) nơ-ron người hoạt động cỡ kHz(103 Hz) Với tần số làm việc thấp não tăng tốc độ xử lý việc sử dụng song song số lương nơ-ron lớn số lượng ghép nối khổng lồ nơ-ron Hình Cấu trúc nơ- ron 1.3 Mạng Nơ-ron nhân tạo Một nghiên cứu đưa mô hình tốn học cho nơ-ron McCulloch Pitts vào năm 1943 [1] Từ ta có mơ hình nơ-ron bao gồm ba thành phần bản: Hệ thống ghép nối thần kinh, cộng, hàm kích hoạt (activation function) 243 Hình Mơ hình tốn học nơ-ron nhân tạo Tuyển tập Hội nghị Khoa học thường niên năm 2019 ISBN: 978-604-82-2981-8 ĐIỀU KHIỂN RO–BOT DẠNG CHUỖI SỬ DỤNG MẠNG NƠ-RON NHÂN TẠO 2.1 Bộ điều khiển Xét robot n khâu có phương trình động lực học sau: + C (q , q )q + g (q ) = τ + d M (q )q (1) Trong đó: M(q) : R nxn ma trận quán tính C(q,q ) : R nxn ma trận Coriolis lực ly tâm g(q) : R nx1 thành phần gia tốc trọng trường q = [ q1 , q2 , , qn ] R nx1 tọa độ suy rộng T q = [ q1 , q2 , , qn ] R nx1 vận tốc suy rộng T = [ q1 , q2 , , qn ] R nx1 gia tốc suy rộng q T τ = [τ ,τ , ,τ n ] R nx1 mômen tác động lên khâu d : R nx1 thành phần lực ma sát nhiễu tác động lên khâu robot Tuy nhiên, thực tế, việc xây dựng mô hình robot hồn hảo khó đồng thời ln tồn nhiều loại nhiễu Thông thường, ta có mơ hình robot danh nghĩa Giả thiết mơ hình danh nghĩa robot mơ tả thông số: ⎡α ⎤ ⎡ 2α ⎤ ,kv = ⎢ kp = ⎢ ⎥ ,α > 2⎥ ⎣ 2α ⎦ ⎣0 α ⎦ Trừ (2) cho (1) ta có hệ thống vịng kín sau: e + k ve + k pe = (3) Trong đó: qd biến đặt ( quỹ đạo mong muốn), e = q − q d , e = q − q d sai lệch vị trí vận tốc thực tế so với vị trí vận tốc mong muốn Mục đích để thiết kế điều khiển ổn định dựa mơ hình robot danh nghĩa Tuy nhiên kỹ thuật thực tế, hàm f (⋅) biết xác Vì vậy, phải ước tính f (⋅) bù cho Trong phần này, tác giả sử dụng mạng nơ-ron RBF để ước lượng bù cho hàm f (⋅) 2.2 Mạng nơ-ron xấp xỉ RBF T ⋅ M (q), C0 (q, q), G0 (q) giá trị bất định là: ΔM = M0 − M, ΔC = C0 − C, Δg = g0 − g Khi cơng thức (1) có dạng: + (C (q, q ) − ΔC)q + g (q ) ( M (q ) − Δ M ) q −Δg (q ) = τ + d KẾT QUẢ NGHIÊN CỨU Do quy thời gian không nhiều nên tác giả tập trung vào việc xây dựng luật điều khiển ro-bot dạng chuỗi có khâu Hay: + C (q , q )q + g (q ) = τ + f (q , q , q ) M (q )q ) = ΔMq + ΔCq + Δg + d => f (q, q , q Do đó, mơ hình danh nghĩa sử dụng để thiết kế mô-men điều khiển hàm f (⋅) biến, thiết kế luật điều khiển sau: d − k ve − k pe) + C0 (q, q )q + g (q) − f (⋅) τ = M (q)(q (2) Trong đó: Thuật tốn mạng nơ-ron RBF là: hi = g (|| x − ci ||2 / bi2 ), i = 1, 2, , n (4) T y = w h( x ) (5) Trong đó: x vectơ đầu vào, y vectơ đầu h = [h1 , h2 , , hn ]T đầu hàm Gauss w hàm trọng số liên kết Cho số dương nhỏ ε hàm liên tục f (⋅) ; Ở tồn vector trọng lượng w * cho đầu mạng RBF thỏa mãn : max || f (⋅) − fˆ * (⋅) ||≤ ε 3.1 Thiết lập phương trình vi phân chuyển động Hai phương pháp học hay sử dụng để nghiên cứu động lực học robot Phương pháp Newton-Euler Phương pháp Lagrange Dựa theo tài liệu [4], báo tác giả giới hạn trình bày Phương pháp Lagrange 244 Tuyển tập Hội nghị Khoa học thường niên năm 2019 ISBN: 978-604-82-2981-8 toán phức tạp Đặc biệt việc tính tốn ma trận qn tính Coriolis C Vì người ta thiết lập nhiều phần mềm tính tốn động lực học hệ nhiều vật nói chung robot nói riêng Trong đề tài này, tác giả sử dụng phần mềm Matlab Khi phương trình vi phân robot có dạng: + C (q, q )q + g (q ) = τ + d (1) M (q )q Trong : ⎡ v + q01 + 2γ cos( q2 ) q01 + q02 cos( q2 ) ⎤ M (q ) = ⎢ ⎥ q01 ⎣ q01 + q02 cos( q2 ) ⎦ ⋅ ⋅ ⋅ ⎡ ⎤ − q q sin(q2 ) − q02 (q2 + q1 )sin(q2 ) ⎥ C(q, q ) = ⎢ 02 ⋅ ⎢ ⎥ ⎣ q02 q1 sin(q2 ) ⎦ Hình Robot phẳng khâu Khâu αi-1 ai-1 di θi 0 q1 l1 q2 ⎡15cos q1 + 8.75 g cos( q1 + q2 ) ⎤ g (q ) = ⎢ ⎥ 8.75 g cos( q1 + q2 ) ⎣ ⎦ Hình Bảng thơng số Craig Việc áp dụng phương trình Lagrange loại hai thiết lập phương trình vi phân chuyển động robot khơng gian nói chung τ = [τ ,τ ] T 3.2 Kết mơ số Hình Vị trí khâu khâu Hình vận tốc khâu khâu KẾT LUẬN TÀI LIỆU THAM KHẢO Trong báo tác giả trình bày số vấn đề sở điều khiển robot sử dụng mạng nơ-ron sau: - Mơ hình tốn học mạng nơ-ron nhân tạo - Phương trình Lagrange loại áp dụng vào động lực học robot - Điều khiển robot dạng chuỗi sử dụng mạng nơ-ron nhân tạo - Đối với robot mà mô hình động lực học có nhiều biến động (lực ma sát chưa biết, nhiễu mơi trường,v.v….) sử dụng điều khiển sử dụng mạng nơ-ron có nhiều ưu điểm [1] Trần Hoài Linh (2014), Mạng nơ-ron ứng dụng xử lý tín hiệu, NXB Bách khoa Hà Nội [2] Phạm Thượng Cát (2009), Một số phương pháp điều khiển đại cho robot công nghiệp, NXB Thái Nguyên [3] Phạm Hữu Đức Dục (2009), Mạng nơ-ron ứng dụng điều khiển tự động, NXB Khoa học Kỹ thuật Hà Nội [4] Nguyễn Văn Khang, Chu Anh Mỳ (2011), Cơ sở robot công nghiệp, NXB Giáo dục Việt Nam 245 ... dụng mạng nơ-ron sau: - Mơ hình tốn học mạng nơ-ron nhân tạo - Phương trình Lagrange loại áp dụng vào động lực học robot - Điều khiển robot dạng chuỗi sử dụng mạng nơ-ron nhân tạo - Đối với robot. .. nghị Khoa học thường niên năm 2019 ISBN: 978-604-82-2981-8 ĐIỀU KHIỂN RO–BOT DẠNG CHUỖI SỬ DỤNG MẠNG NƠ-RON NHÂN TẠO 2.1 Bộ điều khiển Xét robot n khâu có phương trình động lực học sau: + C (q... trường,v.v….) sử dụng điều khiển sử dụng mạng nơ-ron có nhiều ưu điểm [1] Trần Hoài Linh (2014), Mạng nơ-ron ứng dụng xử lý tín hiệu, NXB Bách khoa Hà Nội [2] Phạm Thượng Cát (2009), Một số phương pháp điều