Professional Documents
Culture Documents
Dieu Khien Robot Bay Dan Tranh Vat Can Va Tim Kiem
Dieu Khien Robot Bay Dan Tranh Vat Can Va Tim Kiem
net/publication/306356783
Điều khiển robot bầy đàn tránh vật cản và tìm kiếm mục tiêu
CITATIONS READS
0 2,678
2 authors, including:
Lan Le Hung
University of Transport and Communications
13 PUBLICATIONS 32 CITATIONS
SEE PROFILE
All content following this page was uploaded by Lan Le Hung on 27 May 2020.
Điều khiển robot bầy đàn tránh vật cản và tìm kiếm mục tiêu
Control swarm robots avoid obstacles and search for goals
Tóm tắt:
Bài báo đề xuất giải pháp điều khiển robot bầy đàn trong robot học đã được nghiên cứu rất rộng rãi và có
tìm kiếm mục tiêu và tránh vật cản bằng kỹ thuật điều nhiều thuật toán điều khiển được đưa ra để giải quyết
khiển hành vi dựa trên không gian rỗng. Tiếp theo, vấn đề này. Tuy nhiên, hầu hết các thuật toán được
bài báo dựa trên lý thuyết Lyapunov để đưa ra các xây dựng dựa trên cơ sở robot đơn lẻ, có kích thước
điều kiện ổn định của quá trình tụ bầy theo phương và khối lượng lớn. Trong [2], các tác giả đã sử dụng
thức điều khiển mới đề xuất. Cuối cùng là các kết quả bộ điều khiển mờ cho việc theo dõi đường đi và tránh
mô phỏng bằng phần mềm Matlab chứng minh tính trở ngại trên đường di chuyển của một robot bánh xe
đúng đắn của các nghiên cứu lý thuyết. di động (WMR), kết quả đạt được là robot đã tránh
Từ khóa: robot bầy đàn, điều khiển hành vi dựa trên được vật cản, nhưng chỉ dừng lại ở việc khảo sát trên
không gian rỗng, tránh vật cản, tìm kiếm mục tiêu. một cá thể robot. Trong [3], [4] đã phân tích, chứng
minh sự ổn định của bầy robot di chuyển trong môi
Abstract: trường không có chướng ngại vật, với lực hút/đẩy
This paper proposes a control solution for searching
giữa các cá thể được thiết lập dựa trên cơ sở logic mờ.
goal and avoiding obstacles of swarm robots by
Để phát triển hơn các nội dung đã nghiên cứu ở [3] và
control technique of Null Space based Behavior.
[4], trong [5] các tác giả đã xây dựng mô hình toán
Further more, the article based on Lyapunov theory to
của bầy đàn không chỉ dựa trên lực tương tác giữa các
give the stable conditions of the swarm convergence
cá thể robot trong bầy mà còn phụ thuộc vào lực
under a new control method. Finally, simulation
tương tác giữa các cá thể robot với môi trường, cụ thể
results using Matlab software prove the correctness of
là với vật cản nằm trên đường di chuyển và với mồi.
the theoretical research.
Các lực tương tác này đều được mô tả bởi các hàm
Keywords: swarm robots, Null Space based Behavior
logic mờ, kết quả đạt được là các robot trong bầy đã
control, avoid obstacles, targeted search.
tránh được vật cản và tìm được mồi.
Trong nội dung bài báo này, chúng tôi đưa ra giải
Chữ viết tắt pháp điều khiển robot bầy đàn dựa trên kỹ thuật điều
PSO Particle Swarm Optimization khiển hành vi không gian rỗng NSB: chia nhiệm vụ
lớn của bầy robot thành các nhiệm vụ nhỏ, xác định
WMR Wheeled Mobile Robot mức độ ưu tiên của từng nhiệm vụ, sau đó chiếu
nhiệm vụ có mức độ ưu tiên thấp hơn vào không gian
NSB Null Space based Behavior rỗng của nhiệm vụ ưu tiên cao hơn. Điều kiện ổn định
quá trình hội tụ cũng được đưa ra trong nghiên cứu
này, và cuối cùng là các kết quả mô phỏng kiểm
1. Phần mở đầu chứng tính đúng đắn của nghiên cứu lý thuyết bằng
Hệ thống robot bầy đàn luôn gặp phải rất nhiều vấn phần mềm Matlab.
đề khó khăn, ví dụ như: chúng luôn phải hoạt động
trong những môi trường phức tạp, có nhiều trở ngại, 2. Nội dung chính
nhưng bên cạnh đó khả năng tính toán của chúng lại
2.1 Khái niệm không gian rỗng
luôn bị giới hạn bởi các cấu trúc vật lý. Mặc dù vậy,
Xem xét một bầy robot có N cá thể di chuyển trong
các hệ thống điều khiển vẫn phải đảm bảo trong thời
gian thực các robot vẫn phải hoàn thành mục tiêu pi1
nhiệm vụ của mình. Trong nghiên cứu [1] nhóm tác pi 2
giả trình bày một thuật toán tránh vật cản với cách không gian n chiều, gọi pi R n : là vị trí
tiếp cận thuật toán tối ưu bầy đàn (PSO) để điều khiển ...
các robot trong ứng dụng tìm kiếm tập thể. Ý tưởng
này còn nhiều hạn chế để mô phỏng khi có nhiều yếu pin
tố thực tế giới hạn chương trình. Vấn đề tránh vật cản
VCCA-2015
Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hoá - VCCA-2015
VCCA-2015
Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hoá - VCCA-2015
uo+ No ug
No
ug
No u g
uo
u=uo+ No ug +Nogus
Robot i
us
Nog us
Nog
H. 1 Giản đồ tổng hợp vận tốc theo phương pháp NSB khi robot i thực hiện ba nhiệm vụ
T
Ma trận giả nghịch đảo của Jo: pg pi
Jg pˆ igT (9)
Jo pˆ io , J o Rn M
pg pi
Ma trận hình chiếu trực giao của Jo: Ma trận giả nghịch đảo của Jg:
No In pˆ io pˆ ioT , No Rn n
(7) Jg pˆ ig , Jg Rn 1
Từ (5) suy ra vector vận tốc robot tránh vật cản được Ma trận hình chiếu trực giao của Jg:
xác định như sau:
Ng I2 pˆ ig pˆ igT , N g Rn n
(10)
uo o Jo o do o Jo o
(8) Từ (5) suy ra vector vận tốc di chuyển tới đích của
trong đó: o o do là sai lệch giữa khoảng cách robot i được viết lại như sau:
thực tế và khoảng cách mong muốn từ robot đến vật ug g Jg g dg g Jg g (11)
cản.
Xác định vận tốc robot di chuyển đến mục tiêu: trong đó: g g dg g là sai lệch giữa khoảng
pg1 cách thực tế và khoảng cách mong muốn từ robot đến
đích.
pg 2 Xác định vector vận tốc duy trì bầy:
Gọi: pg R n là vị trí của mục tiêu cần tìm Trong các nhiệm vụ của robot bầy đàn thì nhiệm vụ
... duy trì bầy là một trong những nhiệm vụ rất quan
pgn trọng, đã có rất nhiều công trình khoa học nghiên cứu
về vấn đề này. Trong [4], chúng tôi đã phân tích hành
kiếm, g R là khoảng cách thực tế giữa robot thứ vi hội tụ của bầy đàn dựa trên lực hút/đẩy mờ.
tới mục tiêu, lúc đó g được tính toán theo công thức: Khoảng cách thực tế giữa cá thể robot thứ i và thứ j
(j=1÷N, j≠i) là:
2 2
g pg pi pg 1 pi1 ... pgn pin 2 2
s pj pi p j1 pi1 ... p jn pin
Mong muốn của việc điều khiển robot hướng tới đích
là robot chạm vào mục tiêu, tức là khoảng cách mong Mục tiêu của việc điều khiển là duy trì khoảng cách
muốn bằng 0: giữa hai cá thể robot luôn giữ ở hằng số
*
dg 0 s ,d s RN
g ,d
Gọi là sai lệch giữa khoảng cách thực tế và khoảng
Ma trận Jacobian J g R1 n : s
*
cách mong muốn: s s s
Trong nghiên cứu [4], mô hình động lực học của cá
thể robot thứ i được xác định như sau:
VCCA-2015
Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hoá - VCCA-2015
pN pi
T
vật cản o , giữa robot thứ i với đích đến g và giữa
pN pi robot thứ i với robot thứ j (j=1÷N, j≠i) s .
Ma trận hình chiếu trực giao của Js:
- Tính lực hút/đẩy mờ s sao cho thỏa mãn điều
Ns In pˆ s pˆ sT , Ns Rn n
(16)
kiện (13) [4].
Từ (5) suy ra vector vận tốc của cá thể robot thứ i làm * Bước 3:
nhiệm vụ duy trì bầy đàn được xác dịnh như sau: - So sánh khoảng cách thực tế và khoảng cách an toàn
us Js s Rn 1 (17) từ robot i tới vật cản om (m=1, 2,…M). Nếu:
• Tổng hợp vector vận tốc di chuyển của mỗi cá thể o do : robot thứ i không cần tránh vật cản o,
robot trong bầy khi thực hiện cả ba nhiệm vụ dựa trên tức là Jo 0
kỹ thuật NSB như H.1:
u uo No u g Nog us o do : robot thứ i cần phải tránh vật cản o, lúc
này cần tính J o theo (6).
o Jo o g No J g g N og J s s ,
Tính: J o , N o , uo .
u Rn 1 (18)
- So sánh khoảng cách thực tế và khoảng cách mong
Jo n n muốn từ robot i tới đích đến. Nếu:
trong đó: J og , J og R ;
Jg g 0 : robot thứ i đã gặp đích đến g, J g 0 .
N og In J og J og , N og Rn n
VCCA-2015
Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hoá - VCCA-2015
g 0 : robot thứ i chưa gặp đích đến g, tính J g Gọi là vector sai lệch mục tiêu nhiệm vụ, tức là
theo (9). o
Tính: J g , N g , ug . g , mục đích của việc điều khiển là làm sao
Tính: J og , J og , N og s
- So sánh khoảng cách thực tế và khoảng cách mong cho 0.
muốn từ robot i tới robot thứ j. Nếu: N
* Chọn hàm thế năng Lyapunov: V :R R
s s: robot thứ i và robot thứ j di chuyển về
là một hàm liên tục, khả vi:
phía nhau nhờ hàm hút s 0. 1 T
*
V
s s: robot thứ i và robot thứ j di chuyển về 2
Đạo hàm V(.) theo thời gian:
phía cách xa nhau nhờ hàm đẩy s 0.
Jo
*
s s: robot thứ i giữ nguyên lộ trình di chuyển
V T T
Jg u
s 0. Js
Tính: J s , u s
o o
* Bước 4: T
- Vận tốc di chuyển của cá thể i ở bước tính k o J g Jo o g J g No J g g
VCCA-2015
Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hoá - VCCA-2015
chứng minh các giá trị riêng của ma trận M 33 là xác trong đó ma trận R3 3 được định nghĩa như sau:
định dương 0 33 1 2 N . Do đó o 0 0
chúng ta có thể viết: J g Jo
o g J g No J g 0 (23)
T
s M 33 s 1 s1 s1 2 s2 s2 k1 31
o 31 g 32
N sN sN
Để V1 là xác định dương thì phải xác định dương,
Lưu ý rằng: điều đó có nghĩa rằng, các phần tử nằm trên đường
chéo chính của là xác định dương theo định lý
k1 si si k2 si ,0 k1 k2 , 0 k1 k2 Sylvester:
với i 1, 2, ,N o 0 (24)
Nên: k1
2
si si si k2 2
si g 0 và J g N o J g 0 (25)
Do đó
T
M 33 là xác định dương. k1 0 và J s Nog J s 0 (26)
s s
Ma trận M33 là xác định dương nếu các nhiệm vụ tách Từ (7):
biệt là độc lập tuyến tính, tức là hạng của các ma trận J oT J gT
nhiệm vụ duy trì bầy và nhiệm vụ xếp chồng tránh vật J g No J g 1 Jg 2
Jg 2
cản o - di chuyển tới đích g phải thỏa mãn điều kiện Jo Jg
(20). T 2
Chứng minh các điều kiện đủ của định lý: J g J oT J g J oT J g , J oT
Trong công thức: 1 2 2
1 2 2
V1 2
m11 2
m22 T
M 33 Jo Jg Jo Jg
o g s s
T
m21 T
M 31 T
M 32 Theo bất đẳng thức Cauchy – Schwarz:
g o s o s (22)
2 2 2
Cụ thể như sau: J g , J oT Jo J g , J g No J g 0 , dấu bằng
2 2
o m11 o o xảy ra khi và chỉ khi Jo và Jg là hai vector phụ thuộc
2 2
g m22 g J g No J g g
tuyến tính, J g N o J g 0 khi và chỉ khi Jo và Jg là hai
T vector độc lập tuyến tính. Nói cách khác, (25) đúng
m21 J g Jo
g o o g o thì công thức (19) là đúng. Tương tự như vậy,
Ta lại có: J s Nog J s 0 khi và chỉ khi Jog và Js là hai vector
T
s M 31 o o 31 s o độc lập tuyến tính, điều đó có nghĩa rằng (26) đúng
T
M 32 thì công thức (20) là đúng.
s g g 32 s o
Định lý đã được chứng minh.
T 2
s M 33 s 33 1 k s
2.4 Kết quả mô phỏng
trong đó: 31 : giá trị lớn nhất của ma trận J s Jo Đối với mỗi mô phỏng, không gian tìm kiếm được
thiết lập trên hệ tọa độ hai chiều [500, 500]. Các vị trí
32 : giá trị lớn nhất của ma trận J s N o J g . ban đầu của robot, vật cản, mục tiêu được khởi tạo
Vì vậy: ngẫu nhiên. H.2 cho thấy quá trình di chuyển của các
2 2 robot trong bầy hướng tới hội tụ ở mục tiêu bằng
V1 o J g No J g g 33 1k s o J g Jo s o phương thức điều khiển hành vi của robot dựa trên
không gian rỗng khi các hệ số o là xác định âm và g
o 31 s o g 32 s o
là xác định dương. Khi số lượng vật cản M trong môi
Có thể viết lại dưới dạng ma trận như sau:
trường tăng lên thì hệ số tránh vật cản o phải càng
o o âm.
V1 g g
s s
VCCA-2015
Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hoá - VCCA-2015