Ổn định và điều khiển đa nhiệm hệ thống robot bầy đàn

khám phá, đi lang thang, tránh vật cản 3.2 Giản đồ cấu trúc phân tán cho điều hướng tự động 47 3.4 Sơ đồ khối tổng hợp vector vận tốc của cá thể robot thứ i 50 3.5 Giản đồ tổng hợp vận t

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI

LÊ THỊ THÚY NGA

ỔN ĐỊNH VÀ ĐIỀU KHIỂN ĐA NHIỆM

HỆ THỐNG ROBOT BẦY ĐÀN

LUẬN ÁN TIẾN SĨ KỸ THUẬT

HÀ NỘI- 2016

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI

LÊ THỊ THÚY NGA

ỔN ĐỊNH VÀ ĐIỀU KHIỂN ĐA NHIỆM

2: PGS.TS Nguyễn Thanh Hải

HÀ NỘI- 2016

LỜI CAM ĐOAN

Tác giả xin cam đoan đây là công trình nghiên cứu của riêng tác giả

dưới sự hướng dẫn của GS.TS Lê Hùng Lân và PGS.TS Nguyễn Thanh

Hải Các số liệu, kết quả nêu trong luận án là trung thực và chưa từng được ai

công bố trong bất kỳ công trình nào khác

Tác giả

LỜI CẢM ƠN

Lời đầu tiên tác giả xin chân thành cảm ơn sâu sắc tới thầy GS.TS Lê Hùng Lân và thầy PGS.TS Nguyễn Thanh Hải đã tâm huyết hướng dẫn tác giả hoàn thành luận án này

Đặc biệt tác giả xin chân thành cảm ơn các thầy giáo, cô giáo khoa Điện-Điện tử, Phòng đào tạo Sau đại học trường Đại học Giao thông vận tải

đã giúp đỡ và đóng góp nhiều ý kiến quan trọng để tác giả có thể hoàn thành luận án của mình

Tác giả cũng xin cảm ơn sâu sắc tới thầy PGS.TS Nguyễn Văn Liễn, thầy GS.TS Nguyễn Doãn Phước và thầy TS Nguyễn Văn Tiềm luôn động viên, khích lệ, giúp đỡ và tạo mọi điều kiện để tác giả thực hiện thành công luận án này

MỤC LỤC

LỜI CAM ĐOAN i

LỜI CẢM ƠN ii

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT vi

DANH MỤC CÁC BẢNG BIỂU viii

DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ ix

MỞ ĐẦU 1

CHƯƠNG I TỔNG QUAN VỀ ỔN ĐỊNH ROBOT BẦY ĐÀN 5

1.1 Khái niệm robot bầy đàn 5

1.2 Các nghiên cứu tổng quan về robot bầy đàn 7

1.3 Các mô hình toán học của robot bầy đàn 16

1.3.1 Mô hình động học chất điểm 16

1.3.2 Mô hình động lực học 19

1.4 Tổng quan về ổn định robot bầy đàn 20

1.4.1 Khái niệm ổn định robot bầy đàn 20

1.4.2 Các dạng hàm hút/đẩy 21

1.5 Các vấn đề còn tồn tại và đề xuất giải pháp mục tiêu của luận án 25

1.6 Nội dung và phương pháp nghiên cứu mới 25

Kết luận chương 1 26

CHƯƠNG II PHÂN TÍCH ỔN ĐỊNH ROBOT BẦY ĐÀN SỬ DỤNGHÀM HÚT/ĐẨY MỜ 27

2.1 Cơ sở logic mờ 27

2.2 Xây dựng hàm hút/đẩy mờ cho bài toán tụ bầy 29

2.3 Ổn định robot bầy đàn sử dụng hàm hút/đẩy mờ 35

2.3.1 Ổn định robot bầy đàn với mô hình toán học cơ bản 35

2.3.2 Ổn định bầy đàn với mô hình toán học có hệ số tương tác 39

Kết luận chương 2 44

CHƯƠNG III ĐIỀU KHIỂN ROBOT BẦY ĐÀN DỰA TRÊN NGUYÊN LÝ ĐIỀU KHIỂN HÀNH VI KHÔNG GIAN NULL VÀ LOGIC MỜ………45

3.1 Đặt vấn đề 45

3.2 Khái niệm không gian Null 48

3.3 Điều khiển hành vi robot bầy đàn dựa trên không gian Null 50

3.4 Thuật toán điều khiển hành vi robot bầy đàn dựa trên nguyên lý NSB và logic mờ 54

3.5 Phân tích sự ổn định của robot bầy đàn theo kỹ thuật NSB và logic mờ 57

Kết luận chương 3: 62

CHƯƠNG IV KIỂM NGHIỆM CÁC THUẬT TOÁN BẰNG MÔ PHỎNG VÀ TRÊN HỆ THỐNG THỰC 63

4.1 Kiểm nghiệm thuật toán bằng mô phỏng 63

4.1.1 Xây dựng hàm hút/đẩy mờ 63

4.1.2 Mô phỏng quá trình hội tụ của robot bầy đàn với mô hình toán học cơ bản 65

4.1.3 Mô phỏng quá trình hội tụ của robot bầy đàn với mô hình toán học có hệ số tương tác 70

4.1.4 Mô phỏng quá trình tránh vật cản, tìm kiếm mục tiêu của robot bầy

đàn dựa trên nguyên lý NSB và logic mờ 73

4.2 Kiểm nghiệm trên robot thực 81

4.2.1 Robot e – puck 81

4.2.2 Bài toán tụ bầy 84

Kết luận chương 4: 90

KẾT LUẬN VÀ KIẾN NGHỊ 92

Kết luận 92

Kiến nghị 92

DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN 93

TÀI LIỆU THAM KHẢO 95

PHỤ LỤC 104

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

Các ký hiệu:

vị

Ý nghĩa

2 N Số lượng cá thể robot trong bầy

3 m Vector vị trí của robot thứ i

5 m/s Vector vận tốc của robot thứ i

6 ( ) N Vector lực tương tác giữa các cá thể robot

7 Amax, Amin Giá trị lớn nhất và nhỏ nhất của độ lớn lực

tương tác

8 g(.) N Vector hàm hút/đẩy giữa các cá thể robot

9 Gfmax, Gfmin Giá trị lớn nhất và nhỏ nhất của độ lớn hàm

đẩy

10 Gamax,Gamin Giá trị lớn nhất và nhỏ nhất của độ lớn hàm

hút

12 cm Khoảng cách thực tế giữa các cá thể robot

13 cm Khoảng cách an toàn giữa các cá thể robot

14 cm Khoảng cách thực tế giữa cá thể robot thứ i

với vật cản thứ m

15 cm Khoảng cách an toàn giữa cá thể robot thứ i

với vật cản thứ m

16 cm Khoảng cách thực tế giữa cá thể robot thứ i

21 1, 2, …n n giá trị riêng của ma trận

STT Chữ viết tắt Diễn giải nội dung

1 SISO Một đầu vào – một đầu ra (Single Input Single

Output)

2 NSB Hành vi dựa trên không gian Null (Null Space

based Behavior)

3 SA Kiến trúc phân cấp (Subsumption Architecture)

4 PSO Tối ƣu bầy đàn (Particle Swarm Optimization)

5 TLTK Tài liệu tham khảo

DANH MỤC CÁC BẢNG BIỂU

Số

hiệu

1.1 Các dạng hàm hút/đẩy đã được nghiên cứu 24 2.1 Một số dạng lực tương tác giữa các cá thể thứ i và j dựa

DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ

Số

hiệu

1.1 Một số hành vi bầy đàn của các loài sinh vật trong tự

nhiên

5

1.3 Nhóm 5 robot tự di chuyển của Kelly và Keating 8 1.4 Kết quả mô phỏng thuật toán di chuyển thích nghi bầy

đàn với 120 robot

9

1.7 Hành vi tụ bầy của nhóm robot gián của Garnier đề xuất 11 1.8 (a) 5 robot c ng nhau tìm vũng nước tràn (b) Robot thực

hiện nhiệm vụ bảo vệ

11

1.9 Kiểm tra tua bin sử dụng robot bầy đàn Alice 12 1.10 Mẫu robot S-bot và vận chuyển theo nhóm 14

1.13 Các robot tìm kiếm và thu gom rác thải 15 2.1 Mờ hóa tín hiệu đầu vào của bộ điều khiển mờ 31 2.2 Mờ hóa tín hiệu đầu ra của bộ điều khiển mờ 31

3.1 Kiến trúc SA, robot bầy đàn thực hiện ba nhiệm vụ: 46

khám phá, đi lang thang, tránh vật cản 3.2 Giản đồ cấu trúc phân tán cho điều hướng tự động 47

3.4 Sơ đồ khối tổng hợp vector vận tốc của cá thể robot thứ i 50 3.5 Giản đồ tổng hợp vận tốc theo phương pháp NSB khi

robot i thực hiện ba nhiệm vụ

thông khi số lượng N robot trong bầy thay đổi

70

4.8 Quá trình hội tụ của robot bầy đàn với mô hình có hệ số

tương tác tương ứng với ma trận liên kết (a),

(b) và W35(c)

71

4.9 Quá trình hội tụ của robot bầy đàn tương ứng với các

trường hợp số lương robot trong bầy và khả năng tương

tác giữa các cá thể thay đổi

4.11 Quá trình mô phỏng robot bầy đàn di chuyển tìm kiếm

đích với là xác định âm và là xác định dương khi

số lượng robot trong bầy thay đổi

77

4.12 Kết quả mô phỏng sự ổn định của quá trình tụ bầy robot

bầy đàn

77

4.13 Quá trình mô phỏng robot bầy đàn di chuyển tìm kiếm

đích khi chỉ có hệ số thay đổi

78

4.14 Quá trình mô phỏng robot bầy đàn di chuyển tìm kiếm

đích khi các hệ số và thay đổi

79

4.15 Quá trình mô phỏng robot bầy đàn di chuyển tìm kiếm

đích với là xác định dương hoặc là xác định âm

4.19 Sơ đồ khối hệ thống điều khiển e - puck 85 4.20 Sơ đồ biểu diễn khoảng cách và góc lệch  của e –

puck

85

4.21 Lưu đồ thuật toán điều khiển e - puck 86 4.22 Lưu đồ thuật toán điều khiển e - puck quay 87 4.23 Lưu đồ thuật toán điều khiển e - puck hút/đẩy 87

4.24 Quá trình hội tụ của 3 robot e - puck 89 4.25 Quá trình hội tụ của 4 robot e - puck 90

MỞ ĐẦU

Giới thiệu tóm tắt luận án

Luận án đi sâu nghiên cứu sự ổn định tụ bầy của robot bầy đàn, đặc biệt là

cơ chế hợp tác giữa các cá thể robot trong bầy, để từ đó đưa ra giải pháp thiết kế

bộ mờ tính toán lực tương tác giữa các cá thể, nhằm nâng cao chất lượng điều khiển ổn định robot bầy đàn Cụ thể, nội dung của luận án gồm 4 chương:

- Chương 1: Trình bày tổng quan về robot bầy đàn, tổng hợp các kết quả nghiên cứu liên quan đến ổn định robot bầy đàn, ưu nhược điểm của các nghiên cứu Từ

đó đề xuất các phương hướng giải quyết: Xây dựng hàm hút/đẩy giữa các cá thể robot dựa trên cơ sở logic mờ

- Chương 2: Trình bày cơ sở khoa học và mô hình toán của robot bầy đàn, xây dựng hàm tính toán lực hút/đẩy dựa trên cơ sở logic mờ Đồng thời chương 2 đã chứng minh được tính ổn định của quá trình hội tụ nhờ lý thuyết Lyapunov trong hai trường hợp: mô hình bầy đàn cơ bản và mô hình bầy đàn có x t đến khả năng tương tác giữa các cá thể trong bầy

- Chương 3: Đưa ra giải pháp điều khiển robot bầy đàn tìm kiếm đích và tránh vật cản dựa trên kỹ thuật điều khiển hành vi không gian Null, đồng thời chứng minh sự ổn định của bầy đàn dựa trên cơ sở lý thuyết Lyapunov

- Chương 4: Xây dựng mô hình tính toán lực hút/đẩy mờ và thực hiện mô phỏng

hệ thống trên phần mềm Matlab để kiểm chứng các kết quả đã nghiên cứu ở chương 2 và chương 3

Kết luận và một số vấn đề cần nghiên cứu tiếp

Lý do chọn đề tài

Ngày nay, robot học đã đạt được rất nhiều thành tựu to lớn trong công nghiệp sản xuất cũng như trong đời sống xã hội Có những công việc mà con người không thể trực tiếp tham gia thực hiện được thì sử dụng robot là một giải

pháp hữu hiệu Robot bầy đàn sử dụng số lượng lớn các robot tương đối đơn giản để thực hiện nhiệm vụ mà một robot đơn không thể thực hiện được hoặc thực hiện không hiệu quả, dựa trên cơ chế hợp tác giữa các cá thể giống hành vi của các loài vật sống thành bầy, thành đàn Robot bầy đàn có thể được ứng dụng trong: tìm kiếm vật bị thất lạc, làm sạch, rà soát bom mìn hoặc thu thập thông tin

Tuy nhiên, khi sử dụng số lượng lớn các robot cùng thực thi một nhiệm vụ thì khả năng va chạm giữa các cá thể là rất lớn và điều đó có thể dẫn đến các robot rất dễ bị hư hỏng Mặt khác, trong quá trình thực thi nhiệm vụ, các robot cũng có thể bị tách ra khỏi bầy và thất lạc Do vậy, việc xây dựng cơ chế phối hợp giữa các cá thể robot trong bầy với nhau sao cho cấu trúc bầy đàn luôn được duy trì là rất quan trọng Điều đó phụ thuộc vào hành vi của từng cá thể, mà hành

vi của mỗi cá thể lại luôn bị chi phối bởi sự tương tác của nó với các cá thể khác trong bầy và với môi trường

Từ những lý do trên cho thấy việc nghiên cứu và đề xuất giải pháp điều khiển ổn định robot bầy đàn là rất cần thiết cho lĩnh vực robot ngày nay, vì vậy

tác giả chọn đề tài: “Ổn định và điều khiển đa nhiệm hệ thống robot bầy đàn” để

thực hiện luận án của mình

Mục đích nghiên cứu

Mục đích nghiên cứu của luận án là nghiên cứu sự ổn định và điều khiển robot bầy đàn trên cơ sở sử dụng logic mờ Việc áp dụng logic mờ để tính toán lực tương tác giữa các cá thể robot trong bầy phải đảm bảo được: các robot phải hút lại gần nhau khi chúng ở khoảng cách xa và đẩy nhau ra xa khi chúng ở khoảng cách gần, mục đích của việc điều khiển ở đây là giữ cho khoảng cách giữa các cặp robot trong bầy luôn ổn định ở giá trị an toàn (không bị va chạm và không làm phân tách nhóm) Trong luận án tác giả đi sâu vào thiết kế bộ mờ tính

toán lực hút/đẩy giữa các cá thể robot và phân tích sự ổn định của bầy đàn khi ứng dụng bộ hút/đẩy mờ

Nội dung tiếp theo trong luận án, tác giả đề xuất giải pháp điều khiển robot bầy đàn tránh vật cản và tìm kiếm mục tiêu dựa trên kỹ thuật điều khiển hành vi không gian Null kết hợp với logic mờ

Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu là một nhóm robot được liên kết với nhau

- Phạm vi nghiên cứu: Nghiên cứu phát triển thuật toán tính toán lực hút/đẩy mờ giữa các cá thể robot trong bầy Ứng dụng thuật toán phát triển được cho bài toán tụ bầy và bài toán tránh vật cản, tìm kiếm mục tiêu

Ý nghĩa khoa học và thực tiễn của đề tài

- Ý nghĩa khoa học của đề tài là kết quả đạt được trong lĩnh vực điều khiển ổn định sử dụng logic mờ Đề tài đề xuất giải pháp tính toán lực tương tác giữa các cá thể robot dựa trên cơ sở logic mờ Giải quyết vấn đề tìm kiếm tập thể trong môi trường nhiều trở ngại là rất thiết thực và hiệu quả dựa trên kỹ thuật điều khiển hành vi không gian Null kết hợp với logic mờ Luận án đã giải quyết thành công cả về mặt lý thuyết lẫn mô hình mô phỏng

- Ý nghĩa thực tiễn của đề tài là: Trong công nghệ robot, đối tượng điều khiển là thường là phi tuyến, vì vậy các phương pháp điều khiển kinh điển thường khó đáp ứng, lúc đó logic mờ là giải pháp phù hợp nhất cho điều khiển robot bầy đàn

Những đóng góp của luận án

- Luận án đề xuất cấu trúc bộ logic mờ tính toán lực hút/đẩy giữa các cá thể robot trong bầy đàn Phát biểu và chứng minh 2 định lý về ổn định hội tụ robot bầy đàn với hàm hút/đẩy mờ

- Luận án đã đƣa ra giải pháp điều khiển robot bầy đàn thực hiện nhiều hơn một nhiệm vụ dựa trên nguyên lý điều khiển hành vi không gian Null kết hợp với logic mờ Phát biểu và chứng minh một định lý về ổn định hệ thống robot bầy đàn khi thực hiện đa nhiệm vụ là tránh vật cản và tìm kiếm mục tiêu

CHƯƠNG I

TỔNG QUAN VỀ ỔN ĐỊNH ROBOT BẦY ĐÀN

Chương này tập trung phân tích tổng quan về tình hình nghiên cứu trong

và ngoài nước về robot bầy đàn nói chung và việc giải quyết bài toán ổn định robot bầy đàn nói riêng Đặt bài toán và hướng nghiên cứu của luận án

1.1 Khái niệm robot bầy đàn

Bầy đàn là sự quy tụ của một số sinh vật theo nhóm, được tìm thấy rất nhiều trong tự nhiên với nhiều loài sinh vật khác nhau như: bầy côn tr ng, đàn kiến, đàn ong, đàn mối, đàn cá,… Hành vi bầy đàn có thể giúp thực hiện được những nhiệm vụ vượt quá khả năng của từng cá thể độc lập, như loài kiến có thể cùng nhau tha những miếng mồi lớn về tổ của chúng, loài mối có thể xây những

mô đất lớn từ b n và đất cùng với sự đòi hỏi cao về nhiệt độ và độ ẩm để bảo vệ tổ,…như hình 1.1

Hình 1.1 Một số hành vi bầy đàn của các loài sinh vật trong tự nhiên

“Robot bầy đàn” là sử dụng số lượng lớn các robot tương đối đơn giản để thực hiện nhiệm vụ mà một robot đơn không thể thực hiện được hoặc thực hiện không hiệu quả, dựa trên cơ chế hợp tác giữa các cá thể giống hành vi của các loài vật sống thành bầy, thành đàn Các nhà nghiên cứu đã mô hình hóa hoạt động của robot để chúng có thể thực hiện được những nhiệm vụ có ích như tìm kiếm vật bị thất lạc, làm sạch, rà soát bom mìn, hoặc thu thập thông tin

Robot bầy đàn thường có các đặc trưng sau:

- Hiệu quả tính toán: Mỗi cá thể trong bầy có một bộ vi xử lý riêng vì thế khả năng tính toán của cả bầy sẽ hiệu quả hơn so với một robot lớn chỉ có một bộ vi

xử lý

- Tính bền vững: Hoạt động của bầy đàn vẫn diễn ra mặc dù có những cá thể bị lỗi hoặc bị hỏng, bên cạnh đó, khi điều kiện về môi trường bị thay đổi cũng không làm ảnh hưởng đến sự hoạt động của bầy đàn

-Tính linh hoạt: tính linh hoạt của robot bầy đàn được thể hiện ở khả năng thích ứng các cá thể trong bầy với sự thay đổi của môi trường Tính bền vững và tính linh hoạt thường trái ngược nhau, khi có một vấn đề mới, hệ thống robot bầy đàn cần phải linh hoạt để chuyển đổi hành vi của từng cá thể sang giải quyết vấn đề mới, lúc này tính mạnh mẽ sẽ không còn nữa.Ví dụ, các cá nhân của một bầy kiến có thể chung sức tìm một con đường ngắn nhất để đến nguồn thức

ăn hay mang một con mồi lớn về tổ thông qua việc sử dụng các chiến lược phối hợp khác nhau

- Khả năng mở rộng: có thể thêm vào hoặc bớt đi các cá thể robot trong bầy với

số lượng xác định mà không đòi hỏi phải lập trình lại Bầy đàn có thể hoạt động theo một phạm vi rộng trong một nhóm lớn và có thể hỗ trợ các nhóm khác mà không làm ảnh hưởng đến hiệu suất hoạt động của mỗi bầy Đó chính

là cơ chế phối hợp và chiến lược phát triển hệ thống robot bầy đàn, điều này đảm bảo sự hoạt động của nhóm trong các nhóm khác

- Tự tổ chức: Trong bầy đàn tất cả các robot đều có vai trò như nhau, không cần thiết phải có robot đứng đầu

- Chi phí thấp: mỗi cá thể robot trong bầy đàn đều có kết cấu cơ khí đơn giản và

có thể sản xuất hàng loạt vì thế chi phí cho mỗi cá thể robot là rất thấp

1.2 Các nghiên cứu tổng quan về robot bầy đàn

Robot bầy đàn là xu hướng nghiên cứu mới, có nhiều triển vọng trong lĩnh vực công nghệ robot Với đặc th có tính trí tuệ cao mà không đòi hỏi công nghệ chế tạo phức tạp, robot bầy đàn ngày càng được quan tâm nghiên cứu Tuy nhiên mỗi công trình đều đưa ra những mục tiêu nghiên cứu riêng

Di chuyển theo bầy là một trong những những vấn đề được nghiên cứu nhiều nhất trong robot bầy đàn dựa trên những cơ sở sinh học chặt chẽ đã có s n Trong di chuyển theo bầy của đàn chim, mỗi con chim bay độc lập với đàn và không nghĩ về dạng của đàn Tuy nhiên nếu quan sát toàn bộ hình dạng của đàn

ta sẽ nhận thấy giống như là tất cả các con chim đã thống nhất một kế hoạch di chuyển theo bầy Hàng ngàn con chim có thể gắn kết với nhau thành một nhóm

c ng di chuyển và đối phó được với những trở ngại gặp phải một cách nhanh chóng Theo [11], năm 1987 Reynolds lần đầu tiên mô phỏng về hành vi di chuyển theo bầy bằng chương trình của mình Trong chương trình này, sự di chuyển của mỗi cá thể tuân theo 3 luật như hình 1.2:

- Tách rời để tránh va chạm với các cá thể bên cạnh

- Hiệu chỉnh để điều chỉnh mức trung bình của nhóm các cá thể bên cạnh

- Gắn kết để giữ vị trí trung bình của các cá thể bên cạnh

Với 3 luật cơ bản trên, đàn chim trong mô phỏng di chuyển cực kì phức tạp, chuyển động của chúng giống như những gì chúng ta quan sát được trong thiên nhiên Sự thành công trong mô phỏng của [11] đã gây sự chú ý đối với các nhà nghiên cứu trong lĩnh vực robot

Hình 1.2 Ba luật trong mô phỏng của Reynolds Theo tài liệu [33], năm 1996 Kelly và Keating đã chứng minh hành vi di chuyển theo bầy sử dụng 5 robot có kích thước nhỏ như hình 1.3

Hình 1.3 Nhóm 5 robot tự di chuyển của Kelly và Keating

Mỗi robot trong hình 1.3 được trang bị một cảm biến siêu âm để phát hiện vật cản, cộng với một hệ thống cảm biến hồng ngoại để trao đổi thông tin giữa các robot và xác định vị trí Việc di chuyển theo bầy gồm có 4 mức độ điều khiển:

- tránh vật cản,

- nếu không nhìn thấy cá thể nào phía trước thì chính nó sẽ trở thành cá thể đầu đàn và nhấp nháy,

- nếu đang ở trong bầy thì giữ nguyên vị trí,

- nếu nhìn thấy cá thể đầu đàn thì tăng tốc và hướng về phía nó

Việc lựa chọn con đầu đàn là linh động và tất cả di chuyển theo bầy, khi gặp vật cản chúng có thể chia thành hai đàn nhỏ và hợp lại thành một khi vượt qua được vật cản đó Trong [27], năm 2007 Hanada đã đưa ra chiến lược để mở rộng robot bầy đàn cho ph p robot di chuyển tự động trong môi trường với nhiều vật cản, như hình 1.4

Hình 1.4 Kết quả mô phỏng thuật toán di chuyển thích nghi bầy đàn với 120

robot

Mỗi robot tự lựa chọn 2 robot bên cạnh và giữ khoảng cách với chúng thông qua các cảm biến, sau đó thực hiện di chuyển để bầy đàn có thể chia thành nhiều nhóm khi gặp vận cản và hợp lại thành một khối thống nhất khi vượt qua được vật cản Họ đã chỉ ra rằng thuật toán thích nghi về dịch chuyển theo bầy cho

ph p robot có sự tương tác cục bộ có thể tự dịch chuyển trong môi trường với nhiều vật cản

Các hành vi của robot bầy đàn được phân thành các nhóm điển hình sau:

đây là một thách thức lớn bởi vì mỗi hệ thống đều bị phụ thuộc vào ngưỡng cho

ph p, thêm vào đó dữ liệu từ các cảm biến thì thường bị nhiễu và không r ràng Một trong những ứng dụng đầu tiền về hành vi tụ bầy của robot được đưa ra bởi Kube và Zhang [12] Trong khi c ng nhau dịch chuyển thì tất cả các robot bị thu hút bởi ánh sáng trong hộp như hình 1.5 Khi tất cả các robot tới được chỗ nguồn sáng thì chúng sẽ tụ lại thành một bầy

Hình 1.5 Robot tụ bầy của Kube và Zhang Năm 2005 Soysal và Sahin [48] đưa ra thuật toán xác suất cho chiến lược

tụ bầy của s-bots như hình 1.6 Hành vi tụ bầy ở đây đạt được bằng cách kết hợp

4 hành vi cơ bản: tránh vật cản, hút, đẩy và đợi Robot sử dụng cảm biến siêu âm

để thực hiện cơ chế hút và đẩy trong bầy Việc chuyển tiếp từ trạng thái đẩy sang hút và từ trạng thái đợi sang đẩy được thực hiện bằng 2 xác suất khác nhau Họ đưa ra 4 chiến lược điều khiển khác nhau dựa trên 2 xác suất này

Hình 1.6 Mô phỏng hành vi tụ bầy của s-bot

Cũng trong năm 2005 trong [13], nhóm tác giả đã đưa ra nghiên cứu về hành vi

tụ bầy của bầy gián sử dụng robot Alice như hình 1.7

Hình 1.7 Hành vi tụ bầy của nhóm robot gián của Garnier đề xuất

b Tìm kiếm và hội t

Năm 2002 Dudenhoeffer và Bruemmer [16] thực hiện mô hình hàm thế năng trên các nhóm robot làm nhiệm vụ tìm kiếm nước tràn, các robot này tìm kiếm những vũng nước tràn trong phòng, sau đó tạo thành vòng bao quanh chúng như hình 1.8 Trong nghiên cứu của họ, những kỹ thuật thích nghi trên robot cũng được giới thiệu để tăng sự đa dạng của nhóm, điều này giúp bỏ qua được những khu vực không cần thiết và tránh được sai sót gặp phải trong quá trình tìm kiếm

Hình 1.8 Nhóm robot tìm kiếm vũng nước: (a) 5 robot c ng nhau tìm vũng

nước tràn (b) Robot thực hiện nhiệm vụ bảo vệ

Năm 2009 Correll và Martinoli [45] thực hiện kiểm tra tua bin của máy bay phản lực bằng việc sử dụng các robot Alice II như hình 1.9

Hình 1.9 Kiểm tra tua bin sử dụng robot bầy đàn Alice Mỗi robot sẽ tìm kiếm cánh tuabin một cách ngẫu nhiên và đi quanh cánh của tua bin Chỉ có một tham số được đưa ra để kiểm soát thời gian robot bao quanh cánh tua bin Họ sử dụng mô hình xác suất vĩ mô trong hành vi tập thể của bầy

và kết quả cho thấy thời gian hoàn thành việc kiểm tra sẽ giảm khi số lượng robot tăng lên, tuy nhiên sẽ xuất hiện nhiều kiểm tra dư thừa nếu robot nhanh chóng rời khỏi cánh tua bin mà nó đang kiểm tra

c Vận chuyển và cầm nắm

Việc vận chuyển và thao tác trên vật nặng cần thiết phải có sự hợp tác giữa các nhóm robot Nhiệm vụ đẩy hộp được chọn lựa sử dụng rộng rãi trong các nghiên cứu về phương pháp điều khiển phân phối robot Hầu hết các nghiên cứu này tập trung vào một nhóm robot cố định có kết hợp chặt chẽ trong nhiệm vụ vận chuyển, những robot này phối hợp hoàn thành nhiệm vụ vận chuyển các đối tượng với các thông tin liên lạc r ràng, hoặc đã được xác định trước Trong [15], năm 1993 Stilwell và Bay đã phát triển hệ thống vận chuyển sử dụng nhóm robot kiến Ở đây một cơ chế lãnh đạo – theo sau được d ng trong chuyển động của bầy Các robot sẽ sử dụng thông tin về lực từ cảm biến lực gắn ở đầu để

nhận các tham số điều khiển Trong [46] năm 2002, Miyata và các cộng sự sử dụng cánh tay robot với động cơ, lò xo, giảm chấn cho những robot của họ với

để nâng đối tượng lớn Các robot kết nối thông tin với nhau để c ng phối hợp di chuyển Một cơ chế giữ vật cũng đã được đưa ra khi di chuyển các đối tượng trong môi trường có nhiều trở ngại Năm 1999 Parker [36] giới thiệu kiến trúc Alliance cho việc đẩy hộp, họ chứng minh rằng các nhiệm vụ vẫn có thể được thực hiện ngay cả khi có trục trặc ở một hoặc hai robot C ng thời gian đó Yamada và Saito đề xuất phương pháp lựa chọn hành động thích nghi mà không cần thông tin r ràng của các robot đẩy Các robot sẽ tạo ra dạng cụ thể trước sau

đó mới tiến hành đẩy hộp Họ cho rằng cách tiếp cận này có khả năng thích nghi với nhiều môi trường khác nhau và có thể thực hiện được những nhiệm vụ khó khăn Những nghiên cứu khác về vận chuyển đều được lấy cảm hứng từ các mô hình sinh học, đặc biệt là từ đàn kiến Năm 2000 Kube [14], mô tả việc đẩy hộp bằng việc sử dụng nhóm các robot đồng nhất Trong nghiên cứu của họ, 5 robot

sẽ đẩy hộp lớn tới vị trí chỉ định trước có nguồn sáng Robot sẽ thay đổi vị trí và tạo ra liên kết với nhau cho đến khi hộp được di chuyển, điều này tương tự như việc thu mồi của kiến Ở đây không có cơ chế liên lạc và hợp tác r ràng giữa các robot, những robot này hoàn toàn không biết được sự hiện diện của các con robot khác Một nghiên cứu thú vị khác về việc vận chuyển theo nhóm được thực hiện bởi Gro và Macro Dorigo vào năm 2004 trong dự án [49] về robot bầy đàn như hình 1.10, những robot này không chỉ có thể đẩy đối tượng mà còn có thể

k o nó tới đích bằng cách sử dụng k p Ngoài ra, robot có thể gắn kết với nhau

và tự lắp ráp thành các cấu trúc kết nối với mồi Một bộ điều khiển mạng nơron nhân tạo và được sử dụng để điều khiển các robot đơn l (s-bot) Họ chỉ ra rằng

bộ điều khiển cho một nhóm tương đối nhỏ này có thể được áp dụng với các nhóm khác lớn hơn để c ng hợp tác di chuyển đối tượng với các hình dạng và trọng lượng khác nhau Họ cũng quan sát thấy thằng hiệu suất sẽ giảm theo kích

thước của nhóm do khó khăn về việc tự lắp ráp với cường độ cao của robot Tuy nhiên khi hầu hết các s-bot được lắp ráp thì khả năng mở rộng của nhóm có thể lên tới 16 robot

Hình 1.10 Mẫu robot S-bot và vận chuyển theo nhóm

Ngoài việc hợp tác vận chuyển 1 khối đơn, một số nhà nghiên cứu còn tập trung vào hiệu quả của việc xử lý nhiều đối tượng lớn sử dụng robot bầy đàn Một trong những nghiên cứu đó là nghiên cứu về robot k o thả các thanh sắt trong [8] như hình 1.11 Việc k o thanh sắt ra khỏi mặt đất đòi hỏi có sự phối hợp giữa ít nhất là 2 robot để đạt được thành công Trong các nghiên cứu được đưa ra họ đã tìm cách tối ưu hóa các thông số của phần mềm điều khiển để các robot trong nhóm cải thiện khả năng tương tác với nhau Mô hình xác suất vi mô

và vĩ mô cũng được nghiên cứu để dự đoán các nhóm hành vi, và do đó cũng giúp đỡ trong việc thiết kế bộ điều khiển của từng cá thể

Hình 1.11 Các robot k o thanh

d Tìm kiếm thức ăn

Tìm kiếm thức ăn là nhiệm vụ kinh điển được nghiên cứu rộng rãi trong lĩnh vực robot bầy đàn Bắt nguồn từ việc quan sát quá trình tìm kiếm thức ăn của đàn kiến và bầy ong các nhà khoa học đã tạo ra những robot tham gia vào nhiệm vụ tiềm kiếm thức ăn, sau đó đem chúng quay về tổ Để thực hiện được nhiệm vụ này, robot cần phải được ưu tiên có s n một số khả năng cơ bản như khả năng phân biệt được thức ăn và các trở ngại, và khả năng tìm đường quay lại

tổ Trong hầu hết các trường hợp, mục tiêu (mồi) có thể được tìm kiếm bởi một robot theo đúng thời gian, tuy nhiên với một nhóm các robot làm việc với nhau

có thể hoàn thành nhiệm vụ nhanh hơn Nhưng nếu kích thước của nhóm không ngừng tăng lên thì hiệu quả tìm kiếm của nhóm có thể giảm đi Ví dụ trong một

v ng có rất nhiều các robot, r ràng sẽ không có robot nào có thể tìm được thức

ăn khi tất cả các robot đều muốn tránh va chạm với nhau Trong trường hợp này thì thời gian để hoàn thành nhiệm vụ là vô hạn, hiệu quả hoạt động của nhóm gần bằng 0 Bên cạnh sự can thiệp vào không gian của nhau, việc tranh giành nguồn thức ăn có tác động tiêu cực đến hoạt động của nhóm Đặc biệt, việc hạn chế nguồn thức ăn có s n sẽ gây ra việc lãng phí năng lượng của nhóm khi tìm mồi Cần phải có kích thước giới hạn cho nhóm để đạt được hiệu suất tối ưu

Những nghiên cứu về robot thực hiện nhiệm vụ tìm mồi được đưa ra bởi Mataric [43] như hình 1.12 Việc tìm kiếm thức ăn được thực hiện bằng cách kết hợp các tương tác cơ bản, bao gồm tránh, phân tán, tìm kiếm, dẫn đường và nghỉ ngơi

Tương tự, năm 1995 Io và các cộng sự [31] cũng sử dụng kiến trúc gộp tạo

ra một nhóm robot làm nhiệm vụ thu rác thải (hình 1.13) Những robot này sử dụng camera để phân biệt các đối tượng khác nhau như: th ng rác, sọt rác và robot khác Việc hợp tác giữa các robot được thực hiện ngầm và chỉ sử dụng lực

đẩy giữa các robot, đây là kết quả của sự kết hợp giữa hành vi “tìm kiếm th ng rác” và “tránh những vật cản tĩnh”

Hình 1.12 Robot tìm mồi Mataric

Hình 1.13 Các robot tìm kiếm và thu gom rác thải

1.3 Các mô hình toán học của robot bầy đàn

có thời gian trễ, lúc đó phương trình chuyển động của cá thể thứ i trong bầy được xác định bởi:

̇ ∑ ( ) (1.1) trong đó: ̇ là tốc độ di chuyển của cá thể i, g(.) là hàm hút/đẩy giữa các cá thể trong bầy Phương trình (1.1) được gọi là mô hình động học chất điểm hay còn gọi là mô hình cơ bản

Trong [38], Liangshun Wang và Huajing Fang đã xây dựng được mô hình tượng trưng cho một bầy đàn sinh học thực tế Điều đầu tiên là mỗi cá thể chỉ có thể cảm nhận thấy các cá thể lân cận mình Điều thứ hai là khả năng di chuyển của mỗi cá thể là hữu hạn và được quyết định bởi các cá thể lân cận, mô hình toán của bầy đàn trong [38] được xây dựng như sau:

̇ ∑ ( ) (1.2) trong đó: { ‖ ‖ }, là bán kính nhìn thấy của cá thể thứ j, g(.) là lực hút/đẩy giữa các cá thể trong bầy, , - với

là ma trận tương tác, đặc trưng cho khả năng tương tác với nhau của cặp cá thể (i,j), giả thiết rằng , với i, j Trong thực tế, thành phần có thể do cấu trúc vật lý của cá thể robot thứ i hoặc khả năng tương thích giữa nó với các cá thể còn lại trong bầy chi phối

Theo tài liệu [62], các tác giả đã xem x t mô hình bầy đàn cơ bản tương tự [38] [57], đồng thời [62] cũng cung cấp thêm một mô hình bầy đàn khi có tác dụng của nhiễu ( ) với ‖ ( ) ‖ :

̇ ∑ ( ) ( ) (1.3) Trong tự nhiên các yếu tố gây nhiễu cho hoạt động của bầy đàn có thể do yếu tố môi trường, hoặc có thể do các bầy đàn khác tác động lên Nhiễu này có thể là một vector hằng số: ( )

hoặc: hàm số tuyến tính:

( ) trong đó: là hằng số, là vector hằng số

hoặc là một hàm mũ:

( ) ( ‖ ‖ ) trong đó: be là các hệ số dương, ae là các vector hằng số,

∑ là tọa độ tâm bầy

Tài liệu [73], [59] gọi ( ) là đại lượng đặc trưng cho sự chuyển động của các cá thể trong môi trường theo hướng giảm hàm năng lượng, ký hiệu ( ) là gradient của ( ) tại điểm

Trong [73], các tác giả miêu tả mô hình toán học của bầy đàn như (1.4):

̇ ( ) ∑ ( ) (1.4) trong đó: g(.) là hàm hút/đẩy giữa các các thể robot, g(.) là một hàm l (đối xứng qua gốc tọa độ), đây là đặc điểm rất quan trọng của hàm g(.) để dẫn đến hành vi

tụ bầy của bầy đàn

Trong [59] các nghiên cứu đã phân tích mô hình bầy đàn có dạng:

̇ ( ) ∑ ( ) (1.5) trong đó: g(.) là hàm hút/đẩy giữa hai cá thể i, j trong bầy Ký hiệu , -

là ma trận liên kết của bầy, có nghĩa là cá thể i là đối tượng tác động từ cá thể j với cường độ liên kết , có nghĩa rằng không có tác động nào từ cá thể j tới i

Trong [44], các tác giả đã xây dựng mô hình bầy đàn bám theo một đường

đi cho trước như sau:

̇ ∑ ( ) ( ) ̇, với i=1, 2,…N (1.6)

Ở đây ̇ là vị trí của cá thể thứ i, ký hiệu g(.) là hàm hút/đẩy giữa các

cá thể trong bầy ( ) đại diện cho hàm hút của đường mong muốn tới các cá thể trong bầy, c là hằng số dương a<c<r và là đường mong muốn

Mỗi chuyển động của một robot được xem như là chuyển động của một chất điểm trong không gian, phương trình động lực học được miêu tả như sau:

{ ̇

̇ (1.7) trong đó: ( ) và m lần lượt là vector vị trí, vector vận tốc và khối lượng của robot thứ i trong không gian 3 chiều Đầu vào điều khiển fi của robot i được thiết kế bởi các lực tương tác giữa robot i với: cá thể đầu đàn, các robot láng giềng, và với chướng ngại vật Theo định luật II Niuton: ̈ , tích phân

của gia tốc một lần chúng ta được vận tốc, hai lần chúng ta được vị trí, do đó mô hình bầy đàn như (1.7) còn có thể được gọi là “ Mô hình tích phân k p”

Nhận xét: Trong các mô hình toán học của robot bầy đàn đã được nghiên cứu ở

trên, mỗi mô hình đều có x t đến yếu tố khác nhau chi phối hành vi hoạt động của bầy đàn như: tầm nhìn, khả năng tương tác giữa các cá thể trong bầy đàn, nhiễu tác động lên bầy đàn, khối lượng của các cá thể,…Trong nội dung luận án, tác giả đã lựa chọn mô hình (1.1) và (1.2) làm cơ sở cho việc nghiên cứu của mình

1.4 Tổng quan về ổn định robot bầy đàn

1.4.1 Khái niệm ổn định robot bầy đàn

Đặc điểm của “Robot bầy đàn” là sử dụng số lượng lớn các robot tương đối đơn giản để thực hiện nhiệm vụ mà một robot đơn không thể thực hiện được hoặc thực hiện không hiệu quả, hành vi bầy đàn được thực hiện dựa trên cơ chế hợp tác giữa các cá thể Vì vậy, khi nghiên cứu về robot bầy đàn cần phải làm sáng tỏ cơ chế hợp tác và tính ổn định của bầy đàn Tính ổn định ở đây được hiểu là khả năng đảm bảo đội hình, cự ly tương đối giữa các cá thể trong khi di chuyển Cụ thể là các cá thể trong bầy luôn di chuyển c ng nhau hướng tới một mục tiêu nào đó và chúng sẽ hội tụ xung quanh mục tiêu với một bán kính xác định Đã có một số công trình được công bố nghiên cứu về ổn định robot bầy đàn, chẳng hạn [7], [26], [38], [44], [52], [57], [59], [62], [65], [73] Các công trình này đều nghiên cứu sự ổn định bầy đàn dựa trên sự tương tác giữa các cá thể trong bầy với nhau và giữa mỗi cá thể với môi trường Sự tương tác giữa các

cá thể được biểu diễn thông qua lực hút/đẩy giữa chúng

1.4.2 Các dạng hàm hút/đẩy

Hàm hút/đẩy g(.) trong công thức (1.1) được Gazi [57] xác định như sau: ( ) ( ), ( ‖ ‖ )- (1.8) trong đó: a, b, c là các hằng số dương và b>a, ‖ ‖ là khoảng cách giữa cá thể i và cá thể j:

‖ ‖ √( ) ( ), ( ) g( ) là hàm hút nếu khoảng cách giữa các cá thể là lớn, là hàm đẩy nếu khoảng cách này là nhỏ và g( )=0 khi:

[

‖ ‖ √ ( ) Với mô hình bầy đàn như công thức (1.1), mỗi cá thể trong bầy đàn đều phải biết được vị trí tương đối của các cá thể khác trong bầy Nhưng trong bầy sinh học thực tế, mỗi cá thể chỉ có thể nhìn thấy các cá thể khác nằm trong phạm

vi quan sát của mình, do đó lực hút/đẩy chỉ xảy ra đối với các cặp cá thể nhìn thấy nhau, ngoài phạm vi ấy ra, sẽ không tồn tại lực tương tác giữa chúng

Trong [57], Gazi cũng chứng minh được với mô hình động học (1.1), hàm hút/đẩy (1.8) các cá thể sẽ di chuyển hội tụ về khu vực một khu vực xung quanh tâm bầy:

( ) * ‖ ‖ + trong đó: √ /

Trong [38], Liangshun Wang và Huajing Fang đã xây dựng được công thức tính hàm hút/đẩy giữa các cá thể (i, j) trong bầy như sau:

( ) { ( )( ( ‖ ‖ ))

trong đó: a, b, c là các hằng số dương, b>a, khoảng cách an toàn √ ( ) Lực hút và lực đẩy sẽ bằng nhau khi: ‖ ‖

Tâm của các cá thể trong bầy là:

∑ Với các hàm hút/đẩy được xây dựng theo (1.9) thì các cá thể robot trong bầy cuối cùng sẽ hội tụ về nằm trong một khu vực nhất định, là vùng bao quanh tâm bầy:

( ) √  / ( )√  √Trong [59], Wei Li đã xây dựng hàm hút/đẩy g(.) là một hàm liên tục, nó

là hàm hút tuyến tính ở khoảng cách xa và là hàm đẩy phi tuyến nếu ở khoảng cách gần:

( ) ( ), (‖ ‖) (‖ ‖)- (1.10)

trong đó: { (‖ ‖)

‖ ‖ (‖ ‖) với ( ) , a và b là các hằng

số dương; ( ) Bầy đàn có thể tránh va chạm vào nhau với tham số

b phù hợp Kết quả nghiên cứu [59] đã chứng minh được rằng nếu cấu trúc tương tác giữa các cá thể trong bầy được kết nối mạnh mẽ thì tất cả các cá thể trong bầy đều có thể nhìn thấy nhau và chúng sẽ hội tụ theo hàm mũ trong thời gian hữu hạn Phạm vi bầy đàn và tốc độ hội tụ được mô tả bởi các tham số riêng của bầy,

nó cho thấy mối quan hệ giữa hành vi bầy đàn và cấu trúc tương tác giữa các cá thể trong bầy:

( ) { ∑  ‖ ‖

}

Trong đó:  là giá trị riêng nhỏ nhất khác 0 của ma trận W

Trong [73], hàm hút/đẩy g(.) được thiết lập như sau:

( ) ( ), (‖ ‖) (‖ ‖)

( ), ( )

( )‖ ‖ - (1.11) trong đó: a, b, r, v,  là các hằng số tùy ý thỏa mãn điều kiện v>r>>0

Trong [44], hàm hút/đẩy được cho bởi:

( ) ( ),

‖ ‖ - (1.12) trong đó: a, r là các tham số dương, r>a, ‖ ‖ √( ) ( ) là chuẩn Euclide, tham số a đại diện cho lực hút,

‖ ‖ đại diện cho lực đẩy

Dễ dàng thấy rằng g( )=0 khi hoặc √ , được gọi là khoảng cách cân bằng, là khoảng cách mà tại đó lực hút và lực đẩy cân bằng với nhau Kết quả mô phỏng cho thấy, các cá thể trong bầy hội tụ trong một khu vực giới hạn, sau đó chúng tiếp tục di chuyển thành nhóm theo một con đường mong muốn

Trong công trình [7], các tác giả đã đề xuất một hướng nghiên cứu mới để điều khiển một nhóm máy bay không người lái theo dõi một mục tiêu di động nhờ vào việc kết hợp các hàm thế năng Trong nghiên cứu này một lực hút được tạo ra giữa các cá thể dẫn đầu nhóm và mục tiêu, lực hút này phụ thuộc vào vị trí tương đối của cá thể này với mục tiêu Các cá thể khác trong bầy được điều khiển bởi lực hút giữa chúng với nhau và với cá thể đầu dẫn nhóm Do ảnh hưởng bởi lực tương tác giữa các robot với nhau nên cơ cấu tổ chức của bầy đàn rất ổn định và bền vững, và không thể xảy ra các va chạm trong bầy Vấn đề

tránh vật cản cũng được các tác giả đề cập đến, tránh vật cản được điều khiển bởi các lực đẩy được tạo ra xung quanh các chướng ngại vật, khi các các thể robot đến gần vật cản sẽ bị đẩy ra xa

Bảng 1.1: Một số dạng hàm hút/đẩy đã được nghiên cứu

Nhận xét: Đã có rất nhiều công trình nghiên cứu sự ổn định của bầy đàn,

sự ổn định này chủ yếu dựa trên cơ chế hút/đẩy giữa các cá thể trong bầy Mỗi công trình đưa ra một hàm hút/đẩy khác nhau, nhưng các hàm hút/đẩy đều là hàm toán học tường minh có tính chất: có độ lớn phụ thuộc vào khoảng cách giữa các cặp cá thể trong bầy, khoảng cách giữa cặp cá thể (i, j) càng xa thì lực hút càng lớn, ngược lại, khoảng cách càng gần thì lực đẩy càng lớn

Các công trình nghiên cứu về ổn định robot bầy đàn đều đạt được kết quả: sau một thời gian di chuyển đủ lớn, các cá thể robot trong bầy sẽ hội tụ bao quanh một khu vực có bán kính xác định

1.5 Các vấn đề còn tồn tại và đề xuất giải pháp mục tiêu của luận án

Qua tổng hợp trên cho thấy số lượng công trình nghiên cứu về robot bầy đàn là khá nhiều, các công trình nghiên cứu sự ổn định robot bầy đàn cũng không ít và đã có những thành công Tuy nhiên các nghiên cứu ở trên cũng cho thấy rằng, hành vi bầy đàn được thiết lập dựa trên lực tương tác giữa các cá thể trong bầy với nhau và giữa mỗi cá thể với môi trường Lực tương tác này được các tác giả xây dựng thường là các hàm toán học tường minh, chính xác, nhưng lại không có cơ sở lý giải thuyết phục Ngoài ra, do môi trường hoạt động của robot bầy đàn khá phức tạp, thường xuyên thay đổi nên một mô hình toán học tường minh thường rất khó đáp ứng Vì vậy, để gần gũi hơn với logic tự nhiên, tác giả đề xuất một mô hình bầy đàn mới, mà trong mô hình này, lực tương tác giữa các cá thể robot trong bầy được xây dựng dựa trên cơ sở logic mờ Logic

mờ có khả năng linh động thông qua việc lựa chọn tín hiệu vào/ra, mờ hóa, luật mờ,…, sử dụng logic mờ để sấp xỉ lực hút/đẩy có thể phản ánh được tổng quát hơn các lực hút đẩy tường minh

1.6 Nội dung và phương pháp nghiên cứu mới

Nội dung của luận án tập trung nghiên cứu sự ổn định hội tụ của robot bầy đàn dựa trên cơ sở thiết lập bộ mờ tính toán lực hút/đẩy giữa các cá thể robot trong bầy với nhau, điều này được trình bày trong chương 2 Điều khiển robot bầy đàn thực hiện nhiều mục tiêu nhiệm vụ dựa trên kỹ thuật điều khiển hành vi không gian Null và logic mờ được tác giả đề cập trong nội dung chương 3 của luận án này

Phương pháp nghiên cứu của luận án là dựa trên các đặc điểm, tính chất của hành vi bầy đàn để xây dựng bộ mờ tính toán lực hút/đẩy giữa các cá thể trong bầy robot Sau đó chứng minh tính ổn định của robot bầy đàn dựa trên lý thuyết Lyapunov Cuối cùng, kiểm chứng các kết quả thu được bằng mô phỏng trên phần mềm Matlab và thuật toán được tiến hành thử nghiệm trên một mẫu robot bầy đàn hoạt động trong môi trường phòng thí nghiệm

Kết luận chương 1

Chương 1 đã giải quyết được các vấn đề sau:

- Trình bày tổng quan về robot bầy đàn, chỉ ra được các hướng nghiên cứu về robot bầy đàn

- Tổng hợp các kết quả nghiên cứu liên quan đến ổn định robot bầy đàn

- Sau khi nghiên cứu và phân tích cơ chế tụ bầy dựa trên các lực hút/đẩy tường minh, tác giả đề xuất các phương án sử dụng lý thuyết điều khiển hiện đại logic

mờ để điều khiển và đánh giá ổn định của hệ thống robot bầy đàn bằng cách xây dựng bộ mờ tính toán lực hút/đẩy giữa các cá thể trong bầy Đồng thời đưa ra giải pháp điều khiển robot bầy đàn thực hiện nhiều hơn một nhiệm vụ dựa trên nguyên lý điều khiển hành vi không gian Null và hàm hút/đẩy mờ