Nghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hành

Nghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hành

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM

ĐÀ NẴNG, NĂM 2022

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM

QUÁCH HẢI THỌ

NGHIÊN CỨU PHÁT TRIỂN MỘT SỐ GIẢI PHÁP HỖ TRỢĐIỀU KHIỂN XE TỰ HÀNH

Ngành: Hệ thống Thông tinMã ngành: 9480104

LUẬN ÁN TIẾN SĨ

NGƯỜI HƯỚNG DẪN KHOA HỌC:1 PGS.TS HUỲNH CÔNG PHÁP2 TS PHẠM ANH PHƯƠNG

ĐÀ NẴNG, NĂM 2022

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM

LỜI CAM ĐOAN

Tôi xin cam đoan rằng đây là công trình nghiên cứu của riêng tôi Các kết quảđược viết chung với các tác giả khác đều được sự đồng ý của họ trước khi đưa vàoluận án Các kết quả trong luận án là trung thực và chưa từng công bố trong bất kỳtrong công trình nào khác.

Tác giả

Quách Hải Thọ

TRANG THÔNG TIN LUẬN ÁN TIẾN SĨ

Tên luận án: Nghiên cứu phát triển một số giải pháp hỗ trợ điều khiển xe tự hànhNgành: Hệ thống thông tin Mã ngành: 9480104

Họ và tên NCS: Quách Hải Thọ

Người hướng dẫn khoa học: 1 PGS.TS Huỳnh Công Pháp

Từ khóa: Xe tự hành, lập kế hoạch đường đi, mạng nơ ron nhân tạo, điều khiển

dự báo bằng mô hình, hệ thống tự hành thông minh.

INFORMATION PAGE OF DOCTORAL THESIS

Name of thesis : Research develop several solutions for supporting the control

Training institution: Faculty of Information Technology, University of

Science and Education, the University of Danang

Abstract: During research in the field of autonomous vehicles, our goal is to

design modules helping autonomous vehicles can move to their destination in acomplex environment with obstacles, legal regulations, traffic and ethical issuesin the handling process so that traffic accidents can be minimized, bringingeffective safety during operation The thesis focuses on solving the problem ofmotion planning for autonomous vehicles, with the motion planning moduleusing a sampling-based approach, to create optimal trajectories from the set oforbital candidates The motion planning module aims to not only improvecomputing efficiency but also to address uncertainty in environmental data andbuild a decision-making module to solve the legal and ethical problem ofautonomous vehicle operations At the same time, in order to improveefficiency in the operation process, the thesis has also developed a solution tosupport safety control for autonomous vehicles, with a module set consisting ofa motion control module, a motion tracking control module and a backupmotion planning module The results of the thesis can set the stage for thedevelopment of a modular system on autonomous vehicle to improveperformance and safety features in the operation of autonomous vehicles inreality.

Key words: Autonomous vehicle, Path planning, Neural Network, Model

Prediction Control, Intelligent autonomous system.

LỜI CẢM ƠN

Trước tiên, Tôi xin gửi lời cảm ơn sâu sắc đến PGS.TS Huỳnh Công Pháp vàTS Phạm Anh Phương là người Thầy đã định hướng, hướng dẫn, truyền cảm hứngvà khởi tạo niềm đam mê nghiên cứu khoa học để tôi vượt qua nhiều gian nan thửthách trên con đường đi đến nghiên cứu khoa học hàn lâm của hôm nay.

Tôi xin gửi lời cảm ơn các nhà khoa học, các bạn đồng nghiệp, trong quá trìnhlàm luận án, tôi đã nhận được rất nhiều góp ý về chuyên môn cũng như sự ủng hộvề các công tác tổ chức.

Tôi xin gửi lời cảm ơn đến Ban giám hiệu, các đồng nghiệp của tôi tại trườngĐại học Nghệ thuật, Đại học Huế đã tạo điều kiện thuận lợi cho tôi trong quá trìnhhọc tập và nghiên cứu.

Tôi xin cảm ơn các cán bộ đồng nghiệp tại khoa Tin học, trường Đại học Sưphạm, Đại học Đà Nẵng đã tạo mọi điều kiện thuận lợi nhất để tôi có thể tập trungnghiên cứu khoa học và học tập tiếp thu kiến thức trong quá trình làm nghiên cứusinh tiến sĩ.

Cuối cùng, tôi xin chân thành cảm ơn đến gia đình, người thân – những ngườiluôn dành cho tôi những tình cảm, luôn động viên và chia sẻ những khó khăn trongcuộc sống và tạo điều kiện tốt nhất để tôi có thể hoàn thành quá trình nghiên cứucủa mình.

TP.Huế, ngày 25 tháng 10 năm 2021Tác giả

Quách Hải Thọ

2.TÍNH CẤP THIẾT CỦA LUẬN ÁN 2

3.MỤC TIÊU CỦA LUẬN ÁN 3

1.3.1 Biểu diễn làn đường và xây dựng mô hình động học của xe 23

1.3.2 Phương pháp Monte Carlo và bộ lọc phần tử 26

1.3.2.1 Phương pháp Monte Carlo 27

1.3.2.2 Bộ lọc phần tử (Particle filter) 30

1.3.3 Tổng quan về điều khiển dự báo theo mô hình 31

1.3.3.1 Điều khiển dự báo theo mô hình và xây dựng hàm mục tiêu 32

1.3.3.2 Lập kế hoạch chuyển động dựa trên mô hình điều khiển dự báo 35

1.4 Kết luận chương 1 37

CHƯƠNG 2: GIẢI PHÁP ĐỀ XUẤT TÌM ĐƯỜNG ĐI TỐI ƯU CHO XE TỰ HÀNH 39

2.1 Đánh giá tổng quan về kỹ thuật thiết lập đường đi cho xe tự hành 39

2.1.1 Lập kế hoạch chuyển động dựa trên đồ thị tìm kiếm 40

2.1.2 Lập kế hoạch chuyển động dựa trên mẫu 41

2.1.3 Lập kế hoạch chuyển động bằng đường cong nội suy 42

2.1.4 Lập kế hoạch chuyển động bằng phương pháp tối ưu 45

2.1.5 So sánh ưu và nhược điểm trong các kỹ thuật lập kế hoạch chuyển động 45

2.2 Xây dựng mô-đun lập kế hoạch chuyển động dựa trên kỹ thuật lấy mẫu 49

2.2.1 Phát biểu bài toán 50

2.2.2 Giải pháp lập kế hoạch chuyển động 50

2.2.3 Mô phỏng thực nghiệm mô-đun lập kế hoạch chuyển động 58

2.3 Kết luận chương 2 62

CHƯƠNG 3: GIẢI PHÁP ĐỀ XUẤT CHO VẤN ĐỀ PHÁP LÝ VÀ ĐẠO ĐỨC TRONG HOẠT ĐỘNG CỦA XE TỰ HÀNH 63

3.1 Xây dựng mô-đun hỗ trợ ra quyết định điều khiển 63

3.1.1 Phát biểu bài toán 63

3.1.2 Xây dựng mô hình toán học cho mô-đun hỗ trợ ra quyết định điều khiển 66

3.1.1.1 Mạng tiền đề của FNN 68

3.1.2.2 Mạng hệ quả của FNN 69

3.1.3 Thiết lập tham số của mô-đun 70

3.1.4 Mô phỏng thực nghiệm mô-đun hỗ trợ ra quyết định điều khiển 73

3.2 Xây dựng mô-đun thiết lập quỹ đạo chuyển động 76

3.2.1 Phát biểu bài toán 76

3.2.2 Xây dựng mô hình dự báo 77

4.1 Cơ sở lý luận để xây dựng mô-đun 90

4.2 Xây dựng mô-đun điều khiển theo dõi chuyển động 94

4.2.1 Phát biểu bài toán 94

4.2.2 Giải pháp đề xuất 94

4.2.3 Mô phỏng thực nghiệm mô-đun theo dõi chuyển động 97

4.3 Xây dựng mô-đun hỗ trợ điều khiển chuyển động 101

4.3.1 Phát biểu bài toán 101

4.3.2 Giải pháp đề xuất 102

4.3.3 Mô phỏng thực nghiệm mô-đun hỗ trợ điều khiển chuyển động 110

4.4 Xây dựng mô-đun lập kế hoạch chuyển động dự phòng 112

4.4.1 Phát biểu bài toán 112

4.4.2 Giải pháp đề xuất 113

4.4.3 Mô phỏng thực nghiệm mô-đun lập kế hoạch chuyển động dự phòng 123

4.5 Kết luận chương 4 125

KẾT LUẬN 127

DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ 130

TÀI LIỆU THAM KHẢO 132

DANH MỤC CÁC BẢNG

Bảng 2.1 Minh họa phương án lập kế hoạch chuyển động dựa trên lấy mẫu 52

Bảng 2.2 So sánh thời gian xử lý và tỷ lệ thất bại với số lượng ứng cử viên quỹ đạo 62

Bảng 3.1 Quy định các chỉ số ảnh hưởng 70

Bảng 3.2 Bộ chỉ số của mô-đun ra quyết định 71

Bảng 3.3 Tập biến đầu vào của mô-đun ra quyết định 71

Bảng 3.4 Giá trị đầu ra của mô-đun quyết định điều khiển 72

Bảng 3.5 So sánh kết quả dự báo của FNN và BPNN 75

Bảng 4.1 Thông tin các giá trị tham số sử dụng để mô phỏng 100

Bảng 4.2 Kết quả mô phỏng của 3 bộ điều khiển 100

DANH MỤC CÁC HÌNH VẼ

Hình 1.1 Cấu trúc điều khiển trong xe tự hành [19] 13

Hình 1.2 Các thành phần cơ bản của hệ thống mô-đun trong xe tự hành 14

Hình 1.3 Mô hình hệ thống đường giao thông 24

Hình 1.4 Mô hình xe và đường cong tham chiếu 24

Hình 1.5 Mô hình động học xe tự hành 24

Hình 1.6 Minh họa định lý giới hạn trung tâm 29

Hình 1.7 Cấu trúc cơ bản của mô hình điều khiển dự báo (MPC) 32

Hình 1.8 Quá trình điều khiển của mô hình điều khiển dự báo (MPC) 33

Hình 1.9 Mô hình hệ thống vòng kín quá trình điều khiển xe 35

Hình 1.10 Cấu trúc điều khiển dựa trên MPC 36

Hình 2.1 Thiết lập đường đi bằng Thuật toán Dijkstra [55] 40

Hình 2.2 Thiết lập đường đi bằng Thuật toán A* [5] 41

Hình 2.3 Thiết lập đường đi bằng Cây RRT [56] 41

Hình 2.4 Thiết lập đường đi bằng đường thẳng và đường tròn [29] 43

Hình 2.5 Thiết lập đường đi bằng đường cong Clothoid [59] 43

Hình 2.6 Thiết lập đường đi bằng đường cong đa thức [6] 44

Hình 2.7 Thiết lập đường đi bằng đường cong Bezier [64] 44

Hình 2.8 Thiết lập đường đi bằng đường cong Spline [52] 45

Hình 2.9 Thiết lập đường đi bằng hàm tối ưu [35] 45

Hình 2.10 Mô hình về lập kế hoạch chuyển động 50

Hình 2.11 Minh họa thuật toán lập kế hoạch chuyển động dựa trên mẫu với tập ứng viên quỹ đạo và các mục tiêu chuyển động 51

Hình 2.12 Kiến trúc tổng thể của hệ thống lập kế hoạch trong xe tự hành 52

Hình 2.13 Minh họa bước cập nhật thời gian của ứng viên quỹ đạo 54

Hình 2.14 Minh họa thông tin giới hạn tốc độ của kế hoạch không cố định 55

Hình 2.15 Minh họa mô hình gia tốc không đổi 55

Hình 2.16 Trường khả năng thích ứng đối với chướng ngại vật 56

Hình 2.17 Mô phỏng kịch bản di chuyển trên đường thẳng 59

Hình 2.18 Mô phỏng kịch bản di chuyển trên đường cong 59

Hình 3.1 Mô phỏng tình huống khẩn cấp khi tham gia giao thông 64

Hình 3.2 Cấu trúc mô hình mạng kết hợp nơ-ron mờ (FNN) 67

Hình 3.3 Các quyết định khả thi để điều hướng chuyển động 72

Hình 3.4 Thống kê dữ liệu thực nghiệm 74

Hình 3.5 Kết quả huấn luyện của mạng FNN và mạng BPNN 74

Hình 3.6 Kết quả so sánh lỗi của mạng FNN và mạng BPNN 75

Hình 3.7 Minh họa đoạn đường giới hạn tốc độ 79

Hình 3.8 Xe di chuyển qua đoạn đường giới hạn tốc độ 82

Hình 3.9 Kết quả sự thay đổi tốc độ khi di chuyển qua đoạn đường giới hạn tốc

Hình 3.10 Xe di chuyển vượt phải qua xe phía trước 83

Hình 3.11 Quỹ đạo tối ưu cục bộ với các chi phí khác nhau 85

Hình 3.12 Vận tốc và gia tốc dọc, ngang của xe thay đổi 85

Hình 3.13 Xe di chuyển vào giao lộ 85

Hình 4 1 Mối quan hệ giữa độ lệch hướng, góc trượt và hướng chuyển động 95

Hình 4 2 Cấu trúc đường trong mô phỏng 98

Hình 4 3 Kết quả dự báo của các mô hình 99

Hình 4.4 Mô hình hóa xe tự hành và các phương tiện khác 102

Hình 4.5 Mô hình động học của xe 104

Hình 4.6 Mô phỏng kịch bản 1 110

Hình 4.7 Kết quả mô phỏng với sự thay đổi về tốc độ, góc xoay thân xe và giatốc xe 111

Hình 4.8 Mô phỏng kịch bản 2 111

Hình 4.9 Kết quả mô phỏng trường hợp 1 112

Hình 4.10 Kết quả mô phỏng trường hợp 2 112

Hình 4.11 Vết tiếp xúc hình elip được tạo ra từ lực kéo ngang và dọc xe 115

Hình 4.12 Phân phối chi phí trong vùng lân cận của chướng ngại vật 118

Hình 4.13 Kế hoạch chuyển động của xe dựa trên quỹ đạo hoạt động của phương tiện phía trước 119

Hình 4.14 Đánh giá điều kiện an toàn để thực hiện quá trình chuyển động 120

Hình 4.15 Ràng buộc tránh chướng ngại vật 121

Hình 4.16 Tạo quỹ đạo tối ưu 121

Hình 4.17 Kết quả mô phỏng của kịch bản 1 123

Hình 4.18 Kết quả mô phỏng của kịch bản 2 124

Hình 4.19 Thông số đầu vào điều khiển 𝑢1 và 𝑢2 thay đổi với kịch bản 2 124

Hình 4.20 Kết quả mô phỏng của kịch bản 3 125

Hình 4.21 Thông số đầu vào điều khiển 𝑢1 và 𝑢2 thay đổi với kịch bản 3 125

𝐼𝑧 mô men quán tính của xe

𝑙𝑓 Khoảng cách dọc từ trọng tâm xe đến bánh xe trước𝑙𝑟 Khoảng cách dọc từ trọng tâm xe đến bánh xe sau𝐿 Tổng chiều dài cơ sở của xe

𝜓 Góc xoay xe trong hệ trục tổng quát

𝛼𝑓 Góc trượt bánh xe trước𝛼𝑟 Góc trượt bánh xe sau

𝐶𝛼 Độ cứng chống xoay bánh xe𝐹𝑧 Phản lực trên bánh xe

𝜇 hệ số ma sát bánh xe

𝜓̇𝑑𝑒𝑠 Hệ số trượt mong muốn từ đường

𝛽 Góc trượt tại trọng tâm xe (Trung tâm của lực hấp dẫn)𝜃𝑣 Góc vận tốc (góc của vectơ vận tốc với trục dọc)

𝑎 Chiều dài trục trước𝑏 Chiều dài trục sau𝐶𝛼𝑓 Độ cứng góc cua trước𝐶𝛼

𝑟 Độ cứng góc cua sau𝐼𝑧𝑧 Quán tính góc trượt

DANH MỤC CÁC CHỮ VIẾT TẮT

BPN Back propagation network Mạng truyền ngược

BPNN Back propagation neural network Mạng nơ-ron truyền ngược

CAGD Computer Aided Geometric Design Thiết kế hình học bằng máy tính

CNN Convolutional Neural Networks Mạng nơ-ron tích chập

DMC Dynamic Matric Control Điều khiển ma trận động học

DMC Dynamic Monte Carlo Phương pháp động lực

DNN Deep Neural Networks Mạng nơ-ron sâu

DSMC Direct Simulation Monte Carlo Phương pháp mô phỏng trực tiếp

EKF Extended Kalman Filter Bộ lọc Kalman mở rộng

EPSAC Extended Prediction Selt Adaptive

Control rộngĐiều khiển thích nghị tự dự báo mở

GA Genetic Algorithm Giải thuật di truyền

GMM Gaussian Mixture Model Mô hình Gauss hỗn hợp

GPC Generalized Predictive Control Điều khiển dự báo chung

GPS Global Positioning System Hệ thống định vị toàn cầu

HMM Hidden Markov Model Mô hình Markov ẩn

KMC Kinetic Monte Carlo Phương pháp động học

k-NNk Nearest Neighbork láng giềng gần nhất

LP Linear programming Quy hoạch tuyến tính

MAC Model Algorithmic Control Điều khiển thuật toán mô hình

MAE Mean absolute error Sai số tuyệt đối trung bình

MPC Model Prediction Control Điều khiển dự báo trên mô hình

MPHC Model Predictive Heuristic Control Điều khiển thử nghiệm mô hình dự báo

NMPC Nonlinear Model Prediction Control tuyến tínhĐiều khiển dự báo trên mô hình không

PCA Principal Component Analysis Phân tích thành phần chính

PDF Probability Density Function Hàm mật độ xác suất

PFC Predictive Functional Control Điều khiển hàm dự báo

QMC Quantum Monte Carlo Phương pháp lượng tử

RBF Radial Basis Function Hàm cơ sở bán kính

RNG Random Number Generator Nguồn phát số ngẫu nhiên

ROC Receiver Operator characteristic Đặc tính hoạt động của bộ thu nhận

V2C Vehicle to Cloud đám mâyKết nối giữa xe với hệ thống điện toán

V2H Vehicle to Home Kết nối giữa xe với nhà thông minh

V2I Vehicle to Infrastructure Kết nối giữa xe với hạ tầng giao thông

V2N Vehicle to Network Kết nối giữa xe với mạng di động

V2P Vehicle to Pedestrian Kết nối giữa xe với người đi bộ

V2V Vehicle to Vehicle Kết nối giữa xe với xe

V2X Vehicle To Everything Kết nối giữa xe và vạn vật

Trong bối cảnh ngày nay, với sự phát triển bùng nổ về công nghệ cảm biến,IoT, robotic, công nghệ dữ liệu lớn và trí tuệ nhân tạo (AI), việc nghiên cứu và ứngdụng xe tự hành đã có các bước phát triển mạnh mẽ, đã và đang được ứng dụng vàonhiều lĩnh vực khác nhau trong cuộc sống như nông nghiệp thông minh, giao thôngthông minh…Xe tự hành là lĩnh vực nghiên cứu đa ngành (cơ khí, tự động hoá, rôbốt và công nghệ học máy, trí tuệ nhân tạo), trong đó đặt ra nhiều bài toán như bàitoán tạo ra quỹ đạo chuyển động tối ưu, bài toán điều khiển an toàn để đáp ứngđược các hạn chế phát sinh trong quá trình hoạt động của xe như các quy định vềluật giao thông đường bộ, các yếu tố môi trường bên ngoài và những tình huống đadạng, phức tạp mà chúng ta thường gặp trong điều kiện môi trường giao thông…vớinhiều thách thức đặt ra đối với các nhà nghiên cứu và ứng dụng.

Trong bối cảnh đó, một số chủ đề nghiên cứu được luận án hướng đến như: hệthống một số mô-đun trong xe tự hành nên được thiết kế như thế nào để có thể giúpxe tự hành thể di chuyển đến đích trong môi trường phức tạp với các chướng ngạivật, với các quy định về luật giao thông, với các trường hợp phát sinh trong quátrình tham gia giao thông và có thể thực hiện các phản ứng trong các trường hợpnày nhằm giảm thiểu các tai nạn giao thông Đây là các vấn đề được quan tâm nhiềutrong cộng đồng nghiên cứu về ứng dụng AI gần đây, khi ngoài các yếu tố về tínhan toàn cho hành khách thì các vấn đề đảm bảo pháp lý và đạo đức cho xe tự hànhcũng là những vấn đề rất cấp thiết, được thảo luận nhiều tại các hội nghị hàng đầutrên thế giới về AI như: AAAI-22, NIPS, ICML, ACM SIGKDD, IJCAI,IEEE/CVF,

Phần tiếp theo sẽ trình bày về tính cấp thiết, mục tiêu và khái quát về nhữngđóng góp của luận án trong việc giải quyết bài toán này.

2.TÍNH CẤP THIẾT CỦA LUẬN ÁN

Phát triển các hệ thống hỗ trợ điều khiển thông minh trong xe tự hành là chủđề được quan tâm nhiều trong thời gian gần đây, cùng với sự phát triển của CMCN4.0 Các hệ thống xe tự hành là các ôtô không người lái có tích hợp các tính năng tựđộng hóa phương tiện, có khả năng cảm nhận thông tin từ môi trường và di chuyểnan toàn mà không cần có sự tham gia điều khiển của con người Xe tự hành kết hợpnhiều loại cảm biến để nhận biết môi trường xung quanh, chẳng hạn như cảm biếnnhiệt, cảm biến radar, lidar, GPS và các cảm biến đo lường quán tính nhằm xác địnhcác hướng thích hợp, cũng như chướng ngại vật và biển báo có liên quan Xe tựhành được quan tâm phát triển và ứng dụng rộng rãi trên thế giới, như hệ thống xetự hành cấp 4 của Toyota đã vận hành xung quanh Làng Olympic Tokyo 2020, hệthống giao hàng thương mại tự động của Nuro ở California năm 2021, hệ thống củacông ty AutoX - Baidu của Trung Quốc đã vận hành tại Công viên Shougang ở BắcKinh - một địa điểm sẽ tổ chức Thế vận hội Mùa đông 2022 Hãng Honda cũng bắtđầu cho thuê tại Nhật Bản một phiên bản giới hạn gồm 100 chiếc sedan LegendHybrid EX được trang bị thiết bị lái xe tự động cấp độ 3 mới được chính phủ NhậtBản cấp chứng nhận an toàn cho công nghệ lái xe tự động Trong khoa học, từ khóa“Autonomous Vehicles” thu hút được sự quan tâm của cộng đồng với hơn 2 triệubài báo trên các tạp chí và hội thảo uy tín từ 2015 cho đến nay Nhiều vấn đề mởnhư “sự chấp nhận của khách hàng", “năng lượng bền vững”, “tính pháp lý và đạođức”, “kiểm soát tốc độ an toàn”, “truyền thông giữa các xe”, “Quản lý định danhxe”, đã được thảo luận rộng rãi trong các bài báo gần đây [26,40].

Mặc dù đã đạt được một số kết quả ban đầu rất tốt nhưng để đạt đến mức độ tựđộng hoá cấp độ 5 là tự hành hoàn toàn (xe sẽ không yêu cầu bất cứ sự trợ giúp nàocủa người lái trong bất kỳ tình huống nào do đó xe cũng không cần có tay lái, haychân ga và chân phanh) thì còn rất nhiều vấn đề cần phải nghiên cứu giải quyết.Nhiều nghiên cứu về bài toán xe tự hành đã được thực hiện dựa trên các thành phầncơ bản như: hệ thống định vị, dữ liệu về môi trường, lập kế hoạch chuyển động vàđiều khiển [19] Đây là các mô-đun quan trọng trong cấu trúc của xe tự hành, giúpcho xe tự hành đạt được sự tự chủ trong quá trình hoạt động Trong đó, mô-đun lậpkế hoạch chuyển động sẽ cung cấp cho xe tự hành một lộ trình đến các điểm mongmuốn an toàn và tránh được va chạm Tuy nhiên, để quá trình lập kế hoạch chuyểnđộng đạt được hiệu suất tốt và an toàn khi di chuyển thì các vấn đề cần phải đượctính toán và xem xét như: xác định đường đi, động lực học của xe, khả năng cơđộng của xe khi gặp chướng ngại vật, các quy tắc và hệ thống đường giao thông,các yếu tố về pháp lý và đạo đức, cũng như những thay đổi của môi trường qua dữliệu thu nhận được từ

hệ thống cảm biến nhằm đảm bảo độ tin cậy và an toàn khi tham gia giao thông.Trong các vấn đề này thì quá trình xử lý và ra quyết định hoạt động trong các môitrường phức tạp cần có các mô hình toán học phù hợp [22, 38].

Dù có nhiều vấn đề về mặt phương pháp luận đối với lĩnh vực nghiên cứu xetự hành, nhưng những thách thức gặp phải và là nhiệm vụ đang được các nhà nghiêncứu quan tâm trong lĩnh vực xe tự hành là tạo ra quỹ đạo chuyển động tối ưu, quỹđạo được tạo ra sẽ gồm có những tiêu chí nhất định như tạo nên quá trình di chuyểntrơn và mịn, tạo được sự thoải mái và đạt hiệu suất năng lượng tốt, đồng thời phảiđáp ứng được các hạn chế phát sinh trong quá trình hoạt động của xe như các quyđịnh về luật giao thông đường bộ, các yếu tố môi trường bên ngoài và những tìnhhuống đa dạng, phức tạp mà chúng ta thường gặp trong điều kiện môi trường giaothông.

Mặc dù đã có nhiều nghiên cứu hướng đến chủ đề này, nhưng đây vẫn lànhững vấn đề nghiên cứu mở, có tính thời sự và thu hút được sự quan tâm của cộngđồng nghiên cứu Ở Việt Nam, công nghệ tự hành được xếp vào danh mục côngnghệ cao và được Chính phủ khuyến khích, tạo cơ chế để phát triển, tuy nhiên cáckết quả đạt được còn hạn chế.

Với việc phân tích tình hình thực tiễn, cùng với mong muốn đóng góp cho sựphát triển trong lĩnh vực công nghệ ôtô tự hành, tôi đã nghiên cứu và thực hiện luận

án này Thông qua đề tài “Nghiên cứu phát triển một số giải pháp hỗ trợ điều

khiển xe tự hành” được thực hiện trong khuôn khổ luận án tiến sĩ chuyên ngành hệ

thống thông tin, sẽ giải quyết một số vấn đề còn tồn tại nhằm nâng cao tính an toàn,đảm bảo được tính pháp lý và đạo đức trong hoạt động của xe tự hành Cụ thể, luậnán nghiên cứu phát triển một số giải pháp hỗ trợ điều khiển bằng việc xây dựng cácmô-đun hỗ trợ ra quyết định điều khiển trong của xe tự hành Chủ đề của luận án cóý nghĩa khoa học và thực tiễn, hướng tiếp cận giải quyết theo điểu khiển tối ưu toánhọc và tính toán mềm – là các công cụ phù hợp với bối cảnh nghiên cứu và điềukiện hiện có.

3.MỤC TIÊU CỦA LUẬN ÁN

Mục tiêu tổng quát của luận án là nghiên cứu giải pháp vận hành hiệu quả xetự hành thông qua điều khiển thông minh và tìm đường đi tối ưu, trong đó có tínhđến yếu tố pháp lý và đạo đức, nhằm hỗ trợ điều khiển xe an toàn Kết quả nghiêncứu của luận án có thể làm tiền đề để phát triển một số mô-đun trên xe tự hành,nhằm cải thiện hiệu suất, cải thiện tính năng an toàn trong quá trình hoạt động củaxe tự hành.

Mục tiêu cụ thể của luận án là nghiên cứu phát triển một số giải pháp hỗ trợđiều khiển an toàn cũng như đảm bảo các yếu tố pháp lý và đạo đức, với các mô-đun được

xây dựng gồm: mô-đun thiết lập kế hoạch chuyển động, mô-đun hỗ trợ ra quyếtđịnh điều khiển, mô-đun hỗ trợ điều khiển chuyển động, mô-đun điều khiển theodõi chuyển động và mô-đun lập kế hoạch chuyển động dự phòng.

Các giải pháp được đề xuất nghiên cứu phát triển như sau:

-Đề xuất giải pháp lập kế hoạch chuyển động bằng phương pháp tiếp cận dựatrên kỹ thuật lấy mẫu, để tạo ra quỹ đạo tối ưu từ tập các ứng viên quỹ đạo Giảiquyết bài toán đặt ra của giải pháp này với mục tiêu không chỉ cải thiệu hiệu quảtính toán mà còn xử lý tính bất định trong dữ liệu môi trường.

-Đề xuất giải pháp nhằm đảm bảo yếu tố pháp lý và đạo đức cho hoạt độngcủa xe tự hành, với giải pháp thiết lập quỹ đạo chuyển động và mô hình ra quyếtđịnh điều khiển Dựa trên yếu tố đạo đức và pháp lý, sẽ xây dựng 02 mô-đun baogồm mô- đun thiết lập quỹ đạo chuyển động với tập ràng buộc là các luật giao thôngđường bộ và mô-đun hỗ trợ ra quyết định điều khiển với các yếu tố về đạo đức củangười lái xe để kiểm soát hoạt động của xe tự hành Để giải quyết bài toán này cầnphải lấy đặc tính hành vi của người lái xe làm nòng cốt, từ đó xây dựng mô hình họcmáy là chiến lược tạo nên mô hình ra quyết định điều hướng chuyển động của xenhư thế nào và điều này đã góp phần bổ sung để tạo nên đặc tính cho xe hoạt độngđược chính xác.

- Đề xuất giải pháp hỗ trợ điều khiển an toàn cho xe tự hành, gồm mô-đun hỗtrợ điều khiển chuyển động, mô-đun điều khiển theo dõi chuyển động và mô-đunlập kế hoạch chuyển động dự phòng Trong đó:

Mô-đun hỗ trợ điều khiển chuyển động được xây dựng với 02 mục tiêu chính:thứ nhất là can thiệp tối thiểu, nghĩa là hệ thống hỗ trợ điều khiển chuyển động nàychỉ áp dụng kiểm soát tự trị khi cần thiết; thứ hai là đảm bảo an toàn, nghĩa là trạngthái không va chạm của xe được thực thi rõ ràng thông qua các ràng buộc tối ưu.

Mô-đun điều khiển theo dõi chuyển động được xây dựng với mục tiêu kiểmsoát điều hướng, với mong muốn quá trình chuyển động của xe tự hành được chínhxác và ổn định, điều này cũng đóng một vai trò quan trọng trong nhiệm vụ điềukhiển hoạt động chuyển động của xe, đặc biệt khi xe hoạt động ở tốc độ cao.

Cuối cùng, mô-đun lập kế hoạch chuyển động dự phòng nhằm đảm bảo antoàn cho xe tự hành, bằng cách xây dựng một đường đi tối ưu dựa trên các đánh giákhả năng di chuyển của các đối tượng tham gia giao thông khác trong một khoảngthời gian nhất định, sau đó với mỗi quỹ đạo di chuyển sẽ tính toán các thao tác khẩncấp thích ứng.

Các mục tiêu liệt kê trên đây cũng mô tả phạm vi và đối tượng nghiên cứu củaluận án Cùng với đó thì phương pháp nghiên cứu được thực hiện trong luận án làphương pháp nghiên cứu lý thuyết kết hợp với thực nghiệm, mô phỏng và đánh giáđể đánh giá tính hiệu quả của giải pháp đề xuất.

4.CÁC ĐÓNG GÓP CỦA LUẬN ÁN

Đóng góp thứ nhất của luận án là đề xuất phương án lập kế hoạch chuyển

động bằng phương pháp tiếp cận dựa trên kỹ thuật lấy mẫu, với mục tiêu cải thiệuhiệu quả tính toán và xử lý tính bất định trong dữ liệu môi trường, kỹ thuật này đơngiản, hiệu quả với thông tin thu nhận được từ tín hiệu cảm biến và hệ thống định vị.

Đóng góp thứ hai của luận án là xây dựng mô-đun giải quyết bài toán hỗ trợ

ra quyết định điều khiển cho xe tự hành với tập ràng buộc là các quy định về luậtgiao thông đường bộ và đạo đức của người lái xe Mô-đun hỗ trợ điều khiển nàygồm giải pháp thiết lập quỹ đạo chuyển động và mô hình ra quyết định điều khiển.Cụ thể là:

-Mô-đun hỗ trợ ra quyết định đóng vai trò quan trọng trong việc tránh vachạm và tránh các chướng ngại vật khi chuyển động Quá trình hoạt động của mô-đun này được tách thành 2 phần riêng biệt, gồm: mô hình lý thuyết và hệ thống thuthập dữ liệu.

-Mô-đun thiết lập quỹ đạo chuyển động được xây dựng dựa trên phương phápđiều khiển mô hình dự báo Để điều khiển dự báo cho một đối tượng, quá trình cầnphải thực hiện các bước sau: Xây dựng mô hình dự báo, xác định hàm mục tiêu vàcác điều kiện ràng buộc, cuối cùng là giải bài toán tối ưu Trong đó, tập ràng buộccủa mô-đun này gồm các ràng buộc về vấn đề pháp lý và đạo đức của hành vi thamgia giao thông Cách tiếp cận này phù hợp với các điều kiện phức tạp của môitrường, vì các ràng buộc này có thể phát sinh từ các khía cạnh khác nhau của việclập kế hoạch chuyển động, phải tuân thủ theo các quy tắc giao thông và quỹ đạochuyển động được tạo ra với mục đích cải thiện hiệu suất, tăng cường khả năngtránh chướng ngại vật nhưng vẫn đảm bảo quỹ đạo tối ưu toàn cục.

Đóng góp thứ ba của luận án là nâng cao tính năng an toàn cho xe tự hành

bằng việc xây dựng tập mô-đun hỗ trợ ra quyết định điều khiển an toàn, bao gồmcác mô- đun: mô-đun thứ nhất là điều khiển theo dõi chuyển động, mô-đun thứ hailà hỗ trợ điều khiển chuyển động và mô-đun cuối cùng là mô-đun lập kế hoạchchuyển động dự phòng, cụ thể như sau:

-Mô-đun điều khiển theo dõi chuyển động với tính năng kiểm soát điềuhướng, nhằm mục đích giúp xe chuyển động chính xác và ổn định Cụ thể hơn chogiải pháp thiết kế mô-đun này là thực hiện việc kết hợp các yếu tố không chắcchắn biến đổi

theo thời gian đến các dự báo chướng ngại vật di động vào trong bài toán tối ưu,đồng thời đưa ra các ràng buộc cho giới hạn đường biên và chướng ngại vật di độngmà vẫn duy trì được kế hoạch chuyển động của xe trong một khoảng thời gian giớihạn.

- Mô-đun hỗ trợ điều khiển chuyển động nhằm giải quyết tình huống đa dạngvà phức tạp mà chúng ta thường gặp trong điều kiện môi trường giao thông, giảipháp hỗ trợ điều khiển chuyển động sẽ tạo ra quỹ đạo chuyển động an toàn cho xe,việc thiết kế hệ thống hỗ trợ điều khiển này có 02 mục tiêu chính: thứ nhất là canthiệp tối thiểu, nghĩa là chỉ áp dụng kiểm soát tự trị khi cần thiết, thứ hai là đảm bảoan toàn, nghĩa là trạng thái không va chạm của xe được thực thi rõ ràng thông quacác ràng buộc tối ưu Mô-đun này có đặc điểm là rút ngắn chu kỳ lập kế hoạchchuyển động nhằm giảm thiểu độ lệch so với đầu vào của dự báo, trong khi vẫn đảmbảo an toàn theo kế hoạch chuyển động và giải pháp hỗ trợ điều khiển này chỉ đượcthực hiện trong những tình huống mà kịch bản chuyển động của xe phức tạp có khảnăng xảy ra va chạm với các yếu tố cảnh báo thực tế.

-Mô-đun lập kế hoạch chuyển động dự phòng được xây dựng nhằm thực hiệnvà phát huy hiệu quả trong những trường hợp tham gia giao thông với vận tốc lớnthì thời giản xử lý còn lại quá ngắn để thực hiện thao tác phanh khẩn cấp nhằmtránh các chướng ngại vật.

5.BỐ CỤC CỦA LUẬN ÁN

Nội dung của luận án, ngoài phần mở đầu và kết luận thì nội dung được xâydựng thành 04 chương như sau:

Chương 1 Tổng quan về điều khiển xe tự hành

Trong chương này, để có cơ sở xây dựng giải pháp hỗ trợ điều khiển tronghoạt động của xe tự hành, nội dung trình bày ngoài phần giới thiệu tổng quan về xetự hành, với quá trình xây dựng, phát triển và xác định mức độ phân cấp theo hoạtđộng của xe tự hành, sẽ trình bày các vấn đề tồn tại và từ đó đưa ra giải pháp xâydựng các mô-đun hỗ trợ, đó cũng là những mục tiêu cần thực hiện của luận án.

Và để giải quyết các vấn đề đặt ra của luận án, nội dung trong chương này sẽtrình bày các kiến thức chuẩn bị làm cơ sở lý luận để giải quyết bài toán đặt ra,gồm: xây dựng mô hình toán học, những phương pháp giải quyết bài toán sẽ nghiêncứu và các kết quả đã được nghiên cứu liên quan.

Nội dung chương này nằm trong bài báo số 3, số 4 và số 9 của tác giả

Chương 2 Giải pháp đề xuất Tìm đường đi tối ưu cho xe tự hành

Nội dung chương này sẽ trình bày tổng quan các kỹ thuật thiết lập đường đicho xe tự hành Phân tích, đánh giá ưu và nhược điểm của từng kỹ thuật để làm cơsở xây dựng mô-đun tìm đường đi tối ưu cho xe tự hành bằng kỹ thuật dựa trênmẫu Mô- đun lập kế hoạch chuyển động này sẽ giải quyết bài toán tạo ra quỹ đạotối ưu, đạt hiệu quả tính toán và xử lý tính bất định trong dữ liệu môi trường.

Nội dung chương này nằm trong bài báo số 9 và số 11 của tác giả

Chương 3 Giải pháp đề xuất cho vấn đề pháp lý và đạo đức của xe tự hành

Nội dung chương này sẽ xây dựng giải quyết vấn đề pháp lý và đạo đức tronghoạt động của xe tự hành, với hệ thống 02 mô-đun, gồm:

- Mô-đun lập kế hoạch chuyển động với tập ràng buộc là các luật giao thôngđường bộ để giải quyết bài toán pháp lý khi tham gia giao thông của xe tự hành.

- Mô-đun hỗ trợ ra quyết định điều khiển với tập ràng buộc được xây dựng từđặc tính hành vi của người lái xe, mô-đun này sẽ giải quyết bài toán đạo đức củangười lái xe được áp dụng vào hệ thống mô-đun của xe tự hành.

Nội dung chương này nằm trong bài báo số 5 và số 7 của tác giả

Chương 4 Giải pháp đề xuất hỗ trợ điều khiển an toàn xe tự hành.

Dựa trên vấn đề tồn tại với các giải pháp, mục tiêu đặt ra, cùng với cơ sở lýluận và các công cụ toán học đã trình bày ở chương 1 Trong chương này sẽ xâydựng tập các mô-đun nhằm nâng cao hiệu quả và hỗ trợ điều khiển an toàn xe tựhành, với hệ thống 03 mô-đun, gồm:

-Mô-đun điều khiển theo dõi chuyển động sẽ giải quyết bài toán kiểm soátđiều hướng với mong muốn quá trình chuyển động của xe được chính xác và ổnđịnh.

-Mô-đun hỗ trợ điều khiển chuyển động với mục đích giải quyết tình huốngđa dạng và phức tạp thường gặp trong điều kiện môi trường giao thông.

-Mô-đun lập kế hoạch chuyển động dự phòng nhằm giải quyết các tình huốngđảm bảo an toàn cho xe khi tham gia giao thông với vận tốc lớn.

Nội dung chương này được tổng hợp dựa kết quả nghiên cứu bài báo số 1, số2, số 6, số 8 và số 10 của tác giả.

Cuối cùng là một số kết luận về luận án.

CHƯƠNG 1

TỔNG QUAN VỀ ĐIỀU KHIỂN XE TỰ HÀNH

Để có cơ sở xây dựng giải pháp hỗ trợ điều khiển trong hoạt động của xe tựhành, nội dung chương này ngoài phần giới thiệu tổng quan về xe tự hành, với quátrình xây dựng, phát triển và xác định mức độ phân cấp theo hoạt động của xe tựhành, sẽ trình bày các vấn đề tồn tại và từ đó đưa ra giải pháp xây dựng các mô-đunhỗ trợ, đó cũng là những mục tiêu cần thực hiện của luận án.

Và để giải quyết các vấn đề đặt ra của luận án, nội dung trong chương này sẽtrình bày các kiến thức chuẩn bị làm cơ sở lý luận để giải quyết bài toán đặt ra,gồm: xây dựng mô hình toán học, những phương pháp giải quyết bài toán sẽ nghiêncứu và các kết quả đã được nghiên cứu liên quan.

1.1 Tổng quan về xe tự hành

Theo định nghĩa truyền thống, xe tự hành là loại ôtô có khả năng hoạt động màkhông cần sự điều khiển hay can thiệp của con người và theo TS SridharLakshmanan (trường Đại học Michigan – Dearborn, Mỹ) - một chuyên gia nghiêncứu về lĩnh vực xe tự hành, một chiếc xe chỉ có thể tự lái được nếu nó đáp ứng đượccác tiêu chuẩn sau: Có hình dạng bên ngoài giống như chiếc ô tô, được trang bị hệthống nhận diện các biến động trên đường và có hệ thống chuyển các thông tin từhai hệ thống trên thành hành động thực tế trên đường TS Sridhar Lakshmanancũng nhận định “Một hệ thống tự hành đúng nghĩa phải đáp ứng được hai yếu tố:phải xử lý khối lượng lớn dữ liệu tương tự như một chiếc máy tính và phải thôngminh như não người để thích ứng với môi trường mới lẫn cũ”.[57]

Theo đó, một hệ thống xe tự hành sẽ bao gồm 3 bộ phận cơ bản: bộ phận cảmnhận, bộ phận điều khiển và bộ phận chấp hành Bộ phận cảm nhận có nhiệm vụ thuthập thông tin từ môi trường, thông tin này được đưa vào bộ điều khiển để xử lý vàxuất ra các lệnh thích hợp quyết định hành vi của hệ thống Bộ phận điều khiểnđược coi là “bộ não” của hệ thống điều khiển tự hành, thường bộ phận này là cácmáy tính hay các bộ xử lý chuyên dụng và bộ nhớ, cùng các giao diện ghép nối vào/ra Bộ chấp hành thực hiện các lệnh ra từ bộ điều khiển để tác động trở lại môitrường hay chính hệ thống.

Theo hiệp hội kỹ thuật ô tô toàn cầu SAE (Society of Automobile EngineersInternation Standard) Tùy thuộc vào mỗi công nghệ của nhà sản xuất ôtô lựa chọn,để xác định được mức độ hoạt động của xe tự hành ở cấp độ nào Mức độ hoạt độngtự hành được đánh giá từ 0 đến 5 bậc, như sau:

- Cấp độ 0 (Cấp độ không có tự động hóa): Đây là cấp độ phụ thuộc hoàn

toàn vào người điều khiển Người lái xe điều khiển tay lái, ga và phanh, theo dõimôi trường xung quanh, cũng như điều hướng và xác định thời điểm sử dụng tínhiệu rẽ, thay đổi làn đường và rẽ Đồng thời, có thể trang bị một số hệ thống cảnhbáo như cảnh báo điểm mù và cảnh báo va chạm Hầu hết những xe đang hoạt độngtrên thị trường hiện nay đều được xếp vào cấp độ này.

- Cấp độ 1 (Cấp độ hỗ trợ lái xe) : Xe ở cấp độ này có thể xử lý hướng lái,

phanh, tăng/giảm tốc độ Nhưng không phải trong mọi trường hợp thì những tínhnăng này đều hoạt động tự động mà người điều khiển phải sẵn sàng đảm nhiệm cácchức năng đó trong các điều kiện cần thiết Điều đó có nghĩa là người điều khiển xephải nhận thức được những gì chiếc xe đang làm và sẵn sàng điều khiển nếu cầnthiết.

-Cấp độ 2 (Cấp độ hỗ trợ một phần): Đây là cấp độ hỗ trợ một hoặc nhiều

hệ thống hỗ trợ điều khiển Xe sẽ xử lý hướng lái và phanh, nhưng ở cấp độ này xekhông thể tự điều khiển trong mọi trường hợp mà nếu hệ thống cảm biến phát hiệncác chướng ngại vật hay tình huống giao thông mà xe không xử lý được thì ngườiđiều khiển phương tiện phải thực hiện thao tác thay thế điều khiển ngay.

-Cấp độ 3 (Cấp độ trợ giúp có điều kiện): Ở cấp độ này thì xe giám sát môi

trường xung quanh và tự động thực hiện tất cả các nhiệm vụ trong một số môitrường nhất định Nhưng người điều khiển phải sẵn sàng can thiệp nếu hệ thốngđiều khiển của xe không thể tiếp tục xử lý tình huống đang xảy ra.

-Cấp độ 4 (Cấp độ tự động hóa mức cao): Đây là cấp độ gần như tự lái.

Trong cấp độ này, xe tự động xử lý phanh, hệ thống điều hướng, tăng/giảm tốc độvà giám sát môi trường xung quanh trong một phạm vi rộng Nhưng không phải tựđộng hoàn toàn, người điều khiển phương tiện chỉ mở chế độ điều khiển tự động khixác định được các điều kiện bảo đảm để xe tự hoạt động an toàn.

- Cấp độ 5 (Cấp độ tự động hoàn toàn): Đây là cấp độ cuối cùng Ở cấp độ

này các bộ phận cơ bản của xe như chân ga, vô lăng lái, chân phanh sẽ không cầnthiết Tại cấp độ này, người sử dụng chỉ cần thiết lập lệnh điều khiển vị trí cần đếnvà khởi động xe, xe sẽ tự động hoá hoàn toàn và xử lý các nhiệm vụ Xe lúc này sẽtự hành đến bất kỳ điểm đến nào, trong mọi điều kiện đường giao thông và đưa raquyết định trên đường đi.

Trong đó, cấp độ 0 và cấp độ 1 là người điều khiển đảm nhận vai trò chính,kiểm soát mọi hình thức còn công nghệ tự lái của xe chỉ mới được trang bị tínhnăng kiểm soát tốc độ và định vị hành trình Ở cấp độ 2 công nghệ xe tự hành đượccải tiến hơn, người điều khiển phương tiện có thể không phải kiểm soát chân ga,phanh hay thiết

bị lái những vẫn cần tập trung cao khi vận hành chức năng tự hành Với các cấp độcòn lại với việc gia tăng mức độ tự động hóa hay khả năng tự hành có thể mang lạinhiều lợi ích, như tăng độ an toàn và độ tin cậy, cải thiện thời gian và năng lực phảnứng, giảm gánh nặng về nhân lực để tiết kiệm chi phí và khả năng thực hiện cácchiến dịch khi thông tin liên lạc bị gián đoạn hay trong môi trường khắc nghiệt.

Quá trình xây dựng và phát triển của xe tự hành có thể giới thiệu như sau: Xetự hành có tiền thân từ ý tưởng về xe thông minh bắt đầu vào năm 1939 tại hội chợthế giới New York với bài thuyết trình Futurama của GM’s, nhưng phải mất nhiềuthập kỷ để ý tưởng trở thành trong thực tế Một trong những dự án đầu tiên để thửnghiệm xe tự hành là dự án ARGO từ VisLab [6], với một hệ thống dựa trên thịgiác, các kỹ thuật lập kế hoạch bao gồm điều chỉnh các Spline đa thức thành các tínhiệu làn đường được phát hiện bởi các camera lắp phía trước xe Tiếp đó, chươngtrình Darpa PerceptOR [4] đã nghiên cứu và phát triển kỹ thuật điều hướng tự động.Chiếc xe tự động không người lái đầu tiên của Google ra đời, Google cũng đãthúc đẩy việc ban hành về mặt pháp luật cho công nghệ này và cũng đã nhận giấyphép cho một chiếc xe tự động Tuy nhiên, không có một sản phẩm nào về mặt kỹthuật lập kế hoạch xác định đường đi hoặc khả năng kiểm soát có thể đạt đượcnhững kết quả đó.

Với hành trình VisLab Intercontinental Autonomous Challenge (VIAC) [20]của Ý, nhóm nghiên cứu Vislab đã chính thức khởi động dự án xe tự hành đi xuyênlục địa Những chiếc xe trong dự án này sử dụng một hệ thống điện tử, điều khiển từxa khá phức tạp bao gồm luôn cả việc thu nhận tín hiệu GPS, sử dụng các cameraquan sát để điều hướng cũng như thực hiện việc di chuyển Trong kỹ thuật xácđịnh đường đi của nghiên cứu này, đã có sử dụng một hàm chi phí được coi là tạo rađường cong clothoid [59] Và các nghiên cứu về xe tự hành chủ yếu tập trung vàobài toán lái xe theo đường và tránh chướng ngại vật.

Gần đây, hãng xe hơi Audi với nỗ lực liên hợp với Stanford đã trình diễn khảnăng kiểm soát xe đạt hiệu suất cao khi sử dụng kỹ thuật đường cong Clothoid đểlập kế hoạch phân khúc đường cong trong xác định đường đi.

Bên cạnh đó, các lĩnh vực nghiên cứu về xe tự hành tiếp tục tập trung vào chủđề lái xe đô thị và phát hiện tín hiệu giao thông [19], trong giai đoạn này đã pháttriển các kỹ thuật xác định đường đi bao gồm các đường Clothoid, cây RRT và mộtsố kỹ thuật trước đó.

Cùng với sự ra đời và phát triển của rất nhiều phần mềm, cùng các ứng dụnghiện đại, thì vấn đề về nghiên cứu, thiết kế và đưa xe tự hành vào trong cuộc sống

đang là một ý tưởng đầy triển vọng và tương đối khả thi trong tương lai gần Nhữngđổi mới trong chiến lược hoạt động của xe tự hành có thể làm giảm đáng kể tìnhtrạng tắc nghẽn giao thông, khí thải, tai nạn và số lượng phương tiện khi hệ thốngxe tự hành công cộng phát triển Đồng thời, công nghệ xe tự hành đã giải phóng conngười khỏi nhiệm vụ lái xe và loại bỏ đáng kể lỗi vận hành hoạt động di chuyển củaxe do con người gây ra.

Một số yếu tố công nghệ đã góp mặt trong sự ra đời của công nghệ xe tự hành,có thể kể đến đó là công nghệ nhận diện làn đường, các vật thể như các phương tiệntham gia giao thông khác, hệ thống biển báo, đèn tín hiệu giao thông, người đi bộ Công nghệ mạng nơ-ron, mạng nơ-ron học sâu là một trong những vấn đề của họcmáy, giúp xe tự hành học được cách di chuyển theo quỹ đạo Ngoài ra, giúp xechuyển động tránh được chướng ngại vật hay thiết lập quỹ đạo tối ưu và công nghệtích hợp lái điện, là công nghệ sử dụng các vi mạch hỗ trợ để giúp điều khiển quátrình đánh lái, điều khiển chuyển động của xe tự hành đạt được yêu cầu đặt ra.

Tại Việt nam, sau một thời gian nghiên cứu, các thành viên thuộc bộ phận AITcủa công ty FPT Software TP Hồ Chí Minh đã thành công với phần mềm côngnghệ xe tự hành ADAS, đây là sáng tạo đầu tiên về công nghệ tự hành của nhóm kỹsư trẻ Việt nam, kỹ thuật xử lý trong mô-đun nhận thức về môi trường được nhómnghiên cứu này áp dụng là sử dụng thuật toán học sâu thay cho thị giác máy tính,hiện tại nhóm nghiên cứu đang tập trung vào việc xử lý để giải quyết với vấn đề vềhệ thống phanh của xe trong mô-đun vận hành, nhằm đáp ứng được hiệu quả khigặp chướng ngại vật Kết quả nghiên cứu của nhóm đã giải quyết được một số mô-đun trong quá trình di chuyển như xe tự căn làn đường, chủ động rẽ trái/phải theovạch đường cũng như xác định đối tượng trên đường hoặc băng qua đường để tựđộng phanh và vòng tránh vật cản, tự động nhận diện tín hiệu giao thông cũng nhưcác biển báo giao thông Mô-đun xử lý tín hiệu thu được từ camera, cảm biến đã ápdụng thuật toán học sâu để đưa ra dự đoán góc đánh lái, vận tốc và phanh để gửi tínhiệu điều khiển đến các thiết bị điều khiển chuyển động tương ứng.

Hiện tại, Công ty FPT cũng tham gia các dự án về công nghệ giao tiếp giữaôtô với các thiết bị thông minh như giữa các ôtô với nhau, với thiết bị thông minhthông qua các công nghệ như V2X, V2Home… đồng thời tiếp tục đầu tư nghiêncứu xe tự hành.Và đang triển khai một số dự án liên quan đến công nghệ xe tự hànhcho các khách hàng lớn trong lĩnh vực automotive Trong các dự án này FPT đãphối hợp nghiên cứu và phát triển các tính năng cho xe tự hành như:

-Thu thập dữ liệu video các cung đường cao tốc trên khắp thế giới rồi gắn thẻcác thành phần hiển thị trong video Đây là công đoạn rất quan trọng trong pháttriển trí tuệ nhân tạo, phục vụ việc học máy, đặc biệt là học sâu.

-Phát triển các thiết bị giao tiếp gắn trong xe (gọi là gateway), các thiết bị nàysử dụng công nghệ điện toán đám mây để đảm bảo xe luôn luôn được kết nốiinternet Đồng thời, hệ thống truyền tải trên xe sẽ chuyển các thông tin thu nhậnđược từ hệ thống cảm biến đến các trung tâm xử lý.

Tuy vậy, số lượng tài liệu nghiên cứu trong nước về lĩnh vực xe tự hành đangcòn ít, với một số nhóm nghiên cứu tập trung vào lĩnh vực này như Trung tâmMICA thuộc Trường đại học Bách khoa Hà Nội với các dự án được hỗ trợ từ quỹNAFOSTED như: phát hiện bất thường trong giám sát video, định vị đối tượngchuyển động trong hệ thống camera giám sát…; Phòng thí nghiệm truyền thông đaphương tiện của Đại học Công nghệ thông tin – Đại học Quốc gia Thành phố Hồ chíMinh với các dự án: phát hiện thông tin bạo lực trong video, phát hiện sự kiện trongkho dữ liệu video, tìm kiếm đối tượng trong dữ liệu ảnh và dữ liệu video…

Trong tương lai, xe tự hành sẽ được ứng dụng nhiều hơn và công nghệ xe tựhành sẽ được nâng cấp hơn, xe hoạt động tự hành hoàn toàn mà không cần sự điềukhiển của người lái xe Ở thời điểm hiện tại, xe tự hành mới chỉ hỗ trợ người lái xemột phần nhằm giảm thiểu áp lực cho người lái xe, giảm nguy cơ gây tai nạn như láixe bất cẩn, buồn ngủ hay ngủ gật Yêu cầu cần có ở một xe tự hành là công nghệ tựlái với các trang bị như hệ thống định vị, camera và cảm biến, radar, Lidar hoạtđộng tự hành là sự hết hợp của nhiều hệ thống tự động phức tạp, ứng dụng côngnghệ hiện đại như hệ thống tự động thích ứng, hệ thống an toàn cảnh báo điểm mù,hỗ trợ giữ làn đường và phanh tự động khẩn cấp cùng hàng loạt các cảm biến.

1.2 Những vấn đề tồn tại và hướng giải quyết đối với hệ thống mô-đun hỗ trợđiều khiển trong xe tự hành

1.2.1 Những vấn đề tồn tại

Khi nghiên cứu về lĩnh vực xe tự hành, có thể thấy mỗi nhà sản xuất, mỗi dựán đều có các đề xuất về cấu trúc điều khiển khác nhau Nhưng một kiến trúc chungvề hệ thống mô-đun hỗ trợ điều khiển xe tự hành có thể thấy qua hình 1.1, dựa trênkiến trúc này mà các nhà phát triển đưa ra kế hoạch cho sản phẩm của mình.

Hình 1.1 Cấu trúc điều khiển trong xe tự hành [19].

Trong khối kiến trúc này, gồm hệ thống các mô-đun như: mô-đun tiếp nhận dữliệu và thông tin, mô-đun nhận thức về môi trường và định vị, mô-đun truyền tảithông tin, mô-đun lập kế hoạch chuyển động, mô-đun điều khiển và mô-đun vậnhành… thì 03 mô-đun quan trọng (hình 1.2) giúp cho xe đạt được sự tự chủ trongquá trình hoạt động, gồm có: Mô-đun nhận thức về môi trường và định vị, mô-đunlập kế hoạch chuyển động và mô-đun điều khiển.

-Mô-đun nhận thức môi trường và định vị: Mô-đun này sử dụng hệ thống cácloại cảm biến khác nhau như radar, Lidar, camera, hay các loại cảm biến khác đểthu nhận dữ liệu về thông tin môi trường như vạch kẻ làn đường, biên đường, tínhiệu đèn giao thông, các loại chướng ngại vật thông tin thu nhận được từ các thiếtbị cảm biến sau đó được số hóa và thể hiện nội dung trong bản đồ vị trí nhằm cungcấp giao diện cho các mô-đun khác Vị trí của xe tự hành trong bản đồ vị trí đượcthể hiện thông qua hệ thống định vị như GPS, camera, bản đồ 3D từ thiết bị Lidarhoặc là sự kết hợp giữa nhiều thiết bị cảm biến để xác định được vị trí của xe trongmôi trường hiện tại.

-Mô-đun lập kế hoạch chuyển động: Mô-đun này có nhiệm vụ ra quyết địnhvà tạo ra kế hoạch, đồng thời tại mô-đun này sẽ thiết lập các chế độ điều khiển (haykịch bản chuyển động) và cấu hình bộ điều khiển phù hợp cho xe Các kịch bản hoạtđộng bao gồm: thay đổi làn đường, di chuyển qua giao lộ, vượt chướng ngại vật,điều chỉnh tốc độ phù hợp với môi trường

-Mô-đun điều khiển: Mô-đun này có nhiệm vụ điều hướng chuyển động vàtiến hành đồng thời việc xử lý các ràng buộc của xe Mô-đun này được thiết kế theomô hình phân cấp với cấp thứ nhất sẽ thực hiện những kế hoạch chuyển động toàncục, cấp thứ hai sẽ thực hiện và theo dõi những kế hoạch chuyển động địa phương.

Hình 1.2 Các thành phần cơ bản của hệ thống mô-đun trong xe tự hành

Đặc biệt, mô-đun lập kế hoạch chuyển động hay thiết lập đường đi là thànhphần quan trọng để xác định quá trình di chuyển của xe, mô-đun này sẽ cung cấpcho xe tự hành một lộ trình đến các điểm mong muốn được an toàn và tránh đượcva chạm Quá trình lập kế hoạch chuyển động sẽ thực hiện việc tính toán, bao gồm:xác định đường đi, động lực học của xe, khả năng cơ động của xe khi gặp chướngngại vật, các quy tắc về hệ thống đường giao thông.

Một trong những chìa khoá quyết định sự thành công xe tự hành nằm ở quátrình lập kế hoạch chuyển động, bài toán tạo ra đường đi tối ưu trong mô-đun lập kếhoạch chuyển động này vẫn còn nhiều vấn đề tồn tại, việc thiết lập đường đi khôngchỉ là việc di chuyển đến điểm đích cuối cùng, mà điểm khác biệt trong thiết lậpđường đi của xe tự hành là việc thực hiện kế hoạch chuyển động phụ thuộc vàomạng lưới các quy tắc giao thông và những tính huống có thể xảy ra trong môitrường giao thông công cộng Mặc dù về mặt công nghệ đã đạt được một số kết quảđáng kể, nhưng với mong muốn xe tự hành có thể hoạt động trên đường công cộngthì những vấn đề tồn tại, thách thức về mặt kỹ thuật, công nghệ và pháp lý cần phảigiải quyết.

Thứ nhất, phải nói đến đầu tiên và quan trọng nhất của xe tự hành là yếu tố antoàn, đa phần người dùng kỳ vọng xe tự hành sẽ mang lại trải nghiệm an toàn hơnso với xe có tài xế thông thường Bên cạnh đó còn có những vấn đề về pháp lý vàđạo đức trong hoạt động của xe tự hành khi vận hành song song với xe có tài xếthông thường, xe tự hành dễ mất an toàn hơn so với nơi chỉ toàn xe có tài xế thôngthường di chuyển Chẳng hạn, khi lái xe, ta có thể nhường đường cho xe khác bằngtay; và xe có tài xế thông thường có thể thiết kế để giao tiếp với nhau bằng tín hiệu.Trong khi đó, nếu tương tác với con người, xe tự hành cần phải học để hiểu ý nghĩahành động của người điểu khiển xe khác để phản ứng thích hợp Hoặc khi đối diệnvới tai nạn không thể tránh khỏi, câu hỏi đặt ra là xe tự hành sẽ ưu tiên bảo vệ antoàn cho người trên xe hay cho những người khác ngoài xe Bởi xe tự hành cần lậptrình, chúng

ta cần phải tự trả lời được các câu hỏi về an toàn, pháp lý và đạo đức trước khi huấnluyện xe tự hành làm theo.

Thứ hai, dưới góc độ kỹ thuật, rất khó huấn luyện cho xe tự hành ở cấp độ 4(tự động hóa cao) và cấp độ 5 (tự hành hoàn toàn) Nhận thức của xe tự hành đượchuấn luyện thông qua dữ liệu sử dụng nên sẽ không tránh khỏi bị thiên vị nếu tập dữliệu đó không đầy đủ Trên lý thuyết, một bộ dữ liệu “đầy đủ” tất cả các tình huốnggiao thông để huấn luyện cho xe tự hành vận hành có kích thước vô hạn Ngay cảtrên cùng một con đường, mỗi thời điểm khác nhau, chúng ta sẽ gặp điều kiện thờitiết, đối tượng và tình huống giao thông khác nhau Về lâu dài, có được một bộ dữliệu huấn luyện mang tính đại diện và một hệ thống học đủ tốt để tận dụng chúng sẽluôn là một thách thức lớn.

Bên cạnh đó, vẫn tồn tại những khó khăn, thách thức khác trong bài toán pháttriển công nghệ xe tự hành có thể kể đến như sau:

-Những tình huống giao thông khó dự đoán: Từ các thiết bị cảm biến, chúngta thu được dữ liệu từ môi trường xung quanh, mà từ đó sẽ nhận biết được phần nàovề thế giới xung quanh và hiểu những trở ngại có thể xảy ra Một ví dụ đơn giản đólà thật khó khi chúng ta có thể đoán trước những gì một người đứng trước đèn tínhiệu giao thông định sẽ làm gì sau đó, hệ thống sẽ phải phán đoán những gì đốitượng sẽ làm và đưa ra những phản ứng phù hợp Khi tham gia giao thông thời gianthực đòi hỏi quá trình ra quyết định phải nhanh và chính xác Đây là một kỹ thuậtvô cùng phức tạp mà hệ thống điều khiển của xe tự hành phải khó khăn để có thểgiải quyết đạt hiệu quả.

- Điều kiện bất lợi về thời tiết: Khi trời mưa lớn, trời quá nắng hay có nhữnghiện tượng bất thường về thời tiết khác thì những thiết bị cảm biết sẽ thu nhận cáctín hiệu không được chính xác và điều này dẫn đến hoạt động của xe tự hành kémhiệu quả Nếu với những khu vực có thời tiết khắc nghiệt như hiện tượng tuyết haysương mù nhiều thì việc hoạt động của xe tự hành càng khó khăn hơn và sự lựachọn phương tiện xe tự hành để di chuyển lúc này không phải là giải pháp tốt.

- Hệ thống đường giao thông: Hệ thống đường giao thông cần được xây dựngtheo đúng quy định và hiện đại mới có thể đáp ứng đòi hỏi trong việc hoạt động củaxe tự hành Hiện nay, hầu hết đường trên thế giới chưa đạt đến mức độ yêu cầu nênviệc thay đổi sẽ diễn ra rất khó khăn Hệ thống thu nhận dữ liệu và điều khiển hoạtđộng của xe tự hành đòi hỏi hệ thống đường giao thông phải được gắn cảm biến,vạch kẻ đường phải đảm bảo rõ ràng và đúng tiêu chuẩn quy định Điều này chínhlà điểm khó khắc phục với những hệ thống giao thông không đồng bộ như hiện này.

- Hệ thống GPS chưa hoàn hảo: GPS đã tạo nên những khác biệt trong cuộcsống, nhưng cũng phải thừa nhận rằng nó chưa thực sự hoàn hảo Xe tự hành là dựán cần sự hợp tác toàn cầu Bản đồ ảo GPS cần phải định vị và xác định rõ rànggiữa hệ thống các loại đường giao thông khác nhau, những địa điểm phải được xácđịnh rõ ràng và chính xác.

Như vậy, với việc phân tích những vấn đề tồn tại, thách thức cần phải giảiquyết là phải có giải pháp tạo ra được quỹ đạo chuyển động tối ưu Quỹ đạo chuyểnđộng được tạo ra sẽ gồm có những tiêu chí nhất định như tạo nên quá trình dichuyển trơn và mịn, tạo được sự thoải mái và đạt hiệu suất năng lượng tốt, đồngthời phải đáp ứng được các hạn chế phát sinh trong quá trình hoạt động của xe nhưcác quy định về luật giao thông đường bộ, những vấn đề về pháp lý và đạo đứctrong quá trình tham gia giao thông Giải pháp tạo ra quỹ đạo chuyển động tối ưu vànhững giải pháp hỗ trợ điều khiển nhằm giải quyết các vấn đề đã trình bày cũng làmục tiêu đặt ra cần phải thực hiện trong luận án này.

-Giải pháp hỗ trợ điều khiển nhằm đảm bảo yếu tố pháp lý và đạo đức chohoạt động của xe tự hành được thực hiện bằng mô-đun 2: Mô-đun hỗ trợ giải quyếtvấn đề pháp lý và đạo đức trong quá trình hoạt động của xe tự hành.

Mô-đun này sẽ có 2 mô-đun con, gồm:

Mô-đun thiết lập quỹ đạo chuyển động với tập ràng buộc là các luật giao thôngđường bộ để giải quyết bài toán pháp lý khi tham gia giao thông của xe tự hành.

Mô-đun hỗ trợ ra quyết định điều khiển với tập ràng buộc được xây dựng từđặc tính hành vi của người lái xe, mô-đun này sẽ giải quyết bài toán đạo đức củangười lái xe được áp dụng vào hệ thống mô-đun của xe tự hành.

- Giải pháp hỗ trợ điều khiển an toàn cho xe tự hành được thực hiện bằng đun 3: Mô-đun hỗ trợ điều khiển an toàn cho xe tự hành.

mô-Mô-đun này sẽ có 3 mô-đun con, gồm:

Mô-đun hỗ trợ điều khiển chuyển động với mục đích giải quyết tình huống đadạng và phức tạp thường gặp trong điều kiện môi trường giao thông, giải pháp hoạtđộng của mô-đun này nhằm giải bài toán tạo ra quỹ đạo chuyển động an toàn cho xetự hành.

Mô-đun điều khiển theo dõi chuyển động giải quyết bài toán kiểm soát điềuhướng với mong muốn quá trình chuyển động của xe được chính xác và ổn định.Mô- đun này đóng vai trò quan trọng trong nhiệm vụ điều khiển hoạt động chuyểnđộng của xe, đặc biệt hữu ích với những trường hợp vận tốc di chuyển của xe cao.

Mô-đun lập kế hoạch chuyển động dự phòng, mục đích xây dựng mô-đun nàynhằm giải quyết các tình huống đảm bảo an toàn cho xe khi tham gia giao thông vớivận tốc lớn, thời gian xử lý còn lại quá ngắn để thực hiện thao tác phanh khẩn cấpnhằm tránh các chướng ngại vật.

Quá trình nghiên cứu và xây dựng các giải pháp hỗ trợ bằng các mô-đun này,có thể được áp dụng trong hệ thống xe tự hành như sau: mô-đun 1 được sử dụng đểtạo ra đường đi tối ưu, sau khi tạo được đường đi tối ưu để xe di chuyển thì trongquá trình hoạt động sẽ tiếp tục thực hiện các mô-đun còn lại; mô-đun hỗ trợ thứ 2được áp dụng để giải quyết bài toán liên quan đến vấn đề pháp lý và đạo đức trongquá trình hoạt động của xe tự hành; Cuối cùng, mô-đun hỗ trợ thứ 3 là tập mô-đunthuộc hệ thống hỗ trợ điều khiển, mục đích khi xây dựng tập mô-đun hỗ trợ điềukhiển này nhằm nâng cao tính năng an toàn cho quá trình di chuyển của xe trongmôi trường phức tạp.

1.2.2 Hướng giải quyết những vấn đề đặt ra

Về mặt giải thuật, tuy các kết quả đạt được từ các nghiên cứu trên thế giới làrất tốt, nhưng có một thực tế đó là không một giải thuật tối ưu nào áp dụng đượctrong tất cả các trường hợp Cụ thể trong những năm gần đây việc xây dựng mộtcách có hệ thống các ràng buộc và dự báo trong quy trình thiết kế làm cho điềukhiển mô hình dự báo trở thành một phương pháp được quan tâm nghiên cứu trongviệc điều khiển xe tự hành Trong đó, các ràng buộc về độ ổn định, cũng như thayđổi động lực học của xe và bánh xe cần tồn tại trong hệ thống [8,62] Mặc dù, điềukhiển mô hình dự báo có tính khả thi khi kết hợp với một mô hình tuyến tính nàođó, nhưng nó vẫn còn nhiều nhược điểm về độ hội tụ và các vấn đề yêu cầu tínhtoán trực tuyến, điều này khiến nó không phù hợp trong điều kiện xe hoạt động vớitốc độ cao và việc điều chỉnh các tham số cho một mô hình dự báo nhất định thànhcác giá trị thực tế có thể là một công việc có nhiều thách thức và cần được nghiêncứu.

Trong bài toán đưa ra quyết định hành vi điều hướng xe đã được nghiên cứuvới nhiều phương pháp khác nhau như sử dụng mạng nơ-ron [39], mô hình câyquyết định [11], hồi quy vector hỗ trợ [65], lý thuyết tập mờ [12], hệ chuyên gia vàmạng Petri Trong đó, mạng nơ-ron là thuật toán học máy được sử dụng rộng rãi vàđạt nhiều kết quả tốt để thiết lập ra quyết định điều khiển xe tự hành, đồng thời domạng nơ-ron có nhiều ưu điểm như tính toán song song, lưu trữ thông tin phân tán,học thích nghi, khả năng kháng lỗi Tuy nhiên, mạng nơ-ron vẫn chưa phù hợp đểmiêu tả cho các tri thức quy tắc cơ bản, trong khi đó logic mờ có một quá trình suydiễn không chắc chắn và phi tuyến, nên nó phù hợp để thực hiện tri thức mờ và địnhtính, đồng thời mô hình suy diễn của nó gần giống với suy nghĩ của con người,nhưng nhược điểm của logic mờ vẫn chưa đạt được khả năng học thích nghi Nhưngvới những phương pháp nghiên cứu trước đây khi áp dụng vào bài toán ra quyếtđịnh hành vi lái xe đã không thành công bởi các yếu tố đạo đức và pháp lý trong cáctình huống khẩn cấp và vẫn còn ở giai đoạn lý thuyết.

Ngoài ra, còn phụ thuộc vào môi trường hoạt động của hệ thống cũng như khảnăng tính toán của nó Do đó đặt ra nhu cầu phải thật sự hiểu rõ công nghệ để có thểthực hiện, đánh giá và cải tiến nó.

Nhằm thực hiện quá trình nâng cao hiệu quả hoạt động của xe tự hành, đặcbiệt là các bài toán nghiên cứu về nâng cao hiệu quả quá trình làm trơn, mịn đườngđi và các tiêu chuẩn an toàn đối với xe tự hành Trong luận án này, để giải quyếtnhững vấn đề đặt ra với việc xây dựng một số giải pháp hỗ trợ điều khiển trong hoạtđộng của xe tự hành, bằng các mô-đun như sau:

- Giải pháp cho Mô-đun 1 (Mô-đun lập kế hoạch chuyển động):

Quá trình xây dựng mô-đun lập kế hoạch chuyển động trong thời gian qua vớinhiều phương pháp tiếp cận khác nhau để đưa ra giải pháp chuyển động cho xe tựhành, như lập kế hoạch trong không gian rời rạc với phương pháp tiếp cận dựa trênlưới, phương pháp sử dụng chuyển động cơ bản, cây RRT và phương pháp PRM;hoặc lập kế hoạch trong không gian liên tục với phương pháp điều khiển tối ưu,điều khiển mô hình dự báo hay kỹ thuật bao lồi với dãi đàn hồi [28] Nhưng nhằmđảm bảo an toàn và tạo điều kiện thuận lợi cho việc lập kế hoạch chuyển động trongđiều kiện phức tạp của môi trường là một vấn đề lớn do tính bất định của nhiều quỹđạo có thể có của những đối tượng tham gia giao thông khác tạo ra Tuy nhiên, mộtvài nghiên cứu đã hướng đến tính an toàn của kế hoạch chuyển động bằng cách tínhtoán và thiết lập các thao tác khẩn cấp, đồng thời một số điều kiện biết trước nhưthông tin liên lạc giữa các xe và các quỹ đạo tương lai được xác định trong quá trìnhxây dựng quỹ đạo của kế hoạch chuyển động.

Bằng phương pháp tiếp cận dựa trên kỹ thuật lấy mẫu, để tạo ra quỹ đạo tối ưutừ tập các ứng viên quỹ đạo nhằm mục đích cải thiện hiệu suất và tăng cường khảnăng lập kế hoạch chuyển động dựa trên các thông tin nhận được từ hệ thống cơ sởhạ tầng giao thông và các đối tượng khác trên đường thông qua hệ thống các thiết bịcảm biến Để xử lý tính không chắc chắn trong dữ liệu môi trường và cấu trúc hệthống xe, giải pháp đề xuất trong mô-đun này sử dụng cấu trúc cơ bản của bộ lọcphần tử với bốn bước cơ bản được thực hiện lặp lại cho đến khi tìm được quỹ đạotối ưu, từ đó đánh giá giải pháp và định hướng nghiên cứu ứng dụng về bài toán xetự hành trong thực tế.

-Giải pháp cho Mô-đun 2 (Mô-đun hỗ trợ giải quyết vấn đề pháp lý và đạođức trong hoạt động của xe tự hành), gồm các mô-đun con như sau:

Mô-đun thiết lập quỹ đạo chuyển động giải quyết vấn đề pháp lý trong hoạtcủa xe tự hành:

Bài toán tạo ra quỹ đạo chuyển động tối ưu trong mô-đun lập kế hoạch chuyểnđộng đang là một thách thức và là nhiệm vụ được các nhà nghiên cứu quan tâm giảiquyết Quỹ đạo chuyển động được tạo ra sẽ gồm có những tiêu chí nhất định nhưtạo nên quá trình di chuyển trơn và mịn, tạo được sự thoải mái và đạt hiệu suất nănglượng tốt, đồng thời phải đáp ứng được các hạn chế phát sinh trong quá trình hoạtđộng của xe những như các quy định về luật giao thông đường bộ Bài toán nàytrong thời gian qua đã có nhiều nghiên cứu với các phương pháp tiếp cận khác nhau[61] như kỹ thuật trường thế, kỹ thuật tìm kiếm trên đồ thị, hoặc kỹ thuật dựa trênmẫu, trong đó phương pháp tiếp cận được quan tâm nghiên cứu là các phương phápdựa trên mẫu Những phương pháp này được sử dụng rộng rãi cho các không gianđường có cấu trúc và quỹ đạo tối ưu sẽ được xác định từ tập các quỹ đạo ứng cử.Tuy nhiên, một khó khăn gặp phải đối với các giải pháp lập kế hoạch chuyển độngdựa trên mẫu là làm thế nào lấy mẫu các ứng viên trong không gian quỹ đạo mộtcách hiệu quả Vì các phương pháp dựa trên mẫu, về cơ bản chỉ đạt được cận dướicủa quỹ đạo mục tiêu cuối cùng bằng các kỹ thuật tối ưu, cho nên phương pháp nàyđòi hỏi phải có một lượng tài nguyên đủ lớn nhằm có được một số lượng lớn cácứng viên để tìm được quỹ đạo tối ưu toàn cục Do đó, tối ưu của quỹ đạo kết quảdựa trên mẫu không cho phép ứng dụng thời gian thực Để giải quyết những khókhăn của phương tối ưu của quỹ đạo kết quả dựa trên mẫu, các phương pháp lập kếhoạch trong không gian liên tục với phương pháp dựa trên điều khiển tối ưu, điềukhiển mô hình dự báo (MPC) đã thu hút sự quan tâm nghiên cứu Cách tiếp cậnMPC thường sử dụng kỹ thuật tối ưu phi tuyến, sẽ giải quyết vấn đề với quy trìnhlặp đi lặp lại để kiểm soát tối ưu miền dự báo và đó là ưu điểm của phương phápnày, từ đó hệ thống được xây dựng có khả

năng xử lý được các ràng buộc đưa ra để đảm bảo an toàn và tạo điều kiện thuận lợicho việc lập kế hoạch chuyển động trong điều kiện phức tạp của môi trường vàphương pháp này có thể đáp ứng được yêu cầu triển khai thời gian thực.

Giải pháp thực hiện xây dựng mô-đun này được tiến hành bằng phương pháptiếp cận điều khiển dự báo dựa trên mô hình (MPC) và tập ràng buộc được xâydựng như các mệnh đề logic, các mệnh đề này được chuyển đổi từ các luật giaothông đường bộ, từ đó xây dựng hàm mục tiêu để tạo ra quỹ đạo chuyển động choxe tự hành Quỹ đạo mới được tạo được tạo ra nhằm mục đích cải thiện hiệu suất vàtăng cường khả năng tránh chướng ngại vật nhưng vẫn đảm bảo là quỹ đạo tối ưutoàn cục Giải pháp tiếp cận phương pháp MPC khi xây dựng mô-đun này là docách tiếp cận MPC thường sử dụng kỹ thuật tối ưu phi tuyến, sẽ giải quyết vấn đềvới quy trình lặp đi lặp lại để kiểm soát tối ưu miền dự báo, từ đó hệ thống được xâydựng có khả năng xử lý được các ràng buộc đưa ra để đảm bảo an toàn và tạo điềukiện thuận lợi cho việc lập kế hoạch chuyển động trong điều kiện phức tạp của môitrường và phương pháp này có thể đáp ứng được yêu cầu triển khai thời gian thực.Như vậy, mô-đun đưa ra trong luận án này sẽ thiết lập quỹ đạo chuyển động cho xetự hành trong một khoảng thời gian nhất định với các quy định về luật giao thôngđường bộ được chuyển đổi thành các mệnh đề logic để xây dựng thành tập ràngbuộc Mục tiêu đặt ra cho giải pháp này không chỉ cải thiện hiệu quả tính toán vàcòn xử lý được tính bất định trong dữ liệu của môi trường và hệ thống phương tiệnđề xuất.

Mô-đun hỗ trợ ra quyết định điều khiển giải quyết vấn đề đạo đức tronghoạt động của xe tự hành:

Đối với mô-đun hỗ trợ ra quyết định điều khiển thuộc hệ thống mô-đun lập kếhoạch thực hiện, thì hiện nay một số nghiên cứu tập trung vào các tình huống điềuhướng xe bình thường để tránh va chạm Các hệ thống tạo ra quyết định hỗ trợ điềukhiển thường bị ảnh hưởng bởi nhiều yếu tố như con người, các phương tiện thamgia giao thông khác, hệ thống đường giao thông và các yếu tố môi trường bên ngoài.Một thách thức, khó khăn quan trọng đối với mô-đun hỗ trợ điều khiển này là giớihạn các mẫu nhận dạng và phát hiện chướng ngại vật, nhưng hầu hết các chướngngại vật là do rơi vào vùng điểm mù, hiện tượng phản xạ ánh sáng, điều kiện thờitiết và lỗi cảm biến Từ đó dẫn đến một số va chạm chắc chắn sẽ xảy ra trong cáctình huống Để xử lý vấn đề hỗ trợ ra quyết định điều khiển trong các tình huốngkhẩn cấp vẫn còn rất ít nghiên cứu tập trung đến Việc thiết kế một hệ thống hỗ trợđiều khiển trong tình huống khẩn cấp còn phải đối mặt với những tình huống khóxử lý về vấn đề đạo đức và pháp lý, ví dụ như khi tham gia giao thông, đã xảy ratình huống nguy hiểm có thể dẫn đến tai nạn giao thông, thì vấn đề cần phải quyếtđịnh lúc này là phải như

thế nào, hoặc xe phải đâm vào dãi phân cách và toàn bộ hành khách trên xe có thểgặp nguy hiểm với mục đích để bảo vệ không va chạm với người đi bộ hoặc cácphương tiện tham gia giao thông khác, hoặc sẽ phải va chạm với người đi bộ đểkhông làm nguy hiểm cho hành khách trên xe Trước những vấn đề như vậy,chúng ta khó đạt được sự đồng thuận trong việc quyết định khi đối mặt với nhữngtình huống cần phải hy sinh.

Ngoài ra, quá trình hoạt động di chuyển của xe tự hành cần phải tuân thủ phápluật, nhưng hiện nay rất ít tài liệu pháp lý dành cho xe tự hành và thậm chí còn ítphán xét trách nhiệm của xe tự hành trong các vụ tai nạn giao thông Với sự pháttriển về công nghệ xe tự hành ngày càng nhiều, thì làm thế nào để phán xét tráchnhiệm pháp lý và người làm kế hoạch hoạt động chịu trách nhiệm trong trường hợptai nạn giao thông phải được quyết định với những câu hỏi đặt ra không chỉ về mặtpháp lý mà cả vấn đề đạo đức [22] Những nghiên cứu liên quan đến bài toán này cóthể kể đến như nghiên cứu của Bandana và cộng sự [13] áp dụng luật điều khiển mờđã chuyển đổi các quy tắc giao thông thành logic để kiểm soát hoạt động của xe tựhành khi tránh chướng ngại vật bằng cách thay đổi làn đường mà không vi phạmquy tắc giao thông hoặc nghiên cứu của Sarah và cộng sự [58] sử dụng mô hình dựbáo với giá trị đầu vào là mức độ tiện lợi của người điều khiển để làm yếu tố đạođức khi ra quyết định việc thay đổi làn đường trong trường hợp gặp chướng ngạivật; hoặc nghiên cứu của Goodall [24] đã đề xuất một chiến lược gồm 3 giai đoạnđể chuẩn hóa hành vi ra quyết định có yếu tố đạo đức trong hoạt động của xe,nghiên cứu thực nghiệm mô phỏng của giải pháp này đã được kết hợp với mạng nơ-ron trong mô hình học máy nhằm chuyển đổi một số quy tắc có thể trích xuất để cảithiện các quyết định điểu khiển điều khiển của xe tự hành.

Lấy đặc tính hành vi của người lái xe làm nòng cốt, với mô hình vi mô nhưphanh và thay đổi làn đường khi lập kế hoạch chuyển động, thì việc ra quyết địnhhành vi của người điều khiển được xây dựng bằng mô hình học máy là chiến lượctạo nên mô-đun ra quyết định hỗ trợ điều khiển để điều hướng chuyển động của xenhư thế nào để có thể xử lý trong các môi trường hoạt động phức tạp và điều này đãgóp phần bổ sung để tạo nên đặc tính cho xe hoạt động được chính xác Giải phápđể xây dựng mô-đun này được thực hiện bằng cách sử dụng mô hình kết hợp giữahệ thống mờ và mạng nơ-ron nhân tạo (FNN) để thiết lập đưa ra các quyết định điềuhướng chuyển động của xe Ý tưởng xây dựng mô hình mạng kết hợp này là do cáctham số trong FNN có ý nghĩa vật lý rõ ràng và có thể được thừa nhận theo kinhnghiệm của con người nên tốc độ hội tụ của bài toán được cải thiện đáng kể và vớikhả năng tính toán đơn giản nên có thể xử lý tốt khi số lượng mẫu huấn luyện lớn,đồng thời với

khả năng học thích nghi thì FNN liên tục sửa các thông số thông qua việc tự học.Mô hình kết hợp FNN hiện nay đã được nghiên cứu và áp dụng vào bài toán kiểmsoát tránh chướng ngại vật trên các phương tiện thông minh Ngoài ra, bài toán nàyphải được giải quyết trong một tình huống cụ thể thì chúng ta mới có thể đánh giáliệu quyết định hành vi điều hướng xe có phù hợp với quy tắc đạo đức và pháp lýhay không.

- Giải pháp cho Mô-đun 3 (mô-đun hỗ trợ điều khiển an toàn cho xe tự hành),gồm các mô-đun con như sau:

Mô-đun hỗ trợ điều khiển chuyển động:

Để xây dựng mô-đun hỗ trợ điều khiển chuyển động thì cần yêu cầu có các giảđịnh về vị trí hiện tại của xe, vị trí ranh giới đường, vị trí các phương tiện phía trướcvà những dự báo không chắc chắn về tình trạng của xe trong tương lai dưới dạngphân bố hậu nghiệm, được tham số hóa bằng giá trị trung bình và hiệp phương saicủa chúng là được biết trước Cụ thể cho giải pháp thiết kế mô-đun này là thực hiệnviệc kết hợp các yếu tố không chắc chắn biến đổi theo thời gian đến các dự báochướng ngại vật di dộng vào trong bài toán tối ưu hóa, đồng thời đưa ra các ràngbuộc cho giới hạn đường biên và chướng ngại vật di động mà vẫn duy trì được kếhoạch chuyển động của xe trong một khoảng thời gian giới hạn.

Mô-đun điều khiển theo dõi chuyển động:

Cùng với giải pháp nhằm đáp ứng an toàn trong các tình huống giao thông, thìvấn đề kiểm soát điều hướng cho xe với mong muốn xe chuyển động chính xác vàổn định cũng đóng một vai trò quan trọng trong nhiệm vụ điều khiển hoạt độngchuyển động của xe, đặc biệt khi xe hoạt động ở tốc độ cao và đây cũng là một vấnđề được nghiên cứu trong luận án Trong những năm gần đây nhiều nghiên cứu đểgiải quyết vấn đề này đã được thực hiện như việc sử dụng các mô hình xe và bánhxe phi tuyến để mô phỏng các phản hồi của xe khi di chuyển ở tốc độ cao với cácgóc lái lớn [21] Tuy nhiên, việc mô phỏng theo hình thức này gặp phải trở ngại khikhông đạt được hiệu quả tính toán tối ưu [10] hoặc việc xây dựng mô hình xe vớigiả định góc lái nhỏ và mô hình bánh xe có tỷ lệ tuyến tính đã được nghiên cứutrong việc theo dõi chuyển động của xe [53] vẫn gặp phải khó khăn khi góc lái vàgóc trượt ngang bánh xe lớn hơn 5o thì mô hình này hoạt động không chính xác.Trong nghiên cứu [23] nhóm tác giả đã giới thiệu một phương pháp tuyến tính xấpxỉ affine để xử lý tính phi tuyến của bánh xe trong dự báo bằng mô hình, nhưngcách tiếp cận này vẫn không đạt được độ chính xác khi khoảng cách dự báo lớn.

Giải pháp đưa ra để xây dựng mô-đun này được thực hiện với quá trình bổsung một số giả định, từ đó đề xuất giải pháp cho phép tuyến tính mô hình xe vàbánh xe phi tuyến theo sơ đồ mô hình điều khiển dự báo (MPC) để thiết kế mô-đun,trong đó sử dụng độ lệch hướng giữa vector vận tốc xe và hướng chuyển động củaxe làm trạng thái tham chiếu điều khiển.

Mô-đun lập kế hoạch chuyển động dự phòng:

Sự phát triển các hệ thống mô-đun hỗ trợ điều khiển có thể đã làm giảm đángkể mối nguy hiểm bởi những trường hợp va chạm khi tham gia giao thông Tuynhiên, trên thực tế có những trường hợp khi tham gia giao thông với vận tốc lớn thìthời gian xử lý còn lại quá ngắn để thực hiện thao tác phanh khẩn cấp nhằm tránhcác chướng ngại vật Với những tình huống này, để kế hoạch chuyển động được antoàn thì việc thay đổi quá trình chuyển động bằng các mô-đun lập kế hoạch chuyểnđộng dự phòng được thực hiện nhằm đảm bảo tránh các va chạm có thể xảy ra.Những thách thức đối với bài toán lập kế hoạch chuyển động dự phòng có thể là: Sựhiện diện của những chướng ngại vật di chuyển, tác dụng kết hợp giữa động lực bêntrong và cấu tạo của xe, chu kỳ lập kế hoạch và thời gian phản hồi không phù hợp.Để giải quyết vấn đề này, nếu việc tạo ra quỹ đạo chuyển động của xe tự hành dựatrên các quỹ đạo có thể có của những đối tượng tham gia giao thông khác thì tính antoàn không đảm bảo, bởi vì có thể xảy ra những xung đột khi xác định quỹ đạođược lập theo kế hoạch giữa các đối tượng tham gia giao thông khác nhau.

Mô-đun lập kế hoạch chuyển động dự phòng nhằm đảm bảo an toàn cho xe tựhành bằng cách xây dựng một đường đi tối ưu dựa trên các đánh giá khả năng dichuyển của các đối tượng tham gia giao thông khác trong một khoảng thời gian nhấtđịnh, sau đó với mỗi quỹ đạo di chuyển sẽ tính toán các thao tác khẩn cấp thích ứng.

1.3 Kiến thức chuẩn bị

1.3.1 Biểu diễn làn đường và xây dựng mô hình động học của xe

Trong cấu trúc đường giao thông, hệ thống đường đi được xác định bởi các lànđường liền kề có hình dạng và độ cong tùy ý (hình 1.3) Để thuận tiện cho việc biểudiễn, trong luận án này đưa ra giả định và xét làn đường thứ i (𝑙𝑎𝑛𝑒𝑖) là một đườngđi được xác định bởi đường biên trái (𝐵𝐿𝑖 ) và đường biên phải (𝐵𝑅𝑖 ), mỗi đường đinhư vậy được định nghĩa là một polyline và là sự kết hợp của tất cả các làn đườngtại một khoảng thời gian nhất định (𝑙𝑎𝑛𝑒(𝑠) = ⋃𝑖 𝑙𝑎𝑛𝑒𝑖) Đồng thời biết trước mốiliên hệ giữa các làn đường liền kề.

Hình 1.3 Mô hình hệ thống đường giao thông

Trong hệ trục tọa độ tổng thể, mỗi xe và các đối tượng khác được mô tả bằngvị trí của nó (𝑆𝑥, 𝑆𝑦) trong đường biên của làn đường, định hướng 𝜃𝑟, ký hiệukhoảng cách tới xe 𝑑𝑟 và độ dài cung tham chiếu 𝑠𝑟 là các đại diện cho trạng tháihệ thống,

𝐾𝑟 (𝑆𝑟) là tham số độ cong cung tròn của đường cong tham chiếu (Hình 1.4).

Hình 1.4 Mô hình xe và đường cong tham chiếu

Đối với mô hình động học của xe (hình 1.5) được biểu diễn bằng 1 đường đơnvới 2 trạng thái vận tốc và 3 trạng thái vị trí Với số lượng thông tin này, chúng tacó thể nắm bắt đầy đủ hiệu suất hoạt động và xử lý ổn định trong các điều kiện vậnhành khác nhau của xe Trong mô hình này, góc lái trước 𝛿 là sự truyền động duynhất Để thực hiện bài toán tối ưu của độ lồi 𝛿, thì tốc độ dọc xe 𝑈𝑥 là không đượcphép thay đổi, mặc dù bộ điều khiển bên ngoài có thể được sử dụng để theo dõi cấuhình tốc độ mong muốn, tốc độ trên khoảng cách dự báo được giả định là cố địnhkhi xây dựng mô hình quy trình.

Hình 1.5 Mô hình động học xe tự hành

Hệ số trượt 𝑟 và góc trượt ngang xe 𝛽 được tính bởi phương trình chuyểnđộng, như sau [36]:

𝛽̇ = 𝐹𝑦𝑓 cos(𝛿) + 𝐹𝑚𝑈 𝑦𝑟 − 𝑟𝑥

𝑎𝐹𝑦𝑓 cos(𝛿) − 𝑏𝐹𝑦𝑟𝑟̇ =

3𝜇𝐹𝑧

−𝜇𝐹𝑧 𝑠𝑔𝑛(𝛼) 𝑛ế𝑢 |𝛼| > 𝑎𝑟𝑐𝑡𝑎𝑛 ( 𝐶 )

Các góc trượt bánh xe trước 𝛼𝑓 và bánh xe sau 𝛼𝑟 sử dụng xấp xỉ góc nhỏ,được tính như sau:

𝑎𝑟𝛼𝑓 = 𝛽 +

𝑏𝑟𝛼𝑟 = 𝛽 −

Trong đó: 𝛿 là góc lái bánh trước.

Để đơn giản hóa mối quan hệ phi tuyến giữa trạng thái truyền động 𝛿 và trạngthái động học của xe trong khi tính đến độ bão hòa của bánh xe, thì lực ngang phíatrước 𝐹𝑦𝑓 được coi là đầu vào điều khiển của mô hình.

Lực ngang phía trước 𝐹𝑦𝑓 với mong muốn được tạo bởi việc tối ưu mô hìnhđiều khiển dự báo, sau đó được ánh xạ đến góc lái bánh trước 𝛿, như sau:

𝛿 = 𝛽 + − 𝑓−1

(𝐹 )𝑈𝑥 𝑤ℎ𝑒𝑒𝑙 𝑦𝑓

∆𝜓 = 𝑟 − 𝑈𝑥κ(𝑠)𝑒̇ = 𝑈𝑥 sin(Δ𝜓) + 𝑈𝑦cos(Δ𝜓)𝑠̇ = 𝑈𝑥 cos(Δ𝜓) − 𝑈𝑦sin(Δ𝜓)Trong đó: κ(𝑠) là độ cong của đường dẫn mong muốn tại 𝑠

1.3.2 Phương pháp Monte Carlo và bộ lọc phần tử

Nền tảng cơ bản để xây dựng giải pháp lập kế hoạch chuyển động dựa trênmẫu sẽ được thực hiện bằng bộ lọc phần tử Do đó, trong nội dung cơ sở lý thuyếtcủa luận án này sẽ giới thiệu về các thành phần, quy trình hoạt động của phươngpháp Monte Carlo, xác suất Bayes và bộ lọc phần tử.

Hiện nay trên thế giới, phương pháp bộ lọc phần tử đang được nghiên cứu ápdụng rộng rãi trong nhiều lĩnh vực khoa học công nghệ như giao thông, an ninhquốc phòng, thị giác robot, di động không dây Bộ lọc phần tử (hay có tên khác làbộ lọc chất điểm, bộ lọc Boostrap, bộ lọc Monte Carlo đều dựa trên nền tảng củaphương pháp Monte Carlo) đây là thuật toán dùng để ước lượng trực tiếp các mật độhậu nghiệm của mô hình không gian trạng thái bằng cách triển khai thực hiệnphương trình đệ quy Bayes Mô hình không gian trạng thái có thể phi tuyến và phânbố nhiễu dưới bất kỳ hình thức nào, phương trình đệ quy Bayes sử dụng mộtphương pháp tiếp cận dựa trên quần thể Các mẫu phân phối được thể hiện bằng mộttập hợp các phần tử, mỗi phần tử được gán một trọng số đại diện cho xác suất phầntử được lấy mẫu từ hàm mật độ xác suất Sự chênh lệch của các trọng số dẫn đến sựthoái hóa trọng số là một vấn đề thường gặp trong các thuật toán lọc Bài toán lọcphần tử này đóng vai trò quan trọng trong lĩnh vực xử lý tín hiệu và bài toán nàycũng giải quyết triệt để vấn đề ước lượng trạng thái của một hệ thống khi một tậpquan sát về hệ thống đó được thu thập và có hiệu lực Nhưng các hệ thống thu thậptrên thực tế là phi tuyến và có nhiều loại nhiễu trên phép đo Để ước lượng trạngthái các hệ thống trên ta sử dụng bộ lọc phần tử hay phương pháp Sequential MonteCarlo (SMC).

𝑤ℎ𝑒𝑒𝑙