Robot tự hành với khả năng tránh vật cản sử dụng mạng nơron

28 
ROBOT TỰ HÀNH VỚI KHẢ NĂNG TRÁNH VẬT CẢN SỬ DỤNG 
MẠNG NƠRON 
 Nguyễn Đức Toàn*, Nguyễn Mạnh Hùng** 
TÓM TẮT 
Ngày nay việc sử dụng Robot để thay thế cho con người làm việc và di chuyển trong các 
môi trường khác nhau là một vấn đề cấp thiết. Vấn đề đặt ra là chế tạo và làm ra Robot có khả 
năng di chuyển tránh vật cản di động sử dụng trong môi trường với mô hình động học của robot và 
trường nhân tạo được thực hiện bởi hai nhiệm vụ: Xác định một véc tơ khoảng cách (đến vật cản) 
và một véc tơ khoảng cách đến điểm đích để từ đó tính toán để điều khiển vận tốc. Để khảo sát 
Robot tự hành với khả năng tránh vật cản sử dụng mạng Nơron được thực hiện thông qua chương 
trình Matlab và Simulink, được trình bày kèm theo kết quả thực nghiệm. 
AUTOMATIC ROBOT WITH THE POSSIBILITY OF USING AVOID OBSTACLES 
NEURAL NETWORKS 
SUMMARY 
Today the use of robots to replace humans working and moving in different environments is 
a matter of urgency. The problem is made and theability to move the robot avoid obstacles 
used in mobileenvironments with dynamic models of robots and artificial fieldsmade by two tasks 
Define a vector distance (the barrier) and avector distance to the destinationpoint from which to 
calculate the speed controller. To examine the self- robot with propelled the ability to avoid 
obstacles using neural networks is done through theprogram Matlab and Simulink , and are 
presented together withexperimental results. 
1. Giới Thiệu 
Robot công nghiệp có thể di chuyển trong 
môi trường từ một vị trí (điểm xuất phát) đến 
một vị trí khác (điểm đích) và tránh vật cản 
trong quá trình di chuyển. Những phương pháp 
tránh vật cản có thể chia làm hai loại: 
− Kỹ thuật vạch đường đi 
− Kỹ thuật tránh vật cản 
Để điều khiển được robot công nghiệp 
người ta thường sử dụng các phương pháp điều 
khiển PI, phương pháp điều khiển PID, điều 
khiển thích nghi 
Trong bài này sử dụng phương pháp điều 
khiển dựa trên mạng nơron. Phương pháp điều 
khiển mạng Nơron trong phần này sử dụng tín 
hiệu từ cảm biến đưa về để điều khiển bánh xe 
robot trong thực nghiệm và sử dụng phương 
pháp điều khiển. 
2. Mô tả đối tượng 
Robot có 2 bánh xe truyền động được gắn 
đồng trục và 2 bánh xe tự do được gắn lần lượt 
phía trước và sau robot. Vị trí của robot di động 
trong khung toàn cục (global frame) {x,O,y} có 
thể được xác định bởi vị trí của trọng tâm của 
robot di động, được biểu thị bằng chữ P và góc 
giữa khung cục bộ {x1,P,y1} và khung toàn cục 
là θ. 
* ThS. Khoa Ñieän, tröôøng Ñaïi hoïc Coâng nghieäp thaønh phoá HCM 
** TS. Tröôøng Ñaïi hoïc Coâng nghieäp thaønh phoá HCM 
Tạp chí Đại học Công nghiệp 
29 
Trong đó, P là điểm cố định trên mặt 
phẳng của robot mà vị trí được đại diện bởi tọa 
độ (x,y) trong tọa độ toàn cục{ }0, ,x y phương 
trình { }1 1, ,P x y . 
θ là góc hướng của hệ tọa độ robot 
{ }1 1, ,P x y với tọa độ toàn cục { }0, ,x y được xác 
định từ trục x với x1. Tư thế của robot được mô 
tả một cách đầy đủ bởi véc tơ ( )Tx yξ θ . Ma 
trận xoay trực chuẩn sử dụng để vạch ra tọa độ 
toàn cục vào tọa độ của robot ( )R θ , và ngược 
lại ( )TR θ được cho bởi: 
( )
cos sin 0
sin cos 0
0 0 1
R
θ θ
θ θ θ
⎛ ⎞⎜ ⎟= −⎜ ⎟⎜ ⎟⎝ ⎠
 (3.1) 
Hệ thống robot di động bằng bánh xe có 
n chiều cấu hình trong không gian C với tọa độ 
tổng quát n ( )1,..., nq q q và chủ thể đến động học 
hai bên (bilateral kinematic) có thể được biểu 
diễn dưới dạng sau: 
 ( ) 0A q q• = (3.2) 
Ở đây, ( ) mxnA q R∈ là ma trận kết hợp 
với đối tượng. Với ( )N A là không gian rỗng 
của ( )A T . Sau đó, bằng cách bắt cầu (A) chúng 
ta có thể định nghĩa 1 tập trường véc tơ độc lập 
nhẵn và tuyến tính ( ) ( )1 ,..., n mV T V T− . Nếu 
chúng ta cho S(T) là một ma trận dãy đầy đủ 
bao gồm véc tơ ( ) ( ) ( )1 ,..., n mS T V T V T−= ⎡ ⎤⎣ ⎦ . 
Nó luôn có thể xác định n – m tốc độ vào 
( ) [ ]1 2, ,..., Tn mv t V V V −= , ở đây ( ) n mv t R −∈ được 
gọi là hệ chuyển hướng hoặc véc tơ tốc độ phụ 
của xe, như vậy ta có : 
( ) ( )q S q v t•= (3.3) 
Ở đây, v(t) là véc tơ vận tốc ngõ vào 
được chọn trước cho mô hình động học. 
Ở đây, bánh trước là bánh xe tự do 
không tham gia vào mô hình động học này. 
Động học này cưỡng bức robot phải di chuyển 
theo hướng trục có thể được viết như sau: 
cos sin 0y x dθ θ θ• • •− − = (3.4) 
Và việc lăn của bánh xe cưỡng bức lái 
các bánh xe không trượt có thể được viết như 
sau: 
cos sin rx y b rθ θ θ φ
• • • •− − = 
cos sin lx y b rθ θ θ φ
• • • •− − = (3.5) 
Ở đây, rφ
•
và lφ
•
là vận tốc tương ứng của 
bánh xe phải và trái 
r là bán kính của bánh xe 
d là khoảng cách của dương từ mỗi trục 
bánh xe đến truyền động đến trục P 
b là khoảng cách từ mỗi trục bánh xe 
đến trục x1 
θ• là vận tốc góc của khung robot (robot 
frame). 
Việc định nghĩa véc tơ tọa độ tổng quát 
là ( )Tr rT x y θ φ φ= và véc tơ vận tốc tổng quát 
là 
T
r rq x y θ φ φ
• • • • • •⎛ ⎞= ⎜ ⎟⎝ ⎠ , chúng ta có thể viết lại 
dưới dạng A(T)T = 0 
Robot tự hành với khả năng 
30 
Ở đây, 
( )
sin cos 0 0
cos sin 0
cos sin 0
r
l
x
yd
A q q b r
b r
θ θ
θ θ θ
θ θ φ
φ
•
•
• •
•
•
⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥− −⎡ ⎤ ⎢ ⎥⎢ ⎥= − − − ⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥− −⎣ ⎦ ⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦
 (3.6) 
Sau đó, thay vì tìm một giải pháp cho 
S(T) cho hệ thống được cho trong phương trình 
(3.6) bằng cách chọn vận tốc của bánh xe như 
trong hệ bánh lái ( ) Tr lv t φ φ• •⎡ ⎤= ⎢ ⎥⎣ ⎦ , chúng ta có 
thể tìm 1 tập của trường véc tơ độc lập nhẵng và 
tuyến tínhcho S(T) mà nó di chuyển trong 
không gian của A(T) khi nó được nhận hệ thống 
lái n – m là: 
( ) [ ] [ ]1 2 1
T
T Tv t v v x vθ ω• •⎡ ⎤= = =⎢ ⎥⎣ ⎦ 
Ở đây, 1 1Y x Y
•= = là vận tốc dài của robot tại 
điểm P và 2v θ ω= = là vận tốc góc của khung 
robot 
Sau đó, ( ) ( )T S T v t= có thể viết lại 
là:
cos sin
sin cos
0 1
1
1r
l
dx
d
y
v
b
r r
b
r r
θ θ
θ θ
θ ω
φ
φ
•
•
•
•
•
⎡ ⎤ −⎡ ⎤⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎡ ⎤⎢ ⎥ ⎢ ⎥= = ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎣ ⎦⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥−⎢ ⎥ ⎣ ⎦⎣ ⎦
 (3.7) 
Với phương trình (3.7) chúng ta có thể tính 
được vận tốc đầy đủ tại không gian làm việc 
x y θ• • •⎡ ⎤⎢ ⎥⎣ ⎦ và tại không gian khớp nối 
T
r lφ φ
• •⎡ ⎤⎢ ⎥⎣ ⎦ 
theo hướng vận vận tốc dài v của điểm P và vận 
tốc góc w của khung robot, ở đây hệ thống bánh 
lái ( ) [ ]Tv t v ω= là ngõ vào của mô hình động 
học của Robot. 
3. Giải pháp điều khiển và mô phỏng 
3.1 Sơ đồ Simulink của hệ thống 
Hình 1.1. Hệ thống điều khiển robot di động 
Hình 1.2. Mô hình toán của robot di động 
Thiết lập tín hiệu đặt: 
Hình 1.3. Tín hiệu đặt 
Tạp chí Đại học Công nghiệp 
31 
Kết quả mô phỏng 
Hình 1.4. Tín hiệu ngõ ra đối với trục x 
Hình 1.5. Tín hiệu ngõ ra đối với trục y 
Giai đoạn đầu của quá 
trình huấn luyện được 
phóng to 
Giai đoạn đầu của 
quá trình huấn luyện 
được phóng to 
Tín hiệu tham chiếu 
Robot tự hành với khả năng 
32 
Nhận xét: tín hiệu ra bám theo tín hiệu đặt 
 Điều khiển robot di động bằng cách điều chỉnh 
hệ số Kp thông qua giải thuật di truyền.Trong 
phần này đã sử dụng giải thuật di truyền để xác 
định giá trị hệ số Kp. Với giá trị Kp = [20 20]. 
Sơ đồ simulink 
Hình 1.6. Hệ thống điều khiển robot di động 
Thiết lập tín hiệu đặt: 
Hình 1.7. Tín hiệu đặt là hình số 8 
Kết quả mô phỏng 
Hình 1.8. Tín hiệu ngõ ra đối với trục x 
Hình 1.9. Tín hiệu ngõ ra đối với trục y 
3. Thực nghiệm 
 Làm ra được mô hình Robot tránh được vật cản. Sản phẩm sau khi thực hiện: 
4. Nhận xét 
Nghiên cứu này đã sử dung một bộ điều 
khiển trên công nghệ mạng nơron dùng điều 
khiển robot tự hành theo tín hiệu đặt. Các kết 
quả mô phỏng cho thấy robot đã bám theo một 
đường đã được đặt trước và cũng thể hiện được 
tính thích nghi cao qua các trường hợp mô 
phỏng và thực nghiệm. Từ những kết quả đạt 
được bộ điều khiển của mạng nơron và tín hiệu 
đặt robot sẽ di chuyển theo một đường đi đã 
được định trước. Kết quả thực nghiệm cho thấy 
robot đã tránh được những vật cản cố định. 
Đáp ứng của hệ thống 
trong 1s đầu 
Đáp ứng của hệ 
thống trong 2s 
đầu 
Tạp chí Đại học Công nghiệp 
33 
TÀI LIỆU THAM KHẢO 
[1] Ngô Cao Cường, Hồ Đắc Lộc, Trần Thu Hà. Andaptive contronl of nonlinear dynamics system 
based on RBF network. ICMIT 2003 Kore, December 4-6, 2003 
[2] Diễn đàn Pic Việt Nam. PICVIETNAM.COM 
[3]. Adaptive Neural Network Control for a Class of MIMO Nonlinear Systems With Disturbances 
in Discrete-Time - Shuzhi Sam Ge, Senior Member, IEEE, Jin Zhang, and Tong Heng Lee, 
Member, IEEE 
[4]. Tracking control basedon neural network strategy for robot manipulator – Rong. Jong Wai 
Department of Electrical Engineering, Yuan Ze University, Chung Li 320, Taiwan 
[5]. Stable Multi-Input Multi-Output Adaptive Fuzzy/ Neural Control. Raul Ordonez and Kevin M. 
Passino 
[6]. Nguyễn Thị Phương Hà ,“ Lý thuyết điều khiển hiện đại”,Nhà xuất bản Đại học quốc gia 
Tp.HCM. 
[7]. Huỳnh Thái Hoàng , “ Điều khiển thông minh”, Nhà xuất bản đại học quốc gia Tp.HCM.