Tính đến thời điểm hiện tại, đã có rất nhiều nghiên cứu về vấn đề điều khiển bao phủ đa robot và ứng dụng của nó trong thực tế. Các ứng dụng này rất đa dạng như: giám sát, trinh sát, tuần tra, ... Để tiếp tục phát triển, đóng góp vào những nghiên cứu trước đây, khoá luận này tập trung vào việc nghiên cứu chiến lược bao phủ phân tán cho hệ thống đa robot theo cấu trúc lục giác cho bất kỳ môi trường khép kín nào với số lượng robot hữu hạn. Bằng việc áp dụng chiến lược này, khoá luận có thể khắc phục được nhược điểm của một số thuật toán bao phủ hiện nay như: cần biết trước đường bao khu vực cần khảo sát, không thể bao phủ khu vực có cấu trúc đa giác lõm (nonconvex), cần sử dụng nhiều robot (làm giảm hiệu suất, lãng phí tài nguyên khi thực hiện bao phủ trong một khu vực rộng). Bên cạnh đó, để giảm thiểu số lượng robot và hạn chế hiện tượng các robot di chuyển qua các vùng đã bao phủ, khoá luận đưa ra một chiến lược mở rộng bao phủ có định hướng, theo quỹ đạo tiến lui nhằm quét qua toàn bộ khu vực. Các thí nghiệm mô phỏng được thực hiện trên phần mềm giả lập môi trường vật lý Webots, sử dụng robot hai bánh vi sai Epuck với các tham số được điều chỉnh, thiết lập gần giống với hệ thống thật. Kết quả của mô phỏng cho thấy giải pháp được đề xuất có hiệu suất bao phủ rất cao (trên 99%) với cả môi trường có cấu trúc đa giác lồi và lõm.
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Tạ Minh Đức NGHIÊN CỨU CHIẾN LƯỢC ĐIỀU KHIỂN MỞ RỘNG VÙNG BAO PHỦ LƯỚI LỤC GIÁC CỦA HỆ THỐNG ĐA ROBOT KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Cơng nghệ kỹ thuật Điện tử - Viễn thông HÀ NỘI - 2023 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Tạ Minh Đức NGHIÊN CỨU CHIẾN LƯỢC ĐIỀU KHIỂN MỞ RỘNG VÙNG BAO PHỦ LƯỚI LỤC GIÁC CỦA HỆ THỐNG ĐA ROBOT KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Cơng nghệ kỹ thuật Điện tử - Viễn thông Cán hướng dẫn: TS Phạm Duy Hưng HÀ NỘI - 2023 TĨM TẮT Tóm tắt: Tính đến thời điểm tại, có nhiều nghiên cứu vấn đề điều khiển bao phủ đa robot ứng dụng thực tế Các ứng dụng đa dạng như: giám sát, trinh sát, tuần tra, Để tiếp tục phát triển, đóng góp vào nghiên cứu trước đây, khoá luận tập trung vào việc nghiên cứu chiến lược bao phủ phân tán cho hệ thống đa robot theo cấu trúc lục giác cho môi trường khép kín với số lượng robot hữu hạn Bằng việc áp dụng chiến lược này, khố luận khắc phục nhược điểm số thuật toán bao phủ như: cần biết trước đường bao khu vực cần khảo sát, bao phủ khu vực có cấu trúc đa giác lõm (non-convex), cần sử dụng nhiều robot (làm giảm hiệu suất, lãng phí tài nguyên thực bao phủ khu vực rộng) Bên cạnh đó, để giảm thiểu số lượng robot hạn chế tượng robot di chuyển qua vùng bao phủ, khoá luận đưa chiến lược mở rộng bao phủ có định hướng, theo quỹ đạo tiến - lui nhằm quét qua toàn khu vực Các thí nghiệm mơ thực phần mềm giả lập môi trường vật lý Webots, sử dụng robot hai bánh vi sai E-puck với tham số điều chỉnh, thiết lập gần giống với hệ thống thật Kết mô cho thấy giải pháp đề xuất có hiệu suất bao phủ cao (trên 99%) với mơi trường có cấu trúc đa giác lồi lõm Từ khoá: Bao phủ theo cấu trúc; Cấu trúc lục giác; Điều khiển hành vi; Điều khiển phân tán; Triển khai bao phủ theo hướng; Trình mơ giả lập mơi trường vật lý Webots i LỜI CẢM ƠN Đầu tiên, em xin gửi lời cảm ơn sâu sắc tới TS Phạm Duy Hưng, người trực tiếp hướng dẫn, bảo định hướng cho em trình tìm hiểu hồn thành khố luận Em xin gửi lời cảm ơn tới tồn thể thầy trường Đại học Công Nghệ - Đại học Quốc gia Hà Nội, đặc biệt thầy cô công tác khoa Điện tử Viễn thông thầy cô tham gia giảng dạy chương trình robotics hỗ trợ hết mình, dạy tận tình, cung cấp cho em kiến thức quý báu liên quan tới khoá luận lĩnh vực liên quan khác Bên cạnh đó, em cảm ơn anh/chị học viên cao học bạn bè phịng thí nghiệm giúp đỡ em thực khoá luận Cuối cùng, em xin gửi lời cảm ơn chân thành tới gia đình, bạn bè ln hậu phương vững cho em khó khăn Cảm ơn tồn tập thể lớp K64-ĐA-CLC1 đồng hành từ ngày ngày cuối ngồi giảng đường đại học, cảm ơn trờ thành nguồn động lực giúp em phấn đấu hồn thiện thân ii LỜI CAM ĐOAN Tơi cam đoan đồ án tốt nghiệp: “Nghiên cứu chiến lược điều khiển mở rộng vùng bao phủ lưới lục giác hệ thống đa robot” cơng trình nghiên cứu thân, hướng dẫn TS Phạm Duy Hưng Những phần sử dụng tài liệu tham khảo đồ án nêu rõ phần tài liệu tham khảo trích dẫn rõ ràng Các số liệu, kết trình bày đồ án hồn tồn trung thực, khơng có chép tài liệu cơng trình nghiên cứu người khác Nếu sai tơi xin chịu hồn tồn trách nhiệm chịu kỷ luật khoa nhà trường Hà Nội, ngày tháng năm 2023 Tác giả Tạ Minh Đức iii PHÊ DUYỆT CỦA CÁN BỘ HƯỚNG DẪN Tôi xác nhận khóa luận sinh viên Tạ Minh Đức đáp ứng yêu cầu để đưa bảo vệ trước Hội đồng Hà Nội, ngày tháng năm 2023 Cán hướng dẫn TS Phạm Duy Hưng iv MỤC LỤC TÓM TẮT i LỜI CẢM ƠN ii LỜI CAM ĐOAN iii PHÊ DUYỆT CỦA CÁN BỘ HƯỚNG DẪN iv MỞ ĐẦU 1 GIỚI THIỆU 1.1 Giới thiệu chung 1.1.1 Hệ thống đa robot 1.1.2 Vùng bao phủ lưới lục giác 1.2 Nghiên cứu tổng quan 1.3 Phát biểu toán 10 CƠ SỞ LÝ THUYẾT 12 2.1 Mơ hình mạng 12 2.2 Điều khiển phân tán theo cấp bậc 13 2.3 Bao phủ 15 GIẢI THUẬT ĐIỀU KHIỂN 3.1 20 Điều khiển hành vi v 20 3.1.1 Thành phần tránh va chạm 20 3.1.2 Thành phần hướng đích 21 3.2 Thuật toán tạo mục tiêu ảo 22 3.3 Thuật toán phân nhiệm 24 3.4 Thuật toán điều khiển bao phủ phân tán 24 3.5 Thuật tốn triển khai đội hình theo hướng 27 KẾT QUẢ THÍ NGHIỆM 30 4.1 Môi trường mô Webots 30 4.2 Robot E-puck 31 4.3 Thí nghiệm thảo luận 33 4.3.1 Thiết lập thí nghiệm 33 4.3.2 Kết thí nghiệm 33 KẾT LUẬN 41 A Môi trường mơ vật lý Webots 43 A.1 Trình mơ vật lý Webots 43 A.2 Các bước mô Webots 44 A.3 Hiển thị vùng bao phủ mục tiêu ảo Webots 45 B Robot E-puck 46 vi DANH SÁCH HÌNH VẼ 2.1 Mơ hình mạng 12 2.2 Các robot quan trọng (critical robots) 14 2.3 Cấu trúc mạng lục giác 16 2.4 Các nút biên đỉnh phân vùng 17 2.5 Triển khai nút penalty 18 2.6 Triển khai nhiều nút penalty 19 3.1 Quá trình truyền thông 26 3.2 Triển khai đội hình theo hướng 28 3.3 Thứ tự đỉnh lục giác 29 4.1 Các cảm biến khoảng cách E-puck 32 4.2 Bao phủ môi trường đa giác lồi 35 4.3 Bao phủ môi trường đa giác lõm 36 4.4 Biểu đồ thống kê quãng đường robot di chuyển chiếm mục tiêu 39 A.1 Giao diện trình mơ Webots 44 A.2 Các PROTO nodes tự tạo 45 B.1 Các khối chức 47 B.2 Các cảm biến khoảng cách E-puck 48 vii DANH SÁCH BẢNG BIỂU 4.1 Thông số học robot E-puck 32 4.2 Tham số hệ thống 33 4.3 Tỷ lệ bao phủ môi trường đa giác lồi 34 4.4 Tỷ lệ bao phủ môi trường đa giác lõm 37 4.5 Thời gian bao phủ khu vực với số lượng robot thay đổi 37 B.1 Vị trí cảm biến khoảng cách E-puck 49 viii chênh lệch nhỏ Có thể lý giải điều sau: • Với thuật tốn 4, thời điểm, có robot trạng thái điểm mốc Điều đồng nghĩa với việc: thời điểm, có tối đa điểm mục tiêu điểm mốc gửi đến robot trạng thái chờ Tuy nhiên, bắt đầu thí nghiệm, robot đặt góc bên trái môi trường khảo sát Như vậy, có nhiều điểm mục tiêu cho robot trạng thái chờ Sau hoàn thành phân nhiệm, thuật toán tiếp tục tạo điểm mốc Tại thời điểm, có robot hoạt động trạng thái điểm mốc Robot nằm biên vùng bao phủ, tạo tối đa điểm mục tiêu • Trong trường hợp sử dụng robot, robot phải chiếm nhiều mục tiêu khoảng thời gian robot điểm mốc hoạt động Nếu sử dụng nhiều robot, với số lượng mục tiêu hữu hạn, robot dư thừa không phân công nhiệm vụ hoạt động trạng thái chờ • Tuy nhiên, mơi trường khác, khơng phải số lượng robot tối ưu Bởi lẽ, với cấu trúc đa giác lõm, cần trì số lượng robot đủ để tồn robot chiếm giữ vị trí lối vào khu vực (hay khu vực triển khai penalty node) hình 2.6 để đảm bảo đội hình robot triển khai theo hướng thoát khỏi trạng thái Full Unassigned (đã đề cập đến phân tích thuật tốn 4) Thực ghi lại giá trị quãng đường robot di chuyển trình chiếm mục tiêu Biểu đồ hộp hình 4.4 thống kê lại kết thí nghiệm Biểu đồ biểu diễn nhiều đại lượng thống kê để có đánh giá tổng quan Các đại lượng thể biểu đồ bao gồm: giá trị lớn nhất, giá trị nhỏ nhất, tứ phân vị trên, tứ phân vị trung vị Quan sát kết thu được, vài nhận xét đưa sau: • Với kết biểu đồ 4.4a 4.4b, phân tích thí nghiệm bao phủ với robots, nhận thấy rằng, quãng đường di chuyển robot trình chiếm mục tiêu chủ yếu 0.87 m (giá trị trung vị) Điều chứng tỏ rằng: với số lượng robot 3, quãng đường di chuyển robot 38 (a) Môi trường đa giác lồi (b) Mơi trường đa giác lõm Hình 4.4: Biểu đồ thống kê quãng đường robot di chuyển chiếm mục tiêu tối ưu Các robot kích hoạt lại liên tục, di chuyển theo hình thức "cuốn chiếu", khơng có robot bị dư thừa • Tuy nhiên, tăng số lượng robot, có tượng robot dư thừa xảy Điều khiến cho giá trị nhỏ biểu đồ thực thí nghiệm với số lượng robot lớn Giá trị minh chứng cho việc robots dư thừa không thực nhiệm vụ bao phủ (quãng đường di chuyển 0) • Thực tăng số lượng robot khảo sát, giá trị trung vị giảm dần, biểu đồ tiến dần điểm Điều có ý nghĩa rằng: với số lượng robot nhiều, robot dư thừa nhiều Việc trì nhiều robot dư thừa khiển cho lượng tiêu hao hệ thống tăng lên Chính vậy, việc lựa chọn số lượng robot yêu cầu quan trọng cần phải ý Như vậy, với chiến lược bao phủ tại, sử dụng số lượng robot vừa đủ làm cho hệ thống hoạt động với hiệu ổn định Trong trường hợp muốn trì chiến lược với số lượng robot lớn hơn, cần phải thay đổi thuật toán nhằm mở rộng đường bao phủ Với chiến lược tại, thời điểm, có robot hoạt động trạng thái điểm mốc Để bao phủ với số lượng robot tăng lên, cần tăng số lượng robot phép hoạt động trạng thái điểm mốc Bằng cách này, giải vấn đề robot dư thừa cách hiệu 39 Tóm lại, giải pháp bao phủ đề xuất chương hoạt động hiệu với cấu trúc mơi trường lồi, lõm khác Nó có số đặc tính: • Tính thích nghi: Thuật tốn thích nghi tốt với cấu trúc mơi trường • Tính tối ưu: Thuật tốn sử dụng số lượng robot mà đảm bảo bao phủ tồn mơi trường Ngoài ra, với chiến lược phân nhiệm triển khai đội hình theo hướng, quãng đường di chuyển robot tối ưu Như vậy, khoá luận giải tốt toán đặt chương 40 KẾT LUẬN Những kết đạt Khoá luận thiết kế chiến lược, thuật toán mở rộng vùng bao phủ lưới lục giác hệ thống đa robot với yêu cầu số lượng hữu hạn robot Khoá luận giải toán đặt lúc ban đầu, hoàn thành mục tiêu đề thu kết cụ thể sau đây: • Về lý thuyết: Khoá luận làm rõ lý thuyết liên quan đến cấu trúc lưới lục giác, điều khiển phân tán hệ thống đa robot, đồng thời xây dựng thuật tốn phân nhiệm, triển khai đội hình theo hướng, điều khiển bao phủ phân tán với chế kích hoạt lại node (các robot) • Về mơ phỏng: Khố luận thực mơ thuật tốn với cấu trúc môi trường khác (cấu trúc đa giác lồi đa giác lõm) trình mơ vật lý Webots, từ chứng minh tính thích ứng thuật tốn với dạng cấu trúc mơi trường Đây minh chứng cho việc thuật toán điều khiển bao phủ phân tán xây dựng hoạt động tốt với số lượng robot hữu hạn Ngoài ra, khố luận mơ thuật tốn với số lượng robot khác môi trường Từ đó, rút kết luận số lượng robot tối ưu, lý mà thuật tốn hoạt động với số lượng robot hữu hạn Đồng thời làm rõ yêu cầu số lượng robot mơi trường có cấu trúc đa giác lõm 41 Ưu, nhược điểm đề tài • Ưu điểm: Thuật tốn áp dụng mơi trường có cấu trúc đa giác khác với số lượng robot hữu hạn • Nhược điểm: Khi triển khai bao phủ mơi trường có cấu trúc đa giác lõm, cần đảm bảo số lượng robot đủ để hệ thống thoát khỏi trạng thái Full Unassigned chưa thực bao phủ xong Hướng phát triển tương lai Cùng với phát triển robot nói chung hệ thống đa robot nói riêng ngày nay, toán liên quan đến đa robot ngày trọng Trong đó, tốn bao phủ phục vụ cho ứng dụng như: giám sát, trinh sát, thu thập liệu, giám sát môi trường, lĩnh vực tiềm mà nghiên cứu sinh, nhà khoa học quan tâm hàng đầu Trong tương lai, với mục tiêu triển khai bao phủ khu vực có cấu trúc đa giác lõm xác hơn, áp dụng học máy (machine-learning) vào việc tìm hệ số penalty ρp nhằm đảm bảo tạo penalty node phù hợp Ngồi ra, phát triển thuật toán để thực bao phủ với nhiều robot hoạt động chế độ điểm mốc Điều giải vấn đề robot bị dư thừa làm giảm thời gian bao phủ 42 PHỤ LỤC A Môi trường mô vật lý Webots A.1 Trình mơ vật lý Webots Webots trình mơ robot di động chun nghiệp với mã nguồn mở, cung cấp đa tảng (Windows, macOS, Linux) Phần mềm thường thiết kế cho mục đích sử dụng cá nhân sử dụng rộng rãi công nghiệp, giáo dục nghiên cứu Dự án Webots bắt đầu vào năm 1996 viện Công nghệ Liên bang Thuỵ Sĩ EPFL Lausanne Một ưu điểm Webots cho phép người dùng tương tác với mơ hình q trình mơ Với Webots, người dùng thiết kế robot có cấu trúc phức tạp mơi trường Các thuộc tính vật lý đối tượng, như: hình dạng, màu sắc, kết cấu, khối lượng, ma sát, người dùng tự thiết kế Mỗi robot Webots trang bị điều khiển Bộ điều khiển lập trình trực tiếp IDE tích hợp Webots với môi trường phát triển bên thứ ba như: Visual Studio, PyCharm, Do tính chất tương đồng với mơi trường vật lý bên ngồi nên điều khiển sử dụng robot môi trường thực tế Hiện tại, Webots hỗ trợ đa dạng ngơn ngữ lập trình khác như: Matlab, C/C++, Java, Python Trên hình A.1 giao diện trình mơ Webots Trong khố luận này, Webots sử dụng để triển khai thuật tốn, chiến lược, mơ hành vi robot cách chân thực, gần với thực tế 43 Hình A.1: Giao diện trình mơ Webots A.2 Các bước mô Webots Để bắt đầu làm việc với Webots, bước để tạo nên chương trình mơ phỏng: Bước 1: Tạo tệp Project Sau khởi động chương trình, cần tạm dừng chương trình có chương trình chạy cách nhấn nút Pause Sau chương trình dừng lại, thực tạo Project cách chọn File/New/New Project Directory thực theo hướng dẫn Bước 2: Thiết kế mơi trường thí nghiệm Để thêm node mới, người dùng chọn biểu tượng Add cơng cụ sử dụng phím tắt Ctrl + Shift + A lựa chọn công cụ cần thiết cho thí nghiệm Ví dụ khố luận sử dụng mơ hình robot E-puck, vậy, tìm thấy robot E-puck hãng GCtronic đường dẫn PROTO nodes/ robots/ GCtronic/ e-puck nhập tên robot vào tìm kiếm Tương tự với trường hợp muốn thêm node phụ vào node sẵn có Tuy nhiên, để thực vậy, cần chuyển node sẵn có base node cách chọn chuột phải vào node muốn chuyển đổi chọn Convert to Base Node chọn mục Children để thêm node phụ Thực điều người dùng muốn thay đổi cấu trúc vật lý robot, thêm module, 44 cảm biến vào robot nhằm phục vụ cho mục đích thí nghiệm Bước 3: Tạo điều khiển cho robot Để robot thực thi thuật toán, cần tạo điều khiển cho robot Bộ điều khiển tạo cách lựa chọn File/ New/ New Robot Controller, sau thực theo hướng dẫn, lựa chọn ngôn ngữ IDE (Visual Studio với C++ PyCharm với Python) sử dụng trực tiếp Text Editor Webots A.3 Hiển thị vùng bao phủ mục tiêu ảo Webots Webots trình cơng cụ mơ vật lý mạnh Bên cạnh việc mơ hình hố mơi trường xung quanh cách xác, Webots có khả mơ hình hố vật thể khơng thể nhìn thấy không gian thực, như: vùng bao phủ, mục tiêu ảo, công cụ Supervisor Đây node có chức tương tự node Robot truy cập sâu vào chức hệ thống Có thể thực lập trình cho node Supervisor để thực mơ hình hố chức thuật toán tạo vùng bao phủ, tạo mục tiêu ảo, Vùng bao phủ mục tiêu ảo hình trụ có bán kính, màu sắc khác hình A.2 Những hình tạo cách tạo tệp PROTOS Những tập có phần mở rộng proto, đóng vai trị mơ tả mã nguồn vật thể Webots (a) Vùng bao phủ (b) Mục tiêu ảo Hình A.2: Các PROTO nodes tự tạo 45 PHỤ LỤC B Robot E-puck E-puck mẫu robot bánh vi sai có kích thước nhỏ gọn, thiết kế để sử dụng với mục đích giáo dục Michael Bonani Francesco Mondada phịng thí nghiệm ASL Giáo sư Roland Siegwart EPFL (Lausanne, Thuỵ Sĩ) Do sử dụng giáo dục nên robot E-puck có giá thành thấp, trang bị nhiều loại cảm biến đủ để sử dụng môi trường giáo dục, thích hợp với học sinh, sinh viên Phần cứng phần mềm robot mã nguồn mở nên robot nhiều công ty khác sản xuất bán Robot có đường kính 71 mm chiều cao 50 mm Các kết cấu khí robot làm nhựa giúp giảm giá thành Cấu trúc robot bao gồm phận chính: thân chính, vịng đèn bánh xe Phần thân cốt lõi robot bao bọc pin, mạch điều khiển Có thể tháo rời pin từ phần robot Hai động gắn thẳng vào thân chính, bánh xe gắn vào trục động Phần bảng mạch in PCB chứa hầu hết linh kiện điện tử nằm phía mặt thân Trên bảng mạch vòng khuếch tán ánh sáng bảng mạch mở rộng mặc định Tất phần vỏ làm nhựa suốt, người dùng quan sát phận bên Về bản, robot E-puck gồm khối chức hình B.1: • Khối cảm biến: đo lường thơng số phục vụ điều khiển (vị trí, hướng khoảng cách tương đối) giúp giám sát mơi trường xác • Khối chấp hành: thực điều khiển vận tốc, chuyển động robot dựa lực đẩy vi sai tạo hai động • Khối xử lý trung tâm: chứa thuật toán điều khiển thực chức 46 thu thập liệu, điều khiển robot truyền thơng • Khối truyền thơng: thực trao đổi liệu robot với Hình B.1: Các khối chức Chi tiết khối chức trình bày đây: Khối xử lý trung tâm Hệ thống điều khiển robot E-puck thiết kế từ vi điều khiển Microchip dsPIC 30F6014A CPU có tốc độ 64MHz cung cấp 16 MIPS công suất xử lý cao Đây loại vi điều khiển loại 16 bits E-puck trang bị phân vi điều khiển cao vưới 8kB RAM 144kB nhớ Flash Đặc biệt, tập lệnh vi điều khiển bao gồm lệnh nhân tích luỹ lặp phần cứng phù hợp cho điều khiển đơn vị tín hiệu số (DPS) Vi điều khiển hỗ trợ phiên thiết kế riêng trình biên dịch GCC C Khối xử lý trung tâm có nhiệm vụ nhận toàn liệu thu thập từ khối cảm biến truyền thông, xử lý thông tin thu truyền lại liệu cho khối truyền thông điều khiển động Khối cảm biến Cảm biến la bàn số (Compass): cảm biến phổ biến 47 sử dụng để giúp robot xác định hướng không gian 3D Cảm biến hoạt động dựa nguyên lý cảm ứng từ, sử dụng nam châm nằm cảm biến để tạo trường từ đo lường thay đổi trường từ để xác định hướng từ Bắc Các giá trị mà cảm biến la bàn trả giá trị hướng từ Bắc, độ nghiêng hướng robot không gian 3D Những giá trị hữu ích cho robot để xác định vị trí chúng mơi trường điều chỉnh hướng di chuyển Ví dụ, robot sử dụng cảm biến la bàn để theo đường hướng điều hướng đến vị trí cụ thể GPS: cơng nghệ định vị tồn cầu sử dụng để xác định vị trí đối tượng không gian 3D Các thiết bị GPS sử dụng tín hiệu phát từ vệ tinh để tính tốn vị trí đối tượng theo tọa độ địa lý (latitude, longitude altitude) Cảm biến khoảng cách: Trong khn khổ khố luận, 14 cảm biến hồng ngoại đặt xung quanh thân robot hình B.2 để đo khoảng cách vật cản, xác định vị trí điểm ẩn, tạo penalty node Đây loại cảm biến điển hình để điều hướng robot mơi trường có vật cản Vị trí chi tiết cảm biến mô tả bảng B.1 Hình B.2: Các cảm biến khoảng cách E-puck 48 Device x[m] y[m] z[m] Orientation (rad) ps0 0.03 -0.01 0.033 1.27 ps1 0.03 -0.015 0.033 1.0684 ps2 -0.031 0.033 ps3 -0.03 -0.015 0.033 5.21 ps4 -0.03 0.015 0.033 4.21 ps5 0.031 0.033 3.14159 ps6 0.03 0.015 0.033 2.0684 ps7 0.03 0.01 0.033 1.87 ps8 0.0155 0.0268 0.033 2.618 ps9 0.03 0.033 1.5708 ps10 0.0155 -0.026685 0.033 0.5236 ps11 -0.0155 -0.02685 0.033 5.7596 ps12 -0.031 0.033 4.7124 ps13 -0.155 0.02685 0.033 3.6652 Bảng B.1: Vị trí cảm biến khoảng cách E-puck Khối cấu chấp hành Nhận liệu từ khối xử lý trung tâm truyền xuống, giúp điều khiển hành vi robot thông qua việc điều khiển vận tốc hai bánh xe Khối truyền thông Bao gồm hai node Receiver Emitter Node emitter sử dụng để mơ hình hố phát radio hồng ngoại Node Emitter Receiver phải thêm vào Node Children robot để sử dụng Emitter sử dụng để truyền liệu Trong đó, Receiver nhận liệu dạng hàng đợi (Queue) Trong q trình truyền thơng, thiết lập kênh emitter receiver để định chiều đích q trình truyền thơng Khơng thể gửi tin nhắn từ robot đến 49 TÀI LIỆU THAM KHẢO [1] K M B Lee, F H Kong, R Cannizzaro, J L Palmer, D Johnson, C Yoo, and R Fitch, “Decentralised intelligence, surveillance, and reconnaissance in unknown environments with heterogeneous multi-robot systems,” arXiv preprint arXiv:2106.09219, 2021 [2] D Portugal and R Rocha, “A survey on multi-robot patrolling algorithms,” in Technological Innovation for Sustainability: Second IFIP WG 5.5/SOCOLNET Doctoral Conference on Computing, Electrical and Industrial Systems, DoCEIS 2011, Costa de Caparica, Portugal, February 21-23, 2011 Proceedings Springer, 2011, pp 139–146 [3] K R Bennett, J Zeng, D Diggins, L Nonas-Hunter, C Snow, and A A Bennett, “The development and implementation of an automated coastal environment monitoring system,” in Global Oceans 2020: Singapore–US Gulf Coast IEEE, 2020, pp 1–5 [4] P D Hung, T Q Vinh, and T D Ngo, “Distributed coverage control for networked multi-robot systems in any environments,” in 2016 IEEE International Conference on Advanced Intelligent Mechatronics (AIM) IEEE, 2016, pp 1067–1072 [5] P Fazli, A Davoodi, P Pasquier, and A K Mackworth, “Fault-tolerant multirobot area coverage with limited visibility,” in Proceedings of the ICRA 2010 Workshop on Search and Pursuit/Evasion in the Physical World: Efficiency, Scalability, and Guarantees, 2010 [6] G Fevgas, T Lagkas, V Argyriou, and P Sarigiannidis, “Coverage path planning methods focusing on energy efficient and cooperative strategies for unmanned aerial vehicles,” Sensors, vol 22, no 3, p 1235, 2022 50 [7] N Karapetyan, J Moulton, J S Lewis, A Q Li, J M O’Kane, and I Rekleitis, “Multi-robot dubins coverage with autonomous surface vehicles,” in 2018 IEEE International Conference on Robotics and Automation (ICRA) IEEE, 2018, pp 2373–2379 [8] S Livatino, D C Lee et al., “Reduced overlap frontier-based exploration with two cooperating mobile robots,” in 2010 IEEE International Symposium on Industrial Electronics IEEE, 2010, pp 2859–2864 [9] N Karapetyan, K Benson, C McKinney, P Taslakian, and I Rekleitis, “Efficient multi-robot coverage of a known environment,” in 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) IEEE, 2017, pp 1846–1852 [10] S K Lee, S P Fekete, and J McLurkin, “Structured triangulation in multirobot systems: Coverage, patrolling, voronoi partitions, and geodesic centers,” The International Journal of Robotics Research, vol 35, no 10, pp 1234–1260, 2016 [11] L Iftekhar, H N Rahman, and I Rahman, “Area coverage algorithms for networked multi-robot systems,” New Developments and Advances in Robot Control, pp 301–320, 2019 [12] S K Lee, A Becker, S P Fekete, A Krăoller, and J McLurkin, “Exploration via structured triangulation by a multi-robot system with bearing-only lowresolution sensors,” in 2014 IEEE International Conference on Robotics and Automation (ICRA) IEEE, 2014, pp 2150–2157 [13] V G Nair and K Guruprasad, “Multi-robot coverage using voronoi partitioning based on geodesic distance,” in Control Instrumentation Systems: Proceedings of CISCON 2018 Springer, 2020, pp 59–66 [14] V Alexandrov, K Kirik, and A Kobrin, “Multi-robot voronoi tessellation based area partitioning algorithm study,” Paladyn, Journal of Behavioral Robotics, vol 9, no 1, pp 214–220, 2018 [15] C W Reynolds, “Flocks, herds and schools: A distributed behavioral model,” in Proceedings of the 14th annual conference on Computer graphics and interactive techniques, 1987, pp 25–34 51 [16] P D Hung, T Q Vinh, and T D Ngo, “Hierarchical distributed control for global network integrity preservation in multirobot systems,” IEEE transactions on cybernetics, vol 50, no 3, pp 1278–1291, 2019 [17] M Otte, M Kuhlman, and D Sofge, “Multi-robot task allocation with auctions in harsh communication environments,” in 2017 International Symposium on Multi-Robot and Multi-Agent Systems (MRS) IEEE, 2017, pp 32–39 [18] M Otte, M J Kuhlman, and D Sofge, “Auctions for multi-robot task allocation in communication limited environments,” Autonomous Robots, vol 44, pp 547–584, 2020 52