Luận án ổn định và điều khiển đa nhiệm hệ thống robot bầy đàn

1 MỞ ĐẦU Giới thiệu tóm tắt luận án Luận án sâu nghiên cứu ổn định tụ bầy robot bầy đàn, đặc biệt chế hợp tác cá thể robot bầy, để từ đƣa giải pháp thiết kế mờ tính toán lực tƣơng tác cá thể, nhằm nâng cao chất lƣợng điều khiển ổn định robot bầy đàn Cụ thể, nội dung luận án gồm chƣơng: - Chƣơng 1: Trình bày tổng quan robot bầy đàn, tổng hợp kết nghiên cứu liên quan đến ổn định robot bầy đàn, ƣu nhƣợc điểm nghiên cứu Từ đề xuất phƣơng hƣớng giải quyết: Xây dựng hàm hút/đẩy cá thể robot dựa sở logic mờ - Chƣơng 2: Trình bày sở khoa học mơ hình tốn robot bầy đàn, xây dựng hàm tính tốn lực hút/đẩy dựa sở logic mờ Đồng thời chƣơng chứng minh đƣợc tính ổn định trình hội tụ nhờ lý thuyết Lyapunov hai trƣờng hợp: mơ hình bầy đàn mơ hình bầy đàn có x t đến khả tƣơng tác cá thể bầy - Chƣơng 3: Đƣa giải pháp điều khiển robot bầy đàn tìm kiếm đích tránh vật cản dựa kỹ thuật điều khiển hành vi không gian Null, đồng thời chứng minh ổn định bầy đàn dựa sở lý thuyết Lyapunov - Chƣơng 4: Xây dựng mơ hình tính tốn lực hút/đẩy mờ thực mơ hệ thống phần mềm Matlab để kiểm chứng kết nghiên cứu chƣơng chƣơng Kết luận số vấn đề cần nghiên cứu tiếp Lý chọn đề tài Ngày nay, robot học đạt đƣợc nhiều thành tựu to lớn công nghiệp sản xuất nhƣ đời sống xã hội Có cơng việc mà ngƣời khơng thể trực tiếp tham gia thực đƣợc sử dụng robot giải pháp hữu hiệu Robot bầy đàn sử dụng số lƣợng lớn robot tƣơng đối đơn giản để thực nhiệm vụ mà robot đơn thực đƣợc thực không hiệu quả, dựa chế hợp tác cá thể giống hành vi loài vật sống thành bầy, thành đàn Robot bầy đàn đƣợc ứng dụng trong: tìm kiếm vật bị thất lạc, làm sạch, rà sốt bom mìn thu thập thơng tin Tuy nhiên, sử dụng số lƣợng lớn robot thực thi nhiệm vụ khả va chạm cá thể lớn điều dẫn đến robot dễ bị hƣ hỏng Mặt khác, trình thực thi nhiệm vụ, robot bị tách khỏi bầy thất lạc Do vậy, việc xây dựng chế phối hợp cá thể robot bầy với cho cấu trúc bầy đàn đƣợc trì quan trọng Điều phụ thuộc vào hành vi cá thể, mà hành vi cá thể lại bị chi phối tƣơng tác với cá thể khác bầy với môi trƣờng Từ lý cho thấy việc nghiên cứu đề xuất giải pháp điều khiển ổn định robot bầy đàn cần thiết cho lĩnh vực robot ngày nay, tác giả chọn đề tài: “Ổn định điều khiển đa nhiệm hệ thống robot bầy đàn” để thực luận án Mục đích nghiên cứu Mục đích nghiên cứu luận án nghiên cứu ổn định điều khiển robot bầy đàn sở sử dụng logic mờ Việc áp dụng logic mờ để tính tốn lực tƣơng tác cá thể robot bầy phải đảm bảo đƣợc: robot phải hút lại gần chúng khoảng cách xa đẩy xa chúng khoảng cách gần, mục đích việc điều khiển giữ cho khoảng cách cặp robot bầy ln ổn định giá trị an tồn (khơng bị va chạm khơng làm phân tách nhóm) Trong luận án tác giả sâu vào thiết kế mờ tính tốn lực hút/đẩy cá thể robot phân tích ổn định bầy đàn ứng dụng hút/đẩy mờ Nội dung luận án, tác giả đề xuất giải pháp điều khiển robot bầy đàn tránh vật cản tìm kiếm mục tiêu dựa kỹ thuật điều khiển hành vi không gian Null kết hợp với logic mờ Đối tƣợng phạm vi nghiên cứu - Đối tƣợng nghiên cứu nhóm robot đƣợc liên kết với - Phạm vi nghiên cứu: Nghiên cứu phát triển thuật tốn tính toán lực hút/đẩy mờ cá thể robot bầy Ứng dụng thuật toán phát triển đƣợc cho tốn tụ bầy tốn tránh vật cản, tìm kiếm mục tiêu Ý nghĩa khoa học thực tiễn đề tài - Ý nghĩa khoa học đề tài kết đạt đƣợc lĩnh vực điều khiển ổn định sử dụng logic mờ Đề tài đề xuất giải pháp tính tốn lực tƣơng tác cá thể robot dựa sở logic mờ Giải vấn đề tìm kiếm tập thể mơi trƣờng nhiều trở ngại thiết thực hiệu dựa kỹ thuật điều khiển hành vi không gian Null kết hợp với logic mờ Luận án giải thành công mặt lý thuyết lẫn mô hình mơ - Ý nghĩa thực tiễn đề tài là: Trong công nghệ robot, đối tƣợng điều khiển thƣờng phi tuyến, phƣơng pháp điều khiển kinh điển thƣờng khó đáp ứng, lúc logic mờ giải pháp phù hợp cho điều khiển robot bầy đàn Những đóng góp luận án - Luận án đề xuất cấu trúc logic mờ tính tốn lực hút/đẩy cá thể robot bầy đàn Phát biểu chứng minh định lý ổn định hội tụ robot bầy đàn với hàm hút/đẩy mờ - Luận án đƣa giải pháp điều khiển robot bầy đàn thực nhiều nhiệm vụ dựa nguyên lý điều khiển hành vi không gian Null kết hợp với logic mờ Phát biểu chứng minh định lý ổn định hệ thống robot bầy đàn thực đa nhiệm vụ tránh vật cản tìm kiếm mục tiêu CHƢƠNG I TỔNG QUAN VỀ ỔN ĐỊNH ROBOT BẦY ĐÀN Chƣơng tập trung phân tích tổng quan tình hình nghiên cứu ngồi nƣớc robot bầy đàn nói chung việc giải tốn ổn định robot bầy đàn nói riêng Đặt toán hƣớng nghiên cứu luận án 1.1 Khái niệm robot bầy đàn Bầy đàn quy tụ số sinh vật theo nhóm, đƣợc tìm thấy nhiều tự nhiên với nhiều loài sinh vật khác nhƣ: bầy côn tr ng, đàn kiến, đàn ong, đàn mối, đàn cá,… Hành vi bầy đàn giúp thực đƣợc nhiệm vụ vƣợt khả cá thể độc lập, nhƣ lồi kiến tha miếng mồi lớn tổ chúng, lồi mối xây mô đất lớn từ b n đất với đòi hỏi cao nhiệt độ độ ẩm để bảo vệ tổ,…nhƣ hình 1.1 Hình 1.1 Một số hành vi bầy đàn loài sinh vật tự nhiên “Robot bầy đàn” sử dụng số lƣợng lớn robot tƣơng đối đơn giản để thực nhiệm vụ mà robot đơn thực đƣợc thực không hiệu quả, dựa chế hợp tác cá thể giống hành vi loài vật sống thành bầy, thành đàn Các nhà nghiên cứu mơ hình hóa hoạt động robot để chúng thực đƣợc nhiệm vụ có ích nhƣ tìm kiếm vật bị thất lạc, làm sạch, rà sốt bom mìn, thu thập thơng tin Robot bầy đàn thƣờng có đặc trƣng sau: - Hiệu tính tốn: Mỗi cá thể bầy có vi xử lý riêng khả tính tốn bầy hiệu so với robot lớn có vi xử lý - Tính bền vững: Hoạt động bầy đàn diễn có cá thể bị lỗi bị hỏng, bên cạnh đó, điều kiện mơi trƣờng bị thay đổi không làm ảnh hƣởng đến hoạt động bầy đàn -Tính linh hoạt: tính linh hoạt robot bầy đàn đƣợc thể khả thích ứng cá thể bầy với thay đổi mơi trƣờng Tính bền vững tính linh hoạt thƣờng trái ngƣợc nhau, có vấn đề mới, hệ thống robot bầy đàn cần phải linh hoạt để chuyển đổi hành vi cá thể sang giải vấn đề mới, lúc tính mạnh mẽ khơng cịn nữa.Ví dụ, cá nhân bầy kiến chung sức tìm đƣờng ngắn để đến nguồn thức ăn hay mang mồi lớn tổ thông qua việc sử dụng chiến lƣợc phối hợp khác - Khả mở rộng: thêm vào bớt cá thể robot bầy với số lƣợng xác định mà không địi hỏi phải lập trình lại Bầy đàn hoạt động theo phạm vi rộng nhóm lớn hỗ trợ nhóm khác mà không làm ảnh hƣởng đến hiệu suất hoạt động bầy Đó chế phối hợp chiến lƣợc phát triển hệ thống robot bầy đàn, điều đảm bảo hoạt động nhóm nhóm khác - Tự tổ chức: Trong bầy đàn tất robot có vai trị nhƣ nhau, khơng cần thiết phải có robot đứng đầu - Chi phí thấp: cá thể robot bầy đàn có kết cấu khí đơn giản sản xuất hàng loạt chi phí cho cá thể robot thấp 1.2 Các nghiên cứu tổng quan robot bầy đàn Robot bầy đàn xu hƣớng nghiên cứu mới, có nhiều triển vọng lĩnh vực cơng nghệ robot Với đặc th có tính trí tuệ cao mà khơng địi hỏi cơng nghệ chế tạo phức tạp, robot bầy đàn ngày đƣợc quan tâm nghiên cứu Tuy nhiên cơng trình đƣa mục tiêu nghiên cứu riêng Di chuyển theo bầy những vấn đề đƣợc nghiên cứu nhiều robot bầy đàn dựa sở sinh học chặt chẽ có s n Trong di chuyển theo bầy đàn chim, chim bay độc lập với đàn không nghĩ dạng đàn Tuy nhiên quan sát toàn hình dạng đàn ta nhận thấy giống nhƣ tất chim thống kế hoạch di chuyển theo bầy Hàng ngàn chim gắn kết với thành nhóm c ng di chuyển đối phó đƣợc với trở ngại gặp phải cách nhanh chóng Theo [11], năm 1987 Reynolds lần mô hành vi di chuyển theo bầy chƣơng trình Trong chƣơng trình này, di chuyển cá thể tuân theo luật nhƣ hình 1.2: - Tách rời để tránh va chạm với cá thể bên cạnh - Hiệu chỉnh để điều chỉnh mức trung bình nhóm cá thể bên cạnh - Gắn kết để giữ vị trí trung bình cá thể bên cạnh Với luật trên, đàn chim mơ di chuyển phức tạp, chuyển động chúng giống nhƣ quan sát đƣợc thiên nhiên Sự thành công mô [11] gây ý nhà nghiên cứu lĩnh vực robot Hình 1.2 Ba luật mơ Reynolds Theo tài liệu [33], năm 1996 Kelly Keating chứng minh hành vi di chuyển theo bầy sử dụng robot có kích thƣớc nhỏ nhƣ hình 1.3 Hình 1.3 Nhóm robot tự di chuyển Kelly Keating Mỗi robot hình 1.3 đƣợc trang bị cảm biến siêu âm để phát vật cản, cộng với hệ thống cảm biến hồng ngoại để trao đổi thơng tin robot xác định vị trí Việc di chuyển theo bầy gồm có mức độ điều khiển: - tránh vật cản, - khơng nhìn thấy cá thể phía trƣớc trở thành cá thể đầu đàn nhấp nháy, - bầy giữ ngun vị trí, - nhìn thấy cá thể đầu đàn tăng tốc hƣớng phía Việc lựa chọn đầu đàn linh động tất di chuyển theo bầy, gặp vật cản chúng chia thành hai đàn nhỏ hợp lại thành vƣợt qua đƣợc vật cản Trong [27], năm 2007 Hanada đƣa chiến lƣợc để mở rộng robot bầy đàn cho ph p robot di chuyển tự động mơi trƣờng với nhiều vật cản, nhƣ hình 1.4 Hình 1.4 Kết mơ thuật tốn di chuyển thích nghi bầy đàn với 120 robot Mỗi robot tự lựa chọn robot bên cạnh giữ khoảng cách với chúng thông qua cảm biến, sau thực di chuyển để bầy đàn chia thành nhiều nhóm gặp vận cản hợp lại thành khối thống vƣợt qua đƣợc vật cản Họ thuật tốn thích nghi dịch chuyển theo bầy cho ph p robot có tƣơng tác cục tự dịch chuyển môi trƣờng với nhiều vật cản Các hành vi robot bầy đàn đƣợc phân thành nhóm điển hình sau: - Tụ bầy - Tìm kiếm hội tụ - Vận chuyển cầm nắm - Tìm kiếm thức ăn a T ầy Nhóm động vât tr ng thƣờng có xu hƣớng tập hợp lại với thành bầy, việc tụ bầy giúp chúng tránh đƣợc k th đối phó đƣợc với thay đổi thiên nhiên Trong nghiên cứu robot nhiệm vụ tụ bầy thơng thƣờng hƣớng tới việc tập hợp lại nhóm robot mơi trƣờng thành bầy robot Vấn đề dễ dàng giải sử dụng phƣơng pháp điều khiển tập trung, nhiên áp dụng với robot bầy đàn 10 thách thức lớn hệ thống bị phụ thuộc vào ngƣỡng cho ph p, thêm vào liệu từ cảm biến thƣờng bị nhiễu khơng r ràng Một ứng dụng đầu tiền hành vi tụ bầy robot đƣợc đƣa Kube Zhang [12] Trong c ng dịch chuyển tất robot bị thu hút ánh sáng hộp nhƣ hình 1.5 Khi tất robot tới đƣợc chỗ nguồn sáng chúng tụ lại thành bầy Hình 1.5 Robot tụ bầy Kube Zhang Năm 2005 Soysal Sahin [48] đƣa thuật toán xác suất cho chiến lƣợc tụ bầy s-bots nhƣ hình 1.6 Hành vi tụ bầy đạt đƣợc cách kết hợp hành vi bản: tránh vật cản, hút, đẩy đợi Robot sử dụng cảm biến siêu âm để thực chế hút đẩy bầy Việc chuyển tiếp từ trạng thái đẩy sang hút từ trạng thái đợi sang đẩy đƣợc thực xác suất khác Họ đƣa chiến lƣợc điều khiển khác dựa xác suất Hình 1.6 Mô hành vi tụ bầy s-bot 101 53 S M Lee, J H Kim, H Myung (2011), “Design of Interval Type – Fuzzy Logic Controllers for Flocking Algorithm”, IEEE International Conference on Fuzzy Systems, June 27-30, Taipei, Taiwan, pp.2594-2599 54 S Aso, S Yokota, H Hashimoto, Y Ohyama, A Sasaki, H Kobayashi (2008), “Control and Stability for Robotic Swarm based on Center of Gravity of Local Swarm”, Industrial Electronics, ISIE 2008, IEEE International Symposium on, pp.1341-1346 55 S Roy, D Banerjee, C Guha Majumder, A Konar, R Janarthanan (2012), “Dynamic Obstacle Avoidance in Multi – Robot Motion Planning Using Prediction Principle”, Int.Jr.of Advanced Computer Engineering and Architecture, Vol.2 No.2, pp.269-283 56 T Balch, R C Arkin (1998), “Behavior based formation control for multirobot teams”, IEEE Transactions on Robotics and Automation, 14(6), pp.926-939 57 V Gazi, M Passino (2002), “Stability Analysis of Swarms”, Proceedings of the American Control Conference, pp.1813-1818 58 V Caggiano, A De Santis, B Siciliano, A Chianese (2006), “A biomimetic approach to mobility distribution for a human - like redundant arm”, In Proc st IEEE RAS/EMBS Int Conf Biomed Robot Biomechatron., pp 393-398 59 W Li (2008), “Stability Analysis of Swarms with General Topology”, IEEE Transactions on Systems, Man, and Cybernetics - Part B: Cybernetics, Vol 38, No 4, pp.1084-1097 60 W Zhang, M.S Branicky, S M Phillips (2001), “Stability of Networked Control Systems”, IEEE Control Systems Magazine, pp.84-99 102 61 X Ge, X Jiang (2010), “A New Robust Stability Criterion of Networked Control Systems”, Intelligent Control and Automation (WCICA), 8th World Congress on, pp.2855-2860 62 X B Chen, F Pan, L Li, H Fang (2006), “Practical Stability Analysis for Swarm Systems”, IEEE, pp.3904-3909 63 X Liang, X Li (2010), “A New Decentralized Planning Strategy for Flocking of Swarm Robots ”, Journal of Computers, Vol.5, No 6, pp 914-921 64 X Dang, Q Zhang (2010), “Stability and PID Control for Networked Control System”, Intelligent Control and Automation (WCICA), 8th World Congress on, pp.921-926 65 Y Liu, K M Passino (2003), “Stability Analysis of Swarms in a Noisy Environment”, Proceedings of the 42nd IEEE, Conference on Decision and Control, pp.3573-3578 66 Y Liu, K M Passino, M Polycarpou (2003), “Stability Analysis of OneDimensional Asynchronous Swarms”, IEEE Transactions on Automatic Control, Vol 48, No 10, pp.1848-1854 67 Y Zhu, X Tang (2010), “Overview of Swarm Intelligence”, International Conference on Computer Application and System Modeling, pp.400-403 68 Y H Yong, Z Yuling (2008), “Fuzzy System in Multivehicle Swarming”, Fifth International Conference on Fuzzy Systems and Knowledge Discovery, pp.211-215 69 Y Oh, W Chung, Y Youm (1998), “Extended impedance control of redundant manipulators based on weighted decomposition of joint space”, Journal of Robotic Systems, Vol 15, No 5, pp.231-258 70 Y Cao, A S Fukunaga, A B Kanhg (1997), “Cooperative mobile robotics: Antecedents and directions”, Autonomous Robots, (4), pp.7-27 103 71 Y Chevaleyre, F Sempe, G Ramalho (2004), “A theoretical analysis of multi – agent patrolling strategies”, In Autonomous Agents and Multi Agent Systems, pp.1524-1525 72 Z Xue, J Zeng, C Feng, Z Liu (2011), “Stability Analysis of Exponential Type Stochastic Swarms with Time - Delay”, International Journal of Innovative Management, Information & Production, Vol.2, No.3, pp.112 73 Z Xue, J Zeng, C Feng, Z Liu (2011), “Swarm Target Tracking Collective Behavior Control with Formation Coverage Search Agents & Globally Asymptotically Stable Analysis of Stochastic Swarm”, Journal of Computers, Vol.6, No.8, pp.1772-1780 74 Zu, Linan (2007), “Obstacle avoidance of multi mobile robots based on behavior decomposition reinforcement learning”, IEEE International Conference on Robotics and Biomimetics, pp.1018-1023 75 Z Cheng, H T Zhang, M Z Q Chen (2011), “Aggregation pattern transitions by slightly varying the attractive/repulsive function”, PloS one e22123 76 Z Liu, Y Tian, M Yang (2010), “Behavior analysis in free space and obstacle environment of swarm robot systems based on Vicsek model”, In 2nd International Conference on Advanced Computer Control (ICACC), pp.224-229 77 https://www.cyberbotics.com/e-puck 78 www.mathworks.com 104 PHỤ LỤC Chƣơng trình mơ hội tụ: function result = robotwchuan N=10; % So lƣợng robot = 10 C = 500; % kich thuoc không gian di chuyển CxC % Nhap toa ngau nhien tren mat phang toa [500, 500] A = C*rand(2, N); hold off; plot(A(1,:),A(2,:), 'o'); grid on; axis([0 C C]); title('Map'); % Vong lap cac buoc tinh K=1000; % So vong lap delta=0.1; % buoc dich chuyen Sdeltax1 = 0; Sdeltax2 = 0; dat = 30; % khoảng cách an toàn f = 0; deltax = 0; deltay = 0; tracking = 0; for k = 0:(K-1) for i=1:N Sdeltax=0; 105 Sdeltay=0; for j=1:N if (j ~= i) % Khoang cach tu Robot j toi Robot i tai buoc tinh thu k d=distance( A(:,j),A(:,i) ); f = a( A(:,j), A(:,i), -0.85, -0.5, -0.45, -8.5, -5.7, -3.2, 30 ); deltax= (f/d)*(A(1,j)-A(1,i)); deltay= (f/d)*(A(2,j)-A(2,i)); Sdeltax = Sdeltax + deltax*dettat; Sdeltaxy = Sdeltay + deltay* dettat; end end % Tinh toa moi cua buoc k+1 A(1,i) = A(1,i) + Sdeltax; A(2,i) = A(2,i) + Sdeltay; % Xuat toa moi buoc k+1 tracking(i*2-1, k+1) = A(1, i); tracking(i*2, k+1) = A(2, i); end end result = tracking; hold all; for i = 1:N plot(tracking(i*2-1, :), tracking(i*2, :)); plot(A(1,:),A(2,:), '.'); legend('Vi tri dau', 'Duong di','Vi tri cuoi'); 106 xlabel('Chieu rong (m)'); ylabel('Chieu dai (m)') end end % Tính khoang cách điểm A B function dist = distance(A, B) dist = norm(A-B); end % Hàm logic mờ tính lực hút/dẩy function result = a( M, N, A1, A2, A3, A, B, C, dat) A4=0; A5=-A1; A6=-A2; A7=-A3; G=-A; F=-B; E=-C; D=0; if(distance(M,N)