Điều khiển thích nghi cho robot omni bốn bánh

Điều khiển thích nghi cho robot omni bốn bánh Điều khiển thích nghi cho robot omni bốn bánh Điều khiển thích nghi cho robot omni bốn bánh luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ Điều khiển thích nghi cho Robot Omni bốn bánh PHẠM HẢI QUÂN quan097@gmail.com Ngành Kỹ thuật điện tử Giảng viên hướng dẫn: PGS.TS Bùi Hải Lê Viện: Cơ khí HÀ NỘI, 11/2020 Chữ ký GVHD CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn: Phạm Hải Quân Đề tài luận văn: Điều khiển thích nghi cho Robot Omni bốn bánh Chuyên ngành: Kỹ thuật điện tử Mã số SV: CA190052 Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày 25/11/2020 với nội dung sau: Chỉnh sửa số lỗi chế bản; bổ sung ứng dụng cụ thể Robot Omni; bổ sung sơ đồ khối mô Matlab cho tùng trường hợp; bổ sung thích hình vẽ; bổ sung tài liệu tham khảo; xem lại hình 2.14 Ngày tháng năm 2020 Giáo viên hướng dẫn Tác giả luận văn CHỦ TỊCH HỘI ĐỒNG ĐỀ TÀI LUẬN VĂN Điều khiển thích nghi cho Robot Omni bốn bánh Giáo viên hướng dẫn Ký ghi rõ họ tên Lời cảm ơn Để hồn thiện luận văn, tơi xin gửi lời cảm ơn tới thầy cô Bộ môn Cơ học vật liệu kết cấu, Viện Cơ khí tạo điều kiện cho tơi học tập nghiên cứu thời gian qua Đặc biệt xin gửi lời cảm ơn sâu sắc tới PGS TS Bùi Hải Lê giúp đỡ để tơi hồn thành luận văn “Điều khiển thích nghi cho Robot Omni bốn bánh” Tóm tắt nội dung luận văn Đề tài “Điều khiển thích nghi cho Robot Omni bốn bánh” luận văn tập trung nghiên cứu thuật toán điều khiển thích nghi cho Robot Omni bốn bánh Trước đây, cơng trình cơng bố dựa điều khiển tối ưu toàn phương (LQR), điều khiển PID Nhược điểm phương pháp phải biết xác mơ hình tốn học hệ thống Robot Omni Những năm gần phát triển mạnh mẽ hướng nghiên cứu điều khiển phi tuyến, đặc trưng ứng dụng hàm điều khiển hàm điều khiển thích nghi Lyapunov cho Robot Omni Hướng nghiên cứu mang lại nhiều thành công điều khiển đối tượng phi tuyến có mơ hình bất định kiểu số, đối tượng ln có thành phần bất định kiểu số chịu ảnh hưởng nhiễu từ môi trường trước (ma sát, lực tác động…) Trên phương hướng đó, luận văn đặt hai nhiệm vụ sau Thứ nhất, nghiên cứu phương pháp điều khiển phi tuyến cho Robot Omni backstepping, trượt backstepping, phân tích ưu nhược điểm phương pháp làm tảng phát triển đóng góp luận án Thứ hai, nghiên cứu xây dựng thuật toán điều khiển thích nghi sở kết hợp với phương pháp điều khiển phi tuyến Phương pháp điều khiển thích nghi luận văn sử dụng thích nghi mờ thích nghi noron áp dụng cho hệ thống Robot Omni với mơ tả mơ hình phi tuyến bất định, tham số thay đổi đảm bảo hệ kín ổn định bám quỹ đạo đặt Bộ thích nghi mờ có vai trò chỉnh định tham số điều khiển Bộ thích nghi noron sử dụng mạng nơ-ron hướng tâm để xấp xỉ thành phần bất định Các giải thuật đề xuất kiểm chứng thông qua mô kỹ thuật số phần mềm Matlab Simulink Các kết mô cho thấy chất lượng bám quỹ đạo thỏa mãn yêu cầu đặt trước MỤC LỤC DANH MỤC HÌNH VẼ DANH MỤC BẢNG BIỂU DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT CHƯƠNG TỔNG QUAN VỀ ROBOT OMNI BỐN BÁNH 1.1 Tổng quan Robot Omni bốn bánh 1.1.1 Giới thiệu Robot Omni bốn bánh 1.1.2 Ứng dụng Robot Omni bốn bánh 1.2 Cơ cấu cách thức di chuyển Robot Omni bốn bánh 1.2.1 Bánh xe Omni 1.2.2 Cách thức di chuyển Robot Omni 1.3 Các phương pháp điều khiển Robot Omni bốn bánh CHƯƠNG THIẾT KẾ BỘ ĐIỀU KHIỂN CHO ROBOT OMNI BỐN BÁNH 2.1 Cơ sở lý thuyết 2.1.1 Kỹ thuật backstepping 2.1.2 Điều khiển trượt (SMC) 10 2.1.3 Điều khiển logic mờ 12 2.1.4 Mạng nơ-ron nhân tạo 18 2.1.5 Xây dựng mô hình tốn học cho Robot Omni bốn bánh 21 2.2 Thiết kế điều khiển cho Robot Omni bốn bánh 24 2.2.1 Bộ điều khiển backstepping 24 2.2.2 Bộ điều khiển trượt backstepping 26 2.2.3 Thiết kế điều khiển mờ thích nghi cho Robot Omni bốn bánh 28 2.2.4 Thiết kế điều khiển thích nghi nơ-ron sở trượt backstepping cho Robot Omni 30 CHƯƠNG MÔ PHỎNG KIỂM CHỨNG TRÊN MATLAB .35 3.1 Sơ đồ cấu trúc điều khiển 35 3.2 Kết mô Matlab .35 3.2.1 Mô điều khiển backstepping .36 3.2.2 Mô điều khiển trượt Backstepping 38 3.2.3 Mô điều khiển trượt Backstepping mờ 42 3.2.4 So sánh phương pháp điều khiển 45 3.2.5 Bộ điều khiển trượt backstepping thích nghi nơ-ron 52 3.2.6 So sánh điều khiển thích nghi noron điều khiển thích nghi mờ 54 KẾT LUẬN 58 TÀI LIỆU THAM KHẢO 59 CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ 60 PHỤ LỤC 61 DANH MỤC HÌNH VẼ Hình 1.1: Mơ hình Robot Omni bốn bánh thực tế Hình 1.2: Một số loại bánh xe Omni Hình 1.3: Cách bố trí bánh Robot Omni Hình 2.1: Sơ đồ luật điều khiển trượt .11 Hình 2.2: Cấu trúc hệ logic mờ 12 Hình 2.3: Mơ tả hàm liên thuộc luật hợp thành 14 Hình 2.4: Giá trị rõ y 0  theo nguyên lý trung bình 16 Hình 2.5: Giá trị rõ y 0  theo nguyên lý cận trái .16 Hình 2.6: Giá trị rõ y 0  theo nguyên lý cận phải .17 Hình 2.7: Giá trị rõ y 0  phương pháp điểm trọng tâm 17 Hình 2.8: So sánh phương pháp giải mờ 18 Hình 2.9: Xấp xỉ hàm bất định mạng noron nhân tạo RBF 20 Hình 2.10: Mơ hình hóa Robot Omni hệ tọa độ 21 Hình 2.11: Hàm liên thuộc đầu vào sai lệch e 29 Hình 2.12: Hàm liên thuộc đầu vào sai lệch e_dot 29 Hình 2.13: Sơ đồ cấu trúc điều khiển .30 Hình 2.14: Cấu trúc mạng noron nhân tạo RBF sử dụng luận văn 31 Hình 3.1: Sơ đồ cấu trúc điều khiển 35 Hình 3.2: Quỹ đạo điều khiển Backstepping quỹ đạo đặt hình điểm đặt bên .36 Hình 3.3: Sai lệch điều khiển Backstepping trường hợp quỹ đạo đặt hình điểm đặt bên 36 Hình 3.4: Quỹ đạo điều khiển Backstepping quỹ đạo đặt hình điểm đặt bên ngồi .37 Hình 3.5: Sai lệch điều khiển Backstepping trường hợp quỹ đạo đặt hình điểm đặt bên 38 Hình 3.6: Quỹ đạo điều khiển trượt Backstepping quỹ đạo đặt hình trịn .38 Hình 3.7 Sai lệch điều khiển trượt Backstepping quỹ đạo đặt hình trịn 39 Hình 3.8: Quỹ đạo điều khiển trượt Backstepping quỹ đạo đặt hình 39 Hình 3.9: Sai lệch điều khiển trượt Backstepping quỹ đạo đặt hình 40 Hình 3.10: Quỹ đạo điều khiển trượt Backstepping trường hợp có nhiễu .41 Hình 3.11: Sai lệch điều khiển trượt Backstepping trường hợp có nhiễu 41 Hình 3.12: Quỹ đạo điều khiển trượt Backstepping mờ quỹ đạo đặt đường thẳng 42 Hình 3.13: Sại lệch điều khiển trượt Backstepping mờ quỹ đạo đặt đường thẳng 42 Hình 3.14: Quỹ đạo điều khiển trượt Backstepping mờ quỹ đạo đặt hình sin 43 Hình 3.15: Quỹ đạo điều khiển trượt Backstepping mờ quỹ đạo đặt hình sin 44 Hình 3.16: Quỹ đạo điều khiển trượt Backstepping mờ trường hợp có nhiễu 44 Hình 3.17: Sai lệch điều khiển trượt Backstepping mờ trường hợp có nhiễu 45 Hình 3.18: Quỹ đạo xe 46 Hình 3.19: Sai lệch phương x 46 Hình 3.20: Sai lệch phương y 47 Hình 3.21: Sai lệch góc 47 Hình 3.22: Nhiễu đo 49 Hình 3.23: Quỹ đạo điều khiển Backstepping 49 Hình 3.24: Quỹ đạo xe 50 Hình 3.25: Sai lệch phương x 50 Hình 3.26: Sai lệch phương y 51 Hình 3.27: Sai lệch góc 51 Hình 3.28: Nhiễu ngoại tác động lên thành phần điều khiển 52 Hình 3.29: So sánh quỹ đạo thực quỹ đạo đặt robot với quỹ đạo đặt hình elip 52 Hình 3.30: So sánh quỹ đạo thực quỹ đạo đặt robot với quỹ đạo đặt xoắn ốc 53 Hình 3.31: So sánh quỹ đạo thực quỹ đạo đặt robot với quỹ đạo đặt hình 53 Hình 3.32: Sai lệch quỹ đạo thực quỹ đạo đặt 54 Hình 3.33: So sánh quỹ đạo điều khiển thích nghi mờ thích nghi nơ-ron 54 Hình 3.34: So sánh sai lệch phương x điều khiển thích nghi mờ thích nghi nơ-ron 55 Hình 3.35: So sánh sai lệch phương y điều khiển thích nghi mờ thích nghi nơ-ron 55 Hình 3.36: So sánh sai lệch góc điều khiển thích nghi mờ thích nghi nơ-ron 56 0.6 trượt btp fuzzy 0.4 Sai lệch phương y(m) 0.2 -0.2 -0.4 -0.6 0.5 1.5 2.5 3.5 4.5 Thời gian(s) Hình 3.26: Sai lệch phương y 0.4 trượt btp fuzzy 0.3 0.2 Sai lệch góc(rad) 0.1 -0.1 -0.2 -0.3 -0.4 0.5 1.5 2.5 3.5 4.5 Thời gian(s) Hình 3.27: Sai lệch góc Nhận xét: Bộ điều khiển trượt backstepping điều khiển trượt thích nghi mờ đáp ứng với nhiễu đo có dạng trên, quỹ đạo bám theo quỹ đạo mong muốn Bộ điều khiển trượt backstepping thích nghi mờ bám quỹ đạo nhanh với sai lệch nhỏ Từ kết mô so sánh đáp ứng sai lệch ba điều khiển với tín hiệu đặt kèm theo tác động nhiễu đo, nhiễu hệ thống nhận thấy điều khiển trượt backstepping thích nghi mờ có đáp ứng tốt nhất, sai lệch vị trí nhỏ sau đến điều khiển trượt backstepping cuối 51 backstepping túy Vậy hệ mờ chỉnh định tham số có ý nghĩa việc tối ưu điều khiển trượt backstepping điều khiển robot omni Bộ điều khiển trượt backstepping thích nghi nơ-ron 3.2.5 Kết mơ điều khiển trượt backstepping thích nghi nơ-ron tác động bất định mơ hình nhiễu trắng tác động lên tín hiệu điều khiển 100 50 Nhiễu -50 -100 -150 10 15 Thời gian(s) Hình 3.28: Nhiễu ngoại tác động lên thành phần điều khiển Thích nghi noron Quỹ đạo đặt y(m) -2 -4 -6 -8 -8 -6 -4 -2 x(m) Hình 3.29: So sánh quỹ đạo thực quỹ đạo đặt robot với quỹ đạo đặt hình elip 52 20 15 10 y(m) -5 -10 -15 Thích nghi noron Quỹ đạo đặt -20 -20 -15 -5 -10 10 15 20 x(m) Hình 3.30: So sánh quỹ đạo thực quỹ đạo đặt robot với quỹ đạo đặt xoắn ốc 15 Thích nghi noron Quỹ đạo đặt 10 y(m) -5 -10 -15 -15 -10 -5 10 15 x(m) Hình 3.31: So sánh quỹ đạo thực quỹ đạo đặt robot với quỹ đạo đặt hình 53 Sai lệch phương x(m) -5 -10 -15 10 15 10 15 10 15 Thời gian(s) Sai lệch phương y(m) 0.02 0.01 Thời gian(s) -4 10 Sai lệch góc(rad) -10 -20 Thời gian(s) Hình 3.32: Sai lệch quỹ đạo thực quỹ đạo đặt Nhận xét: - Dù thông số C , G mơ hình điều khiển trượt Backstepping sở mạng nơ-ron nhân tạo làm hệ ổn định, bám quỹ đạo mong muốn nhanh khoảng 1(s), sai số gần mặc cho điểm đặt quỹ đạo mong muốn - Hệ ổn định tốt dù tác động nhiễu ngoại lên lực điều khiển 3.2.6 So sánh điều khiển thích nghi nơ-ron điều khiển thích nghi mờ Với quỹ đạo đặt hình trịn 8cos ( 2π t / 15 ) 8sin ( 2π t / 15 ) π /  , nhiễu tác động nhiễu đo dạng xung đơn vị tác dụng 0.5s tác động 1s Thích nghi noron thích nghi mờ y(m) -2 -4 -6 -8 -10 -10 -8 -6 -4 -2 x(m) Hình 3.33: So sánh quỹ đạo điều khiển thích nghi mờ thích nghi nơ-ron 54 Sai lệch phương x(m) Thích nghi noron thích nghi mờ -1 10 15 Thời gian(s) Hình 3.34: So sánh sai lệch phương x điều khiển thích nghi mờ thích nghi nơ-ron 1.2 Thích nghi noron thích nghi mờ 0.8 Sai lệch phương y(m) 0.6 0.4 0.2 -0.2 10 15 Thời gian(s) Hình 3.35: So sánh sai lệch phương y điều khiển thích nghi mờ thích nghi nơ-ron 55 1.6 Thích nghi noron thích nghi mờ 1.4 1.2 Sai lệch góc(rad) 0.8 0.6 0.4 0.2 -0.2 10 15 Thời gian(s) Hình 3.36: So sánh sai lệch góc điều khiển thích nghi mờ thích nghi nơ-ron Sau bảng số liệu so sánh số thời điểm điều khiển Bảng 3-14: Sai lệch phương x điều khiển thích nghi mờ thích nghi noron 𝑡𝑡(s) 0.2 𝑒𝑒𝑥𝑥 mờ 𝑒𝑒𝑥𝑥 noron 0.5 5.10 −3 0.19 0.01 0.15 1.5 0.93 0.93 4.10 −6 4.10 −6 2.10 −6 7.10 −7 2.10 −6 5.10 −6 2.10 −6 10 −6 2.10 −7 10 −6 Bảng 3-15: Sai lệch phương y điều khiển thích nghi mờ thích nghi noron 𝑡𝑡(s) 0.2 𝑒𝑒𝑦𝑦 mờ 𝑒𝑒𝑦𝑦 noron 0.5 9.10 −5 0.01 0.0019 0.02 1.5 0.92 10 −5 10 −5 0.93 2.10 −5 2.10 −5 5.10 −5 5.10 −5 9.10 −5 9.10 −5 10 −5 10 −5 Bảng 3-16: Sai lệch góc điều khiển thích nghi mờ thích nghi noron 𝑡𝑡(s) 0.2 0.5 𝑒𝑒𝑝𝑝ℎ𝑖𝑖 1.57 5.10 −4 0.15 mờ 𝑒𝑒𝑝𝑝ℎ𝑖𝑖 1.57 0.0027 0.11 noron 56 1.5 10 −9 0 0 6.10 −7 10 −7 5.10 −8 0 Nhận xét: Dù q trình mơ phỏng, thông số ma trận 𝐶𝐶, 𝐺𝐺 không sử dụng, điều khiển dùng mạng noron để xấp xỉ thơng số này, điều khiển thích nghi nơ-ron cho chất lượng tương đương với điều khiển thích nghi mờ Điều chứng minh tính khả thi mạng nơ-ron dùng để xấp xỉ yếu tốt bất định đem lại chất lượng tốt cho điều khiển 57 KẾT LUẬN Kết luận Trong thời gian thực luận văn thạc sĩ, PGS TS Bùi Hải Lê thầy cô môn học vật liệu kết cấu, Viện Cơ Khí, trường Đại học Bách Khoa Hà Nội nhiệt tình giúp đỡ tơi nhằm định hướng phân tích yêu cầu đề tài Kết đề tài đạt được:  Tìm hiểu tổng quan cấu tạo Robot Omni bốn bánh  Xây dựng mơ hình Robot Omni chi tiết bao gồm: Mơ hình động học mơ hình động lực học dựa tài liệu tham khảo sở toán học  Xây dựng thiết kế điều khiển backstepping, trượt backstepping, trượt backstepping thích nghi mờ chỉnh định tham số trượt backstepping thích nghi nơ-ron xấp xỉ hàm bất định  Tìm hiểu mơ kiểm chứng thuật tốn Matlab Từ kết mơ thấy điều khiển trượt backstepping thích nghi có kết tốt đáp ứng tốt với bất định hệ Hướng phát triển đồ án tương lai  Cài đặt thuật toán thực nghiệm  Nghiên cứu thêm phần xác định vị trí, tọa độ robot không gian Thiết kế giao diện điều khiển máy tính điện thoại thơng minh  Kết hợp thêm Camera để nhận dạng địa hình, tránh vật cản bám quỹ đạo đặt 58 TÀI LIỆU THAM KHẢO [1] A A S M A H Soliman M., "Path Planning Control for 3-Omni Fighting Robot Using PID and Fuzzy Logic Controller," The International Conference on Advanced Machine Learning Technologies and Applications, p vol 921., 2019 [2] X L X W Z Qingzhu Cui, "Backstepping Control Design on the Dynamics of the Omni-directional," College of Mechatronics Engineering and Automation National University of Defense Technology,, pp pp 51-56, 2012 [3] M P X P N D P Q Tien Ngo Manh, "Tracking Control for Mobile robot with Uncertain Parameters Based on Model Reference Adaptive Control," International Conference on Control, Automation and Information Sciences ICCAIS2013, p pp 1, 2013 [4] P X M T T Nguyễn Doãn Phước, Lý thuyết điều khiển phi tuyến, NXB Khoa Học Kỹ Thuật, 2008 [5] N Phuoc, Điều khiển trượt trượt nâng cao, Seminar, 2014 [6] N D P Phan Xuân Minh, Lý thuyết điều khiển mờ, NXB Khoa Học Kỹ Thuật, 2006 [7] C I a W J, "Layered neural networks as universal approximators," Computational Intelligence theory and Applications, pp pp 411-415, 1997 [8] Cotter N E, "The Stone-Weierstrass theorem and its application to neural net works", IEEE Transactions on Neural Networks, vol 1, pp 290-295,1990 [9] P M R D a M C Panchapakesan C., "Effects of moving the center's in an RBF network," IEEE Transactions on Neural Networks, pp vol 13, pp.1299-1307., 2002 [10] Duyen, H.T.K; Cuong, N.M.; Thuat, V.H.; Manh, T.V.; Dinh, N.D.; Dung, B.A.; “Trajectory tracking control for four-wheeled omnidirectional mobile robot using Backstepping technique aggregated with sliding mode control”, in 2019 First International Symposium on Instrumentation, Control, Artificial Intelligence, and Robotics (ICA-SYMP), 2019, pp 131-134: IEEE 59 CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ [1] Le Xuan Hai, Pham Viet Hung, Phạm Hai Quan, Nguyen Van Quyen, Pham Van Trieu, "Dynamic modeling of the 3-D ship-mounted overhead crane", Hội nghị khoa học toàn quốc lần thứ động lực học điều khiển, 7/2019 [2] Nguyen Truong Giang, Bui Thanh Lam, Cao Tan Minh, Pham Viet Hung, Dao Minh Hien, Phung The Tai, Pham Hai Quan, Le Xuan Hai, "Adaptive fuzzy sliding mode control for dual arm robots," Tạp chí nghiên cứu khoa học công nghệ quân sự, 11/2019 60 PHỤ LỤC Phần phụ lục trình bày khối sử dụng Matlab Simulink Sơ đồ mơ Hình 0.1 Hình 0.1: Sơ đồ mô Matlab Simulink  Khối tạo giá trị đặt Tạo tín hiệu quỹ đạo đặt cho hệ với code sau % tron x1d_1 = 8*cos(2*pi*t/15); x1d_2 = 8*sin(2*pi*t/15); x1d_3 = pi/2; % star % x1d_1 = 15*cos(2*pi*t/10)^3; % x1d_2 =15*sin(2*pi*t/10)^3; % x1d_3 = pi/2; %duong thang %if (t5 && t15) % x1d_1 =t-10; % x1d_2=; % x1d_3= pi; %end % mat on dinh sau 50s % x1d_1 = (20-t)*cos(2*pi*t/5); %x1d_2 = (20-t)*sin(2*pi*t/5); % x1d_3 = pi-(2*pi/5) ; %% % x1d_1 = t; % x1d_2 = 5*sin(t) + pi/2; % x1d_3 = pi - 2*pi*t/15 ; %% %x1d_1=t; %x1d_2=10; %x1d_3 = pi/2 ; %elliptic %x1d_1 = 20*cos(0.6*t); %x1d_2 = 10*sin(0.6*t); %x1d_3 = pi ; %Xycloit %x1d_2 = 2*t - 2*sin(t); %x1d_1 = - 2*cos(t); %x1d_3 = pi/2; y = [ x1d_1 ; x1d_2 ; x1d_3 ];  Bộ điều khiển - Bộ điều khiển thích nghi mờ Hình 0.2: Sơ đồ điều khiển thích nghi mờ Matlab Simulink 62 Các khối thành phần thiết kế theo cơng thức điều khiển trình bày mục 2.2.3 Khối thích nghi mờ dùng để tham số điều khiển thiết kế sau: Hình 0.3: Sơ đồ khối thích nghi mờ Đầu vào khối sai lệch đạo hàm sai lệch, đầu tham số chỉnh định cho điều khiển Khối Fuzzy Logic Controller thiết kế mục 2.2.3 - Bộ điều khiển thích nghi noron Hình 0.4: Sơ đồ mơ điều khiển thích nghi noron Các khối thành phần thiết kế theo công thức điều khiển trình bày mục 2.2.4 Trong khối RBF Hình 0.4 khối thích nghi noron thiết kế sau 63 Hình 0.5: Sơ đồ khối RBF Đầu vào khối vecto vị trí mặt trượt Đầu khối thứ đưa vào khối cập nhật trọng số Code cho khối thứ M = diag([m,m,J]); num = 5; d1 = linspace(1,4,num)'; d2 = linspace(1,4,num)'; d = [d1 d2]; teta = x1(3); H = [cos(teta) -sin(teta) 0; sin(teta) cos(teta) 0; 0 1]; h = zeros(num,1); c = 0.02; for i = 1:1:num h(i)=exp(-((x1'-d(i,1))*(x1'-d(i,1))')/(2*c^2)); end T = h*(s')*(H*M^-1); Q1 = T(:,1); Q2 = T(:,2); Q3 = T(:,3); s3 = s'*s; h1 = h; 64 Khối cập nhật trọng số xây dựng Hình 0.6 sau Hình 0.6: Sơ đồ khối cập nhật trọng số Code khối function y = fcn(x,s) alpha = 5; y = alpha*s*x; function W1 = fcn(x1) gamma = [10 0 0;0 10 0;0 0;0 0 8]; W1 = x1.*gamma(1,1) 65 ... văn Đề tài ? ?Điều khiển thích nghi cho Robot Omni bốn bánh? ?? luận văn tập trung nghi? ?n cứu thuật tốn điều khiển thích nghi cho Robot Omni bốn bánh Trước đây, cơng trình cơng bố dựa điều khiển tối... quan Robot Omni bốn bánh 1.1.1 Giới thiệu Robot Omni bốn bánh 1.1.2 Ứng dụng Robot Omni bốn bánh 1.2 Cơ cấu cách thức di chuyển Robot Omni bốn bánh 1.2.1 Bánh xe Omni. .. khiển cho Robot Omni bốn bánh 24 2.2.1 Bộ điều khiển backstepping 24 2.2.2 Bộ điều khiển trượt backstepping 26 2.2.3 Thiết kế điều khiển mờ thích nghi cho Robot Omni bốn bánh