(Luận văn thạc sĩ) ứng dụng mạnh nơron để điều khiển ROBOT rắn

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN KIM SUYÊN ỨNG DỤNG MẠNG NƠRON ĐỂ ĐIỀU KHIỂN ROBOT RẮN S K C 0 9 NGÀNH: KỸ THUẬT ĐIỆN – 60 52 50 S KC 0 2 Tp Hồ Chí Minh, tháng 04 năm 2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH  LUẬN VĂN THẠC SĨ NGUYỄN KIM SUYÊN ỨNG DỤNG MẠNG NƠRON ĐỂ ĐIỀU KHIỂN ROBOT RẮN NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 Tp Hồ Chí Minh, tháng 04/ 2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH  LUẬN VĂN THẠC SĨ NGUYỄN KIM SUYÊN ỨNG DỤNG MẠNG NƠRON ĐỂ ĐIỀU KHIỂN ROBOT RẮN NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 Hướng dẫn khoa học: TS NGUYỄN MINH TÂM Tp Hồ Chí Minh, tháng 04/ 2014 LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƯỢC Họ & tên: NGUYỄN KIM SUYÊN Giới tính: Nam Ngày, tháng, năm sinh: 08/ 01/ 1988 Nơi sinh: Phú Yên Quê quán: Phú Yên Dân tộc: Kinh Chỗ riêng địa liên lạc: 24, Tân lập 1, P Hiệp Phú, Quận 9, TP HCM Điện thoại quan: 0837313513 Điện thoại nhà riêng: 0978145643 Fax: E-mail: suyenhitc@gmail.com; nguyenkimsuyen@hitu.edu.vn II QUÁ TRÌNH ĐÀO TẠO Trung học phổ thông: Thời gian đào tạo từ: 09/ 2004 đến 09/ 2006 Nơi học: Trường trung học phổ thông Lê Trung Kiên, tỉnh Phú Yên Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ 09/ 2006 đến 03/ 2011 Nơi học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Ngành học: Kỹ thuật Điện- Điện tử Tên đồ án tốt nghiệp: “XÂY DỰNG BỘ ĐIỀU KHIỂN MỜ VỚI SỰ HỖ TRỢ CỦA MATLAB” Ngày nơi bảo vệ đồ án tốt nghiệp: 01/ 2011 Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Người hướng dẫn: Th.s NGUYỄN VIỆT HÙNG i III Q TRÌNH CƠNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC Thời gian Nơi công tác Công việc đảm nhiệm 03/ 2011 đến Khoa Điện- Điện tử, Trường Cao đẳng Cơng thương Thành phố Hồ Chí Minh Giảng viên ii LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu Các số liệu, kết nêu luận văn trung thực chưa cơng bố cơng trình khác Tp Hồ Chí Minh, ngày 03 tháng 03 năm 2014 (Ký tên ghi rõ họ tên) NGUYỄN KIM SUYÊN iii MỤC LỤC Trang tựa Quyết định giao đề tài Lý lịch khoa học i Lời cam đoan iii Lời cảm tạ iv Tóm tắt v Mục lục ix Danh sách hình xiv Danh sách bảng xix Danh sách từ viết tắt xx Chương TỔNG QUAN 1.1 Tổng quan đề tài kết nghiên cứu công bố .1 1.1.1 Tổng quan robot rắn 1.1.2 Các kết nghiên cứu công bố 1.1.2.1 Các báo nước 1.1.2.2 Các báo nước 1.1.3 Định hướng nghiên cứu 1.1.3.1 Tên đề tài 1.1.3.2 Lý chọn đề tài .9 1.1.3.3 Giả thiết khoa học 1.2 Mục tiêu, khách thể đối tượng nghiên cứu đề tài 1.2.1 Mục tiêu đề tài 1.2.2 Khách thể nghiên cứu 10 ix 1.2.3 Đối tượng nghiên cứu 10 1.3 Nhiệm vụ đề tài giới hạn đề tài 10 1.3.1Nhiệm vụ đề tài 10 1.3.2 Giới hạn đề tài 10 1.4 Phương pháp nghiên cứu 10 1.4.1 Các phương pháp nghiên cứu lý thuyết 10 1.4.2 Các phương phá nghiên cứu thực tiễn 11 1.5 Kế hoạch thực 11 Chương NHỮNG CƠ SỞ LÝ THUYẾT ĐỂ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN ROBOT RẮN 12 2.1 Mơ hình hóa robot rắn .12 2.1.1 Lực ma sát robot rắn 13 2.1.2 Phương trình chuyển động 17 2.1.3 Phân ly động lực học 24 2.2 Đường cong serpenoid 27 2.3 Sự di chuyển Rắn theo đường cong Serpenoid .30 2.4 Mạng Nơron nhân tạo- sở lí thuyết liên quan 36 2.4.1 Mơ hình Nơron nhân tạo 36 2.4.2 Những hàm tổng hợp 38 2.4.2.1 Hàm tổng hợp tuyến tính: 38 2.4.2.2 Hàm tổng hợp phi tuyến bậc 2: 38 2.4.2.3 Hàm hình cầu: 38 2.4.3 Những hàm hoạt hóa 38 2.4.3.1 Hàm bước: 38 x 2.4.3.2 Hàm dấu: 39 2.4.3.3 Hàm dốc: 39 2.4.3.4 Hàm unipolar sigmoid: 39 3.3.3.5 Hàm bipolar sigmoid: 40 2.4.4 Mơ hình mạng Nơron nhân tạo 40 2.4.5 Phân loại mạng Nơron 41 2.4.5.1 Theo kiểu liên kết Nơron: 41 2.4.5.2 Theo số lớp Nơron: 42 2.4.6 Các kỹ thuật học mạng Nơron 42 2.4.6.1 Học có giám sát (supervised learning): .42 2.4.6.2 Học tăng cường (Reinforced learning): 43 2.4.6 Học khơng có giám sát (Unsupervised learning): .43 2.4.7 Mạng Nơron RBF 44 2.4.7.1 Hàm sở bán kính 44 2.4.7.2 Mơ hình mạng RBF .45 2.4.7.3 Mô hình tốn học .45 2.4.7.4 Mơ hình mạng RBF Gaussian 47 2.4.7.5 Luật học 51 Chương XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN 52 3.1 Xây dựng chương trình tốn học Matlab 53 3.2 Xây dựng điều khiển dùng PID .55 3.2.1 Bộ điều khiển địa phương 55 3.2.2 Bộ điều khiển vịng ngồi 56 3.2.2.1 Bộ điều khiển hướng .57 xi 3.2.2.2 Bộ điều khiển vận tốc 57 3.2.3 Xây dựng điều khiển Matlab 58 3.2.4 Kết mô 58 3.3 Xây dựng điều khiển dùng RBFNN- PID 65 3.3.1 Bộ điều khiển địa phương 65 3.3.2 Bộ điều khiển vịng ngồi 65 3.3.2.1 Bộ điều khiển hướng .65 3.3.2.2 Bộ điều khiển vận tốc 69 3.3.3 Xây dựng điều khiển Matlab 72 3.3.4 Kết mô 73 3.4 So sánh kết mô hai điều khiển PID RBFNN- PID kết luận 76 3.4.1 Kết mô hai điều khiển PID RBFNN- PID theo thông số ban đầu 76 3.4.2 Kết mô hai điều khiển PID RBFNN- PID thay đổi môi trường 79 3.4.3 Kết mô hai điều khiển PID RBFNN- PID thay đổi thông số robot 83 3.4.4 Kết mô hai điều khiển PID RBFNN- PID thay đổi vận tốc 89 3.4.5 Kết luận 90 Chương THIẾT KẾ VÀ THI CÔNG MÔ HÌNH 91 4.1 Card giao tiếp 91 4.1.1 Thiết kế 91 4.1.1.1 Sơ đồ nguyên lý .91 xii 4.2.2.2 Mô hình hệ thống Mơ hình thực tế hệ thống: Hình 4.9 Mơ hình thực tế hệ thống 101 Chương KẾT LUẬN VÀ KHUYẾN NGHỊ 5.1 Kết luận 5.1.1 Những kết đạt Theo mục tiêu đề tài, tác giả hoàn thành tốt hai mục tiêu sau:  Xây dựng điều khiển RBFNN- PID việc thiết kế thi công robot rắn  Thiết kế thi công robot rắn theo điều khiển RBFNN- PID Để đạt hai kết ấy, tác giả đạt số kết cụ thể sau:  Đã lựa chọn phương trình tốn hiệu vào việc điều khiển robot rắn  Đã vận dụng phương pháp điều khiển đường cong Serpenoid với robot rắn  Đã vận dụng hệ thống điều khiển PID vào robot rắn  Đã thiết kế hệ thống điều khiển RBFNN- PID vào robot rắn  Đã mô thành công chuyển động robot rắn ứng dụng  Đã thiết kế thi cơng mơ hình robot rắn theo điều khiển RBFNN- PID Với kết đạt luận văn này, mang lại giá trị sau:  Giá trị khoa học: + Đề tài đóng góp hướng nghiên cứu robot rắn: kết hợp hai điều khiển PID Nơron + Bộ điều khiển kết hợp mà đề tài xây dựng kiểm nghiệm thực tế di chuyển ổn định, hiệu robot rắn khơng gian hai chiều Nói cách khác, giả thiết đề tài nêu chứng minh + Trên sở lí thuyết đề tài này, nghiên cứu thêm thiết kế robot rắn làm nhiệm vụ khó khăn khơng gian 102 ba chiều như: leo trèo, vượt qua chướng ngại vật, lấy vật khó ngóc ngách Nói khác, đề tài mở tiền đề lí thuyết để tiếp tục nghiên cứu hiệu di chuyển robot rắn  Giá trị thực tiễn: + Đề tài thiết kế thi công robot rắn di chuyển ổn định, hiệu theo điều khiển RBFNN- PID không gian hai chiều, cụ thể là: di chuyển tốt hơn, hiệu so với robot rắn di chuyển theo điều khiển PID; bảo vệ khơng thấm nước robot rắn di chuyển theo điều khiển RBFNN- PID lội qua sinh lầy + Đề tài gợi mở việc thiết kế thi công robot rắn thực nhiệm vụ khó khăn khơng gian ba chiều dựa hướng nghiên cứu kết hợp RBFNN- PID + Về công tác giảng dạy học tập, đề tài có ý nghĩa thiết thực vào việc kích thích hướng nghiên cứu cho sinh viên, vào việc bổ sung kiến thức vào việc định hướng tập giảng cụ thể môn chuyên ngành 5.1.2 Những mặt hạn chế Bên cạnh kết đạt được, đề tài số hạn chế sau:  Vì khơng chun mơn khí nên hệ thống khí đề tài chưa hồn chỉnh  Robot rắn hoạt động môi trường khơ, chưa lội sình lầy chưa có hệ thống bảo vệ bên 103 5.2 Khuyến nghị Để phát triển đề tài, tác giả có bốn kiến nghị sau:  Nghiên cứu, xây dựng phương trình điều khiển robot rắn không gian ba chiều  Nghiên cứu phương pháp điều khiển robot rắn chuyển động theo nhiều quỹ đạo khác nhau, thích nghi với mơi trường  Nghiên cứu điều khiển hệ thống online, tránh vật cản  Cập nhật vài nội dung cụ thể giảng môn: đo lường điều khiển máy tính, hệ thống điều khiển thơng minh 104 TÀI LIỆU THAM KHẢO TIẾNG VIỆT Nguyễn Chí Ngơn, Đặng Tín, “ Điều khiển PID nơron thích nghi dựa nhận dạng nơron mờ hồi qui áp dụng cho hệ bóng” Tạp chí Khoa học 2011:20a 159-168 Đặng Thị Thu Hiền, “Bài toán nội suy mạng Nơron RBF” Luận án tiến sĩ Đại học quốc gia Hà Nội 2009 Lê Tiến Mười, “Mạng Nơron RBF ứng dụng nhận dạng chữ viết tay” khóa luận tốt nghiệp Đại học quốc gia Hà Nội 2009 Nguyễn Thị Phương Hà- Huỳnh Thái Hoàng “Lý thuyết điều khiển tự động”, NXB Đại học quốc gia Tp HCM TS Nguyễn Như Hiền- TS Lại Khắc Lãi “Hệ mờ Nơron kĩ thuật điều khiển”, NXB Khoa học tự nhiên cơng nghệ Hà Nội 2007 TIẾNG NƯỚC NGỒI M Saito, M Fukaya and T Iwasaki, Serpentine locomotion with robotic snake, IEEE Control Systems Magazine, Vol.22, No.1, pp.64-81, 2002 P Prautsch, T Mita, and T Iwasaki, Analysis and control of a gait of snake robot, Transactions of IEEJ, Industry Applications Society, Vol.120-D, No.3, pp.372-381, 2000 Y Shan and Y Koren, Design and motion planning of a mechanical snake, IEEE Trans Sys Man Cyb, vol.23, no.4, pp.1091–1100, 1993 M Nilsson, Snake robot free climbing, IEEE Control Systems Magazine, vol.18, no.1, pp.21–26, 1998 10 Jim Ostrowski, Joel Burdick, Improvement of Manipulability for Locomotion of a Snake Robot by Mass Dirtribution, in SICE 2002, Aug, OSAKA,page 105 2214 – 2217 11 Shugen MA, Hiroaki ARAYA, LiLY, Development of a Creeping SnakeRobot, Department of Systems Engineering, Ibaraki University, Hitachi- Shi, 316- 8511 JAPAN 2001 12 Mitsue Kato, Shoichiro Fujisawa, A Skill-Based PID Controller Using Artificial Nơron Networks, IEEE, 2005 13 F Shahraki, M.A Fanaei, A.R Arjomandzadeh, Adaptive System Control with PID Nơron Networks, IEEE, 2006 14 Leila Fallah Araghi, M Habibnejad Korayem, Amin Nikoobin, Farbod Setoudeh, Nơron Network Controller Based on PID Controller for Two linksRobotic Manipulator Control, Proceedings of the World Congress on Engineering and Computer Science 2008 WCECS 2008, San Francisco, USA, 2008 15 Liu Luoren, Luo Jinling, Research of PID Control Algorithm Based on Nơron Network, ESEP 2011, Singapore 9-10 December 2011 16 Ming-guang Zhang, Ming-hui Qiang, Study of PID Nơron Network Control for Nonlinear System, IEEE, 2006 106 PHỤ LỤC Các hàm Matlab điều khiển 1.1 Phuong trinh trang thai function y=snake(x) n=6; ct=0.1; cn=10; m0=0.3; l=1; A=zeros(n-1,n); A(1:n-1,1:n-1)=eye(n-1)+diag(ones(n-2,1),1); A(n-1,n)=1; %Ma tran D D=zeros(n-1,n); D(1:n-1,1:n-1)=eye(n-1)-diag(ones(n-2,1),1); D(n-1,n)=-1; %Ma tran he so dung heso_d=ones(n,1); %Ma tran he so ngang heso_n=ones(1,n); %Ma tran he so cheo heso_c=diag(heso_n); %Cac ma tran tham so e=ones(n,1); E=[e zeros(size(e)); zeros(size(e)) e]; Ct=ct*heso_c; 107 Cn=cn*heso_c; L=l*heso_c; M=m0*heso_c; J=m0*(l^2)/3*heso_c; Df=[Ct*M zeros(size(Ct*M));zeros(size(Cn*M)) Cn*M]; Dto=Cn*J; H=L*A'*inv(D*inv(M)*D')*A*L; N=inv(M)*D'*inv(D*inv(M)*D')*A*L; m=n*m0; %Cac ma tran co chua bien theta theta=x(1:6); sintheta=diag(sin(theta)); costheta=diag(cos(theta)); ohmtheta=[costheta -sintheta;sintheta costheta]; Q=[sintheta*N' -costheta*N']'; C=sintheta*H*costheta-costheta*H*sintheta; F=J+sintheta*H*sintheta+costheta*H*costheta; %He phuong trinh trang thai y(1:8) = (9:16); RSP=[Dto zeros(6,2);zeros(2,8)]+[Q';E']*ohmtheta*Df*ohmtheta'*[Q E]; y(9:16)=inv([Fzeros(6,2); zeros(2,6)m*eye(2,2)])*(-[C*(x(9:14).*x(9:14)); zeros(2,1)]-RSP*x(9:16)+[D'; zeros(2,5)]*x(17:21)); 1.2 Tinh si function y=si(x) y=(x(1)+x(2)+x(3)+x(4)+x(5)+x(6))/6; 1.3 Tinh van toc function y=v(x) 108 y=x(2)*cos(x(1))+x(3)*sin(x(1)); 1.4 Tinh x_y function y=Tinh_xy(x) n=6; ct=0.1; cn=10; m0=0.3; l=1; A=zeros(n-1,n); A(1:n-1,1:n-1)=eye(n-1)+diag(ones(n-2,1),1); A(n-1,n)=1; %Ma tran D D=zeros(n-1,n); D(1:n-1,1:n-1)=eye(n-1)-diag(ones(n-2,1),1); D(n-1,n)=-1; %Ma tran he so dung heso_d=ones(n,1); %Ma tran he so ngang heso_n=ones(1,n); %Ma tran he so cheo heso_c=diag(heso_n); %Cac ma tran tham so e=ones(n,1); E=[e zeros(size(e)); zeros(size(e)) e]; Ct=ct*heso_c; 109 Cn=cn*heso_c; L=l*heso_c; M=m0*heso_c; J=m0*(l^2)/3*heso_c; Df=[Ct*M zeros(size(Ct*M)); zeros(size(Cn*M)) Cn*M]; Dto=Cn*J; H=L*A'*inv(D*inv(M)*D')*A*L; N=inv(M)*D'*inv(D*inv(M)*D')*A*L; m=n*m0; T=[D;e'*M/m]; theta=x(1:6); wx=x(7); wy=x(8); y(1:6)=inv(T)*[-A*L*cos(theta);wx]; y(7:12)=inv(T)*[-A*L*sin(theta);wy]; 1.5 Snake robot function [sys,x0]=SnakeRobot(t,x,u,flag,ts); global PendAnim2 if flag==2, if any(get(0,'Children')==PendAnim2), if strcmp(get(PendAnim2,'Name'),'Snake Robot'), set(0,'currentfigure',PendAnim2); hndl=get(gca,'UserData'); l1=0.1; l2=0.1;l3=0.1;l4=0.1;l5=0.1;l6=0.1; x00=u(7)-l1*cos(u(1)); y00=u(13)-l1*sin(u(1)); x1=u(8)-l2*cos(u(2)); y1=u(14)-l2*sin(u(2)); 110 x2=u(9)-l3*cos(u(3)); y2=u(15)-l3*sin(u(3)); x3=u(10)-l4*cos(u(4)); y3=u(16)-l4*sin(u(4)); x4=u(11)-l5*cos(u(5)); y4=u(17)-l5*sin(u(5)); x5=u(12)-l6*cos(u(6)); y5=u(18)-l6*sin(u(6)); x6=u(12)+l6*cos(u(6)); y6=u(18)+l6*sin(u(6)); x=[x00 x1 x1 x2 x2 x3 x3 x4 x4 x5 x5 x6]; y=[y00 y1 y1 y2 y2 y3 y3 y4 y4 y5 y5 y6]; plot(u(19),u(20),'Marker','.','color','b'); set(hndl,'XData',x,'YData',y); drawnow; end end sys=[]; elseif flag==0, animinit('Snake Robot'); [flag,PendAnim2] = figflag('Snake Robot'); bbb = axes('Parent',PendAnim2,'Box','on', 'Color',[1 1], 'Position',[0.05 0.05 0.7 1], 'Tag','Axes1', 'XColor',[0 0], 'YColor',[0 0]); axis([-40 40 -40 40]); hold on; l1=0.1; l2=0.1;l3=0.1;l4=0.1;l5=0.1;l6=0.1; 111 x00=0; y00=-5; x1=x00+l1; y1=y00+l2; x2=x1+l2; y2=y1+l2; x3=x2+l3; y3=y2+l3; x4=x3+l4; y4=y3+l4; x5=x4+l5; y5=y4+l5; x6=x5+l6; y6=y5+l6; x=[x00 x1 x1 x2 x2 x3 x3 x4 x4 x5 x5 x6]; y=[y00 y1 y1 y2 y2 y3 y3 y4 y4 y5 y5 y6]; hndl=plot(x,y, 'EraseMode','background', 'Color','g', %[0.11 0.84 0.56] 'LineWidth',5, 'Marker','.', 'MarkerSize',30); set(gca,'DataAspectRatio',[1 1]); set(gca,'UserData',hndl); sys=[0 0 20 0]; x0=[]; end 1.6 RBFNN-PID function [sys,x0,str,ts]=nnrbf_pid(t,x,u,flag,T,nn,K_pid, eta_pid,xite,alfa,beta0,w0) switch flag, case 0, [sys,x0,str,ts] = mdlInitializeSizes(T,nn); 112 case 2, sys = mdlUpdates(u); case 3, sys = mdlOutputs(t,x,u,T,nn,K_pid,eta_pid, xite,alfa,beta0,w0); case {1, 4, 9}, sys = []; otherwise, error(['Unhandled flag = ',num2str(flag)]); end % function [sys,x0,str,ts] = mdlInitializeSizes(T,nn) sizes = simsizes; sizes.NumContStates = 0; sizes.NumDiscStates = 3; sizes.NumOutputs = 4+5*nn; sizes.NumInputs = 9+15*nn; sizes.DirFeedthrough = 1; sizes.NumSampleTimes = 1; sys=simsizes(sizes); x0=zeros(3,1); str=[]; ts=[T 0]; % function sys = mdlUpdates(u) sys=[u(1)-u(2); u(1); u(1)+u(3)-2*u(2)]; % function sys = mdlOutputs(t,x,u,T,nn,K_pid,eta_pid, xite,alfa,beta0,w0) ci_3=reshape(u(7: 6+3*nn),3,nn); ci_2=reshape(u(7+5*nn: 6+8*nn),3,nn); ci_1=reshape(u(7+10*nn: 6+13*nn),3,nn); bi_3=u(7+3*nn: 6+4*nn); bi_2=u(7+8*nn: 6+9*nn); bi_1=u(7+13*nn: 6+14*nn); w_3= u(7+4*nn: 6+5*nn); w_2= u(7+9*nn: 6+10*nn); w_1= u(7+14*nn: 6+15*nn); xx=u([6;4;5]); if t==0 ci_1=w0(1)*ones(3,nn); bi_1=w0(2)*ones(nn,1); w_1=w0(3)*ones(nn,1); K_pid0=K_pid; else, K_pid0=u(end-2:end); end for j=1: nn % Gaussian basis h 113 h(j,1)=exp(-norm(xx-ci_1(:,j))^2/(2*bi_1(j)*bi_1(j))); end dym=u(4)-w_1'*h; w=w_1+xite*dym*h+alfa*(w_1-w_2)+beta0*(w_2-w_3); for j=1:nn d_bi(j,1)=xite*dym*w_1(j)*h(j)*(bi_1(j)^(-3))*norm(xx-ci_1(:,j))^2; d_ci(:,j)=xite*dym*w_1(j)*h(j)*(xx-ci_1(:,j))*(bi_1(j)^(-2)); end bi=bi_1+d_bi+alfa*(bi_1-bi_2)+beta0*(bi_2-bi_3); ci=ci_1+d_ci+alfa*(ci_1-ci_2)+beta0*(ci_2-ci_3); dJac=sum(w.*h.*(-xx(1)+ci(1,:)')./bi.^2); % Jacobian KK=K_pid0+u(1)*dJac*eta_pid.*x; sys=[u(6)+KK'*x; KK; ci(:); bi(:); w(:)]; 114 ... đây:  Mơ hình hóa robot rắn  Phương pháp điều khiển robot rắn  Xây dựng hệ thống điều khiển robot rắn theo điều khiển RBFNN- PID  Thiết kế thi công robot rắn theo điều khiển RBFNN- PID 1.3.2... công robot rắn  Thiết kế thi công robot rắn theo điều khiển RBFNN- PID 1.2.2 Khách thể nghiên cứu Khách thể nghiên cứu đề tài loại robot rắn điều khiển theo điều khiển PID điều khiển mạng Nơron. .. điều khiển RBFNN- PID kết hợp ưu điểm hai điều khiển RBFNN PID với mong muốn kết điều khiển robot rắn tối ưu lý đề tài Về mặt thực tiễn, nghiên cứu, thiết kế điều khiển thành công robot rắn ứng