Untitled TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 20, SỐ K1 2017 35 Giải thuật chống lắc tích hợp hệ thống vision cho cầu trục container Nguyễn Quốc Chí, Nguyễn Tiến Khang Tóm tắt— Trong nghiên cứu này, một gi[.]
TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 20, SỐ K1-2017 35 Giải thuật chống lắc tích hợp hệ thống vision cho cầu trục container Nguyễn Quốc Chí, Nguyễn Tiến Khang Tóm tắt— Trong nghiên cứu này, giải pháp điều khiển nhằm tự động hóa cần cẩu container đề xuất Mục tiêu điều khiển bao gồm điều khiển vị trí cho xe đẩy (trolley) khử dao động tải Trong đó, giải thuật PID (Proportional Integral Derivative) sử dụng cho điều khiển vị trí giải thuật PD sử dụng cho điều khiển khử dao động Giải pháp điều khiển sử dụng tín hiệu hồi tiếp góc lắc tải thu thập từ hệ thống vision Giải pháp dùng hệ thống vision nhằm khắc phục khó khăn kỹ thuật lắp đặt cảm biến vị trí thơng thường (encoder, potention metter) lên hệ thống cần cẩu container thực tế Mô thực nghiệm thực nhằm kiểm chứng tính khả thi giải pháp điều khiển đề nghị Từ khóa— Điều khiển cần cẩu container, bám đối tượng, khử dao động, tự động hóa cảng N GIỚI THIỆU gày nay, khoảng 90% hàng hóa đóng container 200,000,000 TEU (twenty-foot equivalent unit) chuyên chở giới thông qua cảng năm 2015 [1] Ở Việt Nam, khoảng 11,000 đến 12,000 TEU đã vận chuyển năm 2015 [2] Các cầu trục dùng để bốc dỡ container giữ vai trò định đảm bảo suất cho cảng Do vậy, tốc độ xếp dỡ cầu trục container (như hệ quả) ảnh hưởng lên chi phí vận chuyển mức tiêu hao lượng khí thải Một điều lưu ý rằng, hầu hết hiệu suất làm Bài nhận ngày 12 tháng 10 năm 2016, hoàn chỉnh sửa chữa ngày 07 tháng 02 năm 2017 Nghiên cứu tài trợ Trường Đại Học Bách Khoa, Đại học Quốc gia Thành phố Hồ Chí Minh khuôn khổ đề tài mã số T-CK-2016-01 Nguyễn Quốc Chí giảng dạy Trường Đại Học Bách Khoa, Đại học Quốc gia Thành phố Hồ Chí Minh, 268 Lý Thường Kiệt Q 10, Việt Nam (e-mail: nqchi@hcmut.edu.vn) Nguyễn Tiến Khang đã tốt nghiệp Trường Đại Học Bách Khoa, Đại học Quốc gia Thành phố Hồ Chí Minh, 268 Lý Thường Kiệt Q 10, Việt Nam (e-mail: khangbachkhoa1992@gmail.com) việc cầu trục container phụ thuộc vào trình độ vận hành kinh nghiệm cơng nhân Khó khăn lớn mà cơng nhân vận hành gặp phải vấn đề dao động thùng container trình xếp dỡ Khi xuất dao động container, người vận hành kinh nghiệm khả quan sát thực thao tác để khử dao động Do đó, khử dao động container xuất trình vận chuyển cách nhanh tự động hóa thao tác khử dao động làm tăng hiệu sử dụng cầu trục Hệ thống cầu trục chia làm phần chính: Phần khung chính, xe (trolley), spreader (ngáng), Hình Hệ spreader container treo với trolley thông qua nhánh dây cáp, trolley di chuyển, hệ spreader container có chuyển động lắc hệ lắc thuận Để nâng cao suất vận chuyển container, trolley mang container phải ngắn thời gian cho chu kỳ bốc dỡ container lớn gây an toàn cho hệ thống xung quanh phạm vi làm việc cầu trục Chúng ta biết suất tăng độ an tồn giảm ngược lại Theo báo cáo [3], có đến 30% thời gian vận chuyển container dùng để khử chuyển động lắc container Vì vậy, cần phải có biện pháp nhằm triệt tiêu góc lắc q trình di chuyển tốc độ cao cầu trục Hình Cấu tạo cầu trục 36 SCIENCE & TECHNOLOGY DEVELOPMENT, Vol 20, No.K1- 2017 Các biện pháp để khử chuyển động lắc hệ spreader chia làm hai loại chính: bán tự động [4-6] tự động hồn tồn [7-11] Giải pháp bán tự động trang bị cho cầu trục hệ thống giám sát với nhiệm vụ giúp cho người vận hành định để đạt khả thực thi tốt cầu trục Hệ thống hỗ trợ tự động vận hành giám sát người điều khiển Giải pháp áp dụng phổ biến tính đơn giản Tuy nhiên, độ xác khơng cao tính hiệu phụ thuộc vào khả quan sát xử lý người vận hành Giải pháp tự động trang bị cho cầu trục hệ thống thay hồn tồn người vận hành Hầu hết phương pháp điều khiển bao gồm tự động bán tự động đã phát triển đòi hỏi phải đo chuyển động lắc container Một điểm đáng lưu ý việc cầu trục thường làm việc môi trường khắc nghiệt trở ngại lớn việc triển khai nghiên cứu vào thực tế cảm biến vị trí thơng thường (ví dụ như: encoder potention metter) khơng thể lắp đặt vào cầu trục Do vậy, số sản phẩm công nghiệp cho tác động khử lắc phát triển dựa tảng hệ thống vision sử dụng để đo dịch chuyển container kể sau: Smart Crane [12], TMEIC [13], Mircoview & Linzhi [14] Có thể thấy giải pháp tích hợp hệ thống điều khiển sử dụng hệ thống vision cảm biến giải pháp có tính khả thi cao nhà nghiên cứu [6, 8, 15, 16] hãng công nghiệp quan tâm phát triển Tuy nhiên, khoảng cách nghiên cứu ứng dụng thực tiễn lớn Trong thực tế điều khiển sử dụng nghiên cứu input shaping [17], feedback control [18], feedback control sử dụng giải thuật xử lý ảnh phức tạp (vector code correlation) chưa khả thi để ứng dụng thực tế [19,20] Có nguyên nhân cần phải khắc phục Lý thứ độ phức tạp giải thuật ảnh hưởng đến tính bền vững điều khiển Với điều khiển phức tạp sử dụng với chế độ tự động hoàn toàn, cố xảy với thiết bị cảm biến dẫn tới chuyển động dự tính người vận hành Lý thứ hai hầu hết điều khiển chưa thể cung cấp đáp ứng tốt người vận hành có kỹ cao Do vậy, nghiên cứu này, chúng tơi đề xuất giải pháp điều khiển có tính bền vững để đóng góp cho hướng cải tiến điều khiển cầu trục theo chế độ tự động Chúng tơi đề nghị điều khiển hoạt động tự động điều khiển vị trí khử lắc cho cầu trục Giải thuật PID sử dụng cho điều khiển vị trí cầu trục giải thuật PD cho khử dao động thiết kế Việc sử dụng hai giải thuật PID PD nhằm hướng đến triển khai ứng dụng thực tế độ tin cậy khả triển khai phần cứng thông dụng MƠ HÌNH ĐỘNG LỰC HỌC CHO HỆ THỐNG CẦN CẨU Xem xét cần cẩu container minh họa Hình Container giữ ngàm kẹp container (spreader) hai liên kết với xe đẩy (trolley) dây có chiều dài l Khối lượng xe đẩy tải trọng tương ứng mt mp Một lực điều khiển fx tác động vào xe đẩy (lực ma sát bỏ qua) Lực ma sát tồn thực tế Tuy nhiên, để xác định mơ hình ma sát hệ số ma sát mơ hình khó khăn Do vậy, nghiên cứu khởi đầu giả sử ma sát bỏ qua điều kiện lực cung cấp động lớn (so với lực ma sát) cần cẩu bảo dưỡng tốt Trong thực tế, cần cẩu container sử dụng hệ bốn dây cáp để liên kết ngàm kẹp với xe đẩy Tuy nhiên, nghiên cứu khởi đầu này, cần cẩu container mơ hình hố sợi dây liên kết tải xe đẩy Giả thiết chuyển động xe đẩy chuyển động lắc tải nằm mặt phẳng XY Đặt x vị trí xe đẩy trục X, θ góc lắc g gia tốc trọng trường Động T U toàn hệ thống xác định sau: 1 T mt x m p (l cos l sin ) 2 (1) m p ( x l sin l cos ) (2) U mp gl cos Đặt q ( x, ) tọa độ suy rộng tương ứng với lực suy rộng f ( f x , 0) , sử dụng phương trình Euler-Lagrange, d T T U (3) fi , i 1, 2, dt qi qi qi phương trình chuyển động hệ cầu trục xây dựng sau: f x (mt m p ) x m p l sin m p l cos 2m p l cos m p l sin , (4) mp lx cos mp l 2 2mp ll mp gl sin (5) TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 20, SỐ K1-2017 Từ (4) (5), phương trình hệ thống viết lại sau: x h1 ( , ) g1 ( ) f x , (6) h2 ( , ) g2 ( ) f x , (7) đó, h1 ( , ) m p sin ( g cos l l ) mt m p sin , (8) 37 THIẾT KẾ BỘ ĐIỀU KHIỂN VỊ TRÍ VÀ KHỬ DAO ĐỘNG KẾT HỢP 3.1 Thiết kế giải thuật điều khiển Trong phần này, điều khiển vị trí kết hợp với khử dao động thiết kế để đạt mục tiêu sau: (i) Điều khiển xe đạt vị trí xd đặt trước; (ii) giữ dao động tải ngưỡng an toàn th đặt trước Hoạt động điều khiển mơ tả Hình Xe đẩy xuất phát từ A đến vị trí mong muốn B Lực tác động vào xe đẩy Fcon bao gồm lực: (i) Lực điều khiển vị trí lái xe đẩy từ A đến B Fpo; (ii) Lực khử dao động F Trong xe đẩy di chuyển, góc lắc tải quan sát hệ thống vision (sẽ trình bày phần 3.2) Nếu th , nghĩa dao động tải cịn ngưỡng an tồn (vị trí O Hình 3), lực Fcon bao gồm lực điều khiển vị trí Fpo Khi dao động tải vượt giá trị cho phép th , lực Fpo ngừng tác động, xe đẩy dừng lại lực khử dao động F đưa giá trị dao động tải giá trị cho phép Sau đó, lực điều khiển vị trí tiếp tục lái xe đẩy đến vị trí yêu cầu B Hình Phân tích lực hệ cần cẩu container h2 ( , ) (m p mt ) g sin m p l sin cos mt l m p l sin m p l sin cos 2l , l mt l m p l sin g1 ( ) , mt m p sin g ( ) cos mt l m p l sin (9) (10) (11) Trong mơ hình động lực học trình bày, chúng tơi chưa xem xét đến động quay ảnh hưởng lực gió lý sau: (i) Trong thực tế, xe đẩy trượt ray góc quay RPY (roll, pitch, yaw) có xuất Tuy nhiên, để khử chuyển động cần thêm cấu chấp hành khác với động dẫn động xe đẩy; (ii) Lực gió đáng kể nhiên cần ước lượng để xác định mơ hình thơng số lực gió Trong phạm vi mục tiêu nghiên cứu khởi đầu này, xin dừng lại mơ hình đơn giản tiếp tục phát triển nghiên cứu Hình Sơ đồ thuật tốn q trình điều khiển Cơng thức tính cho lực Fcon sau: sgn(| | th ) 1 sgn(| | th ) Fcon F Fpo 2 (12) Trong đó, lực Fpo cho bởi: Fpo K ppo e Kdpo de / dt Kipo edt , với e xd x, po p po d K , K , K (13) (14) po i hệ số điều khiển xác định cách thích hợp phương pháp thực nghiệm (trình bày phần 4) Giải thuật PID lựa chọn dựa tiêu chí nhằm giảm độ vọt lố cho xe đẩy tiến đến vị trí mong muốn xd Lực khử dao động xe tính 38 SCIENCE & TECHNOLOGY DEVELOPMENT, Vol 20, No.K1- 2017 sau: F K p l sin Kd d (l sin ) / dt , (15) với K p K d hệ số điều khiển Trong đó, luật điều khiển PD đã sử dụng với tiêu chí tăng thời gian đưa dao động tải không 3.2 Hệ thống vision cho quan sát góc lắc Hệ thống vision quan sát góc lắc θ trình bày Hình Trong camera sử dụng để quan sát đèn hồng ngoại (sau gọi đối tượng) gắn spreader (nhằm loại bỏ yếu tố nhiễu sáng vào ban thiếu ánh sáng vào ban đêm) Tiến trình thu thập xử lý liệu hệ thống camera trình bày Hình Giải thuật phát đối tượng đề nghị dựa sở kết hợp phương pháp optical flow [21] phương pháp phát đối tượng dựa vào màu sắc Phương pháp phát đối tượng có ưu điểm hoạt động trường hợp đối tượng có dải tốc độ chuyển động rộng Sau thuật tốn theo vết màu (colour-based trackers) [22] sử dụng để bám theo đối tượng Sau đối tượng phát bám, xử lý tiến hành phân vùng đối tượng cung cấp tọa độ frame dạng pixel Cơng thức sau dùng để tính tọa độ thực spreader: X x f 0 0 y K f 0 D Y , (16) Z 0 1 Trong ma trận thông số nội K cho bởi: ku ku cot u0 (17) K kv / sin v0 , 0 ma trận D cho R T D T , 03 (18) với ma trận R vector T mô tả hướng, vị trí tương đối hệ tọa độ camera hệ tọa độ cố định Trong nghiên cứu K, R, T xác định phương pháp thực nghiệm sử dụng Camera Calibration Toolbox for MATLAB Tọa độ đối tượng tìm qua (15) dùng để tính độ dịch chuyển theo trục x trục y, a =|X-X0| b=|Y-Y0| Trong đó, (X0,Y0) tọa độ spreader vị trí cân bằng, (X,Y) tọa độ spreader thời điểm bị lắc Trong nghiên cứu này, xét trường hợp cần cẩu chuyển động mặt phẳng Do vậy, góc lắc theo phương X tính θ = arcsin (a/l), l chiều dài dây treo tải MÔ PHỎNG VÀ THỰC NGHIỆM ĐỂ KIỂM CHỨNG GIẢI PHÁP ĐIỀU KHIỂN 1-Camera;2-Đèn hồng ngoại (đối tượng camera theo dõi); 3Dây cáp; 4-Puli; 5-Spreader Hình Hệ thống vision Hình Tiến trình xử lý hệ thống vision 4.1 Mô Mô số điều khiển vị trí xe đẩy kết hợp khử lắc cho tải sử dụng MATLAB Phương trình động lực học hệ thống (6)-(7) sử dụng để mô Số liệu đầu vào mô sau: mp = 2.25 kg; mt = 20 kg; g = 9.81 m/s 2; l = 0.5 m Trong đó, mơ chia thành trường hợp: (i) Chỉ có điều khiển vị trí khơng có khử lắc với Fcon = 10 N; (ii) Bộ điều khiển vị trí kết hợp khử lắc với Fcon tính cơng thức (11) Kết trình bày Hình cho thấy: Với lực Fcon = 10 N không đổi tạo dao động với biên độ lớn tải xung quanh vị trí cân (θmax = 0.06 rad = độ) Mơ hệ thống với Fcon tính theo cơng thức (11), cơng cụ PID tuner MATLAB sử dụng để tìm hệ số PID tối ưu: (i) K ppo 180, , K dpo 51 , Kipo 115 cho điều khiển vị trí TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 20, SỐ K1-2017 xe đẩy; (ii) K p 150 K d 115 cho điều khiển 39 AC servo of Y direction AC servo of hoisting motion AC servo of X direction khử dao động tải Đáp ứng hệ thống mơ tả Hình Với kết dao động tải gần khử hoàn toàn sau giây (cũng lúc xe đẩy đạt vị trí cuối cùng) 0.8 0.08 0.06 0.7 Vi tri Góc lac 0.04 0.5 0.02 0.4 0.3 -0.02 0.2 -0.04 0.1 -0.06 0 0.2 0.4 0.6 0.8 1.2 thoi gian (s) 1.4 1.6 1.8 Goc lac (radians) Vi tri (m) 0.6 Driver AC servo (a) -0.08 Hình Kết mơ với Fcon=10N Controller Hình Hệ thống thực nghiệm (b) 0.6 1.8 1.6 0.4 Vi tri (m) 1.2 Vitri Goc lac 0.2 0.8 Goc lac (radians) 1.4 (a) 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1.2 1.4 1.6 1.8 -0.2 Thoi gian (s) Hình Kết mô với điều khiển PID cho công thức (11) 4.2 Mô Trong thực nghiệm, mô hình cầu trục xây dựng Hình (a) Hình (b) thể hệ thống vision dùng cho thực nghiệm Hình (a) mơ tả q trình thực nghiệm nhằm thu ma trận vector K, R, T (xem (15)-(17)) Trong Hình (b) cho kết q trình đo góc sử dụng camera (b) Hình Thực nghiệm đo góc sử dụng hệ thống camera: (a) Hiệu chỉnh thông số camera; (b) Thực nghiệm xác định độ lệch tải Bộ điều khiển kết hợp vị trí khử lắc thử nghiệm l = 0.5 m với hệ số điều khiển mô Kết đáp ứng cho trường hợp l = 0.3 m trình bày Hình 10 Có thể thấy kết thực nghiêm đã chứng minh tính hiệu của giải pháp điều khiển hệ thống cầu trục di chuyển với vận tốc xấp xỉ 0.9 m/s dao động tối đa 0.06 rad với thời gian để khử lắc khoảng 10 giây 40 SCIENCE & TECHNOLOGY DEVELOPMENT, Vol 20, No.K1- 2017 TÀI LIỆU THAM KHẢO 1.8 Vi tri (m) 1.4 1.2 0.8 0.6 Goc lac (radians) 1.6 0.4 [1] R Asariotis, H Benamara, J Hoffmann, A Premti, R Sanchez, V Valentine, G Wilms, ”Review of Maritime Transport 2015”, UNITED NATION, Geneva, 2015 [2] S T T Lam and H T N Phan, ”Báo cáo ngành Logistics”, FPT Securites, 2015 [3] P A Ioannou, E B Kosmatopoulos, H Jula, A Collinge, C.-I Liu, A Asef-Vaziri, Ed Dougherty, ”Cargo handling technologies final report”, Center for Commercial Deployment of Transportation Technologies, University of Southern California, 2000 [4] B Balachandran, Y.-Y Lee, ”A mechanical filter concept for control of nonlinear crane-load oscillation”, Journal of Sound and Vibration, Vol 228, No.3, pp 651-682, 1999 [5] D Kim, W Singhose, ”Performance studies of human operators driving double-pendulum bridge cranes”, Control Engineering Practice, Vol 18, No 3,pp 567576, 2010 [6] K C C Peng, W Singhose, P Bhaumik, ”Using machine vision and hand-motion control to improve crane operator performance”, IEEE Transactions on Systems, Man, and Cybernetics—Part A: Systems and Humans, Vol 42, No 6, pp 1496-1503, 2012 [7] Y Fang, W E Dixon, D M Dawson, E Zergeroglu, ”Nonlinear coupling control laws for an underactuated overhead crane system”, IEEE/ASME Transactions on Mechatronics, Vol 8, No 3, pp 418-423, 2003 [8] Y.-S Kim, H Shim, H Yoshihara, N Fujioka, H Kasahara, ”A new vision-sensorless anti-sway control system for container cranes”, the Proceedings of Industry Applications Conference, Salt Lake City, USA, 2003, pp 262-269, 2003 [9] C.-S Kim, K.-S Hong, K.-S, ”Boundary control of container cranes the perspective of controlling an axially moving string system”, International Journal of Control, Automation, and Systems, Vol 7, No 3, pp 437-445, 2009 0.2 0 0.2 0.4 0.6 0.8 1.2 1.4 1.6 1.8 -1 Thoi gian (s) Hình 10 Kết thực nghiệm với điều khiển PID cho cơng thức (11) Trong thực tế, việc bố trí camera để đo dịch chuyển gặp phải vấn đề sau đây: (i) Ở khoảng cách xa việc xác định điểm mốc để nhận dạng dịch chuyển bị ảnh hưởng nhiễu ảnh; (ii) Camera lầm lẫn đối tượng cần bắt với đối tượng khác; (iii) Sự khác biệt tọa độ camera tọa độ cần cẩu; (iv) Trong điều kiện ban đêm ánh sáng không tốt (quá sáng tối) camera gặp nhiều khó khăn việc xác định đối tượng Trong phạm vi nghiên cứu này, chưa giải triệt để vấn đề ứng dụng điều kiện thực tế khó khăn kinh phí phối hợp đơn vị ứng dụng Chúng tiếp tục vấn đề nêu nghiên cứu tiếp nối KẾT LUẬN Trong nghiên cứu này, đã đề xuất điều khiển cho điều khiển vị trí khử lắc cho cầu trục Các điều khiển PID vị trí điều khiển PD cho khử dao động đã đươc thiết kế nhằm hướng tới triển khai ứng dụng thực tế độ tin cậy khả triển khai phần cứng thông dụng công nghiệp với giá thành chấp nhận Một hệ thống vision giải thuật xử lý ảnh đã thiết kế để xác định góc lệch tải Hệ thống camera đề xuất nhằm khắc phục khó khăn kỹ thuật lắp cảm biến vị trí thơng thường cầu trục container Các mơ đã thực nghiệm để kiểm chứng tính hiệu giải pháp điều khiển Các thực nghiệm đã tiến hành để kiểm chứng độ xác camera Thực nghiệm với trường hợp chiều dài dây khác đã minh họa tính hiệu điều khiển [10] D Chwa, ”Nonlinear tracking control of 3-D overhead cranes against the initial swing angle and the variation of payload weight”, IEEE Transactions on Control Systems Technology, Vol 17, No 4, pp 876- 883, 2009 [11] N Sun, Y Fang, ”Nonlinear tracking control of underactuated cranes with load transferring and lowering: Theory and experimentation”, Automatica, Vol 50, No 9, pp 2350–2357, 2014 [12] Smart Crane Anti-Sway Crane, http://www.smartcrane.com/SmartCrane/Welcome.html [13] TMEIC, https://www.tmeic.com/ [14] Microview & LinZhi Image, http://www.mvlz.com/ [15] H Kawai, Y B Kim, Y W Choi, ”Anti-sway system with image sensor for container cranes”, Journal of Mechanical Science and Technology, Vol 23, No 10, pp 2757-2765, 2009 [16] P Hyla, J Szpytko, ”Vision method for rope angle swing measurement for overhead travelling cranes – validation approach”, Activities of Transport Telematics, Vol 395, pp 370-377, 2013 TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 20, SỐ K1-2017 [17] D T Ho, H Nguyen, H and Q C Nguyen, ”Input shaping control of an overhead crane”, Proceedings of the 7th Vietnam Conference on Mechatronics, Bien Hoa, Vietnam, 2014, pp 303-311 [18] Q C Nguyen, H Q Le, and K S Hong, ”Improving control performance of a container crane using adaptive friction compensation”, Proceedings of the 14th International Conference on Control, Automation and Systems, Seoul, Korea, Oct 22-24, pp 158-162, 2014 [19] H Kawai, Y B Kim, and Y W Choi, ”Anti-sway system with image sensor for container cranes”, Journal of Mechanical Science and Technology, Vol 23, pp 2757-2765, 2009 [20] Y Yoshida and H Tabata, ”Visual feedback control of an overhead crane and its combination with time-optimal control”, Proceedings of the 2008 IEEE/ASME International Conference on Advanced Intelligent Mechatronics, July 2-5, Xi’an, China, pp 1114-1119, 2008 [21] D D Doyle, A L Jennings, and J T Black, ”Optical flow background estimation for real-time pan/tilt camera object tracking”, Measurement, Vol 48, pp 195-207, 2014 [22] L Maddalena and A Petrosino, ”A self-organizing approach to background subtraction for visual surveillance applications”, IEEE Transactions on Image Processing, Vol 17, No 7, pp 1168-1177, 2008 41 Nguyễn Quốc Chí (BE’2002–MS’2006– PhD’2012) giảng viên Trường Đại Học Bách Khoa, Đại học Quốc gia Thành phố Hồ Chí Minh từ năm 2002, trưởng PTN Điều Khiển Tự Động Hóa-Khoa Cơ Khí từ năm 2014 Tiến sĩ ngành Điều khiển thông minh Tự động hóa năm 2012 Nghiên cứu sau tiến sĩ chương trình Marie Curie FP7 Đại học Tel Aviv (Israel) 2012-2014 Lĩnh vực nghiên cứu bao gồm Robot công nghiệp, Điều khiển hệ thống servo, Điều khiển hệ thống mềm, Điều khiển hệ thống cầu trục Nguyễn Tiến Khang (BE’2014) đã tốt nghiệp Trường Đại Học Bách Khoa, Đại học Quốc gia Thành phố Hồ Chí Minh ngành Kỹ Thuật Cơ Điện Tử năm 2014 Hiện vận hành doanh nghiệp gia đình A vision anti-sway control algorithm for container cranes Nguyen Quoc Chi, Nguyen Tien Khang Ho Chi Minh City University of Technology, Vietnam National University – Ho Chi Minh City Abstract— In this paper, a control scheme is proposed for an automated container crane The proposed control scheme includes position control (for the trolley) and sway control algorithms (for the payload) where PID control is used for position control and PD control is assigned for sway control The proposed control scheme employs the feedback signal of the sway angle, which is acquired by a vision system The idea to employ the vision system is to overcome the difficulty in installing a conventional sensor system for measuring the sway angle Numerical simulations and experiments have been carried out to verify the effectiveness of the proposed control scheme Index Terms— Container crane control, object tracking, sway suppression, port automation ... for an automated container crane The proposed control scheme includes position control (for the trolley) and sway control algorithms (for the payload) where PID control is used for position control. .. H Kawai, Y B Kim, and Y W Choi, ? ?Anti-sway system with image sensor for container cranes”, Journal of Mechanical Science and Technology, Vol 23, pp 2757-2765, 2009 [20] Y Yoshida and H Tabata,... underactuated cranes with load transferring and lowering: Theory and experimentation”, Automatica, Vol 50, No 9, pp 2350–2357, 2014 [12] Smart Crane Anti-Sway Crane, http://www.smartcrane.com/SmartCrane/Welcome.html