Thông tin tài liệu
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ PHẠM PHUỚC NGUYÊN ÐỊNH VỊ CHO XE LĂN TỰ HÀNH NGÀNH: KỸ THUẬT ÐIỆN TỬ - 60520203 S K C0 5 Tp Hồ Chí Minh, tháng 4/2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ PHẠM PHƯỚC NGUYÊN ĐỊNH VỊ CHO XE LĂN TỰ HÀNH NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203 Tp Hồ Chí Minh, tháng 4/2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ PHẠM PHƯỚC NGUYÊN ĐỊNH VỊ CHO XE LĂN TỰ HÀNH NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203 Hướng dẫn khoa học: TS NGƠ VĂN THUN Tp Hồ Chí Minh, tháng 4/2016 LÝ LỊCH KHOA HỌC I Lý Lịch Sơ Lược: Họ tên: Phạm Phước Nguyên Giới tính: Nam Ngày, tháng, năm sinh: 10/02/1991 Nơi sinh: Trà Vinh Quê quán: Trà Vinh Dân tộc: Kinh Chỗ riêng địa liên lạc: số 255, đường Nguyễn Thị Minh Khai, khóm 6, phường 7, thành phố Trà Vinh Điện thoại quan: Điện thoại nhà riêng: 094 969 1002 Fax: Email: phamnguyen1991@gmail.com II Quá Trình Đào Tạo: Trung học chuyên nghiệp: Hệ đào tạo: Thời gian đào tạo từ ……/…… đến ……/ …… Nơi học (trường, thành phố): Ngành học: Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ 9/2009 đến 9/2013 Nơi học (trường, thành phố): Đại học Trà Vinh, thành phố Trà Vinh Ngành học: Điện Tử Tự Động Hóa Tên đồ án, luận án môn thi tốt nghiệp: Thiết Kế Cánh Tay Robot Phân Loại Màu Sắc Sản Phẩm Ngày & nơi bảo vệ đồ án, luận án thi tốt nghiệp: Đại học Trà Vinh, thành phố Trà Vinh, tỉnh Trà Vinh Người hướng dẫn: ThS Văn Quốc Kiệt III Q TRÌNH CƠNG TÁC CHUN MƠN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm i LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu tơi Các số liệu, kết nêu luận văn trung thực chưa công bố cơng trình khác Tp Hồ Chí Minh, ngày…tháng năm 2016 (Ký tên ghi rõ họ tên) ii LỜI CẢM ƠN Để đạt kết quan trọng luận văn trước tiên xin gửi lời cảm ơn chân thành đến thầy Ngô Văn Thuyên, hướng dẫn tận tình, thân thiện thầy Thầy hỗ trợ nhiều từ thiết bị, phòng thực nghiệm đến tài liệu quan trọng, thầy cho hướng đắn Thầy người giúp nối tiếp niềm đam mê robot Tơi xin gửi lời cảm ơn đến trường Đại học Sư phạm Kỹ thuật tạo điều kiện cho học tập, nghiên cứu hồn thành luận văn Sau tơi xin cảm ơn gia đình ln ủng hộ động viên tơi q trình học tập iii MỤC LỤC Trang tựa TRANG LÝ LỊCH KHOA HỌC i LỜI CAM ĐOAN ii LỜI CẢM ƠN iii TÓM TẮT iv ABSTRACT .v MỤC LỤC vi DANH MỤC CÁC CHỮ VIẾT TẮT viii DANH MỤC CÁC HÌNH ix DANH MỤC CÁC BẢNG xiii Chương TỔNG QUAN 1.1 Tổng quan chung lĩnh vực nghiên cứu, kết nghiên cứu ngồi nước cơng bố 1.2 Mục tiêu đề tài 1.3 Giới hạn đề tài 1.4 Phương pháp nghiên cứu 1.5 Nội dung đề tài Chương CƠ SỞ LÝ THUYẾT VỀ ĐỊNH VỊ XE LĂN 2.1 Mơ hình động học xe lăn 2.2 Vấn đề định vị cho xe lăn 10 2.2.1 Những thông tin dùng cho việc định vị 10 2.2.2 Định vị vị trí tương đối 12 2.2.3 Định vị vị trí tuyệt đối 13 2.3 Thuật toán định vị 17 2.3.1 Bộ lọc Kalman 19 2.3.2 Bộ lọc hạt 23 vi Chương ĐỊNH VỊ CHO XE LĂN TỰ HÀNH SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNG .26 3.1 Phương pháp xác định vật mốc 26 3.2 Triển khai thuật toán lọc Kalman mở rộng cho xe lăn 32 3.2.1 Bước dự đoán 32 3.2.2 Bước cập nhật 34 Chương QUY HOẠCH QUỸ ĐẠO DI CHUYỂN CHO XE LĂN 38 4.1 Tìm đường giải thuật D-star 38 4.2 Phương pháp tránh vật cản Vector Field Histogram 49 Chương CẤU TRÚC PHẦN CỨNG VÀ PHẦN MỀM CỦA XE LĂN 55 5.1 Cấu trúc phần cứng xe lăn 55 5.1.1 Các cảm biến dùng cho xe lăn 57 5.1.2 Cơ cấu chuyển động xe lăn 61 5.1.3 Mạch điều khiển trung tâm 61 5.2 Cấu trúc phần mềm xe lăn 62 Chương KẾT QUẢ THỰC NGHIỆM .64 6.1 Thực nghiệm thứ 64 6.2 Thực nghiệm thứ hai 73 6.3 Thực nghiệm thứ ba 78 Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 81 7.1 Những kết đạt đề tài 81 7.2 Hướng phát triển đề tài 81 TÀI LIỆU THAM KHẢO 83 PHỤ LỤC 85 vii Tổng Quan Chương TỔNG QUAN 1.1 Tổng quan chung lĩnh vực nghiên cứu, kết nghiên cứu nước công bố Những năm gần đây, ứng dụng robot thông minh để phục vụ người ngày phát triển mạnh Với tốc độ phát triển công nghệ nay, nhu cầu hệ thống robot trợ giúp cho người dự kiến tăng Đây lĩnh vực ứng dụng dường robot phục vụ tương lai gần Vì vậy, người tìm cách biến đổi robot để có biến thể phục vụ cho người, khái niệm xe lăn tự hành (autonomous wheelchair) từ đời Một xe lăn ghế trang bị bánh xe Thiết bị chia làm loại tự hành không tự hành Những loại khơng tự hành thường có người đẩy phía sau xe có trang bị phận vận hành thủ công tay để người ngồi vận hành Loại thứ hai bánh xe kết nối với động giúp cho việc di chuyển thoải mái tiện lợi hơn, cịn tích hợp thêm máy tính để điều khiển Việc điều khiển cho xe lăn tự hành có nhiều điểm giống với điều khiển robot tự hành Vì vậy, ta xem xe lăn tự hành giống robot tự hành vận chuyển người ngồi Định vị cho xe lăn tự hành việc cần thiết Đối với mơi trường phịng xe lăn cung cấp sẵn đồ tự định vị tìm đến nơi người sử dụng cần, ví dụ người sử dụng gọi đến vị trí mình, di chuyển tự động đưa người sử dụng đến vị trí cần thiết theo lệnh Các thuật toán cho việc tự định vị phát triển dựa sở toán học xác suất Hình 1.1 mơ tả xe lăn đặt phòng thắc mắc vị trí Năm 1960 Rudolf Emil Kalman cho xuất báo tiếng “A new approach to linear filtering and prediction problems” [10] cơng bố thuật tốn sử dụng chuỗi giá trị đo lường có ảnh hưởng nhiễu sai số, để ước đốn biến số nhằm tăng độ xác Thuật tốn cịn gọi lọc Kalman, sử Trang 1 Tổng Quan dụng rộng rãi kỹ thuật, phổ biến ứng dụng định hướng, định vị điều khiển phương tiện di chuyển Việc cơng bố thuật tốn mở hướng tiếp cận cho vấn đề định vị robot tự hành Sau lọc Kalman lọc hạt (Particle filter) hay gọi phương pháp Sequential Monte Carlo phát triển, thuật ngữ lọc hạt Del Moral đặt năm 1996 [11] Thuật toán lọc hạt sử dụng để giải vấn đề lọc phi tuyến xử lý tín hiệu thống kê Đề tài sử dụng lọc Kalman mở rộng để ước lượng vị trí hướng xe lăn đồ cung cấp sẵn thông qua liệu thu từ cảm biến Xe lăn có khả tìm đường đến vị trí yêu cầu tránh vật cản đường Hình 1.1: Xe lăn tự hành tốn định vị Tình hình nghiên cứu ngồi nước Tình hình nghiên cứu nước: Tại Việt Nam tình hình nghiên cứu xe lăn tự hành mới, chủ yếu xe lăn điện thêm cấu động điện cần điều khiển tay Các kết nghiên cứu thường đến từ trường Đại học lớn Năm 2013, nhóm sinh viên trường Đại học Bách khoa Đà Nẵng nghiên cứu thành công xe lăn thông minh điều khiển tay chuyển động đầu Tuy nhiên nói ta hồn tồn áp dụng nghiên cứu robot tự hành để áp dụng cho xe lăn tự hành, mở rộng đáng kể kết nghiên cứu ứng dụng Trang Kết Quả Thực Nghiệm Hình 6.25: Biểu đồ sai số vị trí theo phương y Hình 6.26: Kết thực nghiệm từ giây đến giây 60 Trang 77 Kết Quả Thực Nghiệm 6.3 Thực nghiệm thứ ba Trong thực nghiệm thứ ba người thực thay đổi đồ đồ xe lăn chạy theo vịng trịn, mục đích để kiểm tra hoạt động phương pháp định vị Kalman di chuyển quãng đường dài Hình 6.27 trình bày đồ thực nghiệm thứ ba Các giá trị tọa độ xe lăn sau: 𝑥 = 5000, 𝑦 = 3000, 𝜃 = 𝑃𝐼 , khơng có vật cản đường đi, xe lăn dừng lại qua điểm xuất phát lần Kết trình di chuyển xe lăn thực nghiệm biểu diễn Hình 6.28 Hình 6.27: Bản đồ thực nghiệm thứ ba Hình 6.28: Sơ đồ di chuyển xe lăn thực nghiệm Trang 78 Kết Quả Thực Nghiệm Biểu đồ sai số vị trí ước lượng dùng Kalman vị trí ước lượng khơng dùng Kalman so với vị trí thực trình bày Hình 6.29 Hình 6.30 Hình 6.29: Biểu đồ sai số vị trí theo phương x Hình 6.30: Biểu đồ sai số vị trí theo phương y Trang 79 Kết Quả Thực Nghiệm Sai số trung bình ba trình thực nghiệm trình bày Bảng 6.1 Quan sát Bảng 6.1 ta nhận thấy việc sử dụng lọc Kalman định vị mang lại kết tốt việc sử dụng phương trình di chuyển (2.3) Bảng 6.1: Bảng so sánh sai số vị trí q trình thực nghiệm Sai số trung bình trình di chuyển Sử dụng lọc Kalman Không sử dụng lọc mở rộng Kalman mở rộng Trục x Trục y Trục x Trục y 97,53 mm 60,98 mm 226,71 mm 304,32 mm 90,18 mm 109,17 mm 137,78 mm 161,24 mm Thực nghiệm thứ hai 78,21 mm 41,16 mm 137,16 mm 143,15 mm Thực nghiệm thứ ba 104,84 mm 135,63 mm 2135,9 mm 2091,7 mm Thực nghiệm thứ Vị trí đặt thứ Vị trí đặt thứ hai Trang 80 Kết Luận Và Hướng Phát Triển Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 7.1 Những kết đạt đề tài Sau thực đề tài này, người thực đạt kết sau: - Xây dựng giải thuật định vị Kalman mở rộng cho xe lăn tự hành để điều chỉnh vị trí ước lượng xe lăn môi trường, hạn chế sai số xảy q trình hoạt động - Đề tài mang đến phương pháp ứng dụng giải thuật Incremental kỹ thuật least square để giúp trích xuất điểm mốc tự nhiên môi trường cho xe lăn sử dụng cảm biến laser - Cuối việc áp dụng giải thuật tìm đường D-star giúp xe lăn thay đổi đường gặp chướng ngại vật đường giải thuật Vector Field Histogram để xe lăn tính tốn góc lái tránh vật cản tốt - Kết thực nghiệm cho thấy việc kết hợp giải thuật lại với giúp xe lăn hoạt động độc lập từ khâu tìm đường đi, tránh vật cản đường, tìm đường gặp vật cản xác định vị trí xe lăn mơi trường xác Sai số dùng giải thuật EKF so với vị trí thực thấp rõ rệt việc sử dụng phương trình di chuyển Khi di chuyển xa vị trí xuất phát độ lệch vị trí khơng sử dụng EKF có xu hướng tăng lên sử dụng EKF độ lệch dao động xung quanh vị trí xe lăn 7.2 Hướng phát triển đề tài Những việc hoàn thành đề tài tập trung xây dựng xe lăn tự hành có khả tìm đường, tránh vật cản, tự xác định vị trí môi trường Tuy nhiên xe lăn tồn số vấn đề phải cho biết vị trí điểm đặt ban đầu xe lăn, điểm mốc môi trường việc sử dụng cảm biến đo khoảng cách hạn Trang 81 Kết Luận Và Hướng Phát Triển chế khả cảm nhận môi trường xe lăn Vì người thực đưa hướng phát triển cho đề tài sau: - Áp dụng giải thuật khác để so sánh, giải vấn đề định vị tồn cục nhảy cóc vị trí cho xe lăn, ví dụ áp dụng lọc hạt - Kết hợp thêm camera vào xe lăn để tăng khả nhận diện vật mốc định vị vị trí - Có thể phát triển đề tài để giải vấn đề tự định vị lập đồ (SLAM) cho xe lăn đặt xe lăn mơi trường hồn tồn mà không cần khai báo đồ Trang 82 Tài Liệu Tham Khảo TÀI LIỆU THAM KHẢO [1] Bruno Siciliano (Eds) Oussama Khatib (Eds), Springer Handbook of Robotics, Springer, 2008 [2] Lê Hoàng Anh, Định Vị Cho Robot Di Động Sử Dụng Camera Và Vật Mốc, Trường Đại học Sư phạm Kỹ thuật TP.HCM, 2012 [3] Jenny A Baglivo, Mathematica Laboratories for Mathematical Statistics, Emphasizing Simulation and Computer Intensive Methods, 2005 [4] J Borenstein Y Koren, The Vector Field Histogram - Fast Obstacle Avoidance For Mobile Robots, University of Michigan, 6/1991 [5] Howie Choset, Robotic Motion Planning: A* and D* Search, Carnegie Mellon University, 2007 [6] Peter E.Hart, Nils J.Nilsson Bertram Raphael, A Formal Basis for the Heuristic Determination of Minimum Cost Paths, IEEE, trang 100–107, 1968 [7] Takashi Gomi Ann Griffith, Developing Intelligent Wheelchairs for the Handicapped, Springer, 31/5/2006 [8] Trần Thuận Hoàng cộng sự, Robot Di Động Đa Cảm Biến Và Định Vị Robot Bằng Phương Pháp Tổng Hợp Cảm Biến Với Bộ Lọc Kalman Mở Rộng, Hội thảo toàn quốc Điện tử -Truyền thơng –An tồn thơng tin-ATC/REV, 2012 [9] Shoudong Huang, Understanding Extended Kalman Filter, ARC Centre of Excellence for Autonomous Systems (CAS), Faculty of Engineering and Information Technology, University of Technology Sydney, 23/4/2010 [10] Rudolf Emil Kalman, A New Approach to Linear Filtering and Prediction Problems, Journal of Basic Engineering 82, 1960 [11] Del Moral, Non Linear Filtering: Interacting Particle Solution, trang 550 - 580, 1996 [12] Nguyễn Đặng Phúc Nguyên, Định Vị Trí Cho Robot Tự Hành, Trường Đại học Sư phạm Kỹ thuật TP.HCM, 2011 Trang 83 Tài Liệu Tham Khảo [13] Viet Nguyen cộng sự, A Comparison of Line Extraction Algorithms using 2D Laser Rangefinder for Indoor Mobile Robotics, IEEE, trang 1929 - 1934, 8/2005 [14] Sunhong Park Shuji Hashimoto, Indoor localization for autonomous mobile robot based on passive RFID, IEEE, 02/2009 [15] Paulo Pinheiro Eleri Cardozo, Kalman Filter for Mobile Robot Localization, University Estadual de Campinas, 2014 [16] Elmar A Ruckert, Simultaneous Localisation And Mapping For Mobile Robots With Recent Sensor Technologies, Graz University of Technology, Austria, 12/2009 [17] Anthony Stentz, Optimal and Efficient Path Planning for Unknown and Dynamic Environments, Carnegle Mellon, 8/1993 [18] Sebastian Thrun, Wolfram Burgard Dieter Fox, Probabilistic Robotics, 2000 Trang 84 Phụ Lục PHỤ LỤC Chương trình lọc Kalman mở rộng: //========================Định nghĩa biến============================ double R_t [3][3] = {{25,0,0},{0,25,0},{0,0,1}}; double I_upda [3][3]= {{1,0,0},{0,1,0},{0,0,1}}; double current_theta = laser_direction; double delta_theta = stepmove_turn*Dt; double delta_s = stepmove_speed*Dt; double a_vt = 0.5*cos(current_theta + delta_theta*0.5) (delta_s/(4*b_wc))*sin(current_theta + delta_theta*0.5); double b_vt = 0.5*sin(current_theta + delta_theta*0.5) (delta_s/(4*b_wc))*cos(current_theta + delta_theta*0.5); double c_vt = 0.5*cos(current_theta + delta_theta*0.5) (delta_s/(4*b_wc))*sin(current_theta + delta_theta*0.5); double d_vt = 0.5*sin(current_theta + delta_theta*0.5) (delta_s/(4*b_wc))*cos(current_theta + delta_theta*0.5); + + - double V_t[3][2] = {{a_vt,c_vt},{b_vt,d_vt},{1/(2*b_wc),-1/(2*b_wc)}}; double V_t_t[2][3] = {{a_vt,b_vt,1/(2*b_wc)},{c_vt,d_vt,-1/(2*b_wc)}}; double G_t[3][3] = {{1,0,-delta_s*sin(current_theta + delta_theta*0.5)},{0,1,delta_s*cos(current_theta + delta_theta*0.5)},{0,0,1}}; double G_t_t[3][3] = {{1,0,0},{0,1,0},{-delta_s*sin(current_theta + delta_theta*0.5),delta_s*cos(current_theta + delta_theta*0.5),1}}; double delta_t[2][2] = {{0.1*abs(delta_s),0},{0,0.1*abs(delta_theta)}}; double G_t_pred_1[3][3]={0}, G_t_pred_2[3][3]={0}, V_t_delta_1[3][2]={0}, V_t_delta_2[3][3]={0}; //==============Tính tốn ma trận hiệp phương sai ước lượng=============== for (int i=0;i
Ngày đăng: 08/12/2021, 06:45
Xem thêm:
