ĐIỀU KHIỂN AGV LUẬN văn THẠC sĩ

Với sự phát triển c a ngành robot học, robot tự hành ngày càng có khả năng hoạt động trong các môi tr ng khác nhau, tùy mỗi lĩnh vực áp dụng mà chúng có nhiều loại khác nhau nh robot sơn

M C L C

LÝ L CH KHOA H C i

L I CAM ĐOAN ii

L I C M N iii

TÓM T T iv

M C L C vi

DANH SÁCH CÁC B NG ix

DANH SÁCH CÁC HÌNH x

Ch ng 1: T NG QUAN 1

1.1 Giới thiệu chung 1

1.1.1 Giới thiệu chung về robot 1

1.1.2 Gới thiệu về AGV 2

1.1.3 Các thành phần chính c a AGV 4

1.1.4 Các thiết bị tự động định h ớng 5

1.2 Các kết quả nghiên c u trên thế giới 5

1.2.1 Robot dò mìn 5

1.2.2 Robot lau sàn nhà 6

1.2.3 Robot Cujo 7

1.2.4 Robot vận chuyển thông minh 8

1.2.5 Robot Kiva 9

1.2.6 Robot-Avata 10

1.3 Mục đích nghiên c u 11

1.4 Giới hạn nghiên c u 11

1.5 Ph ơng pháp nghiên c u 11

1.6 Kế hoạch thực hiện đề tài 11

Ch ng 2: C S LÝ THUY T 12

2.1 Phân loại robot tự hành 12

2.1.1 Robot tự hành di chuyển bằng chân (Legged Robot) 12

2.1.2 Robot tự hành di chuyển bằng bánh (Wheel Robot tự hành) 13

2.2 Một số dạng điều khiển robot tự hành 17

2.2.1 Điều khiển từ xa bằng tay 17

2.2.2 Điều khiển từ xa tự bảo vệ 17

2.2.3 Theo lộ trình 18

2.2.4 Robot ngẫu nhiên hoạt động độc lập 18

2.3 Các vấn đề nghiên c u trên robot di động 18

2.3.1 Ph ơng pháp điều h ớng cho robot tự hành 19

2.3.2 Ph ơng pháp điều h ớng có tính toán 19

2.3.3 Ph ơng pháp điều h ớng robot theo phản ng 21

2.3.4 Ph ơng pháp điều khiển lai ghép 22

2.4 Một số ph ơng pháp định vị cho robot di động 23

2.4.1 Ph ơng pháp dead-reckoning 23

2.4.2 Hệ thống dẫn đ ng cột mốc ch động 23

2.4.3 Phép đo 3 cạnh tam giác dựa vào thu nhận tín hiệu siêu âm 25

2.4.4 Hệ thống dẫn đ ng GPS 25

2.4.5 Dẫn đ ng bằng vật mốc 26

2.4.6 Định vị dựa trên bản đồ 28

2.4.7 Xây dựng bản đồ và tổng hợp các cảm biến 29

Ch ng 3: MỌ HỊNH Đ NG H C C A ROBOT T HÀNH 31

3.1 Động học c a Robot 31

3.2 Định nghĩa bài toán đ ng di chuyển 32

3.3 Thiết kế bộ điều khiển chuyển động 33

3.4 L u đồ giải thuật 34

Ch ng 4: GI I THI U V CHÍP L P TRÌNH STM32F4 35

4.1 Giới thiệu dòng vi điều khiển STM32 35

4.2 Một vài đặc điểm nổi bật c a STM32 35

4.3 Sự tinh vi 36

4.4 Sự an toàn 37

4.5 Tính bảo mật 37

4.6 Phát triển phần mềm 37

4.7 Dòng Performance và Access c a STM32 38

4.7.1 Giới thiệu bộ xử lý ARM Cortex-M3 38

4.7.2 Hiệu suất cao 39

4.7.3 Dễ sử dụng, phát triển ng dụng nhanh chóng, hiệu quả 39

4.7.4 Giảm chi phí phát triển và năng l ợng tiêu thụ 40

4.7.5 Tích hợp khả năng dò lỗi và theo vết trong lập trình 40

4.7.6 Chuyển từ dòng xử lý ARM7 sang Cortex-M3 41

Ch ng 5: K T QU MÔ PH NG 42

5.1 Quỹ đạo là hình tròn 42

5.2 Quỹ đạo là đ ng thẳng và hàm step 45

Ch ng 6: THI T K VÀ L P TRÌNH 46

6.1 Thiết kế 46

6.2 Lập trình cho robot 47

Ch ng 7: K T LU N 50

7.1 Kết quả đạt đ ợc 50

7.2 u điểm 50

7.3 Điểm mới 50

7.4 Một số hình ảnh 51

7.5 Hạn chế 52

7.6 H ớng phát triển 52

TÀI LI U THAM KH O 53

PH L C 54

DANH M C CÁC B NG

Bảng 2.1: Sơ đồ bánh xe c a robot tự hành 10 Bảng 2.2: Kí hiệu các loại bánh Xe 12

Bảng 4.1: So sánh ARM7TDMI-S và Cortex-M3 (100MHz - TSMC 0.18G) 38

DANH M C CÁC HÌNH

Hình 1.1: Robot dò mìn thế hệ mới 3

Hình 1.2: Robot lau sàn nhà 4

Hình 1.3: Robot Cujo 5

Hình 1.4: Robot tự động vận chuyển hàng vào kho 6

Hình 1.5: Robot Kiva 7

Hình 1.6: Robot Avata 7

Hình 2.1: Một số loại robot di chuyển bằng chân 9

Hình 2.2: Các loại bánh xe cơ bản dùng cho robot tự hành 10

Hình 2.3: Robot Sojourner 13

Hình 2.4: Robot Airduct 13

Hình 2.5: Robot Khepera 13

Hình 2.6: Robot xe tăng đ ợc điều khiển từ xa 14

Hình 2.7: Robot hút bụi Roomba 15

Hình 2.8μ Sơ đồ cấu trúc c a ph ơng pháp điều khiển có tính toán 16

Hình 2.9μ Phép đo 3 góc tam giác 21

Hình 2.10: Các thành phần c a hệ thống GPS 23

Hình 2.11μ Ph ơng pháp xác định vị trí dựa vào vật mốc 23

Hình 2.12μ Sơ đồ khối ch c năng xử lý điều khiển ph ơng tiện giao thông 25

Hình 2.13μ Ph ơng pháp xác định vị trí dựa vào bản đồ 26

Hình 2.14: Mô hình robot c a Schiele và Crowley vị trí đặt tại hành lang 27

Hình 3.1: Cấu tạo c a Mobile robot 28

Hình 3.2μ L u đồ giải thuật c a robto tự hành 30

Hình 4.1: Cấu tạo c a họ STM32 32

Hình 4.2: So sánh hiệu suất giữa ARM7TDMI-S (ARM) và Cortex-M3 38

Hình 4.3μ So sánh kích th ớc mã lệnh giữa ARM7TDMI-S và Cortex-M3 38

Hình 5.1: Quỹ đạo ng với số lần lặp 39

Hình 5.2: Quỹ đạo cuối cùng và lúc đầu c a Robot 40

Hình 5.3: Sai số với lần lặp th i 40

Hình 5.4: Quỹ đạo ng với số lần lặp 41

Hình 5.5: Quỹ đạo cuối cùng và lúc đầu c a Robot 41

Hình 5.6: Quỹ đạo là đ ng thẳng 42

Hình 5.7: Quỹ đạo là hàm step 42

Hình 6.1: Cấu tạo tổng thể c a thiết bị 43

Hình 6.2μ Sơ đồ lập trình tổng thể c a robot 44

Hình 6.3μ Sơ đồ lập trình chi tiết c a robot 45

Hình 6.4μ Sơ đồ lập trình chi tiết c a robot 45

Hình 7.1: Không gian hoạt động c a robot 47

Hình 7.2: Vị trí c a robot trên sân 48

Hình 7.3: Vị trí c a robot sau khi di chuyển 48

Ch ng 1:

T NG QUAN

Giới thiệu tổng quan về Robot tự hành và khái niệm cơ bản về AGV Các thành

phần cấu tạo cơ vản c a AGV cũng nh các ng dụng chính c a AGV trong sản xuất

và đ i sống Giới thiệu về các kết quả nghiên c u trên thế giới về các loại AGV

1.1 Gi i thi u chung

1.1.1 Gi i thi u chung v robot

Ngày nay, Robot học đư đạt đ ợc những thành tựu to lớn trong nền sản xuất công nghiệp Những cánh tay robot có khả năng làm việc với tốc độ cao, chính xác và liên tục làm năng suất lao động tăng nhiều lần Chúng có thể làm việc trong các môi

tr ng độc hại nh hàn, phun sơn, các nhà máy hạt nhân, hay lắp ráp các linh kiện điện tử tạo ra điện thoại, máy tính…một công việc đòi hỏi sự tỉ mỉ, chính xác cao Tuy nhiên những robot này có một hạn chế chung đó là hạn chế về không gian làm việc Không gian làm việc c a chúng bị giới hạn b i số bậc tự do tay máy và vị trí gắn chúng Ng ợc lại, các robot tự hành lại có khả năng hoạt động một cách linh hoạt trong các môi tr ng khác nhau

Robot tự hành là loại mobile robot có khả năng tự hoạt động, thực thi nhiệm vụ

mà không cần sự can thiệp c a con ng i Với những cảm biến, chúng có khả năng

nhận biết về môi tr ng xung quanh Robot tự hành ngày càng có nhiều ý nghĩa trong các ngành công nghiệp, th ơng mại, y tế, các ng dụng khoa học và phục vụ đ i sống

c a con ng i Với sự phát triển c a ngành robot học, robot tự hành ngày càng có khả năng hoạt động trong các môi tr ng khác nhau, tùy mỗi lĩnh vực áp dụng mà chúng

có nhiều loại khác nhau nh robot sơn, robot hàn, robot cắt cỏ, robot thám hiểm đại

d ơng, robot làm việc ngoài vũ trụ Cùng với sự phát triển c a yêu cầu trong thực tế, robot tự hành tiếp tục đ a ra những thách th c mới cho các nhà nghiên c u

Vấn đề c a robot tự hành là làm thế nào để robot tự hành có thể hoạt động, nhận biết môi tr ng và thực thi các nhiệm vụ đề ra Vấn đề đầu tiên là di chuyển, robot tự hành nên di chuyển nh thế nào và cơ cấu di chuyển nào là sự lựa chọn tốt nhất Điều

h ớng là vấn đề cơ bản trong nghiên c u và chế tạo robot tự hành Trong hiệp hội nghiên c u về robot tự hành có 2 h ớng nghiên c u khác nhau:

- H ớng th nhất: Nghiên c u về robot tự hành có khả năng điều h ớng tốc độ cao nh thông tin thu đ ợc từ cảm biến, đây là loại robot có khả năng hoạt động môi

tr ng trong phòng cũng nh môi tr ng bên ngoài Loại robot này yêu cầu khả năng tính toán đồ sộ và đ ợc trang bị cảm biến có độ nhạy cao, dải đo lớn để có thể điều khiển robot di chuyển tốc độ cao, trong những môi tr ng có địa hình ph c tạp

- H ớng th 2 : Nhằm giải quyết các vấn đề về các loại robot tự hành chỉ dùng

để hoạt động trong môi tr ng trong phòng Loại robot tự hành này có kết cấu đơn

giản hơn loại trên, thực hiện những nhiệm vụ đơn giản

Bài toán dẫn h ớng cho robot tự hành đ ợc chia làm 2 loại: bài toán toàn

cục(global) và bài toán cục bộ(local) bài toàn cục, môi tr ng làm việc c a robot hoàn toàn xác định,đ ng đi và vật cản là hoàn toàn biết tr ớc bài toán cục bộ, môi

tr ng hoạt động c a robot là ch a biết tr ớc hoặc chỉ biết một phần Các cảm biến và thiết bị định vị cho phép robot xác định đ ợc vật cản, vị trí c a nó trong môi tr ng giúp nó đi tới đ ợc mục tiêu

Các vấn đề gặp phải khi điều h ớng cho robot tự hành th ng không giống nh các loại robot khác Để có thể điều h ớng cho robot tự hành, quyết định theo th i gian

thực phải dựa vào thông tin liên tục về môi tr ng thông qua các cảm biến, hoặc môi tr ng trong phòng hoặc ngoài tr i, đây là điểm khác biệt lớn nhất so với kỹ thuật

lập kế hoạch ngoại tuyến.Robot tự hành phải có khả năng tự quyết định về ph ơng

th c điều h ớng, định h ớng chuyển động để có thể tới đích thực hiện nhiệm vụ nhất định

Điều h ớng cho robot tự hành là công việc đòi hỏi phải thực hiện đ ợc một số

khả năng khác nhau, bao gồm : khả năng di chuyển m c cơ bản, ví dụ nh hoạt động đi tới vị trí cho tr ớc; khả năng phản ng các sự kiện theo th i gian thực, ví dụ

nh khi có sự xuất hiện đột ngột c a vật cản; khả năng xây dựng, sử dụng và duy trì

bản đồ môi tr ng hoạt động; khả năng xác định vị trí c a robot trong bản đồ đó; khả năng thiết lập kế hoạch để đi tới đích hoặc tránh các tình huống không mong muốn và

khả năng thích nghi với các thay đổi c a môi tr ng hoạt động

1.1.2 G i thi u v AGV

AGV ( AUTOMATED GUIDED VEHICLR): Một ph ơng tiện tự động định

h ớng hoặc robot tự hành là một robot di động đ ợc định h ớng bằng các chỉ dẫn

hoặc các vạch d ới sàn nhà hoặc sử dụng camera để quan sát Chúng đ ợc sử dụng trong các ng dụng trong công nghiệp, trong các nhà x ng để vận chuyển các vật

liệu, các sản phẩm trong một không gian hoặc trong nhà x ng ng dụng robot tự hành ngày càng đ ợc phát triển mạnh trong th i gian gần đây

Ph ơng tiện tự động định h ớng sẽ làm tăng hiệu suất và giảm chi phí b i vì

nó giúp cho các quá trình tự động hóa tại các cơ s sản xuất, các kho bãi tr nên linh

hoạt và chính xác hơn Nó đ ợc phát minh đầu tiên vào năm 1λ53 b i Barrett Electronics Phía sau AGV có thể có các thùng xe đư đ ợc gắn cố định vào nó Các thùng xe này có thể dùng để di chuyển các nguyên vật liệu hoặc các sản phẩm đư hoàn thành AGV có thể ch a các đối t ợng, các sản phẩm trong một bệ ch a c a nó.Các

sản phẩm này đ ợc đặt trên một con lăn và khi muốn lấy chúng ra ta chỉ cần kh i động hệ thống trên AGV AGV đư và đang có mặt trong hầu hết các ngành công nghiệp bao gồm bột giấy, giấy, kim loại, báo chí và các ngành sản xuất khác nhau Các công việc nh vận chuyển thực phẩm lạnh, các loại thuốc trong bệnh viện cũng

đ ợc AGV thực hiện một cách tốt nhất và linh hoạt

Một AGV cũng có thể đ ợc gọi là một ph ơng tiện định h ớng laze (LGV)

Đ c công nghệ này cũng đ ợc gọi là Fahrerlose Transportsysteme (FTS) Những phiên bản thấp hơn c a AGV đ ợc gọi là các xe tải tự động định h ớng (AGCS) và nó dùng các dải băng từ d ới sàn nhà để xác định vị trí AGCS đ ợc sản xuất với nhiều

mẫu mã và ch c năng khác nhau nên đ ợc sử dụng để di chuyển các sản phẩm trong

một dây chuyền lắp ráp, vận chuyển hang hóa trong các nhà máy, kho hàng và phân

phối hàng hóa AGV đ ợc đ a ra thị tr ng vào năm 1λ50, tại th i điểm đó nó chỉ đơn giản là một chiếc xe kéo theo các thùng phía sau thay đế cho một đ ng ray tròn nhà máy Trong những năm qua công nghệ ngày càng phát triển và các AGV ngày càng đ ợc sản xuất tinh vi hơn, ví dụ nh LGV dùng laze để xác định vị trí Trong các quá trình tự động các AGV sẽ đ ợc lập trình để có thể giao tiếp với các thiết bị AGV khác trong hệ thống để đảm bảo sản phẩm đ ợc vận chuyên một cách linh hoạt, trơn tru qua các kho ch a Ngày nay AGV đóng một vai trò quan trọng trong việc thiết kế các nhà kho, các cơ s sản xuất và nó đóng một vai trò quan trọng trong việc vận chuyển hàng hóa một cách an toàn và chính xác

1.1.3 Các thành ph ần chính c a AGV

- Cảm biến: Các cảm biến đ ợc đặt phía d ới robot , và có h ớng quay xuống

d ới đất Các cảm biến này dùng để xác định các tuyến đ ng đi cho robot thông qua các vạch kẻ trong kho bãi hay xí nghiệp

- Vạch định h ớng: AGVs (còn đ ợc gọi là xe tự động định h ớng hoặc AGCS)

sử dụng các vạch định h ớng để xác định các tuyến đ ng Có hai loại vạch đó là

vạch từ hoặc vạch màu AGCS đ ợc tích hợp sẵn cảm biến để có thể đi theo vạch dẫn

đ ng trong nhà kho, u điểm c a các vạch này là có thể dễ dàng thay đổi hoặc tháo

lắp một cách linh hoạt Nếu dùng các vạch dò bằng màu thì chi phí ban đầu ít tốn kém

nh ng l u l ợng các thiết bị AGV di chuyển qua lại nhiều dễ dẫn đến h hỏng Một từ

tr ng có thể thay đổi đ ợc sẽ đ ợc đặt d ới sàn giúp cho việc tìm kiếm dò đ ng

c a robot sẽ dễ dàng hơn và ít bị sai lệch

-Laze định h ớng: Việc dịnh h ớng đ ợc thực hiện bằng cách gắn các băng từ trên các nền, hoặc trên cực từ c a thiết bị AGV sẽ mang theo một thiết bị thu và phát laser trên một trục quay c a nó Tín hiệu laser sẽ đ ợc phát đi và nhận lại sau đó các

tọa độ về góc và vị trí c a AGV sẽ đ ợc tự động tính toán và l u vào bộ nhớ c a nó AGV có một bản đồ đư đ ợc l u dữ trong bộ nhớ c a nó và nó có thể tự động cập

nhật dựa vào các lỗi trong quá trình hoạt động c a nó Sau đó dựa vào các dữ liệu thu

thập đ ợc nó sẽ so sánh với các dữ liệu trong bộ nhớ để xác định đ ng đi một cách liên tục và chính xác nhất

- Con quay điều h ớng: Một hình th c khác để xác định tọa độ c a AGV đó là điều h ớng quán tính Với hình th c này hệ thống máy tính sẽ điều khiển và phân công nhiệm vụ cho các xe Bộ thu c a hình th c này sẽ đ ợc gắn phía d ới sàn c a nơi làm việc c a các thiết bị AGV sử dụng bộ thu để xác định rằng nó đang hoạt động trong hành trình đó Một con quay hồi chuyển sẽ xác định các thay đổi nhỏ c a

xe và sẽ điều chỉnh lại để cho nó có thể phù hợp với lộ trình c a nó Sai số c a thiết bị này là 1 inch Con quay hồi tiếp này có thể hoạt động trong nhiều môi tr ng chật hẹp

hoặc các môi tr ng liên quan đến nhiệt c a hệ thống

1.1.4 Các thi t b t đ ng đ nh h ng

Có một số loại c a AGV chúng bao gồm các loại sau:

- AGV Xe tự động: Là loại AGV với các ch c năng đơn giản nhất, dễ thực hiện

và với chi phí nhỏ nhất

- AGV mang tảiμ Ph ơng tiện vận chuyển cá nhân ( th ng là các pallet, thùng

xe hoặc đ ợc đặt phía trên c a AGV

- Tiger AGV: phần đầu là một AGV kéo theo phía sau là các xe kéo mang tải

- AGV xe nâng tự động: Một xe nâng thông th ng đư đ ợc chuyển đổi, cải tiến

để tr thành một xe nâng không ng i lái

Thông th ng AGV sử dụng pin để làm nguồn cung cấp cho hệ thống, Hệ thống AGV bao gồm nhiều ph ơng tiện di chuyển dọc theo một đ ng đư đ ợc định h ớng

Xe di chuyển đ ợc bằng việc sử dụng các công nghệ bao gồm: Sàn bề mặt đ ợc gắn các dải băng hoặc các thanh từ, laser, cảm biến quang học, nan châm và con quay hồi chuyển Những công nghệ này cho phép hệ thống AGV dễ dàng thay đổi các tuyến

đ ng một cách linh hoạt, để đáp ng với nhũng thay đổi và đ a ra các giải pháp xử

lý tối u nhất

Để kiểm soát th i gian thực, và hệ thống các AGV , máy tính sử dụng phần mềm

và mạng không giây để thu thập dữ liệu c a các thiết bị, sau đó hệ thống máy tính sẽ tính toán các điểm đến và các tuyến đ ng sao cho logic và hợp lý nhất Phần mềm định h ớng giao tiếp với các thiết bị thông qua sóng RF Giao tiếp này bao gồm các điểm dừng, bắt đầu, thay đổi tốc độ, nâng, hạ, quay, đảo ng ợc, phân các tuyến đ ng

đi, giao tiếp với các thiết bị xử lý khác và các hệ thống tự động

1.2 Các k t qu nghiên c u trên th gi i

1.2.1 Robot dò mìn

Viện nghiên c u vũ khí công binh thuộc tổng cục trang bị quân đội Trung Quốc chính th c ra mắt robot dò mìn thế hệ mới do cơ quan này chế tạo sau 8 năm nghiên

c u Hiện tại nhóm tác giả đư đăng ký 3 bằng phát minh độc quyền, đồng th i đ ợc

nhận giải th ng c a hội phát minh Trung Quốc Robot này có thể phát hiện ra bom mìn trong bán kính 400 m và lập t c tiến hành xử lý, trong quá trình cơ động nó hoàn toàn có thể leo cầu thang, v ợt ch ớng ngại vật để tiếp cận mục tiêu và xử lý

chúng.Kết cấu c a robot giúp nó có thể di chuyển trên nhiều loại địa hình khác nhau phục vụ cho việc rà phá bom mìn

Với kết cấu bánh xích và các cơ cấu rà phá bom mìn hiện đại nh ng rất gọn gàng giúp cho robot có các thao tác linh hoạt trong khi thực hiện nhiệm vụ c a mình

Hình 1.1: Robot dò mìn thế hệ mới

1.2.2 Robot lau sàn nhà

Đ ợc thiết kế đặc biệt giống nh một khối lập ph ơng, robot lau sàn nhà giúp làm sạch sàn nhà một cách nhanh chóng và thuận tiện nhất Chúng ta không cần mất công s c hay th i gian cho việc lau nhà mà chỉ cần nhấn nút và robot này sẽ tự động làm sạch ngôi nhà trong th i gian nhanh nhất Robot hút bụi này tự động định vị các tuyến đ ng để lau nhà, không lặp lại tuyến đ ng cũ và biết chọn đ ng khác khi

gặp phải ch ớng ngại vật Với phần cố định giẻ lau phía bên d ới, ta có thể sử dụng các loại khăn bông, khăn mặt mềm để lau nhà gạch, đá và đặc biệt là lau sàn nhà mặt

gỗ Với robot này, sàn gỗ sẽ đ ợc lau sạch một cách cẩn thận, không để lại vết x ớc trên gỗ, không đọng n ớc khiến gỗ bị ẩm hay mốc Robot này đ ợc định vị bằng GPS, chính vì thế, sau khi lau xong sàn nhà, robot sẽ tự động dừng lại để bảo quản bin sạc

Đây là một sản phẩm hiện đại và văn minh, giúp cho các bà nội trợ bớt vất vả trong công việc gia đình Ta có thể làm việc, xem phim, chăm sóc bé yêu trong th i gian robot lau sàn nhà

Hình 1.2: Robot lau sàn nhà

1.2.3 Robot Cujo

Cujo là một loại robot có 4 chân với kích th ớc lớn, có khả năng mang vác vật

nặng, khối l ợng mà robot này có thể mang lên tới 182 kg Đặc biệt là robot có khả năng cơ động trên nhiều loại địa hình khác nhau mà các loại xe vận chuyển không thể

đi chuyển đ ợc Robot có thể đ ng thẳng và có khả năng di chuyển tới 32km mà không cần ngừng nghỉ Robot đ ợc phát triển b i hãng Boston Dynamics với chi phí lên tới 5 triệu đô và th i gian thực hiện là 5 năm Robot này đ ợc ng dụng trong lĩnh vực quân sự và nó đ ợc xem nh là một ng i lính hậu cần, giúp quân đội chuyên ch

và vận chuyển các loại khí tài trong những địa hình khó khăn

Robot đư và đang đ ợc phát triển để có thể di chuyển xa hơn và có thể mang vác với khối l ợng lớn hơn Tuy nhiên chi phí để sản xuất và chế tạo là khá lớn, đặc điểm nổi bật nữa c a robot này là di chuyển theo chuyển động c a ng i điều khiển bằng cách quan sát các hoạt động c a ng i điều khiển và bắt ch ớc lại

Hình 1.3: Robot Cujo

1.2.4 Robot v n chuy n thông minh

Robot vận chuyển thông minh đư và đang đ ợc ng dụng trong các nhà máy sản

xuất với quy mô ngày càng nhiều và đa dạng Nó có khả năng lấy, vận chuyển và đ a hàng vào kho theo những yêu cầu đư đ ợc cài đặt tr ớc Hiện nay tại Việt Nam robot này đư đ ợc đ a vào hoạt động tại công ty sữa Vinamilk tại Bình D ơng Nó giúp cho

việc vận chuyển hàng hóa tr nên đơn giản, giảm thiểu s c lao động c a công nhân và đặc biệt là robot có khả năng tự sạc bin khi m c bin xuống d ới m c quy định

Hiện nay các robot này đư và đang đ ợc phát triển, ng dụng trong nhiều lĩnh

vực trong sản xuất Tuy nhiên các sản phẩm này ch yếu là đ ợc nhập khẩu từ các

n ớc khác vì vậy việc nắm bắt công nghệ cũng đang gặp nhiều khó khăn Giá thành cao cũng là một vấn đề lớn đối với các doanh nghiệp khi có nhu cầu muốn sử dụng

sản phẩm này

Tuy nhiên hiệu quả sử dụng là rất cao và mau chóng thu hồi lại vốn vì có thể thay thế s c lao động c a con ng i một cách có hiệu quả và làm việc mọi lúc mọi nơi

Hình 1.4: Robot t ự động vận chuyển hàng vào kho

1.2.5 Robot Kiva

Công ty th ơng mại điện tử Amazon đư sử dụng robot Kiva để chạy d ới sàn nhà kho và vận chuyển các kệ hàng nặng 340 kg một cách trình tự và chính xác

Tr ớc đây, các công nhân c a Amazon phải đi bộ hàng cây số trong mỗi ca làm việc,

để lấy từng mặt hàng mà khách đư đặt và chuẩn bị cho việc vận chuyển Nh ng đến nay, gư khổng lồ th ơng mại điện tử đư triển khai hơn 15.000 robot khắp các tầng

c a nhà kho rộng lớn nhiều trung tâm phân phối hàng hóa c a Amazon và chúng có nhiệm vụ di chuyển các kệ hàng đến chỗ nhân viên Điều này đư giúp cho việc tìm hàng nhanh chóng gấp nhiều lần tr ớc đây và đôi chân c a ng i lao động đ ợc nghỉ ngơi Những robot Kiva màu cam di chuyển bằng cách quét mư đ ợc dán trên sàn nhà Chúng có thể tr ợt xuống gầm và dịch chuyển các kệ hàng Hệ thống sử dụng mư

vạch để nhận biết hàng hóa trên mỗi kệ nhằm giúp robot lấy đúng kệ mang tới cho nhân viên

Nh vậy khi sử dụng robot sẽ tiết kiệm đ ợc th i gian, chi phí cũng nh là giảm thiểu s c lao động c a con ng i trong quá trình vận chuyển hàng hóa, sản phẩm

Hình 1.5: Robot Kiva

1.2.6 Robot-Avata

Robot chiến đấu này đ ợc đặt tên là Robot-Avata, có hình dáng giống ng i,

biết tự điều khiển xe moto và bắn súng Robot-Avata đư trình diễn bắn năm phát súng đều trúng mục tiêu và lái xe qua đoạn đ ng cong

Hình 1.6: Robot Avata

1.3 M c đích nghiên c u

Đề tài tập trung nghiên c u vào việc lập trình và vận hành robot chạy theo một

quỹ đạo tham chiếu cho tr ớc Hiện nay có rất nhiều các nghiên c u về vấn đề liên quan nh ng ch yếu là bài toán về tránh vật cản cho robot Trong công nghiệp nhất là trong các nhà máy sản xuất quy mô lớn thì vấn đề di chuyển các khối hàng từ vị trí này đến vị trí khác là rất cần thiết Vì vậy đề tài nghiên c u nhằm mục đích đ a ra cách thực hiện và cụ thể hóa bài toán tìm đ ng đi cho robot theo một quỹ đạo tham chiếu cho tr ớc

Hơn nữa nhằm sử dụng một cách tối u công cụ mô phỏng trong matlap để lập trình cho robot, đây cũng là một tính mới c a đề tài khi tiến hành thực hiện

1.4 Gi i h n nghiên c u

 Sử dụng các thuật toán điều khiển cổ điển PID để lập trình cho robot

 Robot chỉ hoạt động trong một vùng không gian cho tr ớc giới hạn về độ chính xác vì không sử dụng hệ thống định vị GPS

 Robot chỉ hoạt động trong nhà hoặc trong vùng không gian nhỏ

1.5 Ph ng pháp nghiên c u

 Ph ơng pháp đọc hiểu

 Ph ơng pháp so sánh và kiểm ch ng các kết quả trong và ngoài n ớc

2.1 Phân lo i robot t hành

Robot tự hành đ ợc chia làm 2 loại chính đó là loại robot tự hành chuyển động

bằng chân và robot tự hành chuyển động bằng bánh.Ngoài ra một số loại robot hoạt động trong các môi tr ng đặc biệt nh d ới n ớc hay trên không thì chúng đ ợc trang bị cơ cấu di chuyển đặc tr ng

2.1.1 Robot t hành di chuy n b ằng chân(Legged Robot)

u điểm lớn nhất c a loại robot này là có thể thích nghi và di chuyển trên các địa hình gồ ghề Hơn nữa chúng còn có thể đi qua những vật cản nh hố, vết n t sâu

Nh ợc điểm chính c a robot loại này chính là chế tạo quá ph c tạp Chân robot là kết cấu nhiều bậc tự do, đây là nguyên nhân làm tăng trọng l ợng c a robot đồng th i

giảm tốc độ di chuyển Các kĩ năng nh cầm, nắm hay nâng tải cũng là nguyên nhân làm giảm độ c ng vững c a robot Robot loại này càng linh hoạt thì chi phí chế tạo càng cao

Robot tự hành di chuyển bằng chân đ ợc mô phỏng theo các loài động vật vì thế

mà chúng có loại 1 chân, loại 2 chân,4chân,6 chân và có thể nhiều hơn D ới đây là

một số loại robot điển hình chuyển động bằng chân

Hình 2.1: Một số loại robot di chuyển bằng chân

2.1.2 Robot t hành di chuy n b ằng bánh(Wheel Robot t hành)

Bánh xe là cơ cấu chuyển động đ ợc sử dụng rộng rãi nhất trong công nghệ robot tự hành Vấn đề cân bằng th ng không phải là vấn đề đ ợc chú ý nhiều trong robot di chuyển bằng bánh Ba bánh là kết cấu có khả năng duy trì cân bằng nhất, tuy nhiên kết cấu 2 bánh cũng có thể cân bằng đ ợc Khi robot có số bánh nhiều hơn 3 thì thông th ng ng i ta phải thiết kế hệ thống treo để duy trì sự tiếp xúc c a tất cả các bánh xe với mặt đất Vấn đề c a robot loại này là về lực kéo, độ ổn định và khả năng điều khiển chuyển động

- Bánh xe tiêu chuẩn: 2 bậc tự do, có thể quay quanh trục bánh xe và điểm tiếp xúc

- Bánh lái: 2 bậc tự do, có thể quay xung quanh khớp lái

- Bánh Swedish: 3 bậc tự do, có thể quay đồng th i xung quanh trục bánh xe,

trục lăn và điểm tiếp xúc

Sơ đồ bánh xe c a robot tự hành 2 bánh, 3 bánh, 4 bánh và 6 bánh đ ợc liệt kê trong

bảng d ới đâyμ

S

2

Một bánh lái phía tr ớc, một bánh phía sau

Hai bánh truyền động với trọng tâm bên

Bảng 2.1: Sơ đồ bánh xe của robot tự hành

Cả 4 bánh đều là bánh truyền động và lái

Hai bánh truyền động độc lập phía

tr ớc/sau, 2 bánh lái đa h ớng phía sau/tr ớc

Bánh truyền động Swedish (đa h ớng) Bánh quay tự do tiêu chuẩn

Bánh truyền động tiêu chuẩn

Bánh vừa truyền động vừa là bánh lái

Bánh lái tiêu chuẩn

Các bánh xe đ ợc nối với nhau

Bảng 2.2: Kí hiệu các loại bánh xe

Một số loại robot chuyển động bằng bánh:

Hình 2.3: Robot Sojourner được

s ử dụng thám hiểm sao Hỏa năm

1997 Hầu hết các hoạt động được điều khiển ở trái đất Tuy

v ậy nó vẫn phải sử dụng các cảm biến để phát hiện vật cản.

Hình 2.4: Robot AIRDUCT v ới kết cấu nhỏ gọn, nó được gắn camera để thu hình ảnh, có thể nhìn nghiêng, đi dọc theo tường, tránh v ật cản

Hình 2 5 Robot Khepera dùng

để nghiên cứu và học tập Nó có đường kính 60mm, được tích hợp nhiều modun khác nhau như camera, tay kẹp.

2.2 M t s d ng đi u khi n robot t hành

Có nhiều dạng điều khiển robot di động, sau đây là một số dạng điều khiển thông

dụng

2.2.1 Đi u khi n t xa bằng tay

Robot điều khiển từ xa bằng tay với các bộ phận có cần điều khiển hoặc những thiết bị điều khiển khác Thiết bị điều khiển có thể đ ợc gắn trực tiếp vào robot, ví dụ:

một cần gạt không dây, hoặc một phụ kiện c a một máy tính không dây Robot điều khiển từ xa giúp con ng i tránh khỏi những nguy hiểm Ví dụ robot điều khiển từ xa

bằng tay gồm có: Foster-Miller’s Talon và iRobot’s PackBot

Hình 2.6 : Robot xe tăng được điều khiển từ xa

2.2.2 Đi u khi n t xa t b o v

Robot điều khiển từ xa tự bảo vệ có khả năng phát hiện và tránh những ch ớng

ngại vật nh ng điều khiển cũng giống nh robot điều khiển từ xa bằng tay Có rất ít robot chỉ dùng đơn lẻ bộ điều khiển từ xa tự bảo vệ

2.2.3 Theo l trình

Một vài robot tự động đầu tiên là những robot theo lộ trình Chúng có thể theo

những đ ng đ ợc sơn khắc trên sàn, trần nhà hay trên một dây điện trên sàn Đa số robot này hoạt động theo một thuật toán đơn giản là giữ lộ trình trong bộ cảm biến trung tâm, chúng không thể đi qua các ch ớng ngại vật, chúng chỉ dừng lại khi có vật nào đó cản đ ng chúng Rất nhiều mẫu c a loại robot này vẫn đ ợc bày bán b i FMC, Egemin, HK system và một vài công ty khác

2.2.4 Robot ng u nhiên ho t đ ng đ c l p

Robot hoạt động độc lập với những chuyển động ngẫu nhiên, về cơ bản đó là

những chuyển động nh nhảy bật lên t ng, những b c t ng này đ ợc cảm nhận do

sự cản tr về mặt vật lý nh máy hút bụi Roomba, hoặc với bộ cảm biến điện tử nh máy cắt cỏ Friendly Robotics

Hình 2.7: Robot hút b ụi Roomba

2.3 Các v ấn đ nghiên c u trên robot di đ ng

Vấn đề “Navigation” (di chuyển) là vấn đề trọng tâm c a robot Để di chuyển đ ợc, robot phải thực hiện một loạt các tác vụ, mỗi tác vụ gắn với một bài toán nhỏ trong bài toán “Navigation” các bài toán đó bao gồm:

 Mapping: Là công việc lập bản đồ môi tr ng hoạt động c a robot Nếu không

đ ợc cung cấp dữ liệu từ tr ớc thì robot phải có khả năng lập bản đồ

 Positioning: Là việc định vị, robot phải có khẳ năng biết đ ợc mình đang đâu trong bản đồ toàn cục hay địa ph ơng

 Path Planing: Là việc hoạch định đ ng đi sắp tới c a robot, sau khi nó biết

đ ợc bản đồ và biết mình đang vị trí nào

 Motion control: Là việc điều khiển cho robot di động, t c là điều khiển các cơ

cấu để robot đi theo con đ ng thu đ ợc từ bài toán hoạch định đ ng đi

2.3.1 Ph ng pháp đi u h ng cho robot t hành

Kỹ thuật điều h ớng sử dụng trí thông minh nhân tạo trong robot tự hành có thể

đ ợc chia thành 2 loại chính, đó là điều h ớng có tính toán và điều h ớng theo phản

ng Đúng nh tên gọi, điều h ớng có tính toán là ph ơng pháp điều h ớng có kế hoạch còn điều h ớng theo phản ng là điều h ớng t c th i, là quá trình tự động thực

hiện các phản ng theo môi tr ng xung quanh Ngoài ra còn có ph ơng pháp điều

h ớng lai ghép là ph ơng pháp kết hợp cả hai ph ơng pháp có tính toán và điều

h ớng theo phản ng để xây dựng một bộ điều khiển thông minh hơn

2.3.2 Ph ng pháp đi u h ng có tính toán

Ph ơng pháp điều h ớng có tính toán là ph ơng pháp thực hiện theo trình tự: quan sát – lập kế hoạch – hành động Thông th ng một hệ thống có tính toán bao

gồm 5 khâu: nhận th c(perception), mô hình thế giới(word modelling), lập kế

hoạch(planning), thực hiện công việc(task excution) và điều khiển động cơ(motor control)

Các khâu trên có thể đ ợc coi nh là một chuỗi các “lát mỏng theo ph ơng thẳng

đ ng” với các đầu vào là tín hiệu nhận đ ợc từ cảm biến phía bên trái và đầu ra tới các khâu chấp hành phía bên phải

Hình 2.8: Sơ đồ cấu trúc của phương pháp điều khiển có tính toán

hiệu từ cảm

biến

 Khâu nhận th c có nhiệm vụ điều khiển các thiết bị cảm ng, các thiết bị này

đ ợc nối với robot sẽ cho các thông tin về môi tr ng quan sát đ ợc

 Khâu mô hình thế giới: Chuyển các tín hiệu từ cảm biến thành mô tả mối liên quan giữa robot với mô hình bên trong môi tr ng

 Khâu lập kế hoạch: Cố gắng xây dựng kế hoạch thực hiện c a robot sao cho đạt

đ ợc mục tiêu phù hợp với tình trạng thế giới hiện th i

 Khâu thực hiện công việc: Chia kế hoạch vừa đ ợc xây dựng thành các lệnh điều khiển chuyển động chi tiết

 Khâu điều khiển động cơμ Dùng để thực hiện các lệnh này

Mỗi một hệ thống con nh là một khâu t ơng đối ph c tạp và tất cả phải hoạt động một cách đồng bộ với hoạt động c a robot tại mọi th i điểm Ph ơng pháp này đòi hỏi phải trang bị các cảm biến, các thiết bị đo để nhận biết thông tin từ môi tr ng hoặc dạng thông tin dự đoán tr ớc từ bản đồ toàn cục Thông tin đó sẽ đ ợc tham chiếu với một bản đồ môi tr ng nếu có thể, và sử dụng thuật toán lập kế hoạch để tạo

ra quỹ đạo chuyển động giúp robot tránh vật cản và tăng xác suất tới mục tiêu đến

m c tối đa Do sự ph c tạp c a môi tr ng làm tăng th i gian để nhận biết, xây dựng

mô hình và lập kế hoạch về thế giới cũng tăng theo hàm mũ Đây cũng chính là bất lợi

c a ph ơng pháp này Ph ơng pháp này tỏ ra rất hữu hiệu cho các tình huống mà trong đó môi tr ng làm việc là t ơng đối tĩnh (môi tr ng trong đó có thể bao gồm

vật cản, t ng chắn, hành lang, điểm đích, là các đối t ợng có vị trí không thay đổi trong bản đồ toàn cục)

Trong ph ơng pháp điều h ớng có tính toán, khâu lập kế hoạch đ ng đi cho robot là cực kì quan trọng Việc lập kế hoạch đ ng đi cho mobile robot th ng có hai giai đoạn đó là lập kế hoạch toàn cục và lập kế hoạch cục bộ Lập kế hoạch toàn

cục có thể đ ợc hiểu nh là cách di chuyển robot qua một môi tr ng tùy ý và môi

tr ng này là t ơng đối lớn Còn lập kế hoạch cục bộ sẽ đ a ra quyết định khi robot đối mặt với môi tr ng tĩnh, ví dụ nh khi robot gặp phải vật cản, hành lang… Kế

hoạch cục bộ đ a ra ph ơng pháp để đi tới đích ngắn nhất, an toàn nhất Chính vì thế khi gặp phải các vật cản, kế hoạch cục bộ sẽ giúp cho robot tránh không va chạm rồi mới tiếp tục thực hiện kế hoạch toàn cục để tới đích

2.3.3 Ph ng pháp đi u h ng robot theo ph n ng

Nh phân tích phần trên, ph ơng pháp điều h ớng có tính toán có nhiều u điểm đối với quá trình điều h ớng cho mobile robot Tuy nhiên, điều h ớng có tính toán th ng yêu cầu khối l ợng tính toán t ơng đối lớn và ph ơng pháp này tỏ ra không tối u khi môi tr ng hoạt động c a robot thay đổi

Ph ơng pháp điều h ớng theo phản ng ra đ i nhằm giải quyết các vấn đề có liên quan tới môi tr ng không biết tr ớc hoặc môi tr ng th ng xuyên thay đổi Điều h ớng theo phản ng khắc phục đ ợc những hạn chế c a ph ơng pháp điều

h ớng tính toán, giúp giảm khối l ợng tính toán, tăng tốc độ xử lý trong môi tr ng

ph c tạp Điều h ớng theo phản ng là ph ơng pháp kết hợp các phản ng thực hiện

một cách tự động với các kích thích từ cảm biến để điều khiển robot sao cho an toàn

và đạt hiệu suất cao nhất Ph ơng pháp này đặc biệt phù hợp đối với những ng dụng nơi mà môi tr ng là hoàn toàn động hoặc không biết tr ớc, ví dụ nh trong không gian hoặc d ới n ớc Trong thực tế, các thiết bị vệ tinh thám hiểm kiểu robot đư sử

dụng ph ơng pháp điều h ớng theo phản ng, lí do là ph ơng pháp điều h ớng theo tính toán đòi hỏi việc lập kế hoạch ph c tạp có quá nhiều phép tính toán bị giới hạn

b i khả năng c a bộ nhớ và tốc độ tính toán Điều h ớng theo phản ng chỉ phụ thuộc vào trạng thái hiện th i c a robot và đòi hỏi rất ít các phép tính toán để tác động lại môi tr ng hoạt động

Tuy nhiên, ph ơng pháp điều h ớng theo phản ng cũng có nhiều mặt hạn chế,

việc không có kế hoạch toàn cục có thể khiến cho quá trình điều khiển gặp phải những khó khăn Các hoạt động tối u cục bộ ch yếu thu đ ợc nh điều khiển theo phản

ng, chính vì thế mà có thể gây ra hiện t ợng lệch h ớng toàn cục Trong ph ơng pháp điều h ớng theo tính toán, hệ thống không bao gi mất tầm quan sát đích trong khi các hệ thống điều h ớng theo phản ng cần phải giữ các đích t c th i để độ lệch

h ớng so với đích toàn cục là không quá lớn

Một thuận lợi điều h ớng theo phản ng so với các ph ơng pháp tính toán đó

là khả năng m rộng bộ điều khiển để thêm vào các thành phần phản ng khác mà không cần phải điều chỉnh lại toàn bộ phần mềm điều khiển Chính vì thế, ta có thể dễ dàng bổ sung thêm tính năng cho robot bằng cách thêm vào các hoạt động mới mà không làm thay đổi những hoạt động đư có tr ớc Ví dụ, để robot phản ng với một

kích thích thu đ ợc từ một cảm biến mới, ta chỉ cần thêm một thành phần khác vào bộ điều khiển để nó phản ng với kích thích thu đ ợc từ cảm biến đó Còn các ph ơng pháp tính toán, ta cần phải xây dựng một thuật toán hoàn toàn mới để sử dụng dữ liệu thu đ ợc từ cảm biến mới đ ợc thêm vào

Trong th i kỳ đầu, các nhà nghiên c u đư thiết kế hệ thống điều h ớng thuần tuý

phản ng bằng cách dựa vào hoạt động c a côn trùng để áp dụng vào kỹ thuật robot Nhiều nghiên c u về hệ thống sinh học đư đ ợc ng dụng cho quá trình điều khiển mobile robot Chuyển động c a một số loại côn trùng trong thế giới sinh học có thể

đ ợc sử dụng để xây dựng thành công các thuật toán điều khiển hoạt động cho robot

Ví dụ, khi nghiên c u về hành vi c a một con gián, các nhà khoa học nhận ra một con gián chỉ có một vài hoạt động riêng biệt Các hoạt động này có thể bao gồm hoạt động tìm th c ăn, hoạt động tránh ánh sáng và hoạt động sinh sản Dựa vào những gì mà cảm nhận đ ợc, con gián sẽ quyết định thực hiện một trong số những hoạt động trên

Nếu con gián cảm thấy đói, nó sẽ lục lọi để tìm th c ăn Tuy nhiên, nếu một bóng đèn

chợt bật sáng, con gián đó sẽ từ bỏ việc tìm kiếm th c ăn và chui ngay vào gầm t lạnh chẳng hạn Đây là một ví dụ về điều khiển theo phản ng Dựa vào những kích thích hiện th i, con gián sẽ chọn một hoạt động thích hợp mà không cần phải lập kế

hoạch hay tính toán gì cả Vậy thì tại sao những hoạt động nh thế lại không thể đ ợc

dịch thành những thuật toán điều khiển đơn giản cho robot Đây chính là những lý thuyết cơ bản c a kỹ thuật điều khiển dựa vào hành vi (behavior-base control) cho mobile robot

2.3.4 Ph ng pháp đi u khi n lai ghép

Điều h ớng lai ghép là ph ơng pháp kết hợp các u điểm c a ph ơng pháp điều

h ớng theo tính toán truyền thống với các hệ thống điều h ớng dựa vào phản ng

Mỗi ph ơng pháp đều có những nh ợc điểm mà ph ơng pháp kia có thể khắc phục

đ ợc Ph ơng pháp điều h ớng theo tính toán gặp phải khó khăn khi hoạt động trong các môi tr ng động, là nơi yêu cầu khả năng tính toán nhanh cũng nh các kỹ năng tránh vật cản Nếu ph ơng pháp điều h ớng theo phản ng không kết hợp với bất c quá trình lập kế hoạch chuyển động nào thì có thể sẽ không đ a robot theo quỹ đạo tối

u Ph ơng pháp điều khiển lai ghép ra đ i nhằm kết hợp các hoạt động có tính toán

bậc cao với các hoạt động phản ng bậc thấp Các hoạt động phản ng giúp robot an

toàn và xử lý các tình trạng khẩn cấp trong khi phần điều khiển có tính toán sẽ giúp robot đạt đ ợc mục đích cuối cùng Ph ơng pháp điều khiển lai ghép có thể cho ta kết

quả khả quan hơn khi chỉ sử dụng ph ơng pháp điều h ớng theo phản ng hoặc điều

h ớng theo tính toán

2.4 M t s ph ng pháp đ nh v cho robot di đ ng

Một robot di động thông minh phải đ ợc điều khiển dẫn đ ng theo một chiến

l ợc có hiệu quả Có nhiều nghiên c u trên thế giới với các thuật giải và ph ơng pháp khác nhau cho dẫn đ ng robot trong các môi tr ng trong nhà (indoor) và ngoài tr i (outdoor) Ta sẽ điểm qua một vài ph ơng pháp nh sau:

dead-ý rằng dead-reakoning là một phần quan trọng trong hệ thống dẫn đ ng robot, các

lệnh dẫn đ ng sẽ đ ợc đơn giản hoá nếu độ chính xác c a ph ơng pháp reckoning đ ợc cải thiện

dead-Ph ơng pháp dead-reakoning dựa trên ph ơng trình đơn giản và thực hiện đ ợc

một cách dễ dàng, sử dụng dữ liệu từ bộ mã hoá số vòng quay bánh xe reckoning dựa trên nguyên tắc là chuyển đổi số vòng quay bánh xe thành độ dịch tuyến tính t ơng ng c a robot Nguyên tắc này chỉ đúng trong giá trị giới hạn Có

Dead-một vài lý do dẫn đến sự không chính xác trong việc chuyển từ số gia vòng quay bánh

xe sang chuyển động tuyến tính Tất cả các nguồn sai số này đ ợc chia thành 2 nhóm: sai số hệ thống và sai số không hệ thống

Để giảm sai số dead-reckoning cần phải tăng độ chính xác động học cũng nh kích th ớc giới hạn c a hệ thống

2.4.2 H th ng d n đ ng c t m c ch đ ng

Hệ thống dẫn đ ng cột mốc ch động là hệ thống dẫn đ ng đ ợc sử dụng phổ

biến nhất trên tàu biển và máy bay Hệ thống này cung cấp thông tin vị trí rất chính

xác với quá trình xử lý tối thiểu Hệ thống cho phép tốc độ lấy mẫu và độ tin cậy cao

nh ng đi kèm với nó là giá thành cao trong việc thiết lập và duy trì Cột mốc đ ợc đặt

tại các vị trí chính xác sẽ cho phép xác định toạ độ chính xác c a vật thể Có 2 ph ơng pháp đo dùng trong hệ thống cột mốc ch động, đó là phép đo 3 cạnh tam giác và

phép đo 3 góc tam giác

 Phép đo 3 cạnh tam giác: Phép đo 3 cạnh tam giác xác định vị trí vật thể dựa trên khoảng cách đo đ ợc tới cột mốc biết tr ớc Trong hệ thống dẫn đ ng sử dụng phép đo này thông th ng có ít nhất là 3 trạm phát đặt tại các vị trí biết tr ớc ngoài môi tr ng và 1 trạm nhận đặt trên robot Hoặc ng ợc lại có 1 trạm phát đặt trên robot và các trạm nhận đặt ngoài môi tr ng Sử dụng thông tin về th i gian truyền

c a chùm tia hệ thống sẽ tính toán khoảng cách giữa các trạm phát cố định và trạm

nhận đặt trên robot GPS (Global Positionings Systems) - hệ thống định vị toàn cầu

hoặc hệ thống cột mốc sử dụng cảm biến siêu âm là các ví dụ khi sử dụng phép đo 3 cạnh tam giác

 Phép đo 3 góc tam giácμ Trong phép đo này có ít nhất 3 trạm phát ch động đặt

tại các vị trí xác định ngoài môi tr ng nh hình Một cảm biến quay tròn trên robot, phép đo đ ợc thực hiện tại các góc 1, 2 và 3 Từ các phép đo biết tr ớc tại các trục x,y ta tính đ ợc góc θ tại vị trí c a robot

Hình 2.9: Phép đo 3 góc tam giác

Hạn chế c a ph ơng pháp này chỗ máy phát tại cột mốc phải có công suất cực kỳlớn để đảm bảo phát theo mọi h ớng trên khoảng cách lớn Việc phát công suất lớn theo mọi h ớng khó thực hiện nên trên thực tế ng i ta đư thay thế bằng cách phát đi chùm tia hình nón Vì thế mà có những vùng cột mốc không thể quan sát đ ợc vật Hệ

thống cảm biến mang tính th ơng mại dựa trên phép đo này đư đ ợc thử nghiệm tại

tr ng đại học Michigan năm 1990 Hệ thống cho độ chính xác xấp xỉ ±5cm, nh ng

với hạn chế kể trên thì khả năng dẫn đ ng không phù hợp với vùng diện tích lớn

2.4.3 Phép đo 3 c nh tam giác d a vào thu nh n tín hi u siêu âm

Ph ơng pháp này cho độ chính xác từ trung bình đến cao, giá thành thấp trong việc xác định vị trí c a robot di động B i vì khoảng truyền c a tín hiệu siêu âm ngắn nên các hệ thống định vị dựa trên tín hiệu siêu âm chỉ phù hợp khi sử dụng trong miền làm

việc nhỏ và không có vật cản làm nhiễu tín hiệu phát đi.Trên thực tế có 2 cách thực hiện:

 Một bộ phát tín hiệu đặt trên robot và nhiều bộ thu tín hiệu đặt tại các vị trí cố định

 Một bộ thu tín hiệu đặt trên robot và nhiều bộ phát tín hiệu đặt tại các vị trí cố định đóng vai trò nh cột mốc

Ph ơng pháp th nhất thích hợp với các ng dụng đó chỉ có một hoặc rất ít số l ợng robot trong khi ph ơng pháp th 2 về cơ bản không bị thay đổi b i số l ợng bộ nhận

thụ động

2.4.4 H th ng d n đ ng GPS

Năm 1λ73 hệ thống dẫn đ ng phòng th bằng vệ tinh c a Mỹ đư đ ợc xây

dựng phục vụ cho hải quân và không quân Mỹ nhằm mục đích phát triển hệ thống dẫn

đ ng bằng vệ tinh với độ chính xác cao – GPS Trong suốt 24 năm sau đó GPS đ ợc

sử dụng cho cả mục đích quân sự và mục đích dân sự trên toàn thế giới, dẫn đ ng cho robot di động là một trong số các ng dụng đó Khi GPS đ ợc tách ra khỏi hệ

thống phòng th nó đ ợc dùng cho một vài hệ thống khác tuy vậy vẫn đ ợc thiết kế

để có độ chính xác tối đa có thể cho các ng dụng phi quân sự Các ph ơng pháp cải tiến đư đ ợc thực hiện để tăng khả năng sử dụng c a hệ thống trong việc dẫn đ ng cho robot Có 3 thành phần hợp thành nên hệ thống GPS là không gian, điều khiển và

sử dụng nh đ ợc minh hoạ trên hình vẽ Trong đó thành phần không gian c a GPS gồm 24 vệ tinh quay trên quỹ đạo độ cao khoảng 20000 km

Nh có hệ thống này nên việc xác định vị trí c a các thiết bị trong không gian

tr nên dễ dàng hơn Hiện nay, hệ thống này đư đ ợc ng dụng rộng rãi không chỉ trong lĩnh vực quân sự mà cả dân sự Nó mang lại rất nhiều lợi ích cho con ng i và

xã hội Giúp cho việc tìm kiếm và di chuyển tr nên tốt hơn

Hình 2.10:Các thành phần của hệ thống GPS

2.4.5 D n đ ng bằng v t m c

Dẫn đ ng bằng vật mốc là ph ơng pháp mà một robot có thể nhận biết từ chính

cảm biến đầu vào c a nó Các vật mốc có thể có dạng hình học (nh hình chữ nhật, hình tròn, đ ng thẳng…) và có thể bao gồm thêm nhiều thông tin Thông th ng các

vật mốc có các vị trí cố định và biết tr ớc để robot có thể xác định đ ợc vị trí c a chính nó Các vật mốc đ ợc lựa chọn cẩn thận để dễ dàng nhận biết Tr ớc khi robot

Có 2 loại vật mốc là vật mốc nhân tạo và vật mốc tự nhiên Vật mốc tự nhiên là các vật thể hay đặc điểm đư tồn tại từ tr ớc ngoài môi tr ng Vật mốc nhân tạo là các

vật thể hay dấu hiệu đ ợc thiết kế với mục đích duy nhất là cho phép robot định vị

Hình 2.11: Phương pháp xác định vị trí dựa vào vật mốc

 Các vật mốc tự nhiên:Vấn đề chính trong việc dẫn đ ng bằng vật mốc tự nhiên là dò tìm và liên kết các đặc điểm đặc tr ng từ các đầu vào cảm biến Cảm biến

đ ợc lựa chọn với mục đích này là các cảm biến ảnh trong thị giác máy tính Hầu hết các vật mốc tự nhiên dựa vào thị giác máy tính là các mép dài thẳng đ ng nh điểm

nối giữa cửa và t ng hay trần nhà Khi sử dụng dãy cảm biến trong việc dẫn đ ng bằng vật mốc tự nhiên, các dấu hiệu dễ nhận biết nh góc, mép hay mép t ng dài

th ng hay đ ợc sử dụng Việc lựa chọn các dấu hiệu là rất quan trọng nó quyết định

độ ph c tạp trong các chi tiết, việc dò tìm hay liên kết Các dấu hiệu đ ợc lựa chọn đúng đắn sẽ làm giảm khả năng mập m không xác định, tăng độ chính xác vị trí Hệ

thống xác định vị trí bằng vật mốc tự nhiên th ng bao gồm các thành phần cơ bản

nh μCảm biến để dò tìm các vật mốc, ph ơng pháp liên kết các dấu hiệu quan sát

đ ợc với bản đồ vật mốc đư biết, ph ơng pháp tính toán vị trí và xác định sai số trong

việc liên kết

 Các vật mốc nhân tạo: Việc dò tìm đ ợc thực hiện dễ dàng hơn với các vật mốc nhân tạo Các vật mốc nhân tạo đ ợc thiết kế với sự t ơng phản tốt nhất Thêm vào đó kích th ớc và hình dạng các vật mốc nhân tạo đều biết tr ớc vì vậy mang lại nhiều thông tin hình học

 Một ph ơng pháp tiếp cận khác là tầm nhìn toàn cục trong đó sử dụng các camera đặt tại các vị trí cố định trong không gian làm việc để m rộng khả năng quan sát cục bộ c a các camera Hình 2.13 minh hoạ sơ đồ khối ch c năng xử lý trong việc điều khiển ph ơng tiện giao thông dựa trên tầm nhìn toàn cục

Thông tin từ

cảm biến

Phát hiện và phân đoạn các

cột mốc

Xác lập sự t ơng

ng giữa số liệu thu đ ợc và bản đồ

đ ợc l u trữ

Tính toán

vị trí

Có rất nhiều các thành phần tham gia vào hệ thống xử lý này giúp cho việc xử lý đ ợc chính xác hơn, các mô hình không gian hai chiều và các hệ thống camera cũng đ ợc

sử dụng trong hệ thống này

Các thiết bị thu nhận tín hiệu từ môi tr ng bên ngoài sẽ đ ợc tiếp nhận và xử lý thông qua khối xử lý trung tâm c a hệ thống

Hình 2.12: Sơ đồ khối chức năng xử lý điều khiển phương tiện giao thông

Sử dụng lý thuyết xác suất để chọn các liên kết có thể xảy ra theo đặc tr ng hình học Điểm thuận tiện c a ph ơng pháp tiếp cận này chỗ nó cho phép ng i điều khiển theo dõi hoạt động c a robot tại cùng một th i điểm

2.4.6 Đ nh v d a trên b n đ

Định vị bằng bản đồ là kỹ thuật mà robot sử dụng các cảm biến c a nó để tạo ra

một bản đồ môi tr ng cục bộ xung quanh nó Bản đồ này sau đó đ ợc so sánh với

bản đồ toàn cục đ ợc l u trữ từ tr ớc trong bộ nhớ Nếu sự t ơng ng đ ợc nhận ra, robot sẽ tính toán vị trí và h ớng thực tế c a nó trong môi tr ng Bản đồ đ ợc l u

trữ từ tr ớc có thể là mô hình CAD c a môi tr ng hoặc đ ợc xây dựng từ dữ liệu cảm biến tr ớc đó

Việc xây dựng hệ thống bản đồ cho robot là rất quan trọng vì nếu bản đồ trong

c s dữ liệu c a robot là chính xác thì quá trình xử lý các thông tin từ bên ngoài đ a vào sau đó so sánh với cơ s dữ liệu gốc mới có thể chính xác đ ợc Tuy nhiên, việc xây dựng bản đồ cho robot còn gặp nhiều khó khăn vì các nhiễu bên ngoài tác động

Hình 2.13: Phương pháp xác định vị trí dựa vào bản đồ

Ph ơng pháp này có các u điểm nh μ

 Sử dụng các cấu trúc tự nhiên xuất hiện môi tr ng ngoài để thu đ ợc thông tin về vị trí mà không làm thay đổi môi tr ng

tổng hợp cảm biến

Vấn đề quan trọng trong việc dẫn đ ng dựa trên bản đồ là việc làm khớp bản

đồ Đó là việc thiết lập sự t ơng ng giữa bản đồ cục bộ hiện tại với bản đồ toàn cục

đ ợc l u trữ từ tr ớc

Năm 1λλ4 Schiele và Crowley đư đ a ra một kỹ thuật để tổng hợp hai l ới L ới

th nhất là l ới cục bộ tại trung tâm c a robot thu đ ợc từ các cảm biến L ới th hai

là l ới toàn cục c a môi tr ng Schieve và Crowley đư đề ra 2 ph ơng pháp biểu

diễn mô hình c a môi tr ng từ dữ liệu sonar là tham số gốc và l ới chiếm hữu Tham

Thông tin từ

cảm biến.

Xây dựngbản đồcục bộ

Xác lập sự

t ơng ng giữa bản đồ