Phát triển thuật toán tích hợp điều khiển trượt và lý thuyết mờ cho mô hình cánh tay robot

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN MINH HỒNG PHÁT TRIỂN THUẬT TỐN TÍCH HỢP ĐIỀU KHIỂN TRƯỢT VÀ LÝ THUYẾT MỜ CHO MÔ HÌNH CÁNH TAY ROBOT DEVELOPING FUZZY-SLIDING MODE CONTROL FOR ROBOT MANIPULATOR Chuyên ngành: Kỹ thuật Cơ điện tử Mã số: 8520114 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 01 năm 2023 Cơng trình hồn thành tại: trường đại học Bách Khoa –ĐHQG -HCM Cán hướng dẫn khoa học: PGS.TS Ngô Hà Quang Thịnh Cán chấm nhận xét 1: PGS.TS Trương Nguyễn Luân Vũ Cán chấm nhận xét 2: PGS.TS Lê Mỹ Hà Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 13 tháng 01 năm 2023 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: Chủ tịch hội đồng: PGS.TS Nguyễn Tấn Tiến Thư ký: TS Dương Văn Tú Phản biện 1: PGS.TS Trương Nguyễn Luân Vũ Phản biện 2: PGS.TS Lê Mỹ Hà Ủy viên: TS Trần Việt Hồng Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA CƠ KHÍ ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập – Tự – Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Nguyễn Minh Hoàng MSHV: 1970027 Ngày, tháng, năm sinh: 05/02/1995 Nơi sinh: Bình Dương Chuyên ngành: Kỹ thuật Cơ điện tử Mã số: 8520114 I TÊN ĐỀ TÀI: Phát triển thuật tốn tích hợp điều khiển trượt lý thuyết mờ cho mô hình cánh tay robot (Developing fuzzy-sliding mode control for robot manipulator) NHIỆM VỤ VÀ NỘI DUNG: a Nghiên cứu tổng quan, cơng trình khoa học ngồi nước b Mơ hình hóa tay máy xây dựng giải thuật điều khiển kết hợp điều khiển trượt lý thuyết mờ c Mơ thuật tốn Matlab, kiểm tra, so sánh kết đánh giá II NGÀY GIAO NHIỆM VỤ: 05/09/2022 III NGÀY HOÀN THÀNH NHIỆM VỤ: 22/12/2022 IV CÁN BỘ HƯỚNG DẪN: PGS.TS Ngô Hà Quang Thịnh Tp HCM, ngày … tháng… năm … CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TRƯỞNG KHOA CƠ KHÍ i LỜI CẢM ƠN Trong q trình thực hiện, em gặp nhiều khó khăn nhờ hỗ trợ, động viên từ người giúp em có thêm ý chí, nghị lực để hồn thành luận văn Em xin gửi lời cảm ơn chân thành đến thầy Ngô Hà Quang Thịnh, cám ơn thầy đã hỗ trợ ý tưởng cung cấp kiến thức để em hồn thành u cầu nghiên cứu Em xin cảm ơn thầy cô môn Cơ điện tử, trường Đại học Bách Khoa truyền đạt kiến thức quý báu để em thực đề tài tốt nghiệp Cảm ơn gia đình ln tin tưởng động viên em có động lực hồn thành khóa học Cám ơn bạn lớp cao học đồng hành cho lời khuyên chân thành suốt trình làm luận văn Tp Hồ Chí Minh, ngày 22 tháng 12 năm 2022 Nguyễn Minh Hồng ii TĨM TẮT LUẬN VĂN Luận văn trình bày nghiên cứu tạo điều khiển kết hợp điều khiển PID điều khiển nâng cao mờ type-2 FLS, thời điểm hệ phân công điều khiển hệ thống dễ dàng chuyển đổi qua lại dựa vào sai số hệ thống Nếu sai số nhỏ ngưỡng cho phép khâu đầu cuối xa mục tiêu hệ PID triển khai, với ưu điểm đáp ứng nhanh giảm nhiều thời gian tính tốn, PID giúp hệ thống cải thiện thời gian đáp ứng Tuy nhiên trình hoạt động hệ thống bị yếu tố phi tuyến tác động làm cho sai số tăng lên Khi mà sai số vượt ngưỡng cho phép, lúc hệ điều khiển chuyển sang điều khiển mờ type-2 FLS, với lợi hoạt động tốt với điều kiện nhiễu có biến thay đổi theo thời gian, qua giúp trì giảm sai số hệ thống Thơng qua q trình mơ phối hợp sử dụng hệ điều khiển PID điều khiển trượt mờ interval type-2 FLS vào hệ thống cánh tay máy hai bậc tự do, thể kết cải tiến khả phản ứng hệ thống, giảm bớt gánh nặng tính tốn lúc khơng cần thiết, đảm bảo điều khiển xác hệ chịu tác động từ yếu tốt nhiễu mơi trường phi tuyến Ngồi ra, dựa ý tưởng kết luận văn tổng hợp lại dạng báo journal in tạp chí Journal of Robotic and Control 2022 Ngo, H Q T., & Nguyen, M H (2022) Enhancement of the Tracking Performance for Robot Manipulator by Using the Feed-forward Scheme and Reasonable Switching Mechanism Journal of Robotics and Control (JRC), 3(3), 328337 iii ABSTRACT The thesis presents the research to create a controller that combines the PID controller and the advanced fuzzy controller type-2 FLS, at each time each system will be assigned to control the system and easily switch between based on the error of the system If the error is less than the allowable threshold or the end-effector is still far from the target, the PID system will be deployed, with its advantages of fast response and much reduction in computation time, and help the system improve the system performance on response time However, the system operation process is affected by nonlinear factors that make the error increase When the error exceeds the allowable threshold, the control system now switches to the FLS type-2 fuzzy controller, with the advantage of working well with noisy conditions or with time-varying variables, thereby helping maintain and reduce system errors Through the combined simulation process using the PID control system and the interval type-2 FLS fuzzy sliding controller into the two links manipulator, it has shown the results of improving the system's responsiveness system, reducing unnecessary computational burden, ensuring precise control while the system is still affected by noise factors and nonlinear environment In addition, based on the ideas and results of the thesis, they have been compiled as a journal article in the Journal of Robotic and Control 2022 Ngo, H Q T., & Nguyen, M H (2022) Enhancement of the Tracking Performance for Robot Manipulator by Using the Feed-forward Scheme and Reasonable Switching Mechanism Journal of Robotics and Control (JRC), 3(3), 328337 iv LỜI CAM ĐOAN CỦA TÁC GIẢ LUẬN VĂN Tôi xin cam đoan đề tài luận văn “Phát triển thuật tốn tích hợp điều khiển trượt lý thuyết mờ cho mơ hình cánh tay robot” kết trình tự nghiên cứu thực hướng dẫn PGS.TS Ngô Hà Quang Thịnh Các trích dẫn luận văn trích nguồn luận văn chưa nộp sở khác trường Đại học Bách Khoa thành phố Hồ Chí Minh Tơi xin hồn tồn chịu trách nhiệm nội dung nghiên cứu toàn luận văn Tp Hồ Chí Minh, ngày 22 tháng 12 năm 2022 Nguyễn Minh Hoàng v MỤC LỤC NHIỆM VỤ LUẬN VĂN THẠC SĨ i LỜI CẢM ƠN ii TÓM TẮT LUẬN VĂN iii ABSTRACT iv LỜI CAM ĐOAN CỦA TÁC GIẢ LUẬN VĂN .v MỤC LỤC vi DANH MỤC HÌNH ẢNH viii DANH MỤC BẢNG x CHƯƠNG 1: TỔNG QUAN 1.1 GIỚI THIỆU CHUNG 1.2 TÌNH HÌNH NGHIÊN CỨU QUỐC TẾ 1.2.1 BỘ ĐIỀU KHIỂN THÍCH NGHI, MÁY HỌC 1.2.2 BỘ ĐIỀU KHIỂN PID KẾT HỢP ĐIỀU KHIỂN MỜ 10 1.2.3 BỘ ĐIỀU KHIỂN TRƯỢT KẾT HỢP HỆ MỜ 12 1.3 TÌNH HÌNH NGHIÊN CỨU TRONG NƯỚC 15 1.4 ĐẶT VẤN ĐỀ .17 1.5 MỤC TIÊU VÀ PHẠM VI ĐỀ TÀI 17 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN 19 2.1 LÝ THUYẾT ĐIỀU KHIỂN TRƯỢT 19 2.1.1 HỆ THỐNG PHI TUYẾN 19 2.1.2 MẶT TRƯỢT 19 2.1.3 THIẾT KẾ BỘ ĐIỀU KHIỂN TRƯỢT 22 2.2 LÝ THUYẾT ĐIỀU KHIỂN MỜ .24 2.3 MƠ HÌNH ĐIỀU KHIỂN ĐỀ XUẤT 39 CHƯƠNG 3: MƠ HÌNH ĐỘNG LỰC HỌC VÀ GIẢI THUẬT 44 3.1 MƠ HÌNH ĐỘNG LỰC HỌC 44 3.1.1 ĐỘNG HỌC THUẬN 45 3.1.2 ĐỘNG HỌC NGƯỢC 46 3.1.3 MA TRẬN JACOBI 47 3.1.4 PHƯƠNG TRÌNH MOMENT CÁC KHÂU 47 vi 3.2 GIẢI THUẬT HỆ ĐIỀU KHIỂN TRƯỢT MỜ INTERVAL TYPE-2 53 CHƯƠNG 4: MÔ PHỎNG .62 CHƯƠNG 5: KẾT LUẬN 67 TÀI LIỆU THAM KHẢO 68 LÝ LỊCH TRÍCH NGANG .71 vii DANH MỤC HÌNH ẢNH Hình 1.1: Robot phẫu thuật Hình 1.2: Robot sơn nhà máy sản xuất ôtô Hình 1.3: Robot Kuka ứng dụng hàn xác Hình 1.4: Robot nấu ăn nhà hàng Nhật Bản Hình 1.5: Sơ đồ điều khiển thích nghi kết hợp hệ mờ Hình 1.6: Mơ hình Hexapod thơng số ban đầu Hình 1.7: Mơ hình thuật tốn ACO (Ant Colony Optimization) Hình 1.8: Sơ đồ điều khiển thích nghi nâng cao cho Hexapod Hình 1.9: Mơ hình điều khiển NLMPC Hình 1.10: Cơ chế quần thể MNNA Hình 1.11: Sơ đồ điều khiển mơ hình NLMPC kết hợp MNNA Hình 1.12: Robot lắp tay máy tự hành thông số điều khiển Hình 1.13: Mơ hình điều khiển Robot tay máy tự hành Hình 1.14: Mô Robot di chuyển tránh vật cản Hình 1.15: Sơ đồ điều khiển PID kết hợp hệ mờ 11 Hình 1.16: Sơ đồ điều khiển PID kết hợp mờ cho mobile robot 11 Hình 1.17: Mơ hình điều khiển mobile robot 12 Hình 1.18: Mơ hình robot PUMA-500 13 Hình 1.19: Sơ đồ điều khiển NTSM kết hợp mạng Wavelet mờ 14 Hình 1.20: Sơ đồ điều khiển trượt kết hợp hệ mờ 14 Hình 1.21: Mơ hình cách tay máy bậc tự nghiên cứu 15 Hình 1.22: Sơ đồ điều khiển sử dụng mơ hình AMNM 16 Hình 1.23: Mơ hình tay máy khí nén PAM nghiên cứu 16 viii CHƯƠNG 3: MƠ HÌNH ĐỘNG LỰC HỌC VÀ GIẢI THUẬT P s1 = v1 − f1 ( x ) −  g1 j ( x )u j j =1 (3.14) P sP = vP − f P ( x ) −  g pj ( x )u j j =1 Trong v1 , , v p lại tính từ v1 = yd + 1e1 (3.15) v2 = yd + 2 e2 Kế đó, thiết kế điều khiển mặt trượt để giúp hệ thống ổn định, xác đáp ứng nhanh Phương pháp điều khiển yêu cầu yếu tố biến tương đương (equivalent scheme) biến tiếp cận (reaching scheme) Biến tương đương ueq triển khai trạng thái hệ thống nằm mặt trượt Biến trượt usliding dùng để thúc đẩy trạng thái hệ thống nhanh chóng tiến tới mặt trượt, u f tín hiệu điều khiển mờ Do đó, tín hiệu điều khiển uFS là: uFS = ueq + usliding + u f (3.16) Nếu hệ thống nằm mặt trượt ( s = ), tín hiệu điều khiển u phương trình (8) thành ueq ước lượng thành: ueq = Gˆ ( x, g )  I p + Gˆ ( x, g )Gˆ T ( x,  g )  −1  − Fˆ ( x,  f ) + v + K0 sgn( s )  (3.17) Trong đó,  k1   with k1, k2 >0  k2  K0 =  𝜀0 số dương Trong hệ điều khiển này, phương trình (3.17) mơ tả hàm ước lượng Fˆ ( x,  f ), Gˆ ( x,  g ) thay cho hàm phi tuyến 𝐹(𝑥) and 𝐺(𝑥) 57 CHƯƠNG 3: MƠ HÌNH ĐỘNG LỰC HỌC VÀ GIẢI THUẬT Khi hệ rời khởi mặt trượt, biến điều khiển trượt usliding lái hệ thống quay lại quỹ đạo usliding = s sT ( s f + sg ueq + u0 ) (3.18) 0 s +  u0 tính −1 u0 =   I p + Gˆ ( x, g )Gˆ T ( x,  g )   − Fˆ ( x,  f ) + v + K sgn( s )  , (3.19) 𝛿 biến thay đổi theo thời gian Sau đó, luật thích nghi cập nhật thông số điều chỉnh định nghĩa sau  fi = − fi fi ( x ) si , (3.20)  gij = − gij gij ( x ) si usi , (3.21)  = −0 sT ( s f + sg us + u0 ) 0 s +  , (3.22) Trong đó, 𝜂𝑓𝑖, 𝜂𝑔𝑖𝑗, 𝜂0 giá trị dương Điều kiện ban đầu 𝛿 dương Một số biểu thức tốn học thực hiện, s = v − F ( x ) − G ( x ) − Gˆ ( x,  g )  ueq − Gˆ ( x,  g )ueq − Gˆ ( x )usliding (3.23) Thay giá trị vào phương trình ta s = − K sgn( s ) −  F ( x ) − Fˆ ( x,  f )  − G ( x ) − Gˆ ( x,  g )  ueq + u0 − Gˆ ( x )usliding Trong trình biến đổi tốn học, phương trình tốn học suy 58 (3.24) CHƯƠNG 3: MƠ HÌNH ĐỘNG LỰC HỌC VÀ GIẢI THUẬT Gˆ ( x,  g )Gˆ T ( x,  g )  I p + Gˆ ( x,  g )Gˆ T ( x,  g )  = I p −   I p + Gˆ ( x,  g )Gˆ T ( x,  g )  −1 −1 (3.25) Do đó, s = − K0 sgn( s ) −  F ( x, f ) − Fˆ ( x,  f )  − G( x,  g ) − Gˆ ( x,  g )  ueq + u0 − Gˆ ( x )usliding + u0 −  f ( x ) −  g ( x )ueq (3.26) và, sT s = − sT K sgn( s ) − ( Tf ( x ) f 1s1 +  Tf ( x ) f s2 ) −( gT11 ( x ) g11s1ueq1 +  gT12 ( x ) g12 s1ueq (3.27) + gT21 ( x ) g 21s2 ueq1 +  gT22 ( x ) g 22 s2 ueq ) − sT G ( x )usliding + sT u0 − sT  f ( x ) − sT  g ( x )ueq Chọn mặt trượt Lyapunov sau: V=  1 T T 1 T T T s s+    +   +    +  g12 g12  f f f f g 11 g 11   2   f f  g 11 g 12    +  gT21 g 21 +  gT22 g 22  +   2  g 21  g 22  (3.28) Sau đạo hàm ta  T   T T V = sT s −    +    g11 g11  −  f f f f    f2  f1   g11  1 T T T +  g12 g12 +  g 21 g 21 +  g 22 g 22  +     g12  g 21  g 22  (3.29) Phương trình (3.29) viết lại V = sT K sgn( s ) + V1 + V2 (3.30) 59 CHƯƠNG 3: MƠ HÌNH ĐỘNG LỰC HỌC VÀ GIẢI THUẬT Trong đó,       1 V1 = − Tf   f ( x ) s1 +  −  Tf   f ( x ) s2 +  −  gT11   g11 ( x ) s1ueq1 +     f f g 11      f f g11             1 − gT12   g12 ( x ) s1ueq +  g12  −  gT21   g 21 ( x ) s2 ueq1 +  g 21  −  gT22   g 22 ( x ) s2ueq +  g 22        g12  g 21  g 22       V2 = − sT G ( x )usliding + sT u0 − sT  f ( x ) − sT  g ( x )ueq + 0  Từ quy luật thích nghi, khẳng định V1 = (3.31) Mặt khác, ta lại có T s G ( x )usliding  sT ( s f + sg ueq + u0 )    s   f +  g ueq + u0 −    s +    T (3.32) Suy sT G ( x ) s   s (3.33) Tiếp đó, đối tượng thứ hai hàm Lyapunov bị giới hạn ( ) V2  − sT G ( x )usliding + sT  f +  g ueq + u0 + V2  −  sT ( s f + sg ueq + u0 ) 0 s +  + 0  0  (3.34) (3.35) V2  (3.36) Từ phương trình (3.30), ta kết luận V  − sT K sgn( s ) = − ( k1 s1 + k2 s2 ) (3.37) 60 CHƯƠNG 3: MƠ HÌNH ĐỘNG LỰC HỌC VÀ GIẢI THUẬT Theo bổ đề Barbalat, phát biểu sai số hành trình đạo hàm giảm tiệm cận thời gian tiến vô ei (t ) → as t →  for i, j = 1,2 Vậy j tính ổn định hệ thống minh 61 CHƯƠNG 4: MƠ PHỎNG CHƯƠNG 4: MƠ PHỎNG Để chứng minh tính hiệu phương pháp điều khiển kết hợp trượt mờ interval type2 (FSMC), số thử nghiệm mô thực để xem xét sai số xác lập, độ vọt lố, đồng thời tiến hành so sánh kết với phương pháp điều khiển trượt mờ type-1 để thấy cải thiện mặt xác • Đối tượng mô phỏng: cánh tay máy hai bậc tự với thông số quy định bảng • Phần mềm mơ phỏng: Matlab Hành trình mong muốn khâu robot hàm sin yd = yd = sin(t ) Giá trị nhiễu từ bên thêm vào cos(t ) sin(t) Hệ số mặt trượt xác định T 1 = 2 = Ngồi ra, thơng số tùy chỉnh xác định  = 0.5, f =  f = 0.1, g11 =  g12 =  g 21 =  g 22 = 0.1, K = 0.5I Các thông số điều khiển PID KP = 10, K I = 0.1, K D = 0.01 K vff = 1, K aff = cho hệ Feed-forward K f = 0.7 cho hệ interval type-2 FLS Đơn vị bão hòa saturation lựa chọn cho voltage đầu hệ servo nằm khoảng [-12V;+12V] Trạng thái ban đầu robot x ( ) =  0 0 Và để đánh giá lực hệ điều khiển, có so sánh giá trị đầu đạt phương pháp điều khiển truyền thống phương án đề xuất điều kiện điều khiển Bảng 4.1: Các thơng số điều khiển THƠNG SỐ GIÁ TRỊ THƠNG SỐ GIÁ TRỊ m1 lc 0.6 m2 I1 0.12 l1 I2 0.25 lcl 0.5 e 30o 62 CHƯƠNG 4: MÔ PHỎNG Bảng 4.2: Luật mờ s NB NM NS ANS APS PS PM PB uf PS PM PB PB NB NB NM NS Hình 4.1: Hàm thành viên biến đầu vào s Fuzzy type-1 Hình 4.2: Hàm thành viên biến đầu vào s Fuzzy type-2 63 CHƯƠNG 4: MƠ PHỎNG Hình 4.3: Tín hiệu điều khiển mơ phương pháp truyền thống type-1 FLS cho khâu (trên) khâu (dưới) tay máy Hình 4.4: Tín hiệu điều khiển mơ phương pháp đề xuất cho khâu (trên) khâu (dưới) tay máy 64 CHƯƠNG 4: MƠ PHỎNG Hình 4.5: So sánh quỹ đạo phương pháp truyền thống type-1 FLS (đường xanh) hệ đề xuất (đường đỏ) cho khâu (trên) khâu (dưới) tay máy Tín hiệu điều khiển phương pháp thường dùng type-1 FLS phương án đề xuất nằm Hình 6, Hình Trong khâu chuyển động bình thường, khâu thứ hai phải chịu tác động không mong muốn, chẳng hạn tải trọng chưa biết, dao động dư nhiễu động bên ngồi Do đó, cần tập trung điều khiển xác vị trí ứng dụng đầu cuối khâu đến vị trí mục tiêu Trong Hình 8, minh họa vị trí khâu phương án điều khiển Mặc dù hệ robot chịu tác động không mong muốn hai khâu nỗ lực tạo tín hiệu điều khiển xác Ở giai đoạn đầu khâu phương pháp type-1 FLS chưa bám sát quỹ đạo mong muốn, sau hệ điều khiển đưa khâu quỹ đạo Còn với khâu 2, chút dao động gây bất ổn cho khâu phương pháp điều khiển truyền thống đáp ứng biến biến động Phóng to vào sai số hành trình hai phương án điều khiển Hình Mặc dù vượt trội tối ưu sai số q trình kiểm nghiệm mơi trường phi tuyến, phương án đề xuất trông vượt trội phương pháp truyền thống 65 CHƯƠNG 4: MÔ PHỎNG Hình 4.6: So sánh sai số hành trình phương pháp truyền thống type-1 FLS (đường xanh) hệ đề xuất (đường đỏ) cho khâu (trên) khâu (dưới) tay máy 66 CHƯƠNG 5: KẾT LUẬN CHƯƠNG 5: KẾT LUẬN Trong luận văn này, hai ý tưởng tạo điều khiển mặt trượt kết hợp hệ mờ type-2 FLS cấu chuyển đổi linh hoạt cho tay máy Với lợi chủ động điều chỉnh thông số cho hệ feed-forward, cho phép điều khiển hệ thống xác, nhanh chóng giảm thiểu tác động tiêu cực đến hệ servo Ngoài ra, việc phối hợp sử dụng hệ điều khiển PID điều khiển trượt mờ interval type-2 FLS cải tiến khả phản ứng nhanh chóng hệ, giảm bớt gánh nặng tính tốn lúc khơng cần thiết, đảm bảo điều khiển xác hệ chịu tác động từ yếu tốt nhiễm biến phi tuyến Cơ chế chuyển đổi thông minh chủ yếu kích hoạt để điều khiển hệ servo sai số hành trình nhỏ ngưỡng cho phép, hệ cịn xa đích đến Mặt khác điều khiển phối hợp trượt hệ mờ interval type-2 FLS triển khai để đối phó với yếu tố nhiễu, biến động Bằng cách tiếp cận phương pháp Lyapunov, đảm bảo hệ thống ổn định theo thời gian Một số mô so sánh với phương pháp type-1 FLS để thể hiệu tốt phương án để xuất Từ quan điểm điều khiển linh hoạt bền vững, rõ ràng cách tiếp cận luận văn hiệu khả thi để đạt hiệu cao ứng dụng thực tiễn Định hướng tương lai giảm bớt gánh nặng tính tốn Đặc biệt ngành robot ứng dụng, điều khiển phải đáp ứng thời gian thực Ngoài ra, điều khiển nâng cao trí thơng minh nhân tạo hay máy học nên xem xét để nâng cao hiệu điều khiển 67 TÀI LIỆU THAM KHẢO [1] Wu-Chung Su et al., “Multiobjective Evolutionary Interpretable Type-2 Fuzzy Systems With Structure and Parameter Learning for Hexapod Robot Control,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol 52, pp 3066 - 3078, May 2022 [2] M Elsisi et al., “Effective Nonlinear Model Predictive Control Scheme Tuned by Improved NN for Robotic Manipulators,” IEEE Access, vol 9, pp 64278 - 64290, Apr 2021 [3] D Honerkamp et al., “Learning Kinematic Feasibility for Mobile Manipulation Through Deep Reinforcement Learning,” IEEE Robotics and Automation Letters, vol 6, pp 6289 - 6296, Jun 2021 [4] D.K Tiep et al., “Design of Fuzzy-PID Controller for Path Tracking of Mobile Robot with Differential Drive,” International Journal of Fuzzy Logic and Intelligent Systems, vol 18, pp 220-228, Sep 2018 [5] Chuan-Kai Lin “Nonsingular Terminal Sliding Mode Control of Robot Manipulators Using Fuzzy Wavelet Networks,” IEEE Transactions on Fuzzy Systems, vol 14, pp 849 - 859, Nov 2006 [6] Z Wang et al., “Event-Triggered Prescribed-Time Fuzzy Control for Space Teleoperation Systems Subject to Multiple Constraints and Uncertainties,” IEEE Transactions on Fuzzy Systems, vol 29, pp 2785 - 2797, Sep 2021 [7] HQ Thinh Ngo et al., “Fuzzy sliding mode control for a robot manipulator,” Artificial Life and Robotics, vol 13(1), pp 124-128, 2008 [8] N.N Son et al., “Black-box modeling of nonlinear system using evolutionary neural NARX model,” International Journal of Electrical and Computer Engineering (IJECE), vol 9, pp 1861-1870, 2019 [9] H.P.D Anh and C.V Kien “Hybrid Fuzzy Sliding Mode Control for Uncertain PAM Robot Arm Plant Enhanced with Evolutionary Technique,” International Journal of Computational Intelligence Systems, vol 14, pp 594 - 604, 2021 68 [10] T.T Phuc et al., “Trajectory tracking of mobile manipulator for welding task using sliding mode control,” 30th Annual Conference of IEEE Industrial Electronics Society, vol 1, pp 2-6, May 2005 [11] Huynh Thai Hoang “Điều khiển hệ lắc ngược dùng logic mờ,” Kỷ yếu Hội nghị Khoa học Công nghệ lần 7, Đại học Bách Khoa - ĐHQGTP.HCM, vol 2, pp 81-88, 1999 [12] Jinkun Liu and Xinhua Wang, Advanced Sliding Mode Control for Mechanical System, Springer, 2012, pp 55-70 [13] Nguyễn Thị Phương Hà Huỳnh Thái Hoàng, Lý thuyết điều khiển tự động, NXB ĐHQG TPHCM, 2002, pp 122-150 [14] Huỳnh Thái Hoàng, Hệ thống điều khiển thông minh, NXB ĐHQG TPHCM, 2008, pp 102-150 [15] John J Craig, Introduction to Robotics Mechanical and Control, Pearson Education International, 2005, pp 203-300 [16] P.J Gaidhane et al., “Design of interval type-2 fuzzy precompensated PID controller applied to two-DOF robotic manipulator with variable payload,” ISA Transactions, vol 89, pp 169-185, Jun 2019 [17] Hongde Qin et al., “Adaptive Interval Type-2 Fuzzy Fixed-time Control for Underwater Walking Robot with Error Constraints and Actuator Faults Using Prescribed Performance Terminal Sliding-mode Surfaces,” International Journal of Fuzzy Systems, vol 23, pp 1137-1149, 2021 [18] W Tong “Non-singleton interval type-2 fuzzy PID control for high precision electrooptical tracking system,” ISA Trans, vol 120, pp 258-270, 2022 [19] H Zhou et al., “Design of the footprints of uncertainty for a class of typical interval type-2 fuzzy PI and PD controllers”, ISA transactions, vol 108, pp 1-9, 2021 [20] J E Moreno et al., “Design of an interval Type-2 fuzzy model with justifiable uncertainty”, Information Sciences, vol 513, pp 206-221, 2020 69 [21] J Liu et al., “General type-2 fuzzy sliding mode control for motion balance adjusting of powerline inspection robot,” Soft Computing, vol 25(2), pp 1033-1047, 2021 [22] L Charron et al., “Mobile robot path planning based on optimized fuzzy logic controllers,” in New Developments and Advances in Robot Control, vol 12, Springer, Singapore, 2019, pp 255-283 [23] D Sun et al., “Bilateral telerobotic system using type-2 fuzzy neural network based moving horizon estimation force observer for enhancement of environmental force compliance and human perception,” Automatica, vol 106, pp 358-373, 2019 [24] T Zhao et al., “General type-2 fuzzy gain scheduling PID controller with application to powerline inspection robots,” International Journal of Fuzzy Systems, vol 22(1), pp.181-200, 2020 [25] I Reguii et al., “Mobile Robot Navigation Using Planning Algorithm and Sliding Mode Control in a Cluttered Environment,” Journal of Robotics and Control (JRC), vol 3(2), pp 166-175, 2022 [26] NHQ Thinh and W Kim “Implementation of Fuzzy Self-Tuning PID and FeedForward Design for High-Performance Motion Control System,” International Journal of Fuzzy Logic and Intelligent Systems, vol 14, pp 136-144, 2014 70 LÝ LỊCH TRÍCH NGANG Họ tên: Nguyễn Minh Hồng Ngày, tháng, năm sinh: 05/02/1995 Nơi sinh: Bình Dương Địa liên lạc: 1/53 đường 22 tháng 12, phường Thuận Giao, thị xã Thuận An, tỉnh Bình Dương Q TRÌNH ĐÀO TẠO: Năm 2013-2018: sinh viên ngành Cơ điện tử, khoa Cơ khí, đại học Bách Khoa thành phố Hồ Chí Minh Năm 2019-2023: học viên cao học ngành Cơ điện tử, khoa Cơ khí, đại học Bách Khoa thành phố Hồ Chí Minh Q TRÌNH CƠNG TÁC Năm 2020-đến nay: Công ty Intel Products Vietnam 71