iii TÓM TẮT ĐỒ ÁN Đề tài: “Nghiên cứu, thiết kế, chế tạo Robot hút bụi tự động sạc pin.” Trong thời kỳ 4.0 cùng với cuộc sống dần trở nên hiện đại hơn, việc tìm kiếm giải pháp thông min
GIỚI THIỆU
Đặt vấn đề
Trong thời đại công nghệ ngày nay, robot dần trở thành đi vào và trở nên thiết yếu đối với cuộc sống hàng ngày của chúng ta Chúng đã thay đổi cách chúng ta làm việc, giải trí và thậm chí cả cách chúng ta làm sạch ngôi nhà Trong số những loại robot phổ biến, robot hút bụi từ lâu đã len lõi vào đời sống bởi khả năng giúp ta giải quyết một công việc có phần nhàm chán và không kém phần vất vả đó là làm sạch nhà cửa
Tuy nhiên, vấn đề muôn thuở: làm thế nào để robot hút bụi có thể hoạt động hoàn toàn tự động mà không cần sự can thiệp của con người? Điều này đặt ra một vấn đề quan trọng về khả năng hoạt động và công năng của robot hút bụi Để giải quyết vấn đề này, một đề tài
“Nghiên cứu, thiết kế và chế tạo robot hút bụi tự động sạc pin” đã thu hút sự quan tâm và đưa ra cho nhóm nhiều vấn đề còn nghi vấn và cần được nghiên cứu Đề tài này đặt mục tiêu là chế tạo một robot hút bụi thông minh có khả năng tự động tìm đến nguồn năng lượng và sạc pin một cách tự động Điều này sẽ cho phép robot hoạt động mà không nhất thiết có sự can thiệp của con người và giảm thiểu sự hiệu năng trong quá trình làm việc Công việc nghiên cứu các thuật toán điều khiển, hệ thống điều hướng, cảm biến và quản lý năng lượng là những đề mục quan trọng đề ra cho đề tài này
Ngoài ra, việc thiết kế và xây dựng một robot hút bụi tự động sạc pin cần đảm bảo tính an toàn, thẩm mĩ cùng với khả năng chịu được những tương tác đến từ môi trường xung quanh Với các yếu tố này, robot hút bụi sẽ có khả năng hoạt động hiệu quả, tự động quay về và sạc pin khi cần thiết, và tiếp tục công việc mà không gặp trở ngại
Trong đồ án "Nghiên cứu, thiết kế, chế tạo Robot hút bụi tự động sạc pin." Nhóm sẽ xem xét các nghiên cứu đi trước trong lĩnh vực này, cải thiện và khắc phục các khó khăn trong quá trình nghiên cứu, khai thác tiềm năng và xu hướng của robot hút bụi tự động trong tương lai.
Lý do chọn đề tài
Robot hút bụi đang ngày càng trở nên phổ biến và dần trở thành một lĩnh vực nghiên cứu và ứng dụng dành được rất nhiều sự quan tâm không chỉ tại Việt Nam mà trên toàn thế giới Sự phổ biến của robot hút bụi và nhu cầu có sú hướng tăng nhanh dần đã đẩy mạnh sự chú ý và đầu tư trong việc nghiên cứu, sản xuất và phát triển Các nghiên cứu tập trung vào việc phát triển robot hút bụi có khả năng làm sạch hiệu quả với hiệu suất cao trong các môi trường công nghiệp và dịch vụ Việc áp dụng công nghệ tiên tiến và xu hướng tự động hóa để cải thiện khả năng và tính năng của robot hút bụi Sự đi lên này của ngành robot đang đóng vai trò quan trọng trong việc giảm công việc vệ sinh và cải thiện chất lượng cuộc sống cho con người Vì vậy nhóm quyết định chọn đề tài cho đồ án là “Nghiên cứu, thiết kế, chế tạo robot hút bụi tự động sạc pin.”
Tính cấp thiết của đề tài
Robot hút bụi tự động sạc pin có khả năng hoạt động liên tục mà không cần chúng ta can dự vào suốt quá trình vận hành Điều này giúp tiết kiệm thời gian và không cần sự quan tâm đến từ người sử dụng, vì không cần phải giám sát hoặc thay pin cho robot thường xuyên
2 Điều này giúp cải thiện hiệu suất làm sạch và đảm bảo rằng robot có thể xử lý công việc một cách liên tục và trơn tru Bằng cách này robot đã cung cấp cho chúng ta một giải pháp tự động, tiện lợi và vô cùng hiệu quả cho việc làm sạch ngôi nhà Robot hút bụi là một sản phẩm đang phát triển nhanh chóng và có sự cạnh tranh trên thị trường rất lớn Sự kết hợp giữa tính tự động hoàn toàn và khả năng sạc pin tự động sẽ mang lại những sự tiện nghi trong chính không gian sống và sinh hoạt của mỗi người.
Mục tiêu nghiên cứu
Mục tiêu chính của nghiên cứu này là thiết kế và xây dựng một robot hút bụi có khả năng tự động quay về trạm sạc Để làm được thì nhóm chia ra cụ thể như sau:
- Sử dụng công nghệ in 3D trong chế tạo vỏ và trạm sạc cho robot
- Robot có các tính năng cần có của một con robot hút bụi là khả năng tránh chướng ngại vật khi đang hoạt động, có trạm sạc pin
- Lập được bản đồ môi trường bằng cảm biến Lidar
1.5 Đối tượng nghiên cứu
Nghiên cứu về công nghệ Lidar và khả năng phát hiện và tạo bản đồ không gian
Nghiên cứu về ROS 2 (Robot Operating System 2) và phần mềm mô phỏng SLAM (Simultaneous Localization and Mapping) bằng RViz2, để thiết kế một hệ thống điều khiển nhằm hỗ trợ khâu định vị và tạo lập bản đồ cho robot hút bụi
Tích hợp vi điều khiển bằng Raspberry pi và Arduino, sử dụng động cơ DC và các cảm biến phụ trợ như cảm biến khoảng cách, cảm biến chướng ngại vật, để điều khiển robot hút bụi di chuyển và làm sạch một cách tự động và hiệu quả
Phát triển thuật toán và công cụ phần mềm để truyền nhận tín hiệu từ Lidar, sau đó triển khai SLAM và tạo bản đồ, và tương tác với ROS 2 để thực hiện công việc dọn dẹp Để nghiên cứu và thi công một robot hút bụi tự động, có khả năng tự định vị, xây dựng bản đồ và di chuyển có kế hoạch trong không gian Đề tài này yêu cầu rất nhiều kiến thức và khả năng lập trình liên quan đến robot, cũng như quen thuộc với các công nghệ như Lidar, SLAM, ROS 2 và vi điều khiển Pi và Arduino
1.6 Phương pháp nghiên cứu Để thực hiện đề tài này, phương pháp sử dụng cho nghiên cứu này chủ yếu là kết hợp giữa nghiên cứu lý thuyết và thực nghiệm Gồm các nội dung sau:
- Nghiên cứu các công nghệ và thiết bị hiện có liên quan đến robot hút bụi và khả năng tự quay về trạm sạc
- Thiết kế và phát triển phần cứng cho robot hút bụi, bao gồm cảm biến, mạch điều khiển và hệ thống nạp pin
- Tạo dựng một thuật toán điều khiển hiệu quả để robot có thể nhận biết khi năng lượng pin suy giảm và lập kế hoạch quay về trạm sạc
- Tiến hành thử nghiệm và đánh giá hiệu suất của robot hút bụi trong việc tự quay về trạm sạc và hoạt động chung
Ngoài ra, nhóm cũng liên kết các kiến thức chuyên ngành cơ điện tử, kiến thức đa ngành, sử dụng các phần mềm máy tính để tính toán, mô phỏng, xây dựng thuật toán để đáp ứng với đặc điểm của robot Hi vọng những nghiêm cứu sẽ mang lại lợi ích lớn cho việc quản lý và tiện ích trong việc duy trì sạch sẽ không gian sống
1.7 Kết cấu đề tài Đồ án tốt nghiệp được nhóm trình bày gồm 9 chương:
Chương 3: Cơ sở lý thuyết
Chương 4: Tính toán và thiết kế cơ khí
Chương 5: Thiết kế hệ thống điện và điều khiển
Chương 6 : Hệ thống giải thuật
Chương 7 : Hệ thống điều khiển
Chương 8 Mô hình thực nghiệm và kết quả
Chương 9 Kết luận và hướng phát triển
Phương pháp nghiên cứu
Để thực hiện đề tài này, phương pháp sử dụng cho nghiên cứu này chủ yếu là kết hợp giữa nghiên cứu lý thuyết và thực nghiệm Gồm các nội dung sau:
- Nghiên cứu các công nghệ và thiết bị hiện có liên quan đến robot hút bụi và khả năng tự quay về trạm sạc
- Thiết kế và phát triển phần cứng cho robot hút bụi, bao gồm cảm biến, mạch điều khiển và hệ thống nạp pin
- Tạo dựng một thuật toán điều khiển hiệu quả để robot có thể nhận biết khi năng lượng pin suy giảm và lập kế hoạch quay về trạm sạc
- Tiến hành thử nghiệm và đánh giá hiệu suất của robot hút bụi trong việc tự quay về trạm sạc và hoạt động chung
Ngoài ra, nhóm cũng liên kết các kiến thức chuyên ngành cơ điện tử, kiến thức đa ngành, sử dụng các phần mềm máy tính để tính toán, mô phỏng, xây dựng thuật toán để đáp ứng với đặc điểm của robot Hi vọng những nghiêm cứu sẽ mang lại lợi ích lớn cho việc quản lý và tiện ích trong việc duy trì sạch sẽ không gian sống.
Kết cấu đề tài
Đồ án tốt nghiệp được nhóm trình bày gồm 9 chương:
Chương 3: Cơ sở lý thuyết
Chương 4: Tính toán và thiết kế cơ khí
Chương 5: Thiết kế hệ thống điện và điều khiển
Chương 6 : Hệ thống giải thuật
Chương 7 : Hệ thống điều khiển
Chương 8 Mô hình thực nghiệm và kết quả
Chương 9 Kết luận và hướng phát triển
TỔNG QUAN
Giới thiệu
Robot hút bụi là một loại robot tự động được thiết kế để làm sạch và hút bụi trên sàn nhà và các bề mặt khác Chúng thường có hình dạng tròn hoặc vuông, kích thước nhỏ gọn để dễ dàng di chuyển trong không gian nhà ở
Robot hút bụi gần trở thành một thiết bị thiết yếu để thay thế máy hút bụi thông thường trong việc làm sạch nhà cửa, mang lại sự thuận tiện và tiết kiệm sức lực cũng như thời gian cho người dùng Chúng giúp giảm công việc lau chùi thường xuyên và duy trì một môi trường sạch sẽ trong ngôi nhà.
Đặc tính của robot
• Hoạt động tự động: Robot hút bụi có thể tự động vận hành mà không cần sự can thiệp của con người Người dùng có thể chỉ định khu vực hoặc lịch trình làm sạch, và robot sẽ tự động thực hiện công việc
• Tránh vật cản: Robot hút bụi thường có các cảm biến do nhà sản xuất trang bị để phát hiện và tránh vật cản như vách ngăn, tường chắn, cửa, bàn ghế và nhiều chướng ngại khác trong hành trình di chuyển Điều này giúp tránh va chạm và hạn chế các tai nạn không mong muốn
• Định vị thông minh: Các robot hút bụi hiện nay thường ứng dụng công nghệ định vị như cảm biến laser, camera hoặc GPS để xác định vị trí của chúng trong không gian Lợi ích của robot hút bụi mang lại:
• Tiết kiệm quỹ thời gian: Robot hút bụi giúp giảm công việc lau chùi thường xuyên và tạo thời gian rãnh cho người tiêu dùng
• Giữ nhà cửa sạch sẽ: Robot hút bụi giúp việc tạo ra một môi trường sạch sẽ trong ngôi nhà của mỗi người sử dụng.
Kết cấu của robot Robot hút bụi thường có các phần chính sau
Robot hút bụi thường có các phần chính sau:
﹣ Pin và đế sạc Đây là các phần chính thường gặp trong kết cấu của robot hút bụi Tuy nhiên, các nhà sản xuất khác nhau sẽ có sự khác biệt với nhau trong thiết kế và các bộ phận cũng khác nhau
Các nghiên cứu có liên quan đến đề tài
Robot hút bụi đã có một hành trình khá dài trong lịch sử phát triển chính nó Dưới đây là một cái nhìn tổng quan về lịch sử hình thành của robot hút bụi:
Năm 1996: Roomba - Robot hút bụi Roomba của iRobot ra đời và được ra mắt lần đầu tiên Đây là một trong những robot hút bụi đầu tiên dành cho người tiêu dùng và đã trở thành một tượng đài trong ngành này
Năm 2002: ECOVACS - Công ty ECOVACS Robotics thành lập và bắt đầu sản xuất ra nhữngrobot hút bụi thông minh đầu tiên Công ty này đã ghi dấu bằng sự những đóng góp to lớn vào sự phát triển của công nghệ robot hút bụi
Năm 2004: Neato Robotics - Neato Robotics được thành lập và giới thiệu robot hút bụi Neato XV-11, có khả năng tạo bản đồ và điều hướng thông minh
Năm 2015: Dyson 360 Eye - Dyson, một công ty chuyên sản xuất những sản phẩm gia dụng thông minh, ra mắt robot hút bụi Dyson 360 Eye Đây là sử mở đầu của robot hút bụi đầu tiên sử dụng hệ thống camera để tạo bản đồ và điều hướng trong không gian
Năm 2016: Xiaomi - một công ty công nghệ Trung Quốc, ra mắt robot hút bụi Xiaomi Mi Robot Vacuum, với khả năng tạo bản đồ và điều hướng thông minh với mức giá phải chăng Sản phẩm này đã nhận thành công giành được sự quan tâm lớn từ công chúng
Năm 2018: iRobot Roomba i7+ - một robot hút bụi tự động có đặt biệt khả năng đổ rác tự động bằng cách tự dộng lấy bụi đổ vào chỗ chứa, giúp giảm công việc của người dùng
Năm 2020: Roborock - Roborock được định hình là một trong những công ty hàng đầu trong lĩnh vực robot hút bụi thông minh Các sản phẩm tiêu biểu như Roborock S6 và S5 Max có khả năng tạo bản đồ chi tiết và điều hướng thông minh
Trên thực tế, lịch sử robot hút bụi đã trải qua rất nhiều sự phát triển và cải tiến.Việc vận dụng công nghệ như học máy, trí tuệ nhân tạo đang được áp dụng để khắc phục và hoàn thiện khả năng điều hướng, tạo bản đồ và hiệu suất làm việc của robot hút bụi
Hình 2.1 Robot hút bụi năm 1996
2.4.2 Tình hình nghiên cứu trong và ngoài nước
Sự phổ biến của robot hút bụi và nhu cầu không ngừng tăng đã thúc đẩy sự quan tâm và thu hút đầu tư vào nghiên cứu, sản xuất và phát triển robot hút bụi thông minh trong và ngoài nước
Robot hút bụi đã trở thành một sản phẩm gia dụng phổ biến trong các gia đình hiện đại nhất là giới trẻ ở Việt Nam Với sự đa năng và lợi ích trong việc làm sạch, robot hút bụi đã và đang được nhiều người tiêu dùng cân nhắc chọn lựa để giảm công việc làm vệ sinh nhà cửa Ngoài việc sử dụng trong các hộ gia đình, robot hút bụi cũng được ứng dụng trong các khách sạn, văn phòng và các khu công nghiệp để tiết kiệm nhân công, thu hút khác hàng và gia tăng năng suất
Trong vài năm gần đây, bắt đầu có một số nghiên cứu và phát triển về robot hút bụi đã được tiến hành trong nước tại các trường đại học và viện nghiên cứu công nghệ như Đại học Bách Khoa TP.HCM, Viện Công nghệ thông tin - Viện hàn lâm Khoa học và Công nghệ Việt Nam đã thực hiện nghiên cứu về robot hút bụi và các ứng dụng liên quan Các nghiên cứu chủ yếu vào việc phát triển các thuật toán điều khiển, hệ thống điều hướng, xử lý ảnh và trí tuệ nhân tạo để cải thiện hiệu suất và công năng của robot hút bụi
Hình 2.2 Mô hình nghiêm cứu của trường Đại học Công nghiệp Hà Nội
Bên cạnh việc nghiên cứu, nhiều tổ chức tại Việt Nam đã bắt đầu sản xuất và phân phối robot hút bụi Nhiều công ty như Ecovacs, Midea, Xiaomi và ILife đã ra mắt các robot hút bụi có khả năng tạo bản đồ, điều hướng thông minh và tích hợp nhiều chức năng hiện đại Một số công ty khác cũng đang nghiên cứu và phát triển các giải pháp dành cho robot hút bụi thông minh
Các công ty và nhà nghiên cứu trong ngành robot hút bụi ở Việt Nam cũng thường xuyên hợp tác với các đối tác quốc tế Bằng cách tham gia vào các hội nghị, sự kiện triển lãm và dự án nghiên cứu chung để học hỏi kinh nghiệm và chia sẻ kiến thức với cộng đồng nghiên cứu và công nghiệp toàn cầu
Tình hình nghiên cứu robot hút bụi trên thế giới đã xuất hiện từ sớm vào khoảng đầu những nắm 2000 và hiện đang rất sôi động và có nhiều tiến bộ đáng kể
Các nước tiên tiến như Mỹ, Trung Quốc, Nhật Bản, Hàn Quốc và châu Âu đang dẫn đầu trong lĩnh vực nghiên cứu và phát triển robot hút bụi Các trường đại học, viện nghiên cứu và các công ty công nghệ hàng đầu đầu tư vào nghiên cứu thuật toán xử lý ảnh, trí tuệ nhân tạo, học máy và các công nghệ khác nhằm nâng caohiệu suất và khả năng của robot hút bụi.
Giới thiệu một số robot hút bụi hiện nay
- Mỹ: iRobot, công ty đứng sau dòng sản phẩm Roomba, có trụ sở tại Mỹ Bên cạnh cũng có các ông lớn khác như Neato Robotics và Dyson cũng có hoạt động và phát triển sản phẩm tại Mỹ
Hình 2.3 Robot hút bụi Neato XV-11 năm 2012 của Mỹ
- Trung Quốc: Xiaomi, một công ty về công nghệ hàng đầu của Trung Quốc, đã cho ra đời robot hút bụi tự động sạc pin Xiaomi Mi Robot Vacuum
- Nhật Bản: Nhật Bản cũng là một quốc gia mở đường trong lĩnh vực robotica Các tập đoàn như Panasonic và Sharp đã có sự đóng góp to lớn trong lịch sử phát triển các sản phẩm robot hút bụi
Hình 2.4 Robot hút bụi Panasonic năm 2002 của Nhật Bản
- Hàn Quốc: Một số công ty Hàn Quốc như LG và Samsung cũng đã tham gia vào lĩnh vực robotica và phát triển các mô hình robot hút bụi tự động
- Châu Âu: Nhiều quốc gia ở Châu Âu cũng có nhiều công ty và tổ chức cùng nghiên cứu trong lĩnh vực robotica Đức, Pháp, Ý và Anh là một số quốc gia có sự quan tâm và dẫn đầu về công nghệ để phát triển các mô hình robot hút bụi tự động Robot hút bụi ngày càng được trang bị trí tuệ nhân tạo và học máy để tự động học và cải thiện khả năng hoạt động Các thuật toán học máy được áp dụng để nhận diện và phân loại các vật thể, tạp bản đồ, và điều hướng thông minh trong không gian Điều này giúp robot hút bụi hiểu rõ hơn môi trường xung quanh và nâng cao khả năng làm sạch và tránh va chạm
Các công nghệ tiến bộ như hệ thống cảm biến tiên tiến, bộ xử lý mạnh mẽ, công nghệ điều khiển từ xa, kết nối Internet of Things và trí tuệ nhân tạo đang được tích hợp vào robot hút bụi Điều này giúp tăng khả năng tương tác, quản lý từ xa và có thể tích hợp cùng với các hệ thống thông minh khác trong ngôi nhà thông minh
2.5 Giới thiệu một số robot hút bụi hiện nay
2.5.1 iRobot Roomba i7+: iRobot Roomba i7+ là một trong những robot hút bụi tiêu biểu trên thị trường Điểm nổi bật của Roomba i7+ là tính năng tự động rút và đổ bụi Robot này được trang bị một hệ thống hút bụi cực kì mạnh và có khả năng tự động quay lại trạm sạc để rút và lưu trữ bụi sau
8 mỗi lần làm việc Điều này giúp giữ cho không gian sống luôn sạch sẽ.và giảm công việc dọn dẹp của người dùng và
Xiaomi Mi Robot Vacuum đã gây tiếng vang lớn trong thị trường robot hút bụi Điểm nổi bật của robot này là công nghệ điều hướng LIDAR (Laser Imaging Detection and Ranging) Với hệ thống cảm biến LIDAR, Mi Robot Vacuum có khả năng tạo bản đồ 3D của không gian và điều hướng thông minh để làm sạch hiệu quả Cùng với hỗ trợ kết nối các tính năng điều khiển thông qua ứng dụng trên tiết bị di động, đã cho phép người dùng kiểm soát và lên lịch làm việc của robot một cách dễ dàng
Hình 2.6 Xiaomi Mi Robot Vacuum
Neato Botvac D7 Connected là một robot hút bụi thông minh với nhiều tính năng đáng chú ý Điểm nổi bật của Botvac D7 Connected là hệ thống điều hướng laser tiên tiến, giúp robot xác định vị trí và tạo bản đồ không gian một cách chính xác Điều này cho phép nó di
9 chuyển thông minh, tránh các vật cản và làm sạch hiệu quả Botvac D7 Connected cũng có tính năng kết nối Wi-Fi, từ đó người dùng có thể điều khiển từ xa và lên lịch làm việc bằng điện thoại thông minh hoặc trợ lý ảo
Cả ba robot hút bụi này đều có được sự trang bị công nghệ và tính năng hiện đại và tiên tiến, giúp giảm công việc dọn dẹp, mang lại sự thoải mái nhẹ nhàng trong cuộc sống hàng ngày Sự nổi bật của từng robot nằm ở tính năng tự động rút và đổ bụi của Roomba i7+, công nghệ điều hướng LIDAR của Xiaomi Mi Robot Vacuum và hệ thống điều hướng laser thông minh của Neato Botvac D7 Connected
CƠ SỞ LÝ THUYẾT
Động học robot
Các robot trong nhà là mobile robot có sử dụng kiểu chuyển động theo hướng truyền động vi sai Các thông số hình học và động học của robot này được hiển thị Vecto vị trí / hướng và tốc độ của nó lần lượt là:
] (3.1) Đẳng thức này xác định tư thế của robot :
Vị trí góc và tốc độ của bánh xe bên trái và bên phải lần lượt là: {𝜃 1 ,𝜃̇ 1 }, {𝜃 𝑟 ,𝜃̇ 𝑟 } Các giả thiết dưới đây được áp dụng:
- Bánh xe lăn và không trượt
- Trục dẫn hướng (lái) vuông góc với mặt phẳng Oxy
- Điểm Q trùng với trọng tâm G, nghĩa là ||𝐺⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ ||=0 𝑄
Gọi 𝑣 𝑙 và 𝑣 𝑟 là vận tốc thẳng của bánh xe làn lượt là trái và phải và vận tốc của tâm của xe Q Sau đó, chúng ta có được:
Cộng và trừ 𝑣 𝑙 và 𝑣 𝑟 chúng ta nhận được:
Hình (A) Hình học của ổ đĩa vi sai WMR, (B) Sơ đồ minh họa ràng buộc phi phân hệ
Vận tốc tuyến tính (𝒗 𝑸 ) của robot phụ thuộc vào giá trị trung bình của vận tốc bánh xe trái và phải Nếu cả hai bánh xe di chuyển với cùng tốc độ, robot sẽ đi theo đường thẳng
Vận tốc góc (ω) của robot phụ thuộc vào sự chênh lệch giữa vận tốc bánh xe trái và phải Sự chênh lệch lớn hơn sẽ khiến robot quay nhanh hơn
Chúng ta có 𝑣 𝑟 = r 𝜃 𝑟 ̇ , và 𝑣 1 = r 𝜃 1 ̇ , như trong trường hợp xe một bánh, 𝑥 𝑄 và 𝑦 𝑄 được xác định bằng công thức:
Về hình học được miêu tả như sau:
Biểu thức cho thấy vận tốc tuyến tính của robot phụ thuộc vào giá trị trung bình của vận tốc bánh xe trái và phải, và vận tốc góc phụ thuộc vào sự chênh lệch giữa chúng
Tương tự, mô hình động học biểu thị dưới dạng ma trận:
Công thức này chỉ đơn giản biểu diễn vận tốc góc (ω) của robot theo sự chênh lệch giữa vận tốc bánh xe trái và phải Đây là một cách khác để thể hiện khái niệm từ các công thức trước
J là ma trận của Robot:
Vậy hai vectơ 3 chiều có trường là:
] Khi 𝑔 1 quay bánh xe bên phải và 𝑔 2 bên trái Loại trừ cả 2 ta có được sự ràng buộc -𝑥̇ 𝑄 sin∅ + 𝑦̇ 𝑄 cos∅=0
Thực tế là điểm Q được hiển thị dựa trên chuyển động dọc theo Qxr và vận tốc của mô hình thì dọc theo trục Qyr bằng 0:
Ma trận J mang dạng ba hàng và hai cột, nên nó không thể nghịch đảo Do đó, phương pháp được đưa ra là:
Ta thu được: r𝜃̇ 𝑟 = 𝑥̇ 𝑄 cos∅ + 𝑦̇ 𝑄 sin∅ + a∅̇ (3.5) r𝜃̇ 1 = 𝑥̇ 𝑄 cos∅ + 𝑦̇ 𝑄 sin∅ - a∅̇
𝑐𝑜𝑠∅ 𝑠𝑖𝑛∅ −𝑎] (3.6) Ở đây, chúng ta dựa theo định luật Newton để suy ra mô hình động học của ổ đĩa vi sai trượt Để thuận lợi, chúng ta viết lại phương trình động học của rô bốt (với góc lái ζ 𝑟 ζ 1 = 0): Động học thuận: (3.7)
Vận tốc góc y của bánh bên phải:
Vận tốc góc y của bánh bên trái:
𝛾̇ 1 =𝑥̇ 𝐺 cos ∅+ 𝑦̇ 𝐺 cos ∅ - a∅̇, 𝛾 1 =r𝜃 1 - 𝑤 1 Động học nghịch: (3.8)
Vận tốc trượt dọc z của bánh bên phải:
Vận tốc trượt dọc z của bánh bên trái:
• 𝒙̇ (G): Vận tốc tuyến tính của trọng tâm G theo trục xS
• 𝒚̇ (G): Vận tốc tuyến tính của trọng tâm G theo trục y
• a: Hệ số liên quan đến bán kính và động cơ
• b: Hệ số liên quan đến bán kính và động cơ
• ∅̇: Tốc độ thay đổi góc lái
• Hệ thống tọa độ được đặt tại trọng tâm G của robot
• Gúc ứ cú chiều dương ngược chiều kim đồng hồ
Xác định vectơ q theo dạng tổng quát là: q = [𝑥 𝐺 , 𝑦 𝐺 , ∅, 𝑧 𝑟 , 𝑧 1 , 𝛾 𝑟 , 𝛾 1, 𝜃 𝑟, 𝜃 1 ] (3.9) Các quan hệ trên có thể được viết dưới dạng ma trận sau:
Ma trận Jacobian (M(q)) : Ma trận này biểu diễn bằng toán học mối quan hệ giữa vận tốc của các khớp robot (bánh xe trong trường hợp này) và các chuyển động tổng thể của robot (vận tốc tuyến tính và góc)
Dạng cụ thể của ma trận Jacobian cho robot bánh xe điều hướng kép được hiển thị trong công thức (3.11) Các giá trị bằng 0 trong ma trận này cho biết một số chuyển động của bánh xe (như quay quanh trục của nó) không ảnh hưởng đến chuyển động tuyến tính của robot dọc theo hướng x hoặc y
Ma trận B(q) và vận tốc vecto v(t) thỏa mãn các quan hệ:
14 Để suy ra mô hình động Newton Euler, chúng ta vẽ biểu đồ thân tự do của thân robot không có bánh xe và biểu đồ thân tự do của hai bánh xe
Chúng ta có các tham số và biến động sau:
𝜏 𝑏 : Mô-men xoắn cung cấp cho các bánh xe
𝜏 𝑟 ,𝜏 1 : Mô-men xoắn tác động lên bánh xe bên phải và bên trái bởi động cơ của chúng
𝑚 𝑏 : Khối lượng của robot không có bánh xe
𝑚 𝑤 : Khối lượng của mỗi cụm bánh xe dẫn động (bánh xe cộng với động cơ DC )
𝐼 𝑏𝑧 : Mômen quán tính đối với trục thẳng đứng qua G (không có bánh xe)
Hình 3.1 Biểu đồ mômen lực của thân của Robot
Hình 3.2 Biểu đồ mô men lực của hai bánh xe Tọa độ khung O w γ z được cố định ở lái xe điểm giữa của bánh xe
𝐼 𝑤𝑦 : Mômen quán tính của bánh xe đối với trục của nó
𝐼 𝑤𝑟 : Mômen quán tính của bánh xe về đường kính của nó
𝐹 𝑖 : Phản lực giữa thân Robot và bánh xe
𝐹 𝑙𝑎𝑡,𝑟 ,𝐹 𝑙𝑎𝑡,1 : Lực kéo ngang ở mỗi bánh xe
𝐹 𝑙𝑜𝑛𝑔,𝑟 ,𝐹 𝑙𝑜𝑛𝑔,1 : Lực kéo dọc ở mỗi bánh xe
Sử dụng ký hiệu trên, các phương trình động lực học Newton Euler của rô bốt, được viết ra cho mỗi biến tổng quát trong vectơ, là:
Công thức có thể được viết dưới dạng:
Trong đó, M(q) được đưa ra:
Công thức 3.14 liên quan đến ma trận biến đổi đồng nhất của robot, Tbg (đại diện cho cấu hình), với cấu hình hiện tại, q, và vận tốc của các khớp (bánh xe)
Công thức 3.15 là dạng tổng quát hơn của phương trình mô hình học động học, có thể bao gồm các thuật ngữ không áp dụng cho robot bánh xe điều hướng kép đơn giản Áp dụng theo quy trình, chúng tôi nhận được mô hình rút gọn sau:
3.2 Lựa chọn cơ chế di chuyển
Hiện nay, các dòng robot trong nhà có đa dạng cơ chế di chuyển khác nhau, ứng với mỗi cơ chế đều có ưu điểm cũng như nhược điểm riêng biệt, điều đó còn tùy vào nhu cầu sử dụng mà ta nên lựa chọn cơ chế sao cho phù hợp để ứng dụng cho robot Dưới đây đưa ra một vài cơ chế phổ thông
3.2.1 Cơ cấu di chuyển của robot với 2 bánh xe chủ động và 1 bánh điều hướng
Là một cơ cấu rất thường thấy sử dụng trong nhiều loại robot di động, bao gồm cả robot hút bụi Cơ cấu này cho phép robot di chuyển thẳng và quay theo hướng nhất định
Hình 3.3 Cơ cấu 2 bánh chủ động
Cơ cấu 2 bánh chủ động gồm:
Hai bánh xe chủ động: Hai bánh xe chủ động được đặt ở hai phía bên của robot Chúng được kết nối với một động cơ hoặc mô tơ điện để tạo ra lực đẩy và di chuyển robot Bánh xe chủ động có thể được trang bị các bộ phận như lốp xe hoặc bề mặt có độ ma sát cao để cung cấp độ bám tốt và khả năng di chuyển trơn tru trên mặt sàn
Một bánh xe điều hướng: Bánh xe điều hướng thường lắp ở phía trước hay phía sau của robot, tùy thuộc vào thiết kế cụ thể Bánh xe này có thể xoay tự do theo một góc 90 độ hoặc 360 độ, và được kết nối với một mô tơ điều khiển Bánh xe điều hướng cho phép robot thay đổi hướng di chuyển bằng cách xoay hoặc quay bánh xe này
THIẾT KẾ VÀ TÍNH TOÁN CƠ KHÍ
Phần thân robot
Thân cơ khí của robot là bộ phận cung cấp cho robot một hình dạng và kích thước cố định, đồng thời bảo vệ các có nhiệm vụ là nâng đỡ cả hệ thống của robot bao gồm như pin, mạch điều khiển, động cơ, các cảm biến và một vài thành phần khác Các yêu cầu của thân cơ khí robot:
• Khả năng chịu lực: Thân cơ khí phải có khả năng chịu uốn tốt để có thể chịu được lực tác động từ trọng lượng của robot, trọng lượng của tải trọng, và chống lại sự tác động từ môi trường bên ngoài
• Khả năng chịu tải: Thân cơ khí phải có khả năng chịu tải tốt để có thể đảm bảo cho robot hoạt động ổn định trong các điều kiện tải trọng khác nhau
• Khả năng di chuyển: Thân cơ khí phải có khả năng di chuyển linh hoạt để có thể giúp robot di chuyển trong môi trường làm việc
• Khả năng bảo vệ: Thân cơ khí phải có khả năng bảo vệ các bộ phận bên trong robot khỏi các tác động từ môi trường bên ngoài
Hình 4.1 Mô hình Robot hút bụi
Phần khung bên ngoài của robot có dạng hình tròn kích có đường kính dài 300mm và cao 73,3mm Kích thước nhỏ gọn để di chuyển linh hoạt ở không gian hẹp để thực hiện công việc hút bụi tại các ngóc ngách, các gầm hẹp thấp
Phần đế có ba bánh xe trong đó có một bánh ở trước là bánh điều hướng giúp robot dễ dàng thực hiện các chuyển động quay trái, phải vòng xe, giúp xe cân bằng Còn hai bánh còn lại giúp xe điều tốc rẽ hướng với khoảng cách 2 bánh là 21cm
Hình 4.2 Thiết kế phần thân robot bà nắp đậy
Hình 4.3 Phần bánh xe của robot hút bụi
Thân cơ khí nên được làm từ những vật liệu có độ bền để khó bị biến dạng và nhẹ, như như nhôm, thép không gỉ, hoặc vật liệu composite Nhưng với nhu cầu sử dụng trong nhà và cần sự linh hoạt trong di chuyển, nhẹ, bền, khả năng chịu lực vừa phải không quá đề cao sự va đập, đặc biệt giá thành phải chăng Sau khi tham khảo thị trường và một vài tài liệu liên quan thì nhóm đã thống nhất lựa chọn công nghệ in 3D với nhựa PLA-ES để thiết kế và chế tạo phần khung vỏ của Robot
Hình 4.4 Nhựa PLA-ES dùng cho in 3D
Thông số nhựa PLA-ES: Điểm nóng chảy: khoảng 150 – 160 °C khối lượng riêng 1.24 g/cm3
Mô – đun đàn hồi 3150 N/mm2
Khả năng chịu va đập : 3.4 KJ/m2 Độ cứng cột D : 69.8 D
Ta có phần đế của robot hình tròn có đường kính 30cm, ước tính khối lượng robot là 2.5 kg thì theo đó ta cần tính độ dày cần thiết cho mặt đế để có đủ khả năng chịu lực
Vậy D = 7.93 mm nên ta có thể làm tròn lên là 8mm để gia công
Với D là độ dày cần thiết cho mặt đế
P là trọng lượng của robot (kg)
R là bán kính mặt đế (cm) σ là mô đun đàn hồi (N/mm²)
F là hệ số an toàn, có thể chọn khoảng từ 2 đến 4 để đảm bảo độ an toàn cho vật liệu.
Lựa chọn động cơ
Dựa vào các thông số đầu vào có sẵn và ước lượng mốt số hệ số để tính toán các thông số cần thiết cho động cơ di chuyển để thỏa mãn các yêu cầu đề ra
Bảng 1 Thông số đầu vào
STT Thông số Giá trị Đơn vị
2 Khối lượng Robot ước tính 2.5 kg
Ngoài ra còn có động cơ hút bụi: Sử dụng loại động cơ có tốc độ nhanh, momen lớn để có thể hút các hạt bụt, vật nhỏ,
4.2.2 Cở sở lý thuyết lựa chọn động cơ Để robot chuyển động, động cơ phải có đủ sức mạnh để có khả năng vận chuyển tải trọng mong muốn hiệu quả Tùy thuộc vào yêu cầu, có thể cần xem xét đến các chỉ sốnhư tốc độ tối đa, tốc độ đạt được, và hiệu suất năng lượng của động cơ và bánh xe Xem xét điều kiện môi trường mà robot sẽ hoạt động trong đó Một số yếu tố như địa hình, bề mặt, độ ma sát, và khả năng vượt chướng ngại vật sẽ ảnh hưởng đến lựa chọn bánh xe và động cơ
Hình 4.6 Mô hình toán học của bánh xe chủ động
Giả sử bánh xe hình tròn, đồng chất, có momnet quán tính là:
Phương trình cân bằng moment đối với trọng tâm xe:
𝑀⃗⃗ − 𝐹⃗⃗⃗⃗⃗⃗ = 𝑚 𝑎 𝑚𝑠 (4.3) Với lực ma sát là:
𝐼: Moment quán tính (𝑘𝑔 𝑚 2 ) 𝑟: Bán kính bán xe 0,0325 (𝑚)
𝑚 1 : Trọng lượng bánh xe 0.05 (𝑘𝑔) 𝑀: Moment xoắn trên trục bánh xe
𝐹 𝑚𝑠 : Lực ma sát (𝑁) 𝜇: Hệ số ma sát nghỉ 𝜀: Gia tốc góc
𝑚: Khối lượng của robot: 2.5 (𝑘𝑔) 𝑣: Vận tốc trung bình 0,25 (𝑚/𝑠) 𝑡: Thời gian gia tốc 1 (𝑠)
Moment xoắn lên trục trục bánh xe là:
Moment cần thiết cho mỗi động cơ:
Lựa chọn động cơ
Từ cơ sở lý thuyết ở mục 2.4.2, ta đã tính toán được các thông số cần thiết của động cơ:
Với các thông số như trên ta chọn động cơ DC Giảm Tốc JGA25-370 DC Geared Motor loại 12VDC 280RPM
Bảng 2 Thông số động cơ
Tốc độ không tải 280 (vòng/phút)
Dòng tối đa 2A Điện áp 12VDC
Encoder 11 xung, hai kênh A-B, 3.3 VDC
Hình 4.7 Động cơ giảm tốc JGA25-370
Hình 4.8 Bảng vẽ động cơ JGA25-370
- Vỏ kim loại cho độ bền và độ ổn định cao
- Hộp giảm tốc với nhiều tỉ số truyền giúp dễ dàng lựa chọn giữa lực kéo và tốc độ
- Lõi dây đồng nguyên chất
- Nam châm từ tính mạnh
Sức mạnh và độ bền cao hơn các loại giá rẻ trên thị trường hiện nay.Hoạt động êm ái, ít tiếng ồn, tiết kiệm điện năng, dễ dàng lắp đặt và sử dụng.
Bánh xe
Với mô hình robot hút bụi được lựa chọn cơ cấu di chuyển là 2 bánh chủ động và 1 bánh điều hướng nên để thích hợp với với động cơ nên nhóm lựa chọn kiểu bánh xe truyền thống, là loại bánh xe xuất hiện lâu đời và sử dụng phổ biến, rộng rãi trong mỗi lính vực Với bánh xe V2 có đường kính 65mm là loại thường được sử dụng nhất trong việc thiết kế mô hình robot có sử dụng bánh xe Đi kèm với bánh xe thường có trục động cơ để lắp ráp bánh xe với động cơ
Model: 65mm Hexagon Motor Coupling 12mm wheel V2
Chất liệu lốp xe: Nhựa, mút, cao su Đường kính: 65mm
Bên trong lớp vỏ có một lớp mút đàn hồi dày dặn Nhờ lớp mút này, bánh xe có thể chịu tải nặng mà không bị xẹp, đồng thời tăng cường ma sát với đường, giúp di chuyển dễ dàng trên mọi địa hình.
Động cơ hút bụi
Đối với động cơ hút bụi có các yêu cầu cơ bản như:
Sử dụng loại động cơ có tốc độ nhanh, momen lớn để có thể hút các hạt bụt, vật nhỏ
Có nhiều loại quạt hút ví dụ như quạt hướng tâm, hướng trục và dòng chảy chéo
Quạt hướng tâm là dùng trong lắp đặt hệ thống thông gió và trong máy hút bụi hoạt động bằng cách sử dụng một loại quạt quay để vận chuyển không khí từ trung tâm ra rìa ngoài bằng lực ly tâm
Quạt hướng trục di chuyển khí theo hướng dọc trục Chúng có hiệu suất thấp hơn quạt hướng tâm nhưng có khả năng đưa một lượng khí lớn
Quạt dòng ngang hút không khí vào nén và đẩy ra ngoài theo hướng mong muốn Thường dùng trong hệ thống thông gió khi yêu cầu độ ồn thấp
Ngoài ra, còn có quạt ly tâm có khả năng tạo ra lực ly đủ lớn, giúp suất hút cao quạt ly tâm thường được thiết kế để có tuổi thọ và độ bền cao, thiết kế gọn nhẹ, có thể hoạt động liên tục và có tiếng ồn thấp Điều này giúp đáp ứng các yêu cầu thiét yếu của robot hút bụi
Quạt ly tâm có các công thức được thể hiện dưới đây:
• Q là lưu lượng gió cần hút (m 3 /s)
• H là áp suất tĩnh của quạt (Pa)
• v là vận tốc gió cần hút khói, lấyv = 10m/s (vận tốc cần hút được đứng yên là 5- 15m/s)
• A là diện tích mặt hút
• k là mất áp của đường ống (26 Pa)
• Pa là áp suất khí trong môi trường, giả sử Pa = 100 Pa (tùy theo yêu cầu của môi để tính toán công suất của quạt ly tâm thấp áp hút bụi, ta cần biết hiệu suất của quạt (η) Hiệu suất của quạt ly tâm thấp áp thường dao động từ 70% đến 80%
• ΔP là áp suất cần vượt
• η là hiệu suất của quạt (0.75)
Vậy ta cần động cơ hút tối thiểu 6.72W để đáp ứng đủ cho nhu cầu của robot, nên ta cần 2 động cơ Quạt hút ly tâm 7530 12VDC
Thông số kỹ thuật quạt hút ly tâm Được làm bằng chất liệu PBT chất lượng cao
NSX: LONGSHENXIN Điện áp: 7-14VDC
Loại vòng bi: Bạc đồng
Tốc độ: 1600 RPM Độ ồn: < 45.8 dBA
Kích thước lỗ thoát hơi 40x25mm
Kích thước lỗi vào hơi: 50mm
Các phụ kiện đi kèm và trạm sạc
Hình 4.11 Khớp nối trục động cơ với bánh xe Khớp nối trục động cơ:
Lục giác: 12mm Đường kính trong: 3.17mm
Tổng chiều dài: 18mm Đường kính vít: 4mm (vít ở một đầu),
3mm (2 vít hai bên trụ đồng)
Hình 4.12 Gá động cơ DC Geared Motor
Chất liệu: Nhôm Độ dày: 3mm
Hình 4.13 Thiết kế trạm sạc
Hình dạng của đế sạc được thiết kế gọn nhẹ và phù hợp với thiết kế thân và đế của robot để dễ dàng kết nối với tiếp điểm sạc của robot Ngõ vào điện của đế sạc là 220V ngõ ra là 12V 4A dùng để sạc cho nguồn của robot
Vật liệu như phần khung vỏ của robot là từ vật liệu in 3D có các thông số:
Khoảng các 2 tiếp điểm 3 cm
TÍNH TOÁN HỆ THỐNG ĐIỀU KHIỂN
Arduino UNO R3
Bo mạch Arduino Uno R3 được trang bị vi xử lý 8-bit mega AVR từ Atmel, hai chip phổ biến nhất là ATmega328 và Atmega2560, chính sự trang bị giúp Arduino Uno R3 có khả năng xử lý các ứng dụng điều khiển phức tạp
Sức mạnh của vi xử lý đến từ cấu hình mạnh mẽ, bao gồm:
- ROM: Lưu trữ chương trình khởi động và bootloader
- RAM: Lưu trữ dữ liệu tạm thời trong quá trình xử lý
- Flash: Lưu trữ chương trình người dùng
- Digital I/O: Điều khiển các thiết bị điện tử như LED, motor
- Analog: Đọc tín hiệu từ các cảm biến như nhiệt độ, ánh sáng
- UART: Giao tiếp với máy tính, điện thoại
- SPI: Giao tiếp với các thiết bị ngoại vi như LCD, SD card
- TWI (I2C): Giao tiếp với các thiết bị ngoại vi như EEPROM, sensor
Nhờ cấu hình mạnh mẽ này, Arduino Uno R3 có thể thực hiện đa dạng các ứng dụng, từ đơn giản như điều khiển đèn LED đến phức tạp như robot, máy in 3D, v.v.Nhóm chọn bo mạch Arduino Uno R3 để làm motor controller điều khiển 2 động cơ DC thay vì các bo mạch như ESP32 , STM32 Động cơ 1 Động cơ 2
Với sự phổ biến rộng rãi và tiện dung, nhóm dùng Ảduino UNO R3 cho việc điều khiển các động cơ của Robot Các thông số kỹ thuật của mạch:
Bảng 3 Thông số Arduino UNO R3
Thông số Giá trị Điện áp hoạt động 5~12V DC (khuyên dùng)
Tần số hoạt động 16 MHz
Dòng tiêu thụ Khoảng 30mA Điện áp vào giới hạn 19V DC
Số chân Digital I/O 14 (6 chân PWM)
Số chân Analog 6 (độ phân giải 10bit)
Dòng tối đa trên mỗi chân I/O 30 mA
Dòng ra tối đa (5V) 500 mA
Dòng ra tối đa (3.3V) 50 mA
Bộ nhớ flash 32 KB (ATmega328) với 0.5KB dùng bởi bootloader
Hình 5.3 Sơ đồ chân của Arduino
Một số chân digital có các chức năng đặc biệt như sau:
• 2 chân Serial 0 (RX) và 1 (TX): dùng để gửi (Transmit – TX) và nhận (Receive – RX) dữ liệu
• Chân PWM (~): 3, 5, 6, 9, 10, và 11: xuất ra xung PWM với độ phân giải 8bit (giá trị từ 0 → 28-1 tương ứng với 0V → 5V) bằng hàm analogWrite()
• Chân giao tiếp SPI: 10 (SS), 11 (MOSI), 12 (MISO), 13 (SCK) : dùng để truyền phát dữ liệu bằng giao thức SPI với các thiết bị khác
• 6 chân analog (A0 → A5) cung cấp độ phân giải tín hiệu 10bit để đọc giá trị điện áp trong khoảng 0V → 5V
• 2 chân A4 (SDA) và A5 (SCL) hỗ trợ giao tiếp I2C/TWI với các thiết bị khác.
Raspberry pi
Raspberry pi có nhiệm vụ truyền, nhận và xử lý dữ liệu từ khối cảm biến như Lidar và các thiết bị khác trong hệ thống, từ đó xác định trạng thái của robot và xử lý dữ liệu để tạo ra các tín hiệu phản hồi để điều khiển hoạt động cho robot với phần mềm ROS
Nhóm lựa chọn Raspberry Pi model 3B+ do tính phổ biến của nó, mức giá tương đối thấp và mức độ hỗ trợ cộng đồng cao thay vì các sản phẩm như Jetson Nano
Thông số kỹ thuật của Raspberry Pi 4 Model B:
• Broadcom BCM2711: Vi xử lý 4 nhân Cortex-A72 64-bit
• LPDDR4-2400 SDRAM: Bộ nhớ RAM, có 3 lựa chọn: 2GB, 4GB hoặc 8GB
• Wifi: Hỗ trợ chuẩn 2.4 GHz và 5.0 GHz IEEE 802.11ac
• Gigabit Ethernet: Cổng mạng Gigabit
• USB: 2 cổng USB 3.0 và 2 cổng USB 2.0
• GPIO: 40 chân GPIO, tương thích với các phiên bản trước
• Micro HDMI: 2 cổng ra màn hình chuẩn Micro HDMI với độ phân giải lên tới 4K
• MIPI DSI: Cổng kết nối màn hình LCD
• MIPI CSI: Cổng kết nối camera
• H.265: Hỗ trợ giải mã video H.265 (4kp60)
• H.264: Hỗ trợ giải mã video H264 (1080p60) và mã hóa video H264 (1080p30)
• OpenGL ES 3.0: Đồ họa OpenGL ES 3.0
• Micro-SD: Khe cắm thẻ nhớ Micro-SD để lưu trữ hệ điều hành và dữ liệu
• DC 5V - 3A: Cổng nguồn DC 5V - 3A chuẩn USB-C
• PoE: Hỗ trợ Power over Ethernet (PoE)
Ngoài ra, Raspberry Pi 4 Model B còn có một số cải tiến so với các phiên bản trước:
• CPU mạnh hơn: Vi xử lý Broadcom BCM2711 mạnh hơn so với vi xử lý BCM2835 trên Raspberry Pi 3 Model B
• Hỗ trợ USB 3.0: Cổng USB 3.0 cho tốc độ truyền dữ liệu nhanh hơn
• RAM DDR4: Bộ nhớ RAM DDR4 cho hiệu năng cao hơn
• Cổng mạng Gigabit: Cổng mạng Gigabit cho tốc độ kết nối mạng nhanh hơn
• 2 cổng ra màn hình: Hỗ trợ 2 màn hình với độ phân giải lên tới 4K
Sơ đồ chân của Raspberry pi:
Hình 5.5 Sơ đồ chân của Raspberry Pi
Hình 5.6 Kết nối ngoại vi của Raspberry pi
Mạch Điều Khiển Động Cơ L298 DC Motor Driver
Nhóm lựa chọn driver L298N làm motor driver để điều khiển và điều khiển tốc độ quay của động cơ mà nhóm chọn ở trên, thông qua tín hiệu điều khiển từ board điều khiển, trong đề tài này nhóm dùng board Arduino và Raspberry Pi Module này có các chân để điều hướng, tốc độ và dòng điện của động cơ
Mạch điều khiển động cơ DC L298N có khả năng điều khiển cùng lúc 2 động cơ DC, cung cấp dòng lên tới 2A trên mỗi động cơ, mạch tích hợp linh kiện bảo vệ và IC nguồn 7805 giúp cung cấp ổn định nguồn 5VDC đến các module khác
• Chip điều khiển: Cặp H-Bridge L298N
• Điện áp cấp cho động cơ (Tối đa): 46V
• Dòng điện cấp động cơ (tối đa): 2A
• Điện áp hoạt động của IC: 5-35V
• Dòng điện hoạt động IC: 2A
• Cảm biến dòng điện cho mỗi động cơ
• Có tản nhiệt cho hiệu suất tốt hơn
• Có đèn báo LED bật nguồn
Hình 5.7 L298 DC Motor Driver và các chân chức năng Bảng 4 Chức năng các chân của mạch điều khiển động cơ L298
IN1 & IN2 Các chân đầu vào điều khiển hướng quay động cơ A
IN3 & IN4 Các chân đầu vào điều khiển hướng quay của Động cơ B
ENA Kích hoạt tín hiệu PWM cho Động cơ A
VIB Kích hoạt tín hiệu PWM cho Động cơ B OUT1 & OUT2 Chân đầu ra cho động cơ A
OUT3 & OUT4 Chân đầu ra cho Động cơ B
5V Cấp nguồn cho mạch logic bên trong IC L298N
Mạch giảm áp đầu ra 5V
Mạch giảm áp có vai trò cung cấp nguồn điện ổn định 5V cho các thiết bị trong hệ thống, đảm bảo đủ dòng theo yêu cầu
• Điện áp làm việc: DC 9V – 36V ;
• Công suất đầu ra: o Khi đầu vào có 9 ~ 24V→đầu ra 5.2V / 6A / 30W o Khi đầu vào 24 ~ 32V →đầu ra 5.2V / 5A / 25W o Đầu vào 32 ~ 36V → đầu ra 5,2V / 3,5A / 18W
• Kích thước: 63 * 27 * 10mm (chiều dài * chiều rộng * chiều cao)
Hình 5.9 Thành phần mạch giảm áp
Nguồn
Với yêu cầu của đề tài thì nguồn cần có công suất cũng như dung lượng đủ để cấp cho toàn bộ hệ thống, có kích thước hợp lí, dễ sử dụng và tái sử dụng lâu dài
Bảng 5 Tính toán điện áp
Thiết bị Số lượng Dòng Điện áp Tổng Động cơ DC servo 02 50-2000mA 12V 4000mA-12V
Driver L298N 01 36mA 12V 36mA-12V Động cơ quạt hút 02 0.23A 12V 460mA-12V
Vậy tổng cộng ta có: 4596mA – 12V và 1600mA – 5V
Vậy cần 2 nguồn điện có công suất tối thiểu như sau:
Vậy ta cần sử dụng nguồn điện có công suất tổng phải lớn hơn 63152 (mW) Vì nhu cầu robot chạy và làm việc trong thời gian dài nên nguồn gồm 3 viên pin 26650 với dung lượng 5100mAh và điện áp trung bình 4,2V mắc nối tiếp Tổng công suất của nguồn:
P = 3*5100.4,2 = 64200(mW) Đáp ứng được yêu cầu đề ra
Hình 5.10 Pin 26650 5100mAh Lithium ion
Thương hiệu: Panasonic Điện áp: 3.7V, sạc đầy: 4.2V
Kích thước: Đường kính: 26mm
Cảm biến Lidar A1M8
Lidar A1M8 là một cảm biến khoảng cách sử dụng công nghệ Lidar có khả năng phát hiện và đo khoảng cách với độ chính xác cao với tốc đọ rất khá nhanh Nó có nhiều ứng dụng trong lĩnh vực xe agv, robot di động và bản đồ hóa môi trường
Model: RPLIDAR A1M8 - Máy quét Laser 360° Động cơ điều khiển: Động cơ DC chổi than
Kích thước: 96.8 x 70.3 x 55mm Điện áp hệ thống: 5VDC
Dòng điện hệ thống: 100mA
Công suất tiêu thụ: 0.5W Đầu ra: UART Serial (mức điện áp 3.3V)
Tốc độ quay: 5.5Hz Độ phân giải góc: ≤1°
Phạm vi góc quét: 360° Độ phân giải khoảng cách: ≤1% của phạm vi (≤12m)
≤2% của phạm vi (12 ~ 16m) Độ chính xác: 1% của phạm vi (≤3m)
HỆ THỐNG GIẢI THUẬT
Yêu cầu thuật toán điều khiển
Yêu cầu của thuật toán đề ra:
- Đảm bảo robot di chuyển đầy đủ các nơi trong một khu vực, giảm khả năng bỏ sót vùng làm việc của robot
- Di chuyển theo kiểu zigzag và random
- Tránh vật cản động và tĩnh.
Thuật toán PID trong điều khiển động cơ
6.2.1 Phương pháp đọc xung encoder
Phương pháp được sử dụng để đọc xung encoder hồi tiếp về với 2 ngõ vào là kênh A và kênh B từ encoder gắn với động cơ và qua bộ truyền là phương pháp đọc ở chế độ 4x, nghĩa là trong 1 chu kỳ xung thay đổi sẽ đọc 4 lần với 2 chân ngắt được sử dụng đồng thời để thực hiện tính toán giá trị xung đọc được, qua đó xác định chiều quay của động cơ để thực hiện tính toán vị trí và vận tốc Sơ đồ chia cắt số lần đọc như dưới cho ta thấy 4 thời điểm đọc giá trị trong 1 chu kỳ
Hình 6.1 Đọc xung Encoder ở chế độ 4x
Bảng 6 Trạng thái đọc xung Trạng thái
Chuyển động cùng chiều kim đồng hồ
Chuyển động ngược chiều kim đồng hồ
6.2.2 Điều khiển vận tốc bằng thuật toán PID
Bộ điều khiển PID được áp dụng để điều khiển vận tốc và vị trí của Robot dựa trên sơ đồ khối sau Giá trị đặt là vận tốc hoặc vị trí mục tiêu, được tính toán trong quá trình điều khiển
Hình 6.2 Sơ đồ điều khiển động cơ
Bộ điều khiển PID được biểu diễn dưới dạng tổng hợp giữa 3 khâu là Khâu P, Khâu I và Khâu D
Hình 6.3 Sơ đồ bộ điều khiển PID
Luật điều khiển PID: u(t) = Kpe(t) + KI∫ 𝑒(𝑡)𝑑(𝑡) + 𝐾 𝐷 𝑑𝑒(𝑡)
Hàm truyền của bộ điều khiển PID:
Thành phần khâu tỉ lệ: u(t) = Kpe(t) (6.3)
Thành phần khâu tích phân: u(t) = KI ∫ 𝑒(𝜏)𝑑(𝜏) 0 𝑡 (6.4)
Thành phần khâu vi phân: u(t) = 𝑑𝑒(𝑡)
Chọn thông số Kp, Kd, Ki lần lượt là Kp=5 , Kd=2 , Ki=3 Động cơ phải
Hình 6.4 Hàm truyền của hệ thống (1)
Hình 6.5 Đồ thị PID lý tưởng (1) Động cơ trái
Hình 6.6 Hàm truyền của hệ thống (2)
Hình 6.7 Đồ thị PID lý tưởng (2)
Hình 6.8 Lưu đồ di chuyển của robot
Lưu đồ bắt đầu với một khối bắt đầu, được biểu thị bằng hình tròn Khối tiếp theo là một khối quyết định, được biểu thị bằng hình thoi Khối quyết định hỏi liệu có bất kỳ chướng ngại vật nào được phát hiện hay không Nếu không có chướng ngại vật nào được phát hiện, thì ô tô sẽ tiếp tục chạy thẳng Nếu có chướng ngại vật được phát hiện, thì robot sẽ rẽ bên trái hoặc rẽ bên phải, tùy thuộc vào vị trí của chướng ngại vật
Khối tiếp theo là một khối hành động, được biểu thị bằng hình chữ nhật Khối hành động thực hiện hành động rẽ trái hoặc phải Sau khối hành động, có một khối cập nhật, được biểu thị bằng hình tam giác Khối cập nhật cập nhật trạng thái của robot, chẳng hạn như vị trí và hướng của nó
Lưu đồ sau đó lặp lại từ đầu
Dưới đây là mô tả chi tiết từng bước trong lưu đồ:
• Khối bắt đầu khởi động thuật toán
• Khối quyết định kiểm tra xem có chướng ngại vật bất kỳ nào được phát hiện hay không
• Nếu không có chướng ngại vật nào được phát hiện, thì lưu đồ sẽ đi đến Bước 4
• Nếu có chướng ngại vật được phát hiện, thì lưu đồ sẽ đi đến Bước 3
• Khối hành động thực hiện hành động rẽ trái hoặc phải
• Nếu chướng ngại vật ở bên trái, thì robot sẽ rẽ trái
• Nếu chướng ngại vật ở bên phải, thì robot sẽ rẽ phải
• Khối cập nhật cập nhật trạng thái của robot
• Trạng thái của robot bao gồm vị trí xác lập và hướng di chuyển của nó
• Khối kết thúc kết thúc thuật toán
HỆ THỐNG ĐIỀU KHIỂN
Chương trình điều khiển
ROS 2 (Robot Operating System 2) là một hệ thống phần mềm mã nguồn mở được phát triển để hỗ trợ phát triển và triển khai các ứng dụng robot Đây là phiên bản tiếp theo của ROS (ROS 1) và được phát hành chính thức vào năm 2017
Với một cộng đồng toàn cầu rộng lớn và tích cực, ROS 2 đảm bảo rằng bạn có thể tìm thấy tài liệu, hướng dẫn và sự hỗ trợ từ cộng đồng ROS 2 khi gặp vấn đề hoặc cần giúp đỡ trong việc sử dụng robot LiDAR để tích hợp và điều khiển Sự hỗ trợ đáng kể từ cộng đồng này giúp việc tích hợp và điều khiển robot trang bị LiDAR trở nên dễ dàng và linh hoạt hơn
ROS 2 đang trở thành một lựa chọn ngày càng phổ biến cho phát triển ứng dụng robot
Nó cung cấp một kiến trúc linh hoạt, hiệu suất cao và khả năng tích hợp mạnh mẽ, cho phép nhà phát triển tập trung vào việc tạo ra các ứng dụng robot phức tạp và chất lượng cao
Bằng cách tận dụng tài nguyên và kiến thức có sẵn trong cộng đồng ROS 2, người dùng có thể hưởng lợi từ một nguồn lực thông tin phong phú và sự hợp tác, giúp việc sử dụng LiDAR cho robot trở nên dễ dàng và hiệu quả hơn
ROS 2 Control là một phần mở rộng của ROS 2, với thiết kế nhằm hỗ trợ việc điều khiển robot và các thiết bị tương tác trong một môi trường ROS 2 Nó cung cấp một cơ chế mạnh mẽ phục vụ việc điều khiển và quản lý các robot và thiết bị tương tác, cũng như các khái niệm chung và các thành phần cụ thể
Các thành phần chính của ROS 2 Control bao gồm:
1 Hardware Interface: Đây là thành phần chịu trách nhiệm cho việc giao tiếp với phần cứng robot hoặc thiết bị tương tác Nó cung cấp một lớp trừu tượng để truy cập và điều khiển các thiết bị phần cứng, như động cơ, cảm biến, actuator, vv
2 Controller Interface: Đây là thành phần để điều khiển các phần cứng thông qua nhiều thuật toán điều khiển Nó đưa đến các giao diện và công cụ để triển khai các thuật toán điều khiển, cho phép điều chỉnh các thông số và cung cấp phản hồi từ các thiết bị phần cứng
3 Controller Manager: Là thành phần quản lý và điều khiển các controller Nó quản lý các controller được cài đặt và giám sát trạng thái của chúng, cho phép chuyển đổi và kết nối giữa các controller khác nhau
ROS 2 Control cung cấp một kiến trúc linh hoạt và mở rộng để quản lý và điều khiển các robot và thiết bị tương tác trong môi trường ROS 2 Nó giúp giảm thiểu công việc lập trình điều khiển và tăng tính tái sử dụng, đồng thời đưa đến tính năng tùy chỉnh và mở rộng cho các ứng dụng robot phức tạp
Nav2 (Navigation2) là một công cụ phát triển dựa trên ROS 2 để điều hướng robot di chuyển trong không gian linh hoạt và hiệu quả hơn Nav2 cung cấp một một nền tảng để hỗ trợ việc điều khiển robot di chuyển, bao gồm:
1 Định vị: Nav2 hỗ trợ việc định vị robot trong không gian bằng cách kết hợp các hệ thống GPS, SLAM và AMCL lại với nhau
2 Xây dựng bản đồ: Nav2 cho phép tạo lập bản đồ của môi trường robot sử dụng các dữ liệu thu thập được của các cảm biến như Lidar, camera và bộ cảm biến khác Bản đồ sau đó được dùng để điều hướng robot trong không gian
3 Lập kế hoạch di chuyển: Nav2 cung cấp các thuật toán lập kế hoạch di chuyển để tạo ra các đường đi an toàn và hiệu quả cho robot Các thuật toán bao gồm A* (A-star), Dijkstra và RRT (Rapidly-exploring Random Trees)
4 Kiểm soát di chuyển: Nav2 hỗ trợ kiểm soát di chuyển robot bằng cách tích hợp các thuật toán kiểm soát chuyển động như PID và MPC Nhớ thế giúp robot di chuyển mượt mà và chính xác hơn trên đường đi đã được lập kế hoạch
5 Điều hướng tương tác: Nav2 cho phép sự tương tác của robot với môi trường xung quanh và né các vật cản bằng các thuật toán tránh né vật cản như VFH+ (Vector Field Histogram Plus) và TEB (Timed Elastic Band)
Hình 7.2 Cấu trúc thuật toán Navigation 2
(Trích bài nghiên cứu của tác giả Eranda Jayatunga)
- Sensor Transform : Đây là quá trình dữ liệu đuọc chuyển đổi từ cảm biến ở dạng thô của chúng sang một hệ tọa độ chung, thường là hệ tọa độ của khung cơ sở robot Điều này rất quan trọng để kết hợp dữ liệu từ các cảm biến khác nhau như LiDAR và odometry thành một nhận thức thống nhất về môi trường
- Sensor Topics : Đây là các chủ đề ROS nơi dữ liệu cảm biến được gửi Ví dụ: /scan cho các quét LiDAR và /odom cho dữ liệu odometry
Xác lập bản đồ
Việc lập bản đồ môi trường làm việc của đề tài là bước quan trọng trong quá trình tự hành của robot Việc lập bản đồ khi robot làm việc giúp xác định được vật cản cũng như vị trí của robot trong không gian, hoạch định đường đi, điểm đến và thực hiện di chuyển
Nhóm xây dựng bản đồ 2D để xác định vị trí của robot nhằm giám sát robot trong quá trình vệ sinh mặt sàn
2D LiDARS sử dụng laser scan message bằng sensor_msgs/LaserScan
Kết nối LiDARS với raspberry bằng dây USB
Thêm laser frame cho URDF với file lidar.xacro
Gõ dòng lệnh cài đặt cho LiDARS : sudo apt install ros – foxy – rplidar – ros
Chạy driver node cho LiDARS cho RPLidar A1M8 : ros2 run rplidar_ros rplidar_composition - - ros – args –p serial_port:=/dev/ttyUSB0 –p frame_id:=laser_frame - p angle_compensate:= true –p scan_mode:=Standard
➔ Publish laser scan message từ LiDARS này đến scan topic
SLAM là một công cụ thường sử dụng trong robot để xây dựng bản đồ môi trường xung quanh và xác định vị trí của robot trong môi trường đó slam_toolbox là một gói ROS được phát triển dựa trên nền tảng ROS 2, cung cấp các thuật toán và công cụ để thực hiện SLAM trong môi trường 2D hoặc 3D
Các chức năng chính của slam_toolbox bao gồm:
1 Localization: slam_toolbox sử dụng các thuật toán xác định vị trí như AMCL để ước định vị trí của robot trong môi trường dựa vào dữ liệu từ các cảm biến và trên cơ sở bản đồ đã đước xác lập
2 Mapping: slam_toolbox sử dụng các thuật toán dựng bản đồ như GMapping hoặc Cartographer để xây dựng bản đồ của môi trường xung quanh robot Các cảm biến như Lidar hoặc camera được dùng để phục vụ việc thu thập dữ liệu và xây dựng bản đồ
3 Sensor Fusion: slam_toolbox hỗ trợ việc kết hợp nhiều dữ liệu khác nhau từ nhiều loại cảm biến khác nhau nhằm cải thiện độ chính xác và độ tin cậy của SLAM Ví dụ, dữ liệu từ Lidar và camera có thể được kết hợp để tạo ra bản đồ chi tiết hơn và giảm sai số
4 ROS Integration: slam_toolbox được thiết kế để dễ dàng tích hợp với ROS, cho phép truyền thông tin với các node khác trong hệ thống ROS và liên kết với các công cụ và thư viện khác trong môi trường ROS để thuận tiện sử dụng
Hình 7.5 Sơ đồ quá trình vẽ bản đồ
Node này có tên là “slam_toolbox” giao tiếp với các topic :
- “/scan” (/scan sensor_msgs/LaserScan): Dữ liệu quét đầu vào từ lidar
- “/tf” (/tf) : Biến đổi từ khung odom_frame được cấu hình của robot thành base_frame
- “ nav_msgs/OccupancyGrid ”(map) : Biểu diễn khoảng bản đồ đã phát hiện của pose-graph với tần xuất phụ thuộc vào map_update_interval
-“ geometry_msgs/PoseWithCovarianceStamped ” ( pose ): tọa độ của base_frame trong map_frame được cấu hình cùng với phương sai
• Slam_toolbox Params ( các tham số cấu hình ) :
- odom_frame : Khung tham chiếu cho dữ liệu odometry
- map_frame : Khung tham chiếu cho bản đồ được xây dựng
- base_frame : Khung tham chiếu cho robot
- scan_topic : nơi nhận dữ liệu quét laser
- scan_queue_size : Số tin nhắn quét sẽ được xếp hàng trước khi loại bỏ những tin nhắn cũ Nên luôn được đặt thành 1 trong chế độ không đồng bộ
- use_map_saver - Sử dụng dịch vụ lưu bản đồ và tự đăng ký với chủ đề bản đồ
Hình 7.6 Lưu đồ của node slam_toolbox
Bước 1: Cảm biến Lidar quét môi trường xung quanh và trả về 360 điểm dữ liệu, mỗi điểm tương ứng với một góc quét trong khoảng 360 độ Mỗi điểm chứa thông tin về khoảng cách từ cảm biến Lidar đến vị trí của vật cản trong môi trường
Bước 2: Rviz dựa trên slam_toolbox sẽ nội suy tất cả các điểm dữ liệu từ Lidar Tương ứng với kết quả vẽ được các điểm dữ liệu lên bản đồ, cho phép chúng ta xem và theo dõi môi trường xung quanh robot
Bước 3: Sau đó Scan Matching giúp tối ưu kết nối giữa các điểm cũ vẽ trước đó và các điểm mới quét được
Bước 4: Di chuyển robot dựa vào sự tính toán trên ta thu được không gian của bản đồ cần quét
Trong Nav2, thuật toán AMCL (Adaptive Monte Carlo Localization) được sử dụng để định vị và xác định vị trí của robot trong không gian Nav2 sử dụng gói amcl để khai báo thuật toán AMCL
Cơ chế hoạt động của thuật toán AMCL trong Nav2 tương tự như mô tả ở trên, bao gồm 5 bước quan trọng sau:
1 Khởi tạo: Ban đầu, AMCL tạo ra một bộ sưu tập các particle (hạt) trong không gian,
55 mỗi particle đại diện cho một giả định về vị trí của robot Các particle này phân bổ random trong không gian và có trọng số khởi tạo giống nhau
2 Dự đoán: Khi robot di chuyển, AMCL sử dụng thông tin được cung cấp bởi bộ cảm biến để dự đoán vị trí tiếp theo của robot Dự đoán này được thực thi bằng cách chuyển động và cập nhật vị trí của các particle dựa trên lệnh di chuyển của robot và mô hình chuyển động của robot
3 Cập nhật trọng số: Sau khi có thông tin từ cảm biến, AMCL sẽ cập nhật trọng số của các particle dựa trên sự phù hợp giữa dự đoán và thông tin cảm biến Các particle có dự đoán gần hơn với thông tin cảm biến sẽ có trọng số cao hơn Trong Nav2, AMCL sử dụng tín hiệu cảm biến như Lidar, IMU (Inertial Measurement Unit) và bộ cảm biến khác để cập nhật trọng số
4 Lấy mẫu lại: Sau khi cập nhật trọng số, AMCL sử dụng một kỹ thuật gọi là Resampling để lấy mẫu lại các particle Quá trình này tạo ra một tập hợp với các particle dựa trên trọng số của chúng Các particle có trọng số cao sẽ được sao chép nhiều lần hơn, trong khi các particle có trọng số thấp có thể bị loại bỏ hoặc ít được sao chép
5 Ước lượng vị trí: Cuối cùng, AMCL tính toán vị trí ước lượng của robot dựa trên bộ sưu tập particle đã được cập nhật và lấy mẫu lại Có thể áp dụng các phương pháp như trung bình, trung vị hoặc phương sai của các particle để tính toán vị trí ước lượng
MÔ HÌNH THỰC NGHIỆM VÀ KẾT QUẢ
Mô hình thực nghiệm
Hình 8.1 Mô hình thiết kế của robot hút bụi
Hình 8.2 Mô hình thực tế robot hút bụi
Hình 8.3 Mô hình thực tế trạm sạc
Hình 8.4 Mô hình thực tế robot hút bụi và trạm sạc
Hình 8.5 Robot đang sạc Pin
Thể tích hộp chứa 0.2 [lít]
Thời gian hoạt động 30 [phút]
+So sánh sản phẩm của nhóm với sản phẩm có trên thị trường cùng mức giá hiện nay ( Irobot Roomba j7+ )
Bảng 8 Thông số robot Roomba j7+ với mô hình thực nghiệm
Thông số kỹ thuật Sản phẩm nhóm Irobot Roomba j7+
Kích thước robot r500 x h100 [mm] r340 x h92 [mm]
Trọng lượng 2 [kg] 3.4 [kg]
Thể tích hộp chứa 0.2[lít] 0.4 [lít]
Thời gian hoạt động 30 [phút] 75 [phút]
Thời gian sạc 2-2.5 [giờ] 90 [phút]
Bảng thông số trên cho thấy sản phẩm của nhóm có lực hút và thể tích hộp chứa bụi lớn hơn so với sản phẩm cùng phân khúc Nhưng kích thước, khối lượng của robot lớn hơn và thời gian làm việc ít hơn so với sản phẩm Model Irobot Roomba j7+
Thực nghiệm Robot hoàn thiện với thiết kế tối ưu
Robot hoàn thiện với thiết kế tối ưu
- Robot được lắp ráp hoàn chỉnh, các chi tiết kết nối thành khối vững chắc
- Khả năng chịu tải tốt khi di chuyển, đảm bảo độ bền bỉ
- Thiết kế đẹp mắt, mang tính thẩm mỹ cao
- Vỏ robot được chế tạo từ nhựa in 3D, trọng lượng nhẹ và độ bền cao
- Đế robot được cắt mica, tạo sự sang trọng và tinh tế
3 Hộp chứa bụi tiện lợi:
- Dung tích lớn hơn so với các sản phẩm cùng loại trên thị trường
- Cơ cấu tháo lắp dễ dàng, thuận tiện cho việc vệ sinh
- Thiết kế nhỏ gọn, tiết kiệm diện tích
- Kết nối sạc đơn giản, dễ dàng
8.2.1 Hệ thống điều khiển và khả năng di chuyển
Những kết quả nhóm đạt được:
- Robot có thể di chuyển linh hoạt và hiệu quả bằng cách tự động tránh các vật cản tĩnh và động trong môi trường làm việc với thuật toán AMCL
- Hệ thống điều khiển tự động kích hoạt cơ cấu quét và hút bụi, giúp người dùng tiết kiệm thời gian và công sức
- Robot có khả năng lập bản đồ môi trường làm việc, giúp ghi nhớ và tối ưu hóa tuyến đường di chuyển dựa trên ROS, đảm bảo làm sạch toàn bộ khu vực một cách hiệu quả
Hình 8.7 Đồ thị thực nghiệm của động cơ phải
Hình 8.8 Đồ thị thực nghiệm của động cơ trái
Hình 8.9 Đồ thị vận tốc của robot
Những hình ảnh điều khiển robot quét bản đồ để chạy navigation
Hình 8.10 Trước khi quét bản đồ
Hình 8.11 Sau khi quét bản đồ
Hình 8.12 (a),(b),(c) lần lượt là các bước chạy navigation
7.2.2 Khả năng hút bui và rác
