Tổng quan về luận án

Nghiên cứu điều khiển tự động cho phương tiện ngầm không người lái, đặc biệt là robot lặn tự hành (Autonomous Underwater Vehicle - AUV), đại diện cho một trong những lĩnh vực mũi nhọn của kỹ thuật điều khiển hiện đại và khoa học hàng hải. Trong bối cảnh Việt Nam sở hữu hơn 3.260 km bờ biển cùng vùng đặc quyền kinh tế rộng lớn, nhu cầu ứng dụng AUV phục vụ khảo sát địa vật lý biển sâu, kiểm tra bảo dưỡng hệ thống đường ống dẫn dầu khí, tuyến cáp viễn thông ngầm, cũng như trinh sát quốc phòng và cứu hộ cứu nạn ngày càng trở nên cấp thiết. Tuy nhiên, phần lớn công nghệ và thiết bị AUV trong nước vẫn phụ thuộc vào nhập khẩu hoặc thuê từ nước ngoài với chi phí đắt đỏ.

Luận án tiến sĩ ngành Khoa học hàng hải (Mã số: 9840106) của Nghiên cứu sinh Phạm Việt Anh, dưới sự hướng dẫn khoa học của PGS. Nguyễn Phùng Hưng và TS. Lê Văn Ty tại Trường Đại học Giao thông Vận tải Thành phố Hồ Chí Minh (2022), với đề tài "Nghiên cứu điều khiển thích nghi cho robot lặn tự hành", đã giải quyết trực diện bài toán tự chủ công nghệ điều khiển phương tiện ngầm tự hành.

Khoảng trống nghiên cứu (Research Gap) cốt lõi được luận án xác định xuất phát từ thực tiễn: các thuật toán điều khiển kinh điển như bộ điều khiển vi tích phân tỉ lệ (PID) hay các biến thể tuyến tính truyền thống luôn đòi hỏi phải xây dựng chính xác mô hình toán học thủy động lực của phương tiện. Trên thực tế, AUV chuyển động trong không gian 3 chiều với 6 bậc tự do (6 DOF - Degrees of Freedom: Surge, Sway, Heave, Roll, Pitch, Yaw) mang đặc tính phi tuyến cao, tồn tại sự liên kết chéo (cross-coupling) phức tạp giữa các kênh chuyển động và liên tục chịu tác động của các nhiễu loạn môi trường bất định như dòng chảy đại dương. Tại Việt Nam, các công trình trước đây (như nghiên cứu mô hình tại Đại học Bách khoa Hà Nội hay KIAL-AUV của Đại học Bách khoa TP.HCM) chỉ mới dừng lại ở việc thử nghiệm mô hình động lực học thu nhỏ trong bể thử nước nông, chưa tích hợp hệ thống điều khiển thông minh thích nghi trực tuyến có khả năng tự bù sai lệch trong môi trường dòng chảy phức tạp.

Để giải quyết khoảng trống này, luận án tập trung giải quyết 3 câu hỏi nghiên cứu (Research Questions - RQ) và kiểm chứng 3 giả thuyết khoa học (Hypotheses - H) tương ứng:

  • RQ1: Làm thế nào để tổng hợp một cấu trúc điều khiển phi tuyến không cần biết trước chính xác toàn bộ tham số thủy động lực của AUV nhưng vẫn đảm bảo tính ổn định và triệt tiêu sai số xác lập?
    Giả thuyết H1: Bộ điều khiển nơ-ron thích nghi (Neural Network Controller - NNC) trực tuyến sử dụng thuật toán lan truyền ngược cải tiến có thể tự động học và xấp xỉ các thành phần bất định trong mô hình động học AUV theo thời gian thực.
  • RQ2: Cơ chế điều khiển nào tối ưu hóa được việc điều khiển đồng thời các chuyển động liên kết (hướng đi, độ sâu, tốc độ) mà không gây bão hòa cơ cấu chấp hành bánh lái?
    Giả thuyết H2: Phương pháp điều khiển tách rời (Decoupled Control) phân rã hệ thống 6 DOF thành các hệ thống con độc lập (hướng, lặn/chúi, tốc độ) kết hợp bộ điều khiển NNC sẽ loại bỏ hiện tượng ghép kênh động lực học.
  • RQ3: Làm thế nào để AUV duy trì quỹ đạo đặt trước (Path Following) và bám sát địa hình đáy biển (Terrain Following) khi chịu tác động của vector dòng chảy ngoại cảnh?
    Giả thuyết H3: Sự tích hợp giữa thuật toán dẫn đường hình học tầm nhìn thẳng (Line-of-Sight - LOS) với thuật toán bù góc dạt thích nghi trên nền tảng NNC sẽ tối thiểu hóa sai số khoảng cách bám quỹ đạo 3D.

Khung lý thuyết của luận án được xây dựng dựa trên sự giao thoa giữa Lý thuyết chuyển động thủy động lực học 6 DOF của Fossen, Lý thuyết mạng nơ-ron nhân tạo (ANN) cấu trúc nhiều lớp truyền thẳng (MLP) và Thuật toán tối ưu hóa thích nghi Brandt-Lin. Phạm vi nghiên cứu tập trung vào mô hình toán học chuẩn quốc tế NPS AUV II, thực hiện 15 kịch bản mô phỏng toàn diện (TN1 đến TN15) trên phần mềm MATLAB/Simulink nhằm kiểm chứng định lượng chất lượng điều khiển hướng, độ sâu, tốc độ, bám quỹ đạo không gian và bám địa hình đáy khi có dòng chảy nhiễu loạn tác động.

Literature Review và Positioning

Lịch sử phát triển của kỹ thuật điều khiển phương tiện thủy ghi nhận mốc khởi đầu từ năm 1922 khi Nicolas Minorsky công bố ứng dụng thuật toán PID vào hệ thống máy lái tự động tàu thủy. Trải qua một thế kỷ, bộ điều khiển PID vẫn chiếm hơn 90% ứng dụng trong các hệ thống công nghiệp nhờ cấu trúc đơn giản, độ tin cậy cao và tính minh bạch trong tham số. Tuy nhiên, khi áp dụng cho AUV chuyển động 6 bậc tự do, tính phi tuyến mạnh và sự biến thiên của các hệ số thủy động (Added Mass, Damping, Restoring Forces) bộc lộ giới hạn nghiêm trọng của PID cố định tham số.

Trong bức tranh học thuật quốc tế, hai trường phái tiếp cận lớn đã hình thành và tranh luận sâu sắc:

  • Trường phái điều khiển phi tuyến dựa trên mô hình (Model-based Control): Điển hình là các công trình của Leonard (1995) về tổng hợp bộ điều khiển thích nghi, Prestero (2001) với mô hình thủy động lực học 6 DOF cho REMUS AUV tại MIT, Naeem và cộng sự (2003) với bộ điều khiển tối ưu $LQG/LTR$ cho nhiệm vụ bám cáp ngầm, hay Lienard, Xu et al. (2000) và Farhan et al. (2017) với kỹ thuật điều khiển trượt đa biến (MIMO Sliding Mode Control). Trường phái này chứng minh tính ổn định toán học chặt chẽ qua hàm Lyapunov nhưng có điểm yếu chí tử: hiệu năng suy giảm nghiêm trọng khi ma trận tham số thủy động lực thực tế sai lệch so với mô hình thiết kế lý thuyết.
  • Trường phái điều khiển thông minh không mô hình (Model-free Intelligent Control): Khởi nguồn từ nền tảng mạng nơ-ron của Warren McCulloch và Walter Pitts (1943), kết hợp logic mờ (Fuzzy Logic) và thuật toán di truyền (Genetic Algorithms). Tiêu biểu như Huanan Yu và Jun Dai (2000) với PID mờ tinh chỉnh bằng GA, Balochian (2013) với PID mờ tự thích nghi cho AUV, và các công trình của Cui et al. (2016), Ramezani-al & Sereshki (2017). Ưu điểm của trường phái này là khả năng xấp xỉ hàm phi tuyến bất kỳ mà không cần biết tường minh phương trình vi phân của đối tượng.

So sánh với các nghiên cứu quốc tế điển hình:

  1. So sánh với REMUS 6000 (Kongsberg Maritime / Prestero, 2001): Mô hình REMUS sử dụng hệ thống điều khiển phân lớp dựa trên tuyến tính hóa quanh điểm làm việc, dễ mất ổn định khi AUV đổi hướng đột ngột ở vận tốc thay đổi. Luận án của Phạm Việt Anh vượt trội hơn ở khả năng tự chỉnh định trọng số mạng nơ-ron trực tuyến, giúp hệ thống duy trì chất lượng bám quỹ đạo ngay cả trong điều kiện chuyển động cơ động cao.
  2. So sánh với Phoenix AUV (D. Brutzman et al., 1994, 1998 tại Naval Postgraduate School): Công trình Phoenix tập trung vào kiến trúc thực thi nhiệm vụ và mô phỏng thế giới ảo (Virtual World), sử dụng các luật điều khiển cổ điển kết hợp logic chuyển trạng thái. Luận án này nâng cấp lớp điều khiển động lực học cấp thấp bằng thuật toán thích nghi Brandt-Lin, giải quyết triệt để độ trễ và quá điều khiển khi chịu dòng chảy ngầm tác động ngang.

Vị trí học thuật (Academic Positioning) của luận án: Nằm tại điểm giao thoa giữa phương pháp phân rã hệ thống vật lý (Decoupled Control) và cơ chế học thích nghi trực tuyến (Online Adaptive Neural Learning). Luận án kế thừa mô hình động học vật rắn 6 DOF của NPS AUV II nhưng tạo ra bước đột phá bằng cách tích hợp trực tiếp mạng nơ-ron nhiều lớp vào mạch hồi tiếp kín mà không cần pha huấn luyện ngoại tuyến (offline pre-training) phức tạp.

Trích dẫn minh chứng từ luận án:

"Để giải quyết được các bài toán có yếu tố không xác định trong các mô hình động học tàu thủy mặt nước hay phương tiện ngầm cũng như nhiễu loạn do môi trường bên ngoài như sóng, gió, dòng chảy…, phương pháp sử dụng mạng nơ-ron nhân tạo đã chứng tỏ được hiệu quả và tính khả thi trong điều khiển" (Chương Mở đầu, tr. 2).

Đóng góp lý thuyết và khung phân tích

graph TD
    A["Nhiệm vụ quỹ đạo 3D / Bám đáy"] --> B["Thuật toán dẫn đường LOS thích nghi"]
    B --> C["Bộ điều khiển tách rời (Decoupled Control)"]
    C --> D1["Hệ thống con: Điều khiển Hướng (Yaw - psi)"]
    C --> D2["Hệ thống con: Điều khiển Độ sâu & Góc chúi (Depth/Pitch - z, theta)"]
    C --> D3["Hệ thống con: Điều khiển Vận tốc dọc (Surge - u)"]
    D1 --> E1["Mạng Nơ-ron Thích nghi Trực tuyến NNC 1"]
    D2 --> E2["Mạng Nơ-ron Thích nghi Trực tuyến NNC 2"]
    D3 --> E3["Mạng Nơ-ron Thích nghi Trực tuyến NNC 3"]
    E1 --> F["Thuật toán cập nhật trọng số Brandt-Lin (Cực tiểu hóa E_k)"]
    E2 --> F
    E3 --> F
    F --> G["Lực & Moment điều khiển (tau = [X, Y, Z, K, M, N]^T)"]
    G --> H["Mô hình động học NPS AUV II (6 DOF) + Nhiễu dòng chảy"]
    H --> I["Trạng thái thực tế (eta, V)"]
    I --> B
    I --> C

Đóng góp cho lý thuyết

Luận án đã mở rộng lý thuyết điều khiển nơ-ron thích nghi cho đối tượng chuyển động dưới nước 6 bậc tự do thông qua các phát triển hình thức toán học sau:

  1. Mô hình hóa động lực học phi tuyến 6 DOF tổng quát: Thiết lập hệ phương trình chuyển động biểu diễn mối quan hệ giữa hệ tọa độ cố định Trái Đất (NED frame ${n}$) và hệ tọa độ gắn liền thân tàu (Body-fixed frame ${b}$): $$\dot{\eta} = J(\eta) V$$ $$M \dot{V} + C(V_r)V_r + D(V_r)V_r + g(\eta) = \tau + \tau_{wind,wave,current}$$ Trong đó vector vị trí và hướng $\eta = [x, y, z, \phi, \theta, \psi]^T$; vector vận tốc dài và góc $V = [u, v, w, p, q, r]^T$; ma trận chuyển đổi tọa độ không gian $R_b^n$ được xác định qua 3 góc Euler: $$R_b^n = R_{z,\psi} R_{y,\theta} R_{x,\phi}$$ $$R_b^n = \begin{bmatrix} c\psi c\theta & c\psi s\theta s\phi - s\psi c\phi & c\psi s\theta c\phi + s\psi s\phi \ s\psi c\theta & s\psi s\theta s\phi + c\psi c\phi & s\psi s\theta c\phi - c\psi s\phi \ -s\theta & c\theta s\phi & c\theta c\phi \end{bmatrix}$$

  2. Cấu trúc mạng nơ-ron thích nghi trực tuyến (Online Adaptive NNC): Thay vì sử dụng mạng nơ-ron tĩnh hoặc điều khiển gián tiếp phải nhận dạng mô hình trước, tác giả thiết lập cấu trúc điều khiển trực tiếp với vector đầu vào chứa sai số $e_k = X_k^d - X_k$ và các tín hiệu trễ $e_{k-1}, e_{k-2}, \dots$. Tín hiệu đầu ra qua hàm kích hoạt Tang-Sigmoid: $$g(x) = \frac{1 - e^{-x}}{1 + e^{-x}}$$ Hàm mục tiêu $E_k$ tại mỗi chu trình điều khiển được định nghĩa dưới dạng toàn phương có trọng số: $$E_k = \frac{1}{2} e_k^T P e_k + \frac{1}{2} u_k^T \Lambda u_k$$ Trong đó $P$ và $\Lambda$ là các ma trận đối xứng xác định dương phản ánh trọng số trừng phạt sai số trạng thái và năng lượng điều khiển.

  3. Luật thích nghi trọng số theo thuật toán Brandt-Lin: Thuật toán cập nhật trọng số liên kết $w_{ji}$ trong mạng nơ-ron được dẫn xuất nhằm cực tiểu hóa $E_k$ theo hướng gradient giảm nhanh nhất: $$w_{ji}(k+1) = w_{ji}(k) - \eta_L \frac{\partial E_k}{\partial w_{ji}} + \alpha \Delta w_{ji}(k-1)$$ Với $\eta_L$ là bước học cố định và $\alpha$ là hệ số quán tính (momentum), đảm bảo thuật toán hội tụ nhanh và tránh rơi vào điểm cực trị địa phương.

Trích dẫn minh chứng từ luận án:

"Cấu trúc bộ điều khiển NNC. Véc-tơ tín hiệu vào gồm sai số ek và các tín hiệu trễ của ek. Hàm mục tiêu Ek được xử lý bằng thuật toán Brandt-Lin nhằm cập nhật các trọng số sao cho giá trị của Ek được cực tiểu" (Chương 3, tr. 45).

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp thành công 3 lý thuyết nền tảng:

  • Lý thuyết thủy động lực học phương tiện ngầm: Kế thừa phương trình vi phân mô hình chuẩn NPS AUV II (Naval Postgraduate School AUV II).
  • Lý thuyết điều khiển phân rã (Decoupled Subsystem Control): Phân tách phương trình vi phân 6 DOF phức tạp thành các phương trình trạng thái độc lập:
    • Phương trình chuyển động thẳng đứng (khi độ sâu không đổi và góc lắc ngang nhỏ): $$\begin{bmatrix} \dot{q} \ \dot{z} \ \dot{\theta} \end{bmatrix} = \begin{bmatrix} \frac{M_q}{I_{yy} - M_{\dot{q}}} & 0 & \frac{M_\theta}{I_{yy} - M_{\dot{q}}} \ -U & 0 & 0 \ 1 & 0 & 0 \end{bmatrix} \begin{bmatrix} q \ z \ \theta \end{bmatrix} + \begin{bmatrix} \frac{M_{\delta s}}{I_{yy} - M_{\dot{q}}} \ 0 \ 0 \end{bmatrix} \delta_s$$
    • Phương trình chuyển động trên mặt phẳng ngang cho hướng đi $\psi$ qua góc bẻ lái $\delta_R$.
  • Lý thuyết dẫn đường hình học Line-of-Sight (LOS): Xác định góc hướng mong muốn $\psi_d$ dựa trên vị trí hiện tại $(x, y)$ và điểm tọa độ mục tiêu $(x_k, y_k)$, đồng thời tích hợp góc bù trôi dòng chảy $\beta = \arcsin(v_{current} / U)$.

Điều kiện biên (Boundary Conditions): Thuật toán áp dụng tối ưu cho dải vận tốc $U \in [0.5, 3.0] \text{ m/s}$; ma trận biến đổi góc Euler $T_b^n$ không suy biến do góc chúi được giới hạn $|\theta| \le 45^\circ < 90^\circ$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án theo đuổi thế giới quan thực chứng (Positivism) với lập trường nhận thức luận khách quan, sử dụng phương pháp mô phỏng số học (Deterministic Computational Simulation) có độ chính xác cao để kiểm chứng các cấu trúc điều khiển đề xuất. Thiết kế nghiên cứu bao gồm 3 cấp độ (Multi-level Architecture):

  1. Cấp độ Dẫn đường (Guidance Level): Tính toán quỹ đạo tham chiếu 3D, tạo điểm đặt (Setpoints) cho vị trí $(x_d, y_d, z_d)$ và sinh quy luật bám địa hình đáy.
  2. Cấp độ Điều khiển Thông minh (Control Level): Hệ thống các bộ điều khiển NNC đa kênh tiếp nhận sai số trạng thái và tính toán tín hiệu điều khiển góc bánh lái đứng $\delta_R$, bánh lái ngang $\delta_s$, và tốc độ vòng quay chân vịt $n$.
  3. Cấp độ Động lực học Đối tượng (Plant Level): Giải hệ phương trình vi phân phi tuyến 6 DOF của mô hình NPS AUV II chịu tác động của vector vận tốc dòng chảy $V_c = [u_c, v_c, w_c]^T$.

Quy trình nghiên cứu rigorous

Quy trình mô phỏng và kiểm chứng được thiết kế nghiêm ngặt theo các bước:

  1. Thiết lập mô hình tham số chuẩn: Cài đặt toàn bộ bộ thông số thủy động học của NPS AUV II trên nền tảng MATLAB Script và Simulink S-Functions (bao gồm các hệ số khối lượng cộng $X_{\dot{u}}, Y_{\dot{v}}, Z_{\dot{w}}$, các đạo hàm suy giảm $Y_r, N_r, M_q$, và moment quán tính $I_{xx}, I_{yy}, I_{zz}$).
  2. Triangulation (Tam giác đạc phương pháp & dữ liệu):
    • So sánh đối chứng trực tiếp giữa Bộ điều khiển đề xuất NNC và Bộ điều khiển chuẩn công nghiệp PID trong cùng điều kiện ban đầu.
    • Thử nghiệm trong hai môi trường: Môi trường lý tưởng không có nhiễu và Môi trường thực tế có dòng chảy đại dương với các góc tới khác nhau ($0^\circ, 45^\circ, 90^\circ, 180^\circ$).
  3. Tiêu chuẩn đánh giá độ tin cậy và tính hợp lệ:
    • Đánh giá thời gian quá độ ($t_s$), độ quá điều khiển ($\sigma%$), sai số xác lập ($e_{ss}$).
    • Kiểm tra tính ổn định thông qua sự suy giảm đơn điệu của hàm mục tiêu $E_k$ sau mỗi bước học $n$.

Data và phân tích

Toàn bộ dữ liệu nghiên cứu được tổng hợp từ 15 kịch bản thực nghiệm mô phỏng chi tiết (TN1 đến TN15) được trình bày tại Chương 4 của luận án:

Mã thử nghiệm Đối tượng điều khiển Điều kiện dòng chảy Biến trạng thái khảo sát Kết quả định lượng chính
TN1 Hướng đi $\psi$ Không dòng chảy $\psi, r, \delta_R$ NNC đáp ứng nhanh, không dao động, triệt tiêu overshoot so với PID
TN2 Hướng $\psi$, Độ sâu $z$, Góc chúi $\theta$ Không dòng chảy $\psi, z, \theta, \delta_R, \delta_s$ AUV đạt độ sâu đặt $z = 10\text{m}$ mượt mà, $\theta$ duy trì trong giới hạn an toàn
TN3 Hướng $\psi$, Độ sâu $z$ Có dòng chảy $V_c$ $\psi, z$, Quỹ đạo không gian NNC duy trì độ sâu ổn định; PID bị trôi lệch độ sâu đáng kể
TN4 Hướng $\psi$, Độ sâu $z$, Vận tốc $u$ Không dòng chảy $\psi, z, u, \delta_R, \delta_s, n$ Điều khiển tổng hợp 3 kênh đạt trạng thái xác lập sau $t < 15\text{s}$
TN5 Hướng, Độ sâu, Vận tốc Có dòng chảy $V_c$ $\psi, z, u$, Vết chuyển động Tốc độ $u$ tự động bù trừ lực cản thủy động do dòng ngược
TN6 - TN11 Dẫn đường bám quỹ đạo 3D (Waypoints) Dòng chảy đổi hướng liên tục Tọa độ $(x, y, z)$, Độ dạt ngang $d_{cross}$ Thuật toán LOS-NNC giảm khoảng cách dạt ngang hơn $85%$ so với điều khiển thường
TN12 - TN15 Bám địa hình đáy (Bottom-Following) Địa hình đáy nhấp nhô biến thiên Khoảng cách tới đáy $h_{alt}$, Góc $\theta$ AUV duy trì khoảng cách an toàn $h = 5\text{m}$ cách đáy, không va chạm đỉnh dốc

Trích dẫn minh chứng từ luận án:

"Bộ điều khiển PID thông minh không yêu cầu phải có mô hình toán học của đối tượng một cách chính xác, các tham số của hệ thống có tính bền vững hơn." (Chương Mở đầu, tr. 1).

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Khả năng tự thích nghi và bù trừ phi tuyến vượt trội của NNC: Trong các thử nghiệm TN1 và TN2, khi góc bẻ lái $\delta_R$ và góc bánh lái độ sâu $\delta_s$ bị giới hạn cơ khí ($|\delta| \le 35^\circ$), bộ điều khiển NNC tự động điều chỉnh ma trận trọng số $w_{ji}$ trực tuyến, giúp triệt tiêu hoàn toàn hiện tượng quá điều khiển ($\sigma = 0%$), trong khi bộ điều khiển PID truyền thống xuất hiện độ vọt lố từ $12% - 18%$ và thời gian xác lập kéo dài hơn gấp đôi.
  2. Khắc phục triệt để hiện tượng ghép kênh động lực học bằng kỹ thuật Decoupled Control: Kết quả thực nghiệm TN4 chứng minh việc tách rời 3 vòng điều khiển (hướng, độ sâu/góc chúi, tốc độ) không làm suy giảm tính ổn định toàn cục. Khi AUV thực hiện lặn khẩn cấp làm thay đổi góc chúi $\theta$, kênh điều khiển hướng $\psi$ vẫn duy trì độ chính xác với sai số $\Delta \psi < 0.2^\circ$.
  3. Khả năng kháng nhiễu dòng chảy đại dương: Trong thử nghiệm TN3, TN5 và TN10, dưới tác động của dòng chảy ngang có vận tốc $V_c = 0.5 \text{ m/s}$, hệ thống điều khiển NNC kết hợp thuật toán thích nghi tự động thiết lập một góc dạt góc tới (Crab Angle) chính xác, triệt tiêu sai số vị trí trên mặt phẳng ngang mà không cần đo đạc trực tiếp vận tốc dòng chảy.
  4. Hiệu năng bám địa hình đáy nhấp nhô an toàn (TN12 - TN15): Khi mô phỏng địa hình đáy biển biến đổi liên tục dạng hình sin và bậc thang dốc đứng, hệ thống điều khiển độ sâu nơ-ron thích nghi giúp AUV bám sát biên dạng đáy ở khoảng cách đặt trước $5\text{m}$, với độ lệch cực đại không vượt quá $\pm 0.15\text{m}$, ngăn ngừa hoàn toàn nguy cơ va chạm đáy.

Implications đa chiều

  • Về mặt học thuật và lý thuyết: Chứng minh tính khả thi của việc ứng dụng mạng nơ-ron nhân tạo huấn luyện trực tuyến (Online Training) thời gian thực cho hệ thống cơ điện tử hàng hải phi tuyến cao 6 DOF, mở ra hướng tiếp cận mới thay thế các phương pháp tuyến tính hóa truyền thống.
  • Về mặt phương pháp luận: Cung cấp bộ công cụ mô phỏng chuẩn tắc trên MATLAB/Simulink cho phép các nhà nghiên cứu phương tiện thủy tái sử dụng để kiểm thử các thuật toán điều khiển mới trên nhiều lớp mô hình AUV khác nhau.
  • Về mặt thực tiễn và chuyển giao công nghệ: Cung cấp thuật toán lõi có thể nhúng trực tiếp vào các vi xử lý điều khiển nhúng (như STM32, ARM Cortex, hoặc bo mạch công nghiệp IPC) phục vụ trực tiếp cho các dự án chế tạo AUV Make-in-Vietnam.
  • Về chính sách và chiến lược biển: Đóng góp trực tiếp vào mục tiêu Chiến lược phát triển bền vững kinh tế biển Việt Nam đến năm 2030, tầm nhìn đến năm 2045, giảm thiểu phụ thuộc công nghệ quân sự và khảo sát ngầm của nước ngoài.

Limitations và Future Research

Mặc dù đạt được những kết quả lý thuyết và mô phỏng đột phá, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Giới hạn về môi trường thực nghiệm vật lý: Toàn bộ các kết quả đánh giá chất lượng bộ điều khiển NNC trong luận án mới dừng lại ở mức độ mô phỏng số học (Numerical Simulation) trên phần mềm MATLAB/Simulink với mô hình NPS AUV II, chưa có điều kiện thử nghiệm thực địa trên AUV vật lý ngoài biển khơi do hạn chế về kinh phí và cơ sở hạ tầng thử nghiệm ngầm tại thời điểm thực hiện.
  2. Giả định về trường dòng chảy: Mô hình dòng chảy trong mô phỏng được giả định là dòng chảy dừng hoặc dòng chảy biến thiên chậm theo vector phẳng, chưa bao gồm các hiện tượng dòng xoáy cục bộ (Turbulence/Vortex) phức tạp sát đáy biển.
  3. Đặc tính cảm biến và trễ truyền thông: Nghiên cứu giả định các cảm biến định vị (DVL, IMU, Sonar đo sâu) có tín hiệu phản hồi liên tục với độ chính xác cao, chưa tính toán sâu đến ảnh hưởng của nhiễu đo âm học, hiện tượng mất tín hiệu (dropout) hoặc độ trễ lấy mẫu của thiết bị đo dưới nước.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Tích hợp và thử nghiệm thuật toán trên mô hình AUV thực tế (Hardware-in-the-Loop - HIL) trong bể thử chuyên dụng và môi trường nước tự nhiên.
  • Phát triển mạng nơ-ron học sâu (Deep Reinforcement Learning) kết hợp mạng nơ-ron mờ hồi quy (Recurrent Neuro-Fuzzy) để nâng cao khả năng tự học trong môi trường dòng chảy hỗn loạn 3D.
  • Mở rộng bài toán điều khiển cho đội hình nhiều robot lặn tự hành (Multi-AUV Swarm Control) hợp tác thực hiện nhiệm vụ khảo sát diện rộng.
  • Tích hợp hệ thống thị giác máy tính dưới nước (Underwater Computer Vision) và Sonar quét sườn (Side-scan Sonar) để xây dựng thuật toán tránh va vật cản động thời gian thực.

Tác động và ảnh hưởng

  • Tác động học thuật: Luận án là một trong những công trình tiên phong tại Việt Nam nghiên cứu hệ thống hóa và chuyên sâu về điều khiển nơ-ron thích nghi cho AUV 6 DOF. Các bài báo khoa học trích xuất từ luận án được công bố trên các tạp chí và hội nghị chuyên ngành Giao thông Vận tải và Khoa học Hàng hải, tạo tiền đề tham khảo cho các nghiên cứu sinh, học viên cao học chuyên ngành Tự động hóa và Kỹ thuật Tàu thủy.
  • Chuyển đổi công nghiệp & Khai thác biển: Cung cấp cơ sở khoa học tin cậy cho các viện nghiên cứu, doanh nghiệp đóng tàu và tập đoàn dầu khí (PetroVietnam) trong việc tiến tới làm chủ công nghệ thiết kế, chế tạo phương tiện ngầm tự hành phục vụ kiểm tra giàn khoan và đường ống dẫn dầu.
  • An ninh quốc phòng: Nâng cao năng lực giám sát vùng biển, đảo ngầm, hỗ trợ đắc lực cho lực lượng Hải quân trong công tác rà phá thủy lôi ngầm và tuần tra bảo vệ chủ quyền biển đảo Tổ quốc.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Nhà khoa học điều khiển học: Tiếp cận một khung phân tích toán học mẫu mực về phân rã hệ thống phi tuyến 6 DOF và phương pháp tích hợp mạng nơ-ron thích nghi trực tuyến Brandt-Lin.
  • Kỹ sư R&D công nghệ biển và hàng hải: Sử dụng trực tiếp cấu trúc thuật toán và mã nguồn mô phỏng MATLAB để phát triển hệ thống lái tự động (Autopilot) cho các phương tiện ngầm thương mại.
  • Các nhà hoạch định chính sách kinh tế biển: Có thêm bằng chứng khoa học khẳng định năng lực tự chủ công nghệ thiết bị ngầm của đội ngũ trí thức trong nước, từ đó xây dựng các chương trình đầu tư trọng điểm cho công nghệ đại dương quốc gia.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?
    Trả lời: Đóng góp độc đáo nhất là việc thiết lập cấu trúc điều khiển nơ-ron thích nghi trực tuyến (Online Adaptive NNC) dựa trên thuật toán tối ưu Brandt-Lin cho hệ thống chuyển động 6 bậc tự do của AUV. Công trình mở rộng trực tiếp lý thuyết điều khiển mạng nơ-ron của McCulloch-Pitts và kỹ thuật học lan truyền ngược, giải quyết thành công bài toán điều khiển đối tượng phi tuyến đa biến bất định mà không cần mô hình nhận dạng phụ trợ hay pha huấn luyện offline.
  2. Đột phá phương pháp luận của luận án khi so sánh với ít nhất 2 công trình quốc tế?
    Trả lời: So với công trình của Prestero (2001) tại MIT (dùng điều khiển phân lớp tuyến tính hóa) và Naeem et al. (2003) (dùng bộ điều khiển $LQG/LTR$), luận án đã đột phá bằng phương pháp điều khiển tách rời đa kênh kết hợp nơ-ron thích nghi trực tuyến. Phương pháp này loại bỏ hoàn toàn sự phụ thuộc vào các ma trận đạo hàm thủy động lực tĩnh, giúp hệ thống tự bù trừ biến thiên tham số khi AUV thay đổi góc chúi và tốc độ.
  3. Phát hiện bất ngờ nhất trong quá trình mô phỏng dữ liệu là gì?
    Trả lời: Đó là khả năng tự sinh góc dạt (Crab Angle) của bộ điều khiển NNC trong các thử nghiệm bám quỹ đạo khi có dòng chảy ngang (TN10, TN11). Mặc dù không được cung cấp thông tin vận tốc dòng chảy $V_c$, mạng nơ-ron thông qua chu trình học thích nghi đã tự động điều chỉnh góc lái $\delta_R$ lệch một góc chính xác để vector vận tốc tổng hợp của AUV luôn trùng với đường nối tọa độ mong muốn, đưa khoảng cách dạt ngang về xấp xỉ 0.
  4. Luận án có cung cấp giao thức tái lập (Replication Protocol) không?
    Trả lời: Có. Luận án cung cấp phụ lục chi tiết toàn bộ các file mã nguồn chương trình mô phỏng trên nền tảng MATLAB (File mô phỏng điều khiển hướng/độ sâu, điều khiển hướng/độ sâu/tốc độ, điều khiển dẫn đường theo quỹ đạo, cấu trúc mạng nơ-ron nhiều lớp truyền thẳng và file thuật toán huấn luyện thích nghi trực tuyến, tr. 121–138) cùng bảng thống số động học chuẩn của mô hình NPS AUV II.
  5. Định hướng lộ trình nghiên cứu 10 năm (10-year Research Agenda) được vạch ra như thế nào?
    Trả lời: Lộ trình 10 năm bao gồm: (1) Giai đoạn 1-3 năm: Thử nghiệm Hardware-in-the-Loop và chế tạo nguyên mẫu AUV cỡ nhỏ thử nghiệm trong bể thử thực tế; (2) Giai đoạn 3-6 năm: Phát triển hệ thống dẫn đường quang - âm kết hợp (Acoustic/Vision Navigation) và thuật toán tránh va thông minh; (3) Giai đoạn 6-10 năm: Tích hợp công nghệ điều khiển bầy đàn (Swarm Robotics) và thử nghiệm thương mại hóa trên các vùng biển sâu Việt Nam.

Kết luận

Luận án tiến sĩ của NCS. Phạm Việt Anh đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra với các đóng góp cốt lõi:

  1. Hệ thống hóa toàn diện cơ sở lý luận và thực tiễn về động lực học và điều khiển robot lặn tự hành 6 bậc tự do trên thế giới và tại Việt Nam.
  2. Đề xuất thành công cấu trúc bộ điều khiển nơ-ron thích nghi trực tuyến (NNC) sử dụng thuật toán Brandt-Lin, cho phép tự chỉnh định tham số điều khiển theo thời gian thực mà không phụ thuộc vào độ chính xác của mô hình toán học ban đầu.
  3. Phát triển thành công phương pháp điều khiển tách rời (Decoupled Control) cho 3 kênh chuyển động cơ bản: hướng đi, độ sâu/góc chúi và vận tốc dọc, triệt tiêu hiện tượng ghép kênh phi tuyến.
  4. Thiết kế hoàn chỉnh hệ thống dẫn đường bám quỹ đạo 3D (LOS) và bám địa hình đáy biển, tích hợp cơ chế tự thích nghi và bù trừ tác động của dòng chảy đại dương.
  5. Xây dựng bộ công cụ mô phỏng số học hoàn chỉnh trên MATLAB/Simulink với 15 kịch bản thử nghiệm nghiêm ngặt, chứng minh định lượng tính ưu việt của NNC so với bộ điều khiển kinh điển PID.
  6. Mở ra hướng nghiên cứu đột phá cho ngành công nghệ ngầm tự hành tại Việt Nam, đặt nền móng vững chắc cho lộ trình làm chủ công nghệ chế tạo và vận hành AUV phục vụ phát triển kinh tế biển và bảo vệ chủ quyền quốc gia.