ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN NGUYỄN HỮU HIẾU ỨNG DỤNG KỸ THUẬT NEURAL-FUZZY TRONG VẤN ĐỀ ROBOT TỰ HÀNH Chuyên ngành: VẬT LÝ ĐIỆN TỬ HƯỚNG KỸ THUẬT Mã số: 60.44.03 LUẬN VĂN THẠC SỸ VẬT LÝ ĐIỆN TỬ HƯỚNG KỸ THUẬT HƯỚNG DẪN KHOA HỌC PGS.TS. DƯƠNG HOÀI NGHĨA TP. HỒ CHÍ MINH - 2009 1 Lời cảm ơn! ఇ♥ఇ Trong suốt thời gian học tập và nghiên cứu khoa học tại trường Đại học Khoa học Tự nhiên, tôi luôn nhận được sự động viên, giúp đỡ từ quý thầy cô, bạn bè và gia đình. Với sự giúp đỡ đó, hôm nay, tôi đã hoàn thành luận văn cao học. Trước tiên, em xin gỡi lời cảm ơn đến thầy PGS.TS. Nguyễn Hữu Phương và thầy PGS.TS. Dương Hoài Nghĩa đã tận tình hướ ng dẫn, giúp đỡ em trong thời gian qua. Xin cảm ơn tất cả các thầy cô đã giảng dạy, truyền thụ cho em kiến thức quý báu trong suốt thời gian học tập và nghiên cứu. Nhờ đó, em đã đủ kiến thức để hoàn thành luận văn này. Xin cảm ơn các bạn học viên cao học cùng khóa đã cùng bàn bạc, hỗ trợ cho tôi hoàn thành luận văn tốt nghiệp. Xin cảm ơn ba mẹ, anh chị trong gia đ ình đã luôn sát cánh, động viên để con hoàn thành chương trình học cao học. Xin trân trọng và cảm ơn tất cả! Nguyễn Hữu Hiếu. 2 Danh mục các từ viết tắt EKF Extension Kalman Filter FLC fuzzy logic KF Kalman Filter MISO Multi Input Single Output MIMO Multi Input Multi Output PCA Principal component analysis network SISO Single Input Single Output 3 Danh mục các hình ảnh trong đề tài. Hình1.1.Tổng thể hình dạng robot Hình1.2.Sơ đồ khối của robot Hình 2.1 Sơ đồ khối của hệ thống điều khiển Fuzzy logic. Hình 2.2 Ảnh ba chiều được tạo thành từ hai bức ảnh nổi. Hình 2.3 Robot tránh vật cản và tạo ra sai số định hướng Hình 2.4 Cấu tạo khối của robot tự hành. Hình 2.5. Cấu trúc bộ phận điều khiển chuyển động của robot. Hình 2.6 Sơ đồ kh ối giải thuật chuyển động của robot. Hình 2.7 Mô hình Kinematic. Hình 2.8 Sơ đồ khối hệ thống điều khiển chuyển động Hình 2.9 Các hàm thành viên của sai số góc. Hình 2.10 Các hàm thành viên của vận tốc bánh xe. Hình 2.11 Các hàm thành viên của sai số khoảng cách. Hình 2.12 Sơ đồ khối của kỹ thuật dùng ảnh nổi để đánh dấu điểm tương ứng. Hình 2.13 Tránh vật cản của robot Hình 2.14. Mô hình robot. Hình 2.15. Robot di chuyển đến điểm goal và tránh vật c ản trên đường đi. Hình 3.1 Mạng neural PCA Hình 3.2 Chi tiết trong mạng PCA. Hình 3.3 Các hướng đi trong không gian. Hình 3.4 Dạng của mạng neural MLP. 4 Hình 3.5 Môi trường dùng cho robot học hỏi. Hình 3.6. Dãy 29 sóng siêu âm dò tìm. Hình 3.7 Robot chuyển động gần của ra vào. Hình 3.8 Mô hình robot dùng trong thí nghiệm. Hình 3.9. Đường đi của robot trong môi trường bất kỳ. Hình 4.1 Sơ đồ bố trí các sensor trong robot. Hình 4.2 Hành động của robot dựa vào các sensor. Hình 4.3 Sơ đồ điều khiển hành động của robot. Hình 4.4 Trường hợp chỉ sensor O 2 dò được vật cản. Hình 4.5 Trường hợp hai sensor dò được vật cản. Hình 4.6 Hàm thành viên dạng tam giác cho Go-Tangent xéo góc và Go-Tangent-Front. Hình 4.7 Mạng Neural với các trọng số {a ij ,b ij } và {p k ,q k ,r k }. Hình 4.8 Các phương sai trong quá trình huấn luyện cho Go-Tangent xéo góc. Hình 4.9 Hàm thành viên với hai tín hiệu input (khoảng cách và vận tốc). Hình 4.10. Cấu trúc bốn môi trường thử nghiệm. Hình 5.1 Mạng neural với các neural fuzzy. Hình 5.2. Mạng neural 2 layer. Hình 5.3 Hệ thống neural fuzzy với 2 luật fuzzy. Hình.6.1. Hệ thống neural – fuzzy với một luật fuzzy. Hình.6.2. Sơ đồ khối giải thuật tìm đường về đích của robot tự hành. Hình.6.3. Robot tự tìm về đích trong môi trường thứ 1. 5 Hình.6.4. Robot tự tìm về đích trong môi trường thứ 2. Hình.6.5. Robot tự tìm về đích trong môi trường thứ 3. Hình.6.6. Robot tự tìm về đích trong môi trường thứ 4. Hình PL.1. Giải thích các linh kiện trên robot. Hình PL.2.Động cơ bước và đế robot Hình PL.3 Sơ đồ lắp ráp các linh kiện robot. Hình PL.4. Các bánh xe lắp vào động cơ bước. Hình PL.5. Mạch điện tử điều khiển robot. Hình PL.6. Lắp mạch điện tử cho robot. Hình PL.7. Bo mạch điện tử tạ o âm thanh cho robot. Hình PL.8. Lắp ắc quy cho robot. Hình PL.9. Robot được lắp ráp hoàn chỉnh. Hình PL.10. Mạch điện tử của robot nhìn từ mặt dưới. Hình PL.11. Mạch điện tử của robot nhìn từ mặt trên. 6 CHƯƠNG 1. TỔNG QUAN. 1.1 ROBOT TỰ HÀNH. Ngày nay, robot tự hành được ứng dụng trong nhiều lĩnh vực khác nhau. Ví dụ: robot chọn màu; cánh tay robot chọn lựa hàng hóa; robot dò tìm đường đi…. Trong đó, robot tự hành trong việc dò đường là vấn đề đang được quan tâm. Cấu tạo dạng chung của robot dạng này gồm các hệ thống sau: hệ thống xử lý thông tin; hệ thống dò tìm vật cản; hệ thống chuyển động. Hệ thống dò tìm vật cản: dùng các sensor hồng ngoại hay sensor siêu âm để nhận biết vật cản xung quanh. Hệ thống chuyển động: bao gồm các bánh xe và hệ thống truyền động. Hệ thống này giúp robot chuyển động theo yêu cầu của hệ thống xử lý thông tin. Hệ thống xử lý thông tin: có nhiệm vụ xử lý các thông tin từ hệ thống dò tìm vật cản và đưa ra hành động cụ thể cho hệ thống chuyển động. *Các kỹ thuật đã được ứng dụ ng trong vấn đề robot tự hành: Điều khiển fuzzy logic (FLC) đã được ứng dụng cho việc điều khiển robot. Việc điều khiển này dựa vào hệ thống luật. Bên cạnh đó, mạng neural cũng được ứng dụng vào khoa học robot tự hành. Với mạng neural, robot có thể được học hỏi, được huấn luyện. Từ đó, mạng neural sẽ hiệu chỉnh các thông số truyền gi ữa các lớp neural nhằm tạo ra hệ thống tối ưu, sát với yêu cầu thực tế. Kết hợp fuzzy và neural trong khoa học robot tự hành là một hướng đi mới. Việc kết hợp này có nhiều ưu điểm hơn so với chỉ dùng fuzzy hoặc neural. Hệ thống này thân thiện hơn với người dùng thông qua các hệ thống luật fuzzy và có thể huấn luyện, điều chỉnh các thông số truyền gi ữa các lớp mạng neural. Do đó, hệ thống tốn ít thời gian để xử lý thông tin. 7 1.2. CÁC VẤN ĐỀ CỦA ROBOT TỰ HÀNH. *Vấn đề tìm hướng đi: xác định điểm đích cần đến. Trong quá trình chuyển động, robot cần xác định vị trí vật cản và thực hiện việc tránh vật cản. Robot luôn luôn cập nhật các vật cản xung quanh và tính toán lộ trình để đi về điểm đích. *Việc làm được: robot có thể đi đến điểm đích một cách an toàn không va cham với vậ t cản. *Việc chưa làm được: trong quá trình chuyển động thực tế, robot sẽ gặp khó khăn do có sai số trong việc đo đạc khoảng cách, sai số vòng quay bánh xe, sai số trong việc quay chuyển góc… Thêm vào đó, thời gian xử lý của hệ thống robot cũng cần phải tối ưu hơn 1.3. CẤU TRÚC ROBOT TỰ HÀNH THƯỜNG GẶP. Đây là dạng robot thường gặp. Hình1.1.Tổng thể hình dạng robot 8 Tổng thể: *Robot dạng hình trụ. *2 động cơ bước. *Các đèn led. *Các sensor âm thanh, hình ảnh. *Cổng kết nối giao tiếp Bluetooth. *Mạch điện tử điều khiển Hình1.2.Sơ đồ khối của robot 9 CHƯƠNG 2. FUZZY LOGIC VÀ LỌC KALMAN TRONG VIỆC ĐIỀU KHIỂN ROBOT TỰ HÀNH 2.1. GIỚI THIỆU. Việc nghiên cứu robot tự hành đã xuất hiện từ lâu nhưng vẫn còn nhiều vấn đề cần nghiên cứu tiếp. Đã có nhiều nghiên cứu về sự định hướng của robot ở môi trường đã biết và chưa biết. Các tác giả (Toshido Fukuda, Fellow và Naoyuki Kubota (1999)) đã chú ý đến hệ thống robot tự hành bằng kỹ thuật Fuzzy và đưa ra mạng các sensor mà cho phép các robot có thể nhận được môi trường. Trong việ c đánh giá các vật cản, các tác giả (Alexander Suppes, Frank Suhling và Michael hotter (2001)) đã đưa ra giải pháp dùng Video để dò tìm vật cản dựa vào các ước lượng bức ảnh dữ liệu. Việc xác định các vật cản dựa vào các ngưỡng xác định trong quá trình xử lý ảnh. Các tác giả cũng xác định các lỗi thuộc hệ thống và các lỗi không thuộc hệ thống trong quá trình chuyển động của robot như là sai số đo đạc, sai số giữa đường kính các bánh xe, sai s ố vận tốc góc giữa các bánh xe. 2.2. KỸ THUẬT ĐỊNH HƯỚNG CHO ROBOT. Ở đây, tác giả dùng nguyên tắc ước lượng vị trí robot. Ý tưởng là dựa vào thuật toán để xác định vị trí hiện tại của robot bằng cách từ vị trí trước đó, tính được vị trí hiện tại khi biết được hành trình mà nó đã đi. Điều này được thực hiện nhờ vào việc tính toán các vòng quay bánh xe. Nhờ đó, độ chính xác và tốc độ robot cao hơn. 2.2.1 Lọc Kalman Lọc Kalman (KF) được dùng rộng rãi trong nghiên cứu các hệ thống động, phân tích, tiên đoán, ước lượng. Lọc Kalman là giải thuật tối ưu cho vấn đề lọc tuyến tính dữ liệu rời rạc KF rất hữu dụng trong vấn đề như là: nó giúp ước lượng, dự báo và nhận dạng mô hình. Tuy nhiên, hệ thống thực tế thì không tuyến tính. Ở đây, sự tuyến tính được tạ o ra bằng giải thuật xấp xỉ. Việc này kết hợp với KF tạo ta KF mở rộng (extension Kalman Filter-(EKF)). Hệ thống rời rạc và dạng đo đạc được chỉ ra phương trình (2.1) và (2.2) như sau: [...]... CỦA ROBOT 2.3.1 Hệ thống điều khiển chuyển động 13 Trong hầu hết chuyển động của robot, luôn có những vấn đề xảy ra khi robot đi từ điểm xuất phát đến điểm đích Sai sót có thể là sự định hướng không chính xác như lúc đầu trong quá trình chuyển động Giả sử robot dịch chuyển từ vị trí P0 đến vị trí Pg trong môi trường không xác định Vật cản trong môi trường là O, trong khi robot đi từ điểm hiện hành. .. trình vận hành cho robot Trong đó, việc robot tự định hướng đường đi an toàn là vấn đề cần được quan tâm Nghiên cứu này quan tâm đến việc định hướng và tránh các vật cản của robot trong môi trường Để đến được điểm đích, robot phải có khả năng xử lý dữ liệu, học tập kinh nghiệm, tiên đoán, quyết định hành động sẽ thực hiện Điều này làm robot có khả năng “thông minh’ như con người Nghĩa là, robot có khả... đến điểm đích Vấn đề đặt ra là robot phải tính toán rất nhiều từ hình dáng robot đến hình dáng của vật cản Vì vậy, cần thúc đẩy một giải thuật song song để giải quyết vấn đề nhanh hơn Giải thuật này sẽ có cách tính toán nhanh hơn Trong đó, mạng neural là hệ thống xử lý song song Nhiều nghiên cứu dùng kỹ thuật mạng neural để giải quyết vấn đề đi tìm đường đi cho robot Trong tài liệu này, mạng neural... quan tâm là phân loại vật thể trong môi trường của robot bằng dữ liệu dò tìm laser, từ đó, ta có thể dễ dàng hơn trong việc ứng dụng mạng neural trong việc định đường đi cho robot 3.3 TIẾP CẬN VẤN ĐỀ 3.3.1 Bài toán định hướng chuyển động Cho A là một vật thể robot chuyển động trong môi trường W với không gian N chiều RN, N = 2 hoặc N = 3 Gọi o1, o2, ……… om là các vật cản trong môi trường Giả sử, hình... Các điểm ảnh trong các bức ảnh nối thành phần là thành tố để tạo thành vật thể ba chiều trong không gian ảnh khác Những điểm ảnh thuộc về các bức ảnh tương ứng của chúng sẽ có vị trí khác biệt nhau và được gọi là sự không tương ứng (Marti Gaetan, 1997) Trạng thái lý tưởng được trình bày trong hình 2.2 Mỗi 12 điểm ảnh trong không gian ba chiều sẽ được phân tích thành các vùng khác nhau trong các bức... đây, robot có hệ thống nhận diện môi trường bằng các sensor có sẵn trên robot Với môi trường có nhiều vật cản, robot cần xác định con đường đi đến điểm đích mà không va chạm với vật cản Việc di chuyển của robot có thể chia thành hai vấn đề nhỏ, đó là, nhận diện không gian và tìm kiếm đường đi Vấn đề tìm kiếm đường đi là tìm lấy con đường không va chạm với vật cản từ điểm khởi đầu đến điểm đích Vấn đề. .. biệt, khi robot tránh vật cản và sau đó, nó trả lại lộ trình ban đầu, sai số vị trí sẽ gia tăng như hình 2.3 Obstacle Po, θo Ps,θs P2,θ2 P1,θ1 Pk, θk P2,θ2 Hình 2.3 Robot tránh vật cản và tạo ra sai số định hướng 2.3.2 Thiết kế robot tự hành Robot tự hành được trình bày như hình 2.4 và được dùng trong nghiên cứu, được xây dựng trong thể tích của một hình trụ tròn và có ba bánh xe để di chuyển Robot có... Battery 208mm Driving wheel Passive wheel 240mm Hình 2.4 Cấu tạo khối của robot tự hành Trong cấu tạo trên có ba module sử dụng sensor Module thứ nhất đặt ở trung tâm khung robot dùng để xác định hướng đi robot Module thứ hai đặt dưới khung robot để xác định vị trí robot Module thứ ba đặt ở đỉnh robot dùng để chụp ảnh nổi cho robot 2.3.3 Điều khiển chuyển động Bộ phận điều khiển chuyển động gồm phần... và của robot trong môi trường đã được biết Vấn đề đặt ra là, từ vị trí và góc định hướng ban đầu, ta cần thiết lập đường đi cho robot tới điểm đích Trên đường đi đó, robot cần tránh va chạm với các vật cản, đồng thời, robot cần xác định vị trí điểm đích và góc định hướng tức thời của robot Nếu robot không xác định được đường đi thì nó sẽ báo lỗi 29 3.3.2 Môi trường Thông thường, ta giả sử robot là... chính được viết trong MATLAB Hình 2.14 Mô hình robot 26 2.7 KẾT QUẢ THÍ NGHIỆM Robot được thể nghiệm trong nhiều môi trường khác nhau có vật cản Trong tất cả trường hợp, robot đi từ điểm xuất phát tới điểm đích một cách an toàn, không bị va chạm với vật cản Hình 2.15 Robot di chuyển đến điểm goal và tránh vật cản trên đường đi 27 CHƯƠNG 3 MẠNG NEURAL TRONG ĐIỀU KHIỂN CHUYỂN ĐỘNG ROBOT 3.1 GIỚI THIỆU . 1.1 ROBOT TỰ HÀNH. Ngày nay, robot tự hành được ứng dụng trong nhiều lĩnh vực khác nhau. Ví dụ: robot chọn màu; cánh tay robot chọn lựa hàng hóa; robot dò tìm đường đi…. Trong đó, robot tự hành. khối giải thuật tìm đường về đích của robot tự hành. Hình.6.3. Robot tự tìm về đích trong môi trường thứ 1. 5 Hình.6.4. Robot tự tìm về đích trong môi trường thứ 2. Hình.6.5. Robot tự tìm. ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN NGUYỄN HỮU HIẾU ỨNG DỤNG KỸ THUẬT NEURAL-FUZZY TRONG VẤN ĐỀ ROBOT TỰ HÀNH Chuyên ngành: