TỔNG QUAN ĐIỀU KHIỂN HỢP TRONG HỆ THỐNG ĐA ĐỐI TƯỢNG
Điều khiển hợp tác trong hệ thống đa đối tượng
2.1.1 Khái niệm Điều khiển hợp tác là hệ thống đa tác nhân Các robot riêng lẻ giao tiếp, phối hợp nhau để thực hiện một mục tiêu chung Các nhiêm vụ đến các hệ thống robot này bao gồm tìm kiếm, thăm dò, giám sát, cứu hộ và lập bản đồ trong các địa hình phức tạp chưa biết hoặc đã biết một phần
2.1.2 Thực tiễn và tiềm năng
Công nghệ ngày càng phát triển với sự ra đời của nhiều loại robot hiện đại, có khả năng thực hiện nhiều công việc cùng lúc với độ chính xác cao Tuy nhiên, trong một số trường hợp, một robot đơn lẻ không thể hoàn thành nhiệm vụ như nâng vật nặng hoặc xử lý các bài toán phức tạp, dẫn đến nhu cầu phối hợp giữa nhiều robot Trước đây, hệ thống điều khiển đa đối tượng thường sử dụng mô hình tập trung với một bộ phận trung tâm điều khiển nhiều robot, nhưng mô hình này gặp phải nhược điểm như yêu cầu bộ xử lý mạnh mẽ, thời gian phản hồi chậm và chi phí lắp đặt cao.
Điều khiển hợp tác trong hệ thống đa đối tượng là một lĩnh vực đầy tiềm năng cho các nhà nghiên cứu, đặc biệt khi phối hợp nhiều thiết bị thông minh như robot Sự hợp tác này mang lại lợi thế vượt trội trong việc thực hiện các nhiệm vụ phức tạp mà một robot đơn lẻ không thể đảm nhận, chẳng hạn như giám sát đa điểm, lập bản đồ, vận chuyển hợp tác và trình diễn nghệ thuật.
Sự hợp tác giữa các robot sẽ tạo ra một hệ thống dự phòng hiệu quả, giúp giảm thiểu rủi ro và hỏng hóc, khi các robot khác có thể bù đắp cho những thiếu sót Đồng thời, việc phối hợp giữa các thiết bị và phương tiện công nghệ cao đang ngày càng được ứng dụng rộng rãi, đặc biệt trong các lĩnh vực quân sự và an ninh quốc phòng.
• Phối hợp nhiều robot trong những tác vụ khó thực hiện được bởi một robot như kiểm soát xuất nhập hàng hóa trong kho
Hình 2 1 Robot phối hợp vận chuyển quản lý kho Amazone
Hình 2 2 Robot phân loại hàng hóa trong kho Amazone
Hình 2 3: Robot quản lý kho của công ty Grey Orange warehouse robots
Robot trong nhóm có tính linh động cao, cho phép mỗi robot đảm nhận nhiều vai trò khác nhau Điều này giúp chúng có thể được sử dụng cho nhiều mục đích và dễ dàng điều chỉnh số lượng robot theo yêu cầu thời gian.
Hình 2 4Phối hợp nhiều thiết bị bay cùng vận chuyển hàng hóa
Hình 2 5 Phối hợp nhiều thiết bị bay cùng vận chuyển hàng hóa
Hình 2 6 Phối hợp nhiều thiết bị bay cùng vận chuyển hàng hóa
Các robot được sử dụng để thực hiện các nhiệm vụ nguy hiểm mà con người không thể đảm nhận, như tìm kiếm nạn nhân trong các tòa nhà bị sập, dọn dẹp khu vực ô nhiễm độc hại, và kiểm soát cháy rừng Việc phối hợp nhiều robot hoạt động trong những khu vực này không chỉ nâng cao hiệu quả công việc mà còn đảm bảo an toàn cho con người.
Hình 2 7 Sử dụng robot trong kiểm soát cháy rừng
Hình 2 8: Mô hình nhiều thiết bị trong kiểm soát cháy rừng
Trong kỹ thuật quân sự, việc kết hợp các thiết bị công nghệ cao như xe tự hành UGVs, thiết bị bay không người lái UAVs và thiết bị tự động dưới nước AUVs đã mang lại những tiến bộ đáng kể trong các nhiệm vụ như trinh sát, tìm kiếm mục tiêu và tác chiến dưới nước.
Hình 2 9: Phối hợp UAVs trong các nhiệm vụ trinh sát
Hình 2 10: Phối hợp nhiều UAVs trong dò thám và trinh sát
Hình 2 11: Phối hợp nhiều Robot trong việc giám sát mục tiêu và dò thám
Hình 2 12: Phối hợp trong tìm kiếm mục tiêu
Hình 2 13: Phối hợp AUVs trong tác chiến dưới nước
Hình 2 14: Phối hợp AUVs và UGV trong việc dò thám
• buổi hòa nhạc, trình diễn ánh sáng,
Hình 2 15: Phối hợp robot trong trình diễn nghệ thuật
Điều khiển hợp tác trong hệ thống đa đối tượng là quá trình mà nhiều robot phối hợp với nhau để nâng một vật nặng Trong hệ thống này, các phần tử có khả năng đưa ra quyết định, nhưng khả năng xử lý và truyền thông giữa chúng bị giới hạn, nhằm đạt được mục tiêu chung.
Mục tiêu chính của điều khiển đội hình là đạt được sự đồng bộ về khoảng cách và góc lệch, yêu cầu thông tin vị trí của các phần tử phải chính xác Điều này dẫn đến việc lựa chọn cấu trúc điều khiển và phương thức truyền thông phù hợp giữa các phần tử Hai cấu trúc điều khiển phổ biến trong điều khiển đội hình là cấu trúc điều khiển tập trung và cấu trúc điều khiển phân tán.
Trong cấu trúc điều khiển tập trung, máy chủ thu thập và xử lý thông tin, đưa ra yêu cầu chuyển động cho robot Mô hình này hiệu quả với nhóm robot nhỏ, nhưng khi mở rộng quy mô, cần giám sát và điều khiển nhanh chóng Hệ thống máy chủ phải có tốc độ tính toán cao để đáp ứng yêu cầu Tuy nhiên, nếu máy chủ gặp sự cố, nhiệm vụ sẽ không hoàn thành, gây ra những hạn chế cho mô hình.
Hình 2 17: Cấu trúc điều khiển tập trung
Cấu trúc điều khiển phân tán cho phép mỗi robot hoạt động độc lập thông qua dữ liệu trạng thái từ các robot lân cận, mang lại lợi thế về chi phí thấp và không cần thiết bị định vị hay giám sát như camera, từ đó dễ dàng mở rộng số lượng robot trong đội hình Tuy nhiên, nhược điểm của hệ thống này là tính thụ động và phụ thuộc vào độ chính xác của các thiết bị đo lường gắn trên mỗi robot.
Hình 2 18: Cấu trúc điều khiển phân tán
Tùy vào mục đích sử dụng, việc lựa chọn cấu trúc điều khiển phù hợp là rất quan trọng Tuy nhiên, do hạn chế về tài nguyên và năng lượng, cấu trúc điều khiển phân tán đang được các nhà khoa học chú trọng và phát triển cho nghiên cứu điều khiển hợp tác hệ robot di động Nhiều phương pháp điều khiển đội hình robot đã được nghiên cứu, mỗi phương pháp có ưu và nhược điểm riêng, nhưng có thể phân loại thành ba nhóm chính: điều khiển dựa trên hành vi, điều khiển Leader-Follower và điều khiển virtual-structure.
Trong điều khiển dựa trên hành vi (Behavior-Based), mỗi robot được lập trình để thực hiện các hành vi mong muốn như tránh vật cản và tránh va chạm Hành động cuối cùng của nhóm robot sẽ được quyết định dựa trên "tầm quan trọng tương đối" của từng hành vi được chỉ định.
Ví dụ như hình bên dưới Vừa điều khiển robot theo đội hình, và vừa tránh vật cản theo quy luật của người điều khiển
Phương pháp điều khiển dựa trên hành vi (behavior-based) có ưu điểm là yêu cầu ít thông tin chia sẻ và giao tiếp giữa các robot, giúp điều khiển đội hình robot hiệu quả trong môi trường thay đổi liên tục hoặc không xác định Tuy nhiên, nhược điểm của phương pháp này là khó khăn trong việc mô tả chính xác mô hình động lực học và đảm bảo sự ổn định của toàn bộ hệ thống.
❖ Trong điều khiển Leader-Follower
Trong phương pháp điều khiển Leader-Follower, một hoặc nhiều robot được chỉ định làm "Robot dẫn đầu" (Leader) và di chuyển theo quỹ đạo đã được xác định trước Các robot còn lại, gọi là Followers, sẽ duy trì khoảng cách và góc lệch tương đối với Robot dẫn đầu nhằm giữ cho đội hình ổn định.
Cấu trúc điều khiển
Mô hình động học là công cụ quan trọng để mô tả mối quan hệ giữa vị trí và tốc độ của robot Phân tích chuyển động của robot được thực hiện thông qua việc xem xét chuyển động của khối tâm của nó.
Robot 3 bánh được thiết kế với 2 bánh chủ động có gắn động cơ và 1 bánh lái ở phía trước Nhờ vào cấu trúc này, quỹ đạo di chuyển của robot có thể được điều chỉnh linh hoạt bằng cách thay đổi tốc độ của bánh xe bên trái và bên phải.
Xét hệ tọa độ 𝑿𝑶𝒀 cố định gắn với mặt phẳng chuyển động Vị trí của robot trong hệ tọa độ 𝑿𝑶𝒀 được mô tả bởi vector trạng thái:
Giả thiết rằng robot hoạt động trong môi trường không có vật cản, không chịu tác động từ bên ngoài và chuyển động không bị trượt, ta có thể mô tả phương trình vi phân của robot.
𝑥̇ = 𝑣 𝑐𝑜𝑠 (𝜃) 𝑦̇ = 𝑣 𝑠𝑖𝑛 (𝜃) 𝜃̇ = 𝜔 Chúng ta biểu diễn dưới dạng ma trận 𝐏̇ = 𝐉(𝜃)u
𝜔 là vận tốc góc (rad/s)
𝜃 là góc lệch của robot (rad)
Robot được biểu diễn dưới vector u= [v ω] T
CƠ SỞ LÝ THUYẾT VÀ THUẬT TOÁN ĐỒNG THUẬN
Mô hình động lực học của robot
3.3 Mạch điện tương đương động cơ 1 chiều 17
3.4 Hàm truyền đạt tốc độ / điện áp của động cơ điện một chiều 18
3.5 Sơ đồ điều khiển vòng kín sử dụng bộ điều khiển PID 20
3.6 Sơ đồ điều khiển PID điều khiển tốc độ đông cơ bánh trái 21
3.7 Dòng chảy thông tin từ nút j đến nút i 22 3.8 Đồ thị có hướng và đồ thị vô hướng của các nút 23 3.9 Đồ thị cây mở rộng (directed spanning tree) 23
3.10 Mô hình đồng thuận giữa các phần tử 25
3.11 Giản đồ điều khiển đội hình các Node [26] 26 3.12 Giản đồ điều khiển đội hình Leader – Follower [26] 26 3.13 Mối liên hệ giữa Robot Leader và Robot Follower 27 3.14 Tham số điều khiển Leader-Follower cho đội hình nhiều robot 35
Số hiệu hình ảnh Tên hình ảnh Trang
3.15 Tham số robot tránh vật cản 37
3.16 Cấu trúc bộ điều khiển mờ cơ bản 38
3.17 Hình ảnh bố trí cảm biển siêu âm S1, S2 , S3 38
3.18 Tham số xác định vị trí robot 40
3.19 Tham số mối quan hệ giữa tốc độ robot 40
4.1 Hình ảnh mô hình cơ khí robot Leader và Folower 42
4.2 Sơ đồ mạch điện của Robot Leader 44
4.3 Sơ đồ mạch điện của Robot Follower 45
4.4 Sơ đồ cấu trúc của mạch Arduino Nano V3.0
4.7 Mạch điều khiển động cơ DC LM298 50
4.8 Cấu trúc gói tin UDP 51
4.9 Thuật toán điều khiển Robot Leader 53
4.10 Thuật toán điêu khiển Robot Follower 54
4.11 Thuật toán robot tránh vật cản 55
5.1 Hình ảnh thực tế khi robot đang di chuyển 56
5.2 Đồ thị hiển thị vị trí toạ độ X-Y và đồ thị vận tốc góc của bánh trái bánh phải 57
5.3 Thực nghiệm hai robot di chuyển nối tiếp nhau 58
Số hiệu hình ảnh Tên hình ảnh Trang
5.6 Đồ thị kết quả thực nghiệm 4 61
5.7 Đồ thị kết quả thực nghiệm 5 62
5.8 Robot Leader đang trong quá trình tránh vật cản 63 5.9 Robot Follower đang trong quá trình tránh vật cản 63
5.10 Đồ thị kết quả thực nghiệm 6 64
CHƯƠNG 1: MỞ ĐẦU 1.1 Tên đề tài
“NGHIÊN CỨU THUẬT TOÁN ĐIỀU KHIỂN ĐỘI HÌNH CHO HỆ
1.2 Tính cấp thiết của đề tài
Trong cuộc cách mạng công nghệ 4.0, robot đã trở thành công cụ thiết yếu trong nhiều lĩnh vực, từ sản xuất đến an ninh, quốc phòng và y học Tại các nhà máy, robot thay thế sức lao động con người trong dây chuyền sản xuất Trong lĩnh vực an ninh, chúng được sử dụng để giám sát tại các địa điểm quan trọng và trong môi trường phức tạp Quốc phòng cũng chứng kiến sự gia tăng sử dụng robot, với máy bay không người lái và xe tăng không người lái thay thế lính bộ binh Trong y học, robot hỗ trợ phẫu thuật với độ chính xác cao, không bị ảnh hưởng bởi yếu tố tâm lý Hơn nữa, robot còn được ứng dụng trong thám hiểm các vùng đất và biển chưa được khám phá, cũng như trong việc tìm kiếm sự sống ngoài trái đất.
Trong những năm gần đây, nghiên cứu về robot đã có sự phát triển vượt bậc, đặc biệt là trong lĩnh vực hệ thống nhiều robot.
Hệ thống nhiều robot hoạt động mạnh mẽ và linh hoạt hơn so với các hệ thống robot đơn, với ứng dụng trong hành vi hợp tác, điều hướng, lập kế hoạch, lập bản đồ và kiểm soát đội hình Mặc dù có nhiều tài liệu về lập kế hoạch chuyển động trong môi trường có cấu trúc, lý thuyết điều khiển truyền thống chỉ cho phép thiết kế bộ điều khiển trong một chế độ hoạt động duy nhất, không đáp ứng được nhu cầu của các hành vi chuyển đổi giữa các robot Do đó, điều khiển hợp tác trở thành một ưu điểm quan trọng trong hệ thống nhiều robot Vì lý do này, tôi đã chọn nghiên cứu đề tài "Nghiên cứu thuật toán điều khiển đội hình cho hệ thống robot di động", trong đó điều khiển đội hình được hiểu là việc đồng thời điều chỉnh vị trí và góc định hướng của các robot trong nhóm, đảm bảo đội hình không thay đổi để hoàn thành các nhiệm vụ nhờ sự cộng tác Các ứng dụng hợp tác như phối hợp robot trong vận chuyển và giám sát mục tiêu cũng được nghiên cứu dựa trên nguyên tắc điều khiển đội hình.
Mục tiêu của đề tài là phát triển thuật toán điều khiển định hình cho robot, bao gồm thiết kế cơ khí, bộ điều khiển và mô hình thực tế, nhằm ứng dụng hiệu quả trong việc điều khiển hợp tác định hình trong robot.
1.3 Mục tiêu của đề tài
Mục tiêu của đề tài là phát triển một hệ thống gồm hai robot có khả năng kiểm soát đội hình và di chuyển theo mục tiêu từ người điều khiển qua tín hiệu wifi Robot đầu tiên, gọi là Leader, nhận thông tin từ người điều khiển và lập kế hoạch di chuyển theo quỹ đạo đã được chỉ định Robot thứ hai, Follower, sẽ theo sát Robot Leader bằng cách duy trì hướng, khoảng cách và vận tốc Hệ thống cũng có khả năng tự xử lý khi gặp chướng ngại vật, ưu tiên tránh chướng ngại và sau đó giữ đúng đội hình ban đầu.
1.4 Đối tượng và phạm vi nghiên cứu
- Cơ sở lý thuyết về điều khiển đội hình của hệ thống đa đối tượng
- Nghiên cứu xác định tọa độ robot trong không gian hai chiều
- Nghiên cứu thuật toán điểu khiển tốc độ, vị trí, hướng của robot
- Nghiên cứu phương thức truyền và nhận dữ liệu
- Nghiên cứu thuật toán tránh vật cản
- Kết luận và hướng phát triển của đề tài
Nghiên cứu thuật toán và làm mô hình thực nghiệm hai robot bằng thuật toán điều khiển hợp tác định hình
CHƯƠNG 2: TỔNG QUAN ĐIỀU KHIỂN HỢP TRONG HỆ THỐNG ĐA ĐỐI TƯỢNG
2.1 Điều khiển hợp tác trong hệ thống đa đối tượng
2.1.1 Khái niệm Điều khiển hợp tác là hệ thống đa tác nhân Các robot riêng lẻ giao tiếp, phối hợp nhau để thực hiện một mục tiêu chung Các nhiêm vụ đến các hệ thống robot này bao gồm tìm kiếm, thăm dò, giám sát, cứu hộ và lập bản đồ trong các địa hình phức tạp chưa biết hoặc đã biết một phần
2.1.2 Thực tiễn và tiềm năng
Công nghệ ngày càng phát triển với sự ra đời của nhiều loại robot hiện đại, có khả năng thực hiện nhiều công việc cùng lúc với độ chính xác cao Tuy nhiên, trong một số trường hợp, một robot không thể đáp ứng được yêu cầu như nâng vật nặng hoặc xử lý nhiều nhiệm vụ phức tạp, do đó cần có sự phối hợp giữa nhiều robot Trước đây, hệ thống điều khiển đa đối tượng thường tập trung vào một bộ phận trung tâm, nhưng phương pháp này có nhược điểm như yêu cầu bộ xử lý mạnh mẽ, thời gian phản hồi chậm và chi phí lắp đặt cao.
Điều khiển hợp tác trong hệ thống đa đối tượng đang mở ra nhiều tiềm năng cho các nhà nghiên cứu, đặc biệt khi phối hợp các thiết bị thông minh như robot Sự hợp tác này mang lại lợi thế lớn trong việc thực hiện các nhiệm vụ phức tạp mà một robot đơn lẻ không thể làm được, chẳng hạn như giám sát đa điểm, lập bản đồ, vận chuyển hợp tác và trình diễn nghệ thuật.
Sự hợp tác giữa các robot tạo ra một hệ thống dự phòng hiệu quả, giúp hạn chế rủi ro và hỏng hóc nhờ vào khả năng bù đắp lẫn nhau Ngoài ra, việc phối hợp giữa các thiết bị và phương tiện công nghệ cao đang ngày càng được áp dụng rộng rãi trong nhiều lĩnh vực, đặc biệt là trong quân sự và an ninh quốc phòng.
• Phối hợp nhiều robot trong những tác vụ khó thực hiện được bởi một robot như kiểm soát xuất nhập hàng hóa trong kho
Hình 2 1 Robot phối hợp vận chuyển quản lý kho Amazone
Hình 2 2 Robot phân loại hàng hóa trong kho Amazone
Hình 2 3: Robot quản lý kho của công ty Grey Orange warehouse robots
Các robot trong nhóm có tính linh động cao, cho phép đảm nhận nhiều vai trò khác nhau Điều này giúp chúng có thể được sử dụng cho nhiều mục đích khác nhau, đồng thời linh hoạt điều chỉnh số lượng robot theo yêu cầu cụ thể của từng thời điểm.
Hình 2 4Phối hợp nhiều thiết bị bay cùng vận chuyển hàng hóa
Hình 2 5 Phối hợp nhiều thiết bị bay cùng vận chuyển hàng hóa
Hình 2 6 Phối hợp nhiều thiết bị bay cùng vận chuyển hàng hóa
Robot được sử dụng để thực hiện các nhiệm vụ nguy hiểm, như phối hợp hoạt động trong các khu vực nguy hiểm mà con người không thể tiếp cận Chúng có khả năng tìm kiếm nạn nhân trong các tòa nhà sụp đổ, dọn dẹp khu vực ô nhiễm độc hại, bao gồm cả vùng phóng xạ, và kiểm soát cháy rừng hiệu quả.
Hình 2 7 Sử dụng robot trong kiểm soát cháy rừng
Hình 2 8: Mô hình nhiều thiết bị trong kiểm soát cháy rừng
Trong lĩnh vực kỹ thuật quân sự, việc ứng dụng các thiết bị công nghệ cao như xe tự hành UGVs, thiết bị bay không người lái UAVs và thiết bị tự động dưới nước AUVs đã trở thành một xu hướng quan trọng Những công nghệ này được sử dụng hiệu quả trong các nhiệm vụ quân sự, bao gồm trinh sát, tìm kiếm mục tiêu và tác chiến dưới nước.
Hình 2 9: Phối hợp UAVs trong các nhiệm vụ trinh sát
Hình 2 10: Phối hợp nhiều UAVs trong dò thám và trinh sát
Hình 2 11: Phối hợp nhiều Robot trong việc giám sát mục tiêu và dò thám
Hình 2 12: Phối hợp trong tìm kiếm mục tiêu
Hình 2 13: Phối hợp AUVs trong tác chiến dưới nước
Hình 2 14: Phối hợp AUVs và UGV trong việc dò thám
• buổi hòa nhạc, trình diễn ánh sáng,
Hình 2 15: Phối hợp robot trong trình diễn nghệ thuật
Điều khiển hợp tác trong hệ thống đa đối tượng là quá trình mà nhiều robot phối hợp để nâng một vật nặng, trong đó các phần tử có khả năng đưa ra quyết định nhưng bị giới hạn trong khả năng xử lý và truyền thông Mục tiêu của hệ thống này là đạt được một mục tiêu chung thông qua sự tương tác và phối hợp hiệu quả giữa các robot.
Mục tiêu của điều khiển đội hình là đạt được sự đồng bộ về khoảng cách và góc lệch, yêu cầu thông tin vị trí của các phần tử phải chính xác Để thực hiện điều này, cần lựa chọn cấu trúc điều khiển và phương thức truyền thông phù hợp Hai loại cấu trúc điều khiển chính được áp dụng là điều khiển tập trung và điều khiển phân tán.
Lý thuyết đồ thị và thuật toán đồng thuận
3.3.1 Lý thuyết đồ thị – Graph Theory
Xét một hệ đa đối tượng gồm (n+1) phần tử, trong đó phần tử thứ 0 là phần tử
“không điều khiển” được gọi là “Leader”, n phần tử còn lại theo thứ tự i = 1, , n là
Sự trao đổi thông tin giữa các phần tử được thể hiện qua một đồ thị, trong đó mỗi nút (node) đại diện cho một phần tử, và các kết nối giữa những phần tử lân cận được biểu diễn bằng các biên.
Đồ thị G n (V E n, n) được định nghĩa với V n = {1, , n} là tập hợp các phần tử không rỗng và E n là tập hợp các biên giữa các phần tử khác nhau trong V n Đồ thị có thể là có hướng (directed graph) hoặc vô hướng (undirected graph) tùy thuộc vào tính chất truyền tải dữ liệu Một đồ thị được gọi là có hướng nếu E n là tập hợp có thứ bậc các biên Khi kết hợp đồ thị G với nút 0 (Leader), ta có đồ thị G n (V E n, n) trong đó V n = V n ∪ {0} và E n bao gồm E n cùng với các biên có hướng nối từ nút 0 đến các nút i trong V n.
Một biên có hướng (j, i) với j ≠ i trong tập V n cho thấy phần tử i có khả năng nhận dữ liệu từ phần tử j, nhưng không thể nhận dữ liệu ngược lại Trong cấu trúc này, phần tử j được gọi là nút mẹ (parent) và phần tử i là nút con (child) Nút j cũng được xem là phần tử lân cận (neighbor) của nút i, và tập hợp các phần tử lân cận của nút i được ký hiệu là N i.
Hình 3 7: Dòng chảy thông tin từ nút j đến nút i
Hình 3 8: Đồ thị có hướng và đồ thị vô hướng của các nút
Trong đồ thị vô hướng, không có thứ bậc giữa các phần tử, cho phép thông tin được trao đổi hai chiều giữa chúng Mỗi biên (i, j) trong đồ thị vô hướng tương ứng với hai biên (i, j) và (j, i) trong đồ thị có hướng, cho thấy mối quan hệ đặc biệt giữa hai loại đồ thị này.
Cây có hướng là một đồ thị có hướng, trong đó mỗi nút (trừ nút rễ) đều có một nút mẹ Cây mở rộng trong đồ thị có hướng là cây có hướng kết nối tất cả các nút Một đồ thị có hướng được coi là có một cây mở rộng với rễ tại nút i nếu luôn có một đoạn thẳng có hướng nối từ nút i đến mọi nút khác Do đó, cấu trúc đồ thị đội hình Leader-Follower có thể được xem như một cây mở rộng với Leader là nút rễ.
Hình 3 9: Đồ thị cây mở rộng (directed spanning tree) m in
Trong không gian 2 chiều, trạng thái của phần tử thứ i và j được biểu diễn bằng các vector p i = [x i, y i] T và p j = [x j, y j] T Các vị trí (x i(t), y i(t)) và (x j(t), y j(t)) tương ứng cho biết vị trí của các nút trong hệ tọa độ xy Để đảm bảo an toàn, chuyển động của các phần tử phải tuân theo quy luật Reynolds, tránh va chạm với các phần tử lân cận Trong mô hình này, đồ thị tương tác giữa các phần tử được giả định là một đồ thị vô hướng Khoảng cách giữa hai nút được xác định bởi ij = p j - p i = (x j - x i)² + (y j - y i)², với điều kiện ij ≥ min > 0, trong đó min là khoảng cách tối thiểu cần thiết để ngăn chặn va chạm.
3.3.2 Thuật toán đồng thuận – Consensus
Trong điều khiển hệ đa đối tượng, sự đồng thuận về thông tin giữa các đối tượng là vấn đề quan trọng để đạt được hợp tác hiệu quả Thuật toán đồng thuận (consensus) được sử dụng để phân tán thông tin, cho phép các phần tử trong hệ cập nhật dữ liệu của mình dựa trên trạng thái dữ liệu của các phần tử lân cận (neighbor-to-neighbor).
Mục tiêu của điều khiển là phát triển một chiến lược phân tán cho phép từng phần tử tự xác định tín hiệu điều khiển dựa trên thông tin từ các phần tử lân cận, nhằm đạt được mục tiêu chung của hệ thống Thông tin này có thể bao gồm vị trí, vận tốc, và góc lệch, tùy thuộc vào ứng dụng và tính chất của đối tượng Chúng ta giả định rằng kết nối giữa các phần tử được thiết lập qua kết nối vật lý, với dữ liệu được đo và trao đổi thông qua cảm biến và thiết bị truyền thông gắn trên mỗi phần tử.
Xét một hệ đa đối tượng và sự trao đổi thông tin trong hệ được mô tả bởi đồ thị
G V E Giả sử rằng thông tin của phần tử trong hệ được mô tả dưới dạng phương trình vi phân bậc nhất:
Trong đó i ( ) t là trạng thái của phần thử thứ i tại thời điểm t u , i là tín hiệu điều khiển
Khi đó, thuật toán đồng thuận tổng quát được xác định[11, 12];
Trong hệ thống N t i ( ) gồm các phần tử có thông tin "khả dụng" cho phần tử i tại thời điểm t k t, trọng số kết nối được biểu diễn bằng ij ( ) Sự đồng thuận giữa các phần tử trong hệ thống đạt được khi i ( )t tiến gần đến j ( ) cho mọi i khác j.
Thuật toán điều khiển đội hình Leader - Follower
Thuật toán điều khiển leader-follower được xây dựng dựa trên những nghiên cứu của F Morbidi và L Consolini, với tiêu đề "Nghiên cứu thuật toán hợp tác và phối hợp ứng dụng trong hệ thống đa đối tượng" Bên cạnh đó, các tài liệu của J P Desai và A K Das cũng được tham khảo để làm phong phú thêm cơ sở lý thuyết của thuật toán này.
[36] Chi tiết có thể xem thêm trong mục Tài liệu tham khảo
3.4.1 Giản đồ điều khiển đội hình – Control Graph
Trong một hệ đa đối tượng, sự trao đổi thông tin giữa các phần tử được mô tả bằng đồ thị Trong điều khiển đội hình Leader-Follower, mối quan hệ giữa mỗi robot và các robot lân cận được thể hiện qua các biên nối giữa chúng Độ dài của các biên này phản ánh mức độ ràng buộc giữa các robot, và mục tiêu của luật điều khiển là duy trì sự ràng buộc này.
Trong một đội hình robot được đánh số từ 0 đến N, R0 đóng vai trò là Leader, trong khi N robot còn lại là Follower Đội hình được mở rộng theo thứ bậc (hierarchical formation) từ cặp Leader-Follower, với chuyển động của các Follower phụ thuộc vào Leader tương ứng của chúng Mặc dù có thể có nhiều Leader điều khiển các Follower, R0 vẫn là Leader chính và được coi là rễ (root) trong đội hình cây mở rộng.
Theo giản đồ trên, R0 là Leader tương ứng của R1 và R2 , R4 là Leader tương ứng của R5 R6 R7
Hình 3 11: Giản đồ điều khiển đội hình các Node [26]
Hình 3 12: Giản đồ điều khiển đội hình Leader – Follower [26]
3.4.2 Luật điều khiển Leader-Follower cho đội hình hai robot
Giả định rằng các robot hoạt động trong môi trường không có vật cản, bài viết này xem xét mô hình điều khiển Leader-Follower cho hệ thống hai robot, trong đó một robot đóng vai trò là Leader (R L) và robot còn lại là Follower.
Follower R F lần lượt có phương trình động học: cos sin
Trong đó: L=( x L , y L )lần lượt là các vector biểu diễn vị trí của Leader và
Follower; L , F là góc định hướng chuyển động của các robot; v v L , F , và L , F là vận tốc và vận tốc góc của robot Leader và Follower
Hình 3 13: Mối liên hệ giữa Robot Leader và Robot Follower Đặt khoảng cách d 0và góc : :| |
là các biến ràng buộc giữa hai robot
Khi đó, các robot được gọi là tạo thành đội hình ( , ) d nếu t 0 ::
Trong đó, khoảng cách d và góc lệch được định nghĩa:
Ngoài ra, đặt = L − F là sai lệch góc định hướng giữa hai robot Để ý rằng, đội hình tồn tại khi khoảng cách d giữa Leader và Follower phải thỏa mãn d d min 0
, trong đó d min là khoảng cách tối thiểu để tránh xảy ra va chạm trong quá trình di chuyển
Giả sử hai robot xuất phát từ vị trí ban đầu t = 0 , tại đó chúng tạo thành đội hình
Khi robot Leader R_L và robot Follower R_F tạo thành đội hình với các giá trị d và φ không đổi theo thời gian, nhiệm vụ là tìm một luật điều khiển cho robot Follower để đảm bảo các phương trình (3.27) và (3.28) luôn thỏa mãn với mọi t Điều này có nghĩa là các giá trị d và φ cần được giữ gần đúng với giá trị tham chiếu d_ref và φ_ref Bên cạnh đó, tốc độ của các robot cũng phải tuân thủ những giới hạn nhất định.
min , max , max min 0; max , max , max 0
min , max , max min 0; max , max , max 0
• Xây dựng luật điều khiển:
Từ (3 27), lấy đạo hàm của d theo thời gian, ta có:
Kết hợp (3 24) và (3 25), ta được:
= −− thì − F = Suy ra A = cos và
Khi đó từ công thức (3.30) ta có
( ) ( ) cos L cos L F cos F sin L sin L F sin F d = v − v + v − v cos cos cos cos sin sin sin sin
( cos cos sin sin ) ( cos cos sin sin )
Tương tự, từ (3 28) ta có: arctan L F F
Lấy đạo hàm hai vế phương trình (3.35), ta được:
( ) 2 2 ( ) sin sin cos cos cos
( sin cos cos sin ) ( sin cos cos sin )
Mà − F = và L − = − theo công thức ở trên khi đó ta được công thức sau: sin sin( )
Tại thời điểm ban đầu t = 0, các robot hình thành đội hình (d, φ) và duy trì đội hình (d, φ) với mọi t ≥ 0 khi giá trị d và φ gần giống với giá trị tham chiếu d_ref và φ_ref Khi d = 0, ta có được kết quả mong muốn.
Tương tự đặt = 0 sin sin( )
Thay v F từ biểu thức (3.43) vào phương trình (3.45), ta được:
Xét sai lệch góc định hướng giữa hai robot: = L − F
Lấy đạo hàm theo thời gian ta được:
Với F được xác định theo (3.48), thực hiện phép biến đổi ta được: sin cos sin cos cos
Tốc độ robot Leader bị ràng buộc:
min , max , max min 0; max , max , max 0
= là quỹ đạo cong tức thời của robot Leader Khi đó ta có các giới hạn chuyển động: min max
Với K là quỹ đạo cong cực đại của robot Leader
Nếu tồn tại một thời điểm mà tại đó góc được giữ không đổi, vì 0 cos v L d nên nếu đặt = 0
Khi đó = arcsin( Kd cos ) Điều kiện để tồn tại góc là − 1 Kd cos 1 vì | |
Nên ta luôn có0 cos 1.Hơn nữa vì K 0 và d 0 nên luôn có Kd 0
Do đó phương trình trên tương đương arcsin( cos ) 1
Ta thấy rằng, góc bị giới hạn Nghĩa là nếu tại t = 0, các robot tạo thành đội hình
( , ) d , và arcsin ( K d − cos ) (0) arcsin ( K d + cos )thì đội hình được giữ theo thời gian t 0và arcsin ( K d − cos ) ( ) t arcsin ( K d + cos )
Tại thời điểm ban đầu t = 0, các robot trong đội hình ( , ) d thực hiện theo luật điều khiển (3.43) và (2.48), xác định vận tốc và vận tốc góc của Follower dựa trên vận tốc của Leader và sai lệch góc định hướng Đối với mọi thời điểm t ≥ 0, các giá trị ( , ) d được giữ không đổi so với giá trị tham chiếu ( d ref , ref ), đảm bảo rằng đội hình luôn được duy trì ổn định theo thời gian.
3.4.3 Luật điều khiển Leader-Follower cho đội hình nhiều robot
Từ cơ sở thuật toán điều khiển Leader-Follower cho hệ hai robot R R L , F , ta mở rộng trường hợp tổng quát đội hình nhiều robot Đặt D = d d i : i 0, i = 1, , n và : , 1, , i i 2 i n
là hai bộ số cho trước Đặt n i , i = 1, , n sao cho n i {0, − , i 1} một nhóm gồm (n+1) robot
R R R tạo thành đội hình (D,) tương ứng với các Leaders R R 0 , 1 ,,R n nếu
Trong đó các khoảng cách d i và góc lệch i được định nghĩa:
Ngoài ra, đặt i = n i − i là sai lệch góc định hướng giữa một cặp Leader- Follower
Hình 3 14: Tham số điều khiển Leader-Follower cho đội hình nhiều robot Để ý rằng, nếu n = 1 thì n 1 = − = 1 1 0, ta được đội hình hai robot với Leader
R 0 và Follower R 1 (Hình 3.14-b), tương ứng với đội hình ( , ) d với Leader R L và Follower R F
Các khoảng cách di chuyển giữa mỗi cặp Leader và Follower cần phải đảm bảo rằng khoảng cách tối thiểu d_min được duy trì, với điều kiện d_i ≥ d_min > 0 Điều này là cần thiết để tránh va chạm giữa các robot trong quá trình di chuyển.
Theo (3.43) và (3.48), ta có luật điều khiển tổng quát:
Tại thời điểm t = 0, các robot hình thành đội hình (D, ) và luật điều khiển quy định vận tốc cùng vận tốc góc cho các Follower dựa trên vận tốc của Leader và sai lệch góc định hướng i Để đảm bảo đội hình giữ ổn định theo thời gian, các giá trị trong bộ số (D, ) luôn được duy trì không đổi so với giá trị tham chiếu (D ref, ref) cho mọi t ≥ 0.
Điều khiển Leader-Follower ứng dụng thuật toán đồng thuận
Giả sử các robot bắt đầu từ vị trí ngẫu nhiên, mục tiêu điều khiển là các robot Follower phải di chuyển để tạo thành đội hình với Leader, duy trì khoảng cách hình học mong muốn Điều này có nghĩa là các giá trị trong bộ số (D, ) cần tiệm cận với các giá trị tham chiếu (D ref, ref).
Luật điều khiển được phát triển cho cấu trúc đồ thị hình cây mở rộng, tập trung vào việc điều chỉnh sai lệch vị trí giữa các cặp Leader-Follower Công thức tính sai lệch vị trí được biểu diễn như sau: \( p_i = x_i - x_{n_i} \), trong đó \( x_i \) và \( x_{n_i} \) lần lượt là vị trí của Leader và Follower.
Trong đó i , x d n i và , i y d n i là các khoảng cách tham chiếu theo hai phương và
( ) ( ) i , 2 i , 2 i , x y n i n i n i d + d = d Với một đội hình có cấu trúc được định nghĩa,các khoảng cách này là các hằng số xác định
Khi đó, luật điều khiển (2.56) và (2.57) được mở rộng như sau:
Trong đó : v i = K v p ix và i = K p iy : (3.62) v ,
K K là hai hằng số dương (là hai thành phần được thêm vào để các sai lệch vị trí bằng 0) lim ix ( ) 0, lim iy ( ) 0 t p t t p t
Nghĩa là khi , ( ) ( ) , i i n i n i t → R t − R t → d Hệ đạt được sự đồng thuận trong đội hình.
Phát hiện vật cản bằng cảm biến siêu âm
Robot di chuyển được trang bị ba cảm biến siêu âm hướng khác nhau, giúp phát hiện vật cản hiệu quả Sóng siêu âm phát ra từ bộ phát lan truyền và phản xạ khi gặp bề mặt vật cản, cho phép bộ thu nhận được các tia phản xạ Cảm biến đo thời gian truyền sóng để xác định khoảng cách từ cảm biến đến vật cản, với góc quét từ 15° đến 45° và khoảng cách phát hiện từ vài centimet đến vài mét Để tối ưu hóa trường quan sát và nâng cao độ chính xác, robot thường được trang bị nhiều cảm biến siêu âm.
Thuật toán tránh vật cản
Trong quá trình di chuyển, robot có thể gặp phải các vật cản, bao gồm cả vật tĩnh và động, với vị trí, kích thước và hình dáng không xác định trước Khi robot di chuyển từ điểm Pi đến điểm Pi+1 trên quỹ đạo, nếu có vật cản không biết nằm giữa hai điểm này, robot cần phát hiện và đưa ra quyết định vòng tránh để tránh va chạm và tiếp tục đến đích với quãng đường ngắn nhất.
Hình 3 15: Tham số robot tránh vật cản
Điều khiển robot bám quĩ đạo và tránh vật cản
3.8.1 Thiết kế bộ điều khiển mờ tránh vật cản
Hình 3 16: Cấu trúc bộ điều khiển mờ cơ bản
Hình 3 17: Hình ảnh bố trí cảm biển siêu âm S1, S2 , S3
Bộ điều khiển mờ cho robot tự hành được thiết kế để tránh vật cản, sử dụng ba tín hiệu đầu vào từ các cảm biến siêu âm: cảm biến bên trái S1, cảm biến ở giữa S2 và cảm biến bên phải S3.
Một đầu ra đó là góc lái VC
Tín hiếu đầu vào S1, S2, S3 chính là các tín hiệu có hoặc là không có vật cản
S sẽ có 2 giá trị 1 hoặc không
Trong robot của chúng ta khoảng cách được thiết lập để nhận biết có vật cản hay không có vật là 20cmm= 200mm= 0.2m
3.8.2 Thiết lập các qui tắc suy luận mờ: xây dựng các luật tránh vật cản
Bảng 3.1 Bảng quy tắc suy luận mờ: tránh vật cản
Bảng 3.1 Bảng quy tắc suy luận mờ: tránh vật cản
Bộ điều khiển mờ liên tục cập nhật giá trị từ các cảm biến siêu âm, từ đó tính toán và cung cấp góc tránh VC mà robot cần quay để né tránh vật cản.
3.9 Thuật toán định vị cho Robot trên mặt phẳng OXY
Trong thuật toán điều khiển định hình Leader – Follower, việc xác định vị trí của robot là rất quan trọng để robot Leader đi đúng vị trí do người điều khiển và robot Follower theo sau một cách chính xác Bài viết này trình bày việc sử dụng thuật toán Odometry để ước tính trạng thái của robot Phương pháp này sử dụng encoder gắn sau đuôi động cơ để đo số vòng quay của mỗi bánh xe, từ đó tính toán được tốc độ góc của bánh trái 𝜔 𝐿 và bánh phải 𝜔 𝑅 Qua đó, ta có thể xác định vận tốc 𝑣, tốc độ góc 𝜔 và suy ra vị trí cùng hướng hiện tại của robot.
Vị trí của robot được xác định bởi bộ ba thông số k = {x, y, θ}, trong đó x và y là tọa độ trong hệ tọa độ Decade, còn θ biểu thị hướng của robot so với trục x.
Quỹ đạo của robot sau thời gian t được biểu diễn bằng k 0: n = x x x 0 , 1 , 2 , … x n Giả sử robot bắt đầu tại vị trí (x y 0 , 0 , θ 0) Sau khoảng thời gian t, robot di chuyển một đoạn Δd và xoay một góc θ, được tính theo công thức như hình 3.18.
Trong đó, x y , , là khoảng cách di chuyển và góc xoay của robot trong khoảng Δt
Hình 3 18: Tham số xác định vị trí robot
Hình 3 19: Tham số mối quan hệ giữa tốc độ robot, tốc độ góc, bán kính của bánh xe
Mối quan hệ giữa vận tốc 𝑣 của robot và tốc độ góc của bánh trái 𝜔 𝐿, bánh phải 𝜔 𝑅 cùng với bán kính bánh xe 𝑟 được thể hiện trong Hình 3.19 Tốc độ góc đóng vai trò quan trọng trong việc xác định vận tốc của robot.
The robot's angular velocity (𝜔) is determined by the angular speeds of the left wheel (𝜔 𝐿) and the right wheel (𝜔 𝑅), as well as the distance between the two wheels (𝑏) The current encoder values are represented as Ec left and Ec right, while the previous encoder values are Eb left and Eb right.
𝜔 𝑅 tốc độ góc của bánh phải (rad/s)
𝜔 𝐿 tốc độ góc của bánh trái (rad/s)
𝑟 bán kính của bánh xe (m)
𝑏 khoảng cách giữa bánh trái và bánh phải (m) k-1 , k-1 x y vị trí trước đó của robot k , k x y vị trí trước hiện tại của robot left , right
Eb Eb Giá trị Encoder trước đó của robot left , right
Ec Ec Giá trị Encoder hiện tại của robot
T Khoảng thời gian di chuyển
THIẾT KẾ VÀ CHẾ TẠO MÔ HÌNH
Mô hình cơ khí
Từ cơ sở lý thuyết chúng ta phải xây dựng 1 hệ thống thực nghiệm gồm có 2 con robot: 1 Robot Leader và 1 Robot Folower
Hình 4 1: Hình ảnh mô hình cơ khí robot Leader và Folower
Robot có thiết kế cơ khí đồng nhất với kích thước cụ thể là chiều dài 226mm, chiều rộng 207mm và chiều cao 86mm, như được thể hiện trong hình vẽ.
Cơ cấu di chuyển của Robot gồm có 3 bánh xe, hai bánh xe chủ động có kích thước
R= 43mm được trang bị động cơ GA25 với tốc độ 60rpm, cùng với một bánh xe bi cầu giúp lái robot, đảm bảo luôn có 3 điểm tiếp xúc với mặt phẳng.
Robot được trang bị các thiết bị mạch điện tử, pin, cảm biến siêu âm và màn hình hiển thị LCD, giúp kiểm tra và theo dõi thông tin của robot một cách hiệu quả.
Hệ thống mạch điện tử
Hệ thống mạch của robot Leader và robot Folower giống nhau như hình bên dưới Cấu trúc mạch phần cứng trong hệ thống gồm có.:
Máy tính được sử dụng để truyền tải thông tin về vị trí và tốc độ từ người điều khiển trung tâm, đồng thời nhận thông tin về vận tốc và vị trí hiện tại của robot Leader Thông qua việc thu thập và xử lý dữ liệu này, máy tính giúp vẽ đồ thị, tạo điều kiện thuận lợi cho người điều khiển trong việc quan sát và theo dõi hoạt động của robot.
• Module Cảm Biến Góc Gia Tốc MPU6050 GY-521
• Động cơ DC giảm tốc GA25 V1
• Mạch điều khiển động cơ LM 298
• Mạch Opto Cách Ly PC817 4 Kênh
• Module Cảm Biến Siêu Âm SRF05
• Màn hình hiển thị LCD
3.2.1 Sơ đồ cấu trúc mạch của robot Leader
Hình 4 2: Sơ đồ mạch điện của Robot Leader
3.2.2 Sơ đồ cấu trúc mạch của robot Follower
Hình 4 3: Sơ đồ mạch điện của Robot Follower
Thông số kĩ thuật
Arduino Nano là một bảng mạch điện tử nhỏ gọn, chỉ bằng một nửa đồng xu gấp lại, được phát triển từ ATmega328P vào năm 2008 Nó rất thân thiện với breadboard và cung cấp các kết nối cùng thông số kỹ thuật tương tự như Arduino Uno, nhưng với kích thước nhỏ hơn nhiều.
Hình 4 4: Sơ đồ cấu trúc của mạch Arduino Nano V3.0 ATmega328P
Arduino Nano có chức năng tương tự như Arduino Duemilanove và Arduino UNO, nhưng khác biệt ở dạng mạch Nano sử dụng vi điều khiển ATmega328P như UNO, nhưng có 32 chân trong khi UNO có 30 chân với kiểu PDIP Nano có 8 cổng ADC, nhiều hơn 2 cổng so với UNO Đặc biệt, Nano không có giác nguồn DC như các bo mạch Arduino khác, mà sử dụng cổng mini-USB cho lập trình và giám sát nối tiếp.
Arduino Nano nổi bật với khả năng chọn công suất lớn nhất và hiệu điện thế tối ưu, cho phép lập trình dễ dàng trực tiếp từ máy tính Với kích thước nhỏ gọn 185 mm x 430 mm và trọng lượng chỉ khoảng 7g, Arduino Nano trở thành lựa chọn lý tưởng cho nhiều ứng dụng trong cuộc sống hiện đại.
• Điện áp hoạt động: 5 VDC
• Tần số hoạt động : 16 MHz
• Điện áp khuyên dùng: 7 - 12 VDC
• Điện áp giới hạn: 6 - 20 VDC
• Số chân Digital I/O: 14 (6 chân PWM)
• Số chân Analog: 8 (Độ phân giải 10 bit)
• Dòng tối đa trên mỗi chân I/O: 40 mA
• Dòng ra tối đa 5V: 500 mA
• Dòng ra tối đa 3.3V: 50 mA
• Bộ nhớ Flash: 32 KB (ATmega328) với 2KB dùng bởi bootloader
ESP8266 là một chip System on Chip (SoC) tích hợp cao, nổi bật với khả năng xử lý và lưu trữ hiệu quả Chip này không chỉ cung cấp tính năng wifi cho các hệ thống khác mà còn có thể hoạt động như một giải pháp độc lập.
Module wifi ESP8266 v1 cho phép kết nối mạng wifi toàn diện và độc lập, giúp bạn dễ dàng tạo một web server đơn giản hoặc sử dụng như một access point.
Thông số kỹ thuật Module Wifi ESP8266 V1
• Wifi 2.4 GHz, hỗ trợ WPA/WPA2
• Chuẩn điện áp hoạt động 3.3V
• Chuẩn giao tiếp nối tiếp UART với tốc độ Baud lên đến 115200
• Có 3 chế độ hoạt động: Client, Access Point, Both Client and Access Point
• Hỗ trợ các chuẩn bảo mật như: OPEN, WEP, WPA_PSK, WPA2_PSK, WPA_WPA2_PSK
• Hỗ trợ cả 2 giao tiếp TCP và UDP
• Tích hợp công suất thấp 32-bit CPU có thể được sử dụng như là bộ vi xử lý ứng dụng
• SDIO 1.1 / 2.0, SPI, UART Làm việc như các máy chủ có thể kết nối với
4.3.3 Động cơ DC giảm tốc GA25 Encoder Động cơ DC giảm tốc GA25 Encoder thực tế là động cơ DC GA25 thường có gắn thêm phần Encoder để có thể trả xung về vi điều khiển giúp xác định vị trí, vận tốc,… và thành Động cơ DC giảm tốc
Động cơ DC giảm tốc GA25 Encoder sử dụng Driver giống như động cơ DC thông thường để điều khiển công suất, tốc độ và đảo chiều, với các driver như L298, L293 Điểm khác biệt là GA25 Encoder có thêm phần encoder để cung cấp tín hiệu hồi tiếp (feedback) về Vi điều khiển Từ đó, Vi điều khiển có thể tác động lại động cơ qua mạch công suất, áp dụng các thuật toán điều khiển như PID để điều chỉnh tốc độ và vị trí.
• Điện áp cấp cho động cơ hoạt động : 3 - 12VDC
• Điện áp cấp cho Encoder hoạt động: 3.3VDC
• Đĩa Encoder 11 xung, hai kênh A-B
• Tỷ số truyền khi qua hộp giảm tốc: 1:103
• Số xung khi qua hộp giảm tốc: 1133 xung
• Đường kính động cơ: 25mm
• Dòng khi động cơ bị giữ : 2.29A
• Mô men khi bị giữ : 7.96 kgf.cm
4.3.4 Mạch điều khiển động cơ LM 298
Mạch điều khiển động cơ DC LM298 có khả năng điều khiển hai động cơ DC với dòng tối đa 2A cho mỗi động cơ Mạch này tích hợp diod bảo vệ và IC nguồn 7805, cung cấp nguồn 5VDC cho các module khác, nhưng chỉ sử dụng nguồn 5V này khi nguồn cấp nhỏ hơn 12VDC.
Hình 4 7: Mạch điều khiển động cơ DC LM298
• IC chính: L298 - Dual Full Bridge Driver
• Điện áp đầu vào: 5~30VDC
• Công suất tối đa: 25W 1 cầu (lưu ý công suất = dòng điện x điện áp nên áp cấp vào càng cao, dòng càng nhỏ, công suất có định 25W)
• Dòng tối đa cho mỗi cầu H là: 2A
• Mức điện áp logic: Low -0.3V~1.5V, High: 2.3V~Vss
Phần mềm
4.4.1 Truyền thông giữa máy tính và Robot Leader và Robot Follower
Giao tiếp truyền nhận dữ liệu giữa máy tính và Arduino Uno R3 được thiết lập thông qua mạng wifi có sự hỗ trợ giao thức truyền thông UDP
UDP ( User Datagram Protocol ) là một trong những giao thức cốt lõi của giao thức
Giao thức UDP cho phép các chương trình trên mạng máy tính gửi dữ liệu ngắn, gọi là datagram, đến máy khác mà không đảm bảo tính tin cậy và thứ tự truyền nhận như TCP Mặc dù các gói dữ liệu có thể đến không đúng thứ tự hoặc bị mất mà không có thông báo, UDP lại nhanh và hiệu quả hơn cho các ứng dụng yêu cầu kích thước nhỏ và thời gian phản hồi khắt khe Với tính chất không trạng thái, UDP rất hữu ích cho việc xử lý các truy vấn nhỏ từ nhiều người dùng cùng lúc.
UDP không cung cấp sự đảm bảo cho các tầng phía trên rằng thông điệp đã được gửi đi thành công Ngoài ra, người gửi cũng không có khả năng theo dõi trạng thái của thông điệp UDP sau khi đã gửi.
Hình 4 8: Cấu trúc gói tin UDP
❖ Cấu trúc gói tin UDP
Phần header của UDP chỉ chứa 4 trường dữ liệu, trong đó có 2 trường là tùy chọn (ô nền đỏ trong bảng)
Cổng nguồn xác định địa chỉ của người gửi thông tin và rất quan trọng khi cần nhận phản hồi từ người nhận Nếu không cần thiết, có thể đặt giá trị của cổng này là 0.
Destination port : Trường xác định cổng nhận thông tin, và trường này là cần thiết
Checksum : Trường checksum 16 bit dùng cho việc kiểm tra lỗi của phần header và dữ liệu Phương pháp tính checksum được định nghĩa trong RFC 768
Do thiếu tính tin cậy, các ứng dụng UDP nói chung phải chấp nhận mất mát, lỗi hoặc trùng dữ liệu
4.4.2 Thuật toán điều khiển a Sơ đồ thuật toán điều khiển của Robot Leader
Hình 4 9: Thuật toán điều khiển Robot Leader b Sơ đồ thuật toán điều khiển của Robot Follower
Hình 4 10: Thuật toán điêu khiển Robot Follower c Sơ đồ thuật toán tránh vật cản của robot
Hình 4 11: Thuật toán điều khiển Robot tránh vật cản
KẾT QUẢ THỰC NGHIỆM
Thí nghiệm 1
Chúng ta sẽ tiến hành thử nghiệm điều khiển robot Leader từ máy tính, trong đó robot sẽ nhận tín hiệu điều khiển để di chuyển Sau khi di chuyển, robot Leader sẽ gửi vị trí tọa độ về máy tính Dữ liệu nhận được từ robot bao gồm vị trí, tốc độ, và vận tốc góc của bánh trái và bánh phải, từ đó máy tính sẽ vẽ biểu đồ để xác thực tính chính xác Mục tiêu là kiểm tra xem robot có di chuyển đúng như mong muốn của người điều khiển hay không.
Hình 5 1: Hình ảnh thực tế khi robot đang di chuyển
Hình 5 2: Đồ thị hiển thị vị trí toạ độ X-Y và đồ thị vận tốc góc của bánh trái bánh phải
Sau khi thực hiện thí nghiệm 1, chúng tôi đã quan sát robot di chuyển ngoài thực tế và so sánh với đồ thị được vẽ trên máy tính để kiểm tra tính chính xác của thí nghiệm Kết quả cho thấy robot leader đã di chuyển đúng vị trí như mong muốn của người điều khiển.
Sau thí nghiệm 1 ta thực hiện thí nghiệm 2:
Thí nghiệm 2 và 3 - Hai robot di chuyển với đội hình nối tiếp với nhau
Trong thí nghiệm này, Robot Leader di chuyển song song với trục X với tốc độ không đổi, trong khi Robot Follower được cài đặt để di chuyển theo sau Robot Leader với khoảng cách cố định là P0mm Vị trí ban đầu của cả hai robot được xác định tại thời điểm t = 0.
Khi đó tại thời điểm ban đầu, các robot tạo thành đội hình d ref = 0.5 m ;
Hình 5 3: Thực nghiệm hai robot di chuyển nối tiếp nhau
Hình 5 4: Đồ thị thực nghiệm 2
Mặc dù hai Robot ban đầu được đặt ở vị trí khác nhau về tọa độ, nhưng để đạt được đội hình mong muốn như lúc đầu, cần phải mất một khoảng thời gian đáng kể.
2.5s thì Robot Follower di chuyển nối tiếp Robot Leader với khoảng cách ước lượng
Giá trị đặt gần đúng cho Robot Leader là từ 450mm đến 500mm, tuy nhiên trong thực tế, sự tồn tại của độ trễ trong truyền thông, nhiễu và tốc độ phản hồi khi nhận dữ liệu có thể ảnh hưởng đến kết quả này.
Trong thí nghiệm này chúng ta cũng cài đặt thông số như thí nghiệm 2: Nhưng
Robot Leader sẽ di chuyển theo tín hiệu từ người điều khiển, trong khi Robot Follower được cài đặt để di chuyển nối tiếp theo Robot Leader với khoảng cách d P0mm Vị trí ban đầu của các robot được xác định tại thời điểm t = 0.
Khi đó tại thời điểm ban đầu, các robot tạo thành đội hình d ref = 0.5 m ;
Thí nghiệm 4 và 5 - Hai robot di chuyển với đội hình song song với nhau
Trong thí nghiệm này, Robot Leader di chuyển song song với trục X với tốc độ không đổi, tự động di chuyển 2000mm trong 20 giây Robot Follower được cài đặt để di chuyển song song với Robot Leader, giữ khoảng cách d P0mm Vị trí ban đầu của cả hai robot được xác định tại thời điểm t = 0.
Khi đó tại thời điểm ban đầu, các robot tạo thành đội hình d ref = 0.5 m ;
Vị trí kết thúc của Robot Leader ( x L , y L , L ) T = (2, 0, 0) T
Hình 5 6: Đồ thị kết quả thực nghiệm 4
Khi hai robot di chuyển theo đội hình song song với hướng ban đầu tương đối song song, thời gian để chúng đáp ứng và di chuyển theo đội hình mong muốn chỉ mất 0.5 giây, nhanh hơn so với Thí nghiệm 2.
Trong thí nghiệm này, chúng ta cài đặt các thông số tương tự như thí nghiệm 4 Robot Leader sẽ di chuyển theo tín hiệu từ người điều khiển, trong khi Robot Follower được lập trình để di chuyển song song với Robot Leader, giữ khoảng cách d P0mm Vị trí ban đầu của các robot được xác định tại thời điểm t = 0.
Khi đó tại thời điểm ban đầu, các robot tạo thành đội hình d ref = 0.5 m ;
Hình 5 7: Đồ thị kết quả thực nghiệm 5
Theo đồ thị, khi cho hai robot di chuyển theo đội hình song song với hướng ban đầu tương đối giống nhau, thời gian đáp ứng di chuyển nhanh hơn so với thí nghiệm hai robot di chuyển theo đội hình nối tiếp Tuy nhiên, do robot Leader được điều khiển bằng tay và có trạng thái nghỉ, thời gian đáp ứng của robot Follower chậm hơn so với thí nghiệm 4, điều này là do độ trễ trong truyền thông và tốc độ phản hồi của robot.
Thí nghiệm 6 - Hai robot di chuyển với đội hình nối tiếp khi có vật cản
Trong thí nghiệm 6, hai robot sẽ di chuyển theo đội hình nối tiếp, với một vật cản (chai nước) được đặt ở vị trí ngẫu nhiên trên đường Robot Leader sẽ tự động di chuyển theo vị trí được gửi từ người điều khiển, trong khi Robot Follower sẽ theo sau với khoảng cách d P0mm Nhiệm vụ của cả hai robot là duy trì đội hình và tránh vật cản theo thuật toán đã được lập trình Vị trí ban đầu của các robot sẽ được xác định tại thời điểm t = 0.
Khi đó tại thời điểm ban đầu, các robot tạo thành đội hình d ref = 0.5 m ;
Hình 5 8: Robot Leader đang trong quá trình tránh vật cản
Hình 5 9: Robot Follower đang trong quá trình tránh vật cản
Hình 5 10: Đồ thị kết quả thực nghiệm 6
Theo đồ thị, Robot Leader và Robot Follower đã di chuyển theo đội hình nối tiếp và thành công trong việc tránh các vật cản theo yêu cầu của người điều khiển, cho thấy thuật toán xử lý vật cản hoạt động hiệu quả.