Nghiên cứu thuật toán và mô phỏng hệ thống duy trì làn đường trên ô tô (lane keeping assist system)

Nghiên cứu này nhằm thiết kế một thuật toán điều khiển cho hệ thống duy trì làn đường LKA của ô tô, và mô phỏng hoạt động của hệ thống LKA trong các tình huống khác nhau nhằm so sánh và

THÀNH PHỐ HỒ CHÍ MINH

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

NGHIÊN CỨU THUẬT TOÁN VÀ MÔ PHỎNG

HỆ THỐNG DUY TRÌ LÀN ĐƯỜNG TRÊN Ô TÔ

(LANE KEEPING ASSIST SYSTEM)

NGÀNH: KỸ THUẬT CƠ KHÍ ĐỘNG LỰC

SKC008365

Tp Hồ Chí Minh, tháng 08/2023

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ PHAN THỊ Y PHƯỢNG

NGHIÊN CỨU THUẬT TOÁN VÀ MÔ PHỎNG HỆ THỐNG DUY TRÌ LÀN ĐƯỜNG TRÊN Ô TÔ (LANE KEEPING

i

ii

iii

LỜI CẢM ƠN

Đầu tiên, tác giả xin chân thành cảm ơn Trường Đại học Sư phạm Kỹ thuật

Tp Hồ Chí Minh, xin cảm ơn tất cả quý thầy cô Khoa Cơ khí động lực và các giảng viên bộ môn đã tận tình giảng dạy, truyền đạt kiến thức và nhiệt tình chia sẻ những kinh nghiệm quý báu trong quãng thời gian tác giả học tập và nghiên cứu để hoàn thành đề tài này

Đặc biệt, tác giả xin gửi lời cảm ơn chân thành đến TS Lê Thanh Phúc đã tận tình giúp đỡ, hướng dẫn trong suốt quá trình tác giả thực hiện luận văn tốt nghiệp, giúp tác giả hoàn thành đúng thời hạn đề ra Cuối cùng, tác giả rất cảm kích và biết

ơn những sự giúp đỡ, động viên, khích lệ từ gia đình và bạn bè

Với sự giúp đỡ nhiệt tình từ các thầy cô và sự cố gắng của bản thân tác giả, kết quả của đề tài nghiên cứu đạt được những thành quả nhất định Tuy nhiên cũng không thể tránh khỏi những thiếu sót trong quá trình thực hiện Để có thể hoàn thành đề tài tốt hơn và khắc phục những hạn chế và thiếu sót, tác giả rất mong nhận được những ý kiến đóng góp từ quý thầy cô và các bạn bè

Tác giả xin chân thành cảm ơn

iv

LỜI CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của tôi

Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác

Tp Hồ Chí Minh, ngày 26 tháng 08 năm 2023

(Ký tên và ghi rõ họ tên)

Phan Thị Y Phượng

v

TÓM TẮT

Sự an toàn khi điều khiển phương tiện luôn là vấn đề được quan tâm hàng đầu

Sự ra đời của hệ thống duy trì làn đường (Lane Keeping Assist System - LKA) đã phần nào giải quyết được bài toán an toàn chủ động trên ô tô Nghiên cứu này nhằm thiết kế một thuật toán điều khiển cho hệ thống duy trì làn đường (LKA) của ô tô,

và mô phỏng hoạt động của hệ thống LKA trong các tình huống khác nhau nhằm so sánh và đánh giá hiệu quả duy trì làn đường của thuật toán đã thiết kế

Nghiên cứu này sử dụng phương pháp điều khiển cuốn chiếu tích phân IBC (Integral Backstepping Control) kết hợp với phương pháp điều khiển trượt SMC (Sliding Mode Control) để thiết kế thuật toán điều khiển cho hệ thống LKA Mô hình toán hệ thống được xây dựng dựa trên mô hình xe đạp tuyến tính Độ sai lệch ngang và độ sai lệch góc xoay thân xe là hai tham số được điều khiển bởi bộ điều khiển của hệ thống LKA sao cho các giá trị này hội tụ về 0 càng gần càng tốt Tín hiệu điều khiển của hệ thống LKA là góc lái của bánh xe dẫn hướng, các yếu tố động lực học không chắc chắn của hệ thống vẫn được xem xét trong quá trình thiết

kế luật điều khiển Tính ổn định của toàn hệ thống được chứng minh bởi lý thuyết

ổn định Lyapunov Thuật toán điều khiển được đề xuất có tên gọi là Integral Backstepping - Sliding Mode Control (IBSMC)

Kết quả mô phỏng hoạt động hệ thống LKA trong Matlab /Simulink với thuật toán điều khiển IBSMC được nghiên cứu trong các tình huống mô phỏng khác nhau phù hợp với kết quả giải tích, điều này xác nhận tính phù hợp, hiệu quả của thuật toán điều khiển đã đề xuất Việc thiết kế một thuật toán điều khiển hoàn toán mới ứng dụng cho hệ thống LKA, đảm bảo hiệu quả xe chạy duy trì theo làn đường mong muốn là thành công lớn nhất của đề tài Từ đó làm cơ sở khoa học cho việc hoàn thiện mô hình hệ thống duy trì làn đường thực nghiệm sau này Đồng thời, đề tài góp phần phát triển và ứng dụng cho hệ thống duy trì làn đường với điều kiện giao thông thực tế ở Việt Nam trong tương lai

vi

ABSTRACT

Safety when driving a vehicle is always a top concern The introduction of the Lane Keeping Assist system (LKA) has partly solved the problem of active safety in cars This study aims to design a control algorithm for the vehicle's LKA system, and simulate the operation of the LKA system in different situations to compare and evaluate the lane maintenance effectiveness of the designed algorithm

This study uses the Integrated Backstepping Control (IBC) method combined with the Sliding Mode Control (SMC) method to design a control algorithm for the LKA system The mathematical model of the system is built based on the linear bicycle model The lateral deviation and the relative yaw angle are two parameters controlled by the controller of the LKA system so that these values converge to 0 as close as possible The control signal of the LKA system is the front wheel steering angle, the uncertain dynamic factors of the system are still considered during the design of the control law The stability of the whole system is proven by the Lyapunov stability theory The designed control algorithm is called Integral Backstepping - Sliding Mode Control (IBSMC)

The simulation results of LKA system operation in Matlab/Simulink with the IBSMC control algorithm studied in different simulation situations are consistent with the analytical results, this confirms the suitability and efficiency of the proposed control algorithm The design of a completely new control algorithm applied to the LKA system, ensuring the efficiency of the vehicle to maintain the desired lane is the greatest success of the project From there, it will serve as a scientific basis for perfecting the experimental lane maintenance system model later At the same time, the topic contributes to the development and application of the LKA system with actual traffic conditions in Vietnam in the future

vii

MỤC LỤC

Quyết định giao đề tài

Biên bản chấm của Hội đồng

1.2 Tổng quan các nghiên cứu trong và ngoài nước 5

viii

2.2.2 Phân loại theo cơ cấu chấp hành điều khiển 19

2.5 Các khái niệm cơ bản của hệ thống điều khiển tự động 30

2.5.5 Phương pháp điều khiển cuốn chiếu tích phân 35

2.6 Cơ sở lý thuyết về mô hình hóa và mô phỏng 38 2.6.1 Các khái niệm cơ bản về mô hình hóa và mô phỏng 38

Chương 4 MÔ PHỎNG VÀ ĐÁNH GIÁ HOẠT ĐỘNG CỦA HỆ THỐNG

động APS Active Pixel Sensors

BC Backstepping Control: Điều khiển cuốn chiếu

CAN Controller Area Network: Mạng giao tiếp CAN

CCD Charge-coupled-device: Camera

CMOS Complementary metal oxide semiconductor

CNF Composite Nonlinear Feedback: Phản hồi phi tuyến tổng hợp

DAS Driver Assistance System: Hệ thống hỗ trợ người lái

DDAS Differential Drive Assisted Steering: Hệ thống lái có hỗ trợ dẫn động

vi sai ECU Electronic Control Unit: Bộ điều khiển điện tử

EPS Electric Power Steering: Hệ thống trợ lực lái điện

ESO Extended State Observer: Bộ ước lượng trạng thái

ESP Electronic Stability Program: Hệ thống phanh cân bằng điện tử

HOSMC Higher-Order Sliding Mode Control: Điều khiển trượt bậc cao

HOSMO Higher-Order Sliding Mode Observer: Bộ quan sát trượt bậc cao IBC Integral Backstepping Control: Điều khiển cuốn chiếu tích phân IBSMC Integral Backstepping - Sliding Mode Control

IMU Inertial Measurement Unit: Bộ đo lường quán tính

IRCF Infrared cut-off filter: Bộ lọc tia hồng ngoại

LCA Lane Centering Assist: Hệ thống hỗ trợ định tâm làn đường chủ động LDWS Lane Departure Warning System: Hệ thống cảnh báo lệch làn đường

xi

LKA Lane Keeping Assist: Hệ thống hỗ trợ duy trì làn đường

LMI Linear Matrix Inequality: Điều khiển bất đẳng thức ma trận tuyến

tính LQR Linear Quadratic Regulator: Điều khiển tối ưu toàn phương tuyến

tính MPC Model Predictive Control: Điều khiển dự báo theo mô hình

NHTSA National Highway Traffic Safety Administration: Cục quản lý an

toàn giao thông đường cao tốc Hoa Kỳ NSFTSM Non-singular Fast Terminal Sliding Mode: Điều khiển trượt đầu cuối

nhanh không kỳ dị NSTSM Non-singular Terminal Sliding Mode: Điều khiển trượt đầu cuối

không kỳ dị NTSM Nonsingular Terminal Sliding Mode: Điều khiển trượt đầu cuối phi

tuyến PCB Printed circuit board: Bảng mạch in

PID Proportional Integral Derivative: Điều khiển PID

PSO Particle Swarm Optimization: Thuật toán PSO

RBFNN Radial Basis Function Neural Network: Mạng nơ-ron cơ sở hướng

tâm thích ứng RMSE Root Mean Square Error: Chỉ số sai số trung bình bình phương

SBW Steer-by-wire

SOC System on chip

SMC Sliding Mode Control: Điều khiển trượt

STSMC Super-Twisting Sliding Mode: Điều khiển trượt siêu xoắn

TSM Terminal Sliding Mode: Điều khiển trượt đầu cuối

OXY Hệ tọa độ quán tính

oxy Hệ tọa độ cố định của thân xe

C Trọng tâm ô tô

R Bán kính vòng quay của xe hoặc bán kính của đường

a Gia tốc ngang (hệ oxy)

 Góc xoay thân xe (hệ OXY)

d d Thành phần phi tuyến không tính toán được của phản lực ngang tác

dụng lên bánh trước, sau

V Đạo hàm bậc 1 của Ứng viên cho hàm Lyapunov thứ hai

V Ứng viên cho hàm Lyapunov toàn hệ thống

V Đạo hàm bậc 1 của Ứng viên cho hàm Lyapunov toàn hệ thống

s Mặt trượt của điều khiển trượt

eq

 Thành phần điều khiển tương đương

d

 Thành phần điều khiển bền vững

Hình 2 4: Gia tốc kế được sử dụng để đo gia tốc Coriolis và gia tốc ngang 22

Hình 2 6: Hệ thống camera sử dụng trong hệ thống hỗ trợ người lái [60] 25

Hình 2 7: Cấu tạo của hệ thống EPS ứng dụng cho hệ thống LKA [58] 26

Hình 4 2: Lane đường và quỹ đạo xe đi được chọn để mô phỏng [62] 53

Hình 4 3: Sơ đồ khối Simulink mô phỏng bộ điều khiển IBSMC được đề xuất 54

Hình 4 4: Độ sai lệch ngang và độ sai lệch góc xoay thân xe khi HT LKA không

Hình 4 5: Sơ đồ Simulink mô phỏng HT LKA với bộ điều khiển MPC 56

Hình 4 6: Độ sai lệch ngang và độ sai lệch góc xoay thân xe khi HT LKA sử dụng

Hình 4 7: Sơ đồ Simulink mô phỏng HT LKA với bộ điều khiển IBSMC được đề

Hình 4 8: Độ sai lệch ngang và độ sai lệch góc xoay thân xe khi HT LKA sử dụng

Hình 4 9: Đồ thị thể hiện tính ổn định của bộ điều khiển IBSMC được đề xuất 59

xv

Hình 4 10: Lane đường và quỹ đạo xe đi có hoạt động của hệ thống LKA với bộ

Hình 4 11: Đồ thị giá trị độ sai lệch ngang của bộ điều khiển MPC và IBSMC 60

Hình 4 12: Đồ thị giá trị độ sai lệch góc xoay thân xe của MPC và IBSMC 61

Hình 4 14: Chỉ số RMSE của 2 bộ điều khiển IBSMC và MPC 62

Hình 4 15: Đồ thị góc lái của người lái và góc lái của bánh xe dẫn hướng được

điều khiển bởi HT LKA với bộ điều khiển MPC và IBSMC 63

Hình 4 16: Đồ thị độ lệch làn đường bên trái, phải; và trạng thái hoạt động của

xe chạy ở giữa làn đường trên những đoạn đường gấp khúc, cua gấp Theo ước tính gần đây nhất tại Phần Lan, các xe khách có trang bị hệ thống LKA có thể ngăn chặn khoảng 27% số vụ va chạm trực diện do lệch làn đường [3] Vì thế, hầu hết các hãng xe ô tô hiện nay đều được trang bị hệ thống LDWS hoặc/và LKA với nhiều tên gọi khác nhau, ví dụ như: Active Lane Assist (Audi); Steering and Lane Guidance Assist (BMW); Lane Keeping Aid (Volvo); Lane Departure Warning (LDW) và Lane Keeping Assist System (LKAS) (Toyota)…

2

Các hệ thống LKA hỗ trợ duy trì làn đường bằng cách chủ động tạo ra một moment xoay đứng (yaw moment) tác động đến hướng đi của xe khi hệ thống nhận thấy xe đang ra khỏi làn đường đang chạy nhưng không phải là chủ ý của người lái

Hệ thống chỉ hỗ trợ đưa xe trở lại làn đường đang chạy chứ không thể thay thế hoàn toàn nhiệm vụ điều khiển của người lái như ở trên các xe tự hành cấp độ cao Giá trị đầu ra cần điều khiển đối với hệ thống LKA là vị trí của xe trong làn đường, cụ thể

là độ lệch ngang và hướng đi của xe trong làn đường Bộ điều khiển sẽ tính toán giá trị moment xoay xe thích hợp dựa vào các biến số này, cùng với thông số của bản thân chiếc xe, từ đó tín hiệu điều khiển bộ chấp hành được xác định Vị trí và hướng xoay đứng của xe được đo thông qua bộ đo lường quán tính (Inertial Measurement Unit – IMU) gắn trên xe, bên cạnh đó độ cong và vị trí của làn đường cũng được sử dụng cung cấp thông tin cho bộ điều khiển Tất cả các hệ thống LKA hiện có đều sử dụng một camera có tích hợp chức năng xử lý ảnh để nhận dạng vạch kẻ đường ở phía trước mũi xe Trong khi đó, việc tạo ra moment xoay xe được thực hiện bằng cách sử dụng hệ thống trợ lực lái điện (EPS) hoặc hệ thống phanh thông qua các bộ chấp hành điện tử trong hệ thống Người lái có thể cảm nhận được moment xoay xe

do hệ thống LKA tạo ra và có thể can thiệp ngược lại vào hoạt động của hệ thống Trong trường hợp xe sắp lệch làn đường, tùy vào lực của tác động điều chỉnh moment xoắn hỗ trợ của người lái được yêu cầu hoặc hệ thống LKA có thể chủ động duy trì làn đường mà không cần hỗ trợ từ người lái Tính năng này thường tập trung vào sự an toàn hơn là sự tiện nghi, đã được Volkswagen giới thiệu vào năm

2008 ở châu Âu và năm 2009 ở Nhật Bản Bên cạnh đó, hệ thống LKA của Honda

có tính năng hướng đến sự thoải mái dựa trên sự phối hợp điều khiển giữa người lái

và hệ thống nhằm giảm tải lượng công việc nhưng đồng thời không tạo ra sự chủ quan của người lái [4] Đối với một số xe, việc kích hoạt LKA được kết hợp với hệ thống điều khiển hành trình thích ứng (Adaptive Cruise Control System – ACC) và các hệ thống hỗ trợ người lái (Driver Assistance System – DAS) khác

Động lực học chuyển động ngang và quay vòng ô tô là cơ sở để thiết kế nên các bộ điều khiển LKA R Rajamani [5] đã trình bày cụ thể một mô hình toán học

3

phi tuyến với 6 bậc tự do cho xe khách, tương ứng với 6 khả năng chuyển động của

1 xe trong không gian Mô hình này có thể được đơn giản hóa bằng cách tách thành hai phần gồm động lực học theo phương ngang và động lực học theo phương dọc Trong đó, hệ thống LKA là một trong những hệ thống điển hình hoạt động dựa trên

cơ sở động lực học theo phương ngang của ô tô Để phân tích chính xác được chuyển động ngang của xe, việc xác định các thông số không chắc chắn có tính chất phi tuyến như khối lượng, độ cứng lốp xe, lực ma sát… là rất phức tạp Do đó mô mình động lực học theo phương ngang được tuyến tính hóa chỉ còn 2 bậc tự do (hay còn gọi là mô hình xe đạp tuyến tính – Linear Bicycle Model), gồm độ lệch ngang

và góc xoay đứng của thân xe Dựa trên mô hình này, nhiều nghiên cứu về phương pháp điều khiển của hệ thống LKA như điều khiển PID (Proportional Integral Derivative - PID), điều khiển dự đoán mô hình (Model Predictive Control - MPC), điều khiển trượt (Sliding Mode Control - SMC) đã được trình bày [6 - 9] Các đánh giá về hiệu quả hoạt động của hệ thống LKA chủ yếu tập trung tốc độ hội tụ về 0 nhanh chóng của độ lệch ngang và độ lệch góc xoay đứng Tuy nhiên, các yếu tố không chắc chắn liên quan trực tiếp đến động lực học của hệ thống như độ cong của đường, khoảng cách nhìn xa, độ trượt của lốp xe… không được thiết lập trong quá trình lập mô hình hóa, do đó việc điều khiển duy trì làn đường là chưa đảm bảo mượt mà Nếu không xét đến các yếu tố không chắc chắn trên, tốc độ chuyển động ngang của xe nhanh đột ngột so với tín hiệu điều khiển, điều đó vượt quá giới hạn gia tốc ngang và độ giật về sự thoái mái của hành khách, và cũng gây khó chịu cho người lái Vì vậy, để giải quyết vấn đề an toàn và thoải mái cho người ngồi trên xe, việc nghiên cứu các thuật toán điều khiển hiệu quả và ổn định cho hệ thống LKA là hết sức cần thiết

Trong nghiên cứu này, tác giả đề xuất thiết kế một thuật toán điều khiển mới cho hệ thống LKA, dựa vào sự kết hợp giữa hai phương pháp điều khiển cuốn chiếu tích phân (Integral Backstepping Control - IBC) và phương pháp điều khiển trượt (Sliding Mode Control - SMC) Đây là hai phương pháp điều khiển phi tuyến đơn giản và hiệu quả, phù hợp ứng dụng điều khiển cho hệ thống LKA trên ô tô Bộ điều

4

khiển LKA được xây dựng dựa trên mô hình xe đạp tuyến tính Tuy nhiên, các yếu

tố động lực học không chắc chắn (bao gồm thông số không chắc chắn, phi tuyến và nhiễu) của hệ thống vẫn được xem xét trong quá trình thiết kế luật điều khiển Tính

ổn định của toàn hệ thống được chứng minh bởi lý thuyết ổn định Lyapunov Hiệu quả của thuật toán điều khiển được đề xuất được kiểm nghiệm thông qua các mô phỏng bằng phần mềm Matlab/Simulink trong các kịch bản hoạt động khác nhau

Từ đó so sánh, đánh giá được tính hiệu quả, khả thi của thuật toán điều khiển đã thiết kế ứng dụng trên hệ thống LKA

Theo đó, ý nghĩa khoa học và thực tiễn của nghiên cứu có thể được tóm tắt như sau:

- Đề xuất thiết kế một thuật toán điều khiển mới dựa vào sự kết hợp giữa 2 phương pháp điều khiển cuốn chiếu tích phân và phương pháp điều khiển trượt để điều khiển hệ thống LKA

- Các yếu tố động lực học không chắc chắn của hệ thống được xem xét trong quá trình thiết kế luật điều khiển nhằm nâng cao độ bền vững và ổn định của hệ thống

- Xây dựng mô hình hóa của hệ thống thể hiện rõ các tính năng động lực học của hệ thống

- Thuật toán nghiên cứu giúp đánh giá tính ổn định và độ bền vững của hệ thống điều khiển LKA

- Mô phỏng hệ thống LKA với thuật toán điều khiển được đề xuất bằng phần mềm Matlab/Simulink trong các trường hợp cụ thể

- Kết quả nghiên cứu có thể dùng để định hướng thiết kế phát triển hệ thống LKA tại Việt Nam, đồng thời được ứng dụng trong mô hình xe điều khiển cỡ nhỏ tới lớn, làm cơ sở đề xuất cho các nhà sản xuất ô tô tính toán thiết kế phát triển chế tạo bộ điều khiển ứng dụng cho hệ thống LKA

5

1.2 Tổng quan các nghiên cứu trong và ngoài nước

1.2.1 Các nghiên cứu trên thế giới

Mô hình động lực học của xe theo phương ngang đã được thiết lập rộng rãi trong các nghiên cứu lý thuyết ô tô H Benariba và A Boumediene [10] đã mô hình hóa động lực học theo phương ngang của một chiếc xe điện với 3 bậc tự do gồm độ lệch ngang, góc xoay đứng và lực ngang của lốp xe nhằm điều khiển sự dịch chuyển bên của xe theo quỹ đạo mong muốn trong 2 trường hợp: sử dụng góc lái và sử dụng moment phanh làm tín hiệu đầu vào cho hệ thống Shuen Zhao và các cộng sự [11] đưa ra một mô hình động lực học phi tuyến với 4 bậc tự do Dựa vào phân tích động lực học, sử dụng vận tốc dọc, vận tốc ngang, tốc độ xoay đứng và góc xoay thân xe làm các biến trạng thái, qua đó đề xuất một phương pháp sử dụng phần moment xoay đứng được tạo ra bởi lực phanh khác nhau giữa các bánh xe để cải thiện độ ổn định của xe trong các tình huống khẩn cấp Tuy nhiên, tính chất phi tuyến phức tạp của mô hình học lực học theo phương ngang gây nhiều khó khăn trong việc tính toán và đánh giá các tính năng động lực học của xe, vì vậy mô hình phi tuyến đó được tuyến tính hóa gồm 2 bậc tự do (hay còn gọi là mô hình xe đạp tuyến tính) thường được ứng dụng để nghiên cứu, thiết kế và phát triển các chiến lược điều khiển tự động khác nhau nhằm đạt được hiệu quả cao trong quá trình lái

xe và duy trì làn đường Hiện nay, một loạt các phương pháp điều khiển lái ổn định

và hiệu quả dựa vào mô hình xe đạp tuyến tính được trình bày như: điều khiển PID, điều khiển MPC, điều khiển tối ưu toàn phương tuyến tính (LQR), điều khiển trượt (SMC), điều khiển cuốn chiếu (BC)…

Dựa vào mô hình tuyến tính hóa của động lực học theo phương ngang, các bộ điều khiển tuyến tính đã được thiết kế Netto M đã đề xuất một bộ điều khiển lái tự động dựa trên phản hồi từng phần của lý thuyết điều khiển PID [12] Độ chính xác theo dõi vẫn cần được cải thiện Điều khiển PID cũng được sử dụng trong nghiên cứu của Chen [13], [14], các thông số điều khiển lái ở các tốc độ khác nhau đã được tối ưu hóa Mặc dù các chiến lược điều khiển lái tự động dựa trên lý thuyết PID phụ thuộc ít hơn vào mô hình hệ thống [6], [15], do hạn chế vốn có của thuật toán, hệ

6

thống điều khiển dựa trên lý thuyết PID không thể ứng phó hiệu quả với các nhiễu bên ngoài Gần đây, với những tiến bộ của hiệu suất máy tính, điều khiển MPC đã được chứng minh là một thuật toán điều khiển hấp dẫn cho bài toán duy trì làn đường [16] - [19] Nó có lợi thế trong việc xử lý các ràng buộc đối với các biến trạng thái và đầu vào điều khiển, đạt được sự tối ưu hóa đa mục tiêu, chẳng hạn như

sự thoải mái của người lái, mức tiêu thụ thời gian, độ chính xác của việc theo dõi

Ví dụ, Wang và cộng sự [20] đã đề xuất một bộ điều khiển MPC cải tiến dựa trên điều khiển thích ứng mờ (Adaptive Fuzy Logic) để cải thiện cả độ chính xác của điều khiển bám (tracking controller) theo làn đường và sự thoải mái khi đi xe, có thể điều chỉnh trọng số của hàm mục tiêu thích ứng dựa trên sai số của vị trí bên và lệch hướng Sun và các cộng sự [21] tin rằng độ chính xác của điều khiển bám làn đường

và độ ổn định của phương tiện khó có thể đạt được khi sử dụng một khung điều khiển cố định trong các điều kiện khác nhau Vì vậy, họ trình bày một bộ điều khiển MPC mới với sai số theo dõi chuyển mạch (switched tracking error), chủ yếu liên quan đến các phương pháp xử lý khác nhau liên quan đến góc trượt trong tính toán

độ lệch hướng của xe Trong nghiên cứu [22], bộ điều khiển LKA được thiết kế dựa trên mô hình toán học đầy đủ hơn khi có tính đến động lực học của cơ cấu truyền động được kết hợp để nắm bắt phản ứng nhất thời của phương tiện trong các hạn chế tránh va chạm Cai và cộng sự đã trình bày một bộ điều khiển MPC sử dụng mô hình xe 4 bậc tự do để phản ánh các đặc tính động lực học của xe nhằm tránh tai nạn lật xe của ô tô [23] Ngoài ra, xem xét nhiễu trong giai đoạn lập mô hình và tuyến tính hóa, bộ điều khiển Gaussian bậc hai tuyến tính (Linear quadratic gaussian control) dựa trên mô hình với ma trận Q thích ứng (Adaptive Q-matrix) đã được đề xuất để thiết kế bộ điều khiển bám [24] Mặc dù phương pháp MPC có khả năng dự báo các hành vi động trong tương lai và cải thiện đáng kể việc duy trì xe chạy theo làn đường, nhưng nó đòi hỏi phải giải quyết vấn đề tối ưu hóa lặp đi lặp lại ở mỗi bước điều khiển Điều này có thể dẫn đến gánh nặng tính toán lớn và rủi ro tiềm ẩn trong việc triển khai trong thời gian thực Hơn nữa, nhiều thông số của xe có thể thay đổi theo thời gian, chẳng hạn như khối lượng xe, độ đàn hồi của lốp…, ảnh

7

hưởng lớn đến động lực học của xe [25] Trên thực tế, rất khó để xác định chính xác các đặc tính phi tuyến của lốp xe thông qua các mô hình hiện có [26] Do đó, phương pháp MPC thuần túy có thể không đạt yêu cầu trong các ứng dụng thực tế khi đồng thời tính đến hiệu quả tính toán và độ chính xác dự đoán Ngoài ra, bộ điều khiển LQR được thiết kế trong [27] để duy trì làn đường với một thành phần tích phân bổ sung thêm vào biến trạng thái hệ thống để giảm sai số ở trạng thái ổn định Kết quả thử nghiệm cho thấy hiệu quả điều khiển giữ làn đường tốt Tuy nhiên, sự không chắc chắn của các tham số trong hệ thống động lực theo phương ngang của

xe có thể làm giảm hiệu suất giữ làn đường dưới sự điều khiển của LQR

Ngoài các cách tiếp cận điều khiển tuyến tính, một số phương pháp điều khiển nâng cao được phát triển để đảm bảo tính hiệu quả của hệ thống LKA ngay cả khi

có sự xuất hiện của nhiễu và thông số không chắc chắn Saleh cùng cộng sự [28] đã

áp dụng phương pháp điều khiển bền vững Hđể đảm bảo sự ổn định bền vững của các yếu tố không chắc chắn trong hệ thống điều khiển Wu và cộng sự [29] kết hợp điều khiển mờ với bộ điều khiển theo cực mong muốn (pole placement) để thích ứng với sự không chắc chắn của các thông số hệ thống Kết quả thử nghiệm cho thấy hiệu quả duy trì làn đường của xe được cải thiện một chút so với điều khiển vị trí đơn thuần Điều khiển mờ Takagi-Sugeno (T-S) được kết hợp với điều khiển bất đẳng thức ma trận tuyến tính LMI (Linear Matrix Inequality) [30] cho thấy một chiến lược duy trì làn đường hiệu quả cho hệ thống có độ phi tuyến tính cao Guo J

và các cộng sự [31] đã sử dụng thuật toán mờ để thiết kế bộ điều khiển trượt nhằm giảm nhiễu của hệ thống thay đổi theo thời gian như ảnh hưởng bởi tình trạng đường, tốc độ, áp suất lốp… Các kỹ thuật từ trí tuệ nhân tạo và logic mờ được đề xuất [32], sử dụng các thông tin về hành vi của người lái để cải thiện hiệu quả điều khiển trong xe tự hành

Bên cạnh đó, phương pháp điều khiển trượt (SMC) được biết đến như là phương pháp phổ biến đạt được hiệu quả cao và bền vững trước các yếu tố nhiễu hay không chắc chắn, và đã được áp dụng hiệu quả cho hệ thống LKA Nghiên cứu của Hong Du cùng các cộng sự [33] đã đề xuất một hệ thống điều khiển trượt cho

8

hệ thống LKA, với thiết kế được tách biệt điều khiển độ lệch ngang với độ lệch góc xoay thân xe sao cho xe đi theo tâm đường trong khi vẫn duy trì hướng xe dọc theo hướng tham chiếu Bộ điều khiển trượt được thiết kế nhằm điều khiển giá trị độ lệch ngang dần hội tụ tiệm cận về 0 Với tín hiệu đầu vào của hệ thống là góc lái của bánh xe trước, qua sự phân tích tính ổn định của luật điều khiển cho thấy sự ổn định của độ lệch góc xoay thân xe đồng thời đảm bảo sự hội tụ tiệm cận về 0 của độ lệch ngang Kết quả mô phỏng và so sánh đã chứng minh rằng bộ điều khiển trượt đạt được hiệu quả giữ làn đường vượt trội so với 2 bộ điều khiển PID và LQR Tuy nhiên, việc tách biệt điều khiển độ lệch ngang với độ lệch góc xoay đứng như trên chưa mang đến hiệu quả điều khiển tốt nhất Vì thế nhóm tác giả đã tiếp tục phát triển phương pháp điều khiển trượt cho hệ thống LKA khi có các thông số không chắc chắn và nhiễu động từ bên ngoài [34] Để đạt được hiệu quả điều khiển duy trì làn đường trơn tru hơn, một quỹ đạo chuyển động của xe được xem xét trong quá trình mô hình hóa động lực học của hệ thống Ưu điểm của phương pháp đề xuất này là chỉ yêu cầu các thông tin ràng buộc của các thông số hệ thống Bộ điều khiển đảm bảo cho cả độ lệch ngang và độ lệch góc xoay thân xe cùng hội tụ về 0 và đạt được hiệu quả duy trì làn đường một cách trơn tru hơn Trong [35], một chiến lược điều khiển bám làn đường mới dành cho xe thông minh dựa trên kỹ thuật điều khiển trượt đầu cuối phi tuyến NTSM (Nonsingular Terminal Sliding Mode) và điều khiển loại bỏ nhiễu chủ động ADRC (Active Disturbance Rejection Control) được trình bày Bằng cách xây dựng một hàm góc xoay thân xe mong muốn, có thể đảm bảo rằng độ lệch ngang thực tế của xe so với đường mong muốn sẽ hội tụ về 0 khi góc xoay thân xe tiệm cận với hàm góc xoay thân xe mong muốn, do đó bài toán điều khiển duy trì làn đường phức tạp có thể được chuyển thành điều khiển bám góc xoay đứng dễ thực hiện Một bộ điều khiển bền vững được thiết kế để theo dõi góc xoay thân xe, gồm bộ ước lượng trạng thái ESO (Extended State Observer) và luật điều khiển phi tuyến Bộ ESO được sử dụng để ước tính các thống động lực không được mô hình hóa và các nhiễu động bên ngoài chưa biết của hệ thống trong thời gian thực Luật điều khiển phản hồi sai số phi tuyến (Nonlinear Error Feedback)

9

được thiết kế bằng cách kết hợp giữa điều khiển NTSM và luật xấp xỉ hàm mũ (Exponential approximation law) để bù cho tổng nhiễu của hệ thống và các thông số không tính toán được Hệ thống điều khiển được đề xuất có những ưu điểm của ADRC và NTSM, nó độc lập với mô hình toán học chính xác của hệ thống và có chất lượng điều khiển tốt hơn và các đặc tính phản hồi, đồng thời cải thiện khả năng chống nhiễu và tính bền vững của hệ thống Kết quả mô phỏng trong Carsim cho thấy chiến lược điều khiển được đề xuất có thể đảm bảo xe ổn định đồng thời theo dõi nhanh chóng và chính xác đường đi đề xuất và đạt được sự bền vững cao Điều khiển trượt có thể thiết kế các luật điều khiển có độ phức tạp thấp và đơn giản hơn

so với các phương pháp điều khiển bền vững khác [36] Tuy nhiên, nhược điểm chính của điều khiển trượt là hiện tượng rung (chattering) [37] Để giảm hiện tượng rung này, Rachid Alika và 2 cộng sự đã phát triển một chiến lược điều khiển cho xe

tự hành bằng cách sử dụng điều khiển trượt bậc cao HOSMC (Higher-Order Sliding Mode), và chính xác hơn là thuật toán siêu xoắn STSMC (Super-Twisting Sliding Mode) được sử dụng để cung cấp khả năng điều khiển ngang ở tốc độ cao của xe tự hành [38] Các thông số điều khiển của chế độ bậc cao được tối ưu hóa bằng cách

sử dụng thuật toán PSO (Particle Swarm Optimization) để đầu ra của hệ thống được điều khiển bám theo quỹ đạo tham chiếu, trong khi tối đa hóa độ chính xác và tốc

độ đáp ứng của hệ thống Các mô phỏng bằng Matlab đã xác nhận tính bền vững, độ chính xác và tốc độ của phương pháp được đề xuất Đây là sự tiếp nối của nghiên cứu về khả năng điều khiển độ lệch ngang của xe tự hành do G Tagne thực hiện trong [39] Khác biệt ở chỗ là Rachid đã sử dụng thêm thuật toán PSO để tối ưu hóa các tham số của bộ điều khiển thay vì chọn chúng một cách ngẫu nhiên, và từ kết quả mô phỏng thu được đã cho thấy hiệu quả của phương án trên được cải thiện hơn Cũng dựa trên phương pháp trượt siêu xoắn, H Imine và T Madani [40] đề xuất một hệ thống điều khiển nhằm ngăn chặn việc lệch làn đường của một chiếc xe hạng nặng Một bộ quan sát dựa trên phương pháp trượt (Sliding Mode Observer) được phát triển nhằm ước tính các nhiễu động của hệ thống như gia tốc ngang, góc trượt bên và tốc độ góc xoay thân xe Việc kết hợp bộ quan sát này với bộ điều

10

khiển trượt cho phép giữ xe ở giữa làn đường và do đó tránh lệch làn đường trong vòng chưa đầy 2s Trong nghiên cứu của Chuan Hu cùng các cộng sự [41], họ đề xuất một chiến lược duy trì làn đường cho xe tự hành dẫn động bốn bánh độc lập

Để đảm bảo an toàn cho xe khi cơ cấu lái chủ động hoàn toàn hỏng hóc, việc điều khiển lái được thực hiện nhờ hệ thống lái có hỗ trợ dẫn động vi sai DDAS (Differential Drive Assisted Steering) được tạo ra bởi moment vi sai giữa các bánh trước Một chiến lược điều khiển siêu xoắn đa biến thích ứng được đề xuất để điều khiển các yếu tố không chắc chắn trong thời gian hữu hạn Một hàm phi tuyến được thiết kế trong mặt trượt để thay đổi một cách thích ứng tỉ số giảm xóc của hệ thống vòng kín để cải thiện hiệu suất nhất thời của việc điều khiển giữ làn đường trong điều kiện lái bị lỗi Thiết kế của bộ điều khiển đã tránh được việc sử dụng vận tốc bên thường khó đo trong thực tế Thay vào đó, các nhiễu động của hệ thống và các sai số thời gian của chúng được ước tính bằng một bộ quan sát trượt bậc cao HOSMO (Higher-Order Sliding Mode Observer) có xét đến vùng lái xe dự kiến (look-ahead distance) Sự hội tụ theo thời gian hữu hạn của hệ thống được chứng minh bằng lý thuyết Lyapunov Kết quả mô phỏng với CarSim-Simulink với chiến lược điều khiển được đề xuất so với bộ điều khiển chế độ trượt truyền thống dựa trên mô hình toàn xe đã xác minh tính hiệu quả và bền vững của bộ điều khiển được

đề xuất trong việc điều khiển duy trì làn đường thông qua DDAS Với một ý tưởng nghiên cứu mới, Chuan Hu và các cộng sự đã thiết kế một bộ điều khiển duy trì làn đường dựa trên việc ước tính trạng thái của xe, xem xét các thông số không chắc chắn gây ra bởi động lực học theo phương ngang và quay vòng [42] Một bộ lọc Kalman mở rộng được đề xuất dựa trên thuật toán sai số mô hình tối thiểu để nâng cao độ chính xác ước lượng cho các trạng thái của xe khi có các yếu tố không chắc chắn Để loại bỏ ảnh hưởng của sự phi tuyến và sự không chắc chắn, mạng nơ-ron

cơ sở hướng tâm thích ứng RBFNN (Radial Basis Function Neural Network) với sai

số xấp xỉ được phát triển để bù cho sự không chắc chắn do chuyển động thẳng đứng gây ra Chiến lược điều khiển chế độ trượt tích phân được phát triển kết hợp các thuật toán thích ứng RBFNN và phản hồi phi tuyến tổng hợp CNF (Composite

11

Nonlinear Feedback) để đạt được điều khiển độ lệch góc xoay đứng hiệu quả cao đồng thời nâng cao hiệu quả nhất thời với độ bão hòa đầu vào của góc lái phía trước Tính ổn định tổng thể của hệ thống được chứng minh bởi lý thuyết Lyapunov Hiệu quả của chiến lược điều khiển được đề xuất được xác minh bằng cách so sánh với điều khiển CNF thuần túy nhờ vào mô phỏng CarSim - Matlab Nhờ vào tính chất bền vững và thiết kế đơn giản của điều khiển SMC, nhiều nhà nghiên cứu đã kết hợp phương pháp SMC với nhiều phương pháp điều khiển khác như điều khiển tối ưu, điều khiển MPC, điều khiển thích nghi, điều khiển mờ… nhằm nâng cao hiệu quả điều khiển trong nhiều tình huống khác nhau cho động lực học theo phương ngang và hệ thống LKA Trong đó, phương pháp điều khiển cuốn chiếu BC (Backstepping Control) được kết hợp với điều khiển trượt trong nhiều nghiên cứu và đạt được hiệu quả cao Lei và các cộng sự [43] đã nghiên cứu hệ thống LKA dựa trên một mô hình xe đạp tuyến tính có xét đến độ trễ quán tính trong hệ thống lái tự động của bánh xe trước và các yếu tố không chắc chắn của

hệ thống Một loại phương pháp điều khiển mới dựa trên sự kết hợp giữa điều khiển trượt và điều khiển cuốn chiếu đã được đề xuất để điều khiển độ lệch ngang của xe hội tụ về 0 Trong đó, điều khiển trượt được thiết kế điều khiển cho phần không chắc chắn, điều khiển cuốn chiếu áp dụng điều khiển cho độ trễ quán tính của lốp

xe Luật điều khiển của toàn hệ thống được xây dựng dựa trên lý thuyết Lyapunov nhằm đảo bảo hệ thống ổn định và đạt được hiệu quả điều khiển cao trong việc duy trì làn đường Hiệu quả của bộ điều khiển đề xuất được xác minh nhờ vào việc mô phỏng kết quả thiết kế với hệ số độ cứng của lốp được xác định hoặc ngẫu nhiên Nghiên cứu của Chang Mook Kang và các cộng sự [44] đưa ra một mô hình hạ bậc bậc hai mới cho hệ thống giữ làn đường tự động, bao gồm cả vùng lái xe dự kiến Dựa vào mô hình đó, một bộ điều khiển cuốn chiếu được thiết kế nhằm điều khiển chuyển động ngang và bù cho các thành phần không chắc chắn của hệ thống Bộ quan sát dựa trên thuật toán trượt được thiết kế để ước tính vận tốc độ lệch ngang tương ứng và độ ổn định của hệ thống được chứng minh bằng cách sử dụng lý thuyết bị động (passivity) Hiệu quả của bộ điều khiển đề xuất được xác nhận thông

12

qua kết quả mô phỏng số sử dụng CarSim và Matlab/ Simulink và so sánh với bộ điều khiển bậc hai tuyến tính dựa trên mô hình chuyển động ngang bậc 4 Tuy nhiên, việc kiểm nghiệm hoạt động của bộ điều khiển cuốn chiếu và bộ giám sát chế

độ trượt trong các điều kiện lái xe và môi trường khác nhau chưa được thảo luận Armin Norouzi và các cộng sự [45] đã thiết kế một bộ điều khiển kết hợp giữa điều khiển trượt và điều khiển cuốn chiếu, trong đó sử dụng hàm đa thức bậc 5 với các ràng buộc cụ thể về động lực học để điều khiển quỹ đạo mong muốn trong thời gian 3s và 5s Giá trị của các thông số cố định trong việc thiết kế bộ điều khiển được tối

ưu hóa bằng cách sử dụng phương pháp PSO Kết quả mô phỏng bộ điều khiển đề xuất này trong điều kiện các hệ số ma sát khác nhau đem lại hiệu quả vượt trội so với bộ điều khiển trượt cơ bản Tuy nhiên việc điều khiển hệ thống trong thời gian thực chưa được nghiên cứu Trong [46], một chiến lược điều khiển lái tự động cho các xe tự hành được đề xuất dựa trên sự kết hợp giữa điều khiển trượt và điều khiển cuốn chiếu Phương pháp điều khiển này có thể đối phó hiệu quả với các đặc tính nhiễu động bên ngoài và sự biến thiên thời gian của các xe tự hành Chiến lược đề xuất được xác minh bằng thử nghiệm trên xe thực tế, kết quả cho thấy hiệu quả điều khiển lái cho xe tự hành được cải thiện đáng kể

Bên cạnh những nghiên cứu tập trung thiết kế bộ điều khiển cho LKA, phong cách điều khiển của người lái hay việc chia sẻ quyền điều khiển giữa người lái và hệ thống được nghiên cứu [47], [48] Trong [47], một bộ điều khiển bền vững được thiết kế bằng cách xây dựng mô hình người lái với chế độ trượt bậc cao thích ứng theo phong cách của người lái Hiệu quả của phương án đề xuất được kiểm chứng thông qua mô phỏng trên đường chạy thử Satory đối với các điều kiện lái xe khác nhau Trong [48], một chiến lược chia sẻ quyền điều khiển giữa người lái và hệ thống LKA được đề xuất Sơ đồ điều khiển chia sẻ bao gồm hai cấp: cấp chiến thuật

do người lái điều khiển và cấp vận hành do hai bộ điều khiển cục bộ điều khiển với hai mục tiêu xác định trước (tức là giữ làn đường và quản lý xung đột) Người lái sẽ cung cấp tín hiệu điều khiển cho phép hai bộ điều khiển cục bộ chuyển đổi mượt

mà, do đó tín hiệu điều khiển được tính toán thích hợp tùy theo tình huống lái xe

13

nhất định để hạn chế xung đột Tính ổn định của toàn bộ hệ thống được chứng minh dựa trên lý thuyết Lyapunov và bất đẳng thức ma trận tuyến tính Phương pháp điều khiển được đề xuất mang lại hiệu quả vượt trội, giải quyết được vấn đề xung đột giữa người lái và LKA Sự kết hợp và tương tác giữa hệ thống LKA và tính năng cảnh báo lệch làn đường được nghiên cứu trong [49] Trong đó, hệ thống LKA có thể đưa ra cảnh báo bằng âm thanh khi xe sắp đi lệch làn đường dựa trên việc sử dụng camera CCD (Charge-coupled-device) gắn trên kính chắn gió phía sau gương chiếu hậu để nhận ra các dấu hiệu làn đường và tính toán độ lệch bên, từ đó tính toán moment xoắn EPS (Electric Power Steering) để hỗ trợ người lái xe trong việc giữ xe trong ranh giới làn đường Để tránh xung đột giữa người lái và hệ thống, các tín hiệu của công tắc chuyển hướng, góc lái của bàn đạp phanh, moment xoắn và cảm biến G (gia tốc bên) được sử dụng để xác định xem hệ thống có ngừng hoạt động hay không Hơn nữa, moment xoắn hỗ trợ tạo ra bởi hệ thống LKA được đặt ở ngưỡng mà người lái có thể dễ dàng ghi đè, tức là thao tác của người lái là ưu tiên hàng đầu để điều khiển xe Kết quả thực hiện trên các đường thử nghiệm với một chiếc xe thực tế đã chỉ ra rằng hệ thống LKA được phát triển có thể hỗ trợ người lái một cách hiệu quả để giữ xe trong làn đường có độ cong dưới 1/250 m-1

1.2.2 Các nghiên cứu trong nước

Liên quan đến hệ thống duy trì làn đường LKA, nghiên cứu của Lê Thanh Phúc và Hà Quốc Bảo [50] đề xuất một hệ thống điều khiển PID chạy theo làn đường cho trước cho mô hình xe điều khiển tự động Trong môi trường thực tế, hình ảnh của làn đường xác định vị trí của xe so với làn đường được thu thập bởi 1 camera Nghiên cứu sử dụng phần mềm LabVIEW để mô phỏng các quá trình thu thập xử lý ảnh, tín hiệu điều khiển góc đánh lái và tốc độ của xe Trong trường hợp giá trị sai số của vị trí xe và tâm làn đường vượt quá giá trị quy định ban đầu, bộ điều khiển PID sẽ xuất ra tín hiệu điều khiển để điều khiển mô tơ lái quay sao cho giữ xe chạy duy trì theo làn đường phía trước đồng thời giảm tốc độ xe khi đánh lái Quá trình thực nghiệm đã cho thấy hệ thống LKA của xe có khả năng tự điều khiển góc lái và tốc độ xe chạy đi theo làn đường thực tế Tuy nhiên, mô hình được sử

14

dụng trong nghiên cứu chưa thể hiện rõ các tính năng động lực học của xe để đảm bảo việc điều khiển đạt hiệu quả cao Mặt khác, Trương Quốc Bảo đề xuất một giải thuật xử lý ảnh đơn giản dựa trên khái niệm vectơ làn đường, nhằm ước lượng độ cong của các làn đường để tính toán góc lái và điều khiển xe tự hành di chuyển trong giới hạn làn đường cho phép mà không cần sự can thiệp của người lái [51] Bên cạnh đó, để nâng cao hiệu quả tự động, các loại hệ thống điều khiển liên quan được nghiên cứu trong nhiều lĩnh vực khác nhau Nguyễn Đức Ninh đã trình bày phương pháp điều khiển trượt thích nghi dùng mạng nơ-ron áp dụng cho hệ phi tuyến động không rõ các thông số mô hình [52] Trong đó, mạng nơ-ron được dùng làm bộ điều khiển trực tiếp, luật điều khiển được suy ra trực tiếp và có khả năng huấn luyện trực tuyến cho mạng nơ-ron trở thành bộ điều khiển trượt thích nghi mà không cần phải nhận dạng trước các thông số của đối tượng và các giá trị chặn trên của các thành phần bất định của hệ thống Phương pháp điều khiển này được phát triển thành bộ điều khiển trượt thích nghi phân ly cho hệ phi tuyến đa biến, áp dụng cho các nghiên cứu về hệ con lắc ngược xoay và con lắc ngược hai chiều sử dụng điều khiển trượt thích nghi phân ly thông qua các tình huống mô phỏng và thực nghiệm Một số dạng mặt trượt phi tuyến như điều khiển trượt đầu cuối TSM (Terminal Sliding Mode), điều khiển trượt đầu cuối không kỳ dị NSTSM (Non-singular Terminal Sliding Mode), điều khiển trượt đầu cuối nhanh không kỳ dị NSFTSM (Non-singular Fast Terminal Sliding Mode) được trình bày trong dự án của Trịnh Anh Văn và các cộng sự [53] Sự khác nhau của tốc độ hội tụ, tính chất rung động trên mặt trượt và hội tụ về điểm cân bằng được mô phỏng dựa trên mô hình toán đã xây dựng Ảnh hưởng của nhiễu đến đầu ra của hệ thống được phân tích trong trường hợp xây dựng mặt trượt theo phương pháp truyền thống, cải tiến bằng mặt trượt có thành phần tích phân và đánh giá nhiễu Qua đó, các tác giả đưa

ra một cách tiếp cận để xây dựng mặt trượt phân tầng cho hệ bậc 3 khi có hai nguồn nhiễu khác nhau là mặt trượt cho hệ con cơ sở và mặt trượt thứ cấp có tham gia của đánh giá nhiễu để nâng cao tính bền vững kháng nhiễu của bài toán bám sát Các vấn đề cơ bản của điều khiển trượt và giải pháp chống rung trong hệ thống trượt

15

bằng điều khiển trượt bậc cao cũng được Nguyễn Doãn Phước nghiên cứu [54] Phương pháp điều khiển cuốn chiếu BC được đề xuất trong nhiều nghiên cứu với các mục đích như: điều khiển ổn định tốc độ động cơ ổ từ tự nâng [55]; điều khiển bám đường cho phương tiện thủy sử dụng thiết bị đẩy khớp nối từ [56]; điều khiển tên lửa [57]

Nhìn chung, các nghiên cứu về điều khiển hệ thống duy trì làn đường trên thế giới được quan tâm rất nhiều, đạt được những hiệu quả nhất định Tuy nhiên ở Việt Nam, các phương pháp điều khiển tự động ứng dụng cho những hệ thống hỗ trợ người lái chưa được nghiên cứu để phát triển nhiều Từ việc phân tích tổng quan các nghiên cứu trong và ngoài nước, có thể thấy rằng phương pháp điều khiển cuốn chiếu tích phân có ưu điểm vượt trội là đưa ra một quy trình mang tính hệ thống cao trong việc thiết kế thuật toán điều khiển đảm bảo hệ thống hoạt động ổn định bằng giải pháp tuần tự theo từng bước Đồng thời, phương pháp này hạn chế được sự triệt tiêu các thành phần phi tuyến của hệ thống để đạt được ổn định trong điều khiển bám quỹ đạo Bên cạnh đó, điều khiển trượt là một phương pháp điều khiển phi tuyến kinh điển, đơn giản và rất hiệu quả Mặt khác, sự kết hợp giữa phương pháp điều khiển cuốn chiếu tích phân với phương pháp điều khiển trượt để thiết kế thuật toán điều khiển cho hệ thống duy trì làn đường chưa từng được nghiên cứu trước đây Vì vậy, tác giả đã lựa chọn thực hiện đề tài này nhằm đưa ra một thuật toán điều khiển mới cho LKA dựa trên sự kết hợp của hai phương pháp điều khiển trên

1.3 Mục tiêu và nhiệm vụ nghiên cứu

1.3.1 Mục tiêu nghiên cứu

Mục tiêu của nghiên cứu này là:

- Đưa ra được thuật toán điều khiển cho hệ thống duy trì làn đường LKA

- Các kết quả kiểm nghiệm thuật toán đã thiết kế thông qua các kịch bản mô phỏng thể hiện được tính hiệu quả