Điều khiển cánh tay robot học vẽ

>> HOẠT ĐỘNG NGHIÊN CỨU KHOA HỌC ĐỊA PHƯƠNG
2 > ĐẶC SAN THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
TÓM TẮT: 
Từ khi mới ra đời robot công nghiệp được áp dụng 
trong nhiều lĩnh vực dưới góc độ thay thế sức người. 
Nhờ vậy các dây chuyền sản xuất được tổ chức lại, 
năng suất và hiệu quả sản xuất tăng lên rõ rệt. Mục 
tiêu ứng dụng robot công nghiệp nhằm góp phần 
nâng cao năng suất dây chuyền công nghệ, giảm giá 
thành, nâng cao chất lượng và khả năng cạnh tranh 
của sản phẩm đồng thời cải thiện điều kiện lao động. 
Đạt được các mục tiêu trên là nhờ khả năng to lớn của 
robot như: làm không biết mệt mỏi, chịu được phóng 
xạ và các môi trường làm việc độc hại, nhiệt độ cao 
Ngoài ra Robot được dùng thay thế con người trong 
những trường hợp thực hiện những công việc tuy 
không nặng nhọc nhưng đơn điệu, dễ gây mệt mỏi, 
nhầm lẫn. Bài báo này giới thiệu một ứng dụng của 
Robot là Điều khiển cánh tay Robot học vẽ.
I. KHÁI NIỆM VỀ MẠNG NEURON
Mạng neural nhân tạo mô phỏng hoạt động của 
não người để giải quyết các bài toán kỹ thuật. Bộ 
não người có khoảng 1010 neural. Các neural này 
được kết nối với nhau thành mạng. Việc xử lý 
thông tin được thực hiện nhờ vào sự lan truyền của 
tín hiệu từ neural này sang neural khác thông qua 
các sợi trục thần kinh (axon). Mạng neural nhân 
tạo được đặc trưng bởi 3 yếu tố:
+ Phần tử xử lý (neural).
+ Cấu trúc và ghép nối của các phần tử xử lý.
+ Phương pháp huấn luyện mạng.
II. NHẬN DẠNG VÀ ĐIỀU KHIỂN CÁNH 
TAY ROBOT DÙNG MẠNG NEURAL
2.1. Nhận dạng 
Giả sử ta nhận dạng hàm y = sign(x2-10x1)
- Sơ đồ tạo data:
ĐIỀU KHIỂN CÁNH TAY ROBOT HỌC VẼ
|| ThS. Phạm Chí Hiếu
Viện CNTT - Điện - Điện Tử, Trường Đại học BR-VT
Kết quả mô phỏng tạo data:
Hình 2.2. Tín hiệu vào của mạng nhận dạng
Hình 2.3. Tín hiệu ra mong muốn 
Nhận dạng dùng mạng truyền thẳng
Để đơn giản ta khảo sát mạng neural có hai ngõ 
vào x
1
, x2
Lớp ẩn: 3 neural: z
1
, z2, z3
Lớp ra: 1 neural y.
Với hàm tích hợp tuyến tính, hàm tác động 
tansig và hàm mục tiêu 
Mô hình neural network:
Hình 2.4. Mô hình mạng neural network
Lan truyền thuận:
 Hình 2.1. Sơ đồ tạo data
21 ( )
2
J d y= −
ĐẶC SAN THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ < 3 
HOẠT ĐỘNG NGHIÊN CỨU KHOA HỌC ĐỊA PHƯƠNG <<
Huấn luyện mạng:
Dùng giải thuật lan truyền ngược:
+ Hàm mục tiêu:
Luật cập nhật trọng số v:
Luật cập nhật trọng số w:
- Sơ đồ simulink:
2.2. Điều khiển mô hình nội hệ tuyến tính: 
Hình 2.7. Sơ đồ khối hệ thống điều khiển mô hình nội hệ 
tuyến tính
2.3. Điều khiển mô hình nội hệ phi tuyến: 
Hình 2.8. Sơ đồ khối hệ thống điều khiển mô hình nội hệ phi 
tuyến dùng neural network
Sơ đồ điều khiển mô hình nội phi tuyến được 
đưa ra dựa trên sơ đồ điều khiển mô hình nội tuyến 
tính. Rõ ràng khi mô hình mô tả chính xác đặc tính 
động của hệ thống và không có nhiễu thì tín hiệu 
hồi tiếp bằng 0, khi đó hệ thống trên trở thành hệ 
thống điều khiển vòng hở. Nếu có nhiễu n(t) ảnh 
hưởng đến quá trình điều khiển thì tín hiệu phản 
hồi sẽ bằng n(t) và không gây ra ảnh hưởng đến 
tác động điều khiển, nhiễu n(t) bị trừ khỏi tín hiệu 
chuẩn, do đó ảnh hưởng của nhiễu đo lường ở ngõ 
ra của quá trình điều khiển hoàn toàn bị triệt tiêu. 
Bộ lọc được sử dụng để tăng độ bền vững của hệ 
thống đối với sai số mô hình ở miền tần số cao và 
nhiễu đo lường.
III. KHẢO SÁT MÔ HÌNH TOÁN CÁNH TAY 
ROBOT HAI KHỚP NỐI
1
2
12
1 11 1 12 2 10 1
1 2
2 21 1 22 2 20 2
2 2
3 31 1 32 2 30 3
3 2
. . .
2
1
1
. . .
2
1
1
. . .
2
1
1
T
netz
T
netz
T
netz
netz w x w x w w x
z
e
netz w x w x w w x
z
e
netz w x w x w w x
z
e
−
−
−
= + − =
= −
+
= + − =
= −
+
= + − =
= −
+
11 1 12 2 13 3 10( )
Ty net y v z v z v z v v z= = + + − =
21 ( )
2
J d y= −
1 1 1
2 2 2
3 3 3
( 1) ( ) ( ).
( 1) ( ) ( ).
( 1) ( ) ( ).
v k v k d y z
v k v k d y z
v k v k d y z
η
η
η
+ = + −
+ = + −
+ = + −
1 1 1
2 2 2
3 3 3
w ( 1) w ( ) ( ). .
w ( 1) w ( ) ( ). .
w ( 1) w ( ) ( ). .
k k d y v x
k k d y v x
k k d y v x
η
η
η
+ = + −
+ = + −
+ = + −
Hình 2.5. Sơ đồ simulink 
Hình 2.6. Kết quả mô phỏng nhận dạng 
>> HOẠT ĐỘNG NGHIÊN CỨU KHOA HỌC ĐỊA PHƯƠNG
4 > ĐẶC SAN THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Trên cơ sở phân tích của hệ thống vật lý, mô hình 
toán của cánh tay robot hai khớp nối là phương 
trình vi phân bậc 2 chuyển động của cánh tay dạng 
phi tuyến được mô tả như sau:
3.1. Sơ đồ hệ thống điều khiển mô hình nội 
cánh tay robot hai khớp nối dùng mạng neural
Hình 3.2. Sơ đồ khối hệ thống điều khiển dùng mạng neural
3.2. Cấu trúc mạng
Mạng học tập động lực học thuận:
Hình 3.1. Mô tả cánh tay robot Scara
..
2 2
11 1 2 1 2 2 1 2 2
... . .
2 2
12 2 2 1 2 2 2 2 1 2 2 2 2
1 2 1 1 2 2 1 2
.. ..
2 2
12 2 2 2 1 2 2 2 2 2
.
2
2 1 2 1 2 2 2 1 2
( ) 2 cos
cos (2 )sin
( ) cos cos( )
cos
sin cos( )
m m a m a m m
m a m a a m a a
m m ga m ga
m a m a a m a
m a a m ga
τ θ θ
θ θ θ θ θ θ
θ θ θ
τ θ θ θ
θ θ θ θ
 = + + + + 
 + + − + + 
+ + + +
 = + + + 
+ + +
x1
x2
x3
x4
q1net
q2net
Lôùp ñaàu vaøo
Lôùp aån
Lôùp ñaàu ra
i=1÷2
j=1÷12
q=1÷4
wjq
vij
z1
z2
z3
z12
Mạng học tập động lực học nghịch:
3.3. Giải thuật học lan truyền ngược trong 
nhận dạng và điều khiển cánh tay robot hai 
khớp nối
* Đối với mạng học động lực học thuận:
Mạng gồm 3 lớp, lớp đầu vào có 4 neural, lớp ẩn 
có 12 neural, lớp đầu ra có 2 neural. 
Lan truyền thuận:
Hình 3.4. Sơ đồ chi tiết mạng neural học tập động lực học nghịch
Hình 3.3. Sơ đồ chi tiết mạng neural học tập 
động lực học thuận
x1
x2
x3
x4
x5
x6
τ1(k)
τ2(k)
Lôùp ñaàu vaøo
Lôùp aån
Lôùp ñaàu ra
z1
z2
z3
z12
i=1÷2
j=1÷12
vij
wjqq=1÷6
1
2
12
1 11 1 12 2 13 3 14 4 10 1
1 2
2 21 1 22 2 23 3 24 4 20 2
2 2
12 121 1 122 2 123 3 124 4 120 12
12 2
. . . . .
2
1
1
. . . . .
2
1
1
.
.
. . . . .
2
1
1
T
netz
T
netz
T
netz
netz w x w x w x w x w w x
z
e
netz w x w x w x w x w w x
z
e
netz w x w x w x w x w w x
z
e
−
−
−
= + + + − =
= −
+
= + + + − =
= −
+
= + + + − =
= −
+
1 1 11 1 12 2 13 3 111 11
112 12 10 1
2 2 21 1 22 2 23 3 211 11
212 12 20 2
( ) .....
( ) .....
net
T
net
T
q net y v z v z v z v z
v z v v z
q net y v z v z v z v z
v z v v z
= = + + + + +
+ − =
= = + + + + +
+ − =
ĐẶC SAN THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ < 5 
HOẠT ĐỘNG NGHIÊN CỨU KHOA HỌC ĐỊA PHƯƠNG <<
Huấn luyện mạng:
Dùng giải thuật lan truyền ngược:
+ Hàm mục tiêu:
+ Luật cập nhật trọng số v:
( 1) ( ) .( ).i i i iv k v k d y zη+ = + −
Với i = 1÷2
+ Luật cập nhật trọng số w:
Với i = 1÷2 ; j = 1÷12
Mô phỏng mạng thuận:
Hình 3.5. Sơ đồ chi tiết mô hình thuận
- Kết quả mô phỏng:
2
2 2 2
1 1 2 2 1
1 1 1
( ) ( ) ( )
2 2 2 i ii
J d y d y d y
=
= − + − = Σ −
( )
2
2
1
( 1) ( ) (1 ). .j j j i i iji
w k w k z x d y vη
=
 + = + − Σ −  
Nhận xét: Ta thấy đáp ứng ngõ ra của mạng nhận 
dạng bám theo đáp ứng ngõ ra của đối tượng.
* Đối với mạng học động lực học nghịch:
Mạng gồm 3 lớp, lớp đầu vào có 6 neural, lớp ẩn 
có 12 neural, lớp đầu ra có 2 neural.
Lan truyền thuận:
Hình 3.6. Đáp ứng ngõ ra của q1
Hình 3.7. Đáp ứng ngõ ra q1net của mạng thuận
Hình 3.8. Đáp ứng ngõ ra của q2
Hình 3.9. Đáp ứng ngõ ra q2net của mạng thuận
1
2
1 11 1 12 2 13 3 14 4 15 5
16 6 10 1
1 2
2 21 1 22 2 23 3 24 4 25 5
26 6 20 2
2 2
12 121 1 122 2 123 3 124 4 125 5
1
. . . . .
. .
2
1
1
. . . . .
. .
2
1
1
.
.
. . . . .
T
netz
T
netz
netz w x w x w x w x w x
w x w w x
z
e
netz w x w x w x w x w x
w x w w x
z
e
netz w x w x w x w x w x
w
−
−
= + + + + +
+ − =
= −
+
= + + + + +
+ − =
= −
+
= + + + + +
+
12
26 6 120 12
12 2
. .
2
1
1
T
netz
x w w x
z
e−
− =
= −
+
>> HOẠT ĐỘNG NGHIÊN CỨU KHOA HỌC ĐỊA PHƯƠNG
6 > ĐẶC SAN THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Huấn luyện mạng:
Dùng giải thuật lan truyền ngược:
+ Hàm mục tiêu:
+ Luật cập nhật trọng số v:
+ Luật cập nhật trọng số w:
Mô phỏng mạng ngược:
Hình 3.10. Sơ đồ chi tiết mô hình ngược
- Kết quả mô phỏng:
Hình 3.11. Đáp ứng ngõ ra q1 của mạng ngược
1 1 11 1 12 2 13 3 111 11
112 12 10 1
2 2 21 1 22 2 23 3 211 11
212 12 20 2
( ) .....
( ) .....
T
T
y net y v z v z v z v z
v z v v z
y net y v z v z v z v z
v z v v z
= = + + + + +
+ − =
= = + + + + +
+ − =
2 2
2 3 5 4
1 1
( ) ( )
2 2
J x x x x= + + +
1 1 2 3
2 2 5 4
( 1) ( ) .( ).
( 1) ( ) .( ).
v k v k x x z
v k v k x x z
η
η
+ = + +
+ = + +
Hình 3.12. Đáp ứng ngõ ra q2 của mạng ngược
Nhận xét: Ta thấy ngõ ra của mạng học động lực 
học nghịch bám theo tín hiệu đặt.
IV. KẾT QUẢ MÔ PHỎNG
4.1. Kết quả mô phỏng với tín hiệu vào từ giao 
diện tín hiệu đặt
Hình 4.1. Cửa sổ giao diện vẽ tín hiệu đặt
Hình 4.2. Đáp ứng bộ chấp hành 1
Hình 4.3. Đáp ứng bộ chấp hành 2
Hình 4.4. Kết quả mô phỏng 
ĐẶC SAN THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ < 7 
HOẠT ĐỘNG NGHIÊN CỨU KHOA HỌC ĐỊA PHƯƠNG <<
Nhận xét: Ta thấy đáp ứng của bộ chấp hành 1,2 
bám rất tốt với tín hiệu đặt.
4.2. Kết quả mô phỏng khi thay đổi thông số 
cánh tay Robot hai khớp nối
Trường hợp: Chọn các thông số cánh tay Robot 
như sau: a
1
 = 0,2m; a2 = 0,1m; m1 = 2,0kg; m2 = 
0,75kg; m
t
 = 0,5kg
Hình 4.5. Cửa sổ giao diện vẽ tín hiệu đặt khi thay đổi a1, a2, 
m1, m2
Hình 4.6. Đáp ứng bộ chấp hành 1
Hình 4.7. Đáp ứng bộ chấp hành 2
Hình 4.8. Kết quả mô phỏng
Nhận xét: Ta thấy khi giảm a
1
, a2, m1, m2 thì đáp 
ứng của bộ chấp hành 1 bám rất tốt với tín hiệu 
đặt, còn bộ chấp hành 2 hơi lệch so với quỹ đạo 
khớp của tín hiệu đặt.
4.3. Kết quả mô phỏng khi có nhiễu
Hình 4.9. Cửa sổ giao diện chương trình chính khi có nhiễu
Hình 4.10. Cửa sổ giao diện vẽ tín hiệu đặt khi có nhiễu
Hình 4.11. Đáp ứng bộ chấp hành 1
>> HOẠT ĐỘNG NGHIÊN CỨU KHOA HỌC ĐỊA PHƯƠNG
8 > ĐẶC SAN THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
TÀI LIỆU THAM KHẢO
[1] Lê Hoài Quốc, “Kỹ thuật người máy phần I - Robot công nghiệp”, NXB Đại Học Quốc Gia TPHCM 2005.
[2] Nguyễn Thiện Thành, “Mạng Neuron, nhận dạng, Dự báo và Điều khiển”
[3] Nguyễn Đức Thành, “Matlab và ứng dụng trong điều khiển”, NXB Đại học Quốc Gia TPHCM, 2004.
[4] Nguyễn Thị Phương Hà, Huỳnh Thái Hoàng, “Lý thuyết điều khiển tự động”, NXB ĐH Quốc Gia Tp.HCM, 
2005.
[5] Frank L.Lewis, Darren M.Dawson, Chaouki T.Abdallah, “Robot Manipulator Control Theory and Practice”, 
Marcel Dekker, INC, 2004.
[6] Heikki Koivo, “ANFIS (Adaptive Neuro-Fuzzy Inference System)”, 2000.
[7] Katalin M.Hangos, Rozalia Lakner, Miklos Gerzson, “Intelligent Control systems”, Kluwer Academic 
Publisher,2001.
V. KẾT LUẬN
Trong bài báo này trình bày việc thiết kế một bộ điều khiển neural mô hình nội để điều khiển cho cánh 
tay robot hai khớp nối. Các mô phỏng trên máy tính cho thấy rằng các bộ điều khiển được thiết kế đã 
đáp ứng được yêu cầu đặt ra là: Khi ta thay đổi các thông số động lực học của đối tượng thì tín hiệu ngõ 
ra thực sự của đối tượng luôn luôn bám theo tín hiệu ngõ ra mong muốn.
P.C.H
Hình 4.13. Kết quả mô phỏngHình 4.12. Đáp ứng bộ chấp hành 2