Bộ điều khiển mờ cho robot di động hai chân đã được trình bày trong mục 4.2.3 với sơ đồ điều khiển cho trong Hình 4.9.
Các đầu vào của bộ điều khiển mờ là sai lệch vị trí của các khớp e(t) và sai lệch vận tốc của các khớp theo thời gian de(t). Đầu ra của bộ điều khiển mờ là lượng điều chỉnh momen dẫn động tại các khớp u(t). Miền giá trị vật lý của các biến vào ra của bộ điều khiển được xác định như trong Bảng 5.4.
Miền giá trị vật lý của các tín hiệu vào ra e, de, u của bộ điều khiển được chia thành 5 miền nhỏ như trong Bảng 4.1. Và 5 miền nhỏ được xác định bởi 5 tập mờ có hàm thuộc như trong Hình 4.7. 5 tập mờ được biểu diễn bởi 5 giá trị ngôn ngữ: AL (âm lớn), AN (âm nhỏ), Z (zero), DN (dương nhỏ), DL (dương lớn).
Hệ luật hợp thành của bộ điều khiển mờ được chọn trong Bảng 4.2.
Chọn thiết bị hợp thành cho bộ điều khiển là quy tắc Max-Min. Giải mờ bằng phương pháp điểm trọng tâm.
Bộ điều khiển mờ trên được áp dụng điều khiển robot di động hai chân có thông số động lực như cho trong các bảng 5.1÷5.3, với quỹ đạo chuyển động cho trong các
119
hình 2.18÷2.20. Mô hình điều khiển của bộ điều khiển mờ trong SIMULINK của Matlab được cho trong hình Hình 5.15.
Hình 5.15 Mô hình điều khiển mờ trong SIMULINK
Đầu vào của bộ điều khiển sẽ gồm hai phần: Input - các ma trận chuyển vị, vận tốc của các khớp và FZvl - các thông số của bộ điều khiển liên quan đến logic mờ.
Phần tiếp theo sẽ áp dụng bộ điều khiển trong 4 trường hợp cụ thể như sau. Trường hợp 1 là sẽ tích hợp với điều khiển PID+Động lực học ngượcxử lý tính huống không tính được các sự thiếu hụt của đại lượng động lực trong phương trình vi phân. Trường hợp 2 là vẫn tích hợp với PID+Động lưc học ngược để xử lý tình huống không biết được sự thiếu hụt của đại lượng động lực và sai lệch mô hình động lực lên đến 50%. Trường hợp 3 là tích hợp với PID để điều khiển robot mà không cần quan tâm đến mô hình động lực nữa và trường hợp 4 là sử dụng bộ điều khiển mờ thuần túy.
5.2.2.1 Kết quả mô phỏng bộ điều khiển Mờ tích hợp PID+Động lực học ngược trong trường hợp 1 –không biết được lực nhiễu và lực cản tác động lên
robot
Sơ đồ của khối bộ điều khiển Fuzzy tích hợp PID+Động lực học ngược cho trong Hình 5.16 bao gồm khối Fuzzy Inference để xử lý phần logic mờ, khối PID, khối Inverse Dynamics để tính động lực học ngược.
120
Các thông số của bộ điều khiển PID, ma trận hệ số khuếch đại tỷ lệ, vi phân, đạo hàm thì được lấy tương tự như trong bộ điều khiển PID+Động lực học ngược trong các công thức 5.1÷5.3;
Kết quả của bộ điều khiển mờ tích hợp PID+Động lực học ngượcđiều khiển robot di chuyển trong bước khởi động 1 với trường hợp không tính được lực nhiễu và lực cản cho trong Hình 5.17.
121
Hình 5.17 Kết quả điều khiển mờ tích hợp PID+ĐLH ngược TH1
Kết quả điều khiển của bộ điều khiển mờ khi tích hợp với PID+Động lực học ngược áp dụng trong trường hợp này tương đối chính xác, ở các tọa độ đều hội tụ và đều tốt hơn rất nhiều so với điều khiển PID+Động lực học ngược. Như vậy điều khiển PID+Động lực học ngược khi tích hợp với điều khiển mờ thì hoàn toàn có thể điều khiển được trường hợp mô hình động có yếu tố bất định.Phần tiếp theo sẽ thử nghiệm bộ điều khiển mờ tích hợp với PID+Động lực học ngược với trường hợp mô hình động lực có yếu tố bất định và có sai số.
5.2.2.2 Kết quả mô phỏng bộ điều khiển Mờ tích hợp PID+Động lực học ngược trong trường hợp 2 –không biết được lực nhiễu và lực cản tác động lên robot, sai lệch mô hình động lực 50%
Bộ điều khiển mờ trong trường hợp này tương tự như trong trường hợp 1 bên trên. Chỉ có trong khối tính động lực học ngược của bộ điều khiển có sự sai lệch 50% so với mô hình động lực bên trong khối Robot. Kết quả của bộ điều khiển mờ tích hợp PID+Động lực học ngược trường hợp không tính được lực nhiễu và lực cản và sai lệch mô hình động lực 50% cũng đạt được kết quả tương tự như trong trường hợp 1 ở trên, nên ở đây không trình bày thêm kết quả.
5.2.2.3 Kết quả mô phỏng bộ điều khiển mờ tích hợp PID trong trường hợp không cần xác định mô hình động lực
Sơ đồ khối của bộ điều khiển mờ trong trường hợp chỉ tích hợp PID cho trong Hình 5.18. Trong sơ đồ này không có sự xuất hiện của khối tính toán động lực học ngược nữa, nên quá trình điều khiển chạy nhanh hơn.
122
Kết quả của bộ điều khiển mờ tích hợp PID thực hiện cho bước khởi động 1 được cho trong Hình 5.19 dưới đây.
Hình 5.19 Kết quả điều khiển mờ+PIDbước khởi động 1
Chất lượng điều khiển của bộ điều khiển mờ tích hợp PID tương đối tốt, sai số điều khiển của tất cả các khớp đều hội tụ về 0, thời gian điều khiển nhanh hơn do không phải tính toán động lực học ngược. Như vậy với bộ điều khiển tích hợp này thì
123
trong quá trình robot chuyển động, mô hình động lực có thay đổi, có sai số thì bộ điều khiển vẫn làm việc tốt vẫn điều khiển được robot đi đúng quỹ đạo mong muốn đó cũng là điểm ưu việt của bộ điều khiển mờ càng tỏ rõ khả năng của bộ điều khiển dựa trên logic mờ. Phần tiếp theo sẽ trình bày điều khiển mà chỉ sử dụng nguyên điều khiển mờ.
5.2.2.4 Kết quả mô phỏng bộ điều khiển mờ thuần túy
Sơ đồ khối của bộ điều khiển mờ thuần túy cho trong Hình 5.20. Trong khối này chỉ còn khối xử lý suy luận mờ.
Hình 5.20 Khối Fuzzy Control thuần túy
Kết quả điều khiển của bộ điều khiển mờ thuần túy được thực hiện cho tất cả các loại bước đi của robot. Với bước khởi động 1 có quỹ đạo cho trong Hình 2.13, bước khởi động 2 có quỹ đạo cho trong Hình 2.15, bước đi đều có quỹ đạo trong Hình 2.16 và bước kết thúc có quỹ đạo ở Hình 2.17. Các kết quả điều khiển được trình bày lần lượt trong các hình tiếp theo.
124
Hình 5.21 Kết quả điều khiển mờ thuần túytrong bước khởi động 1
125
Hình 5.22 Kết quả điều khiển mờ thuần túy trong bước khởi động 2
126
Hình 5.23 Kết quả điều khiển mờ thuần túy trong bước đi đều
127
Hình 5.24 Kết quả điều khiển mờ thuần túy trong bước kết thúc
Bộ điều khiển mờ thuần túy áp dụng cho robot di động hai chân cho kết quả khá tốt, chỉ có một số tọa độ ở bước khởi động 1 là cho kết quả kém hơn còn hầu hết là cho kết quả đạt yêu cầu thậm chí có tọa độ còn cho chất lượng như khi điều khiển mờ tích hợp với PID hay như điều khiển chính xác. Ý nghĩa của bộ điều khiển này là không cần quan tâm đến mô hình động lực của robot mà vẫn điều khiển được ngoài ra cũng không cần kiến thức về điều khiển PID vẫn có thể sử dụng bộ điều khiển mờ để điều khiển robot.