Điều khiển thíh nghi ho xe tự hành ba bánh

Trang 1 TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ Điều khiển thích nghi cho xe tự hành ba bánhNGUYỄN CAO THÀNH Caothanhbk.z43@gmail.com Ngành ỹ K thu t ậ Cơ điện t ử Trang 3 CỘNG

TRƯỜ NG Đ Ạ I H ỌC BÁCH KHOA HÀ NỘ I

LUẬN VĂN THẠC SĨ

ba bánh NGUYỄN CAO THÀNH

Caothanhbk.z43@gmail.com

Ngành ỹ K thu t ậ Cơ điệ n t ử

Giảng viên hướng d n: TS Mẫ ạc Th ị Thoa

CỘNG HÒA XÃ HỘI CH Ủ NGHĨA VIỆT NAM

Độ ậ – ự c l p T do H nh phúc – ạ

H ọ và tên tác giả luận văn Nguyễn Cao Thành:

Đề tài luận văn: Điều khiển thích nghi cho xe tự hành ba bánh

Chuyên ngành:Cơ điệ ửn t

Mã số SV: CA190056

Tác giả, Người hướng d n khoa hẫ ọc và Hội đồng ch m luấ ận văn xác nhận tác giả đã sửa ch a, b sung luữ ổ ận văn theo biên bản h p Họ ội đồng ngày 25/11/2020

với các nội dung sau:

Chỉnh sửa ộ ố ỗm t s l i ch b n; chuế ả ẩn hóa thuật ng ; ch nh sữ ỉ ửa các bình luận,

nhận xét mang tính định lượng ở chương 3; bổ sung bảng kí hiệu vi t t t; vi t lế ắ ế ại

phần tóm tắ ểt đ làm bật tính cấp thiết và đóng góp của đ tàiề

Ngày tháng năm 2020

CHỦ Ị T CH H I ĐỒ Ộ NG

ĐỀ TÀI LUẬN VĂN

Đề tài: Đi u khiề ển thích nghi cho xe tự hành ba bánh

Giáo viên hướng d n ẫ

Ký và ghi rõ họ tên

Đề tài “Điều khiển thích nghi cho xe tự hành ba bánh”, luận văn sử ụ d ng

b ộ điều khiển trượt thích nghi mờ và trượt thích nghi noron với mục đích bám quỹ đạo cho đối tượng xe t ự hành ba bánh Trong những năm gần đây, các phương pháp điều khi n phi tuy n mể ế ới đã được nghiên cứu phát triển và áp dụng cho xe t ựhành ba bánh dựa trên kỹ thuật điều khi n phi tuyể ến như kỹ thu t backstepping, ậđiều khiển trượt… Song song với việc nâng cao chất lượng của các kết c u ấ cơ khí,

vấn đề điều khi n ể là một trong nh ng vữ ấn đề quan trọng để ả c i thi n chệ ất lượng làm việc c a h th ng Do xe t ủ ệ ố ự hành ba bánh là một đối tượng phi tuyến có mô hình bất định, chị ảnh hưởu ng nhi u c a nhiề ủ ễu nên phầ ớn các công trình nghiên n l

c u mứ ới được công bố ần đây đều hướ g ng tới phương pháp điều khiển thích nghi phi tuy n ho dế ặc ựa trên mô hình mẫu ho dặc ựa trên hệ có khả năng suy luận như

h m , m ng noron Do v y trong ệ ờ ạ ậ luận văn này sẽ ập trung nghiên cứ ổ t u t ng hợp

b ộ điều khiển thích nghi cho xe tự hành ba bánh ử ụ s d ng h m ệ ờ và mạng noron Điều khiển thích nghi là bài toán tổng h p b ợ ộ điều khi n nhể ằm luôn giữ chất lượng

h ệthống không thay đổi, cho dù có nh ễi u không mong muốn tác động vào hệ thống hoặc có s ự thay đổi không biết trước xảy ra bên trong đối tượng điều khiển Nguyên

t c hoắ ạt động c a b ủ ộ điều khiển thích nghi đó là mỗi khi có sự thay đổ ủa đối i ctượng, b ộ điều khi n s t ể ẽ ự thay đổi theo nhằm đảm b o chả ất lượng c a h th ng ủ ệ ốkhông bị thay đổi Mục tiêu của lu n ậ văn nhằm nghiên cứu và đề xu t gi i thu t ấ ả ậđiều khiển thích nghi cho xe tự hành ba bánh có mô hình bất định Luận văn xây

d ng hai b ự ộ điều khiển thích nghi là thích nghi mờ và thích nghi noron được xây

dựng trên nền điều khiển trượt B ộ điều khiển thích nghi mờ có vai trò chỉnh định tham s b ố ộ điều khi n, b ể ộ điều khiển thích nghi noron sử ụ d ng mạng noron nhân

tạo để ấ x p x ỉ các thành phần bấ ịt đ nh c a h ủ ệthống Kết quả được mô phỏng ki m ểchứng qua ph n m m ầ ề Matlab Simulink

MỤ C LỤC

CHƯƠNG 1 TỔNG QUAN V XE T Ề Ự HÀNH BA BÁNH 1

1.1 Giới thi u chung v ệ ềrobot tự hành 1

1.1.1 Phân loại robot t ự hành 2

1.1.2 Các phương pháp điều hướng cho robot 10

1.2 Một số phương pháp điều khi n cho xe t ể ự hành ba bánh 14

1.2.1 B ộ điều khi n PID 14ể 1.2.2 B ộ điều khiển trượt 14

1.2.3 B ộ điều khi n ng d ng h logic m 14ể ứ ụ ệ ờ 1.2.4 B ộ điều khi n ng d ng m ng noron 15ể ứ ụ ạ 1.2.5 So sánh các bộ điều khi n 15ể CHƯƠNG 2 THIẾ T K B ĐI U KHI N CHO XE T Ế Ộ Ề Ể Ự HÀNH BA BÁNH 17

2.1 Cơ sở lý thuy t 17ế 2.1.1 Hàm Lyapunov 17

2.1.2 T ng quan v ổ ề điều khiển trượt (SMC) 18

2.1.3 Điều khi n logic m 20ể ờ 2.1.4 Mạng noron nhân tạo 28

2.1.5 Xây dựng mô hình toán học cho xe t ự hành ba bánh 30

2.2 Thiết kế ộ điề b u khiển thích nghi cho xe tự hành ba bánh 32

2.2.1 Thiế ế ộ điềt k b u khiển động h c 33ọ 2.2.2 Thiế ế ộ điềt k b u khiển động lực học cho xe t ự hành ba bánh 35

CHƯƠNG 3 KẾT QU Ả MÔ PHỎNG 50

3.1 B ộ điều khiển trượt thích nghi mờ 50

3.2 B ộ điều khiển thích nghi trên cơ sở ạng noron nhân tạ m o 57

3.3 So sánh bộ điều khiển trượt thích nghi mờ và bộ điều khiển trượt thích nghi noron: 58

3.4 Kết luận và hướng phát triể ủn c a đ tàiề 61

TÀI LIỆU THAM KH O 62Ả PHỤ Ụ L C 65

CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ 69

DANH MỤC HÌNH VẼ

Hình 1.1: Robot hai chân của Boston Dynami 3cs

Hình 1.2: Laikago – Chó Robot 3

Hình 1.3: Robot 6 chân có khả năng di chuyển như con kiến sa m c 4ạ Hình 1.4: Robot hút bụi lau nhà 4

Hình 1.5: Robot thông minh di chuyển bằng bánh 5

Hình 1.6: Robot 6 bánh dùng để giao hàng 5

Hình 1.7: Các loại bánh xe cơ bản dùng cho xe tự hành 6

Hình 1.8: Hình ảnh các loại bánh xe 6

Hình 1.9: Cấu hình một bánh lái phía trước và một bánh truyền động phía sau 7

Hình 1.10: Cấu hình hai bánh truyền động v i trớ ọng tâm ở bên dưới trục bánh xe 8

Hình 1.11: Cấu hình hai bánh chuyển động vi sai và thêm hai điểm tiếp xúc 8

Hình 1.12: Cấu hình hai bánh truyền động độ ậ ở phía sau và một bánh lái ởc l p phía trước 8

Hình 1.13: Cấu hình hai bánh quay tự do ở phía sau và bánh trước vừa là bánh truyền động vừa là bánh lái 9

Hình 1.14: Cấu hình ba bánh đa hướng 9

Hình 1.15: Cấu hình bốn bánh đa hướng 9

Hình 1.16: Sự di chuyển cơ bản c a xe t ủ ự hành 10

Hình 1.17: Chu trình thực hiện các khâu theo phương pháp điều hướng có tính toán 11

Hình 2.1: Sơ đồ ải thích nguyên lý trượ gi t 19

Hình 2.2: Cấu trúc bộ điều khi n logic m 20ể ờ Hình 2.3: Mô tả hàm liên thuộc c a lu t hủ ậ ợp thành 23

Hình 2.4: Giá trị rõ y0theo nguyên lý trung bình 25

Hình 2.5: Giá trị rõ y0theo nguyên lý cận trái 25

Hình 2.6: Giá trị rõ y0theo nguyên lý cận ph i 26ả Hình 2.7: Giá trị rõ y0phương pháp điểm trọng tâm 26

Hình 2.8: So sánh các phương pháp giải m 28ờ Hình 2.9: Xấp x ỉ hàm bấ ịt đnh b ng mằ ạng nơ ron nhân tạ- o RBF 29

Hình 2.10: Mô hình xe tự hành ba bánh 30 Hình 2.11: Sơ đồ ấu trúc chung củ c a h thệ ống điều khi n 33ể

Hình 2.12: Tọa độsai lệch vị trí 34

Hình 2.13: Sơ đồ khối đầu vào – ra c a b m 41ủ ộ ờ Hình 2.14: Sự phân bố các giá tr m c a biị ờ ủ ến đầu vào 42

Hình 2.15: Sự phân bố các giá tr m c a biị ờ ủ ến đầu ra 42

Hình 2.16: Xây dựng b m cho xe t ộ ờ ự hành 43

Hình 2.17: Luậ ợp thành dạng hình họt h c 44

Hình 2.18: Sơ đồ ộ điề b u khiển thích nghi trượt m cho xe t ờ ự hành 44

Hình 2.19: Sơ đồ ộ điề b u khiển trượt thích nghi noron 45

Hình 2.20: Cấu trúc mạng noron nhân tạo RBF 46

Hình 3.1: So sánh quỹ đạo đặt và quỹ đạ o th c b ự ộ điều khiển trượt thích nghi mờ với quỹ đạo đặt hình sin 51

Hình 3.2: So sánh quỹ đạo gi a b ữ ộ điều khiển trượt và trượt thích nghi mờ v i qu ớ ỹ đạo hình sin 51

Hình 3.3: So sánh sai lệch theo phương x giữa b ộ điều khiển trượt và trượt thích nghi m vờ ới quỹ đạ hình sin o 52

Hình 3.4: So sánh sai lệch theo phương y giữa b ộ điều khiển trượt và trượt thích nghi m vờ ới quỹ đạo hình sin 52

Hình 3.5: So sánh quỹ đạo đặt và quỹ đạ o th c b ự ộ điều khiển trượt thích nghi mờ với quỹ đạo đặt hình tròn 54

Hình 3.6: So sánh quỹ đạ o s d ng b ử ụ ộ điều khiển trượt thích nghi mờ và bộ điều khiển trượt qu o dỹ đạ ặt hình tròn 54

Hình 3.7: So sánh sai lệch theo phương x giữa b ộ điều khiển trượt và trượt thích nghi m vờ ới quỹ đạo hình tròn 55

Hình 3.8: So sánh sai lệch theo phương y giữa b ộ điều khiển trượt và trượt thích nghi m vờ ới quỹ đạo hình tròn 56

Hình 3.9: So sánh quỹ đạo đặt và quỹ đạo th c b ự ộ điều khiển trượt thích nghi noron với quỹ đạo đặt hình sin 57

Hình 3.10: Sai lệch gi a qu o thữ ỹ đạ ực và quỹ đạo đặt b ộ điều khiển trượt thích nghi noron v i qu ớ ỹ đạo đặt hình sin 58

Hình 3.11: So sánh quỹ đạ o khi s d ng b đi u khiử ụ ộ ề ển trượt thích nghi noron và b ộ điều khiển trượt thích nghi mờ 59

Hình 3.12: So sánh sai lệch khi s d ng b ử ụ ộ điều khiển trượt thích nghi noron và bộ điều khiển trượ hích nghi mờt t 60

m qu ờ ỹ đạo hình sin 53Bảng 3.4: So sánh sai số theo phương x củ ộ điềa b u khiển trượt và trượt thích nghi

SMC Sliding Mode Control Điều khiển trượt

RBF Radial Basis Funtion Mạng hướng tâm

MNNs Multiple Neural Networks M ng noron nhi u l p ạ ề ớ

ISS Input to State Stability Ổn định trạng thái đầu vào

1.1 Giới thiệu chung v robot t ề ự hành

Thuật ng ữ “robot” xuất phát từ ếng Czech “robota” có nghĩa là công việ ti c

t p d ch trong v kạ ị ở ịch Rosum’s Universal Robots của Karel Capek, vào năm 1921 Trong v kở ịch này, Rossum và con trai của ông ta đã chế ạ t o ra nh ng chiữ ếc máy

g n gi ng vầ ố ới con ngườ ểi đ ph c v ụ ụ con người

T ừ đó ý tưởng thi t k , ch tế ế ế ạo robot đã luôn thôi thúc con người và trở thành

một ngành khoa học robotics

Ngày nay ngành khoa học robotics đã đạt được nhiều thành tựu trong ngành công nhiệp s n xu t Nhả ấ ững cánh tay robot hoạt động với độ chính xác, tốc độ cao không ngừng ngh d n thay th ỉ ầ ế con người giúp năng suất làm việc tăng nhiề ầu l n Chúng có thể hoạt động ở môi trường điều kiện khó khăn trong nhà máy hay lắp ráp các linh kiện điệ ử đòi hỏ ự ỉ ỉ và chính xác cao Tuy nhiện t i s t m n ph m vi ng ạ ứ

d ng c a loụ ủ ại cánh tay robot này h n ch bạ ế ởi không gian làm việc Không gian làm

việc này được gi i h n b i s b c t do cớ ạ ở ố ậ ự ủa cánh tay máy và vị trí gắn chúng Ngượ ạc l i lo i robot t ạ ự hành lại có khả năng hoạ ột đ ng linh ho t trong nhạ ững môi trường khác nhau

Robot t ự hành là loại Mobile robot có kh năng tựả hoạt động, th c thi nhiự ệm

v ụ (có thể ập trình lại đượ mà không cầ l c) n s can thi p cự ệ ủa con người Thu t ng ậ ữ

xe t ự hành là chỉ riêng robot tự hành chuyển động bằng bánh xe V i nh ng cớ ữ ảm biến, chúng có khả năng nhận bi t v ế ề môi trường xung quanh Robot t ự hành ngày càng có nhiều ý nghĩa trong các ngành công nghiệp, thương mại, y tế, các ứng

d ng khoa hụ ọc và phục v i s ng cụ đờ ố ủa con người V i s ớ ự phát triển của ngành Robot h c, robot t ọ ự hành ngày càng có khả năng hoạt động trong các môi trường khác nhau, tùy mỗi lĩnh vực áp dụng mà chúng có nhiều lo i khác nhau như robot ạsơn, robot hàn, robot cắ ỏ, robot thám hiểm đại dương, robot làm việc ngoài vũ t ctrụ

Tiềm năng ứng d ng c a robot t ụ ủ ự hành là hế ứt s c r ng lộ ớn Có thể ể đế k n như: xe vận chuy n v t liể ậ ệu, hàng hóa trong các tòa nhà, nhà máy, cửa hàng, sân bay, robot ph c v ụ ụ quét rác đường ph , robot kiố ểm tra trong môi trường nguy hi m, ểrobot canh gác, robot do thám, robot khám phá không gian, di chuyển trên hành tinh, robot hàn, robot sơn trong nhà máy, robot xe lăn phục v ụ người khuy t t t, ế ậrobot phụ ục v sinh hoạt gia đình…

2

Cùng vớ ự phát triểi s n của yêu cầu trong th c t , robot t ự ế ự hành tiế ục đưa p t

ra những thách thức m i cho các nhà nghiên cứu ớ

Vấn đề ủ c a robot t ự hành là làm thế nào để robot t ự hành có thể hoạt động,

nh n biậ ết môi trường và thực thi các nhiệm v ra Nhi m v ụ đề ệ ụ đầu tiên là di chuy n, robot t ể ự hành nên di chuyển như thế nào và cơ cấu di chuy n th ể ế nào là

t t nh t ố ấ Bài toán điều hướng là vấn đề cơ bản trong nghiên cứu và chế ạ t o robot

t ự hành, được chia làm 2 loại: bài toán toàn cục (global) và bài toán cục b ộ(local)

Ở bài toán toàn cục, môi trường làm việc của robot hoàn toàn xác định, đường đi

và vậ ảt c n biết trướ Ở bài toán cục c bộ, môi trường hoạt động của robot là chưa

biết trước hoặc chỉ ế bi t m t phộ ần Các cảm biến và thiết bị đị nh v ị cho phép robot xác định được v ịtrí vậ ảt c n, v ịtrí của nó trong môi trường giúp nó đi đến mục tiêu

Để có thể điề hướu ng cho robot t ự hành, quyế ịt đ nh theo th i gian th c ph i ờ ự ả

dựa vào thông tin liên tục v ề môi trường thông qua các cảm biến Điều hướng cho robot t ự hành là công việc đòi hỏi ph i th c hiả ự ện được m t s kh ộ ố ả năng khác nhau:

kh ả năng di chuyể ởn mức cơ bản ví dụ như hoạt động t i v ớ ị trí cho trước; kh ảnăng phả ứng theo các sự ện ki n th i gian thớ ực, ví dụ như khả năng xuất hi n v t ệ ậ

c n; kh ả ả năng xây dựng, s dử ụng và duy trì bản đồ môi trường hoạt động; kh ả năng xác định v ịtrí của robot trong bản đồ đó; khả năng thi t l p k hoế ậ ế ạch để đi tới đích

hoặc tránh các tình huống không mong muốn và khả năng thích nghi với các thay

đổ ủa môi trười c ng

1.1.1 Phân loại robot tự hành

Robot t ự hành được chia làm hai loại chính là loại robot t ự hành chuyển

động bằng chân và robo ự hành chuyển đột t ng bằng bánh Ngoài ra mộ ố ạt s lo i robot hoạt động trong các môi trường đặc biệt như dưới nước hay trên không trung thì chúng được trang b ị cơ cấu di chuyển đặc trưng

a Robot tự hành di chuyển bằng chân (Legged Robot)

Ưu điểm l n nh t c a loớ ấ ủ ại robot này là có thể thích nghi và di chuyển trên các địa hình gồ ghề Hơn nữa chúng còn có thể đi qua những v t cậ ản như hố ế, v t

nứt sâu

Nhược điểm chính của robot loại này chính là chế ạo quá phứ ạp Chân t c trobot là kế ất c u nhi u b c t ề ậ ự do, đây là nguyên nhân làm tăng trọng lượng c a ủrobot đồng th i gi m tờ ả ốc độ di chuyển Các kĩ năng như cầm, nắm hay nâng tải cũng là nguyên nhân làm giảm độ ứ c ng v ng c a robot Robot loữ ủ ại này càng linh

hoạt thì chi phí ch ạo càng cao.ế t

Robot tự hành di chuyển b nằ g chân được mô phỏng theo các loài động vật vì thế mà chúng có loại 1 chân, loại 2 chân như trong Hình 1.1 và Hình 1.4, loại 4 chân như trong Hình 1.2, loại 6 chân như trong Hình 1.3 và có thể nhiều hơn, nhưng thông thường s chân là chố ẵn để thu n ti n cho vi c lậ ệ ệ ấy cân bằng tr ng l c ọ ự

của robot Dưới đây là một số loại robot điển hình chuyển động bằng chân

Hình 1.1 : Robot hai chân củ a Boston Dynamics ] [1

Hình 1.2: Laikago – Chó Robot

4

Hình 1.3 : Robot 6 chân có khả năng di chuyển như con kiế n sa m c ạ

b Robot tự hành di chuyển bằng bánh (Wheel Mobile Robot)

Robot t ự hành di chuyển bằng bánh hay còn gọi là xe tự hành Di chuy n ểbằng bánh xe là phương pháp di chuyển ph ổbiến nh t c a mấ ủ ột robot, được s d ng ử ụcho nhiều robot có kích thước và nền tảng khác nhau Kích thướ ủa bánh xe dao c cđộng khá rộng, t nh c ừ ỏ ỡ vài chục cm đến hàng m Thông thường, xu hướng phát triể ậ trung vào các bánh xe cỡn t p nh (c 5cm tr l i) vỏ ỡ ở ạ ới 3 bánh xe/robot (một bánh lái và hai bánh di chuyển) như trong Hình 1.4 và Hình 1.5 Lo i ph c tạ ứ ạp hơn thì có thể ử ụ s d ng con quay h i chuy n ồ ể

Một số loại Robot di chuy n bể ằng bánh (xe tự hành)

Hình 1.4 : Robot hút bụi lau nhà

Bánh xe là cơ cấu làm cho xe tự hành di chuyển, thông thường có ba loại bánh xe:

- Bánh xe tiêu chuẩn: 2 bậc tự do có thể quay quanh trục bánh xe và điểm tiếp xúc (Hình 1.7 a và Hình 1.8 a)

- Bánh lái: 2 bậc tự do, có thể quay xung quanh khớp lái (Hình 1.7 b)

6

- Bánh Swedisk: 3 bậ ự do, có thể quay đồc t ng th i sung quanh trờ ục bánh

xe, trục lăn và điểm tiếp xúc (Hình 1.7 c và Hình 1.8 b)

a) b) c)

Hình 1.8 : Hình ảnh các loại bánh xe

a) Bánh xe tiêu chuẩn b) Bánh Swedisk

Cấu trúc sơ đồ ba bánh là kết cấu có khả năng duy trì cân bằng nh t, tuy nấ hiêu

k t cế ấu hai bánh cũng có thể cân bằng được Khi xe có số bánh nhiều hơn ba thì thông thường người ta ph i thi t k h thả ế ế ệ ống treo để duy trì sự ếp xúc củ ấ ả ti a t t c các bánh xe với mặt đất

Hình 1.7 : Các loại bánh xe cơ bản dùng cho xe tự hành

B ng 1.1 ả : Kí ệu các loại bánh xe hi

Kí hiệu các loại bánh xe

Bánh đa hướng không truyền động

Bánh truyền động Swedisk (đa hướng)

Bánh quay tự do tiêu chuẩn

Bánh truyền động tiêu chuẩn

Bánh vừa truyền động v a là bánh lái ừBánh lái tiêu chuẩn

Các bánh xe được nố ới v i nhau

Dưới đây là mộ ố sơ đồ ố trí bánh xe điển hình củt s b a xe t ự hành

Hình 1.9: C ấu hình một bánh lái phía trước và một bánh truyền động phía sau

8

Hình 1.10: C ấu hình hai bánh truyền độ ng v i tr ớ ọng tâm ở bên dướ i tr ục bánh xe

Hình 1.11: C ấu hình hai bánh chuyển động vi sai và thêm hai điể m ti ếp xúc

Hình 1.12: C ấu hình hai bánh truyền động độ ậ ở phía sau và một bánh lái ở phía c l p

trước

Hình 1.13: C ấu hình hai bánh quay tự do ở phía sau và bánh trướ c v ừa là bánh truyề n

độ ng v ừa là bánh lái

Hình 1.14: C ấu hình ba bánh đa hướ ng

Hình 1.15: C ấu hình bốn bánh đa hướ ng

Xe t ự hành trong luận văn ử ụ s d ng c c u chuyơ ấ ển động là hệ 3 bánh xe, 1 bánh lái tự do phía t ướr c và 2 bánh điều hướng đồng tr c ụ

Không có cấu hình “lý tưởng” cho sơ đồ b ố trí bánh xe ở robot di động b ng ằbánh Mỗ ứi ng d ng cụ ủa nó sẽ ị ràng buộ b c v ề các vấn đề ề v thi t k ế ế robot và nhi m v cệ ụ ủa người thiết kế là lựa chọn một sơ đồ bánh xe phù hợp nh ất

V n d di chuyấ ề ển là vấn đềtrọng tâm của xe Để di chuyển được, xe phải thực hi n m t loệ ộ ạt các tác vụ, mỗi tác vụ ắ g n v i mớ ột bài toán nhỏ trong bài toán

di chuy n ể

S di chuy n cự ể ủa xe tự hành cơ ả b n theo hai h ng sau: ướ

+ Di chuy n t ể ừ điểm bắ ầu đết đ n điểm mục tiêu (Hình 1.16 a)

+ Di chuy n theo m t qu ể ộ ỹ đạo được đặt trước (Hình 1.16 b)

Hình 1.16: S di chuy ự ển cơ bả n c a xe t ủ ự hành

a) Di chuyể ừ điểm bắt đầu đế n t n m ụ c tiêu b) Di chuy ể n theo qu ỹ đạo định trướ c

1.1.2 Các phương pháp điều hướng cho robot

K ỹthuật điều hướng s dử ụng trí thông minh nhân tạo trong robot t ự hành có thể được chia thành 2 loại chính, đó là điều hướng có tính toán và điều hướng theo

ph n ả ứng Đúng như tên gọi, điều hướng có tính toán là phương pháp điều hướng

có kế hoạch còn điều hướng theo ph n ả ứng là điều hướng t c thứ ời, là quá trình tựđộng th c hiự ện các phản ứng theo môi trường xung quanh Ngoài ra còn có phương pháp điều hướng lai ghép là phương pháp kế ợt h p c ả hai phương pháp có tính toán

và điều hướng theo ph n ả ứng để xây dựng m t b ộ ộ điều khiển thông minh hơn

a Phương pháp điều hướng có tính toán

Phương pháp điều hướng có tính toán là phương pháp thự c hi n theo ệ trình tự: quan sát – l p k ho ch ậ ế ạ – hành động Thông thường m t h ộ ệthống có tính toán bao gồm 5 khâu: nhận thức (perception), mô hình hóa (word modelling), lập

k ho ch (planning), th c hiế ạ ự ện (task excution) và điều khiển động cơ (motor control) Hình 1.17 mô tả chu trình thực hiện các khâu theo phương pháp điều hướng có tính toán

Hình 1.17 : Chu trình thự c hi ện các khâu theo phương pháp điều hướng có tính toán

Các khâu trên có thể được coi như là một chuỗi các “lát mỏng theo phương thẳng đứng” với các đầu vào là tín hiệu nhận được từ cảm biến và đầu ra tới các khâu chấp hành

- Khâu nhận thức có nhiệm v ụ điều khiển các thiế ị ảm ứng, các thiế ịt b c t b này được k t n i v i robot s ế ố ớ ẽ cho các thông tin về môi trường quan sát được

- Khâu mô hình hóa: chuyển các tín hiệ ừ ảu t c m bi n tể hành mô tả ối liên mquan gi a robot vữ ới mô hình trong môi trường

- Khâu lập k ho ch: c gế ạ ố ắng xây dựng k ho ch th c hi n c a robot sao cho ế ạ ự ệ ủ

đạt được mục tiêu phù hợp với tình trạng th gi i quan ế ớ

- Khâu thực hi n: chia k ho ch vệ ế ạ ừa được xây dựng thành các lệnh điều khi n ểchuyển động chi ti ết

- Khâu điều khiển động cơ: dùng để thực hiện các lệnh điều khiển đượ ạc t o

ra từ khâu trước

M i m t h ỗ ộ ệ thống con như một khâu tương đối ph c tứ ạp và tấ ảt c phải hoạt

động một cách đồng b v i hoộ ớ ạt động c a robot t i m i thủ ạ ọ ời điểm Phương pháp này đòi hỏi ph i trang b ịcác cảm biến, các thiế ịả t b đo để nh n biậ ết thông tin từ môi trường ho c dặ ạng thông tin dự đoán trước t bừ ản đồ toàn cục Thông tin đó sẽ được tham chi u v i m t bế ớ ộ ản đồ môi trường (nếu có thể), và sử ụ d ng thuật toán lập k ế

hoạch đ ạể t o ra qu o chuyỹ đạ ển động giúp robot tránh vật cản và tăng xác suất tới

mục tiêu đến tối đa

Do s ựphức t p cạ ủa môi trường làm tăng thời gian để nh n biết, xây dựng mô ậhình và lập k hoế ạch cũng tăng theo hàm mũ Đây cũng chính là bất l i cợ ủa phương pháp này Phương pháp này tỏ ra r t h u hiấ ữ ệu cho các tình huống mà trong đó môi trường làm việc là tương đối tĩnh (môi trường trong đó có thể bao g m v t c n, ồ ậ ảtường chắn, hành lang, điểm đích, v.v… là các đối tượng có vị trí không thay đổ i trong bản đồ toàn c c) ụ

Trong phương pháp điều hướng có tính toán, khâu lập k hoế ạch đường đi cho robot là cực kì quan trọng Vi c l p k hoệ ậ ế ạch đường đi cho mobile robot thường

có hai giai đoạn đó là lập k hoế ạch toàn cục và lập k ho ch cục bộ ậế ạ L p k ho ch ế ạtoàn cục có thể được hiểu như là cách di chuyển robot qua một môi trường tùy ý

và môi trường này là tương đố ớn Còn lậi l p k ho ch c c b s ế ạ ụ ộ ẽ đưa ra quyế ịt đnh khi robot đối m t vặ ới môi trường tĩnh, ví dụ như khi robot gặp ph i v t cả ậ ản, hành lang K ho ch c c b ế ạ ụ ộ đưa ra phương pháp để đi tới đích ngắn nh t, an toàn nhất ấChính vì thế khi g p phặ ải các vậ ảt c n, k ho ch c c b s ế ạ ụ ộ ẽ giúp cho robot tránh không va chạm r i m i ti p t c th c hi n k ho ch toàn c c đ tồ ớ ế ụ ự ệ ế ạ ụ ể ới đích

Trong luận văn này xe tự ành ba bánh sẽ ử ụng phương pháp điều hướ h s d ng theo tính toán

b Phương pháp điều hướng theo phản ứng

Như phân tích ở phần trên, phương pháp điều hướng có tính toán có nhiều ưu điểm đối với quá trình điều hướng cho mobile robot Tuy nhiên, điều hướng có

tính toán thường yêu cầu khối lượng tính toán tương đố ớn và phương pháp này i l

t ỏ ra không tối ưu khi môi trường hoạ ột đ ng của robot thay đổi

Phương pháp điều hướng theo ph n ả ứng ra đời nh m gi i quyằ ả ết các vấn đề

có liên quan tới môi trường không biết trước hoặc môi trường thường xuyên thay đổi Điều hướng theo ph n ng kh c phả ứ ắ ục được nh ng h n ch cữ ạ ế ủa phương pháp điều hướng tính toán, giúp giảm khối lượng tính toán, tăng tốc độ ử lý trong môi x trường ph c t p ứ ạ Điều hướ ng theo ph n ả ứng là phương pháp kết hợp các phản ứng thự c hi n m ệ ột cách tự độ ng v ới các kích thích từ ả c m biến để điề u khi n robot sao ể cho an toàn và đạ t hi u su t cao nh t Phương pháp này đặ ệ ấ ấ c biệt phù hợp đố ới v i

Tuy nhiên, phương pháp điều hướng theo ph n ả ứng cũng có nhi u m t h n ề ặ ạchế, việc không có kế hoạch toàn cục có thể khiến cho quá trình điều khi n g p ể ặ

ph i nhả ững khó khăn Các hoạt động tối ưu cục b ộ chủ ếu thu đượ y c nh ờ điều khi n theo ph n ể ả ứng, chính vì thế mà có thể gây ra hiện tượng lệch hướng toàn

c c Tronụ g phương pháp điều hướng theo tính toán, hệthống không bao giờ ất m

tầm quan sát đích trong khi các hệ thống điều hướng theo ph n ng c n ph i gi ả ứ ầ ả ữcác đích tức thờ ể độ ệi đ l ch hướng so với đích toàn cục là không quá lớn

Một thuậ ợi ở điều hướn l ng theo ph n ng so vả ứ ới các phương pháp tính toán

đó là khả năng mở ộ r ng b ộ điều khiển để thêm vào các thành phần ph n ả ứng khác

mà không cần phải điều ch nh lỉ ại toàn bộ ph n mầ ềm điều khiển Chính vì thế, ta

có thể ễ dàng bổ sung thêm tính năng cho robot bằng cách thêm vào các hoạ d t

động mới mà không làm thay đổi nh ng hoữ ạt động đã có trước Ví dụ, để robot

ph n ng v i mả ứ ớ ột kích thích thu đượ ừ ộ ảc t m t c m bi n m i, ta ch cế ớ ỉ ần thêm một thành phần khác vào bộ điều khiển để nó phả ứn ng với kích thích thu đượ ừc t cảm

bi n ế đó Còn ở các phương pháp tính toán, bạn c n phầ ải xây dựng m t thuộ ật toán hoàn toàn mớ ể ử ụi đ s d ng d liữ ệu thu đượ ừ ảc t c m bi n m i đưế ớ ợc thêm vào này.Trong thời k ỳ đầu, các nhà nghiên cứu đã thiế ết k h ệthống điều hướng thu n ầtuý phả ứn ng bằng cách dựa vào hoạt động c a côn trùng đ áp dủ ể ụng vào kỹ thu t ậrobot Nhiều nghiên cứu v h ề ệthống sinh học đã được ứng dụng cho quá trình điều khi n mobile robot Chuyể ển động c a m t s ủ ộ ốloại côn trùng trong thế ớ gi i sinh học

có thể đượ ử ụng để xây dựng thành công các thuật toán điềc s d u khi n hoể ạt động cho robot

Ví dụ, khi nghiên cứu v ề hành vi của một con gián, các nhà khoa học nh n ậ

ra một con gián chỉ có một vài hoạt động riêng biệt Các hoạt động này có thể bao

g m hoồ ạt động tìm thức ăn, hoạt động tránh ánh sáng và hoạt động sinh s n Dả ựa vào những gì cảm nhận được, con gián sẽ quyết định th c hi n m t trong s nh ng ự ệ ộ ố ữhoạt động trên Nếu con gián cảm thấy đói, nó sẽ l c lụ ọi để tìm thức ăn Tuy nhiên,

n u mế ột bóng đèn chợt bật sáng, con gián đó sẽ ừ ỏ ệc tìm kiếm thức ăn và t b vichui ngay vào gầm t l nh ch ng hủ ạ ẳ ạn Đây là một ví dụ ề điề v u khi n theo ph n ể ả

vi (behavior-base control) cho mobile robot

1.2 Mộ t số phương pháp điều khiển cho xe t ự hành ba bánh

Luậ văn ập trung nghiên cứu bài toán điền t u khiển bám quỹ đạ o cho xe t ựhành ba bánh thuộc phương pháp điều hướng có tính toán Qua nghiên cứu lu n ậvăn nhận thấy có nhiều phương pháp điều khi n cho xe t ể ự hành ba bánh, m t s ộ ốcác phương pháp thường được áp dụng như: b ộ điều khi n PID, b ể ộ điều khi n ểtrượt, điều khi n ng d ng h logic m , ể ứ ụ ệ ờ điều khi n ng d ng m ng ron ể ứ ụ ạ nơ

1.2.1 Bộ điều khiển PID

B ộ điều khi n PID - Proportional Integral Derivative (B ể ộ điều khi n theo t ể ỷ

l -ệ tích phân đạo hàm) Chúng có từ năm 1939, khi Taylor Instrument và Foxboro

-gi i thi u hai b ớ ệ ộ điều khiển PID đầu tiên Tấ ả các bộ điềt c u khiển ngày nay đều

dựa trên các ch độ ỷ ệ, tích phân và đạo hàm ban đầế t l u

B ộ điều khiển PID được sử ụ d ng ph biổ ến trong lĩnh vực điện, điện tử, dùng PID t ự động điều chỉnh, điều khiển để động cơ tự động và giúp đạt được giá trịchuẩn mong muốn, có độ ỗ l i nhỏ nh ất

1.2.2 Bộ điều khiển trượt

B ộ điều khiển trượt là bộ điều khi n s dể ử ụng phương pháp điều khi n phi ểtuyến đơn giản hi u quệ ả Để thiế ế thành phần điềt k u khiển trượ ầt c n ph i biả ết rõ các thông số của mô hình đối tượng cũng như các chặn trên của các thành phần bất

định của mô hình Bộ điều khiển trượt kinh điển được biết đến v i nhi u nh ng ớ ề ữ

ứng dụng trong điều khiển tác động nhanh Tín hiệu điều khi n c a b ể ủ ộ điều khi n ể

s nhẽ ận giá trị Umax hoặc – Umax Chính vì vậy mà xảy ra hiện tượng trượt (sliding)

và kèm theo hiện tượng rung (chattering - là hiện tượng mà quỹ đạ o trạng thái

“trượt” zich ắ-z c theo mặt trượ ề ốt v g c to ) Hiạ độ ện tượng này có thể gây hại cho các cơ cấ cơ khí.u

1.2.3 Bộ điều khiển ứng dụng hệ logic mờ

Điều khi n theo logic m ể ờ có một đặc điểm đó là không đòi hỏi ph i bi t v ả ế ề

mô hình toán học c th cụ ể ủa đối tượng và cho phép tiếp c n mậ ột cách trực quan hơn để thi t k so vế ế ới các bộ đi u khiề ển kinh điển Ngoài ra, các bộ điều khi n ểlogic m ờ có khả năng xử lý tín hiệu không chắc chắn, không rõ ràng Mặc dù tập

m ờ đượ ử ụng trong điềc s d u khi n m v i mể ờ ớ ục đích diễn đạt ng ữ nghĩa của ngôn

ng t ữ ự nhiên xuất hi n trong luệ ật điều khi n m ể ờ nhưng lại không có mối liên hệ

dựa trên tri thức chuyên gia là phả ử ụi s d ng m i quan h ố ệthứ ự ữa các giá trị t gingôn ngữ xu t hi n trong h lu t ấ ệ ệ ậ

1.2.4 Bộ điều khiển ứng dụng mạng noron

Mạng nơron là sự tái tạo b ng k ằ ỹthuật nh ng chữ ức năng của h ệ thần kinh con người Mạng nơron gồm vô số các nơron liên kế ớt v i nhau

Hai đặc tính cơ bản c a mủ ạng nơron là:

+ Quá trình tính toán được tiến hành song song và phân tán trên nhiều nơron

nh ng ữ ứng dụng công nghiệp Mạng nơron có cấu trúc song song, có khả năng học,

x p x ấ ỉ hàm phi tuyến, kh sai s ử ố và thực hiện tích hợp hi u qu cho nh ng ng ệ ả ữ ứ

d ng th gian th c Mụ ời ự ạng nơron thường được s dử ụng theo nguyên tắc không cần

ph i s d ng nhiả ử ụ ều công sức vào việc mô hình hóa đối tượng, trong trường hợp

việc mô hình hóa là rất khó khăn

B ộ điều khi n s d ng mể ử ụ ạng noron nhân tạo để ấ x p x ỉ các yế ố ất địu t b nh

xu hiất ện ở mô hình có thể là ma sát ữa các trụ gi c, nhiễu tác động không mong muốn trong quá trình vận hàn ừ đó nâng cao chấh t t lượng điều khi n ể

1.2.5 So sánh các bộ điều khiển

V i k thuớ ỹ ật điều khi n PID ể cho chất lượng điều khiển thu đượ tương c đối t tố , bám khá gần qu đạo đặ Tuy nhiên khi xuấỹ t t hiện các trường hợp phát sinh trong th c t ự ế như việc robot hoạt động trong môi trường ch u ị ảnh hưởng của các

y u t ế ố tác động không mong muốn của môi trường, hay nh ng y u t bữ ế ố ất định của

bản thân robot phát sinh do nhiều thông số của robot khó đo đạc trong th c t hoự ế ặc

nh ng y u t ữ ế ố khó kiểm soát trong quá trình thiế ế cơ khí, bộ điềt k u khiển PID đáp ứng kém với điều này

Để ả gi i quyết khó khăn này, người ta đã sử ụ d ng b ộ điều khiển trượt V ề cơ

b n b ả ộ điều khiển trượt đã đáp ứng được nh ng vữ ấn đề tồn đọng trên, tuy nhiên bộ điều khiển trượt thường kèm theo hiện tượng rung (chattering - là hiện tượng mà

qu o trỹ đạ ạng thái “trượt” zich ắ-z c theo mặt trượ ề ốt v g c to ) Hiạ độ ện tượng này

có thể gây hại cho các cơ cấu cơ khí Do vậy để kh c phắ ục được hiện tượng rung này và cải thiện thêm tốc độ đáp ứng đòi hỏ ội b điều khiển trượt ph i k t hả ế ợp cùng

b ộ điều khiển thích nghi Trong luận văn này, bộ điều khiển thích nghi được đề

xuất là bộ điều khiển thích nghi mờ và thích nghi noron Việc xây dựng s ẽ được trình bày ở chương sau

Trong chương 2 ủ c a luận văn này, chúng ta sẽ tiến hành xây dựng cơ sở lý thuyết vàthiế ết k b ộ điều khiển thích nghi cho xe tự hành ba bánh Tiếp theo trong chương 3, luận văn sẽ trình bày các ế k t qu ả mô phỏng của các bộ điều khiển đã được nghiên cứu và thiế ế ở chương 2t k trên ph n m m ầ ề Matlab Simulink để ể ki m chứng và đánh giá chất lượng của các bộ điều khi n ể

CHƯƠNG 2 THI T K B ĐI U KHI N CHO XE T Ế Ế Ộ Ề Ể Ự HÀNH BA

BÁNH

Chương 2 luận văn trình bày về cơ sở ý thuyết cũng như phương pháp l thi t ế

k b ế ộ điều khiển thích nghi cho xe tự hành ba bánh Trước h t phế ần 2.1 trình bày

v ề cơ sở lý thuyết: hàm Lyapunov, điều khiển trượt, điều khi n logic m , m ng ể ờ ạnoron nhân tạo RBF và xây dựng mô hình toán học cho xe t ự hành ba bánh Trên

cơ sở lý thuyết đó, phần 2.2 trình bày chi tiế ềt v thi t k b ế ế ộ điều khiển thích nghi

m ờ và thích nghi noron cho xe tự hành ba bánh

2.1 Cơ sở lý thuyết

Dựa theo tài liệu tham kh o ả , chúng ta sẽtiến hành nghiên cứu và thiết

k b ế ộ điều khi n ể cơ sở là điều khiển trượt, sau đó chúng ta tiế ục xây dựp t ng b ổsung luật điều khiển thích nghi mờ và thích nghi noron vào bộ điều khiển trượt ban đầu để xây dựng lên bộ điều khi n Trượt thích nghi mờể vàTrượt thích nghi noron

cho xe t ự hành ba bánh Việc ứng dụng thêm luật điều khiển thích vào giúp cho xe

có khả năng đáp ứng bám quỹ đạ ốt hơn trong môi trường có nhiề o t u biến động

Cơ sở xây dựng phương pháp điều khiển là dựa trên hàm CLF (Control Lyapunov Function) Hàm Lyapunov không chỉ có ý nghĩa phân tích tính ổn định

của hệ thống mà còn có vai trò thiết kế ộ điề b u khiển làm ổn định h ệthống

Trước hết chúng ta tìm hiểu v ề hàm Lyapunov, nguyên lý trượ lý thuyết, t

m ờ và mạng noron nhân tạ trên cơ sở đó thiế ế ộ điềo t k b u khiển trượt m cho xe ờ

+ Tìm hàm V (x) xác định dương thích hợp

Một hàm như vậy là hàm điều khi n Lyapunov cho h ể ệ kín

Tiêu chuẩ ổn đị n nh Lyapunov

Khi đó V x ( ) được gọi là hàm Lyapunov

2.1.2 Tổng quan v u khiề điề ển trượt (SMC)

a Nguyên lý điề u khi ển trượ t

Ta xét hệ độ ng h c sau: ọ

PT 2.1

Trong đó đại lượng vô hướng xlà đâu ra mong muốn, đại lượng vô hướng

u là tín hiệu điều khiển đầu vào, là vecto trạng thái,

là hàm phi tuyến không biết chính xác và là ma trận bi u diể ễn độ khuếch đại điều khiển không biết chính xác

Trạng thái ban đầu phải là:

Gọi vecto sai lệch tín hiệu đặt là

V i mớ ục tiêu điều khiển là bám quỹ đạo đặt thì chúng ta cần xác định luật điều khi n h i ti p ể ồ ế u=u(X) sao cho trạng thái của h ệ kín sẽ bám theo trạng thái mong muốn và triệt tiêu ̃x khi t→∞

Ta định nghĩa mặt tr t biượ ến thiên theo thời gian

PT 2.3

Với là mộ ằt h ng s ố dương Ví dụ ế n u n = 2 thì tức s là tổng

mức ảnh hưởng c a sai lủ ệch vị trí và sai lệch v n t c ậ ố

Chọn hàm Lyapunov cho hệ

Chọn luật điều khi n ể u sao chođạo hàm của hàm Lyapunov xác định âm

PT 2.4

Trong đó là hằng s dương, PT 2.5 cho th y r ng khoố ấ ằ ảng cách đến b mề ặt

s đượ tính bằc ng , giảm xuống theo qu o h ỹ đạ ệthống

Vì thế nó buộc các quỹ đạ o h thệ ống hướng t i b m t s(t) ớ ề ặ như minh họa trong hình dưới đây:

Hình 2.1 : Sơ đồ ải thích nguyên lý trượ gi t

Bắt đầ ừ điểu t m xuất phát ban đầu nào dó, quỹ đạo trạng thái chạm đến m t ặtrượt, sau đó sẽ ợt d c theo mtrư ọ ặt trượt và hướng đến v i tớ ốc độ hàm mũ, với

h ng s ằ ốthời gian là

Tóm lạ ừi, t PT 2.6 chọn một hàm s, ch n luọ ật điều khiển u trong PT 2.1 sao cho duy trình một hàm Lyapunov của h n, b t ch p s thiệ kí ấ ấ ự ếu chính xác của

mô hình và sự có mặ ủt c a nhi u loễ ạn Trình tự thi t k ế ế do đó sẽ ồm 2 bướ g c:

- Bước một, chọn luật điều khi n ể u thỏ mãn điềa u kiện trượt PT 2.4

- Bước hai, luật điều khiển không liên tục u đã được chọn trong bước một được

làm nhẵn một cách thích hợp để có sự dung hòa tối ưu giữa dải thông điều khiển và tính chính xác của quỹ đạo, đồng thời khắc phục hiện tượng chattering như Hình 2.1 c (hiện tượng dao động quanh mặt trượt)

b Các bước xây dự ng b ộ điề u khi ển trượ t

Định nghĩa sai l ch qu o: ệ ỹ đạ

Định nghĩa hàm trượt:

PT 2.6

Với là ma trận đường chéo với các phầ ử là hằn t ng s ố dương

Trong không gian n chiều phương trình s = 0 xác định m t cong gặ ọi là mặt trượt S dử ụng phương pháp Lyapunov, chọn một hàm xác định dương , thông V

thường ch n ọ V có d ng: ạ

PT 2.7

Tính đạo hàm bậc nh t c a Vấ ủ , ta thu được:

PT 2.8

T ừPT 2.9 ta tìm chọn được luật điều khi n ể u nào đó và với luật điều khi nể

u này ta chứng minh được khi đó theo định lý ổn định của Lyapunov thì các

bi n cế ảu hàm V t c mứ ặt trượt s s n v 0 khi ẽtiế ề t Điều này đồng nghĩa với các

sai lệch ecũng tiến v 0 khi ề t

Hiện tượng chattering: Điều khiển trượt lý tưởng đòi hỏi luật điều khi n ể

phải thay đổ ứi t c th i ngay t i thờ ạ ời điểm qu o pha c a h ỹ đạ ủ ệthống v a chừ ạm vào

mặt trượt để đả m bảo s=0 thì Trong th c t ự ế điều này không thểthực hi n ệđược do th i gian tr ờ ễ hay quán tính của khâu chấp hành Kết qu ả là quỹ đạ o pha tiếp tục vượt qua kh i mỏ ặt trượt sau khi chạm vào nó và gây ra hiện tượng qu ỹ đạo pha dao động quanh mặt trượt Hiện tượng này có tên gọi là hiện tượng chattering,

do trong quá trình thiết k ế người ta dùng hàm dấu để giúp Hàm

có tầ ố đổ ấ ất cao nên gây ra hiện tượng tín hiệu điề ể ị

động quanh mặt trượt khi v ề điểm cân bằng kh c ph c hiĐể ắ ụ ện tượng trên người

ta thay th bế ằng hàm khuếch đại bão hòa giúp giảm t n s ầ ố dao động

Với

2.1.3 Điều khi n logic m ể ờ

Hình 2.2: C ấu trúc bộ điề u khi n logic m ể ờ

Các bước thi t k b đi u khi n m ế ế ộ ề ể ờ

- Khâu mờ hóa có nhiệm v chuyụ ển đổi một giá trị rõ đầu vào thành một

véc tơ μ gồm các độ ph ụthuộc của giá trị rõ đó theo các giá trị m p m ờ(tậ ờ)

- Khâu thực hi n lu t hệ ậ ợp thành có tên gọi là thiết bị ợp thành, xử lý véc tơ h

μ và cho ra giá trị ờ B’ c m ủa ngôn ngữ đầ u ra

- Khâu giải m ờ có nhiệm v chuyụ ển đổ ậi t p m ờ B’ thành một giá trị rõ

chấp nhận được cho đ i tưố ợng (tín hiệu điều ch nh) ỉ

a Khâu mờ hóa

Thực t ế hàng ngày chúng ta luôn dùng các từ ng , lời nói để mô tảữ các biến

Ví dụ khi ta nói: "điện áp cao quá", "xe chạy nhanh quá", như vậy biến "điện áp", biến "tốc độ xe", nhận các giá trị ừ "nhanh" đế t n "ch m", t "cao" n ậ ừ đế

"thấp" dỞ ạng tường minh, các biến này nhận các giá trị ụ ể (rõ) như điện áp c th

b ng 200 V, 250 V ; tằ ốc độ xe b ng 60 km/h, 90 km/h ằ

Khi các biế ận các giá trị không rõ ràng như "cao", "rấ

"hơi nhanh" ta không thể dùng các giá trị rõ đ mô tả được mà phả ử ụể i s d ng một

s ố khái niệm mới để mô tả ọi là biến ngôn ngữ g M t biộ ến có thể gán bởi các từtrong ngôn ngữ ự nhiên làm giá trị ủa nó gọi là biến ngôn ngữ t c

Một biến ngôn ngữ thường bao gồm 4 thông số: X, T, U, M Với:

+ X: Tên của biến ngôn ngữ

+ T: Tậ ủa các giá trị ngôn ngữp c

+ U: Không gian nền mà trên đó biến ngôn ngữ nhX ận các giá trị rõ

+ M: Chỉ ra s ự phân bố ủ c a T trên U

Ví dụ: Biến ngôn ngữ ốc độ xe" có tập các giá trị ngôn ngữ là rấ "t t ch m, ậchậm, trung bình, nhanh, rất nhanh, không gian nền c a biủ ến là tập các số th c ựdương Vậy bi n tế ốc độ xe có 2 miền giá trị khác nhau:

- Miền các giá trị ngôn ngữ N = [r t ch m, chấ ậ ậm, trung bình, nhanh, rất nhanh]

- Miền các giá trị ật lý V = {x v R (x≥0)}.

Mỗi giá t ị ngôn ngữr (mỗi ph n t cầ ử ủa Ni có tập nền là miền giá trị ật lý v V

T mừ ột giá trị ật lý củ v a biến ngôn ngữ ta có được một véctơ μ ồm các độ g phụthuộc c a ủ x :

X → μ T = [ r t ch m, μ ấ ậ μ chậm, μ trung bình, μ nhanh, rμ ất nhanh] ánh xạ

trên được gọi là quá trình mờ hoá giá trị rõ x

b Khâu thực hiện luật hợp thành

M ệnh đề ợp thành h

Xét hai biến ngôn ngữ và χ γ; Bi n nhế χ ận giá trị (m ) A ờ có hàm liên thuộc

μ A (x) và γ nhận giá trị(mờ) B có hàm liên thuộc μ B (x)thì hai biểu th c: ứ χ = A; γ

= B được gọi là hai mệnh đề

Luật điều khi n: n u ể ế χ = Athì γ = B được gọi là mệnh đề hợp thành Trong

đó χ = A gọi là mệnh đề điều kiện và γ = B gọi là mệnh đề ế k t lu n M t mậ ộ ệnh đềhợp thành có thể có nhiều mệnh đề điều kiện và nhiều mệnh đề k t luế ận, các mệnh

đề liên k t v i nhau bế ớ ằng toán tử "và" Dựa vào số ệnh đề điề m u kiện và số ệ m nh

đề k t lu n trong m t mế ậ ộ ệnh đề hợp thành mà ta phân chúng thành các cấu trúc khác nhau:

- Cấu trúc SISO (một vào, một ra): Ch ỉ có một mệnh đề điều kiện và một

- Công thức MIN: μ A =>B(x, y) = MIN{μ A (x), μ B (y)}

- Công thức PROD: μ A =>B(x, y) = μ A (x)μ B (y)

* Luật hợp thành mờ

Luậ ợp thành là tên chung gọi mô hình t h R bi u di n (m t hay nhiể ễ ộ ều) hàm liên thuộc μA =>B(x, y) cho (m t hay nhi u) mộ ề ệnh đề ợp thành h A B

M t lu t hộ ậ ợp thành chỉ có 1 mệnh đề ợp thành gọi là luậ ợp thành đơn, h t h

có từ 2 mệnh đề ợp thành trở lên gọi là luậ ợp thành phứ h t h c

Xét luậ ợp thành t h R g m 3 mồ ệnh đề ợp thành: h

R1: Nếu x = A Thì y = 1 B 1hoặc

R2: Nếu x = A Thì y = 2 B 2 hoặc

R3: Nếu x = A Thì y = 3 B 3 hoặc

Hình 2.3 : Mô tả hàm liên thuộ c c a lu t h ủ ậ ợp thành

V i mớ ỗi giá trị rõ x c0 ủa biến ngôn ngữ đầu vào, ta có 3 tập m ng v i 3 ờ ứ ớ

mệnh đề ợp thành h R1, R2, R3 ủ c a lu t hậ ợp thành R Gọi hàm liên thuộc của các

t p m ậ ờ đầu ra là: μB1 y ; μB2 y ; μB3 y ; thì giá trị ủ c a lu t hậ ợp thành ứR ng

với x 0 là tập m ờ B’ thu được qua phép hợp 3 t p mậ ờ: B’ =B'1B'2B'3

Tuỳ theo cách thu nhận các hàm liên thuộc μB1 y ; μB2 y ; μB3 y ; và

phương pháp thực hiện phép hợp để nh n t p m B’ ậ ậ ờ mà ta có tên gọi các luậ ợt h p thành khác nhau:

- Luật hợp thành MAX MIN :

-Luậ ợp thành MIN là tên gọi mô hình (ma trật h n) c a mR ủ ệnh đề ợp thành h

A B khi hàm liên thuộc μ A => B(x, y) của nó được xây dựng theo quy t c MIN ắ

- Luật hợp thành MAX-PROD n u ế μB1 y ; μB2 y ; μB3 y ; thu được qua

phép PROD còn phép hợp th c hi n theo lu t Max ự ệ ậ

- Luậ ợp thành SUMt h -MIN n u ế μB1 y ; μB2 y ; μB3 y ; thu được qua phép lấy Min còn phép hợp th c hi n theo lu t SUM ự ệ ậ

- Luậ ợp thành SUM t h - PROD n u ế μB1 y ; μB2 y ; μB3 y ; thu được qua phép lấy PROD còn phép hợp th c hi n theo Lukasiewicz ự ệ

c Khâu giải mờ

Giải m ờ là quá trình xác định một giá trị rõ y nào đó có thể0 ch p nh n ấ ậđượ ừ hàm liên thuộc t c μ B’ (y) của giá trị ờ m B

Có hai phương pháp giải m chính là phương pháp cự đại và phương pháp ờ c điểm trọng tâm

* Phương pháp cự c đ ạ i

Để ả gi i m ờ theo phương pháp cực đại, ta c n th c hiầ ự ện 2 bước:

- Xác định mi n chề ứa giá trị rõ y0 (mi n ề G): Đó là miền mà tại đó

hàm liên thuộc μB’ (y)đạt giá trị ực đại (độ c cao H c a t p m ủ ậ ờ B),

Miền ch a ứ giá trị rõ G là khoảng [ y y1, 2] c a miủ ền giá trị ậ t p m ờ đâu ra B 2

của luật điều khi n ể :

2

R : N u ế χ = A thì γ = 2 B 2

Với y là điể1 m cận trái của G là điểm c n ph i cậ ả ủa G Khi đó, luật R được 2

gọi là luật điều khi n quyể ế ịt đ nh

V y luậ ật điều khi n quyể ế ịnh là luật đ t R , k k {1, 2,…, p} mà giá trị ở đầ m u

Giá trị y 0 đượ ấc l y b ng c n phằ ậ ải y c1 ủa G Giá trị rõ y theo nguyên lý 0

c n phậ ải sẽ ph ụthuộc tuyến tính vào độthỏa mãn của luật điều khi n quyể ế ịt đ nh

Hình 2.6 : Giá trị rõ y 0 theo nguyên lý cậ n ph i ả

Tóm lại: Sai l nh cệ ủa ba giá trị rõ, xác định theo trung bình, cận trái hay

c n phậ ải sẽ càng lớn nên độ thỏa mãn H càng nhỏ

Phương pháp điể m tr n ọ g tâm

Giải m ờ theo phương pháp điểm trọng tâm sẽ cho ra k t qu ế ả y là hoành 0

độ ủa điể c m trọng tâm miền được bao b i trở ục hoành và đường μ B’ (y) Công thức

xác định y 0 theo phương pháp điểm trọng tâm nhứ sau:

 

 

S 0 S

yμB’ y dyy

μB’ y dy

 



Trong đó S là miền xác định của tập m ờ B’

Hình 2.7 : Giá trị rõ y 0 phương pháp điể m tr ọng tâm

Phương pháp điể m tr ọng tâm cho luậ ợp thành SUM t h - MIN

Giả s ử có q luật điều khiển được triển khai Khi đó mỗi giá trị ờ m B’ tại đầu

ra c a b ủ ộ điều khi n s ể ẽ là tổng của q giá trị ờ đầ m u ra c a t ng lu t hủ ừ ậ ợp thành Ký

hiệu giá trị ờ đầ m u ra c a luủ ật điều khi n th ể ứk là μB k  y với k = 1,2,…,q Với quy t c SUM-ắ MIN, hàm liên thu c ộ μ B’ (y) s ẽ là:

S dử ụng công thức tính y0 trên cho cả hai lo i lu t hạ ậ ợp thành MAX-MIN

và SUM-MIN với thêm một gi ảthiết là mỗ ậi t p m ờ μB k  y được x p x b ng mấ ỉ ằ ột

cặp giá trị (y ,H ) duy nhất, trong đó k k H k là độ cao của μB k  y và y là một kđiểm m u trong miẫ ền giá trị ủ c a μB k  y có:

 

B k k

μ  y HThì

Công thức có tên gọi là công thức tính xấp x ỉ y 0 theo phương pháp độ cao

và không chỉ áp dụng cho lu t hậ ợp thành MAX-MIN, SUM-MIN mà còn có thểcho cả các lu t hợp thành khác như MAX-PROD hay SUM-PROD ậ

Như vật tùy hình dạng hàm liên thuộc B’ mà sai khác giữa các phương pháp

gi i m ả ờ có khác nhau

Hình 2.8 : So sánh các phương pháp giả i m ờ

2.1.4 Mạng noron nhân tạo

Trong điều khiển nơ-ron c a h ủ ệthống phi tuyến, động h c h ọ ệthống phi tuyến chưa biết được x p x bấ ỉ ằng cách tuyến tính hóa hoặc b ng mằ ạng nơ ron, như mạng hàm cơ sở hướng tâm (RBF) và mạng nhi u l p (MNNs)ề ớ Trong các bước điều khiển nơ ron trước đây, kỹ- thuật tối ưu được sử ụng chính để thu được luật thích dnghi thông số Thi t k ế ế điều khiển nơ ron đượ- c h u hầ ết thông qua mô phỏng ho c ặ

bằng các ví dụ thí nghiệm th c t S b t l i c a b ự ế ự ấ ợ ủ ộ điều khiển nơ- n dro ựa trên tối

ứu hóa, do đó rất khó phân tích tính ổn định và đánh giá chất lượng c a h th ng ủ ệ ốkín [5]

Để vượt qua được nh ng vữ ấn đề này, những phương pháp điều khiển nơ-ron thích nghi được đề xu t dấ ựa trên kỹ thuật điều khiển thích nghi bền v ngữ Đặc điểm của điều khiển nơ ron thích nghi gồ- m: (i) thi t k ế ế và phân tích dựa trên lý thuyết ổn định Lyapunov; (ii) s ự ổn định và đặc tính của h thống điềệ u khiển vòng kín được xác định một cách rõ ràng; (iii) trọng s c a mố ủ ạng nơ ron đượ- c hu n ấluy n tr c tuy n dệ ự ế ựa trên hàm Lyapunov của h ệ kín, không sử ụ d ng k ỹthuậ ối t t

ưu hóa như những phương pháp huấn luyện trước kia Phương pháp điều khiển ron thích nghi này phù hợp v i h th ng phi tuy n ph c t p, bớ ệ ố ế ứ ạ ất định và đã có

nơ-những bước tiến b ộ vượt bậc trong lĩnh vực điều khi n phi tuy n ể ế

Chính vì vậy, để ự th c hi n x p x nhệ ấ ỉ ững thành phần bất định và không biết trước trong mô hình động h c, lu n ọ ậ văn ử ụ s d ng mạng nơ-ron RBF [5-6] t n để ậ

d ng nhụ ững ưu điểm của mạng này: i) Mạng nơ ron RBF có khả năng xấ- p x ỉ hàm

vạn năng và được s d ng r ng ử ụ ộ rãi trong nhận dạng và điều khiển thích nghi; ii)

Mạng nơ ron RBF có thể đượ- c bi u di n theo m u h i quy tham s ể ễ ẫ ồ ố tuyến tính, là tích của véc tơ trọ- ng s ố nơ ron và véc tơ hồi quy Trong đó, thành phầ- n c a vecto ủ

hồi quy là những hàm phi tuyến đầu vào của m ng RBF; iii) Mạ ạng nơ-ron RBF

với tín hiệu vào là những hàm có chu kỳ thì có véc tơ hồ- i quy thỏa mãn điều kiện