Phát triển thuật toán tự triển khai cho hệ thống đa robot giám sát môi trường không biết trước

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Phạm Duy Hưng PHÁT TRIỂN THUẬT TOÁN TỰ TRIỂN KHAI CHO HỆ THỐNG ĐA ROBOT GIÁM SÁT MÔI TRƯỜNG KHÔNG BIẾT TRƯỚC Chuyên ngành: Kỹ thuật Điện tử Mã số: 9510302.01 LUẬN ÁN TIẾN SĨ NGÀNH CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ, VIỄN THÔNG NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS Trần Quang Vinh PGS.TS Ngô Trung Dũng Hà Nội - 2019 i LỜI CAM ĐOAN Tôi xin cam đoan luận án cơng trình nghiên cứu hướng dẫn PGS.TS Trần Quang Vinh PGS TS Ngô Trung Dũng, chưa xuất nơi Mọi nguồn thông tin tham khảo sử dụng luận án trích dẫn đầy đủ Tác giả Phạm Duy Hưng ii LỜI CẢM ƠN Lời đầu tiên, xin gửi lời cảm ơn sâu sắc đến PGS.TS Trần Quang Vinh PGS.TS Ngô Trung Dũng trực tiếp hướng dẫn, hỗ trợ động viên tơi suốt q trình nghiên cứu Tơi xin cảm ơn Phòng thí nghiệm More-Than-One Robotics1 PGS.TS Ngô Trung Dũng hỗ trợ sở vật chất, trang thiết bị điều kiện cần thiết để tơi thực thí nghiệm thực nghiệm hệ thống robot thật Tôi xin gửi lời cảm ơn chân thành tới Ban giám hiệu Trường Đại học Công nghệ thầy/cô khoa Điện tử - Viễn thông hỗ trợ, tạo điều kiện động viên nhiều thời gian thực luận án Cuối cùng, xin gửi lời cảm ơn tới người thân u gia đình ln sát cánh, hỗ trợ, chia sẻ động viên để tơi hồn thành luận án Phòng thí nghiệm More-Than-One Robotics (http://www.morelab.org) thuộc University of Brunei Darussalam, Brunei giai đoạn 2011-2016, thuộc University of Prince Edward Island, Canada từ 2017 đến iii MỤC LỤC Trang phụ bìa i Lời cam đoan ii Lời cảm ơn iii Danh mục ký hiệu chữ viết tắt vi Danh mục bảng ix Danh mục hình vẽ, đồ thị x Mở đầu xii Chương TỔNG QUAN VỀ HỆ THỐNG ĐA ROBOT 1.1 Giới thiệu 1.2 Điều khiển phân tán hệ thống đa robot 1.2.1 Điều khiển dựa hành vi 1.2.2 Trường lực nhân tạo 1.2.3 Điều khiển kết nối đại số 10 1.3 Tự triển khai hệ thống đa robot 13 1.3.1 Theo dõi đa mục tiêu 13 1.3.2 Bao phủ 17 1.4 Kết luận chương 24 Chương ĐIỀU KHIỂN PHÂN TÁN ĐA TẦNG HDC CHO DUY TRÌ VÀ MỞ RỘNG MẠNG ĐA ROBOT 25 2.1 Mơ hình hệ thống 25 2.2 Duy trì mạng đa robot 30 2.3 Tối ưu kết nối, mở rộng mạng 33 iv 2.4 Điều khiển phân tán đa tầng 37 2.4.1 Điều khiển nút 38 2.4.2 Điều khiển kết nối 41 2.5 Độ phức tạp tính ổn định HDC 43 2.5.1 Độ phức tạp 43 2.5.2 Tính ổn định 45 2.6 Kết luận chương 47 Chương ỨNG DỤNG HDC CHO TRIỂN KHAI HỆ THỐNG ĐA ROBOT THEO DÕI ĐA MỤC TIÊU VÀ BAO PHỦ 48 3.1 Bài toán theo dõi đa mục tiêu 51 3.1.1 Đám mây đích liên thơng 51 3.1.2 Phát phân loại biên mạng đa robot 55 3.1.3 Đám mây đích khơng liên thơng 62 3.1.4 Kết thí nghiệm thảo luận 64 3.2 Bài toán bao phủ 79 3.2.1 Quy tắc tạo đỉnh ảo 83 3.2.2 Điều khiển bao phủ 85 3.2.3 Kết thí nghiệm thảo luận 88 3.3 Kết luận chương 92 Chương ỨNG DỤNG HDC CHO TRIỂN KHAI HỆ THỐNG ĐA ROBOT KHÁM PHÁ MƠI TRƯỜNG CĨ CẤU TRÚC 94 4.1 Chiến lược triển khai robot đồng 95 4.2 Chiến lược triển khai robot mẹ, 96 4.3 Kết thí nghiệm thảo luận 98 4.3.1 Mô 98 4.3.2 Thực nghiệm 106 4.3.3 Thảo luận 106 4.4 Kết luận chương 108 KẾT LUẬN v 109 DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN 112 TÀI LIỆU THAM KHẢO 113 vi DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Danh mục ký hiệu STT Ký hiệu 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 x ∆xi rc Si Sai Sci Sni Bi ε, εi N Ni Nic Nin Nig λ2 → − vi → − v → − v ci → − v si Iij Lc di eij rij Ti Ki Rni RnTi RnK i vmax α, β, γ Υ ρij = ρji Mô tả Tọa độ robot Bước chạy robot i khoảng thời gian ∆t Bán kính dải cảm nhận Vùng cảm nhận robot i Vùng tránh vật cản robot i Vùng tới hạn robot i Vùng không tới hạn robot i Vùng giới hạn robot i Dung sai tới hạn dung sai tối thiểu Tập định danh robot Tập robot hàng xóm robot i Tập robot tới hạn robot i Tập robot không tới hạn robot i Tập robot thuộc cấu trúc LCT Thuộc tính kết nối mạng đa robot Véctơ vận tốc tổng hợp robot i Véctơ vận tốc thành phần hướng đích robot i Véctơ vận tốc thành phần liên kết robot i Véctơ vận tốc thành phần phân chia robot i Chiều dài liên kết nối robot i j Bậc truyền thơng Đích phân cơng cho robot i nằm vùng Si Cạnh kết nối robot i j Khoảng cách tương đối robot i j Nhóm cấu trúc tam giác robot i Nhóm cấu trúc k-kết nối robot i Tập robot tới hạn dư thừa robot i Tập robot tới hạn dư thừa nhóm Ti Tập robot tới hạn dư thừa nhóm Ki Vận tốc cực đại robot i − − − Hệ số hiệu chỉnh hành vi tương ứng với → v ci , → v si → v Hệ số liên kết bầy Tín hiệu đồng thuận robot i j vii Danh mục chữ viết tắt Chữ viết tắt AA ACC AP BC BEC CDI DAR DCC DSHR 10 DSNR 11 ESD Aggregration Algorithm Algebraic Connectivity Control Artificial Physics Behavior based Control Boundary Error Correction Cumulative Distance Information Distance-Aware Routing Distributed Coverage Control Deployment Strategy for Homogeneous Robots Deployment Strategy for Nonhomogeneous Robots E-triangle Sector Detection 12 13 14 15 16 17 18 19 FILO HDC INMC LCT MANET MRS MTT MWSN First In Last Out Hierarchical Distributed Control In Network Mobility Control Local Connectivity Topology Mobile Ad-hoc Network Multi-Robot System Multi-Target Tracking Mobile Wireless Sensor Network 20 NSB Null Space Behavioral control 21 22 23 24 RREP RREQ VF VTG Route Reply Route Request Virtual Force Virtual Target Generation STT Mô tả Tiếng Anh Mô tả Tiếng Việt Thuật toán tập hợp bầy robot Điều khiển kết nối đại số Vật lý nhân tạo Điều khiển dựa hành vi Sửa lỗi biên Thơng tin khoảng cách tích lũy Định tuyến theo khoảng cách Điều khiển bao phủ phân tán Chiến lược triển khai cho robot đồng Chiến lược triển khai cho robot mẹ, Phát cung tam giác mở rộng Vào trước, sau Điều khiển phân tán đa tầng Điều khiển di chuyển nội mạng Cấu trúc kết nối cục LCT Mạng Ad-hoc di động Hệ thống đa robot Theo dõi đa mục tiêu Mạng cảm biến không dây di động Điều khiển hành vi không gian Null Phản hồi tuyến đường Yêu cầu định tuyến Lực ảo Tạo đích ảo viii DANH MỤC CÁC BẢNG 3.1 Tham số điều khiển cho MRS 67 3.2 So sánh phương pháp điều khiển phân tán MRS 78 4.1 Thời gian pha dịch chuyển DSHR DSNR 105 4.2 Thời gian pha phân tán tập hợp DSHR DSNR 105 ix DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ 1.1 Mơ hình điều khiển hành vi Reynolds 1.2 Trường lực nhân tạo APF 1.3 Ước ượng λ2 theo kiểu phân tán 11 1.4 Triển khai bao phủ sử dụng phân vùng Voronoi 18 1.5 Triển khai bao phủ sử dụng lưới tam giác 20 1.6 Triển khai bao phủ sử dụng APF 22 2.1 Vùng cảm nhận robot 26 2.2 Hệ thống đa robot mơ hình hóa đồ thị vô hướng 27 2.3 Thuật toán định tuyến dựa nhận thức khoảng cách DAR mạng Ad-hoc di động 28 2.4 Phân loại robot tập robot hàng xóm 30 2.5 Biến đổi khoảng cách tương đối sau chu kỳ lệnh ∆t 31 2.6 Cấu trúc kết nối cục LCT 34 2.7 Chiến lược tinh giản cấu trúc kết nối cục LCT 36 2.8 Sơ đồ khối điều khiển phân tán đa tầng HDC 38 2.9 Trường tương tác robot 39 2.10 Hệ số liên kết bầy Υ 40 2.11 Vùng tự không chịu tác động thành phần vận tốc liên kết 40 2.12 Hàm Lyapunov HDC 45 3.1 Các dạng phân bố đích 49 3.2 MRS tạo vùng bao phủ cấu trúc lưới lục giác 49 3.3 Các loại cấu trúc lưới 50 3.4 Lưu đồ thuật toán theo dõi đa mục tiêu 51 x chu kỳ điều khiển vài mili giây so với vài giây phương điều khiển kết nối truyền thống sử dụng ước lượng kết nối đại số – HDC thích nghi với cấu trúc mạng: Nhờ vào chiến lược tinh giản cấu trúc kết nối cục HDC nên robot loại bỏ điểm cực tiểu cục bộ, gọi bẫy cấu trúc, chuyển động đến mục tiêu mong muốn Điều giúp MRS thích nghi với cấu trúc mạng đạt hiệu suất cao thực thi nhiệm vụ Trong nghiên cứu nay, khơng có phương pháp giải vấn đề cực tiểu cục điều khiển MRS chiến lược tinh giản cấu trúc kết nối cục đề xuất luận án – HDC có khả mở rộng linh hoạt với nhiều ứng dụng: HDC hoạt động MRS có số lượng robot khác mà khơng cần cấu hình lại hệ thống Tính linh hoạt HDC thể chỗ HDC ứng dụng cho nhiều nhiệm vụ khác di chuyển theo bầy; theo dõi đa mục tiêu; bao phủ, Đóng góp cơng bố cơng trình [CT1-CT4],[CT8] • Đề xuất chiến lược triển khai MTT sử dụng HDC để giải hai toán theo dõi đa mục tiêu bao phủ Chiến lược MTT kết hợp thủ tục phân nhiệm dựa trao đổi thông tin robot tảng mạng trì HDC sử dụng HDC điều khiển robot thực thi nhiệm vụ Vượt qua nghiên cứu tồn tại, luận án toán 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 quy tắc tạo đích ảo VTG tạo cấu trúc lưới lục giác đỉnh quy tắc bất quy tắc cho phép MRS bao phủ mơi trường có cấu trúc Luận án nghiên cứu, kết hợp nhiều trình điều khiển di chuyển theo bầy, triển khai bao phủ thu hồi MRS mơi trường có cấu trúc giống tòa nhà mơ hình sử dụng robot đồng mơ hình khơng đồng kiểu robot mẹ, Đóng góp cơng bố cơng trình [CT2-CT5] • Đề xuất thuật tốn phát phân loại biên cho mạng MRS sửa lỗi biên thực tiếp cận hình học Lỗi 110 biên loại bỏ thông qua xem xét cấu trúc hình học kết nối cục thay cho phương pháp sửa lỗi đệ quy thuật tốn gốc Nó ứng dụng để giải toán theo dõi đa mục tiêu kịch đám mây đích khơng liên thơng Đóng góp cơng bố cơng trình [CT6-CT7] HDC chiến lược triển khai kiểm chứng đánh giá hiệu thông qua thí nghiệm mơ nghiên cứu sinh tự phát triển phần mềm MatLab thực nghiệm tối đa 14 robot di động hai bánh vi sai có phòng nghí nghiệm Kết cho thấy HDC chiến lược triển khai hoạt động ổn định, cho hiệu suất cao, đặc biệt kích hoạt tầng với Lc = n − 1, linh hoạt thích nghi với nhiều ứng dụng kịch khác Kiến nghị nghiên cứu tiếp theo: Như đề cập phần mở đầu, luận án khơng nghiên cứu, giải tốn hệ thống cảm biến tổng hợp cảm biến cho vấn đề định vị, định danh robot; không nghiên cứu toán đảm bảo độ tin cậy truyền thơng mạng đa robot thay vào luận án giả thiết robot có vùng cảm nhận truyền thơng hình đĩa tròn với khả định vị, định danh trao đổi thơng tin với độ xác tin cậy cao Mặc dù giả thiết vùng cảm nhận sử dụng rộng rãi nghiên cứu MRS mạng cảm nhận không dây di động MWSN (Mobile Wireless Sensor Network) song thực tế, vùng cảm nhận đĩa tròn khó đảm bảo việc định vị, định danh đồng toàn dải hạn chế cơng nghệ cảm biến mơ hình xác suất việc bổ sung thêm nhiễu trắng cho vùng cảm nhận đĩa tròn cần thiết nghiên cứu áp dụng cho tốn Tương tự, mơ hình truyền thơng nhị phân áp dụng để biểu diễn truyền thơng robot theo mơ hình mạng MANET với giả thiết tỷ lệ truyền/nhận thành công đảm bảo với phương thức truyền điểm - điểm (P2P) 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 di động không dây Trong tương lai, phát triển nghiên cứu về: HDC với mơ hình xác suất nhiễu cho cảm nhận khả truyền thông robot; Mơ hình học sâu (deep learning) cho tốn lập kế hoạch dẫn đường sử dụng HDC; theo dõi đa mục tiêu di động 111 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, pp.327-332, 2013 [CT2] Pham Duy Hung, Pham Minh Trien, Tran Quang Vinh, and Ngo Trung Dung, “Self-deployment 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, pp.2655-2660, Dec 2014 [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, pp 1205-1212, Dec 2014 [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, 2016 [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, pp 1067-1072, 2016 [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, pp 253-258, 2016 [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, pp 29-36, 2017 [CT8] Pham Duy Hung, Tran Quang Vinh, and Ngo Trung Dung, "Hierarchical distributed control for global network integrity preservation in multi-robot systems," IEEE Transactions on Cybernetics, DOI:10.1109/TCYB.2019.2913326, pp.1-14, 2019 112 TÀI LIỆU THAM KHẢO [1] L Steels, “When are robots intelligent autonomous agents?” Robotics and Autonomous systems, vol 15, no 1-2, pp 3–9, 1995 [2] B Khaldi and F Cherif, “An overview of swarm robotics: Swarm intelligence applied to multi-robotics,” International Journal of Computer Applications, vol 126, no 2, 2015 [3] L H Lan and L T T Nga, “Aggregation stability of multiple agents with fuzzy attraction and repulsion forces,” in 2013 18th International Conference on Methods Models in Automation Robotics (MMAR), pp 81–85, 2013 [4] Lê Thị Thúy Nga Lê Hùng Lân, “phân tích ổn định tụ bầy robot bầy đàn sử dụng hàm hút/đẩy mờ,” Tạp chí Khoa học Giao thông Vận tải, pp 88–93, 2013 [5] Lê Thị Thúy Nga Lê Hùng Lân, “Điều khiển robot bầy đàn tìm kiếm mồi tránh vật cản sử dụng logic mờ,” Tạp chí Khoa học Giao thơng Vận tải, pp 15–20, 2014 [6] L T T Nga and L H Lan, “Application of null space based behavior control to the swarm robot’s control,” 2015 [7] Lê Thị Thúy Nga Lê Hùng Lân, “Điều khiển robot bầy đàn tránh vật cản tìm kiếm mục tiêu,” in Hội nghị VCCA toàn quốc lần thứ 3, pp.87–93, 2015 [8] N Le Thi Thuy and T Nguyen Trong, “The multitasking system of swarm robot based on null-space-behavioral control combined with fuzzy logic,” Micromachines, vol 8, no 12, p 357, 2017 [9] Lê Thị Thúy Nga, “Ổn định điều khiển đa nhiệm hệ thống robot bầy đàn,” Luận án Tiến sĩ, Trường Đại học Giao thông Vận tải, 2016 113 [10] L N Tan, “Omnidirectional-vision-based distributed optimal tracking control for mobile multirobot systems with kinematic and dynamic disturbance rejection,” IEEE Transactions on Industrial Electronics, vol 65, no 7, pp 5693–5703, 2018 [11] N T Linh, “Nghiên cứu thuật tốn tìm đường bao phủ cho nhóm robot di động,” Luận văn thạc sĩ, Trường Đại học Bách Khoa Hà Nội, 2016 [12] H H Viet, V.-H Dang, S Choi, and T C Chung, “Bob: an online coverage approach for multi-robot systems,” Applied Intelligence, vol 42, no 2, pp 157–173, 2015 [13] A Q Hoang and M T Pham, “Applying apf and pso algorithm for searching task of multi-robot system,” VNU Journal of Science, 2015 [14] A Q Hoang and M T Pham, “Swarm optimization approach for light source detection by multi-robot system,” 2016 [15] A Q Hoang and M T Pham, “Light source detection using multirobot systems with particle swarm optimization approach,” PROCEEDING of Publishing House for Science and Technology, vol 1, no 1, 2016 [16] A.Q Hoang and M.T Pham, “Swarm intelligence-based approach for macroscopic scale odor source localization using multi-robot system,” in International Conference on Advances in Information and Communication Technology Springer, pp 593–602, 2016 [17] L E Parker, “Current research in multirobot systems,” Artificial Life and Robotics, vol 7, no 1-2, pp 1–5, 2003 [18] C W Reynolds, “Flocks, herds and schools: A distributed behavioral model,” SIGGRAPH Comput Graph., vol 21, no 4, pp 25–34, Aug 1987 [19] C W Reynolds, “Steering behaviors for autonomous characters,” in Game developers conference, vol 1999, pp 763–782, 1999 [20] C W Reynolds, “Interaction with groups of autonomous characters,” in Game Developers Conference, vol 2000, pp 449–460, 2000 [21] T Vicsek, A Czirók, E Ben-Jacob, I Cohen, and O Shochet, “Novel type of phase transition in a system of self-driven particles,” Physical review letters, vol 75, no 6, p 1226, 1995 114 [22] A Jadbabaie, J Lin, and A S Morse, “Coordination of groups of mobile autonomous agents using nearest neighbor rules.” IEEE Transactions on automatic control, vol 48, no 6, pp 988–1001, 2003 [23] M J Mataric, “Designing emergent behaviors: From local interactions to collective intelligence,” in Proceedings of the Second International Conference on Simulation of Adaptive Behavior, pp 432–441, 1993 [24] M J Matari´c, “Designing and understanding adaptive group behavior,” Adaptive Behavior, vol 4, no 1, pp 51–80, 1995 [25] A Marino, L Parker, G Antonelli, and F Caccavale, “Behavioral control for multi-robot perimeter patrol: A finite state automata approach,” in Robotics and Automation, 2009 ICRA’09 IEEE International Conference on IEEE, pp 831–836, 2009 [26] A Marino, L E Parker, G Antonelli, and F Caccavale, “A decentralized architecture for multi-robot systems based on the null-space-behavioral control with application to multi-robot border patrolling,” Journal of Intelligent & Robotic Systems, vol 71, no 3-4, pp 423–444, 2013 [27] G Antonelli, F Arrichiello, and S Chiaverini, “Flocking for multi-robot systems via the null-space-based behavioral control,” Swarm Intelligence, vol 4, no 1, pp 37–56, 2010 [28] L Sabattini, C Secchi, and C Fantuzzi, “Coordinated dynamic behaviors for multirobot systems with collision avoidance,” IEEE transactions on cybernetics, vol 47, no 12, pp 4062–4073, 2017 [29] D Xu, X Zhang, Z Zhu, C Chen, and P Yang, “Behavior-based formation control of swarm robots,” Mathematical Problems in Engineering, vol 2014, 2014 [30] F J Mendiburu, M R Morais, and A M Lima, “Behavior coordination in multi-robot systems,” in Automatica (ICA-ACCA), IEEE International Conference on IEEE, pp 1–7, 2016 [31] O Khatib, “Real-time obstacle avoidance for manipulators and mobile robots,” International Journal of Robotics Research Res., vol 5, no 1, pp 90–98, Apr 1986 115 [32] M J M Andrew Howard and G S Sukhatme, “Mobile sensor network deployment using potential fields: A distributed, scalable solution to the area coverage problem,” in Proceedings of the International Symposium on Distributed Autonomous Robotic Systems, pp 299–308, 2002 [33] W M Spears, W M Spears, D F Spears, J C Hamann, and R Heil, “Distributed, physics-based control of swarms of vehicles,” Autonomous Robots, vol 17, pp 137–162, 2004 [34] D O Popa, H E Stephanou, C Helm, and A C Sanderson, “Robotic deployment of sensor networks using potential fields,” in Robotics and Automation, 2004 Proceedings ICRA’04 2004 IEEE International Conference on, vol IEEE, pp 642–647,2004 [35] D V Dimarogonas and K J Kyriakopoulos, “Connectedness preserving distributed swarm aggregation for multiple kinematic robots.” IEEE Transactions on Robotics, vol 24, no 5, pp 1213–1223, 2008 [36] S B Mikkelsen, R Jespersen, and T D Ngo, “Probabilistic communication based potential force for robot formations: A practical approach,” in DARS, pp 243–253, 2010 [37] A Ajorlou, A Momeni, and A G Aghdam, “A class of bounded distributed control strategies for connectivity preservation in multi-agent systems,” IEEE Transactions on Automatic Control, vol 55, no 12, pp 2828–2833, 2010 [38] B J Julian, M Angermann, M Schwager, and D Rus, “Distributed robotic sensor networks: An information-theoretic approach,” International Journal of Robotics Research, vol 31, no 10, pp 1134–1154, September 2012 [39] G Sallam, U Baroudi, and M Al-Shaboti, “Multi-robot deployment using a virtual force approach: Challenges and guidelines,” Electronics, vol 5, no 3, p 34, 2016 [40] Y Dong, “Rendezvous with connectivity preservation for multi-robot systems with an unknown leader,” International Journal of Control, pp 1–10, 2017 [41] F Matoui, B Boussaid, and M N Abdelkrim, “Local minimum solution for the potential field method in multiple robot motion planning task,” in 2015 16th International Conference on Sciences and Techniques of Automatic Control and Computer Engineering (STA), pp 452–457, Dec 2015 116 [42] M Fiedler, “Algebraic connectivity of graphs,” Czechoslovak mathematical journal, vol 23, no 2, pp 298–305, 1973 [43] P Yang, R A Freeman, G J Gordon, K M Lynch, S S Srinivasa, and R Sukthankar, “Decentralized estimation and control of graph connectivity for mobile sensor networks.” Automatica, vol 46, no 2, pp 390–396, 2010 [44] L Sabattini, N Chopra, and C Secchi, “On decentralized connectivity maintenance for mobile robotic systems,” in Decision and Control and European Control Conference (CDC-ECC), 2011 50th IEEE Conference on IEEE, pp 988–993, 2011 [45] L Sabattini, N Chopra, and C Secchi, “Decentralized connectivity maintenance for cooperative control of mobile robotic systems.” The International Journal of Robotics Research, vol 32, no 12, pp 1411–1423, 2013 [46] L Sabattini, C Secchi, N Chopra, and A Gasparri, “Distributed control of multirobot systems with global connectivity maintenance.” IEEE Transactions on Robotics, vol 29, no 5, pp 1326–1332, 2013 [47] P Robuffo Giordano, A Franchi, C Secchi, and H H Bă ulthoff, A PassivityBased Decentralized Strategy for Generalized Connectivity Maintenance,” The International Journal of Robotics Research, vol 32, no 3, pp 299–323, Mar 2013 [48] T Nestmeyer, P R Giordano, H H Bă ulthoff, and A Franchi, “Decentralized simultaneous multi-target exploration using a connected network of multiple robots,” Autonomous Robots, pp 1–23, 2016 [49] R K Williams and G S Sukhatme, “Locally constrained connectivity control in mobile robot networks,” in 2013 IEEE International Conference on Robotics and Automation, pp 901–906, May 2013 [50] R K Williams, A Gasparri, G S Sukhatme, and G Ulivi, “Global connectivity control for spatially interacting multi-robot systems with unicycle kinematics,” in 2015 IEEE International Conference on Robotics and Automation (ICRA), pp 1255–1261, May 2015 [51] D Cai, S Wu, and J Deng, “Distributed global connectivity maintenance and control of multi-robot networks,” IEEE Access, 2017 117 [52] A Gasparri, L Sabattini, and G Ulivi, “Bounded control law for global connectivity maintenance in cooperative multirobot systems,” IEEE Transactions on Robotics, vol 33, no 3, pp 700–717, 2017 [53] K Karpe, D Samiappan, K Ramamoorthy, and L Sabattini, “Perturbation analysis of decentralized estimators,” in 2018 IEEE International Conference on Robotics and Biomimetics (ROBIO) IEEE, pp 2373–2378, 2018 [54] J Panerati, M Minelli, C Ghedini, L Meyer, M Kaufmann, L Sabattini, and G Beltrame, “Robust connectivity maintenance for fallible robots,” Autonomous Robots, vol 43, no 3, pp 769–787, 2019 [55] K Khateri, M Pourgholi, M Montazeri, and L Sabattini, “A comparison between decentralized local and global methods for connectivity maintenance of multi-robot networks,” IEEE Robotics and Automation Letters, vol 4, no 2, pp 633–640, 2019 [56] C Robin and S Lacroix, “Multi-robot target detection and tracking: taxonomy and survey,” Autonomous Robots, vol 40, no 4, pp 729–760, Apr 2016 [57] B Jung and G S Sukhatme, “Tracking targets using multiple robots: The effect of environment occlusion.” Auton Robots, vol 13, no 3, pp 191–205, 2002 [58] S Martinez and F Bullo, “Optimal sensor placement and motion coordination for target tracking,” Automatica, vol 42, no 4, pp 661–668, 2006 [59] Y Zou and K Chakrabarty, “Distributed mobility management for target tracking in mobile sensor networks,” IEEE Transactions on Mobile Computing, vol 6, no 8, pp 872–887, Aug 2007 [60] Y Lan, G Yan, and Z Lin, “A hybrid control approach to cooperative target tracking with multiple mobile robots,” in Proceedings of the 2009 Conference on American Control Conference, ser ACC’09 Piscataway, NJ, USA: IEEE Press, pp 2624–2629, 2009 [61] R Tan, G Xing, J Wang, and H C So, “Exploiting reactive mobility for collaborative target detection in wireless sensor networks,” IEEE Transactions on Mobile Computing, vol 9, no 3, pp 317–332, 2010 118 [62] P Dames, “Distributed multi-target search and tracking using the phd filter,” in 2017 International Symposium on Multi-Robot and Multi-Agent Systems (MRS) IEEE, pp 1–8, 2017 [63] N Majcherczyk, A Jayabalan, G Beltrame, and C Pinciroli, “Decentralized connectivity-preserving deployment of large-scale robot swarms,” in 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) IEEE, pp 4295–4302, 2018 [64] A Q Faridi, S Sharma, A Shukla, R Tiwari, and J Dhar, “Multi-robot multi-target dynamic path planning using artificial bee colony and evolutionary programming in unknown environment,” Intelligent Service Robotics, vol 11, no 2, pp 171–186, 2018 [65] S Marangoz, M F Amasyalı, E Uslu, F C ¸ akmak, N Altunta¸s, and S Yavuz, “More scalable solution for multi-robot–multi-target assignment problem,” Robotics and Autonomous Systems, 2019 [66] J Cortes, S Martinez, T Karatas, and F Bullo, “Coverage control for mobile sensing networks,” IEEE Transactions on Robotics and Automation, vol 20, no 2, pp 243–255, 2004 [67] L E Parker, “Distributed algorithms for multi-robot observation of multiple moving targets,” Autonomous robots, vol 12, no 3, pp 231255, 2002 ă Ozgă ă uner, Motion planning for multitarget surveillance with [68] Z Tang and U mobile sensor agents.” IEEE Transactions on Robotics, vol 21, no 5, pp 898–908, 2005 [69] B Shucker and J K Bennett, “Target tracking with distributed robotic macrosensors,” in Military Communications Conference (MILCOM), vol 4, pp 2617–2623, 2005 [70] T H Chung, J W Burdick, and R M Murray, “A decentralized motion coordination strategy for dynamic target tracking,” in Int Conf Robotics and Automation, pp 2416–2422, 2006 [71] R Olfati-Saber, “Distributed tracking for mobile sensor networks with information-driven mobility,” in American Control Conference, 2007 ACC’07 IEEE, pp 4606–4612, 2007 119 [72] I Harmati and K Skrzypczyk, “Robot team coordination for target tracking using fuzzy logic controller in game theoretic framework.” Robotics and Autonomous Systems, vol 57, no 1, pp 75–86, 2009 [73] A Kolling and S Carpin, “Cooperative observation of multiple moving targets: an algorithm and its formalization.” I J Robotic Res., vol 26, no 9, pp 935–953, 2007 [74] D Tolic, R Fierro, and S Ferrari, “Cooperative multi-target tracking via hybrid modeling and geometric optimization,” Mediterranean Conference on Control and Automation, vol 0, pp 440–445, 2009 [75] L Blazovics, K Csorba, B Forstner, and C Hassan, “Target tracking and surrounding with swarm robots,” Engineering of Computer-Based Systems, IEEE International Conference on the, vol 0, pp 135–141, 2012 [76] H M La and W Sheng, “Dynamic target tracking and observing in a mobile sensor network.” Robotics and Autonomous Systems, vol 60, no 7, pp 996–1009, 2012 [77] T Marian, O Mokryn, and Y Shavitt, “Sensing clouds: A distributed cooperative target tracking with tiny binary noisy sensors.” Ad Hoc Networks, vol 11, no 8, pp 2356–2366, 2013 [78] R Olfati-saber and R Olfati-saber, “Flocking for multi-agent dynamic systems: Algorithms and theory,” IEEE Transactions on Automatic Control, vol 51, pp 401–420, 2006 [79] J Banfi, J Guzzi, A Giusti, L Gambardella, and G A Di Caro, “Fair multi-target tracking in cooperative multi-robot systems,” in 2015 IEEE International Conference on Robotics and Automation (ICRA) IEEE, pp 54115418, 2015 [80] K Hausman, J Mă uller, A Hariharan, N Ayanian, and G S Sukhatme, “Cooperative multi-robot control for target tracking with onboard sensing,” The International Journal of Robotics Research, vol 34, no 13, pp 1660– 1677, 2015 [81] J J Roldán, P Garcia-Aunon, M Garzón, J de León, J del Cerro, and A Barrientos, “Heterogeneous multi-robot system for mapping environmental variables of greenhouses,” Sensors, vol 16, no 7, p 1018, 2016 120 [82] J Tardós, R Aragues, C Sagă uộs, and C Rubio, Simultaneous deployment and tracking multi-robot strategies with connectivity maintenance,” Sensors, vol 18, no 3, p 927, 2018 [83] L Jin, S Li, H M La, X Zhang, and B Hu, “Dynamic task allocation in multi-robot coordination for moving target tracking: A distributed approach,” Automatica, vol 100, pp 75–81, 2019 [84] Y Sung, A K Budhiraja, R K Williams, and P Tokekar, “Distributed simultaneous action and target assignment for multi-robot multi-target tracking,” in 2018 IEEE International Conference on Robotics and Automation (ICRA) IEEE, pp 1–9, 2018 [85] L Zhou, V Tzoumas, G J Pappas, and P Tokekar, “Resilient active target tracking with multiple robots,” IEEE Robotics and Automation Letters, vol 4, no 1, pp 129–136, 2019 [86] Q Du, V Faber, and M Gunzburger, “Centroidal voronoi tessellations: Applications and algorithms,” SIAM review, vol 41, no 4, pp 637–676, 1999 [87] J Cortés, S Martínez, and F Bullo, “Spatially-distributed coverage optimization and control with limited-range interactions,” ESAIM: Control, Optimisation and Calculus of Variations, vol 11, pp 691–719, 2005 [88] K Guruprasad and P Dasgupta, “Distributed voronoi partitioning for multirobot systems with limited range sensors,” in Intelligent Robots and Systems (IROS), 2012 IEEE/RSJ International Conference on IEEE, pp 3546– 3552, 2012 [89] L C Pimenta, V Kumar, R C Mesquita, and G A Pereira, “Sensing and coverage for a network of heterogeneous robots,” in Decision and Control, 2008 CDC 2008 47th IEEE Conference on IEEE, pp 3947–3952, 2008 [90] A Breitenmoser, M Schwager, J.-C Metzger, R Siegwart, and D Rus, “Voronoi coverage of non-convex environments with a group of networked robots,” in Robotics and Automation (ICRA), 2010 IEEE International Conference on IEEE, pp 4982–4989, 2010 [91] M Schwager, D Rus, and J J Slotine, “Decentralized, adaptive coverage control for networked robots,” International Journal of Robotics Research, vol 28, no 3, pp 357–375, March 2009 121 [92] M Schwager, M P Vitus, D Rus, and C J Tomlin, “Robust adaptive coverage for robotic sensor networks,” in Proceedings of the International Symposium on Robotics Research (ISRR 11), August 2011 [93] D E Soltero, M Schwager, and D Rus, “Decentralized path planning for coverage tasks using gradient descent adaptive control,” International Journal of Robotics Research, vol 33, no 3, pp 401–425, March 2014 [94] E Bryngelsson, “Multi-robot distributed coverage in realistic environments,” Master’s thesis, Chalmer University of Technology, Sweden, 2016 [95] M Pavone, A Arsie, E Frazzoli, and F Bullo, “Distributed algorithms for environment partitioning in mobile robotic networks,” IEEE Trans on Automatic Control, vol 56, no 8, pp 1834–1848, 2011 [96] R J Alitappeh, G A Pereira, A R Araújo, and L C Pimenta, “Multirobot deployment using topological maps,” Journal of Intelligent & Robotic Systems, vol 86, no 3-4, pp 641–661, 2017 [97] G Lee and N Y Chong, “A geometric approach to deploying robot swarms,” Annals of Mathematics and Artificial Intelligence, vol 52, no 2-4, pp 257– 280, 2008 [98] S K Lee, S P Fekete, and J McLurkin, “Structured triangulation in multirobot systems: Coverage, patrolling, voronoi partitions, and geodesic centers,” The International Journal of Robotics Research, vol 35, no 10, pp 1234– 1260, 2016 [99] N Karapetyan, K Benson, C McKinney, P Taslakian, and I Rekleitis, “Efficient multi-robot coverage of a known environment,” in 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) IEEE, pp 1846–1852, 2017 [100] C Gao, Y Kou, Z Li, A Xu, Y Li, and Y Chang, “Optimal multirobot coverage path planning: Ideal-shaped spanning tree,” Mathematical Problems in Engineering, vol 2018, 2018 [101] J J Lopez-Perez, U H Hernandez-Belmonte, J.-P Ramirez-Paredes, M A Contreras-Cruz, and V Ayala-Ramirez, “Distributed multirobot exploration based on scene partitioning and frontier selection,” Mathematical Problems in Engineering, vol 2018, 2018 122 [102] S Poduri, S Poduri, and G S Sukhatme, “Constrained coverage for mobile sensor networks,” IN IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION, vol 1, pp 165–172, 2004 [103] J M Sailesh Prabhu, William Li, “Hexagonal lattice formation in multi-robot systems,” in Distributed Autonomous Robotic Systems, vol 104 Springer Berlin Heidelberg, pp.307–320,2014 [104] H Zhao, J Wei, S Huang, L Zhou, and Q Tang, “Regular topology formation based on artificial forces for distributed mobile robotic networks,” IEEE Transactions on Mobile Computing, 2018 [105] V Gazi and K M Passino, “A class of attractions/repulsion functions for stable swarm aggregations,” International Journal of Control, vol 77, no 18, pp 1567–1579, 2004 [106] W Fan, Y Liu, F Wang, and X Cai, “Multi-robot formation control using potential field for mobile ad-hoc networks,” in Robotics and Biomimetics (ROBIO) 2005 IEEE International Conference on IEEE, pp 133–138, 2005 [107] A Howard, M J Mataric, and G S Sukhatme, “An incremental selfdeployment algorithm for mobile sensor networks,” Auton Robots, vol 13, no 2, pp 113–126, 2002 [108] W Li and C G Cassandras, “Distributed cooperative coverage control of sensor networks,” in Decision and Control, 2005 and 2005 European Control Conference CDC-ECC’05 44th IEEE Conference on IEEE, pp 2542–2547, 2005 [109] M A Batalin and G S Sukhatme, “Coverage, exploration and deployment by a mobile robot and communication network.” Telecommunication Systems, vol 26, no 2-4, pp 181–196, 2004 [110] Y Zou and K Chakrabarty, “Sensor deployment and target localization in distributed sensor networks,” ACM Trans Embed Comput Syst., vol 3, no 1, pp 61–91, Feb 2004 [111] L E Parker, L E Parker, and A Howard, “Experiments with a large heterogeneous mobile robot team: Exploration, mapping, deployment and detection,” INTERNATIONAL JOURNAL OF ROBOTICS RESEARCH, vol 25, pp 431–447, 2006 123 [112] C C Minyi Zhong, “Distributed coverage control and data collection with mobile sensor networks,” IEEE Trans Automat Contr., vol 56, pp 5604 – 5609, 2011 [113] B Liu, O Dousse, P Nain, and D Towsley, “Dynamic coverage of mobile sensor networks,” IEEE Transactions on Parallel and Distributed Systems, vol 24, no 2, pp 301–311, 2013 [114] J M Palacios-Gasús, E Montijano, C Sagă uộs, and S Llorente, “Distributed coverage estimation and control for multirobot persistent tasks,” IEEE transactions on Robotics, vol 32, no 6, pp 1444–1460, 2016 [115] J Zhong, H Cheng, L He, and F Ouyang, “Decentralized full coverage of unknown areas by multiple robots with limited visibility sensing,” IEEE Robotics and Automation Letters, vol 4, no 2, pp 338–345, 2019 [116] M Schwager, D Rus, and J J Slotine, “Unifying geometric, probabilistic, and potential field approaches to multi-robot deployment,” International Journal of Robotics Research, vol 30, no 3, pp 371–383, March 2011 [117] J L Gross and J Yellen, Graph theory and its applications Chapman and Hall/CRC, 2005 [118] I H Lee, Y Sooyoung, S H Cho, and H S Kim, “Robot path routing for shortest moving distance in wireless robotic sensor networks,” IEICE transactions on communications, vol 94, no 1, pp 311–314, 2011 [119] P H Dave, Design and analysis of algorithms Pearson Education India, 2009 [120] H KHALIL, Nonlinear Control Pearson education, Prentice Hall, 2002 [121] J McLurkin and E D Demaine, “A distributed boundary detection algorithm for multi-robot systems,” in Intelligent Robots and Systems, 2009 IROS 2009 IEEE/RSJ International Conference on IEEE, pp 4791–4798, 2009 124 ... nghiên cứu phát triển thuật toán tự triển khai (Self-Deployment) MRS cho giám sát môi trường trước Tự xiii triển khai hiểu việc điều khiển phân tán bầy robot nhằm trải rộng chúng môi trường cho mục... DỤNG HDC CHO TRIỂN KHAI HỆ THỐNG ĐA ROBOT KHÁM PHÁ MÔI TRƯỜNG CÓ CẤU TRÚC 94 4.1 Chiến lược triển khai robot đồng 95 4.2 Chiến lược triển khai robot mẹ,... cứu hệ thống đa robot hay gọi robot bầy đàn Hệ thống đa robot, viết tắt MRS (Multi -Robot System), nhắc đến tập hợp số lượng lớn (large-scale) robot tự trị (autonomy) có khả cảm nhận mơi trường