6 KẾT LUẬN
5.11 Sai số điều khiển vận tốc tương đối
Hình 5.12: Sai số điều khiển góc hướng.
Luận Văn Thạc Sĩ 59 CHƯƠNG 5. KẾT QUẢ MŨ PHỎNG
Hình 5.14: Moment xoay (có dịng chảy).
Hình 5.15: Chất lượng của các bộ ước lượng dòng chảy theo phương x: (1) Tốc độdòng chảy thực tế, (2) Bộ ước lượng (4.19), (3) Bộ ước lượng (5.1). dòng chảy thực tế, (2) Bộ ước lượng (4.19), (3) Bộ ước lượng (5.1).
Hình 5.16: Chất lượng của các bộ ước lượng dòng chảy theo phương y: (1) Tốc độdòng chảy thực tế, (2) Bộ ước lượng (4.20), (3) Bộ ước lượng (5.2) dòng chảy thực tế, (2) Bộ ước lượng (4.20), (3) Bộ ước lượng (5.2)
Luận Văn Thạc Sĩ 61 CHƯƠNG 5. KẾT QUẢ MŨ PHỎNG
5.3 Mô phỏng chế độ hoạch định chủ động
Chế độ hoạch định chủ động sẽ được kiểm chứng qua ba kịch bản tránh va chạm khác nhau bao gồm: đối đầu, băng ngang, vượt. Bên cạnh với phương pháp đề xuất ECCT thì cịn có ba quỹ đạo khác gồm: Dubins [36], Bezier bậc 4 [37], và LNDT [15] cũng được mô phỏng để làm rõ điểm mạnh ECCT trong tránh va chạm với tàu COLREGs. Trong mỗi mơ phỏng, khi tàu OS đang bám theo đường tồn cục thì đột nhiên gặp một tàu COLREGs và được dự đoán sẽ xảy ra va chạm. Tuân thủ luật COLREGs, tàu OS thực hiện trách nhiệm của tàu nhường đường và chủ động tránh va chạm. Tàu OS sẽ bắt đầu tại vị trí (0m,0m) và góc hướng mũi tàu là 45o, bám theo đường tồn cục với vận tốc 2m/s; thơng số động học của các tàu TS được cho trong Bảng 5.1, giới hạn xoay trở (κmax) và tốc độ tối đa (Umax) của tàu OS lần lượt là 0.08m1 và 3m/s; bán kính an tồn Rs được chọn bằng 30m.
Bảng 5.1: Thơng số động học của các TS sử dụng trong các mô phỏng chế độ hoạch định chủ động.
Trường hợp Đối đầu Băng ngang Vượt
Vị trí ban đầu (100m,115m) (30m,110m) (66m,39m)
Tốc độ 1.2m/s 1.2m/s 1.2m/s
Góc hướng(deg) -130 -45 55
Với mỗi trường hợp mơ phỏng, kết quả được mơ tả một hình vẽ của bốn quỹ đạo tránh va chạm (Hình 5.17, 5.19, 5.21), một hình đánh giá chất lượng của từng phương pháp (Hình 5.18, 5.20, 5.22), và một bảng phân tích so sánh theo ba tiêu chí đánh giá (Bảng 5.2). Ba tiêu chí được sử dụng để đánh giá bao gồm: tổng độ dài quỹ đạo (TL), diện tích bị giới hạn bởi đường toàn cục, quỹ đạo tránh va chạm (Sloss) và sai số trung bình tồn phương (MSE).
Trường hợp 1: Đối đầu
Hình 5.17: So sánh quỹ đạo tránh va chạm đối đầu của ECCT và các phươngpháp khác trong kịch bản đối đầu. (1) Đường toàn cục, (2) Waypoint, (3) pháp khác trong kịch bản đối đầu. (1) Đường toàn cục, (2) Waypoint, (3)
LNDT, (4) Dubins, (5) Bezier, (6) ECCT, (7) Vùng ê-líp xâm phạm.
Bảng 5.2: Tổng hợp so sánh chất lượng của bốn phương pháp theo từng tiêu chí trong ba trường hợp.
Quỹ đạo Dubins LNDT Bezier ECCT
Trường hợp 1 2 3 1 2 3 1 2 3 1 2 3
TL(m) 130 133 240 152 150 308 135 133 250 127 125 199
Sloss(×10m2) 168 177 441 194 185 473 206 184 453 158 168 368
MSE(mm) 12.6 8.8 11.3 55 53 36.8 8.1 7.7 2.8 8.5 7.1 3.5 Có thể thấy rằng trong trường hợp đối đầu (Hình 5.17) và băng ngang (Hình
Luận Văn Thạc Sĩ 63 CHƯƠNG 5. KẾT QUẢ MŨ PHỎNG
Hình 5.18: Đánh giá hiệu suất tránh va chạm đối đầu: A/ Sai số bám,B/Khoảng cách giữa OS và TS. B/Khoảng cách giữa OS và TS.
Trường hợp 2: Crossing
Hình 5.19: So sánh quỹ đạo tránh va chạm đối đầu của ECCT và các phươngpháp khác trong kịch bản băng ngang. (1) Đường toàn cục, (2) Waypoint, (3) pháp khác trong kịch bản băng ngang. (1) Đường toàn cục, (2) Waypoint, (3)
LNDT, (4) Dubins, (5) Bezier, (6) ECCT, (7) Vùng ê-líp xâm phạm.
5.19), tàu OS đã thực hiện hành động tránh va chạm đúng theo luật COLREGs quy định như hình 2.5. Trong trường hợp vượt, tàu OS tránh về phía mạn trái
Hình 5.20: Đánh giá hiệu suất tránh va chạm băng ngang: A/ Sai số bám,B/Khoảng cách giữa OS và TS. B/Khoảng cách giữa OS và TS.
Trường hợp 3: Vượt
Hình 5.21: So sánh quỹ đạo tránh va chạm đối đầu của ECCT và các phươngpháp khác trong kịch bản vượt. (1) Đường toàn cục, (2) Waypoint, (3) LNDT, pháp khác trong kịch bản vượt. (1) Đường toàn cục, (2) Waypoint, (3) LNDT,
(4) Dubins, (5) Bezier, (6) ECCT, (7) Vùng ê-líp xâm phạm.
để giảm nguy cơ va chạm trong giai đoạn quay trở về đường toàn cục.
Luận Văn Thạc Sĩ 65 CHƯƠNG 5. KẾT QUẢ MŨ PHỎNG
Hình 5.22: Đánh giá hiệu suất tránh va chạm vượt: A/ Sai số bám, B/Khoảngcách giữa OS và TS. cách giữa OS và TS.
có ưu tiên cao nhất đó là giữ khoảng cách giữa tàu OS và tàu TS lớn hơn khoảng cách an tồn (Hình 5.18B, 5.20B, 5.22B). Bên cạnh đó, đường tồn cục là hải trình mong muốn mà tàu OS phải đi theo, và nó tốn thời gian và tài nguyên để hoạch định online. Do đó, ưu tiên thứ hai của quỹ đạo tránh va chạm là phải tối thiểu sự sai khác so với đường toàn cục. Tuy nhiên, ưu tiên thứ nhất và ưu tiên thứ hai lại mâu thuẫn với nhau bởi vì sự sai khác càng nhỏ, tàu OS càng gần với tàu TS. Để ý thấy rằng sự sai khác giữa đường biên của TE và đường toàn cục là sự sai khác nhỏ nhất có thể đạt được mà vẫn đảm bảo khoảng cách an toàn, mà ECCT là quỹ đạo được xây dựng dựa trên TE và “bám sát” TE nhất nên ECCT là quỹ đạo thỏa mãn ưu tiêu thứ hai nhiều nhất. Kết quả quả này có được quan sát trực quan qua các hình 5.17) và crossing (Hình 5.17 hoặc đánh giá định tính bằng các tiêu chí TL và Sloss (Bảng 5.2).
Xét về tính liên tục thì Dubins, ECCT, Bezier, LNDT lần lượt liên tục đến bậc 1, 2, 4 và ∞. Kết quả mô phỏng chỉ ra rằng sai số bám của LNDT có một sự nhảy vọt tại thời điểm bắt đầu và kết thúc của quỹ đạo (Hình 5.18A, 5.20A, 5.22A). Hiện tượng này xảy ra là do LNDT được định nghĩa trong đoạn 3σ và khơng nằm chính xác trên đường tồn cục, nên sự gián đoạn xuất hiện khi có sự chuyển đổi giữa đường toàn cục và LNDT. Vấn đề này được khắc phục bằng
các đoạn quỹ đạo chuyển tiếp FL
ξL/2, FLI
ξL/2 của ECCT. Hơn nữa, có thể thấy từ bảng 5.2 rằng sai số bám của Dubins lớn hơn sai số bám của ECCT trong khi giá trị này của ECCT và Bezier lại khá gần nhau.
5.4 Chế độ phản ứng hành vi
Trong mô phỏng này, ta sẽ kiểm tra khả năng giữ an toàn của chế độ phản ứng hành vi trong trường hợp có nhiều tàu TS tham gia vào tình huống. Trường hợp 4 được thiết lập tương tự trường hợp 2 (băng ngang), nhưng có thêm nhiều tàu TS được thêm vào và đẩy tàu OS vào tình huống nguy hiểm, nên hệ thống chuyển sang chế độ phản ứng hành vi. Thông số của TEPF và thông số động học của các tàu TS được liệt kê trong bảng 5.3 và 5.4. Các vector màu đỏ, đen, xanh lục lần lượt biểu diễn lực tổng hợp, lực đẩy, và lực ly tâm. Tàu TS và TE tương ứng được đánh số giống nhau.
Bảng 5.3: Thông số của TEPF
εp εv η ω ρe0
0.2 0.4 400 0.5 4
Bảng 5.4: Thông số động học của các tàu TS
Tàu Vị trí Tốc độ Hướng TS#1 (30m,110m) 1.2m/s −45o TS#2 (180m,110m) 1.4m/s −135o TS#3 (200m,210m) 1.5m/s −45o TS#4 (185m,-40m) 1.7m/s 90o TS#5 (477m,180m) 1.0m/s 180o
Luận Văn Thạc Sĩ 67 CHƯƠNG 5. KẾT QUẢ MŨ PHỎNG
Hình 5.23: Tránh va chạm với nhiều tàu tham gia, t=53s.
Hình 5.24: Tránh va chạm với nhiều tàu tham gia, t=70s.
Hình 5.25: Tránh va chạm với nhiều tàu tham gia, t=111s.
Luận Văn Thạc Sĩ 69 CHƯƠNG 5. KẾT QUẢ MŨ PHỎNG
Hình 5.27: Tránh va chạm với nhiều tàu tham gia, t=53s.
Tại thời điểm t=53s (hình 5.23),khi chế độ hoạch định chủ động vẫn đang kích hoạt để tránh tàu TS#1, tàu TS#1 gặp tàu TS#2 trong kịch bản băng ngang nên TS#1 điều động chạy về phía đi của TS#2 để tránh va chạm. Điều này khác so với dự đoán và đặt OS vào trong tình thế nguy hiểm, nên chế độ phản ứng hành vi được kích hoạt để giúp tàu OS giữ an tồn. Lúc này, TE#1, lực đẩy, lực ly tâm, và lực tổng hợp được tính lần lượt theo (3.8), (3.24), (3.25), và (3.26). Bởi vì lực đẩy để tránh TE#1, là vùng dự đốn va chạm, nên ta thấy nó sẽ nằm trên đường pháp tuyến của TE#1 và hướng ra xa TE#1. Dưới sự điều hướng của những vector ảo này, tàu OS thoát khỏi vụ va chạm với tàu TS#1 và đối mặt một vụ chạm tiềm năng với tàu TS#3 tại thời điểm t=70s (hình 5.24). Bằng phương pháp tương tự, tàu OS đã thành công tránh được tàu TS#3. Tại thời điểm t=111s (hình 5.25), tàu TS#4 đang chuyển hướng từ hướng Đơng sang hướng Nam tham gia vào tình huống overtaking với tàu OS. Theo công thức (3.25), vector lực ly tâm hướng về phía mạn trái của tàu và giúp chọn ra con đường tránh va chạm và đến đích ngắn hơn. Trong khi đang né tàu
TS#4, tàu OS lại gặp một con tàu khác (TS#5), đang tiếp cận từ hướng Bắc. Tại thời điểm t=168s, lực đẩy và lực ly tâm được tính từ TE#5 áp đảo các lực tương ứng của TE#4, nên OS phải rẽ sang trái để tránh tàu TS#5.
5.5 Kết luận
Như vậy, hệ thống tránh va chạm hai chế độ được đề xuất cho USV đã hoạt động đúng với mục tiêu đặt ra khi thiết kế. Cụ thể, chế độ hoạch định chủ động có thể tránh va chạm với tàu tuân thủ COLREGs với hiệu suất cao, và chế độ phản ứng hành vi có thể đảm bảo an tồn cho USV khi gặp phải các tàu thay đổi hướng và vận tốc thời gian. Với sự kết hợp của hai chế độ độ này, USV có thể di chuyển và điều hướng an toàn trên biển.
Chương 6
KẾT LUẬN
6.1 Những cơng việc đã hồn thành
Luận văn này bao gồm các đóng góp khoa học chính sau đây:
• Đề xuất hệ thống tránh va chạm hai chế độ (DMCAS) cho USV, gồm chế độ hoạch định chủ động và chế độ phản ứng hành, để khai thác các lợi ích của luật COLREGs mang lại trong khi vẫn đảm bảo sự an tồn.
• Đề xuất một khái niệm mới “vùng ê-líp xâm phạm” là vùng dự đốn va chạm, có ứng dụng trong thiết kế thuật tốn tránh va chạm cho hai chế độ của DMCAS.
• Đề xuất phương pháp hoạch định quỹ đạo tránh va chạm ECCT (quỹ đạo liên tục độ cong theo ê-líp) cho chế độ hoạch định chủ động.
• Đề xuất phương pháp APF cải tiến TEPF (Trường thế ê-líp) với cách xây dựng trường thế dựa trên vùng ê-líp xâm phạm.
• Thiết kế bộ điều hướng và bộ điều khiển cho phép USV có thể bám quỹ đạo dưới tác động dịng chảy với sai số bám luôn bị giới hạn trong ngưỡng đặt trước.
6.2 Các hạn chế
Luận văn chưa xét sai số mơ hình của USV, tác động ngoại lực môi trường lên chất lượng điều khiển. Các giải thuật tránh va chạm được xây dựng trên giả định rằng thông số của vật cản được đo một cách chính xác, nhưng thực tế rất khó để xác định chính xác các thơng số này.
6.3 Hướng phát triển
Threat ellipse, ECCT, TEPF có thể được mở rộng ra để giải quyết tránh va chạm trong không gian 3D cho các ứng dụng của AUV, UAV. Các bộ quan sát như Nonlinear Dynamic Observer (NDO) hoặc mạng Neural Network (NN) hay Radial Basis Function (RBF) có thể được áp dụng để giải quyết bài tốn sai số mơ hình.
Danh mục các cơng bố
1. P. M. Tam, P.N.N. Thanh, H.P.H. Anh, “Novel Algorithm for USV Avoid-
ing Obstacles Using Advanced Local Smoothed Trapezium Trajectory Ap- proach” in Vietnam International Conference and Exhibition on Control and Automation 2021, Ho Chi Minh City, Viet Nam, April 2022.
2. P. M. Tam, H.P.H. Anh, “A Probability-based Artificial Potential Field
for Autonomous Vehicles in Avoiding Uncertain Obstacles”, in 2022 6th In- ternational Conference on Green Technology and Sustainable Development (GTSD 2022), Khanh Hoa, Viet Nam, July 2022.
Tài liệu tham khảo
[1] APANEWS, “90 percent of world trade is by sea- of-
ficial,” 2019. [Online]. Available: http://apanews.net/en/news/ 90-percent-of-world-trade-is-by-sea-official.-Accessed-date:May-30,2022 [2] E.M.S.A, Maritime Accident Review 2010. Lisbon: European Maritime
Safety Agency, 2011.
[3] S. Savitz, I. Blickstein, P. Buryk, R. W. Button, P. DeLuca, J. Dryden, J. Mastbaum, J. Osburg, P. Padilla, A. Potter, C. C. Price, L. Thrall, S. K. Woodward, R. J. Yardley, and J. Yurchak, U.S. Navy Employment Options for Unmanned Surface Vehicles (USVs). Santa Monica, CA: RAND Cor-
poration, 2013.
[4] J. Majohr, T. Buch, and C. Korte, “Navigation and automatic control of the measuring dolphin (messin™),” IFAC Proceedings Volumes, vol. 33, pp.
399Ê404, 08 2000.
[5] M. Bibuli, G. Bruzzone, M. Caccia, G. Indiveri, and A. Zizzari, “Line follow- ing guidance control: Application to the charlie unmanned surface vehicle,”
in2008 IEEE/RSJ International Conference on Intelligent Robots and Sys-
tems, Nice, France, 2008, pp. 3641Ê3646.
[6] M. Caccia, “Autonomous surface craft: prototypes and basic research is- sues,” in2006 14th Mediterranean Conference on Control and Automation,
Luận Văn Thạc Sĩ 75 TỊI LIỆU THAM KHẢO
[7] M. Benjamin, J. Leonard, J. Curcio, and P. Newman, “A method for protocol-based collision avoidance between autonomous marine surface craft,” J. Field Robotics, vol. 23, pp. 333Ê346, 2006.
[8] D. Nakhaeinia, S. Tang, S. Noor, and O. Motlagh, “A review of control architectures for autonomous navigation of mobile robots,” International Journal of Physical Sciences, vol. 6, pp. 169Ê174, January 2011.
[9] U. A. Sheikh, M. Jamil, and Y. Ayaz, “A comparison of various robotic control architectures for autonomous navigation of mobile robots,” in 2014 International Conference on Robotics and Emerging Allied Technologies in Engineering (iCREATE), Islamabad, Pakistan, 2014, pp. 239Ê243.
[10] E. W. Dijkstra, “A note on two problems in connexion with graphs,” Nu- merische Mathematik, vol. 1, pp. 269Ê271, 1959.
[11] P. E. Hart, N. J. Nilsson, and B. Raphael, “A formal basis for the heuris- tic determination of minimum cost paths,” IEEE Transactions on Systems Science and Cybernetics, vol. 4, no. 2, pp. 100Ê107, 1968.
[12] S. M. LaValle and J. James J. Kuffner, “Randomized kinodynamic plan- ning,” The International Journal of Robotics Research, vol. 20, no. 5, pp.
378Ê400, 2001.
[13] M. Candeloro, A. M. Lekkas, A. J. Sørensen, and T. I. Fossen, “Continuous curvature path planning using voronoi diagrams and fermatŠs spirals,”IFAC Proceedings Volumes, vol. 46, no. 33, pp. 132Ê137, 2013.
[14] H. Myre, “Collision avoidance for autonomous surface vehicles using veloc- ity obstacle and set-based guidance,” MasterŠs thesis, NTNU, Trondheim, Norway, 2016.
[15] Y. Wang, X. Yu, X. Liang, and B. Li, “A colregs-based obstacle avoidance approach for unmanned surface vehicles,” Ocean Engineering, vol. 169, pp.
110Ê124, 12 2018.
[16] M.-C. Tsou, “Multi-target collision avoidance route planning under an ecdis framework,” Ocean Engineering, vol. 121, pp. 268Ê278, 07 2016.
[17] O. Khatib, “Real-time obstacle avoidance for manipulators and mobile robots,” in Proceedings. 1985 IEEE International Conference on Robotics and Automation, vol. 2, St. Louis, MO, USA, 1985, pp. 500Ê505.
[18] S. S. Ge and Y. Cui, “Dynamic motion planning for mobile robots using potential field method,” Autonomous Robots, vol. 13, pp. 207Ê222, 2002.
[19] H. Lyu and Y. Yin, “Colregs-constrained real-time path planning for au- tonomous ships using modified artificial potential fields,” Journal of Navi- gation, vol. 72, no. 3, pp. 588Ê608, 2019.
[20] H. Lyu and Y. Yi, “Fast path planning for autonomous ships in restricted waters,” Applied Sciences, vol. 8, 12 2018.
[21] D. Wang, P. Wang, X. Zhang, X. Guo, Y. Shu, and X. Tian, “An obstacle avoidance strategy for the wave glider based on the improved artificial po- tential field and collision prediction model,” Ocean Engineering, vol. 206,
p. 107356, 06 2020.
[22] “A two-level dynamic obstacle avoidance algorithm for unmanned surface vehicles,” Ocean Engineering, vol. 170, pp. 351Ê360, 2018.
[23] Y. Zhu, T. Zhang, J. Song, and X. Li, “A new bug-type navigation algorithm for mobile robots in unknown environments containing moving obstacles,”
Industrial Robot: An International Journal, vol. 39, pp. 27Ê39, 01 2012.
[24] A. Sgorbissa and R. Zaccaria, “Planning and obstacle avoidance in mobile robotics,”Robotics and Autonomous Systems, vol. 60, pp. 628Ê638, 04 2012.
Luận Văn Thạc Sĩ 77 TỊI LIỆU THAM KHẢO
[25] P. Luan and N. Truong Thinh, “Real-time hybrid navigation system-based path planning and obstacle avoidance for mobile robots,” Applied Sciences,
vol. 10, p. 3355, 05 2020.
[26] S. Patra, J. Mason, M. Ghallab, D. Nau, and P. Traverso, “Deliberative act-