(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)

(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)(Luận văn thạc sĩ) Điều khiển ổn định Robot gắp sản phẩm trong môi trường có dao động (bến cảng)

LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu Các số liệu, kết nêu luận văn trung thực chưa cơng bố cơng trình khác Tp Hồ Chí Minh, ngày 01 tháng 10 năm 2016 Nguyễn Thái Dương iii LỜI CẢM ƠN Tôi xin gửi lời cảm ơn tới TS Ngô Văn Thuyên, thầy định hướng hướng dẫn tận tình để em hồn thành đề tài tiến độ Mặc dù cố gắng học hỏi, nghiêm túc nghiên cứu nhận giúp đỡ nhiệt tình thầy cơ, bạn bè thời gian kiến thức tơi có hạn nên khơng thể tránh khỏi sai sót Tơi mong nhận bổ sung đóng góp từ q thầy bạn TP Hồ Chí Minh, ngày tháng năm 2016 Học viên Nguyễn Thái Dương iv QUYẾT ĐỊNH GIAO ĐỀ TÀI (Em đính kèm sau – nhà trường phát) v TÓM TẮT Hệ thống vận tải biển (bến cảng, khơi) dầu, gas, hóa dầu, hóa chất ngành cơng nghiệp quan trọng Hệ thống hoạt động điều kiện môi trường khắc nghiệt (chịu tác động dao động sóng biển, dao động lắc lư tàu, tác động gió…) Như vậy, tốn đặt điều khiển hệ thống hoạt động ổn định, an toàn, hiệu điều kiện khắc nghiệt biển Trong chuyên đề hướng đến điều khiển ổn định robot gắp sản phẩm mơi trường có dao động (bến cảng) sử dụng cảm biến leap motion điều khiển real time cho robot ngồi khơi Đề tài thực mơ thi cơng mơ hình thật Kết đạt đề tài : Thi công thành công mô hình tạo dao động sóng biển Robot gắp vật xác điều kiện mơi trường có dao động Đề tài sử dụng thuật toán phân lớp listener template matching để thu thập xử lý liệu thu từ cảm biến leap motion (cảm biến thu giá trị vận tốc, gia tốc, vị trí 3D X, Y, Z) xác gần 100% Phương pháp tính phương trình động học cho robot phương pháp DLS, LMA (tìm ma trận động học nghịch cho robot với khả hội tụ cao) Với bố cục gồm ba phần : Tổng quan Robot ngồi khơi : Tình hình nghiên cứu ứng dụng robot hoạt động khơi Giới hạn tầm quan trọng đề tài Cơ sở lý thuyết : Phương pháp bù dao động, phương trình động học robot, thuật toán thu thập liệu cho cảm biến leap motion : Điều khiển real time robot cảm biến leap motion : Thực thuật toán điều khiển linh hoạt sử dùng cảm biến leap motion cho robot gắp vật mơi trường có dao động (bến cảng) vi ABSTRACT Robot became very important in industrial production and automation It have integrated into the activities of human society Robots were produced to reduce labor and improve the quality of human life Robots offshore operation were important major to study Inclement conditions offshore is a major challenge, and it is compounded when installation activity is taking place in deepwater Rough wind and weather conditions can test the limits of installation systems, often resulting in downtime and sometimes causing damage to vessels, cranes, winches and associated lifting appliance equipment Growth in the subsea sector is one of the significant drivers for the focus on crane safety and capabilities in recent years The research direction of this paper is: “Stable Control Robot Offshore get products in the environment motions (Harbor)” The sult was so great when control algorithm for robot was combined by method inverse kinematics robot & leap motion sensor (algorithm classification listener and template matching) & Processing Java to improve speed servo and exact position Control robot using leap motion sensor with approximate precision 100% and respond real time 100% Content consists of three main parts: Introduction of robot Including development history, classification, current research and applications of robot in the past and future Calculate & design robot Robot simulation in matlab : forward and inverse kinematics After programming robots on real models and constructingdynamic wave model Control strategy: flexible control robot Control algorithm for robot was combined by method inverse kinematics robot & leap motion sensor & processing java to improve speed servo and exact position for robot vii MỤC LỤC LỜI CAM ĐOAN iii LỜI CẢM ƠN iv QUYẾT ĐỊNH GIAO ĐỀ TÀI v TÓM TẮT vi ABSTRACT vii MỤC LỤC viii DANH MỤC CÁC HÌNH xi CHƯƠNG I TỔNG QUAN ROBOT NGOÀI KHƠI 1.1 Tổng quan 1.2 Tình hình nghiên cứu nước 1.3 Tính cấp thiết, ý nghĩa khoa học thực tiễn đề tài 1.4 Mục đích nghiên cứu, khách thể đối tượng nghiên cứu 1.5 Giới hạn đề tài 1.6 Phương pháp nghiên cứu 1.7 Kế hoạch thực CHƯƠNG II CƠ SỞ LÝ THUYẾT 2.1 Phương pháp bù dao động cho hoạt động khơi 2.1.1 Giới thiệu chung phương pháp bù dao động 2.1.2 Hệ thống bù dao động thụ động (PHC) bù dao động chủ động (AHC) 2.1.3 Các thành tựu trước phương pháp bù dao động 2.2 Phương trình điều khiển cho robot ngồi khơi 2.2.1 Phương trình điều khiển robot ngồi khơi 2.2.2 Bù dao động (heave compensation) 11 2.3 Giới thiệu cảm biến leap motion 12 2.3.1 Chức vùng làm việc leap motion 13 2.3.2 Cấu tạo cảm biến leap motion 15 2.3.3 Lập trình với cảm biến leap motion 16 CHƯƠNG : THIẾT KẾ 18 viii 3.1 Sơ đồ khối hệ thống 18 3.2 Thiết kế thi cơng mơ hình tạo dao động chiều X, Y, Z 19 3.3 Robot bậc 23 3.3.1 Thông số Robot 23 3.3.2 Thông số động servo 12X 27 3.3.3 Kit điều khiển ArbotiX robocontroller 28 3.4 Thiết kế giao diện giám sát điều khiển Robot 29 3.5 Thuật toán điều khiển cho robot khơi 32 3.5.1 Thuật tốn tổng qt cho robot ngồi khơi 32 3.5.2 Thuật toán thu thập liệu cho leap motion 33 3.5.2.1 Phân lớp Listener (Classification) 33 3.5.2.2 Thuật toán template matching 35 3.5.3 Thuật toán điều khiển cho robot khơi 37 CHƯƠNG : KẾT LUẬN 38 4.1 Kết luận 38 4.2 Kết đánh giá 40 4.3 Hướng phát triển đề tài 40 TÀI LIỆU THAM KHẢO 41 ix DANH SÁCH CÁC CHỮ VIẾT TẮT AHC Active Heave Compensation ARBTCS Active Rider Block Tagline Control System AMF American Machine and Foundry Company CCS Crane Control System CPU Central Processing Unit DH Denavit – Hertenberg EER Equal Error Rate FAR False Acceptance Rate FRR False Reject Rate MRU Motion Reference Unit NC Numerically Controlled machine tool PHC Passive Heave Compensation PWM Pulse Width Modulation IK Inverse Kinematic IMU Inertial Measurement Unit USB Universal Serial Bus x DANH MỤC CÁC HÌNH Hình 1 Robot hoạt động khơi Hình Cần cẩu hoạt động khơi Hình 2 Hệ thống AHC PHC Hình Cánh tay robot áp dụng thuật toán điều khiển linh hoạt 10 Hình Điều khiển robot ngồi khơi robot leap motion 12 Hình Mô tả môi trường làm việc leap motion 13 Hình Mô tả phạm vi làm việc leap motion .14 Hình Mơ hình hóa hệ thống 18 Hình Cụ thể hóa mơ hình 19 Hình 3 Thi cơng mơ hình tạo dao động chiều .20 Hình Hệ trục tọa độ tàu 20 Hình Trạng thái phổ biển 21 Hình Cánh tay robot bậc 23 Hình Thơng số robot .24 Hình Vùng làm việc robot .25 Hình Khả xoay robot 26 Hình 10 Thơng số gripper .26 Hình 11 Thơng số kit arbotix 28 Hình 12 Nguồn cấp cho kit điều khiển 29 Hình 13 Cáp FTDI 29 Hình 14 Phần mềm Java Processing 30 Hình 15 Giao diện điều khiển giám sát robot 31 Hình 16 Sơ đồ thuật tốn tổng qt cho robot 32 Hình 17 Sơ đồ khối thuật tốn phân lớp listener 34 Hình 18 Thuật toán template matching 35 Hình 19 Sơ đồ thuật toán điều khiển robot 37 Hình Mơ hình thi cơng 39 Hình Mơ hình thi cơng 39 xi DANH MỤC CÁC BẢNG Bảng 1 Kế hoạch thực Bảng Trạng thái biển 21 Bảng Thông số dao động tàu 22 Bảng 3 Thông số động servo 12X .27 Bảng Thông số kit Arbotix microcontroller 28 xii điện áp cung cấp 11.1V (LiPO batteries) sử dụng Bioloid servos điều khiển kit arbotiX  Điện áp cung cấp trực tiếp cho động Servo từ VIN cho VIN > VSERVO  Điện áp cung cấp cho động nên kết hợp VIN xung PWM để tránh áp động Hình 12 Nguồn cấp cho kit điều khiển Cáp nạp chương trình Kit arbotiX có hai loại cáp chương trình  Sử dụng cáp FTDI  Sử dụng cáp ISP 3.4 Hình 13 Cáp FTDI Thiết kế giao diện giám sát điều khiển Robot Mục đích phần thiết kế giao diện giám sát điều khiển cho robot, cho từ hình máy tính, quan sát vị trí, tốc độ, ID động cơ, tình trạng hoạt động robot Khơng điều khiển trực tiếp hình : điều khiển Start ngừng khẩn cấp, điều khiển tốc độ truyền, huấn luyện robot… 29 Phần mềm sử dụng để thiết kế giao diện phần mềm JAVA PROCESSING PYTHON… Trong đề tài tơi sử dụng phần mềm processing Hình 14 Phần mềm Java Processing Giới thiệu phần mềm : Processing ngơn ngữ lập trình mã mở, thiết kế với mục đích lập trình đồ họa nhiều mơi trường khác nhau: Linux, Window, Mac, Android, Web Ngôn ngữ Casey Reas Benjamin Fry (thành viên nghiên cứu ngơn ngữ lập trình đại học MIT) sáng tạo Ngơn ngữ processing thích hợp cho học tập, nghiên cứu khái niệm sở đồ họa máy tính Dự án processing bắt đầu năm 2001, xây dựng dựa ngôn ngữ Java, sử dụng cú pháp đơn giản Gói processing có kèm theo sketchbook, IDE nhỏ phụ trợ lập trình Mỗi sketch Processing lớp lớp Java PApplet Khi lập trình Processing, tất lớp định nghĩa xếp vào lớp bên (inner class) mã Processing dịch sang Java trước biên dịch Do không viết mã chế độ Java, mã Processing dùng biến/ hàm tĩnh Giao diện điều khiển giám sát sau : 30 Giao diện biểu diễn thơng số : vị trí khớp robot, vị trí robot khơng gian, tốc độ động khớp… Giao diện điều khiển cập nhật giá trị cảm biến cho robot, khởi động ngừng khẩn cấp cho robot, thực huấn luyện robot… Hình 15 Giao diện điều khiển giám sát robot 31 3.5 Thuật toán điều khiển cho robot ngồi khơi 3.5.1 Thuật tốn tổng qt cho robot ngồi khơi Sơ đồ khối thuật tốn tổng qt cho robot ngồi khơi : Hình 16 Sơ đồ thuật tốn tổng qt cho robot Giải thích sơ đồ khối thuật tốn hình 3.16: Xác định thơng số ban đầu robot : xác định chiều dài khâu robot, giới hạn góc quay khớp robot, xác định khơng gian làm việc robot 32 Thiết lập bảng DH : Cả thơng số xác định thông số DH : α n , an, dn, θn Với thơng số , ta xác định vị trí hướng khâu so với so với toạ độ gốc Phương pháp DLS, LMA để tìm động học nghịch (Inverse Kinematic) cho robot với khả hội tụ cao với số vịng lập đáp ứng nhanh Sau xác định phương trình tốn điều khiển cho robot, thu thập giá trị từ cảm biến leap motion (giá trị vị trí 3D X, Y, Z) Sau đó, cơng việc đồng hệ tọa tộ không gian robot cảm biến Đối với số cảm biến có tích hợp thu thập giá trị vận tốc gia tốc, sử dụng cơng thức [2.5], [2.7] để đốn vị trí vật tương lai gần Đầu tiên, thiết lập phương trình tốn điều khiển cho robot : phương trình động học robot ngồi khơi [2.1], [2.2], [2.4] Sau truyền tín hiệu (position 3D : X, Y, Z) thu từ cảm biến leap motion cho hệ phương trình robot Lập trình Robot “tracking” theo chuyển động tay để bắt vật dao động Dựa vào phương pháp này, bù dao động điều khiển chống dao động thực Kết hợp phương pháp điều khiển robot cổ điển với cảm biến leap motion, robot “tracking” theo chuyển động vật không gian chiều Tóm lại, để bù chuyển động tàu, crane tip (khớp cuối cần cẩu) cố gắng làm theo dao động tải để gắp vật mơi trường có dao động sóng biển chuyển động tàu 3.5.2 Thuật toán thu thập liệu cho leap motion Thuật toán thu thập liệu cho leap motion kết hợp hai phương pháp : Phân lớp listener phương pháp template matching Để đảm bảo đáp ứng truyền liệu real time cho robot 3.5.2.1 Phân lớp Listener (Classification) Mục đích thuật tốn phân lớp Listener nhằm phân chia liệu thu thành nhiều lớp, để dễ kiểm soát phân loại liệu Vì liệu thu từ cảm biến leap motion khối liệu lớn ( Tham khảo báo [1], [18] ) 33 Hình 17 Sơ đồ khối thuật tốn phân lớp listener Nếu khơng kiểm sốt, quản lý liệu tốt việc điều chế liệu khó khăn, tốn nhiều thời gian Khi dùng thuật toán phân lớp Listener, giúp cho giải vấn đề đáp ứng điều khiển real time cho robot Khi kiện xảy ra, điều khiển hoạt động gọi hàm đối tượng tương thích thiết lập từ trước Tuy nhiên, cánh tay robot cần phải đáp ứng nhiều real time, cách tối ưu hóa đáp ứng thuật toán sử dụng Listener phân lớp Nằm khu vực theo dõi cảm biến Leap Motion, mô hình bên phát cánh tay người, thu mẫu ảnh bàn tay, ngón tay, cơng cụ, ghi hình báo cáo thơng tin hướng, vị trí, thơng tin cử họ chuyển động khung hình Tỉ lệ khung hình mặc định 300 khung hình giây Lớp Pointable cung cấp đặc tính vật lý ngón tay phát bàn tay Đối tượng Pointable bao gồm ngón tay cơng cụ khác Pointable.isFinger () chức xác định liệu 34 đối tượng Pointable đại diện cho ngón tay Pointable.isTool () chức xác định liệu Pointable đối tượng đại diện cho bàn tay 3.5.2.2 Thuật toán template matching Sau nhận liệu từ thuật tốn phân lớp, cơng việc sử dụng thuật toán template matching để lọc khối liệu thành yếu tố đặ trưng Để giảm bớt thời gian xử lý, thỏa mãn điều khiển real time cho robot (Tham khảo báo [1], [18]) Hình 18 Thuật tốn template matching 35 Phần thứ hai thu thập liệu phân tích sâu việc xác định tỷ lệ lỗi bình đẳng EER (Equal Error Rate) EER giá trị mà sai số FAR FRR Trong : FAR : False Acceptance Rate (tỉ lệ sai số chấp nhận được) FRR : False Reject Rate (tỉ lệ sai số liệu bị từ chối) Lần đầu tiên, thu thập liệu từ thuật tốn phân lớp, tất liệu thu giảm kích thước xuống 4500 mẫu Sau đó, 4500 mẫu chia thành hai phần :  2250 mẫu dùng cho huấn luyện số liệu cho bàn tay ( hướng, vị trí, vận tốc, gia tốc…) Việc huấn luyện mơ tả phương trình sau : Ti = Profile (useri) = average (𝒗𝟏𝒊 𝒗𝒃𝒊 ) [2.8] Trong : i số thứ tự đối tượng b vector thuộc tính sử dụng  2250 mẫu cịn lại dùng để kiểm tra độ xác kết huấn luyện Sau huấn luyện thuật tốn template matching lọc liệu đặc trưng, quan trọng bàn tay Làm để biết liệu đặc trưng, quan trọng bàn tay (thuyết đặc trưng) Đầu tiên, ta chọn ngưỡng giá trị từ 0% đến 100%, gọi  giá trị ngưỡng Sau đem giá trị liệu kiểm tra (2250 mẫu kiểm tra) so sánh với giá trị huấn luyện (giá trị tham chiếu) Khoảng sai số chênh lệch giá trị trình so sánh gọi di Nếu di <  giá trị chấp nhận (đảm bảo tính xác) Nếu di >  giá trị bị từ chối (khơng đảm bảo tính xác) Q trình mơ tả cơng thức tốn : Auth (Ti,vi) = if |Ti − vi| > τ, otherwise Trong :  giá trị ngưỡng, Ti mẫu thứ i 36 [2.9] 3.5.3 Thuật toán điều khiển cho robot khơi Từ nghiên cứu thuật toán thu thập liệu real time cảm biến leap motion : thuật toán phân lớp listener thuật toán template matching; thuật tốn thiết lập phương trình động học (IK) cho robot hoạt động ngồi khơi Có thể tóm tắt thuật toán điều khiển cho hệ thống sau : Hình 19 Sơ đồ thuật tốn điều khiển robot 37 CHƯƠNG : KẾT LUẬN 4.1 Kết luận Tìm hiểu chương điều khiển robot, có kiến thức tảng để học tập, nghiên cứu điều khiển robot khơi Từ chương đến chương 2, kiến thức phương pháp bù dao động cho tàu thuyền ( phương pháp bù dao động AHC & PHC ); kiến thức điều khiển real time robot leap motion Cách thu thập liệu từ cảm biến leap motion thỏa mãn đáp ứng điều khiển thời gian thực cho robot hoạt động ngồi khơi Chương 3: Thi cơng, thiết kế hệ thống, lựa chọn thông số thiết bị hệ thống Thi cơng mơ hình tàu tạo dao động sóng biển giống thực tế Thuật toán điều khiển ổn định robot gắp vật mơi trương có dao động (bến cảng) Sử dụng real time leap motion để điều khiển robot khơi Chương : Đánh giá, kết luận kết quả, hướng phát triển đề tài Trong trình nghiên cứu đạt yêu cầu đề : hiểu phương pháp lập trình cho robot, phương pháp chống bù dao động điều khiển chống dao động đại, mô robot bậc matlab thực chuyền đề tiếp tục lập trình điều khiển robot mơ hình thật Kết đạt đề tài khả quan, Robot gắp vật xác rút ngắn thời gian điều khiển Có thể áp dụng thuật tốn cho nhiều mơ hình robot khác Kết đạt sau: độ xác gần 100% thu thập liệu cảm biến leap motion, điều khiển real time robot đạt gần 100% Luận văn cải tiến kết hợp từ báo [1], [2], [14] Độ xác thu từ cảm biến tăng từ 90% lên 100%; đáp ứng real time đạt hiệu suất tối đa, cánh tay robot cánh tay người điều khiển gần đồng với Trong trình nghiên cứu, thân gặt hái nhiều kiến thức để làm tảng nghiên cứu cho robot khơi sau Như thiết kế robot, lập trình cho robot thực tế, thu thập liệu loại cảm biến, truyền nhận liệu máy tính chip vi điều khiển… Vì lực thời gian có hạn nên chắn có khiếm khuyết, sai sót Mong q thầy bạn đóng góp để đề tài hồn chỉnh 38 Tơi xin chân thành cảm ơn quý thầy cô bạn hỗ trợ giúp đỡ tận tình, giúp tơi hồn thành chun đề thời hạn Hình Mơ hình thi cơng Hình Mơ hình thi cơng 39 4.2 Kết đánh giá Độ xác cảm biến leap motion ( cảm biến hồi tiếp vị trí X, Y, Z khơng gian ba chiều ) 0.01mm Độ xác thu thập liệu real time cho cảm biến leap motion thuật toán phân lớp listener template matching gần đạt đến hiệu suất 100% Điều minh chứng báo “Leap Motion Controller for Authentication via Hand Geometry and Gestures” [2015], Hunter College High School, New York, NY, USA Đáp ứng truyền liệu từ cảm biến (đọc cảm biến phần mềm processing java) cho kit Arbotix 100 Khz Trong trình truyền liệu, việc truyền nhận liệu liên tục với tần số 100 Khz, tần số truyền nhận liệu cao, cấu tạo khí động (về tốc độ động cơ) không đáp ứng kịp Điều chỉnh tốc độ động sử dụng thuật toán PID để động hoạt động ổn định đạt tốc độ mong muốn Chính vậy, tơi dùng phần mềm processing java kết hợp với kit Arbotix cải thiện tốc độ động cơ, mục tiêu hướng đến băm xung động gần đến giá trị tốc độ không tải Thỏa mãn điều khiển real time cho robot hoạt động khơi Hiện hướng nghiên cứu nên chưa có nhiều thành tựu nghiên cứu khác để so sánh kết Ở đây, so sánh phương diện xử lý độ xác cảm biến leap motion đáp ứng real time cho robot yếu tố định chất lượng hiệu đề tài Qua thực nghiệm, robot gắp sản phẩm thành cơng mơi trường có dao động đạt hiệu suất xác 90% Thỏa mãn mục tiêu đặt đề tài : điều khiển ổn định robot gắp sản phẩm mơi trường có dao động ( bến cảng) 4.3 Hướng phát triển đề tài Hướng đến phát triển điều khiển ổn định hệ thống mà môi trường làm việc robot tải bị tác động dao động sóng biển Xây dựng hệ thống đốn vị trí vật tương lai, để điều khiển robot hoạt động xác hiệu mơi trường có dao động (bến cảng) Thay cảm biến leap motion cảm biến LiDAR, 4D Tracking Radar Chúng ta xây dựng hệ thống mơ hình 3D thực tế, cảm biến giúp robot nhận dạng, dự đoán đối tượng để giải vấn đề khơi 40 TÀI LIỆU THAM KHẢO [1] Alexander Chan, Tzipora Halevi, and Nasir Memon [August 2015], Hunter College High School, New York, NY, USA, “Leap Motion Controller for Authentication via Hand Geometry and Gestures” [2] Akhilesh Kumar Mishra Oscar Meruvia- Pastor [2015], Bài báo “Robot Arm Manipulation Using Depth-Sensing Cameras and Inverse Kinematics” University Newfoundland Oceans14_IEEE_ID_7003029 [3] Department of Automatic Control Lund University Sweden [2014] “Robot workspace sensing and control with Leap Motion Sensor” [4] D Putnam [2014, May] Multi-Platform Active Heave Compensation System [Online] [5] E Pedersen and H Engja [Aug 2008] “Mathematical modeling and simulation of physical systems”, Lecture notes in course TMR4257 Modeling, Simulation and Analysis of Dynamic Systems, Department of Marine Technology, Norwegian University of Science and Technology [6] F Sanfilippo, H P Hildre, V Ỉsøy, H Zhang, and E Pedersen [May 2013]“Flexible modeling and simulation architecture for haptic control of maritime cranes and robotic arm,” 27th European Conference on Modelling and Simulation, pp 235–242 [7] GEMINI Centre for Advanced Robotics [2014] “3D vision and object recognition for off-shore robot guidance” [8] G Sarker, G Myers, T Williams, and D Goldberg [May 2006] “Comparison of heave-motion compensation systems on scientific ocean drilling ship and their effects on wireline logging data,” Offshore Technology Conference [9] Josiane Maria Macedo Fernandes, Marcelo Costa Tanaka, Raimundo Carlos Silv´erio Freire J´unior [2012] “A NEURAL NETWORK BASED CONTROLLER 41 FOR UNDER WATER ROBOTIC VEHICLES” University Natal, RN, Ấn Độ “ABCM Symposium Series in Mechatronics - Vol 5” [10] J Neupert, T Mahl, B Haessig, O Sawodny, and K Schneider, [11-13 June 2008] “A heave compensation approach for offshore cranes,” American Control Conference, pp.538-543 [11] K T Talberg [April 2012] “All-electrical active heave compensated winches with kinetic energy recovery system,” 17th North Sea Offshore Crane and Lifting Conference [12] Lonnie J Love John F Jansen Francois G Pin U.S DEPARTMENT OF ENERGY [2003] , “Compensation of Wave-Induced Motion and Force Phenomena for Ship-Based High Performance Robotic and Human Amplifying Systems” [13] S Takagawa [May 2010] “A new concept design of heave compensation system for longer life of cables,” Sydney of OCEANS, pp.1-5 [14] Rolls-Royce Marine AS (2014, May) Cable traction control unit – CTCU [Online] [15] S B Van Albada, G D Van Albada, H P Hildre, and H Zhang [May 2013] “A novel approach to anti-Sway control for marine shipboard cranes,”, 27th European Conference on Modelling and Simulation, pp.249-256 [16] V.S Kodogiannis P.J.G Lisboa J Lucas [2002] “ Neural network based predictive control systems for underwater robotic vehicles, University Liverpool [17] Y Chu, V Ỉsøy, H Zhang and Ø Bunes [May 2014] “Modeling and simulation of an offshore hydraulic crane,” 28th European Conference on Modelling and Simulation, in press [18] Zhang Jinsong and Kevin Rong [2015] “Real-time Control of Robot Arm Based on Hand Tracking Using Leap Motion Sensor Technology” Shanghai University Advisors & WPI Project Advisor 42 S K L 0 ... Để robot khơi hoạt động an toàn, hiệu điều kiện khắc nghiệt khơi (dao động sóng biển tàu) Đề tài ? ?điều khiển ổn định robot gắp sản phẩm môi trường có dao động (bến cảng)? ?? sử dụng thuật tốn điều. .. kiện khắc nghiệt biển Trong chuyên đề hướng đến điều khiển ổn định robot gắp sản phẩm mơi trường có dao động (bến cảng) sử dụng cảm biến leap motion điều khiển real time cho robot khơi Đề tài thực... robot gắp sản phẩm môi trường có dao động ( bến cảng) 4.3 Hướng phát triển đề tài Hướng đến phát triển điều khiển ổn định hệ thống mà môi trường làm việc robot tải bị tác động dao động sóng biển