(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn

(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn(Luận văn thạc sĩ) Ứng dụng mạnh NơRon để điều khiển ROBOT rắn

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 03 tháng 03 năm 2014 (Ký tên ghi rõ họ tên) NGUYỄN KIM SUYÊN iii LỜI CẢM TẠ Tác giả chân thành cảm ơn TS Nguyễn Minh Tâm- Phó Khoa Điện- Điện tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, người thầy định hướng trực tiếp hướng dẫn tác giả hoàn thành luận văn Tác giả chân thành cảm ơn quý thầy cô Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh trang bị cho tác giả kiến thức tảng làm sở cho luận văn Tác giả chân thành cảm ơn Ban giám hiệu Quý thầy cô Khoa Điện – Điện Tử, Trường Cao đẳng Công thương Thành phố Hồ Chí Minh tạo điều kiện để tác giả học tập hoàn thành luận văn Tác giả chân thành cảm ơn NGƯT, TS Nguyễn Thạc San- ngun Phó hiệu trưởng Trường Cao đẳng Cơng thương Thành phố Hồ Chí Minh có góp ý sâu sắc cho tác giả phương pháp luận nghiên cứu Tác giả chân thành cảm ơn tất bạn học viên động viên giúp tác giả hoàn thành luận văn Tp HCM, ngày 03 tháng 03 năm 2014 Người thực NGUYỄN KIM SUYÊN iv TÓM TẮT Robot hướng nghiên cứu trọng tâm thập niên gần đây, ứng dụng rộng rãi lĩnh vực như: nghiên cứu, sản xuất, giáo dục Đặc biệt, đối tượng thích nghi với nhiều mơi trường phức tạp đẩy mạnh nghiên cứu, robot rắn hướng nghiên cứu Robot rắn hệ thống phi tuyến, nhiều biến, phương trình tốn phức tạp Để điều khiển hệ thống cách ổn định địi hỏi điều khiển phải thích nghi theo đặc tính động đối trượng Vì vậy, tác giả lựa chọn đề tài “Ứng dụng mạng Nơron để điều khiển robot rắn” Mục tiêu đề tài phải kết hợp được: (1)- đặc tính ổn định điều khiển PID (2)- khả đáp ứng tốt mạng Nơron để tạo thành điều khiển RBFNN- PID thích nghi phù hợp với hệ thống robot rắn Từ đó, thiết kế thi cơng mơ hình thực để kiểm chứng hoạt động robot rắn Bằng phương pháp nghiên cứu lý thuyết, tác giả lựa chọn mạng Nơron RBF để ứng dụng vào điều khiển robot rắn mạng Nơron RBF mạng Nơron hồi qui, liên kết Nơron tạo thành chu trình, thơng tin Nơron truyền lại cho nên góp phần tác động vào chúng tạo khả lưu trữ trạng thái dạng ngưỡng kích hoạt ngồi trọng số liên kết Nơron Tính chất mạng khơng chứa sai số tích lũy thích hợp với tốn điều khiển công nghệ robot Đặc biệt, mạng Nơron RBF có thời gian đáp ứng nhanh ln đảm bảo hội tụ đến cực trị toàn cục sai số trung bình phương Về mặt thực tiễn, ứng dụng thành công điều khiển RBFNN- PID vào đối tượng robot rắn tạo hệ thống thiết thực để điều khiển, khảo sát, giám sát, đo lường điều khiển hệ thống môi trường phức tạp Kết đạt đề tài, tác giả xây dựng thành công điều khiển RBFNN- PID Thơng qua mơ phần mềm Matlab, có so sánh kết điều khiển RBFNN- PID điều khiển PID túy thời gian đáp ứng, độ vọt lố, độ bám hướng vận tốc điều kiện: chuẩn (các thông v số ban đầu); thay đổi môi trường (hệ số ma sát); thay đổi thông số robot (chiều dài, khối lượng); thay đổi vận tốc điều khiển RBFNN- PID thích nghi điều khiển PID túy Từ kết mô phỏng, tác giả thiết kế thi công thành công robot rắn để kiểm chứng kết mô phỏng, hệ thống hoạt động tương đối thích nghi ổn định Với kết đạt được, đề tài đóng góp hướng nghiên cứu robot rắn: kết hợp hai điều khiển Nơron PID tạo thành điều khiển thích nghi với đối tượng phi tuyến, với mơ hình đề tài thiết kế thành cơng góp phần nâng cao hiệu công tác giảng dạy, học tập nghiên cứu vi ABSTRACT Robot is a central research direction in recent decades, has been largely used in many fields such as: research, production, education Especially, for those who adapt which many complex environments is being accelerated researching, in which snake robot is a new research direction Snake robot is a non-linear system, many variables, complicated mathematical equations To control the system steadily requires that the controller must adapt according to the behaviors of system dynamics Therefore, author selected the topic "Neural Network Application to Control Snake Robot" The aim of the research is to combine: (1) - steady feature of PID controller and (2) - the ability for respond well to form RBFNN- PID controller adapting in accordance with snake robot system Since then, design and construct a real model to verify the snake robot operation By the theoretical research methods, author has selected RBF-Neural Network to apply on controlling snake robot due to RBF-Neural Network is a neural regression network, the neural links forming cycle, the information of neurons are transmitted to itself, so it have contributed to them and create the ability for storage status under integral activation threshold except the weights link neurons The network nature is not contained accumulated error so that it’s very suit with control and robot technology In particular, RBF-Neural Network has fast response time and always ensure converge to the global extreme values of the average square error Regarding to reality side, the successful application of RBFNN - PID controller on snake robot object will create a very practical system to control, survey, monitor, measure and control systems in the complex environment Main results achieved by the subject that author has successfully built RBFNN-PID controller Through simulation on Matlab software, which compares results between RBFNN-PID controller and PID controller purely about response times, overshooting, adhesion of direction and velocity in the following conditions: vii standard (initial parameters); environmental changing (friction coefficient); parameters of the robot change (length, weight), velocity changing so the RBFNNPID controller will be more adapter than the pure one From the simulation results, author have designed and constructed successfully a snake robot to verify the simulation results, the system operate relatively adaptive and stable With the result obtained, the research will contribute a new research direction of snake robot: combining two controllers Neutral and PID forming to adaptive controller for non-linear systems, with the designed successful model in the project will significantly contribute to improve the effectiveness of teaching, learning and research viii MỤC LỤC Trang tựa Quyết định giao đề tài Lý lịch khoa học i Lời cam đoan iii Lời cảm tạ iv Tóm tắt v Mục lục ix Danh sách hình xiv Danh sách bảng xix Danh sách từ viết tắt xx Chương TỔNG QUAN 1.1 Tổng quan đề tài kết nghiên cứu công bố .1 1.1.1 Tổng quan robot rắn 1.1.2 Các kết nghiên cứu công bố 1.1.2.1 Các báo nước 1.1.2.2 Các báo nước 1.1.3 Định hướng nghiên cứu 1.1.3.1 Tên đề tài 1.1.3.2 Lý chọn đề tài .9 1.1.3.3 Giả thiết khoa học 1.2 Mục tiêu, khách thể đối tượng nghiên cứu đề tài 1.2.1 Mục tiêu đề tài 1.2.2 Khách thể nghiên cứu 10 ix 1.2.3 Đối tượng nghiên cứu 10 1.3 Nhiệm vụ đề tài giới hạn đề tài 10 1.3.1Nhiệm vụ đề tài 10 1.3.2 Giới hạn đề tài 10 1.4 Phương pháp nghiên cứu 10 1.4.1 Các phương pháp nghiên cứu lý thuyết 10 1.4.2 Các phương phá nghiên cứu thực tiễn 11 1.5 Kế hoạch thực 11 Chương NHỮNG CƠ SỞ LÝ THUYẾT ĐỂ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN ROBOT RẮN 12 2.1 Mơ hình hóa robot rắn .12 2.1.1 Lực ma sát robot rắn 13 2.1.2 Phương trình chuyển động 17 2.1.3 Phân ly động lực học 24 2.2 Đường cong serpenoid 27 2.3 Sự di chuyển Rắn theo đường cong Serpenoid .30 2.4 Mạng Nơron nhân tạo- sở lí thuyết liên quan 36 2.4.1 Mơ hình Nơron nhân tạo 36 2.4.2 Những hàm tổng hợp 38 2.4.2.1 Hàm tổng hợp tuyến tính: 38 2.4.2.2 Hàm tổng hợp phi tuyến bậc 2: 38 2.4.2.3 Hàm hình cầu: 38 2.4.3 Những hàm hoạt hóa 38 2.4.3.1 Hàm bước: 38 x 2.4.3.2 Hàm dấu: 39 2.4.3.3 Hàm dốc: 39 2.4.3.4 Hàm unipolar sigmoid: 39 3.3.3.5 Hàm bipolar sigmoid: 40 2.4.4 Mơ hình mạng Nơron nhân tạo 40 2.4.5 Phân loại mạng Nơron 41 2.4.5.1 Theo kiểu liên kết Nơron: 41 2.4.5.2 Theo số lớp Nơron: 42 2.4.6 Các kỹ thuật học mạng Nơron 42 2.4.6.1 Học có giám sát (supervised learning): .42 2.4.6.2 Học tăng cường (Reinforced learning): 43 2.4.6 Học khơng có giám sát (Unsupervised learning): .43 2.4.7 Mạng Nơron RBF 44 2.4.7.1 Hàm sở bán kính 44 2.4.7.2 Mơ hình mạng RBF .45 2.4.7.3 Mơ hình tốn học .45 2.4.7.4 Mơ hình mạng RBF Gaussian 47 2.4.7.5 Luật học 51 Chương XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN 52 3.1 Xây dựng chương trình tốn học Matlab 53 3.2 Xây dựng điều khiển dùng PID .55 3.2.1 Bộ điều khiển địa phương 55 3.2.2 Bộ điều khiển vịng ngồi 56 3.2.2.1 Bộ điều khiển hướng .57 xi 3.2.2.2 Bộ điều khiển vận tốc 57 3.2.3 Xây dựng điều khiển Matlab 58 3.2.4 Kết mô 58 3.3 Xây dựng điều khiển dùng RBFNN- PID 65 3.3.1 Bộ điều khiển địa phương 65 3.3.2 Bộ điều khiển vịng ngồi 65 3.3.2.1 Bộ điều khiển hướng .65 3.3.2.2 Bộ điều khiển vận tốc 69 3.3.3 Xây dựng điều khiển Matlab 72 3.3.4 Kết mô 73 3.4 So sánh kết mô hai điều khiển PID RBFNN- PID kết luận 76 3.4.1 Kết mô hai điều khiển PID RBFNN- PID theo thông số ban đầu 76 3.4.2 Kết mô hai điều khiển PID RBFNN- PID thay đổi môi trường 79 3.4.3 Kết mô hai điều khiển PID RBFNN- PID thay đổi thông số robot 83 3.4.4 Kết mô hai điều khiển PID RBFNN- PID thay đổi vận tốc 89 3.4.5 Kết luận 90 Chương THIẾT KẾ VÀ THI CƠNG MƠ HÌNH 91 4.1 Card giao tiếp 91 4.1.1 Thiết kế 91 4.1.1.1 Sơ đồ nguyên lý .91 xii 4.2.2.2 Mơ hình hệ thống Mơ hình thực tế hệ thống: Hình 4.9 Mơ hình thực tế hệ thống 101 Chương KẾT LUẬN VÀ KHUYẾN NGHỊ 5.1 Kết luận 5.1.1 Những kết đạt Theo mục tiêu đề tài, tác giả hoàn thành tốt hai mục tiêu sau:  Xây dựng điều khiển RBFNN- PID việc thiết kế thi công robot rắn  Thiết kế thi công robot rắn theo điều khiển RBFNN- PID Để đạt hai kết ấy, tác giả đạt số kết cụ thể sau:  Đã lựa chọn phương trình tốn hiệu vào việc điều khiển robot rắn  Đã vận dụng phương pháp điều khiển đường cong Serpenoid với robot rắn  Đã vận dụng hệ thống điều khiển PID vào robot rắn  Đã thiết kế hệ thống điều khiển RBFNN- PID vào robot rắn  Đã mô thành công chuyển động robot rắn ứng dụng  Đã thiết kế thi cơng mơ hình robot rắn theo điều khiển RBFNN- PID Với kết đạt luận văn này, mang lại giá trị sau:  Giá trị khoa học: + Đề tài đóng góp hướng nghiên cứu robot rắn: kết hợp hai điều khiển PID Nơron + Bộ điều khiển kết hợp mà đề tài xây dựng kiểm nghiệm thực tế di chuyển ổn định, hiệu robot rắn khơng gian hai chiều Nói cách khác, giả thiết đề tài nêu chứng minh + Trên sở lí thuyết đề tài này, nghiên cứu thêm thiết kế robot rắn làm nhiệm vụ khó khăn không gian 102 ba chiều như: leo trèo, vượt qua chướng ngại vật, lấy vật khó ngóc ngách Nói khác, đề tài mở tiền đề lí thuyết để tiếp tục nghiên cứu hiệu di chuyển robot rắn  Giá trị thực tiễn: + Đề tài thiết kế thi công robot rắn di chuyển ổn định, hiệu theo điều khiển RBFNN- PID không gian hai chiều, cụ thể là: di chuyển tốt hơn, hiệu so với robot rắn di chuyển theo điều khiển PID; bảo vệ không thấm nước robot rắn di chuyển theo điều khiển RBFNN- PID lội qua sinh lầy + Đề tài gợi mở việc thiết kế thi công robot rắn thực nhiệm vụ khó khăn không gian ba chiều dựa hướng nghiên cứu kết hợp RBFNN- PID + Về công tác giảng dạy học tập, đề tài có ý nghĩa thiết thực vào việc kích thích hướng nghiên cứu cho sinh viên, vào việc bổ sung kiến thức vào việc định hướng tập giảng cụ thể mơn chun ngành 5.1.2 Những mặt cịn hạn chế Bên cạnh kết đạt được, đề tài cịn số hạn chế sau:  Vì khơng chun mơn khí nên hệ thống khí đề tài chưa hoàn chỉnh  Robot rắn hoạt động mơi trường khơ, chưa lội sình lầy chưa có hệ thống bảo vệ bên ngồi 103 5.2 Khuyến nghị Để phát triển đề tài, tác giả có bốn kiến nghị sau:  Nghiên cứu, xây dựng phương trình điều khiển robot rắn khơng gian ba chiều  Nghiên cứu phương pháp điều khiển robot rắn chuyển động theo nhiều quỹ đạo khác nhau, thích nghi với môi trường  Nghiên cứu điều khiển hệ thống online, tránh vật cản  Cập nhật vài nội dung cụ thể giảng mơn: đo lường điều khiển máy tính, hệ thống điều khiển thông minh 104 TÀI LIỆU THAM KHẢO TIẾNG VIỆT Nguyễn Chí Ngơn, Đặng Tín, “ Điều khiển PID nơron thích nghi dựa nhận dạng nơron mờ hồi qui áp dụng cho hệ bóng” Tạp chí Khoa học 2011:20a 159-168 Đặng Thị Thu Hiền, “Bài toán nội suy mạng Nơron RBF” Luận án tiến sĩ Đại học quốc gia Hà Nội 2009 Lê Tiến Mười, “Mạng Nơron RBF ứng dụng nhận dạng chữ viết tay” khóa luận tốt nghiệp Đại học quốc gia Hà Nội 2009 Nguyễn Thị Phương Hà- Huỳnh Thái Hoàng “Lý thuyết điều khiển tự động”, NXB Đại học quốc gia Tp HCM TS Nguyễn Như Hiền- TS Lại Khắc Lãi “Hệ mờ Nơron kĩ thuật điều khiển”, NXB Khoa học tự nhiên công nghệ Hà Nội 2007 TIẾNG NƯỚC NGOÀI M Saito, M Fukaya and T Iwasaki, Serpentine locomotion with robotic snake, IEEE Control Systems Magazine, Vol.22, No.1, pp.64-81, 2002 P Prautsch, T Mita, and T Iwasaki, Analysis and control of a gait of snake robot, Transactions of IEEJ, Industry Applications Society, Vol.120-D, No.3, pp.372-381, 2000 Y Shan and Y Koren, Design and motion planning of a mechanical snake, IEEE Trans Sys Man Cyb, vol.23, no.4, pp.1091–1100, 1993 M Nilsson, Snake robot free climbing, IEEE Control Systems Magazine, vol.18, no.1, pp.21–26, 1998 10 Jim Ostrowski, Joel Burdick, Improvement of Manipulability for Locomotion of a Snake Robot by Mass Dirtribution, in SICE 2002, Aug, OSAKA,page 105 2214 – 2217 11 Shugen MA, Hiroaki ARAYA, LiLY, Development of a Creeping SnakeRobot, Department of Systems Engineering, Ibaraki University, Hitachi- Shi, 316- 8511 JAPAN 2001 12 Mitsue Kato, Shoichiro Fujisawa, A Skill-Based PID Controller Using Artificial Nơron Networks, IEEE, 2005 13 F Shahraki, M.A Fanaei, A.R Arjomandzadeh, Adaptive System Control with PID Nơron Networks, IEEE, 2006 14 Leila Fallah Araghi, M Habibnejad Korayem, Amin Nikoobin, Farbod Setoudeh, Nơron Network Controller Based on PID Controller for Two linksRobotic Manipulator Control, Proceedings of the World Congress on Engineering and Computer Science 2008 WCECS 2008, San Francisco, USA, 2008 15 Liu Luoren, Luo Jinling, Research of PID Control Algorithm Based on Nơron Network, ESEP 2011, Singapore 9-10 December 2011 16 Ming-guang Zhang, Ming-hui Qiang, Study of PID Nơron Network Control for Nonlinear System, IEEE, 2006 106 PHỤ LỤC Các hàm Matlab điều khiển 1.1 Phuong trinh trang thai function y=snake(x) n=6; ct=0.1; cn=10; m0=0.3; l=1; A=zeros(n-1,n); A(1:n-1,1:n-1)=eye(n-1)+diag(ones(n-2,1),1); A(n-1,n)=1; %Ma tran D D=zeros(n-1,n); D(1:n-1,1:n-1)=eye(n-1)-diag(ones(n-2,1),1); D(n-1,n)=-1; %Ma tran he so dung heso_d=ones(n,1); %Ma tran he so ngang heso_n=ones(1,n); %Ma tran he so cheo heso_c=diag(heso_n); %Cac ma tran tham so e=ones(n,1); E=[e zeros(size(e)); zeros(size(e)) e]; Ct=ct*heso_c; 107 Cn=cn*heso_c; L=l*heso_c; M=m0*heso_c; J=m0*(l^2)/3*heso_c; Df=[Ct*M zeros(size(Ct*M));zeros(size(Cn*M)) Cn*M]; Dto=Cn*J; H=L*A'*inv(D*inv(M)*D')*A*L; N=inv(M)*D'*inv(D*inv(M)*D')*A*L; m=n*m0; %Cac ma tran co chua bien theta theta=x(1:6); sintheta=diag(sin(theta)); costheta=diag(cos(theta)); ohmtheta=[costheta -sintheta;sintheta costheta]; Q=[sintheta*N' -costheta*N']'; C=sintheta*H*costheta-costheta*H*sintheta; F=J+sintheta*H*sintheta+costheta*H*costheta; %He phuong trinh trang thai y(1:8) = (9:16); RSP=[Dto zeros(6,2);zeros(2,8)]+[Q';E']*ohmtheta*Df*ohmtheta'*[Q E]; y(9:16)=inv([Fzeros(6,2); zeros(2,6)m*eye(2,2)])*(-[C*(x(9:14).*x(9:14)); zeros(2,1)]-RSP*x(9:16)+[D'; zeros(2,5)]*x(17:21)); 1.2 Tinh si function y=si(x) y=(x(1)+x(2)+x(3)+x(4)+x(5)+x(6))/6; 1.3 Tinh van toc function y=v(x) 108 y=x(2)*cos(x(1))+x(3)*sin(x(1)); 1.4 Tinh x_y function y=Tinh_xy(x) n=6; ct=0.1; cn=10; m0=0.3; l=1; A=zeros(n-1,n); A(1:n-1,1:n-1)=eye(n-1)+diag(ones(n-2,1),1); A(n-1,n)=1; %Ma tran D D=zeros(n-1,n); D(1:n-1,1:n-1)=eye(n-1)-diag(ones(n-2,1),1); D(n-1,n)=-1; %Ma tran he so dung heso_d=ones(n,1); %Ma tran he so ngang heso_n=ones(1,n); %Ma tran he so cheo heso_c=diag(heso_n); %Cac ma tran tham so e=ones(n,1); E=[e zeros(size(e)); zeros(size(e)) e]; Ct=ct*heso_c; 109 Cn=cn*heso_c; L=l*heso_c; M=m0*heso_c; J=m0*(l^2)/3*heso_c; Df=[Ct*M zeros(size(Ct*M)); zeros(size(Cn*M)) Cn*M]; Dto=Cn*J; H=L*A'*inv(D*inv(M)*D')*A*L; N=inv(M)*D'*inv(D*inv(M)*D')*A*L; m=n*m0; T=[D;e'*M/m]; theta=x(1:6); wx=x(7); wy=x(8); y(1:6)=inv(T)*[-A*L*cos(theta);wx]; y(7:12)=inv(T)*[-A*L*sin(theta);wy]; 1.5 Snake robot function [sys,x0]=SnakeRobot(t,x,u,flag,ts); global PendAnim2 if flag==2, if any(get(0,'Children')==PendAnim2), if strcmp(get(PendAnim2,'Name'),'Snake Robot'), set(0,'currentfigure',PendAnim2); hndl=get(gca,'UserData'); l1=0.1; l2=0.1;l3=0.1;l4=0.1;l5=0.1;l6=0.1; x00=u(7)-l1*cos(u(1)); y00=u(13)-l1*sin(u(1)); x1=u(8)-l2*cos(u(2)); y1=u(14)-l2*sin(u(2)); 110 x2=u(9)-l3*cos(u(3)); y2=u(15)-l3*sin(u(3)); x3=u(10)-l4*cos(u(4)); y3=u(16)-l4*sin(u(4)); x4=u(11)-l5*cos(u(5)); y4=u(17)-l5*sin(u(5)); x5=u(12)-l6*cos(u(6)); y5=u(18)-l6*sin(u(6)); x6=u(12)+l6*cos(u(6)); y6=u(18)+l6*sin(u(6)); x=[x00 x1 x1 x2 x2 x3 x3 x4 x4 x5 x5 x6]; y=[y00 y1 y1 y2 y2 y3 y3 y4 y4 y5 y5 y6]; plot(u(19),u(20),'Marker','.','color','b'); set(hndl,'XData',x,'YData',y); drawnow; end end sys=[]; elseif flag==0, animinit('Snake Robot'); [flag,PendAnim2] = figflag('Snake Robot'); bbb = axes('Parent',PendAnim2,'Box','on', 'Color',[1 1], 'Position',[0.05 0.05 0.7 1], 'Tag','Axes1', 'XColor',[0 0], 'YColor',[0 0]); axis([-40 40 -40 40]); hold on; l1=0.1; l2=0.1;l3=0.1;l4=0.1;l5=0.1;l6=0.1; 111 x00=0; y00=-5; x1=x00+l1; y1=y00+l2; x2=x1+l2; y2=y1+l2; x3=x2+l3; y3=y2+l3; x4=x3+l4; y4=y3+l4; x5=x4+l5; y5=y4+l5; x6=x5+l6; y6=y5+l6; x=[x00 x1 x1 x2 x2 x3 x3 x4 x4 x5 x5 x6]; y=[y00 y1 y1 y2 y2 y3 y3 y4 y4 y5 y5 y6]; hndl=plot(x,y, 'EraseMode','background', 'Color','g', %[0.11 0.84 0.56] 'LineWidth',5, 'Marker','.', 'MarkerSize',30); set(gca,'DataAspectRatio',[1 1]); set(gca,'UserData',hndl); sys=[0 0 20 0]; x0=[]; end 1.6 RBFNN-PID function [sys,x0,str,ts]=nnrbf_pid(t,x,u,flag,T,nn,K_pid, eta_pid,xite,alfa,beta0,w0) switch flag, case 0, [sys,x0,str,ts] = mdlInitializeSizes(T,nn); 112 case 2, sys = mdlUpdates(u); case 3, sys = mdlOutputs(t,x,u,T,nn,K_pid,eta_pid, xite,alfa,beta0,w0); case {1, 4, 9}, sys = []; otherwise, error(['Unhandled flag = ',num2str(flag)]); end % function [sys,x0,str,ts] = mdlInitializeSizes(T,nn) sizes = simsizes; sizes.NumContStates = 0; sizes.NumDiscStates = 3; sizes.NumOutputs = 4+5*nn; sizes.NumInputs = 9+15*nn; sizes.DirFeedthrough = 1; sizes.NumSampleTimes = 1; sys=simsizes(sizes); x0=zeros(3,1); str=[]; ts=[T 0]; % function sys = mdlUpdates(u) sys=[u(1)-u(2); u(1); u(1)+u(3)-2*u(2)]; % function sys = mdlOutputs(t,x,u,T,nn,K_pid,eta_pid, xite,alfa,beta0,w0) ci_3=reshape(u(7: 6+3*nn),3,nn); ci_2=reshape(u(7+5*nn: 6+8*nn),3,nn); ci_1=reshape(u(7+10*nn: 6+13*nn),3,nn); bi_3=u(7+3*nn: 6+4*nn); bi_2=u(7+8*nn: 6+9*nn); bi_1=u(7+13*nn: 6+14*nn); w_3= u(7+4*nn: 6+5*nn); w_2= u(7+9*nn: 6+10*nn); w_1= u(7+14*nn: 6+15*nn); xx=u([6;4;5]); if t==0 ci_1=w0(1)*ones(3,nn); bi_1=w0(2)*ones(nn,1); w_1=w0(3)*ones(nn,1); K_pid0=K_pid; else, K_pid0=u(end-2:end); end for j=1: nn % Gaussian basis h 113 h(j,1)=exp(-norm(xx-ci_1(:,j))^2/(2*bi_1(j)*bi_1(j))); end dym=u(4)-w_1'*h; w=w_1+xite*dym*h+alfa*(w_1-w_2)+beta0*(w_2-w_3); for j=1:nn d_bi(j,1)=xite*dym*w_1(j)*h(j)*(bi_1(j)^(-3))*norm(xx-ci_1(:,j))^2; d_ci(:,j)=xite*dym*w_1(j)*h(j)*(xx-ci_1(:,j))*(bi_1(j)^(-2)); end bi=bi_1+d_bi+alfa*(bi_1-bi_2)+beta0*(bi_2-bi_3); ci=ci_1+d_ci+alfa*(ci_1-ci_2)+beta0*(ci_2-ci_3); dJac=sum(w.*h.*(-xx(1)+ci(1,:)')./bi.^2); % Jacobian KK=K_pid0+u(1)*dJac*eta_pid.*x; sys=[u(6)+KK'*x; KK; ci(:); bi(:); w(:)]; 114 ... đây:  Mơ hình hóa robot rắn  Phương pháp điều khiển robot rắn  Xây dựng hệ thống điều khiển robot rắn theo điều khiển RBFNN- PID  Thiết kế thi công robot rắn theo điều khiển RBFNN- PID 1.3.2... công robot rắn  Thiết kế thi công robot rắn theo điều khiển RBFNN- PID 1.2.2 Khách thể nghiên cứu Khách thể nghiên cứu đề tài loại robot rắn điều khiển theo điều khiển PID điều khiển mạng Nơron. .. chọn đề tài ? ?Ứng dụng mạng Nơron để điều khiển robot rắn? ?? Mục tiêu đề tài phải kết hợp được: (1)- đặc tính ổn định điều khiển PID (2)- khả đáp ứng tốt mạng Nơron để tạo thành điều khiển RBFNN-