Phát triển thuật toán tự nở cho hệ thống đa robot dùng trong khảo sát thông số môi trường (tt)

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Phạm Duy Hưng PHÁT TRIỂN THUẬT TOÁN TỰ NỞ CHO HỆ THỐNG ĐA ROBOT DÙNG TRONG KHẢO SÁT THÔNG SỐ MÔI TRƯỜNG Chuyên ngành: Kỹ thuật Điện tử Mã số: 62 52 02 03 TÓM TẮT LUẬN ÁN TIẾN SĨ NGÀNH CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ, TRUYỀN THÔNG Hà Nội – 2018 Cơng trình hồn thành tại: Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội Người hướng dẫn khoa học: PGS.TS Trần Quang Vinh, Trường Đại học Công nghệ PGS.TS Ngô Trung Dũng, Đại học Prince Edward Island, Canada Phản biện: Phản biện: Phản biện: Luận án bảo vệ trước Hội đồng cấp Đại học Quốc gia chấm luận án tiến sĩ họp vào hồi ngày tháng năm Có thể tìm hiểu luận án tại: - Thư viện Quốc gia Việt Nam - Trung tâm Thông tin - Thư viện, Đại học Quốc gia Hà Nội MỞ ĐẦU Lý chọn đề tài: xu phát triển cách mạng công nghiệp 4.0, robot ngày ứng dụng rộng rãi đời sống xã hội từ robot công nghiệp nhà máy đến robot phục vụ nhà hàng, bệnh viên hộ gia đình Cùng với việc nghiên cứu, cải tiến lực làm việc, trí thơng minh nhân tạo robot riêng lẻ, nghiên cứu hoạt động hệ thống đa robot, gọi tắt MRS (Multi-Robot System), chủ đề mới, có tính cấp thiết tiềm ứng dụng giám sát mơi trường, theo dõi đa mục tiêu, phối hợp vận chuyển, tìm kiếm, cứu hộ, Nghiên cứu điều khiển đồng thời số lượng lớn robot di động tự triển khai vào mơi trường ln trì tồn vẹn mạng để trao đổi thông tin phối hợp robot chủ đề mang tính thời sự, có ý nghĩa khoa học thực tiễn cao, có tiềm ứng dụng cho theo dõi đa mục tiêu, bao phủ giám sát môi trường, phục vụ an ninh, quốc phòng tìm kiếm, cứu hộ, cứu nạn, Tự triển khai hay tự nở hiểu việc điều khiển phân tán bầy robot nhằm trải rộng chúng hay "nở" rộng chúng môi trường theo yêu cầu cụ thể Mục đích nghiên cứu: luận án nghiên cứu phát triển thuật toán tự triển khai MRS để khám phá môi trường trước, gồm mục tiêu cụ thể sau: • Nghiên cứu điều khiển trì tồn vẹn mạng đa robot robot thực nhiệm vụ Mạng có khả mở rộng vùng bao phủ, thích nghi với mơi trường khơng biết trước • Ứng dụng điều khiển trì tồn vẹn mạng đa robot để xây dựng chiến lược tự triển khai MRS theo dõi đa mục tiêu bao phủ Chiến lược triển khai kết hợp thủ tục phân nhiệm dựa trao đổi thông tin robot điều khiển chuyển động robot để thực thi nhiệm vụ Đối tượng nghiên cứu: điều khiển trì tồn vẹn mạng đa robot chiến lược theo dõi đa mục tiêu bao phủ MRS gồm nhiều robot di động hoạt động tự trị không gian hai chiều Phạm vi nghiên cứu: giới hạn điều khiển phân tán, robot định điều khiển dựa thông tin cục từ hàng xóm vùng cảm nhận chúng Luận án tập trung xem xét vấn đề điều khiển trì toàn vẹn mạng đa robot ứng dụng cho toán theo dõi đa mục tiêu bao phủ Luận án không nghiên cứu hệ thống cảm biến tổng hợp liệu cảm biến để nhận biết hiểu môi trường; định vị dẫn đường cho robot; đảm bảo độ tin cậy truyền thông mạng đa robot, Thay vào đó, luận án sử dụng giả thiết dùng phổ biến nghiên cứu MRS coi giả thiết thỏa mãn Phương pháp nghiên cứu: kết hợp nghiên cứu lý thuyết, mô thực nghiệm Nghiên cứu lý thuyết đề xuất mơ hình, kỹ thuật điều khiển trì, mở rộng mạng đa robot dựa cấu trúc kết nối cục robot; chiến lược triển khai MRS để theo dõi đa mục tiêu bao phủ Mô dùng để kiểm chứng mơ hình, kỹ thuật điều khiển quy mô lớn (về số lượng robot, kịch làm việc) Thực nghiệm để đánh giá khả hoạt động đề xuất robot thật Những đóng góp luận án: luận án trình bầy phương pháp có tên điều khiển phân tán đa tầng, viết tắt HDC (Hierarchical Distributed Control), cho trì toàn vẹn mạng toàn cục hệ thống đa robot HDC ứng dụng để xây dựng chiến lược tự triển khai hệ thống đa robot cho khám phá, theo dõi đa mục tiêu bao phủ Luận án hoàn thành mục tiêu nghiên cứu có đóng góp sau: • Đề xuất điều khiển phân tán đa tầng (HDC) cho trì toàn vẹn mạng đa robot HDC gồm điều khiển nút để điều khiển chuyển động robot trì mạng tồn cục, điều khiển kết nối để mở rộng vùng bao phủ mạng HDC dựa tiếp cận hình học xem xét cấu trúc kết nối cục robot khơng u cầu ước lượng kết nối đại số đồ thị mạng – phương pháp cổ điển Bên cạnh đó, nhờ vào việc tinh giản cấu trúc kết nối cục bộ, HDC có khả giải phóng ràng buộc kết nối cục giống cực tiểu cục bộ, cho phép hệ thống đa robot thu hiệu suất cao chuyển động theo bầy, theo dõi đa mục tiêu bao phủ Đóng góp cơng bố cơng trình [CT1-CT4][CT8] • HDC ứng dụng cho chiến lược tự triển khai cho theo dõi đa mục tiêu, viết tắt MTT (Multi-Target Tracking), bao phủ hệ thống đa robot kết nối mạng môi trường trước MTT kết hợp thủ tục phân nhiệm dựa trao đổi thông tin robot điều khiển HDC để thực thi nhiệm vụ Vượt qua nghiên cứu tồn tại, luận án tìm toán theo dõi đa mục tiêu bao phủ có đặc điểm chung: đích cho tốn theo dõi đa mục tiêu giống với đích ảo tốn bao phủ, MTT áp dụng để giải hai toán Trong toán bao phủ, luận án đề xuất tạo đích ảo VTG (Virtual Target Generation) dựa cấu trúc lưới lục giác cho phép hệ thống đa robot bao phủ mơi trường có cấu trúc Luận án khảo sát, đánh giá MTT mơ thí nghiệm thật Đóng góp cơng bố cơng trình [CT2-CT5] • Đề xuất thuật tốn phát phân loại biên sửa lỗi biên thực thuật tốn dựa tiếp cận hình học Thuật tốn loại bỏ lỗi biên thơng qua xem xét cấu trúc kết nối cục thay cho q trình đệ quy động tồn cục Luận án tích hợp thuật tốn phát biên vào MTT để giải toán theo dõi đa mục tiêu với kịch đích phân bố khơng liên thơng Đóng góp cơng bố cơng trình [CT6][CT7] Ý nghĩa khoa học thực tiễn luận án: Kết luận án có ý nghĩa khoa học lĩnh vực nghiên cứu hệ thống đa robot, có giá trị độ tin cậy, có tiềm ứng dụng tuần tra giám sát, tìm kiếm cứu hộ phục vụ an ninh, quốc phòng; vận chuyển nhà kho, sân bay, sản xuất quy mô lớn cho đời sống xã hội Bố cục luận án: gồm phần mở đầu chương nội dung, phần kết luận danh mục tài liệu tham khảo Chương trình bầy tổng quan tài liệu điều khiển MRS chiến lược tự triển khai MRS cho theo dõi đa mục tiêu bao phủ Chương 2: trình bầy lý thuyết đảm bảo trì mở rộng mạng đa robot áp dụng để thiết kế HDC Chương trình bầy ứng dụng HDC để xây dựng chiến lược tự triển khai cho hai toán điển hình theo dõi đa mục tiêu bao phủ lưới lục giác Hiệu HDC chiến lược tự triển khai MRS đánh giá thông qua mơ thực nghiệm Chương trình bầy mở rộng ứng dụng HDC cho triển khai MRS môi trường có cấu trúc giống tòa nhà với robot đồng DSHR với robot mẹ, Cuối số kết luận hướng nghiên cứu luận án Chương TỔNG QUAN VỀ HỆ THỐNG ĐA ROBOT 1.1 Giới thiệu Hệ thống đa robot, viết tắt MRS (Multi-Robot System), nhắc đến tập hợp số lượng lớn robot tự trị có khả cảm nhận mơi trường, tính tốn điều khiển trao đổi thơng tin qua mạng truyền thơng Các robot có tính hạn chế, thường khơng hiệu hoạt động đạt hiệu cao phối hợp thực nhiệm vụ Hoạt động tương tác, hợp tác giúp MRS thu kết nhanh đáng tin cậy robot riêng lẻ MRS có đặc tính: (1) Tính bền vững (Robustness): khả liên kết, hoạt động ổn định vài robot; (2) Tính linh hoạt (Flexibility): khả thích nghi với nhiều môi trường, nhiệm vụ khác nhau; (3) Khả mở rộng (Scalability): thuật tốn điều khiển hoạt động với quy mô bầy robot khác mà không u cầu cấu hình lại Các tính cho phép MRS đạt hiệu suất độ tin cậy cao nhiệm vụ Nghiên cứu MRS chia thành nhóm (http://www.multirobotsystems.org): • Mơ hình hóa điều khiển: nghiên cứu mơ hình động học, động lực học, cấu trúc cảm biến tương tác với môi trường; Điều khiển tối ưu; Kiến trúc điều khiển tập trung/phân tán, khả mở rộng MRS; toán di chuyển theo bầy, bao phủ, đội hình, MRS sinh học trí tuệ bầy đàn • Lập kế hoạch chế định: nghiên cứu kế hoạch chuyển động phối hợp; Phân nhiệm hợp tác thực nhiệm vụ; Cơ chế định; Tương tác giữ robot, robot với môi trường với người; Phối hợp học tập bầy robot; Trí tuệ nhân tạo cho hệ thống lớn • Ứng dụng MRS vấn đề công nghệ : nghiên cứu ứng dụng MRS xã hội/công nghiệp; Thiết kế cơ, điện tử cho MRS; Hệ điều hành công nghệ đám mây cho MRS; Nền tảng phần mềm công cụ mô MRS; Truyền thông MRS; phương pháp thí nghiệm MRS; MRS mơi trường có cấu trúc; MRS cấu trúc micrơ/nanơ; Đánh giá hiệu suất đối sánh MRS Luận án nghiên cứu vấn đề điều khiển phân tán MRS chế phối hợp robot cho hoạt động tự triển khai để giám sát môi trường trước Hoạt động phối hợp robot thực thông qua trao đổi thông tin việc trì tồn vẹn mạng cho tất robot theo thời gian nội dung quan trọng nghiên cứu Tự triển khai (Self-Deployment): robot tự điều khiển, phân tán hay trải ra/nở môi trường nhằm thực nhiệm vụ cụ thể theo dõi mục tiêu, giám sát bao phủ, Giám sát môi trường (Environmental Surveillance): hiểu giới hạn phạm vi (1) MRS tìm kiếm theo dõi mục tiêu phân bố ngẫu nhiên, trước môi trường; (2) MRS giám sát môi trường trước thông qua bao phủ vùng cảm nhận MRS lên Luận án tập trung nghiên cứu điều khiển MRS áp dụng để xây dựng chiến lược triển khai MRS cho nhiệm vụ theo dõi đa mục tiêu bao phủ, không nghiên cứu thu thập, phân tích thơng số mơi trường Theo dõi đa mục tiêu (Multi-Target Tracking): robot phối hợp với tìm kiếm chiếm đóng đích phân bố ngẫu nhiên, trước môi trường Bao phủ (Coverage): robot phối hợp với để bao phủ vùng cảm nhận lên môi trường Điều khiển phân tán (Distributed control): phương thức điều khiển robot tính tốn định dựa thơng tin thu thập từ robot nằm vùng nhìn thấy 1.2 Điều khiển phân tán hệ thống đa robot Các nghiên cứu chia thành ba phương pháp chính: • Điều khiển hành vi (BC): nghiên cứu quan tâm đến thiết kế tổng hợp hành vi cho MRS Hành vi robot chủ yếu hình thành từ tương tác cục với robot hàng xóm, chưa quan tâm đến vấn đề trì tồn vẹn mạng truyền thông khai thác tảng mảng cho hành vi hợp tác phân nhiệm, ứng dụng toán điều khiển MRS di chuyển theo bầy tụ bầy, khơng có ứng dụng u cầu phối hợp robot dựa đổi thông tin mạng đa robot theo dõi đa mục tiêu, bao phủ • Trường nhân tạo (APF) sử dụng loại hàm phương pháp tổng hợp khác để tạo lực tổng hợp điều khiển robot, có nhược điểm dễ sinh điểm cực tiểu cục làm cho robot di chuyển đến mục tiêu Thêm vào đó, APF hoạt động dựa tương tác cục nên vấn đề hợp tác, phân nhiệm thực Hạn chế làm cho APF trở lên thiếu linh hoạt giảm hiệu qủa MRS Ngoài ra, APF đảm bảo trì kết nối cục bộ, khơng đảm bảo trì mạng tồn cục • Điều khiển dựa kết nối đại số (ACC) sử dụng ước lượng kết nối đại số λ2 giá trị riêng nhỏ thứ hai ma trận Laplace - ma trận đặc trưng đồ thị kết nối mạng đa robot - để xây dựng điều khiển phân tán trì toàn vẹn mạng đa robot Ước lượng λ2 thực theo kiểu phân tán, robot ước lượng giá trị kết nối dựa giá trị nhận từ robot hàng xóm, nhiên cần thời gian tính tốn lớn (khoảng vài giây) để ước lượng hội tụ, chất để robot cập nhật trạng thái ước lượng tồn mạng Điều khơng khả thi hệ thống thật 1.3 Tự triển khai hệ thống đa robot Phân tích nghiên cứu theo dõi đa mục tiêu bao phủ điều khiển chiến lược triển khai MRS thiết kế cho toán ứng dụng cụ thể theo dõi đa mục tiêu bao phủ, khơng có phương pháp giải hai toán Điều làm giảm tính linh hoạt MRS động lực để luận án xây dựng chiến lược triển khai áp dụng cho toán theo dõi đa mục tiêu bao phủ 1.4 Kết luận chương Căn mục tiêu tổng quát luận án kết khảo sát nghiên cứu nay, luận án đề nhiệm vụ cụ thể sau: • Nghiên cứu, thiết kế điều khiển phân tán cho MRS đảm bảo toàn vẹn mạng thực nhiệm vụ Nó phát triển tảng điều khiển hành vi khai thác cấu trúc hình học kết nối cục robot để xây dựng điều kiện đảm bảo trì mở rộng mạng đa robot Đây tiếp cận so với phương pháp cổ điển sử dụng λ2 • Nghiên cứu, xây dựng chiến lược triển khai MRS cho toán theo dõi đa mục tiêu bao phủ Nó kết hợp hoạt động phân nhiệm robot điều khiển thực nhiệm vụ giao Chương ĐIỀU KHIỂN PHÂN TÁN ĐA TẦNG HDC CHO DUY TRÌ VÀ MỞ RỘNG MẠNG ĐA ROBOT 2.1 Mơ hình hệ thống MRS gồm n robot di động có tập số định danh N = {1, , n} Các robot có khả di chuyển phẳng khơng gian chiều, có phương trình động học mơ tả sau: x˙i (t) = ui (t), i ∈ N (2.1) với xi (t) = xi ui (t) = ui vị trí lối vào điều khiển robot i thời điểm t Robot i ∈ N có khả định vị truyền thơng với robot hàng xóm Ni vùng cảm nhận Si Si phân chia thành: Vùng tới hạn Sci (critical area) hình vành khăn giới hạn bán kính rc rn < rc có độ rộng ε rc − rn Vùng không tới hạn Sni (non-critical area) vùng đĩa tròn giới hạn bán kính rn < rc Trong vùng khơng tới hạn có vùng tránh vật cản Sai (obstacle avoidance area) hình đĩa tròn bán kính < rn j j rc Sic Sif Sia i rc ra i rf rn k m k m Hình 2.1: Vùng cảm nhận Si gồm vùng tới hạn Sci vùng không tới hạn Sni chứa vùng tránh vật cản Sai Robot i có tập Nic = {j}, Nin = {k, m} với Nin1 = {k} Nin2 = {m} Mạng đa robot mơ hình hóa đồ thị vơ hướng G(V, E) tập đỉnh V = N , tập cạnh E = {eij | i, j ∈ V, i = j} Cạnh eij coi kết nối rij ≤ rc , tức j ∈ Ni G mô tả ma trận liền kề A, đối xứng phần tử eij biểu diễn trọng số cạnh kết nối robot i j sau:  1 rij ≤ rc ↔ j ∈ Ni (Kết nối) eij = eji (2.2) 0 r > r ↔ j ∈ / N (Không kết nối) ij c i Theo lý thuyết đồ thị, thuộc tính kết nối mạng đa robot xác định giá trị riêng nhỏ thứ 2, ký hiệu λ2 , ma trận Laplace L = D − A đồ thị G D ma trận đường chéo có di = n j=1 eij Mạng xem kết nối λ2 > 0, độ mạnh kết nối tỷ lệ thuận với λ2 – giá trị lớn đồ thị kết nối mạnh Luận án không sử dụng λ2 cho điều khiển, sử dụng kiểm chứng tình trạng kết nối mạng phương pháp đề xuất Liên kết nối hai robot i, j ∈ N mạng đa robot định nghĩa sau: Định nghĩa 2.1 (Liên kết nối) Robot i j kết nối với chuỗi Iij gồm p robot từ robot R1 đến Rp với i = R1 j = Rp eRm Rm+1 = 1, ∀m ∈ [1, p), p > Chuỗi Iij gọi liên kết nối robot i j biểu diễn sau: Iij = {R1 , , Rp | eRm Rm+1 = 1, ∀m ∈ [1, p)} Gọi Lc bậc truyền thông - số nút mạng tin phép truyền qua; (2.3) c độ dài liên kết nối Điều kiện để tin truyền từ nút nguồn i đến nút đích j tồn Iij Lc ≥ c Luận án sử dụng thuật toán định tuyến dựa nhận thức khoảng cách DAR (Distance-Aware Routing) Lee đề xuất năm 2011 Bài toán 2.1 (Điều khiển trì mở rộng mạng đa robot) Tìm ràng buộc Di cho lối vào điều khiển ui robot i ∈ N cho ∀t > t0 robot i ∀j ∈ N, j = i, có eij = (kết nối trực tiếp) ∃Iij = ∅ (kết nối gián tiếp) Gọi di Bi tương ứng mục tiêu vùng giới hạn chuyển động robot i tạo ràng buộc Di Tối ưu hóa Di để mở rộng Bi phía mục tiêu di 2.2 Duy trì mạng đa robot Định nghĩa 2.2 (Robot tới hạn cạnh tới hạn) Robot j ∈ Ni gọi robot tới hạn robot i xj ∈ Sci k : xk ∈ Sni ∩ Snj Nic tập robot tới hạn robot i biểu diễn sau: Nic eij , j ∈ Nic {j | xj ∈ Sci , k : xk ∈ Sni ∩ Snj } (2.4) gọi cạnh tới hạn Định nghĩa 2.3 (Robot không tới hạn cạnh không tới hạn) Robot j ∈ Ni coi robot không tới hạn robot i j ∈ / Nic Nin tập robot không tới hạn robot i biểu diễn sau: Nin {j ∈ Ni \ Nic } = Nin1 ∪ Nin2 (2.5) với Nin1 = {j | xj ∈ Sni } Nin2 = {j | xj ∈ Sci , ∃k : xk ∈ Sni ∩ Snj } eij , j ∈ Nin gọi cạnh khơng tới hạn Định lý 2.1 (Duy trì cạnh kết nối) Kết nối eij robot i j trì bước chạy robot i j ứng với chu kỳ lệnh ∆t thỏa mãn điều kiện sau: ∆xi ≤ rc − rij rc − rij ∆xj ≤ 2 (2.6) Định lý 2.2 (Duy trì mạng) Mạng tồn cục hệ thống đa robot trì robot i có bước chạy ∆xi mạng thỏa mãn điều kiện biên sau ε  Nic = ∅  ∆xi ≤ với εi = minc (rc − rij ) ≤ ε  j∈Ni  εi N c = ∅ i (2.7) ε ràng buộc mặc định cho robot i trì mạng tồn cục Như vậy, ∆xi ≤ εi ∆xi ≤ ràng buộc xuất kết nối tới hạn Tức là, ui bị giới hạn Di sau:  ε  Nic = ∅  2∆t vimax = với εi = minc (rc − rij ) ≤ ε (2.8)  j∈Ni  εi c Ni = ∅ 2∆t 2.3 Tối ưu kết nối, mở rộng mạng Khi Di thỏa mãn, robot i bị giới hạn vùng Bi xác định tập robot tới hạn Xi : Scj Bi = (2.9) j∈Xi Có ba loại cấu trúc kết nối cục LCT (local connectivity topology) chứa kết nối dư thừa, loại bỏ Bi mở rộng sau: Định nghĩa 2.4 (Cấu trúc tam giác) Robot i cặp robot hàng xóm j, k hình thành cấu trúc tam giác (triangle topology) j, k ∈ Nic ejk = Định nghĩa 2.5 (Cấu trúc k-kết nối) Robot i cặp robot hàng xóm j, k hình thành cấu trúc k-kết nối (k-connected topology) j ∈ Nic và/hoặc k ∈ Nic (ejk = 0) ∧ (∃Ijk \ {j, i, k} = ∅) Định nghĩa 2.6 (Cấu trúc 1-kết nối) Robot i robot hàng xóm j hình thành cấu trúc 1-kết nối (one-connected topology) Iij \ {i, j} = ∅ Cấu trúc 1-kết nối chứa kết nối eij robot i j kết nối phải trì để đảm bảo tồn vẹn mạng i i v v di di di v i k j j j k =∅ k ≠∅ (a) Cấu trúc tam giác (b) Cấu trúc k-kết nối (c) Cấu trúc 1-kết nối Hình 2.2: Cấu trúc kết nối cục Tập hợp LCT kề liên tiếp phân loại thành hai nhóm Ti Ki , nhóm có q robot tới hạn, biểu diễn tập thứ tự Nig = {g1 , , gq } • Nhóm Ti gồm cấu trúc tam giác kề liên tiếp thỏa mãn: egm gm+1 = 1, ∀m ∈ [1, q) j ∈ Ni \ Nig : ejk = 1, k = {g1 , gq } (2.10) (2.11) • Nhóm Ki gồm cấu trúc k-kết nối kề liên tiếp thỏa mãn: egm gm+1 = ∧ Igm gm+1 \ {gm , i, gm+1 } = ∅, ∀m ∈ [1, q) j ∈ Ni \ Nig : (ejk = 1) ∧ (Ijk \ {j, i, k} = ∅), k = {g1 , gq } (2.12) (2.13) Định lý 2.3 (Kết nối Nig ) Trong nhóm LCT robot i, hai robot j, k ∈ Nig nối với trực tiếp gián tiếp Định lý 2.4 (Kết nối dư thừa) Trong nhóm LCT robot i, robot i trì kết nối eig , g ∈ Nig loại bỏ kết nối khác, gọi kết nối dư thừa, robot i trì kết nối với robot gm ∈ Nig , gm = g thông qua liên kết nối Iigm Định lý 2.5 (Quy tắc xác định kết nối dư thừa) Trong nhóm LCT robot i, loại bỏ cạnh dư thừa eij thỏa mãn phương điều kiện sau vùng Bi mở rộng phía gần đích θij > ming (θik ) k∈Ni − − − với θik = (→ v , → r ik ) → v vận tốc hướng đích di robot i (2.14) 5 v i=1 10 11 10 i=1 v v i=1 i=1 7 11 (a) Khởi tạo v 11 v i=1 10 11 11 (b) Tinh giản nhóm Ti 10 10 (c) Tinh giản nhóm Ti Ki Hình 2.3: Chiến lược tinh giản LCT Các kết nối dư thừa tinh giản qua hai bước tương ứng với hai định lý sau: Định lý 2.6 (Tinh giản nhóm Ti ) Trong nhóm Ti , tất kết nối dư thừa loại bỏ kết nối trì eig , g ∈ Nig thuộc cấu trúc 1-kết nối cấu trúc k-kết nối Định lý 2.7 (Tinh giản nhóm Ki ) Trong nhóm Ki , tất kết nối dư thừa loại bỏ kết nối trì eig , g ∈ Nig thuộc cấu trúc 1-kết nối 2.4 Điều khiển phân tán đa tầng Phần sau trình bầy việc áp dụng lý thuyết đề xuất để thiết kế điều khiển phân tán đa tầng cho MRS, gọi tắt HDC (Hierarchical Distributed Control) có sơ đồ khối hình 2.4 Cảm nhận: Ni Điều khiển nút Tính N Tầng 1: Điều khiển hành vi Môi trường N ≠∅ Đú Tầng 2: Điều khiển trì mạng ⃗, Điều khiển kết nối ∃T Đú Tầng 3: Tinh giản Ti : ← ∖ ← ∖ ∃K Đú Tầng 4: Tinh giản Ki : Hình 2.4: Sơ đồ khối HDC 2.4.1 Điều khiển nút Tầng - Điều khiển hành vi: lệnh vận tốc robot i tổng hợp sau: → − − − − v i = α→ v ci + β → v si + γ → v (2.15) − − − với α, β, γ hệ số hiệu chỉnh tương ứng thành phần → v ci , → v si → v biểu diễn sau đây: Chương ỨNG DỤNG HDC CHO TRIỂN KHAI HỆ THỐNG ĐA ROBOT THEO DÕI ĐA MỤC TIÊU VÀ BAO PHỦ HDC sử dụng cho chiến lược triển khai MRS cho theo dõi đa mục tiêu bao phủ, có vai trò trì mạng toàn cục để phối hợp phân nhiệm robot điều khiển robot thực nhiệm vụ Bài toán 3.1 (Theo dõi đa mục tiêu) MRS triển khai để tìm kiếm chiếm đóng đích phân bố ngẫu nhiên mơi trường, đích chiếm đóng robot Ban đầu, robot kết nối với mạng MRS quan sát đích Có trường hợp sau: • Đích liên thơng: đích di , dj kết nối trực tiếp (rdi dj ≤ rc ) gián tiếp (∃Idi dj = ∅) Tức là, robot i chiếm đóng đích ln quan sát đích khác • Đích khơng liên thơng: Tồn cặp đích di , dj không kết nối trực tiếp (rdi dj > rc ) gián tiếp ( Idi dj = ∅) Tức là, đích phân bố thành nhóm khơng liên thơng gọi đám mây đích Bài tốn 3.2 (Bao phủ) MRS triển khai để tạo lưới lục giác bao phủ vùng cảm nhận C = Si i∈N lên mơi trường E khơng biết trước, có cấu trúc 3.1 Bài toán theo dõi đa mục tiêu 3.1.1 Đám mây đích liên thơng Chiến lược theo dõi đa mục tiêu (MTT) kết hợp phân nhiệm dựa trao đổi thông tin mạng điều khiển thực thi nhiệm vụ HDC, có sơ đồ khối hình 3.1 gồm pha trạng thái sau: Trạng thái “Chưa phân cơng” Đú “Đã chiếm đóng” “Đã phân cơng” Đú Đú Tìm đích tự Là cột mốc “Đích” Đú Quảng bá thơng tin cột mốc (bản tin m) HDC Đú Có đích? Đú Di chuyển nội mạng INMC HDC Tìm cột mốc Lm Di chuyển theo bầy/dừng để chờ phân cơng Chạm đích? Có cột mốc? Đú Chuyển trạng thái “Đã phân cơng” Chạm cột mốc? Đú Chuyển trạng thái “Đã chiếm đóng” Pha tìm kiếm Đú Chuyển trạng thái “Chưa phân cơng” Pha chiếm đích Hình 3.1: Sơ đồ khối chiến lược theo dõi đa mục tiêu 3.1.1.1 Ba trạng thái hoạt động • "Đã chiếm đóng": trạng thái robot chiếm đích Nó trở thành "Cột mốc" quan sát đích chưa chiếm đóng khác có nhiệm vụ thu hút robot đến chiếm đóng chúng • "Đã phân công": trạng thái robot phân cơng đích cột mốc • "Chưa phân cơng": trạng thái robot chưa phân công đích nào, gọi tự 11 3.1.1.2 Hai pha làm việc • Pha tìm kiếm đích: robot i "Chưa phân công" thực nhiệm vụ sau: Tìm kiếm đích tự do: robot i khởi phát thủ tục Tìm đích tự để tìm đích Si Nếu đích tìm thấy, robot i chọn đích gần làm mục tiêu cập nhật trạng thái phân công đích Khi robot khơng tìm thấy đích tự nào, thủ tục tìm kiếm cột mốc khởi phát Tìm kiếm cột mốc: robot i sử dụng DAR để tìm đường ngắn tới cột mốc tập Lm (Lm cập nhật thường xuyên nhận tin m từ cột mốc) chọn cột mốc có tuyến đường ngắn lưu mảng Route, chuyển sang trạng thái phân công Ngược lại (Lm = ∅), robot tự chuyển động theo bầy bám robot phân công dừng lại đợi phân cơng • Pha chiếm đóng đích: robot i phân công thực nhiệm vụ sau: Robot i phân cơng đích: Robot i gọi HDC để di chuyển tới đích phân cơng Khi robot i chạm đích, chuyển sang trạng thái "Đã chiếm đóng" kiểm tra có cột mốc hay khơng Nếu robot i thấy đích tự khác coi cột mốc phát quảng bá tin m báo cho robot tự cập nhật tập cột mốc Lm Robot i phân công cột mốc: Robot i sử dụng HDC để di chuyển đến cột mốc thơng qua đích tạm thời nút nằm tuyến đường xác định Route (gọi di chuyển nội mạng INMC) Khi chạm cột mốc, robot i chuyển trạng thái "Chưa phân công" để thực pha tìm kiếm đích tự Do xung quanh cột mốc có đích tự nên việc tìm kiếm nhanh chóng hồn thành Để giải kịch đích khơng liên thơng, MTT bổ sung thêm nhiệm vụ tìm kiếm liên thơng đám mây đích cách tạo bầy robot tự di chuyển quanh biên đám mây đích để qt tìm tạo liên kết với đám mây đích khác 3.1.2 Phát phân loại biên mạng đa robot 3.1.2.1 Phát biên Thuật toán phát biên (DBD) phát triển từ đề xuất McLurkin năm 2009 Đường biên đường bao quanh cấu trúc hình học mạng Nút đường biên gọi nút biên, ngược lại nút trong, phân biệt cung tạo nút cặp nút hàng xóm kề liên tiếp Cụ thể, nút i cặp hàng xóm (j, k) ∈ Ni tạo thành cung, gọi cung khuyết nút j k không kết nối với (ejk = 0) có góc lớn π (θijk ≥ π ), ngược lại gọi cung tam giác Gọi Pi tập cung bao quanh nút i Nếu tất cung thuộc Pi cung tam giác nút i nút Ngược lại, nút biên Cạnh nằm cung khuyết nút biên gọi cạnh biên Hình 3.2: Hai nút biên lỗi (đỏ) có cạnh biên (xanh) kết nối với nút (xám) Vì đường biên vòng kín, hình thành cạnh biên nút biên nối với hai nút biên hàng xóm, nên định nghĩa sinh nút biên lỗi 12 Định nghĩa 3.1 (Nút biên lỗi) Nút biên lỗi nút biên kết nối trực tiếp gián tiếp với nút thông qua cạnh biên miêu tả hình 3.2 Luận án đề xuất phương pháp sửa lỗi biên, gọi tắt BEC (Boundary Error Correction), dựa cấu trúc hình học kết nối cục thay cho trình sửa lỗi đệ quy thuật toán gốc 3.1.2.2 Sửa lỗi biên Dễ dàng nhận cung khuyết (j, k) nút i nằm tứ giác tạo nút i, j, k, g với g ∈ Nj\i = Nj \ {Ni ∪ i} hoặc/và g ∈ Nk\i = Nk \ {Ni ∪ i} Nó gọi kín ekg = 1, hở ekg = hình 3.3 g g ekg= j k ekg= 1ekg= j ℓ j g g k i j k i ekg= i k ℓ i (a) Tứ giác kín (b) Tứ giác hở k) (a) tứ giác kín với Hình 3.3: Cung khuyết (j, ekg = 1, (b) tứ giác 1hở với ekg = Định nghĩa 3.2 (Cung tam giác mở rộng) Cung khuyết (j, k) nút i gọi cung tam giác mở rộng tứ giác tạo nút i, j, k, g với g ∈ Nj\i hoặc/và g ∈ Nk\i bị chia thành nhiều tam giác k j S N   S N  i π  φ= − 2 Hình 3.4: Tập Nij Nik Gọi Nij Nik tương ứng tập nút hàng xóm i thuộc vùng Sij , Sik mơ tả hình 3.4 Về trực quan, tứ giác i, j, k, g bị chia thành tam giác ba trường hợp sau: • Tồn nút m ∈ Nik kết nối với nút j , ejm = 1, cho nút j, m có hàng xóm chung g không thuộc Ni , Nj\i ∩  Nm\i = ∅, tạo thành cung tam giác (g, m) ∈ Pj (hình 3.5.a) 1 ∃m ∈ N : (ejm = 1) ∧ (N ∩ N ik j\i m\i = ∅) Cond1 = 0 khác (3.1) Cặp (i, g) nút j chứa cung tam giác (i, m) ∈ Pj (g, m) ∈ Pj Do vậy, nút j nút • Tồn nút ∈ Nij kết nối với nút k , ek = 1, cho nút k, có hàng xóm chung g không thuộc Ni , Nk\i ∩ N = ∅, tạo thành cung tam giác (g, ) ∈ Pk (hình 3.5.b) 1 ∃ ∈ Nij : (e = 1) ∧ (N ∩ N = ∅) k k\i \i Cond2 = 0 khác \i (3.2) Cặp (i, g) nút k chứa cung tam giác (i, ) ∈ Pk (g, ) ∈ Pk Do vậy, nút k nút • Tồn nút ∈ Nij m ∈ Nik kết nối với nhau, e k = 1, cho nút , m có hàng xóm chung g khơng thuộc  Ni , N \i ∩ Nm\i = ∅ tạo thành cung tam giác ( , m) ∈ Pg (hình 3.5.c) 1 ∃ ∈ Nij , m ∈ N : (e = 1) ∧ (N ∩ N ik m \i m\i = ∅) Cond3 = (3.3) 0 khác Cặp (j, k) nút g chứa hai cung tam giác (j, ) ∈ Pg (m, ) ∈ Pg Do nút g nút 13 m i i g g k j k m k j j  S N  i (a) j nút j k ℓ S  N  i π  φ= − 2 g g j k ℓ k m i i i (b) k nút (c) g nút Hình 3.5: Cung tam giác mở rộng (j, k) ∈ Pi : (a) (m, g) ∈ Pj ; (b) ( , g) ∈ Pk ; (c) ( , g) ∈ gPg g Định lý 3.1 (Lỗi biên) Một lỗi biên xuất nút biên nút biên có chứa k S N   − k j cung tam giác mở rộng k j j  Định lý 3.2 (Sửa biên lỗi) Nếu tất nút  N mở rộng gán nhãn nút S  có N cung tam Sgiác ℓ trong, ℓ m   khơng tồn điểm biên lỗi mạng i i i π sử dụng BEC để sửa lỗi biên thông xem Tóm lại, DBD phát triển luận án φ =này − 2 xét cấu trúc hình học kết nối cục thay cho phương pháp đệ quy thuật tốn gốc BEC có độ phức tạp tính tốn O(Ni2 ) độ phức tạp truyền thông O(1) 3.1.2.3 Phân loại đường biên Luận án đề xuất thuật toán phân loại đường biên đường biên ngồi dựa mạng truyền thơng để kiểm tra số nút biên nb tổng góc đa giác biên Θ Nó đường biên Θ = (nb − 2) ∗ π , đường biên Θ = nb ∗ 2π − (nb − 2) ∗ π = (nb + 2) ∗ π 3.1.3 Đám mây đích khơng liên thơng DBD tích hợp vào MTT để giải kịch đích khơng liên thơng Các nhiệm vụ bổ sung biểu diễn hình 3.6 Trạng thái “Chưa phân cơng” “Đã chiếm đóng” “Đã phân cơng” Đú Đú Đú Tìm đích tự Là cột mốc “Đích” Đú Quảng bá thông tin cột mốc (bản tin m) HDC Mở rộng Chạm đích? Đú Có đích? Đú Di chuyển nội mạng INMC HDC Tìm cột mốc Lm Di chuyển theo bầy/dừng để chờ phân cơng Có cột mốc? Đú Chuyển trạng thái “Đã phân công” Di chuyển bầy quanh đường biên HDC robot tới hạn? Đú Phát biên Đú Chuyển trạng thái “Đã chiếm đóng” Chạm cột mốc? Đú Chuyển trạng thái “Chưa phân công” Chọn cột mốc chung Đú Nút bắc cầu Pha tìm kiếm Pha chiếm đích Hình 3.6: Chiến lược MTT mở rộng • Phát biên chọn cột mốc chung: Khi MRS chiếm xong đám mây đích robot tự do, tìm đường biên đám mây vừa chiếm đóng chọn nút biên làm cột mốc chung thu hút đích tự thơng qua quảng bá tin m • Tập trung cột mốc chung: Robot tự sử dụng DAR để tìm đường ngắn tới cột mốc chung chuyển sang "Đã phân công" Ở trạng thái này, robot dùng HDC di chuyển nội mạng đến cột mộc chung chuyển trạng thái "Chưa phân cơng" 14 k m • Di chuyển quanh biên: Khi tập trung cột mốc chung, robot sử dụng HDC di chuyển theo bầy xung quanh đường biên Nếu phát đám mây đích MTT hoạt động để tìm chiếm đóng đích Các robot tới hạn đóng vai trò robot bắc cầu liên kết đám mây đích Q trình lặp khơng robot tự bầy robot hết vòng đường biên 3.1.4 Kết thí nghiệm thảo luận Phần sau trình bầy kết mơ thực nghiệm đánh giá hoạt động HDC qua MTT 3.1.4.1 Mơ 6400 thí nghiệm mơ thực 1600 kịch đích liên thơng tạo ngẫu nhiên có số lượng từ 10 đến 100 đích độ khó thay đổi theo d = 0.5rc − 2.0rc (d lớn độ khó cao) trường hợp HDC mức 2, mức 3, mức với Lc = mức với Lc = n Số lượng robot triển khai số lượng đích với tham số bảng 3.1 Kết mơ minh họa hình 3.7 video mơ 100 robot có địa https://youtu.be/1nas4pGv2i8 Bảng 3.1: Tham số hệ thống cho mô Tham số Giá trị rc 1m 0.2m rth 0.4m ε 0.2m ∆t 10ms ζ 30 σ 0.75 β Υ 0.75 Tỷ lệ trung bình chiếm đích thành cơng đạt 83, 06% HDC mức (hình 3.7.a), cao 98, 82% (kịch dễ với d = 0, 5rc ) giảm tới 69.06% (kịch khó với d = 2, 0rc ), trường 100 Ty le chiem dich cong Ty le chiem dich cong hợp xấu đạt 47, 50% 80 60 40 20 0.5 0.6 0.7 0.8 0.9 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 100 80 60 40 20 0.5 0.6 0.7 0.8 0.9 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 d(m) (b) HDC mức 100 Ty le chiem dich cong Ty le chiem dich cong (a) HDC mức 80 60 40 20 0.5 0.6 0.7 0.8 0.9 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 d(m) 100 80 60 40 20 0.5 0.6 0.7 0.8 0.9 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 d(m) d(m) (c) HDC mức với Lc = (d) HDC mức với Lc = n Hình 3.7: Tỷ lệ chiếm đích thành cơng Khi HDC mức đạt 97, 41% cao mức (hình 3.7.b) kết nối tới hạn dư thừa nằm cấu trúc tam giác loại bỏ Tỷ lệ cao đạt 99, 47% (kịch dễ với d = 0, 5rc ) giảm tới 94, 73% (kịch khó với d = 2, 0rc ), đạt 72, 50% trường hợp xấu Khi HDC hoạt động tới mức với Lc = 1, tức robot phát xử lý k-kết nối dạng tứ giác, tỷ lệ trung bình chiếm đích thành cơng đạt cao, 99, 24% Tỷ lệ đạt 100% cho 15 thí nghiệm phân bố dầy (hình 3.7.c) đạt 97, 97% kịch phân bố thưa, trường hợp xấu tỷ lệ đạt 90% Khi HDC hoạt động tới mức với Lc = n, dự báo, Lc = n, robot ln chiếm đóng 100% số đích kịch từ đơn giản (phân bố dầy) đến phức tạp (phân bố thưa) (hình 3.7.d) Có thể giải thích Lc = n robot phát xử lý tất LCT để tiếp cận mục tiêu đảm bảo trì tồn vẹn mạng đa robot Độ phức tạp tính tốn phụ thuộc nhiều vào kịch thí nghiệm Tuy nhiên, khơng tăng đột biến từ kịch đơn giản đến kịch phức tạp minh họa hình 3.8 100 robot Trong kịch bản, việc tối ưu ràng buộc chuyển động thông qua tinh giản LCT cần thiết để tăng tốc độ tỷ lệ chiếm đích thành cơng Về lý thuyết, HDC hoạt động tốt mức với bậc truyền thông Lc = n nhiên thực (với thí nghiệm 100 robot), Lc trung bình 100 100 80 80 80 60 40 Muc 2: 94 Muc 3: 100 Muc voi Lc=1: 100 Muc voi Lc=n: 100 20 0 50 100 150 200 60 40 20 0 250 Muc 2: 62 Muc 3: 98 Muc voi Lc=1: 99 Muc voi Lc=n: 100 50 Buoc chay 100 150 200 250 300 350 400 450 So robot da chiem dich 100 So robot da chiem dich So robot da chiem dich Lc = 3; 3, 057; 3, 657 tương ứng với kịch phân bố dầy, trung bình thưa, tối đa Lc = 10 60 40 Muc 2: 65 Muc 3: 94 Muc voi Lc=1: 98 Muc voi Lc=n: 100 20 0 100 Buoc chay (a) d = 1.0 (mật độ dầy) (b) d = 1.5 (mật độ trung bình) 200 300 400 500 600 700 800 Buoc chay (c) d = 2.0 (mật độ thưa) Hình 3.8: Tốc độ chiếm đích thành cơng theo thời gian trường hợp 100 đích 3.1.4.2 Thực nghiệm Thực nghiệm sử dung robot di động hai bánh vi sai có đế hình đĩa tròn đường kính 14cm, khoảng cách hai bánh xe 13, 5cm, bán kính bánh xe 1, 4cm, vmax = 0.8m/s, trang bị vi điều khiển bít AVR ATmega128 làm điều khiển, mơ đun truyền thông nối tiếp Wixel Biểu diễn trực Tọa độ góc quan phần MTS Máy tính robot mềm Matlab Truyền thông không dây với robot Robot i Vùng thí nghiệm Hình 3.9: Hệ thí nghiệm robot thật Do toán định vị, tổng hợp cảm biến robot đối tượng nghiên cứu luận án nên thí nghiệm, liệu ví trí, khoảng cách tương đối, số định danh robot thu thập cung cấp cho robot qua hệ thống theo dõi chuyển động MTS (Motion tracking system) hình 3.9 Mỗi robot nhận biết thông tin đối tượng (robot, vật cản, mục tiêu) Si HDC MTT thử nghiệm thành cơng thí nghiệm: thí nghiệm 1-3 có đích liên thơng, chứa bẫy LCT ; thí nghiệm dùng robot chiếm nhiều đích (các robot chiếm đích khoảng thời gian sau dời tìm chiếm đích mới); thí nghiệm có đích khơng liên thơng MRS chiếm đóng 100% đích HDC mức Video thí nghiệm xem liên kết sau: 16 Thí nghiệm 1: https://youtu.be/gOEfKlHD7vM Thí nghiệm 2: https://youtu.be/6aEeFRkyl0g Thí nghiệm 3: https://youtu.be/DbOFo0dYye0 Thí nghiệm 4: https://youtu.be/uWuljXp1A5s Thí nghiệm 5: https://youtu.be/fnRhxdanKQY Thí nghiệm 6: https://youtu.be/CLQQJOp-Puk 3.1.4.3 Thảo luận Kết mô thực nghiệm thuộc tính HDC sau: • HDC đảm bảo trì tồn vẹn mạng đa robot minh họa hình 3.10 (λ2 > 0) HDC không yêu cầu ước lượng λ2 > ACC cần 0.01s cho tính tốn, điều khiển thay vài giây để có giá trị ước lượng λ2 > ACC (a) λ2 6400 thí nghiệm mơ (b) λ2 12 thí nghiệm thực nghiệm Hình 3.10: Thuộc tính kết nối đồ thị G(V, E) theo thời gian • HDC mở rộng vùng bao phủ mạng nhờ chiến lược tinh giản cấu trúc LCT Nhờ thu hiệu suất cao • HDC có tính linh hoạt, thích nghi với nhiều nhiệm vụ (chiếm đóng đích lâu dài tạm thời) kịch ứng dụng (phân bố dầy đến thưa, phân bố liên thông khơng liên thơng) 3.2 Bài tốn bao phủ MTT sử dụng để triển khai MRS chiếm đóng đích ảo để tạo lưới bao phủ lục giác 3.2.1 Quy tắc tạo đỉnh ảo Quy tắc tạo đích ảo VTG (Virtual Target Generation) minh họa hình 3.11 Khi robot i chiếm đóng đỉnh lục giác, tạo Nv = đỉnh cách đường tròn bán kính rh sau: Pij = xi + (rh cosϕji , rh sinϕji ) (3.4) với j ∈ I = [1, , Nv ] ϕji biểu diễn sau: ϕji = ϕ0i + (j − 1)ϕh (3.5) 2π ϕ0i góc khởi tạo, nhận giá trị robot i đỉnh lưới lục giác, Nv ngược lại ϕ0i gán giá trị góc giữ trục tọa độ cục robot i cạnh eij , j ∈ Nio với Nio tập với ϕh = hàng xóm i chiếm đích ảo robot i 17 Pj1 Robot j Pi3 Pi3 Pj5 Pi1 Vật cản Pi4 Pj2 Vật cản i0 x Robot i Đỉnh ẩn Pj6 Pi2 Pi2 Pi4 Pi6 Pj3 rh Pj4 Pi6 Pi5 Pi5 Robot m Robot i Đỉnh ẩn rh Pi1 Robot k (a) Robot i tạo điểm đích ảo với góc khởi tạo ϕ0i (b) Robot m tạo điểm đích ảo có điểm xuất phát Pj1 ≡ Pi2 Hình 3.11: Quy tắc tạo đích ảo Giả sử robot k ∈ Nio đặt đỉnh Pij , j ∈ I robot i xác định góc ϕji Dễ dàng nhận robot i k có hai đỉnh chung Pij−1 Pij+1 tương ứng với hai góc ϕj−1 ϕj+1 Gọi i i Pio tập chứa ba đỉnh Pij−1 , Pij , Pij+1 tương ứng với robot k Piob đỉnh ẩn robot i Đỉnh Pij , j ∈ I , xem đích ảo robot i Pij khơng thuộc Pio Piob Tập đích ảo Pi robot i biểu diễn sau: Pi = {Pij , j ∈ I | Pij ∈ / (Pio ∪ Piob )} (3.6) Một nút phạt tạo theo định nghĩa ?? tồn vùng góc vùng tiếp giáp hai vùng nằm hai đỉnh ẩn kề Pij , Pik ∈ Piob , tức đoạn LPij Pik Pij Pik giao với AI Vị trí đỉnh phạt xác định góc sau: (ϕji + ϕki ) (3.7) thỏa mãn k = j + j < Nv k = j = Nv ρp hệ số phạt đảm bảo p ϕi jk = ϕji + ρp với j ∈ I , k ∈ I + p đỉnh phạt Pi jk không trở thành đỉnh ẩn Tập đỉnh phạt robot i, ký hiệu Pip , biểu diễn sau: p Pip = {Pi jk , j ∈ I, k ∈ I + | Pij , Pik ∈ Piob } (3.8) Tổng hợp Pi PiP , ta có tập đích ảo i sau: Pi+ = Pi ∪ Pip (3.9) 3.2.2 Điều khiển bao phủ Điều khiển bao phủ, viết tắt DCC (Distributed Coverage Control), kết hợp MTT VTG hình 3.12 Bởi DCC có ba trạng thái hoạt động hai pha làm việc MTT Hoạt động DCC có hai điểu cần lưu ý so với MTT sau: (1) Ở trạng thái chiếm đích, robot gọi thuật tốn VTG để tạo đích ảo Nó trở thành cột mốc tạo tập đích ảo khác rỗng; (2) Tại thời điểm cột mốc có số thấp trạng thái hoạt động (active), cột mốc khác trạng thái không hoạt động (inactive) Cột mốc hoạt động có nhiệm vụ thu hút robot tự đến chiếm đích ảo Khi tất đích ảo robot chiếm đóng cột mốc tiếp chuyển sang trạng thái hoạt động 3.2.3 Kết thí nghiệm thảo luận 3.2.3.1 Thực nghiệm DCC thử nghiệm thành cơng MRS thật thí nghiệm mơi trường khơng vật cản (thí nghiệm 1-4) mơi trường có cấu trúc giới hạn cạnh đa giác đa giác lõm (Concave 18 Trạng thái “Chưa phân cơng” “Đã chiếm đóng” “Đã phân cơng” Đú Đú Đú Tìm đích tự Tạo đích ảo “Đích” Đú Có đích? Tìm cột mốc Lm Di chuyển theo bầy/dừng để chờ phân công Là cột mốc Đú Quảng bá thơng tin cột mốc (bản tin m) Có cột mốc? Đú Chuyển trạng thái “Đã phân công” Đú HDC Chạm đích? Đú Chuyển trạng thái “Đã chiếm đóng” Pha tìm kiếm Di chuyển nội mạng INMC HDC Chạm cột mốc? Đú Chuyển trạng thái “Chưa phân công” Pha chiếm đích Hình 3.12: Điều khiển bao phủ DCC kết hợp MTT VTG (khối đỏ) Polygon)(thí nghiệm 5-6) Bán kính lục giác rh thiết lập rh = 1m rh = 0.65m Video thí nghiệm xem liên kết sau: Thí nghiệm (7 robot - lục giác): https://youtu.be/aq4eHcdBlWM Thí nghiệm (10 robot - lục giác): https://youtu.be/Eb6UjEZISnc Thí nghiệm (12 robot - lục giác): https://youtu.be/3NSJR7zxfEo Thí nghiệm (14 robot - ô lục giác): https://youtu.be/jUT0MuO-djA Thí nghiệm (7 robot - phòng 1): https://youtu.be/zYcsyFGsSoU Thí nghiệm (10 robot - phòng 2): https://youtu.be/N9oeyyR-d3E Tỷ lệ bao phủ phòng đạt 100% mạng kết nối (λ2 > 0) 3.2.3.2 Thảo luận Kết thí nghiệm cho thấy, điều khiển bao phủ thực chiến lược MTT mục tiêu chiếm đóng đích ảo tạo theo cấu trúc lục giác Nhờ quy tắc tạo đích ảo VTG tạo đỉnh ảo có quy tắc bất quy tắc (nút phạt) nên lưới lục giác bao phủ tồn mơi trường có cấu trúc 3.3 Kết luận chương Chương ứng dụng HDC để xây dựng chiến lược MTT cho toán theo dõi đa mục tiêu bao phủ Trong theo dõi đa mục tiêu, MTT thiết kế để tìm kiếm chiếm đóng đích thật, liên thơng Nó bổ sung thuật tốn phát biên để giải kịch đích khơng liên thông Trong điều khiển bao phủ DCC, MTT kết hợp với VTG tạo lưới lục giác bao phủ môi trường có cấu trúc Các thí nghiệm cho thấy, chiến lược MTT với tảng HDC thu hiệu suất cao HDC đảm bảo trì tồn vẹn mạng đa robot thích nghi với nhiều ứng dụng khác Chương đề xuất phương pháp sửa lỗi biên BEC sử dụng cấu trúc kết nối cục thay cho phương pháp đệ quy Nội dung trình bầy chương cơng bố báo [CT2-CT7] Chương báo cáo việc áp dụng HDC để xây dựng chiến lược triển khai MRS mơi trường có cấu trúc giống tòa nhà nhằm minh họa thêm tính linh hoạt, thích nghi HDC 19 Chương ỨNG DỤNG HDC CHO TRIỂN KHAI HỆ THỐNG ĐA ROBOT KHÁM PHÁ MƠI TRƯỜNG CĨ CẤU TRÚC 4.1 Chiến lược triển khai robot đồng Chiến lược triển khai robot đồng DSHR (Deployment Strategy for Homogeneous Robots) sử dụng robot giống thiết kế tính năng, có pha hoạt động hình 4.1.a gồm: Pha phân tán tập hợp Pha phân tán tập hợp Thu hồi robot (AA) Triển khai tạo lưới bao phủ lục giác (DCA) DAR Xong Thu hồi robot (AA) Robot mẹ di Phát Tiếp cận cửa phòng chuyển dọc hành cửa phòng lang (HDC) Robot “hoạt Phát động” di chuyển Tập trung cửa phòng cửa phòng theo bầy (HDC) Tới hạn không tới hạn Trạng thái “tĩnh” Thả robot tạo lưới bao phủ lục giác (DCA) Xong Xong Tới hạn DAR Xong Thả nút RFID Pha tự dịch chuyển Pha tự dịch chuyển (a) DSHR (b) DSNR Hình 4.1: Chiến lược triển khai MRS mơi trường có cấu trúc Pha tự dịch chuyển (self-displacement): thực ba nhiệm vụ sau: • Di chuyển theo bầy: MRS sử dụng HDC để thực hành vi di chuyển theo bầy dọc hành lang • Tạo mạng xương sống: MRS thiết lập mạng xương sống kết nối bầy robot với trạm sở đặt lối vào tòa nhà giúp chuyển tải thơng tin thu nhận từ bầy robot tới trạm sở Nó hình thành cách gán cho robot tới hạn trạng thái "tĩnh" (khơng chuyển động) • Tập trung cửa phòng: Khi cửa phòng phát hiện, bầy robot tập trung trước cửa để triển khai bao phủ Một robot cửa phòng phân cơng làm nút "tĩnh" đóng vai trò cột mốc dẫn đường cho robot vào/ra phòng, ln phiên phân công cho robot Pha tự phân tán tập hợp: thực hai nhiệm vụ sau: • Triển khai tạo lưới bao phủ lục giác: Robot gần cột mốc triển khai vào phòng trở lành nút lục giác DCC sử dụng để tạo lưới lục giác bao phủ toàn phòng • Thu hồi bầy robot: Sau phòng khám phá, robot sử dụng thuật toán tập hợp AA (Aggregration Algorithm), để thu hồi tập hợp robot trước cửa phòng để tiếp tục di chuyển tới phòng khác AA theo nguyên tắc vào trước, sau FILO (First In - Last Out) Cụ thể, robot triển khai sau sử dụng DAR tìm tuyến đường ngắn tới nút cột mốc cửa phòng di chuyển nội mạng (INMC) cột mốc cửa phòng Khi chạm cột mốc, robot di chuyển đến điểm đích ảo điểm dừng ban đầu trước triển khai vào phòng Để tăng tốc độ thu hồi, số robot kích hoạt hành vi thu hồi nêu Sau tập hợp bầy, pha tự dịch chuyển kích hoạt trở lại hướng phía vùng chưa 20 khám phá Nếu bầy chạm đến cuối hành lang, bầy bám theo mạng xương sống để tìm kiếm vùng chưa khám phá thuộc nhánh hành lang khác Khi tất nhánh khám phá, bầy robot bám theo mạng xương sống để di chuyển trở vị trí khởi tạo ban đầu 4.2 Chiến lược triển khai robot mẹ, Chiến lược triển khai robot mẹ, DSNR (Deployment Strategy for Non-homogeneous Robots) sử dụng robot mẹ có tính vượt trội khả di chuyển, hệ thống cảm biến mang robot để thả/thu hồi vào/từ môi trường DSNR biểu diễn hình 4.1.b, hoạt động DSHR gồm pha tự dịch chuyển pha tự phân tán tập hợp Điểm khác biệt là: (1) pha tự dịch chuyển, robot mẹ thả nút mạng không dây (chẳng hạn nút RFID) hành lang để thiết lập mạng xương sống, (2) pha tự phân tán tập hợp, robot mẹ đứng cửa phòng, thả robot để tạo lưới lục giác bao phủ phòng đóng vai trò cột mốc cho thuật toán AA thu hồi robot 4.3 Kết thí nghiệm thảo luận 4.3.1 Mơ 4.3.1.1 Di chuyển theo bầy Trước tiên, luận án mô di chuyển theo bầy với 10 robot có thơng số bảng 3.1 vùng thí nghiệm 3m × 12m Ban đầu, robot kết nối mạng (a) Khoảng cách trung bình (b) Đồng thuận hướng (c) Đồng thuận vận tốc Hình 4.2: 10 robot chuyển động theo bầy trường hợp không vật cản với Υ = 3.5 Hình 4.2 biểu diễn kết trường hợp khơng có vật cản với hệ số liên kết Υ = 3.5 Kết cho thấy, sau khoảng 70 bước (khoảng 1m), robot hội tụ tới cấu trúc cân di chuyển với quỹ đạo, hướng vận tốc ổn định chạm đích Ở cấu trúc cân bằng, robot chuyển động với thành phần vận tốc hướng đích giữ khoảng cách trung bình với hàng xóm khoảng = 0.2m đến rth = 0.4m (vùng tự do), chạm đích sau khoảng 1000 bước Video thí nghiệm xem https://youtu.be/G4fTqiaOwI8 (a) Khoảng cách trung bình (b) Đồng thuận hướng (c) Đồng thuận vận tốc Hình 4.3: 10 robot chuyển động theo bầy trường hợp có vật cản với Υ = 3.5 21 Hình 4.3 biểu diễn kết trường hợp có vật cản (hình tròn tam giác) với hệ số liên kết Υ = 3.5 Giống thí nghiệm trước, sau thời gian khoảng 70 bước, robot hội tụ đến trạng thái cân trì trạng thái gặp vật cản thứ Khi gặp vật cản thứ nhất, robot tránh vật cách vòng qua đảm bảo trì liên kết bầy Sau vượt qua vật cản, bầy robot lần hội tụ tới trạng thái cân tiếp tục di chuyển tới đích Khi gặp vật cản thứ hai, trình tránh vật hội tụ đàn tương tự vận cản thứ Hình 4.3.a cho thấy MRS có ba khoảng thời gian hoạt động trạng thái cân khoảng trước gặp vật cản thứ nhất, vật cản thứ thứ hai, sau gặp vật cản thứ hai Khoảng cách trung bình, hướng vận tốc robot có biến động lớn tương tác với vật cản Thời gian di chuyển bầy kịch không thay đổi nhiều so với thí nghiệm khơng vật cản Video thí nghiệm xem https://youtu.be/MO6BOYnnZJQ Υ = 0.1 Υ = 0.3 Υ = 0.5 Υ = 0.8 Υ = 1.0 Υ = 1.5 Υ = 2.0 Υ = 2.5 Υ = 3.0 Υ = 3.5 Khoảng cách tương đối trung bình Khoảng cách tương đối trung bình Υ = 0.1 Υ = 0.3 Υ = 0.5 Υ = 0.8 Υ = 1.0 Υ = 1.5 Υ = 2.0 Υ = 2.5 Υ = 3.0 Υ = 3.5 Bước thời gian Bước thời gian (a) Khơng vật cản (b) Có vật cản Hình 4.4: Tốc độ hội tụ bầy gồm 10 robot Hình 4.4 biểu diễn tốc độ hội tụ bầy robot trình di chuyển đến mục tiêu với hệ số Υ = [0.1, 0.3, 0.5, 0.8, 1.0, 1.5, 2.0, 2.5, 3.0, 3.5] Nó cho thấy Υ lớn tốc độ hội tụ nhanh 4.3.1.2 Triển khai MRS mơi trường có cấu trúc Tiếp theo, luận án đánh giá việc kết hợp di chuyển theo bầy điều khiển bao phủ DCC DSHR DSNR mơi trường có cấu trúc gồm phòng hình dạng nối với hành lang Các tham số hệ thống mô tả bảng 3.1 Hệ số liên kết Υ = 3.5 cho pha dịch chuyển, Υ = 0.75 cho pha phân tán tập hợp (a) DSHR (b) DSNR Hình 4.5: MRS triển khai khám phá, bao phủ mơi trường có cấu trúc tòa nhà DSHR: MRS gồm 38 robot di động giống nhau, khởi tạo vị trí lối vào tòa nhà MRS di chuyển dọc theo hành lang neo lại robot tới hạn tạo thành mạng xương sống nơi bầy qua Khi phát phòng chưa triển khai, robot tập trung bầy trước cửa phòng, chọn nút làm cột mộc để dẫn đường robot vào/ra phòng bắt đầu triển khai robot vào bên phòng tạo lưới bao phủ lục giác Lần lượt phòng đánh số từ đến triển khai, khám phá minh họa 22 hình 4.5.a, sử dụng số robot tương ứng 18, 22, 13, 13, 12, 13, 21 Mạng xương sống hành lang sử dụng tối đa 14 robot Video thí nghiệm xem địa https://youtu.be/Cwv3hviRy1Q DSNR: Robot mẹ mang theo 24 robot 26 nút mạng khơng dây, có tốc độ gấp lần robot con, khởi tạo lối vào tòa nhà Các robot có thơng số giống thí nghiệm với DSHR Trong pha tự dịch chuyển, robot mẹ di chuyển dọc hành lang thả nút mạng không dây cố định (chẳng hạn nút RFID) hình thành mạng xương sống Lần lượt phòng đánh số từ đến khám phá bao phủ minh họa hình 4.5.b sử dụng số robot tương ứng 18, 24, 14, 12, 14, 13, 23 Mạng xương sống hành lang sử dụng 26 nút mạng khơng dây cố định Video thí nghiệm xem địa https://youtu.be/AMWxB2RElis Về thời gian triển khai, DSNR nhanh đáng kể so với DSHR (gấp 2.3 lần) Cụ thể thời gian pha phân tán tập hợp DSNR DSHR gần pha dịch chuyển DSNR nhiều so với DSHR (trung bình 3,36 lần) Điều dễ dàng lý giải DSNR sử dụng robot mẹ có lực vượt trội so với robot khả di chuyển Trong hai thí nghiệm, MRS có λ2 > chứng tỏ mạng đa robot ln trì kết nối suốt q trình triển khai 4.3.2 Thực nghiệm DSHR kiểm chứng hệ thống thật gồm 13 robot triển khai vào môi trường có gồm phòng nối với hành lang Đầu tiên robot triển khai bao phủ phòng số 1, sau thu hồi di chuyển theo bầy đến phòng số Hai robot neo lại hành lang tạo mạng xương sống, robot neo cửa phòng số để dẫn đường robot vào/ra 10 robot triển khai bao phủ phòng số Khi hồn nhiệm vụ hồn thành, robot thu hồi, bám theo mạng xương sống trở vị trí ban đầu Mạng đa robot trì tồn q trình triển khai (λ2 > 0) Video thí nghiệm xem liên kết https://youtu.be/I7sP3pm8zEE 4.3.3 Thảo luận DSHR DSNR kết hợp dịch chuyển theo bầy điều khiển bao phủ DCC với lõi HDC Cả hai mơ hình sử dụng tối thiểu số lượng robot tối ưu số robot mạng xương sống lưới lục giác, đảm bảo bao phủ tồn mơi trường DSNR dịch chuyển nhanh DSHR sử dụng ưu điểm vượt trội robot mẹ DSHR DSNR có ưu điểm chiến lược triển khai sử dụng APF nhờ phối hợp, phân nhiệm tảng mạng truyền thơng 4.4 Kết luận chương Chương trình bầy chiến lược triển khai bầy robot đồng (DSHR) bầy robot mẹ, (DSNR) khám phá môi trường cấu trúc tòa nhà Chiến lược triển khai kết hợp di chuyển theo bầy điều khiển bao phủ HDC đảm bảo robot thực mục tiêu trì tồn vẹn mạng cho hoạt động trao đổi thông tin, dẫn đường Điều lần minh chứng khả linh hoạt điều khiển HDC thiết kế ứng dụng phức tạp có nhiều trình điều khiển khác Nội dung trình bầy chương công bố báo [CT2,CT3] 23 KẾT LUẬN Luận án hoàn thành mục tiêu nghiên cứu đề ra, đạt kết cụ thể sau: • Đề xuất điều khiển phân tán đa tầng (HDC) đảm bảo trì mở rộng mạng đa robot theo phương pháp mới, xem xét cấu trúc kết nối cục robot HDC điều khiển với chu kỳ 0.01s phương pháp ACC cần vài giây để có giá trị ước lượng λ2 cho điều khiển HDC có ưu điểm APF loại bỏ cực tiểu cục nhờ chiến lược tinh giản kết nối cục • Ứng dụng HDC xây dựng chiến lược tự triển khai MTT cho hai tốn điển hình phối hợp đa robot theo dõi đa mục tiêu bao phủ MTT kết hợp thủ tục phân nhiệm dựa trao đổi thông tin robot HDC để thực thi nhiệm vụ Vượt qua nghiên cứu tồn tại, luận án tìm tốn theo dõi đa mục tiêu bao phủ có đặc điểm chung: đích cho toán theo dõi đa mục tiêu giống với đích ảo tốn bao phủ, MTT áp dụng để giải hai toán Trong toán bao phủ, luận án đề xuất tạo đích ảo VTG (Virtual Target Generation) dựa cấu trúc lưới lục giác cho phép hệ thống đa robot bao phủ mơi trường có cấu trúc Thêm vào đó, HDC ứng dụng cho chiến lược DSHR DSNR kết hợp chuyển động theo bầy điều khiển bao phủ để khám phá mơi trường có cấu trúc giống tòa nhà gồm nhiều phòng • Đề xuất thuật tốn phát phân loại biên sửa lỗi biên thực thuật toán BEC dựa tiếp cận hình học BEC loại bỏ lỗi biên thông qua xem xét cấu trúc kết nối cục thay cho trình đệ quy động tồn cục Luận án tích hợp thuật tốn phát biên vào MTT để giải toán theo dõi đa mục tiêu với kịch đích phân bố không liên thông HDC chiến lược triển khai kiểm chứng đánh giá hiệu thông qua mô thực nghiệm tối đa 14 robot di động Kết cho thấy HDC chiến lược triển khai hoạt động ổn định, cho hiệu suất cao, đặc biệt kích hoạt mức với Lc = n, linh hoạt thích nghi với nhiều loại kịch thí nghiệm khác nhau, có tiềm ứng dụng hoạt động an ninh, quốc phòng tuần tra giám sát, tìm kiếm cứu hộ; hoạt động vận chuyển đời sống xã hội kho hàng, sân bay, sản xuất quy mô lớn, Luận án sử dụng hai giả thiết khả cảm nhận truyền thông cho robot di động Mơ hình cảm biến dải có dạng đĩa tròn áp dụng cho tất robot chúng phát hiện, định vị định danh robot hàng xóm dải cảm nhận Mặc dù giả thiết sử dụng rộng rãi nghiên cứu MRS mạng cảm nhận khơng dây di động, khơng thực thực tế công nghệ cảm biến MRS áp dụng mơi trường thực Mơ hình xác suất bổ sung nhiễu trắng cho cảm biến đo dải thực tế mơ hình cảm biến Bên cạnh đó, mơ hình truyền thơng nhị phân áp dụng để biểu diễn truyền thông robot với tồn giao thức truyền thơng P2P có tỷ lệ truyền/nhận thành cơng đảm bảo vùng cảm nhận robot Mặc dù giả thiết hợp lý công nghệ truyền thông không dây nay, việc truyền thông robot khoảng cách hẹp bị cản trở chướng ngại vật độ trễ truyền thông P2P gây việc chuyển động robot toán nghiên cứu mở mạng không dây Trong tương lai, nghiên cứu thực nghiên cứu mơ hình xác suất cho cảm nhận khả truyền thơng cho HDC; mơ hình học sâu cho toán lập kế hoạch dẫn đường sử dụng HDC; điều khiển thích nghi HDC biến dung sai tới hạn ε 24 DANH MỤC CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN [CT1] Pham Duy Hung, Pham Minh Trien, Tran Quang Vinh, and Trung Dung Ngo, “Accelerating multi-target tracking by a swarm of mobile robots with network preservation”, IEEE International Conference of Soft Computing and Pattern Recognition (SoCPaR), Hanoi, Vietnam, 2013, pp.327-332 [CT2] Pham Duy Hung, Pham Minh Trien, Tran Quang Vinh, and Ngo Trung Dung, “Selfdeployment strategy for a swarm of robots with global network preservation to assist rescuers in hazardous environments”, IEEE International Conference on Robotics and Biomimetics (ROBIO), Bali, Indonesia, Dec 2014, pp.2655-2660 [CT3] Ngo Trung Dung, Pham Duy Hung, and Pham Minh Trien, "A kangaroo inspired heterogeneous swarm of mobile robots with global network integrity for fast deployment and exploration in large scale structured environments", IEEE International Conference on Robotics and Biomimetics (ROBIO), Bali, Indonesia, Dec 2014, pp 1205-1212 [CT4] Pham Duy Hung, Tran Quang Vinh, and Ngo Trung Dung, "A scalable, decentralised large-scale network of mobile robots for multi-target tracking“, In: Intelligent Autonomous Systems 13, 2194-5357, vol 302, Springer International Publishing, pp 621-637, ISBN 978-3-319-08338-4 [CT5] Pham Duy Hung, Tran Quang Vinh, and Ngo Trung Dung, "Distributed coverage control for networked multi-robot systems in any environments“, IEEE International Conference on Advanced Intelligent Mechatronics (AIM), Banff, Canada, 2016, pp 1067-1072 [CT6] Pham Duy Hung, Tran Quang Vinh, and Ngo Trung Dung, "An online local boundary detection and classification algorithm for networked multi-robot systems“, IEEE International Conference on Advanced Technologies for Communications (ATC), Hanoi, Vietnam, 2016, pp 253-258 [CT7] Pham Duy Hung, Tran Quang Vinh, and Ngo Trung Dung, "An online distributed boundary detection and classification algorithm for mobile sensor networks“, Journal on Electronics and Communications (JEC), Vol 7, No.1-2 (2017), pp 29-36 [CT8] Pham Duy Hung, Tran Quang Vinh, and Ngo Trung Dung, "Hierarchical distributed control for global network integrity preservation in multi-robot systems," Đã nộp tạp chí IEEE Transactions on Cybernetics Kết phản biện: accepted, major revisions 25 ... (Hierarchical Distributed Control), cho trì tồn vẹn mạng tồn cục hệ thống đa robot HDC ứng dụng để xây dựng chiến lược tự triển khai hệ thống đa robot cho khám phá, theo dõi đa mục tiêu bao phủ Luận án... khả thi hệ thống thật 1.3 Tự triển khai hệ thống đa robot Phân tích nghiên cứu theo dõi đa mục tiêu bao phủ điều khiển chiến lược triển khai MRS thiết kế cho toán ứng dụng cụ thể theo dõi đa mục... triển khai MRS mơi trường có cấu trúc giống tòa nhà với robot đồng DSHR với robot mẹ, Cuối số kết luận hướng nghiên cứu luận án Chương TỔNG QUAN VỀ HỆ THỐNG ĐA ROBOT 1.1 Giới thiệu Hệ thống đa