Luận văn thạc sĩ Tự động hóa: Hoạch định đường đi tối ưu cho robot di động

Dé góp phan tự động hóa các robot di động: xe lăn thông minh để phục vụnhu cầu của con người, thì việc hoạch định quỹ đạo đường di cho robot, trong không gian trong nhà, là điều vô cùng

ĐẠI HỌC QUỐC GIA TP HCMTRƯỜNG ĐẠI HỌC BÁCH KHOA

Cán bộ hướng dẫn khoa hoc : TS HUỲNH THÁI HOÀNG

(Ghi rõ họ, tên, học hàm, học vị và chữ ký)

(Ghi rõ ho, tên, học ham, học vi và chữ ký)

Luan văn thạc si được bảo vệ tại Trường Dai học Bách Khoa, DHQGTp HCM ngày tháng 12 năm 2012

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

(Ghi rõ họ, tên, học hàm, học vi của Hội đông châm bảo vệ luận vanthạc sĩ)

Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý

chuyên ngành sau khi luận văn đã được sửa chữa (nêu có).

CHỦ TỊCH HỘI ĐÔNG TRƯỞNG KHOA

ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƯƠNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: LE THANH NGUYỀN -. : MSHV: 11150092

Ngày, thang, năm sinh: I3-08§-1988 -<<<-<<-<52 Nơi sinh: Tây Ninh

Chuyên ngành: Tự động hóa -<<<<<<+<<<<sss+ Mã số : I TÊN DE TÀI: HOẠCH ĐỊNH DUONG DI TOI UU CHO ROBOT DI ĐỘNG

Il NHIEM VU VA NOI DUNG:

a Tính toán, mô phỏng, quy hoạch quỹ đạo tối ưu cho robot di động, di chuyển

trong môi trường trong nhà.

b Thiết kế mô hình robot di động, minh họa điều khiến bám theo quỹ đạo tính

toán được

Ill NGÀY GIAO NHIEM VU : (Ghi theo trong QD giao dé tài) 2/7/2012 IV NGÀY HOÀN THÀNH NHIEM VU: (Ghi theo trong QD giao dé tai) 30/11/2012

TS HUYNH THAI HOANG

Tp HCM, ngày thang năm 20

CÁN BỘ HUONG DAN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

(Họ tên và chữ ký) (Họ tên và chữ ký)

TRƯỞNG KHOA

(Họ tên và chữ ký)

Ngay nay, khoa hoc, ky thuat phat triển; cuộc sống con người này càng được

nâng cao; cải thiện về chất và lượng Khi nhu cầu cuộc sông tăng cao; con người

càng quan tâm nhiều hơn đến sự tiện nghi; sức khỏe v.v Đó cũng chính là lý do

vì sao mà việc tự động hóa hoàn toàn những thiết bị trong gia đình, tạo ra nhữngcon robot thông minh dé phục vụ con người lại nhận được su quan tam rất nhiều

của giới khoa học.

Dé góp phan tự động hóa các robot di động: xe lăn thông minh để phục vụnhu cầu của con người, thì việc hoạch định quỹ đạo đường di cho robot, trong

không gian trong nhà, là điều vô cùng cấp thiết và mới mẻ đối với lĩnh vực điều

khiển robot ở nước ta Điều này sẽ mở ra một hướng nghiên cứu mới, góp phân

hoàn thiện hơn việc tự động hóa xe lăn thông minh; tối ưu hóa trong điều khiếnrobot tự hành, và đặc biệt là có thé áp dụng vao nhiêu lĩnh vực khác trong cuộc

sông, sản xuất, quốc phòng; hàng không v.v Chính vì vậy, luận văn tốt nghiệp sẽ

đề xuất cách tiếp cận và hướng giải quết cho việc “hoạch định đường đi tối ưu chorobot di động”.

Thuật toán chính được sử dụng bao g6m limit-cycle ( chu kì giới hạn) kết

hợp với giải thuật di truyền mã số thực, để tính toán và đưa ra được quỹ đạo tối ưu

cho robot khi di chuyên từ điểm A đến điểm B cho trước, trong môi trường trong

nhà Việc kết hợp các thuật toán lại với nhau sẽ phát huy được điểm mạnh củatừng thuật toán, đồng thời loại bỏ các khuyết điểm Kết quả của việc tính toán sẽđược mô phỏng trên máy tính, và một robot di động được thiết kế với mục đíchbám theo đường đi được đưa ra để chứng minh răng kết quả tính toán quỹ đạo cóthé điều khiến để bám theo được Vi thé các lý thuyết cho điều khiến bám theo

đường đi được sử dụng.

Trong tương lai, có thể mở rộng nghiên cứu phát triển và hoản thiện cho các

đối tượng cụ thé như xe lăn thông minh, xe hơi tự hành v.v Bên cạnh đó, kết quảcủa dé tai đưa ra một góc nhìn mới; hướng tiếp cận mới trong việc điều khiếnrobot tự hành ở nước ta, đặc biệt là những robot hoạt động trong nhà để phục vụ

cho con người.

AbstractToday, scientific and technical development; human life is improved;improved in quality and quantity As demand increased life; humans more andmore concerned with convenience; health etc That is also the reason why thecomplete automation of the device in the family, creating intelligent robot to servepeople get a lot of attention of the scientific community.

To contribute to the automation of mobile robots; intelligent wheelchair toserve the needs of the people, then the trajectory for robot path planning in indoorSpace, is extremely urgent and new for the field of robot control in our country.This will open up a new direction of research, contributing more completeautomation of intelligent wheelchair; optimization of robot self-control, and inparticular can be applied to many other areas in the life, production and defense;etc Therefore, the thesis will suggest approaches and solutions for scanning the"optimal path planning for mobile robot".

Main algorithms used include limit-cycle (the limit cycle) combined withgenetic algorithm code, to calculate and come up with the optimal trajectory forthe robot to move from point A to point B before, in the indoor environment Thecombination of algorithms together will promote the strengths of each algorithm,while eliminating the cons The results of the calculation will be simulated on acomputer, and a mobile robot designed for the purpose of sticking the path 1sgiven to demonstrate that the trajectory calculation results can be controlled tofollow So the theory of path following is used.

In the future, the results of the thesis can expand research, and developmentand improvements, made to specific objects such as smart wheelchairs, self-propelled car, etc Addition, results of the project to provide a new perspective;directions new approach to autonomous robot control in our country, especiallythe robot operating in the service of man.

Trước hết, em xin gửi lời cam ơn chân thành nhất đến TS Huynh Thái

Hoàng, DHBK HCM, người đã nhiệt tình hướng dan em trong quá trình thực hiệndé tài luận văn này cũng như cung cấp những tài liệu giúp em định hướng nghiêncứu của mình Em xin chân thành cảm ơn gia đình, bạn bè đã hỗ trợ em rất nhiễu

dé hoàn thành luận văn thạc sỹ này

Xin chúc mọi người sức khỏe, an lành, hạnh phúc.

Than áiHọc viên

Lê Thanh Nguyên

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG

HOẠCH ĐỊNH DUONG DI TOI UU CHO ROBOT DỊ

DONG

MUC LUC

CHƯNG T -.- C52121 121211511 15222111111121212151 11 110101211111111212111 11 T1 0181111111111 11g 3

1.1/ Đặt vẫn đề: HH1 02g 02H 2n H0 12g 3Ni cac nan 31.1.2/ Ý nghĩa khoa hỌC: -5:- 5c x22 2211221211221 111171 HH ng HH HH trau 31.2/ Nghiên cứu tổng quâaH: s51 1 12211 1117121151122 1 E11 E1 1 H11 12H HH ru 41.2.1/ Tổng quan bài toán hoạch định quỹ đạo: 52-252 S 3EE12712212112112211 2121 1tr yêu 4

1.2.2/ Các phương pháp hoạch định quỹ đạo: cece ccc 22 2222111211151 121 11511511101 151 1011101011811 11 kêu 6

E78, r 1 :TCC 71.4/ Tính cấp thiết của để tài: -. 2 s E11 1127121111 11t 811121 tr 11g11 7

1.5/ Các phương pháp hoạch định quỹ đạo: 2 2c 2.12211211121121 1211 15115115 125111 11 81 H1 TH HH nh nrệt 8

1.5.1/ Hoạch định trường thé nang (Potential Field Planning): 0 0 cccccccsccccsssscsscsssessessessesseessessessveseetesees 81.5.2/ Hoạch định dựa trên việc lay mau (Sampling Based Planning): 0 0 ccccescsscsscssessesseeseeseeseeseeeeees 9

1.5.3/ Hoạch định dựa vào lưới tọa độ (Grid Based Planning): 2c 5: S2 222132 evvvserrrseree 111.6/ Các công cu giải bài toán hoạch định và những công trình liên quan cece eee ete eee eenees 12

1.6.1/ Giải thuật đi truyền (Genetic A lgorithim): - 5s s21 221111 111211121 1H HH ngưng 121.6.2/ Điều khiển mờ và mờ kết hợp thêm giải thuật di truyÊn: - sc SvEE12E1EE1EEEE1 221x212 tre 14

1.6.3/ Phương pháp Q-Ï€arnInng:: - 1112112212111 5221115811111 281 8111111011 51101511011 KH TH ru 181.6.4/ Phương pháp Limit Cycle (Chu kì giới hạn): - 2E 2212212121121 111 112111811 1 111111 11k 19

1.7/ Xe lăn thông minh và bài toán hoạch định đường đi tối ƯU: 2: s E2 St SE E2 122127122122 crree 221.8/ Hướng tiếp cận và phương pháp nghiên cỨu: - + s2Sx2EE2EEEEEEE11111211211271 211221 1TETE 1 EEErre 24

CHƯNG 2 5 2 S.22212121212121115111121111111111111101012 111121 11 0121111111111 1111111121211 na 26

2.1/ Thuật toán Limit-cycÏ€: - - - - S1 2112211211121 111 1121111110111 118111 11 H111 HH HH TT TH HT Hệ 26° NI Cài na ae e 262.1.2/ Limit-cycle (với vòng áo là đường tTÒI)): ccc ccc 2121211211 121101 11811 118111115115 1 kh Hà he 26

2.1.4/ Các bộ điều khiển cơ bản trong limit cycÌe: -. - s5 + 2Ex2x12E2112E1271211 21211071 1E c1 rree 302.2/ Giải thuật di truyền (GA): 5c: 5c 1121122111110 t1 H1 HH ng HH ty gx ra 38

"II: uài in e 38

HVTH: LE THANH NGUYEN 1

2.2.2/ Giải thuật di truyền mã số thực [20]: 5s 2S 2E12E12E1111111511121171E 71 112 E111 ren 38

2.3/ Thuật toán bám theo quá khứ (Follow the Past) : - 2 2 2.1 2212111211221 122115115 1581 8 HH eg 42

CHUONG 0 46

3.1/ Tránh nhiều vật cản: ST T112 111511551111 51 111 1n KH HH HH Hee 463.1.1/ BAY cục Độ: - c1 2n H1 HH HH ng n1 nh ng nh nh 1n nung 1n tre) 463.1.2/ Gom nhiều vật cản nhỏ thành một vật cản lớn: - 222551115551 15115511251 1151151125121 EEErryyg 473.1.3/ Chọn lựa vat để tránh: - 5c 12 22121112112 111011 t1 tt n1 1H11 gu 563.1.4/ Kết hợp giải thuật gom vật cản và chọn lựa Vat cản: - - 22c 2221221222112 1 5128521511181 tr erreg 61

3.2/ Không gian cục ĐỘ: c0 2.21211222121111 15111011511 111 10110111111 x1 H KH HT HH HH HH HH 633.2.1/ Thuật toán ưu tiên g1ữa các vùng không Ø1a1: - - 1 222222111212 151 1211011151101 1 1010 1 8111 kg 64

3.2.2/ Lưu đồ giải thuật của thuật toán ưu tiên chọn lựa hành vi roboI: - 22 5-2 2c 22c csscsszcrsrsa 653.3/ Tối ưu quỹ đạO: s5: S51 211211 112711121111 11 1 1 n1 HH1 HH1 ga 683.3.1/ Giải thuật di truyền (GA) mã số thucs ec ccccccccccecceseessessessessesssesecsreesesenssessessesssnsetsstsseseetettenseesseseess 683.3.2/ Ứng dụng GA mã số thực vào hoạch định đường di tỐi ƯU: - 1 S2 S22 51 E1nn TH Hee 693.3.3/ Lưu đô giải thuật tổng hợp - 5s 5xx E2 121121121211 11 11 1 E1 nH H2 ng rrya 77

4.2.1/ Xây dựng mô hình robot di động: - E2 22212222123 1253 1531511111111 151 10111011 01101 HH ng no 88

4.2.2/ So đồ khối điều khiển rob0t! 0 ceccccccscccsscessesssesseessesssssessesssessessesevessesssesessetessssiessseessesaessseseseees 94

4.2.3/ Thuat toan xur ly Anh aaa 95

4.2.4/ Thuật toán điều khiển robot bám quỹ đạo: - - 55 2s S1 E1EE11211112211211171 211 21 1 7 12H ng ryng 96

CHUONG cn Ẽ ẼŠẼằằằ 98

HƯỚNG PHAT TRIỂN 55 5+ 5122122111210 E21 2E 12 H1 ng H Hee 985.1/ Kết quả dat đƯỢC: -.- 1c S211 211121121 1 ng tt HH HH ng HH tre 985.2 Phát triển mô hình: - S12 1 911211111211111 11 11 11 111 1 1t an HH Hà nan trau 985.3 Phát triển thuật toán: - s1 S12 111 11 111 1 g1 HH 1t nát nành H1 Hàn ru 98TÀI LIEU THAM KHAO oooccccccccccsscssscesscessesssessvsssesssscssesssucsrevesesssesssessvissvessiessusesusaressseesiiessatasessresaseseeeseveee 99

HVTH: LE THANH NGUYEN 2

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG

CHUONG 1

GIOI THIEU

1.1/ Dat van đề:

1.1.1/ Giới thiệu van đề:

Ngày nay, khoa học, kỹ thuật phát triển; cuộc sống con người này càng được nângcao; cải thiện về chất và lượng Khi nhu cau cuộc sống tăng cao; con người càng quan

tâm nhiều hơn đến sự tiện nghi; sức khỏe v.v Đó cũng chính là lý do vi sao mà việc tự

động hóa hoàn toan những thiết bị trong gia đình, tao ra những con robot thông minh dé

phục vụ con người lại nhận được sự quan tâm rất nhiều của giới khoa học

Robot tự hành, xe lăn thông minh, đã được nhiều nước tiên tiến trên thế giới nghiêncứu và phát triển, tuy nhiên vẫn chưa hoàn thiện hết và bài toán hoạch định đường đi vanlà van đề mới; còn dé mở nhiêu van dé chưa giải quyết Đối với một nước dang phát triểnnhư nước ta thì việc tiếp cận; nghiên cứu, chế tạo một con robot tự hành hay chiếc xe lănnhư vậy là vấn đề mới mẻ, lý thú và nhiều thử thách Trong đó, việc hoạch định đường điđược đánh giá là bài toán hay và mới, cần được quan tâm

Chính vì vậy, luận văn tốt nghiệp sẽ đề xuất cách tiếp cận và hướng giải quết cho

việc “hoạch định đường đi tôi ưu cho robot di động”.

1.1.2/ Ý nghĩa khoa học:

Hoạch định quỹ đạo là bai toán lớn và được ứng dung rất rộng rãi trong nhiêu lĩnh

vực khác nhau của cuộc sông.

Tuy nhiên, việc giải bải toán này luôn có những khó khăn nhất định:

Việc hoạch định đường đi trong môi trường động, như thế giới thật, gặp rất nhiều

khó khăn Vì những đôi tượng có khả năng gây ra va cham không đứng yén.

Bên cạnh đó, việc đưa ra quỹ đạo phải phù hợp với đối tượng điều khiến Ví dụ,cùng một quỹ đạo đi từ A đến B nhưng quỹ đạo cho một chiếc ô tô 4 bánh với quỹ đạocho xe Segway RMP là khác nhau, vì đối với ô tô không thể đưa ra quỹ đạo có nhữngkhúc cua gấp 90°, trong khi xe Segway có thé đáp ứng được

HVTH: LÊ THANH NGUYÊN 3

Viéc hoach dinh mot chuyén động được gọi là hoàn thành nếu trong một thời giannhất định, nó đồng thời đưa ra được giải pháp xử lí và đưa về báo cáo chính xác vềchuyền động, điều nay là vô cùng phức tap Phan lớn các thuật toán sử dụng déu dựa trên

các thuật toán hình học Do vậy, việc đưa ra được quỹ đạo sau cùng được thực hiện bởinhững phép tính phức tạp.

Do vậy, xây dựng và giải quyết được bải toán hoạch định đường di cho robot diđộng không chi góp phân vào việc hoàn thiện hơn giải thuật điều khiến chiếc xe lăn; màcòn đưa ra một góc nhìn mới hơn; một cách tiếp cận khác trong việc nghiên cứu, pháttriển và có thể từ đó mở rộng ra những hướng nghiên cứu khác tốt hơn, tôi ưu hơn choviệc điều khiến xe lăn thông minh nói riêng và điều khiến robot nói chung, đặc biệt làrobot tự hành, ở nước ta.

1.2/ Nghiên cứu tổng quan:1.2.1/ Tổng quan bài toán hoạch định quỹ đạo:

Quy hoạch quỹ dao là di chuyển từ điểm A tới điểm B, đồng thời tránh vật cản, theo

thời gian Điêu nay có thé được tính toán băng phương pháp rời rạc hoặc liên tục Quy

hoạch quỹ đạo là lĩnh vực quan trọng trong robot; nó đóng vai trò rất lớn trong việc tựđộng hóa phương tiện.

Có 2 thuật ngữ cơ bản:Quy họach đường di: đưa ra quỹ đạo hay đường di, tránh vật can mà không phụthuộc vào thời gian, nghĩa là không cân xác định thời gian robot di chuyên từ điểm A tớidiém B.

Quy hoach quy dao: dua ra quy dao hay duong di, tranh vat can, tu A dén B va

trong thoi gian nhat dinh.Vé co ban, quy hoạch quỹ đạo là quy hoạch đường dẫn bên cạnh việc lập kế hoạchdi chuyển dựa trên các yếu tố vận tốc, chuyền động và các đặc tính động học của robot.

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANGTrong đó, câu hình là điểm đặt ma robot mô tả vị trí của nó Câu hình một không

gian C, nơi tập hop mọi cấu hình Trong không gian 2 chiều, cấu hình robot được miêu ta

bởi tọa độ (x,y) và góc Ø Trong không gian 3 chiều, cấu hình của robot được miêu tả bởi

tọa độ (x,y,z) và các góc (a, 8,7).Vi dụ:

Nếu robot được coi là một điểm, không có kích thước, và năm trên một mặt phăng 2

chiêu (không gian làm việc), C là một mặt phăng, thì một câu hình có thê được biêu diénvới 2 tham sô, hay còn gọi là tọa độ (x.y).

Nếu robot được xem là một hinh 2 chiều, có thé di chuyển và xoay; không gian làmviệc vẫn là môt mặt phang 2 chiều.Tuy nhiên, C là nhóm Euclidean: SE(2) = R“*SOQ@);trong đó, SO(2) là nhóm trực giao của phép quay 2 chiều [23] Mỗi một cấu hình sẽ đượcbiểu diễn bởi 3 thông số (x,y,9)

Nếu robot được xem là một hình khối 3 chiều, có thể di chuyển và xoay; không gianlàm việc sẽ là 3 chiều; còn C là nhóm Euclidean: SE(3) = R°*SO(3); và một cấu hình sẽcan tới 6 thông số: (x,y,z) cho sự di chuyền, và góc Euler (a, 8,7)

Hình 1.1 Minh họa cho không gian làm việc

1.2.1.2/ Không gian trống:

Cree là không gian trống, hay nói một cách khác tập hợp các cấu hình của không

gian nay là không có vật can Thông thường sé rất khó khăn để tính toán rõ rang hìnhdạng của Cree Tuy nhiên, có thể kiểm tra dễ đàng một câu hình trong Cree Đầu tiên,động học thuận sẽ xác định vi trí hình hoc của robot, và kiểm tra phát hiện va chạm nếuhình dạng của robot va chạm với hình dang của môi trường: hay nói một cách khác muốnxác định một câu hình có vật cản hay không chỉ cần dựa vào chuyển động và các cảm

biến phát hiện vật cản của robot

HVTH: LÊ THANH NGUYÊN 5

Hình 1.2 Minh họa cho Cree và Cops

1.2.2/ Cac phuong phap hoach dinh quy dao:

Có rat nhiều thuật toán cụ thé khác nhau, tuy nhiên, có thé quy về các phương pháp

Hoach dinh chinh xac chuyền động trong hệ thông nhiều chiều với những điều kiện

ràng buộc phức tạp là van dé vô cùng nan giải trong tính toán Phuong pháp trường thếnăng lại rất hiệu quả khi giải quyết van dé này Tuy nhiên, phương pháp này dễ rơi vào

các vùng cực tri cục bộ Phương pháp hoạch định dựa trên lây mẫu có thê tránh được cáccực trị cục bộ, và giải quyết được nhiều vấn đề khác một cách nhanh chóng Tuy nhiên,

phương pháp nay lại không thé xác định được việc không tổn tại đường dan từ điểm dau

đến điểm đích; mặc dù vậy, nó có một chỉ số xác suất báo hiệu sự thất bai, chi số này sẽtiến dan về 0 khi càng nhiêu thời gian được sử dụng

Phương pháp nay có thé được sử dụng khi hoạch định chuyển động trong các bài

toán phức tạp.

HVTH: LÊ THANH NGUYÊN 6

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG1.3/ Mục tiêu của dé tài:

Mục tiêu của dé tài là “ hoạch định đường đi tối ưu ” nên kết quả cuối cùng mong

muôn đạt được là: tính toán, mô phỏng, xây dựng chương trình hoạch định đường di tôiưu cho robot di động, xây dựng mô hình robot minh họa cho quỹ đạo tính toán được, với:

Đầu vào: tọa độ điểm xuất phát, điểm đến, và bản đô địa hình.Đầu ra : quỹ đạo tối ưu cho robot di động

Điều khiển mô hình robot bám theo quỹ dao dé chứng minh răng quỹ dao thu được

có thê điêu khiên cho robot bám theo.

1.4/ Tính cấp thiết của đề tài:

Việc xây dựng quỹ đạo, đường đi không chỉ bó gọn trong việc điều khiến robot màcòn được áp dụng trong việc hỗ trợ, điều khiến các phương tiện giao thông như ô tô, xe

lửa ngoài ra còn được sử dụng trong quân sự và hàng không vũ trụ Việc hoạch định

chính xác quỹ đạo quyết định sự thành công hay thất bại trong việc phóng các tên lửa haytàu con thoi vào không gian, điều khiển máy bay không người lái Do đó, bài toán hoạchđịnh quỹ đạo là bài toán được rất nhiều sự quan tâm của các nhà khoa học trên thé giới,

và còn khá mới mẻ ở nước ta.Kêt quả của đê tài có thê được dùng vào việc điêu khiên; nghiên cứu phát triên, chêtao xe lăn thông minh ở nước ta; phục vụ cho các bệnh viện; người khuyết tật và ngườigià.

Bên cạnh đó, ứng dụng vào việc hỗ trợ, điều khiển các phương tiện giao thông cá

nhân như xe tai, ô tô v.v góp phân giảm tỉ lệ tai nạn giao thông, hiện dang rat cao ở nước

ta.

Do đó, việc đưa ra phương pháp hoạch định đường đi cho robot di động là cân thiết

và mới mẻ trong việc phát triên lĩnh vực robot tự hành ở nước ta.Như đã giới thiệu ở trên, có ba phương pháp chính thường được áp dụng cho các bàitoán hoạch định quỹ đạo.

HVTH: LÊ THANH NGUYÊN 7

1.5/ Cac phương pháp hoạch định quỹ dao:

1.5.1/ Hoạch định trường thé năng (Potential Field Planning):Vùng thế năng là các điểm giá trị trên bản đô, với mục tiêu là nơi có giá trị thấpnhất, và các giá trị tăng dan tùy thuộc vào khoảng cách của điểm đó với mục tiêu Vật canđược gan cho giá tri rât lớn Do vậy, việc của robot đơn giản là di chuyền đến những vi trí

tiềm năng có giá trị thập năm liên ké nó, những điểm nay sé dẫn tới mục tiêu [27].

Một trong những cách tiếp cận để xử lý cấu hình của robot tại một điểm trongtrường thé năng là kết hợp việc hướng tới mục tiêu va day khỏi vật cản Kết quả quỹ daodau ra là một đường đi Cách tiếp cận này có ưu điểm là đưa ra được quỹ đạo mà ít phải

tính toán Tuy nhiên, kỹ thuật này thường bị rơi vô bẫy của các vùng cực trị cục bộ, dẫn

đến việc thất bại trong việc tìm ra đường di

Một trong những ki thuật dé tránh bị mắc ket trong các vùng cực tri cục bộ là kếthợp hoạch định phân tách Voronoi [24] (xem mỗi điểm là cực trị cục bộ) với hoạch định

theo trường thế năng Việc tính toán xây dựng biểu đồ Voronoi giúp cho việc hoạch địnhtheo trường thế năng hiệu quả hơn nhiều, mang lại ưu thế hoàn toản trong việc hoạchđịnh quân thé [24]

HVTH: LÊ THANH NGUYÊN 8

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG

Hình 1.4 Quỹ đạo khi kết hợp hoạch định Voronoi và trường thé năng

1.5.2/ Hoạch định dựa trên việc lấy mẫu (Sampling Based Planning):

Phương pháp đường bản: đô (roadmap) là một trong các phương pháp hoạch định

đường đi dựa trên việc lấy mẫu Các thuật toán lây mầu sẽ tái hiện lại không gian cầuhình dựa vào một lộ trình, đường bản đổ, của các cau hình được lây mẫu Đầu tiên, lấy

mẫu N điểm câu hinh trong không gian C va giữ lại những điểm năm trong Chee, và xem

những điểm này là điểm nút Một đường, tuyến tính từng đoạn, PQ được hình thành băngcách nối tat cả những điểm nút lại, sao cho PQ phải nằm trong Cạ„¿ [28] Sau đó, nó sẽ

được kiểm tra một lần nữa dé phát hiện sự va chạm kế cả ở trong Cz„¿ Đề tim đường nối

từ S, điểm dau, tới G, điểm cuối thì các điểm này sẽ được thêm vào lộ trình Nếu đường

đi trong lộ trình nối được từ S tới G, xem như việc hoạch định thành công, và sau đó trả

về đường đi Nếu không thì cũng không xác định được lý do, có thé không tổn tại đườngđi từ S tới G trong Cree, hoặc cũng có thé là lay mẫu không đủ từ các điểm nút [28]

HVTH: LÊ THANH NGUYÊN 9

⁄Z 4 Sig

⁄ _—& LL.\ S “ |\ “hy Xe |

> N: ⁄

° s

Hình 1.6 Minh hoa cho phương pháp đường ban dé

Phương pháp này hiệu quả trong không gian nhiều chiều; vì không giống như các

thuật toán tô hợp, thời gian chạy phương pháp này không theo cấp số nhân phụ thuộckích thước của C Về cơ bản phương pháp này dễ thực hiện Phương pháp này đưa ra một

chỉ số xác suất; nghĩa là xác suất phương pháp này đưa ra được giải pháp, và nó sẽ tiệm

cận | khi càng nhiêu thời gian được sử dụng Tuy nhiên, nó không thé xác định được

trường hợp không tôn tại giải pháp.

Với điều kiện hiện thị cơ bản trên Cree, phương pháp trên đã được chứng minh răng,

với số lượng N điểm cau hình càng nhiều, xác suất các thuật toán trên tìm thấy một giảipháp, tiệm cận 1, là tăng theo cấp số [25] Sự hiền thị nay không nhất thiết phụ thuộc vào

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANGchiêu của C, nó có thé là một không gian nhiều chiều với hiển thị “tốt”, hoặc một không

gian it chiêu với hiện thị “kém” Sự thành công của phương pháp này trên thực nghiệmchỉ ra rang phân lớn các không gian đêu có sự hiện thi tot [25].

Trên thực tế, có một vài biến thể khi sử dụng phương pháp cơ bản này:

Phương pháp này sẽ nhanh hơn nêu chỉ kiêm tra các đoạn nôi gitta các cặp diém nutgân nhau thay vì kiêm tra với tât cả các cặp.

Phân phối không đều việc lấy mẫu để cố găng đặt những điểm nút quan trọng ở các

khu vực mong muốn nhăm cải thiện sự kết nói của lộ trình, đường bản đô.

1.5.3/ Hoạch định dựa vào lưới tọa độ (Grid Based Planning):

Việc hoạch định này dựa trên việc phủ lên một mạng lưới trên bản đồ Mỗi một cấuhình sẽ tương ứng với một điểm lưới Robot di chuyên từ điểm lưới này đến điểm lướikhác năm trong vùng Cree (việc nay dé kiểm tra phát hiện vật cản) Các hành động nàyđược rời rạc hóa; sau đó, một thuật toán tìm kiếm sẽ được dùng dé tìm đường di từ điểm

khởi hành đến mục tiêu

Hình 1.7 Minh họa cho phương pháp hoạch định theo lưới

Những cách tiếp cận phương pháp này đều đòi hỏi việc thiết lập độ phân giải cholưới Việc tìm đường sẽ nhanh hơn với lưới thô, lưới có độ phân giải thấp, tuy nhiên nócó thé bỏ qua những đường dẫn xuyên qua các vùng hẹp trong Chee Còn đối với lưới cóđộ phân giải lớn thì phải có bộ nhớ lớn cho việc tính toán; hơn nữa số điểm lưới pháttriển theo cap số nhân theo chiêu không gian cầu hình, do vậy phương pháp này không

thích hợp để giải quyết van dé không gian cấu hình có kích thước lớn, nhiêu chiêu.HVTH: LÊ THANH NGUYÊN 11

Cac cách tiếp cận truyén thống theo phương pháp hoach định dựa vao lưới là đưa rađường đi với sự thay đối hướng được ràng buộc bởi các bội số của góc cơ sở, va thườngcho ra kết quả dưới tôi ưu Giữa các góc của các đường đi tìm được, để tìm đường đingắn hơn dựa vảo việc lan truyền thông tin dọc theo biên của lưới (để tìm nhanh) mà

không giới hạn đường đi của nó tới các biên của lưới (tìm đường ngăn)

Cách tiếp cận dựa vào lưới tọa độ cần tìm đi, tìm lại; ví dụ, khi thông tin của robotvề không gian cau hình thay đối, hay bản thân không gian cấu hình thay đối, trong lúcđưa ra đường dẫn kế tiếp Băng cách gia tăng phương thức phỏng đoán, các thuật toán

hoạch định lại, sẽ được thực hiện nhanh chóng dựa trên kinh nghiệm của việc hoạch định

các đường tương tự trước đó, và đồng thời tăng tốc việc đưa ra đường dẫn hiện tại

1.6/ Các công cụ giải bài toán hoạch định và những công trình liên quan:

Có thể tóm lược một số công cụ, thuật toán, tiếp cận các phương pháp trên trong

việc hoạch định đường đi cho robot di động của một sô công trình đã công bô trong thờigian gân đây:

1.6.1/ Giải thuật di truyền (Genetic Algorithm):

Giải thuật di truyền là một ky thuật của khoa hoc máy tinh nhăm tìm kiếm giải phápthích hợp cho các bài toán tối ưu tổ hop (combinatorial optimization) Giải thuật di truyénlà một phân ngành của giải thuật tiến hóa vận dụng các nguyên ly của tiến hóa như di

truyền, đột biến, chọn lọc tự nhiên, và lai ghép.Giải thuật di truyền thường được ứng dụng nhăm sử dụng ngôn ngữ máy tính để mô

phóng quá trình tiến hoá của một tập hợp những đại diện trừu tượng (gọi là những nhiễmsắc thể) của các giải pháp có thể (gọi là những cá thê) cho bai toán tối ưu hóa vấn đề Tập

hợp nay sẽ tiến triển theo hướng chọn lọc những giải pháp tốt hơn [19], [20].Thông thường, những giải pháp được thể hiện dưới dạng nhị phân với những chuỗi0 và 1, hoặc các chuỗi số, nhưng lại mang nhiều thông tin mã hóa khác nhau Quá trình

tiễn hóa xảy ra từ một tập hợp những cá thể hoan toàn ngẫu nhiên ở tất cả các thé hệ.Trong từng thế hệ, tính thích nghi của tập hop này được ước lượng, nhiều cá thé được

chọn lọc định hướng từ tập hợp hiện thời (dựa vào thể trạng), được sửa đổi (băng đột biénhoặc tổ hợp lại) dé hình thành một tập hợp mới Tập hợp này sẽ tiếp tục được chọn lọc,lặp đi lặp lại trong các thế hệ kề tiếp của giải thuật [19],[20].

Giải thuật di truyền dùng dé tìm đường đi tối ưu cho robot tự hành di chuyền trong

môi trường tinh, được miêu tả bởi bản đô với các diém nút và các đường nôi [13], thuộc

HVTH: LÊ THANH NGUYÊN 12

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANGnhóm hoạch định đường di dựa vào việc lay mau Vi tri cua muc tiéu va vat can, dé phucvụ cho việc tìm đường đi tối ưu cho robot, được cung cấp trong không gian làm việc 2chiều Mỗi một điểm nút trong mạng lưới gọi là một gene và được đại diện bằng mã nhị

phân [13] Số gene trong một nhiễm sắc thé là đặc trưng số của vật cản trên ban đồ Và từđó hiệu chỉnh lại độ dai của nhiễm sắc thé Tiêu chuẩn đánh giá đường đi tôi ưu là đường

có độ dài ngắn nhất [13]

Path (1) Goal=

Start

-Path (4)

Hình 1.8 Hoạch định đường di cho đối tượng

HVTH: LÊ THANH NGUYÊN 13

Và kết quả đưa ra sau khi tính toán là {0—4—6—6—7—9—15—15‡ [13].Cũng sử dụng công cụ là giải thuật di truyền nhưng một số công trình khác lại giải

bài toán hoạch định đường di cho robot theo phương pháp lưới tọa độ [1] Và cho kêt quarât khả quan

—— al

=

Hinh 1.10 Hoach dinh quy dao dung GA

Chat lượng quỹ dao trong kết quả nay phụ thuộc vao quan thé ban dau, quan thé ban

đâu càng đông thì kêt quả tính toán sau cùng càng tot, càng tôi uu [1] Tiêu chuân tôi ưulà chọn đường ngăn nhất [1].

Do đó, việc ứng dụng giải thuật di truyền để giải bài toán hoạch định đường đi hoảntoàn có thé tim ra được đáp án tốt nhất, đường đi tốt nhất Tuy nhiên, nó lại vấp phải một

hạn chế là chỉ ứng dụng tốt trong một môi trường cô định, bat bién[1], [13] Vi quan thé

ban dau, hay chính là những giá trị định hướng được lấy thông tin từ môi trường, hay mộtđịa hình, bản d6 cụ thé [13]; do đó khi môi trường thay đổi; toan bộ các giá trị tính toán,

thu thập thông tin phải làm lại từ đầu [13], gây lãng phí thời gian và khó đáp ứng được

đối với môi trường rộng có nhiều sự biến động hay thay đổi đột ngột.1.6.2/ Điều khiến mờ và mờ kết hợp thêm giải thuật di truyền:

Su tự thích nghi trong việc định hướng cho robot và hoạch định đường di là mộttrong những, vấn để nghiên cứu quan trọng đối với robot thông minh trong công nghiệp.

Để giái quyết nhu câu đó, một sô nhà khoa học đã đưa ra giải pháp sử dụng hai bộ điều

khiến mờ để hoạch định đường đi cho robot [15] Trong đó, bộ điều khiến mờ đầu tiên

được thiết kế để hoạch định đường đi cho robot; bộ điều khiển thứ hai làm nhiệm vụ

tránh vật cản dé có thé đạt được đường đi tối ưu [15].

HVTH: LE THANH NGUYEN 14

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG

Về cơ bản; hai bộ điêu khiên mờ này đáp ứng được mục tiêu ban đâu đê ra, là dénđược mục tiêu và né vat cản [15].

HVTH: LÊ THANH NGUYÊN 15

¢ | Se er ee L e2 sa

Tuy nhiên, quỹ đạo di chuyên của robot không tron tru và sẽ gặp khó khăn dé có thé

điêu khiên theo quỹ đạo đó Bên cạnh do; đề thiệt kê được nhiêu bộ điêu khiên mờ cùng

lúc phù hợp với một đôi tượng, đòi hỏi nhiêu kinh nghiệm đôi với đôi tượng đó.

Ngoài ra, người ta còn kết hợp điều khiển mờ với giải thuật di truyền [2] Mục tiêucủa phương pháp này là điều khiển robot di động tránh được vật cản và đến được mụctiêu Trong đó, bộ điều khiển mờ đóng vai trò ra quyết định; hướng dẫn cho robot tránhvật can va đi đến mục tiêu; còn giải thuật di truyền tối ưu hóa bộ mờ [2]

Genetic Algorithm

'

X+_—+> - T~~~TT F“F “+ ~” ~|

1 : IV Ý

Yr ai , " l\ R 7 pe “FR— Trajectory [ˆ ” Rule base ——> Mobile Yn

Calculation | Y1 ‡ ‡ iV |Ly! Robot OR

| lo 4 77V STONCO ———>3 TC ~~ t—> Fuzzifier Fuzzy Inference |

> | |r FLC ¡

Hình 1.14 Sơ đồ khối bộ điều khién mờ tối ưu hóa với giải thuật di truyền

HVTH: LÊ THANH NGUYÊN 16

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG

Genetic Algorithm

‘om FLCY Target _ ; VXr, h > \ Vr | Mobile AR

Hình 1.15 Sơ đồ khối bộ điều khién tránh vat cản

350 , , , 350 , 7 , 350

: ¬= : : : : : :

2EO|_ - L.Ễ -! -.- ¿ — 2sO L -.1- -.- Ì .-4 250 : : :

zOO |—- - - Ree eee ee #—-‹ -2 — BOD - - = bee on gin ee eee ee 200 ¿ i 1

15OL -f b -f -b - 3-4 4+=o L - - Mãi dee 150} -f } .f - + +

100 'R -=.e.^l $ pemecce i roo fh Beene NÓ 4OO | - °

o i i ° i o i° 100 200 300 ° 100 200 300 ° 100 200 300

Hinh 1.16 Két qua thu duoc [2]

Phuong pháp nay có thé sử dung trong những không gian, như căn phòng nhỏ, màđô đạc thường xuyên bị di chuyển Tuy nhiên, việc thiết kế bộ điều khiến mờ phụ thuộc

vào kinh nghiệm của người thiết kế; bên cạnh đó, các kết quả công bố dùng phương pháp

này áp dụng cho việc quy hoạch đường đi chưa nhiều; chỉ mô phỏng ở không gian nhỏ,

tránh một vật cản.

HVTH: LÊ THANH NGUYÊN 17

1.6.3/ Phương pháp Q-learning:

Q-learning là phương pháp học tăng cường rat hiệu quả cho bai toán tìm đường, dophương pháp này thực hiện theo kiéu off-policy Vì vậy phương pháp nay được kết hop

với các phương pháp khác để giải quyết một số bài toán đặc biệt như tìm đường đi trong

mạng (Q routing) hay tìm đường của hệ thông multi-agent (Ant-Q)[16],[18]

Và một số công trình trong nước đã áp dụng thảnh công phương pháp này để giảiquyết một số bải toán tìm đường cụ thể [16] Phương pháp này cũng có thể được coi làthuộc nhóm phương pháp hoạch định dựa vào lưới tọa độ.

Trước đây, người ta giải quyết các bai toán tìm đường băng các giải thuật tìm đườngcô điện Tuy nhiên các thuật toán tìm đường CÓ rat nhiêu hạn chê, vi du như đòi hỏi môi

trường phải xác định, cô định và không xử lý tôt nhiêu tình huông thực tê.

Ngày nay con người ứng dụng trí tuệ nhân tạo, cùng với sự hỗ trợ của máy tính;

robot, hay đối tượng, có thể tự tìm ra quy luật hành động nói chung, tìm đường đi nói

riêng thông qua các kinh nghiệm thu được từ những hành động thực hiện trước đó; hay

còn gọi là học tăng cường Có nhiều phương pháp học tăng cường khác nhau, trong đó learning được áp dụng khá phố biến ở nước ta trong việc giải quyết bài toán tìm đường đi

Q-[16] Một số hình anh minh họa cho phương pháp Q-leaming:

—= — 5 —_— | a ee =—|—=—] pMowes per secord= | |

ot = = of NI ma tị Averags move msr tric: 2o.5

Ss ee — = =—‡—=—; t—=*“——:— = 4 Tete! ress cf moves: 40152

et pt a ai | el a ~ [=] Show lesred potcy

| - | CC] rause © opine! policy reechedt=:È bị | ®# be

| “Ẵ~xtrest mam

+ t | ee (

_— | ~~ _—^ == LS = ] _= _ = on optms shee eer |

=———=— } ——} =— — _= | = | = | = - Show kes shorted path j

“=4 <Í Leereng Por #hirr Sa eter| = _——— | 3 So > Raeeton aston avs

Epsion Geect exard +tRae: Obstacles: = Mums of tri

——————— Sait |

| Sot Sg<k=ei= Meret [Res Aish

HVTH: LE THANH NGUYEN 18

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG

fob a HS i | Optimal path |

0 l Là] i i l0 1 2 3M $ 6 7 8 9 0 11 12

(b)

Hinh 1.17 a,b) Minh họa cho phương pháp Q-learning

Phuong phap Q-learning giai quyết cho bai toán rời rac; hoc, thử va sai, đồng thờikết hợp với một sô thuật toán như Graph, Markov để đánh giá kết quả học và từ đó đưa rakết quả tốt nhất [18] Ưu điểm của phương pháp nảy là luôn luôn hội tụ, nghĩa là luôn có

thé đưa ra được kết quả tối ưu, tuy nhiên kết quả lại phụ thuộc vào số lần học, nghĩa làhọc, cập nhật càng nhiều thì kết quả cảng chính xác, điều nay đôi khi gây ra mat thời gian

tính toán, cập nhật trong những không gian nhỏ nhưng nhiều vật cản [16],[18]

Bên cạnh đó, đây là phương pháp cho bai toán rời rac, do vậy khi áp dụng để giải

quyét các bài toán liên tục như robot tự hành, xe lăn thông minh, đòi hỏi phải thiệt kêthêm mạng noron đê chuân hóa từ liên tục sang rời rac rôi mới áp dụng duoc Q-learning

[18].

1.6.4/ Phương pháp Limit Cycle (Chu ki giới hạn):

Thuật toán limit cycle là một thuật toán mới trong việc định hướng và điều khiểncho robot tự hành, và được quan tâm nghiên cứu trong thời gian gần đây Thuật toán nayđược áp dung rat thành công trong lĩnh vực robot scoccer [9] ; tuy nhiên, lại khá mới mẻtrong lĩnh vực hoạch định quỹ dao cho robot tự hành Hoạch định với limit cycle có thểđược xếp vào nhóm phương pháp hoạch định theo trường thế năng (Potential Field

Planning).

Trong việc hoạch định quỹ dao, thuật toán sử dụng khung tham chiếu cụ thé để cung

cap chỉ dân chính xác vê tình hình của robot; cho phép robot có thê chọn hướng an toàn

HVTH: LÊ THANH NGUYÊN 19

và thông suốt trong môi trường rat lộn xộn [5],[7],[9] Hơn nữa, nó tính toán được thờigian để robot đi vào quỹ đạo của các vật cản và thời điểm để đi ra khỏi vật cản Những

cách xử lý quỹ đạo này được thực hiện băng cách thích nghi giới hạn chu kỳ của quỹ đạo.Sau đó, trong những trường hợp xung đột cụ thé, những chương trình con cụ thé sẽ được

đưa ra dé robot không bị dao động, rơi vô cực tri cục bộ, hay có kết thúc chết, bi kẹt một

chỗ [9],[5] Các thuật toán đề xuất được nhúng vào một câu trúc điều khiến đặc biệt từdưới lên và được chứng minh 6n định theo Lyapunov

SensorsInformation

¬

Hình 1.18 Cấu trúc điều khiển

Cau trúc điều khiến tổng cho phép giảm đáng kề thời gian robot chạy đến mục tiêutrong khi đang dự đoán và tránh vật cản Trên thực é, theo các thuật toán duoc dé xuất,

robot dự đoán việc va chạm với vật can dựa theo việc hiệu chỉnh độ trơn của quỹ đạo cụcbộ [5] Kết quả mô phỏng trong nhiều môi trường khác nhau chứng minh độ tin cậy củacau trúc điều khiến [5],[7],[9].

HVTH: LÊ THANH NGUYÊN 20

GVHD: TS HUYNH THAI HOANG` z

Robot trajectory in the [O, X, Y] referenceRobot trajectory in the [O, X, Y] reference

FR eee

yv

LUẬN VAN THAC Sl

ee ee ee et eee Fa)t can

é va

|||I|

'''

||

||||

ee

||

||||

Hình 1.19 Minh hoa quỹ dao robot n

ỦÙ!1Ủ1

1.7/ Xe lăn thông minh và bai toán hoạch định đường đi tối ưu:

Hiện nay trên thế giới, trong việc nghiên cứu, phát triển và chế tạo xe lăn thông

minh, người ta kêt hợp nhiêu phương pháp với nhau, chứ không nhật thiệt là chỉ áp dụngtừng phương pháp đơn lẻ.

Xe lăn tự hành, bán tự động đã được nghiên cứu và phát triển ở nhiều nước và các

trường dai học trên thê giới Một sô công trình tiêu biêu đã được công bô như : chiéc xelan Aviator, của giáo sư Nguyên Tân Hùng, người Uc gôc Việt, đại học công nghệSydney:

_ Hay như chiếc xe lăn của hãng Toyota kết hop với Viện khoa học cộng nghiệp tiên

tiên quôc gia Nhật Bản (Japan's National Institute of Advanced Industrial Science)

HVTH: LE THANH NGUYEN 22

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG

Hình 1.22 Xe lăn của hãng Toyota

Và trong nước thì có công trình của đại học Bách Khoa Hà Nội

"4<

Hình 1.23 Xe lăn của dai học Bach Khoa Hà Nội

HVTH: LÊ THANH NGUYÊN 23

Tat ca những san phâm trên déu là những thành tựu khoa hoc xuât sac nhưng dé vậnhành được chiéc xe lăn cân hồ trợ nhiêu từ người sử dung; và việc hoạch định đường dicho đôi tượng là xe lăn điện van còn dé mở nhiêu vân đê.

Khoảng hai thập ki gần đây: các công trình liên quan đến van dé hoạch định đường

đi cho robot tự hành, hay xe lăn thông minh mới được công bố Phan lớn trong số đó sửdụng các công cụ thuật toán như giải thuật di truyền; điều khiển mờ kết hợp với giải thuậtdi truyền; thuật toán Q-learning, limit cycle v.v Bên cạnh đó, việc hoạch định đường đicòn được giải quyết băng các giải thuật máy tính [6],[8],[10]

Mặt khác, những bài báo nghiên cứu về VIỆC hoạch định đường đi cho robot tự hành;

hay xe lan thông minh xuất hiện trong thời gian gan day (2006 - 2011); diéu nay thé hién

sự quan tâm rat lớn của các nha khoa hoc trên thé giới về vấn dé này Tuy nhiên, các

nghiên cứu nảy còn rời rạc, chưa được hệ thống: các tác giả tiếp cận với những hướngkhác nhau.

Trên thực tế, việc hoạch định tốt đường đi, sẽ quyết định và hoàn thiện việc điều

khiên robot tự hành và điên hình là có thê áp dụng cho xe lăn thông minh, góp phân tạora những con robot thông minh chiéc xe lăn thân thiện với người sử dụng ở nước ta.

1.8/ Hướng tiếp cận và phương pháp nghiên cứu:Dé có thé đưa ra đường di là tối ưu, trơn tru, dé điều khiến và an toàn; trong luận

văn này, quỹ đạo sẽ hoạch định theo phương pháp limit cycle, với vòng ảo là tròn và

ellipse; sau đó; kết hợp với giải thuật di truyền để đưa ra đường đi tối ưu theo hàm chỉtiêu mong muốn

HVTH: LÊ THANH NGUYÊN 24

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG

goal

(q\ vat can

vong ellipse TN

start

Hinh 1.24 Minh hoa cho viéc hoach dinh quy dao dung ellipse

limit cycle vat can

Goal

Hình 1.25 Minh họa cho việc chia nhỏ một vat can lớn theo các vòng tròn nhỏ

HVTH: LÊ THANH NGUYÊN 25

dùng các vòng ảo, dé đi đến mục tiêu.

Dé dễ tiếp cận, dau tiên sẽ tìm hiểu thuật toán limit cycle với vòng ảo là đường tròn

2.1.2/ Limit-cycle (với vòng ảo là đường tròn):

Nhiệm vụ của việc định hướng cho đối tượng trong môi trường chưa biết là dẫn

robot dén được mục tiêu định trước mà vẫn tránh được các vat cản cô định hoặc thay đồi.Gia su rang ca vat can va robot déu duoc bao quanh bởi các hình trụ có bán kính lần lượt

là Ro, Rr và mục tiêu được xem như một vòng tròn nhỏ có bán kính R:

‘arget

Rr

đa ——) Circle of

Robot Me Obstacle) Tir, influence

Hình 2.1 Vòng tròn giới han quanh vat canTrong đó:

HVTH: LÊ THANH NGUYÊN 26

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG

Đề phát hiện vật cản, ta đưa ra định nghĩa vòng tròn ảnh hưởng, hay tạm gọi là

vòng tròn ảo với bán kính được xác định:

Hình 2.2 Cau trúc điều khiển dùng dé định hướng cho robot di động

Câu trúc điều khiến được đưa ra nhăm quản lí sự kết hợp giữa các lý thuyết điều

khiển cơ bản trong khi vẫn phải dam bao tính ôn định trong toàn bộ quá trình điều khiến.Mục tiêu của việc điều khiển bao gồm an toàn; chạy êm và định hướng nhanh cho robot.

HVTH: LÊ THANH NGUYÊN 27

2.1.3.1/ Phân cấp dé chon lựa hành động (Hierarchical action selection):

Gian đồ 2.1 Minh họa thuật toán phân cap chọn lựa

Nếu : Quan sát phát hiện vật cản (DPROI < RIi , DROi < RI) thì:

Chọn giải thuật né vật cảnCòn không: Chọn giải thuật chạy tới mục tiêu

Kết thúc

Như vậy, ta thây rõ ràng bộ điêu khiên dựa vào những tín hiệu phản hôi vê mà đưara các chọn lựa Nêu khi tín hiệu đưa về báo là robot đang ở gân vật cản thì bộ điêu khiêndé né vật cản sẽ được kích hoạt; giúp robot tránh né vật can và sau đó tiệp tục chạy tớimục tiêu.

Hầu hết các bộ điều khiển tránh vật cản chỉ được sử dụng khi robot tiến tới gan vat

can (Dạo¡ < Ry) Khi sử dung thuật toán theo giản đồ 1.1, bộ điều khiển tránh vật cản sẽđược kích hoạt ngay khi phát hiện tồn tại ít nhất một vật cản năm trên đường di chuyền

của robot hướng tới mục tiêu (Dpạo¡ < Ry) Vi vậy, trong khi ước lượng, dự đoán việc

kích hoạt bộ điều khiến tránh vật cản thì thuật toán theo giải đồ 1.1, giảm thời gian tiến

tới mục tiêu của robot, đặc biệt là trong môi trường lộn xộn.

HVTH: LÊ THANH NGUYÊN 28

LUẬN VĂN THAC SĨ GVHD: TS HUYNH THÁI HOANG

DS pee a a a an a a ae ae ae ae eee ee eeee

(a) Without orbital algorithm

os Robot trajectory in the [O, X_ Y] reference

i DO Vo 1

1 1 1osb - Ô 4. - [

! 1 !

os} - 4—— cac „255 978 _ ,ÔÔ !H : ; '

'_ ! !

© 5 w +18

X mm]

(b) With orbital algonthm

Hình 2.3 Hình minh hoa quỹ dao robot khi có dự báo, né vật can

Thuật toán phân cấp lựa chọn được dùng để quản lý việc chọn lựa giữa hai hay

nhiêu bộ điêu khiên khác nhau;trúc của toàn bộ điêu khiến.

vi vay chién thuat tranh vat can duoc tich hop trong cau

2.1.4/ Các bộ điều khiến co bản trong limit cycle:

Câu trúc của bộ điêu khiên bao gôm những bộ điêu khiên con khác nhau, các bộđiêu khiên cơ bản.

Những luật điều khiển này đều được xây dựng va dựa trên điều kiện 6n định theoLyapunov.

Mô hình động học thuận của robot tự hành:

Hình 2.4 Robot trong hệ tọa độ tham chiếu

X cosở_ —/ cosØở—7 sin8

E= y =|sin@ —-/,sin6+/ cosé " (2.2)A 0 Ị

VỚI: X.Y, 9 là các biến trạng thai của một chu ki tại điểm “P¿ có tọa độ và tung độ

(1¡, la) tham chiêu từ hệ tọa độ tương đôi (Xm, Ym).v: vận toc dai của robot tại “P,”

w: vận toc góc của robot tại “P,”

HVTH: LÊ THANH NGUYÊN 30

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANG2.1.4.1/ Điều khiến di đến mục tiêu:

Bộ điều khiển này dẫn đường cho robot tiễn về phía mục tiêu, với mục tiêu được

minh họa là đường tròn tâm (xr, yr) bán kính Ry (hinh 2.1) Luật điều khiến dùng dé điềukhiển vị trí tại điểm P, = (1), 0) (hình 2.4) Ta đã xem mục tiêu là một vòng tròn có bán

kính R+, vì vậy dé dam bao tọa độ tâm robot hội tụ tiệm cận tới mục tiêu thì l¡ < Rr

x| (cosở -Í sinổ \[ v — xự|

?} \sinØ /_cosØỞ }\ w : w (2.3)

Với M là ma trận khả nghịch.Ta có:

Sai số vi trí:

đ,=xX—Xy

2.4éđ,—— Vr ¿4)Vị trí của mục tiêu thì không thay đối theo hệ quy chiếu tuyệt đối, do đó:

é.=x; (2.5)

đy, =y

Những kỹ thuật cô điển dé ôn định hệ thong tuyến tinh có thé được dùng dé ôn địnhtiệm cận sai sô vê không Ở đây, ta sử dụng bộ điêu khién tỉ lệ:

Vv “il &xWw eyXét ham Lyapunov:

| [2

Wasa, d= e te, (2.7)

d : khoảng cach giữa robot và mục tiêu.

Dé đảm bảo cho việc 6n định tiệm cận cho bộ điều khiến thì ƒ<0—=đdZ<0, đ>0;

mặt khác: d= = ~ — Ađ <0; do vậy V, <0 Bộ điều khiến 6n định theo Lyapunov.

HVTH: LE THANH NGUYEN 31

2.1.4.2/ Điều khiến tránh vat can:Để thực hiện việc tránh các chướng ngại vật, robot cần theo chính xác chu kì ĐIỚI

hạn của trường vector (limit-cycle vector fields) Các trường vector này được chia làm 2chiêu khác nhau:

Quỹ đạo chuyên động theo chiêu kim đông hồ:

(a) Clockwise (b) Counter-Clockwise

Hình 2.5 Quỹ đạo pha, a) chiều kim đông hồ, b) ngược kim đồng hồ

Với (Xs, ys) là tọa độ tương ứng với vi tri của robot theo tâm của vòng tròn hội tụ,có bán kính là Rc Quỹ đạo chu kỳ, Rc =1 (hình 2.5), còn gọi là một chu kỳ giới hạn

(limit cycle) Nó chỉ ra hướng của đường di (cùng hoặc ngược chiều kim đông hồ) theotọa độ (xs, ys) Các quỹ đạo từ tất cả các điểm (xs, ys), bao gồm những điểm bên trongđường tròn, di chuyển về phía đường tròn

HVTH: LÊ THANH NGUYÊN 32

LUẬN VĂN THAC Si GVHD: TS HUYNH THÁI HOANGLuật điều khiển dé bám theo các quỹ đạo nay là điều khiến định hướng, robot sẽ

được điêu khién theo tâm của các trục của nó, với (l¡, l;) = (0,0) Góc định hướng mongmuôn cho robot 6,, được đưa ra dựa vào các công thức (5), (6):

0, “an 3 (2.10)

Và sai số : 0,=0,-0 (2.11)Đề diéu khiến robot di theo góc điều định hướng mong muốn, ta đưa ra luật điều

ra, vận tốc v của robot trong luật điều khiến này là hăng số, v = const.Tiếp theo, phương pháp tổng thể để xây dựng được thuật toán tránh vật cản sẽ được

giới thiệu Thuật toán được phát triên dựa trên nguyên tac kích thích va phản hôi, dé thựchiện được điêu này thì diém quan trọng là:

o Phải phát hiện được vật can dé tránh

o Đưa ra được hướng của việc tránh né (theo chiêu kim đồng hồ hay ngược

lại).

o Đưa ra tiêu chuẩn xét xem robot đã né được vật can hay chưa

Các bước trên phải được tuân theo và áp dụng, đồng thời cũng phải đảm bảo quỹ

đạo di chuyển của robot là an toản, trơn tru và tránh các tình huồng không mong muôn

như bị kẹt lại ở đâu đó v.v và điều này được đảm bảo bởi luật điều khiến sử dung, luật

điều khiển tránh vật can Các bước cần thiết dé thực hiện được thuật toán tránh vật cản,

thuật toán 2.2, sẽ được trình bày dưới đây:

HVTH: LÊ THANH NGUYÊN 33

2.1.4.3/ Gian đồ giải thuật của thuật toán tránh vật can:

Begin

Tim ban kinh Re Tìm chiêu củare limit cycle

cua limit cycle

_ Tiệp tục sử dung x, =sigf(y„)y,+x,(È =X, —J)

Quỹ đạo đây Quỹ đạo hút

` >» End k b

Giản đồ 2.2 Giải thuật tránh vật can

Với ¿ là hằng số và € < Ma (hình 2.1), dé dam bảo rằng robot không di chuyền quá

sát với bán kính Ry.

HVTH: LÊ THANH NGUYÊN 34