Điều khiển robot đi bằng hai chân: Luận văn Thạc sĩ Nguyễn Thanh Nhiên, ĐH KHTN

Lịch sử robot hình người bắt đầu từ những ý tưởng cổ xưa về cỗ máy tự động. Thế kỷ 20 chứng kiến sự ra đời của khái niệm "robot" và sự phát triển của các thiết bị cơ điện. Các thế hệ robot dần được cải tiến, từ robot công nghiệp đến robot dịch vụ. Robot hình người (humanoid robot) nổi bật với cấu trúc mô phỏng cơ thể người. Chúng được phân loại dựa trên mục đích sử dụng, mức độ tự chủ và cấu trúc cơ học. Sự tiến bộ trong thiết kế bộ điều khiển và công nghệ cảm biến thúc đẩy đáng kể sự phát triển của robot hình người. Khả năng tương tác với môi trường và thực hiện các tác vụ phức tạp là mục tiêu chính. Sự hiểu biết về quá trình phát triển giúp định hình hướng nghiên cứu hiện tại và tương lai.

Điều khiển tự động là trụ cột của robot học hiện đại. Hệ thống điều khiển tự động điển hình bao gồm bộ điều khiển, đối tượng điều khiển và cảm biến phản hồi. Mục tiêu là duy trì trạng thái mong muốn hoặc thực hiện một quỹ đạo xác định. Trong robot hai chân, điều khiển tự động đảm bảo cân bằng động và di chuyển theo kế hoạch. Các thuật toán điều khiển khác nhau được áp dụng, từ điều khiển vòng hở đến điều khiển vòng kín. Hiệu suất của bộ điều khiển ảnh hưởng trực tiếp đến khả năng vận hành của robot. Sự ổn định và độ chính xác là hai yếu tố then chốt. Việc thiết kế bộ điều khiển đòi hỏi sự hiểu biết sâu sắc về động lực học robot.

Cân bằng động là thách thức lớn nhất đối với robot hai chân. Robot phải duy trì trọng tâm trong vùng hỗ trợ của bàn chân. Điểm Zero Moment Point (ZMP) là một khái niệm quan trọng để đánh giá sự ổn định. Duy trì ZMP trong vùng giới hạn đảm bảo robot không bị ngã. Sự thay đổi trọng tâm và các nhiễu loạn bên ngoài đều ảnh hưởng đến cân bằng. Các thuật toán phức tạp được phát triển để dự đoán và điều chỉnh chuyển động. Kiểm soát các khớp nối và lực tác động là cần thiết. Mục tiêu là đạt được sự di chuyển mượt mà và tự nhiên.

Luận án sử dụng mô hình robot hai chân có 5 liên kết. Cấu hình này đơn giản hóa quá trình tính toán nhưng vẫn giữ được các đặc trưng cơ bản. Các liên kết bao gồm thân, hai đùi và hai cẳng chân. Mỗi liên kết được gán các thông số vật lý như khối lượng, momen quán tính. Việc mô tả cấu hình chi tiết giúp xác định các biến trạng thái của robot. Mô hình này cho phép phân tích chuyển động trong các điều kiện khác nhau. Xác định hệ tọa độ cho từng liên kết là bước quan trọng.

Các phương trình động học robot được xây dựng cho các chế độ chạm đất khác nhau. Bao gồm trường hợp hai chân chạm đất, chân trái hoặc chân phải chạm đất. Phương pháp Lagrange hoặc Newton-Euler thường được sử dụng. Phương trình động học mô tả mối quan hệ giữa các góc khớp và vị trí đầu cuối. Phương trình động lực học biểu diễn lực và mômen tại các khớp. Các ma trận khối lượng, ma trận Coriolis và vector trọng lực được tính toán. Độ chính xác của các phương trình này ảnh hưởng trực tiếp đến hiệu suất của bộ điều khiển. Quá trình này là nền tảng để tính toán phản hồi và điều khiển mômen.

Simulink là công cụ mạnh mẽ để mô phỏng robot hai chân. Một mô hình Simulink của robot được giới thiệu. Mô hình này bao gồm các khối chức năng biểu diễn động học, động lực học và các thành phần vật lý khác. Các khối này giúp trực quan hóa và kiểm tra các phương trình toán học. Việc thiết kế mô hình Simulink cho phép thử nghiệm các chiến lược điều khiển trong môi trường ảo. Mô hình cho phép tạo các tín hiệu đặt, kiểm tra phản ứng của robot. Các khối được tổ chức hợp lý, dễ dàng thay đổi tham số.

Bộ điều khiển PD (Proportional-Derivative) hoạt động dựa trên hai thành phần chính. Thành phần tỷ lệ (P) tạo ra tín hiệu điều khiển tỷ lệ với sai số hiện tại. Sai số là sự khác biệt giữa giá trị mong muốn và giá trị thực tế. Thành phần đạo hàm (D) tạo ra tín hiệu điều khiển tỷ lệ với tốc độ thay đổi của sai số. Thành phần D giúp dự đoán hành vi trong tương lai, giảm dao động và cải thiện thời gian đáp ứng. Tổ hợp hai thành phần này tạo ra mômen điều khiển tác động lên các khớp robot. Mục tiêu là giảm thiểu sai số, đưa robot về trạng thái mong muốn.

Việc triển khai bộ điều khiển PD được thực hiện trong môi trường Matlab/Simulink. Các khối chức năng chuẩn của Simulink được sử dụng để xây dựng cấu trúc điều khiển. Bao gồm các khối tổng, khối khuếch đại (gain), khối đạo hàm (derivative). Khối điều khiển PD nhận đầu vào là sai số vị trí và vận tốc khớp. Đầu ra là mômen điều khiển tác động lên mô hình robot. Cấu trúc mô-đun hóa trong Simulink giúp dễ dàng kiểm tra và điều chỉnh. Mô phỏng robot với bộ điều khiển PD cho phép đánh giá hiệu suất.

Khối "Create references" trong Simulink tạo ra các tín hiệu đặt (tham chiếu) cho robot. Các tín hiệu này bao gồm quỹ đạo vị trí và vận tốc mong muốn của các khớp. Việc thiết kế tín hiệu tham chiếu phù hợp là cần thiết cho chuyển động tự nhiên. Quá trình tối ưu hóa tham số điều khiển (Kp, Kd) là then chốt. Các tham số này ảnh hưởng trực tiếp đến sự ổn định, độ chính xác và thời gian đáp ứng. Kỹ thuật thử và sai hoặc các phương pháp tối ưu hóa nâng cao có thể được sử dụng. Mục tiêu là đạt được hiệu suất điều khiển tốt nhất, giảm thiểu sai số và dao động.

Thiết lập phương trình toán học cho phương pháp điều khiển mômen tính là trọng tâm. Các phương trình này bao gồm ma trận khối lượng, ma trận Coriolis và vector trọng lực. Từ các phương trình động lực học robot, mômen cần thiết được suy ra. Mục tiêu là tính toán mômen khớp để đạt được gia tốc khớp mong muốn. Các phương trình này phải tính đến tất cả các lực và mômen tác động. Độ chính xác của mô hình toán học là yếu tố quyết định hiệu suất điều khiển.

Bộ điều khiển mômen tính được xây dựng trên nền tảng Matlab/Simulink. Các khối chức năng chuyên biệt được sử dụng để biểu diễn các ma trận và vector động lực học. Bộ điều khiển này nhận đầu vào là trạng thái hiện tại của robot (vị trí, vận tốc). Nó tạo ra đầu ra là mômen điều khiển cần thiết cho từng khớp. Việc xây dựng trong Simulink cho phép tích hợp dễ dàng với mô hình robot. Môi trường này hỗ trợ gỡ lỗi và kiểm tra hiệu quả.

Sau khi triển khai, việc đánh giá độ sai biệt giữa tín hiệu ra của robot và tín hiệu tham chiếu là cần thiết. Tín hiệu ra là vị trí và vận tốc khớp thực tế của robot. Tín hiệu tham chiếu là quỹ đạo mong muốn. Việc phân tích sai số giúp định lượng hiệu suất của bộ điều khiển. Sai số nhỏ cho thấy khả năng theo dõi quỹ đạo tốt. Các biểu đồ so sánh được sử dụng để trực quan hóa sự khác biệt. Mục tiêu là giảm thiểu sai biệt này thông qua tối ưu hóa tham số điều khiển.

Tín hiệu đặt (tín hiệu tham chiếu) là đầu vào quan trọng cho các bộ điều khiển. Tín hiệu này định nghĩa quỹ đạo vị trí và vận tốc mong muốn của các khớp robot. Đối với bộ điều khiển PD, tín hiệu đặt thường là vị trí và vận tốc khớp. Đối với điều khiển mômen tính, tín hiệu đặt có thể bao gồm cả gia tốc khớp mong muốn. Việc phân tích các tín hiệu này giúp hiểu rõ mục tiêu di chuyển của robot. Các tín hiệu được thiết kế để tạo ra chuyển động đi bộ tự nhiên. Chúng ảnh hưởng trực tiếp đến hiệu suất theo dõi của robot.

Kết quả mô phỏng cho thấy hiệu suất của bộ điều khiển PD. Robot hai chân có khả năng theo dõi quỹ đạo đặt ra. Các đồ thị hiển thị vị trí và vận tốc khớp thực tế so với tham chiếu. Độ sai lệch giữa hai tín hiệu được phân tích. Bộ điều khiển PD thể hiện khả năng duy trì cân bằng động trong điều kiện lý tưởng. Tuy nhiên, nó có thể nhạy cảm với các nhiễu loạn hoặc thay đổi động lực học. Việc tối ưu hóa tham số điều khiển là cần thiết để đạt được kết quả tốt nhất. Kết quả chứng minh tính khả thi của PD trong việc điều khiển cơ bản.

Kết quả mô phỏng bằng phương pháp điều khiển mômen tính cũng được trình bày. Phương pháp này cho thấy khả năng theo dõi quỹ đạo tốt hơn trong một số trường hợp. Đặc biệt là trong việc xử lý các yếu tố động lực học phức tạp. So sánh sai số theo dõi giữa PD và mômen tính cho thấy sự khác biệt. Điều khiển mômen tính có thể cung cấp độ chính xác cao hơn. Nó cũng có khả năng bù trừ tốt hơn cho các hiệu ứng phi tuyến tính. Tuy nhiên, phương pháp này yêu cầu một mô hình động lực học rất chính xác. Việc mô phỏng hoạt hình cho phép trực quan hóa chuyển động mượt mà của robot.

Nghiên cứu đã xây dựng thành công mô hình robot hai chân 5 liên kết. Phương trình động học và động lực học robot được thiết lập đầy đủ. Bộ điều khiển PD và bộ điều khiển mômen tính đã được thiết kế và triển khai trên Matlab/Simulink. Kết quả mô phỏng robot cho thấy cả hai phương pháp đều có khả năng điều khiển robot theo quỹ đạo mong muốn. Đặc biệt, phương pháp điều khiển mômen tính thể hiện ưu điểm trong việc xử lý các yếu tố động lực học phức tạp. Khả năng duy trì cân bằng động đã được chứng minh thông qua mô phỏng.

Luận án vẫn còn một số hạn chế. Mô hình robot được đơn giản hóa. Các yếu tố như ma sát, độ đàn hồi của khớp chưa được đưa vào chi tiết. Các bộ điều khiển được đánh giá trong môi trường mô phỏng lý tưởng. Điều kiện thực tế có thể khác biệt do nhiễu và sai số mô hình. Tiềm năng phát triển bao gồm tích hợp các cảm biến thực tế. Áp dụng các thuật toán điều khiển thích nghi hoặc học tăng cường. Nghiên cứu các phương pháp tối ưu hóa tham số điều khiển nâng cao.

Hướng nghiên cứu tiếp theo có thể tập trung vào việc thử nghiệm trên robot vật lý. Phát triển các chiến lược điều khiển robust hơn để đối phó với nhiễu. Nghiên cứu thêm về Điểm Zero Moment Point (ZMP) và các kỹ thuật điều khiển ZMP để cải thiện cân bằng động. Khám phá các bộ điều khiển lai kết hợp ưu điểm của PD và điều khiển mômen tính. Tích hợp thị giác máy tính và trí tuệ nhân tạo để tăng khả năng tự chủ. Mở rộng mô hình robot để bao gồm nhiều khớp và mức độ tự do hơn.