Điều khiển nhúng thích nghi trực tiếp cánh tay robot hai bậc tự do dùng mạng nơron

Đại Học Quốc Gia Tp Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN VINH QUAN ĐỀ TÀI LUẬN VĂN THẠC SĨ ĐIỀU KHIỂN NHÚNG THÍCH NGHI TRỰC TIẾP CÁNH TAY ROBOT HAI BẬC TỰ DO DÙNG MẠNG NƠRON Chuyên ngành : Tự Động Hóa LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 06 năm 2009 CƠNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học : TS NGUYỄN THIỆN THÀNH Cán chấm nhận xét : Cán chấm nhận xét : Luận văn thạc sĩ bảo vệ HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày tháng năm TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM KHOA ĐIỆN - ĐIỆN TỬ Độc Lập - Tự Do - Hạnh Phúc -oOo - Tp HCM, ngày 30 tháng 06 năm 2009 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN VINH QUAN Phái: Nam Ngày, tháng, năm sinh: 15 - 03 - 1963 Nơi sinh: HCMC Chuyên ngành: Tự Động Hóa MSHV: 01507317 1- TÊN ĐỀ TÀI: ĐIỀU KHIỂN NHÚNG THÍCH NGHI TRỰC TIẾP CÁNH TAY ROBOT HAI BẬC TỰ DO DÙNG MẠNG NƠRON 2- NHIỆM VỤ LUẬN VĂN: 3- NGÀY GIAO NHIỆM VỤ : 4- NGÀY HOÀN THÀNH NHIỆM VỤ : 5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS NGUYỄN THIỆN THÀNH Nội dung đề cương Luận văn thạc sĩ Hội Đồng Chuyên Ngành thông qua CÁN BỘ HƯỚNG DẪN (Họ tên chữ ký) CHỦ NHIỆM BỘ MÔN KHOA QL CHUYÊN NGÀNH QUẢN LÝ CHUYÊN NGÀNH (Họ tên chữ ký) (Họ tên chữ ký) LỜI CÁM ƠN Tôi xin tỏ lịng biết ơn đến q Thầy Cơ khoa Điện – Điện Tử Trường Đại Học Bách Khoa, tất Thầy Cơ giảng dạy q trình học tập Chân thành cám ơn Thầy TS NGUYỄN THIỆN THÀNH, người trực tiếp hướng dẫn tơi hồn thành luận văn Cám ơn tất bạn bè chia kiến thức năm học vừa qua TĨM TẮT Hệ thống điều khiển thơng minh dựa theo mơ hình sinh học khả nhận thức người, có khả tự học, thích nghi phân nhóm Ngày nay, điều khiển thơng minh thường sử dụng hệ thống phi tuyến phức tạp, kỹ thuật điều khiển thông minh mạng thần kinh nhân tạo (NN) Trong phạm vi luận văn tơi trình bày thiết kế điều khiển dùng mạng thần kinh nhân tạo cho robot hai bậc tự ABSTRACT These intelligent control systems, which are modeled after biological systems and human cognitive capabilities, possess learning, adaptation, and classification capabilities As a result, these so-call intelligent controllers provide the hope of improved performance for today’s complex systems These intelligent controller were being developed using artificial neural networks (NN) In the thesis, I explore controller design using NN for Robotic since NN capture the parallel processing, adaptive, and learning capabilities of biological nervous systems MỤC LỤC NHIỆM VỤ ĐỀ TÀI TÓM TẮT ĐỀ TÀI Chương : GIỚI THIỆU ĐỀ TÀI 1.1 Lý chọn đề tài Trang 1.2.Tổng quan Trang 1.3 Giới thiệu robot hai nối Trang 1.4 Giới thiệu phương pháp điều khiển dùng mạng neuron Trang Chương : KHẢO SÁT MƠ HÌNH TỐN VÀ QUỸ ĐẠO CHUYỂN ĐỘNG CỦA ROBOT HAI KHỚP NỐI 2.1 Phương trình động lực học Phương trình động lực học dạng ma trận Trang Phương trình trạng thái động lực học Trang 2.2 Động học vị trí robot hai bậc tự Động học thuận Trang Động học đảo Trang 2.3 Quỹ đạo chuyển động robot hai khớp nối Thiết kế quỹ đạo đa thức Trang 10 Thiết kế quỹ đạo hình thang Trang 12 Chương : PHƯƠNG PHÁP ĐIỀU KHIỂN KINH ĐIỂN 3.1 Động lực học robot với cấu chấp hành Trang 14 3.2 Điều khiển PID Trang 18 3.3 Kết Trang 21 Chương : ĐIỀU KHIỂN DÙNG MẠNG NEURON 4.1 - Mạng neuron Lịch sử phát triển Trang 23 Ứng dụng Trang 24 Mạng nơron sinh học Trang 25 Mạng nơron nhân tạo Trang 25 Đơn vị xử lý Trang 27 Hàm xử lý Trang 28 4.2 Cấu trúc mạng neuron Mạng truyền thẳng Trang 30 Mạng hồi quy Trang 30 4.3 Mạng học Học có giám sát Trang 31 Học tăng cường Trang 32 Học khơng có giám sát Trang 32 Mạng nơron truyền thẳng nhiều lớp thuật toán lan truyền ngược Trang 32 4.4 Ưu khuyết điểm mạng nơron Ưu điểm Trang 34 Hạn chế Trang 34 4.5 Thiết kế mô điều khiển cánh tay robot dùng mạng neuron Mơ hình tốn tay máy hai nối Trang 34 Mơ hình điều khiển Trang 35 Cấu trúc mạng neuron Trang 35 Giải thuật huấn luyện mạng 4.6 Kết mô Trang 36 Trang 38 4.7 Đánh giá mơ hình Trang 42 4.8 Kết luận Trang 42 Chương : THIẾT KẾ VÀ THI CÔNG PHẦN CỨNG 5.1 Hệ thống nhúng Giới thiệu Trang 43 Ngơn ngữ lập trình cấp thấp Trang 43 Ngơn ngữ lập trình cấp cao Trang 44 Cấu trúc chương trình C để nhúng vào vi điều khiển Trang 45 Thực nhúng Trang 45 Giải thuật nhúng Trang 47 5.2 Thi công phần cứng Trang 48 5.3 Thi công robot Trang 50 5.4 Thiết kế giao diện Trang 53 5.5 Kết chạy mô hình Trang 55 5.6 Đánh giá mơ hình 5.7 Kiến nghị nghiên cứu Trang 60 Trang 60 PHẦN KẾT LUẬN Trang 61 TÀI LIỆU THAM KHẢO Trang 62 Chương GIỚI THIỆU ĐỀ TÀI 1.1 Lý chọn đề tài: Tay máy công nghiệp đối tượng nhiều nhà nghiên cứu quan tâm cơng dụng hiệu Điều khiển tay máy linh hoạt thực ý muốn người thành cơng cơng nghệ tự động Ngồi trường hợp cánh tay máy cần đến để mang vật nặng từ nơi đến nơi khác, cịn yêu cầu để cắt phôi hay hàn sản phẩm theo hình vẽ máy tính Trong trường hợp tay máy cần phải tính tốn xác quỹ đạo, moment mà yêu cầu tối ưu thời gian Vì lý nên cần thiết phải thiết kế điều khiển hiệu quả, nhiên tính phi tuyến cao tay máy nên việc sử dụng điều khiển kinh điển thường gặp nhiều khó khăn cho kết không mong muốn 1.2.Tổng quan: Trong năm gần lý thuyết điều khiển phi tuyến ứng dụng rộng rãi Có nhiều phương pháp áp dụng cho hệ phi tuyến: phương pháp tuyến tính hóa, điều khiển trượt, điều khiển mạng thần kinh, điều khiển mờ,…Đa số đối tượng cần điều khiển thực tế hệ phi tuyến phải chịu tác động nhiễu từ mơi trường làm việc Do cần phải xây dựng điều khiển để điều khiển đối tượng với chất lượng tốt, đối tượng điều khiển bám theo tín hiệu mong muốn hay điều khiển ổn định đối tượng Điều đảm bảo đối tượng có đặc tính tương tự đặc tính mơ hình sử dụng thiết kế Các mơ hình xây dựng theo điều kiện định: điều kiện làm việc, chế độ làm việc đối tượng Thực tế điều kiện chế độ làm việc thay đổi thân đối tượng thay đổi theo thời gian, lão hóa, tác động nhiễu Do việc xấp xỉ hay mơ mơ hình dù áp dụng phương pháp có sai số mơ hình Vì điều khiển chất lượng cao cần có khả tự chỉnh định thơng số điều khiển để đảm bảo chất lượng điều khiển mong muốn trước thay đổi bất định Có nhiều phương pháp để xây dựng điều khiển với đối tượng Trong phạm vi đề tài này, tác giả trình bày sử dụng mạng neuron để thiết kế điều khiển thích nghi cho tay máy hai bậc tự nhằm điều khiển đầu công tác vạch nên quỹ đạo mong muốn 1.3 Giới thiệu robot hai nối: Theo quan điểm động học, tay máy biểu diễn chuổi động học hở, gồm khâu, liên kết với khớp quay khớp trượt Một phần chuổi gắn lên thân, cịn đầu nối với phần cơng tác Các thao tác q trình làm việc địi hỏi phần cơng tác phải định vị định hướng xác không gian Các tham số liên kết Các góc khớp q1(t),…, qn(t) Động học thuận Vị trí hướng phần công tác Các tham số liên kết Các góc khớp q1(t),…, qn(t) Động học ngược Hình 1-1 Mối quan hệ động học thuận động học ngược Động học thuận vào biến khớp để xác định vùng làm việc phần công tác mô tả chuyển động phần công tác vùng làm việc Động học ngược xác định biến khớp để đảm bảo chuyển động cho trước phần cơng tác.Trong đó, động lực học tay máy nghiên cứu quan hệ lực, mômen, lượng, … với thơng số chuyển động Việc nghiên cứu động lực học tay máy phục vụ cho mục đích sau đây: - Mơ hoạt động tay máy, để khảo sát, thử nghiệm trình làm việc Hình 5-5 : Kết nối Card máy tính Hình 5-6 : Driver cho khớp nối 49 5.3 Thi cơng robot: 50 Hình 5-7 : Robot hai nối 51 Hình 5-8 : Bộ truyền động cho khớp 52 Hình 5-9 : Vị trí đặt card điều khiển 5.4 Thiết kế giao diện: Giao diện thiết kế Matlab bao gồm chức sau : - Dễ dàng cho người sử dụng - Ngơn ngữ giao tiếp tiếng Việt - Có chức lưu liệu vào Exel - Các phím chức lệnh cho robot - Phím thu thập liệu - Phím lưu liệu - Phím vẽ lại - Các hệ trục tọa độ biểu diễn hình ảnh - Hai hệ trục tọa độ 3D để biểu diễn tọa độ đầu cơng tác 53 Hình 5-10 : Giao diện điều khiển thu thập liệu Hình 5-11 : Bảng Excel lưu liệu 54 5.5 Kết chạy mơ hình: Các hình trình bày kết thật robot sai số theo phương x, y so với tín hiệu đặt : 55 56 57 58 59 Hình 5-12 : Các kết chạy mơ hình 5.6 Đánh giá mơ hình: Qua thực nghiệm cho thấy mơ hình robot hai nối có kết phù hợp với tín hiệu đặt sai số theo phương x, y nhỏ 5.7 Kiến nghị nghiên cứu tiếp theo: Cần tăng hiệu tay máy cách kết hợp với phần mềm Corel : + Phần mềm Corel cho phép vẽ chi tiết máy phức tạp đồng thời tạo nên tập tin liệu nội suy sẵn tùy thuộc vào hình vẽ + Dùng tập tin liệu làm sở nội suy cho tay máy cách load vào Card điều khiển tay máy để thực thi mà khơng cần đợi robot tính tốn 60 PHẦN KẾT LUẬN Trong trình thực đề tài tác giả cố gắng giải vấn đề trọng tâm sau : + Nắm rõ phương trình động lực học robot ý nghĩa mặt toán học vật lý + Cách nội suy để tìm vị trí, vận tốc gia tốc khớp từ vận dụng vào mơ hình + Đưa giải thuật Runge-Kutta ngôn ngữ C, Matlab nhúng + Nắm rõ phương pháp điều khiển kinh điển cho hệ phi tuyến PID, thích nghi + Xây dựng giải thuật huấn luyện mạng cho hệ phi tuyến từ ứng dụng vào điều khiển robot mơ hình tham chiếu + Xây dựng giao diện Visual C++ để mô cho vấn đề huấn luyện điều khiển mạng neuron + Xây dựng giao diện Matlab để mô cho vấn đề điều khiển + Chọn lựa thiết kế phần cứng cho phù hợp với mơ hình vật lý + Xây dựng giải thuật nhúng cho tăng tốc độ xử lý Card + Xây dựng giao diện truyền thông thu thập liệu từ robot + Để giảm sai số nhỏ phải điều khiển vị trí khớp vận tốc khớp cho phù hợp + Thử nghiệm đánh giá sai số mơ hình Tp HCM, ngày 30 tháng 06 năm 2009 Tác giả 61 TÀI LIỆU THAM KHẢO Tiếng Việt : 1- TS Nguyễn Thiện Thành, Bài giảng môn học : Mạng Neuron, Nhận dạng, Dự báo Điều khiển TS Nguyễn Thiện Thành, Bài giảng mơn học : Lập trình nâng cao 2- TS Nguyễn Đức Thành, Matlab ứng dụng điều khiển 3- TS Nguyễn Thị Phương Hà, Lý thuyết điều khiển tự động 4- TS Huỳnh Thái Hoàng, Hệ thống điều khiển thông minh 5- TS Nguyễn Mạnh Tiến, Điều khiển Robot 6- GS.TSKH Nguyễn Thiện Phúc, Robot Công nghiệp Tiếng Anh : 1- Oliver H.Bailey, Embedded Systems 2- Joseph A Fisher, Embedded Computing 3- Valluru B Rao, C++.Neural.Networks.And.Fuzzy.Logic.Pdf.+.Source.code 4- (Ebook).Recurrent.Neural.Networks.Design.And.applications.-.crc press 5- Anll K Jain, Artificial[1].Neural.Networks-A.Tutorial 6- Regularization[1].Theory.And.Neural.Networks.Architectures.-.Girosi(1995) 7- Stable[1].Adaptive.Control.&.Estimation.For.Nonlinear.Systems.-.(2002) 8- Neural[1].Networks.=Algorithms, Applications,.And.Programming Techniques 9- Neural Network-Based Adaptive Controller Design of Robotic Manipulators with an Observer 10- EDOC - Robotic - Precision Motion Control Systems 2000 11- Motion Control Theory Needed in the Implementation of Practical Robotic Systems 62 VCC C2 3 10 11 12 13 14 15 16 R8 C2+ C2- 0.1uF P10 P11 P12 P13 P14 P15 P16 P17 10 12 14 16 11 13 15 P10 P11 P12 P13 P14 P15 P16 P17 VCC HEADER 8X2 J4 J5 D HEADER 8X2 + V- C4 15 RS232 0.1uF D1 D2 D3 D4 D5 D6 D7 D8 C3 V+ 11 13 15 A15 A14 A13 D1 D2 D3 D4 D5 D6 D7 D8 10 VCC VSS VDD VEE RS RW ENB D0 D1 D2 D3 D4 D5 D6 D7 A K 16 RXD TXD 33p C5 0.1uF VCC Q3 12M 33p C6 R1 31 EA/VP 19 X1 18 X2 U1 R3 10uF P32 P33 P34 P35 12 13 14 15 INT0 INT1 T0 T1 P10 P11 P12 P13 P14 P15 P16 P17 P1.0 P1.1 P1.2 P1.3 P1.4 P1.5 P1.6 P1.7 R5 SW1 C C P89C51RD2 VSS VCC + P0.0 P0.1 P0.2 P0.3 P0.4 P0.5 P0.6 P0.7 39 38 37 36 35 34 33 32 D1 D2 D3 D4 D5 D6 D7 D8 P2.0 P2.1 P2.2 P2.3 P2.4 P2.5 P2.6 P2.7 21 22 23 24 25 26 27 28 A8 A9 A10 A11 A12 A13 A14 A15 RD WR PSEN ALE/P TXD RXD 17 16 29 30 11 10 RD WR RESET R C7 A8 A9 A10 A11 A12 A13 A14 A15 10 12 14 16 11 13 15 RXD TXD P32 P33 P34 P35 WR RD A8 A9 A10 A11 A12 A13 A14 A15 10 12 14 16 11 13 15 RXD TXD P32 P33 P34 P35 WR RD 2 10 12 14 16 1 11 13 15 R4 RESISTOR SIP HEADER 8X2 HEADER 8X2 HEADER 8X2 C ALE/P TXD RXD 20 R2 R J6 R6 40 DB9 TO PC C19 10u VCC + C+ C1GND + R2OUT T2IN + 10 12 14 16 C C1 0.1uF R2IN T2OUT 12 11 + R1OUT T1IN C D R1IN T1OUT D1 D2 D3 D4 D5 D6 D7 D8 J3 C U9 13 14 J2 LCD R7 P1 LCD1 LCD C18 10u + J1 HEADER 2 C13 C15 C C C12 U7 C14 P11 C P12 P13 U8 P14 C JP2 BTP1 BTP2 OUT1 OUT2 LMD18201/TO B v1 BIN DIN PWMIN VCC TFOUT PGND/SENSE HEADER R11 R R12 R D4 D5 v1 D6 red BIN DIN PWMIN TFOUT HEADER PGND/SENSE VCC P16 R15 R D7 D8 red R16 100 B D9 yelow R10 0.1 8 C17 CP VCC GND VIN R14 R blue + U10 1 OUT1 OUT2 yelow R9 0.1 C16 CP 10 BTP1 BTP2 LMD18201/TO P14 P15 P16 blue + 11 R13 100 GND P11 P12 P13 10 GND 11 P15 JP3 VOUT JP1 A v1 78XX/TO v1 + C8 CP C10 C R17 R + C9 CP VCC R19 R J7 R18 R J8 P32 P34 C11 C VCC R20 P33 P35 R22 encoder D1 blue D2 D3 blue red R A encoder R21 R R23 10K Title 10K MACH LUAN VAN VXL+AD Size A3 RD Date: Document Number Saturday, June 06, 2009 Rev Sheet 1 of ... - 1963 Nơi sinh: HCMC Chuyên ngành: Tự Động Hóa MSHV: 01507317 1- TÊN ĐỀ TÀI: ĐIỀU KHIỂN NHÚNG THÍCH NGHI TRỰC TIẾP CÁNH TAY ROBOT HAI BẬC TỰ DO DÙNG MẠNG NƠRON 2- NHIỆM VỤ LUẬN VĂN: 3- NGÀY... thống nhỏ Hình 1-3 : Điều khiển neuron thích nghi Trong điều khiển sử dụng phương pháp điều khiển cổ điển điều khiển ON/OFF, PID phương pháp điều khiển đại điều khiển mờ, nơron, giải thuật di... dụng mạng neuron để thiết kế điều khiển thích nghi cho tay máy hai bậc tự nhằm điều khiển đầu công tác vạch nên quỹ đạo mong muốn 1.3 Giới thiệu robot hai nối: Theo quan điểm động học, tay máy