Luận án: Xây dựng thuật toán điều khiển quỹ đạo và bám mục tiêu di động mặt đất cho UAV cánh bằng

Hệ thống điều khiển UAV cánh bằng được cấu trúc từ nhiều lớp và thành phần. Các vòng điều khiển bên trong đảm bảo ổn định tư thế và tốc độ bay của UAV. Sơ đồ cấu trúc tổng thể hệ thống được phân tích chi tiết, bao gồm các bộ điều khiển, bộ chấp hành và cảm biến. Các vòng điều khiển bên ngoài chịu trách nhiệm hoạch định quỹ đạo UAV và dẫn đường. Các cảm biến UAV cho theo dõi đóng vai trò cực kỳ quan trọng, thu thập dữ liệu về trạng thái bay như vị trí, vận tốc, và tư thế. Các cảm biến này bao gồm hệ thống định vị toàn cầu (GPS), đơn vị đo lường quán tính (IMU), và các cảm biến quang học như camera. Hệ thống điều khiển tích hợp và xử lý thông tin từ các cảm biến này để đưa ra quyết định điều khiển chính xác, giúp UAV duy trì hoạt động ổn định và theo dõi mục tiêu hiệu quả. Việc tích hợp các cảm biến giúp tăng cường độ tin cậy của dữ liệu đầu vào.

Nghiên cứu đã khảo sát và phát triển nhiều phương pháp để hoạch định quỹ đạo UAV. Các thuật toán bám theo điểm ngắm ảo được xem xét để dẫn dắt UAV đến một vị trí mong muốn. Các phương pháp điều khiển quỹ đạo phi tuyến cũng được áp dụng, mang lại khả năng xử lý tốt hơn các động lực học phức tạp của UAV. Luật điều khiển dựa trên trường vector cung cấp một cách tiếp cận để tạo ra các đường đi mượt mà và an toàn. Ngoài ra, bộ điều chỉnh tuyến tính toàn phương (LQR) cũng là một giải pháp tiềm năng, tối ưu hóa hiệu suất điều khiển dựa trên mô hình tuyến tính hóa. Mỗi phương pháp có những ưu điểm và hạn chế riêng, việc lựa chọn chúng phụ thuộc vào yêu cầu cụ thể của nhiệm vụ. Dẫn đường UAV bám mục tiêu đòi hỏi không chỉ độ chính xác mà còn khả năng thích nghi cao, giúp UAV phản ứng nhanh chóng với các thay đổi của mục tiêu và môi trường.

Theo dõi mục tiêu di động là một nhiệm vụ đầy thách thức. Tốc độ, hướng và gia tốc của mục tiêu có thể thay đổi liên tục, đòi hỏi điều khiển thích nghi UAV để duy trì bám sát. Nhiệm vụ điều khiển UAV bám mục tiêu cần đạt độ chính xác cao, đặc biệt trong các ứng dụng giám sát hoặc trinh sát. Độ trễ cố hữu từ các hệ thống cảm biến và bộ chấp hành có thể ảnh hưởng nghiêm trọng đến hiệu suất bám. Các yếu tố môi trường như gió, nhiễu loạn không khí cũng gây khó khăn đáng kể cho việc duy trì quỹ đạo ổn định. Hơn nữa, khả năng nhận dạng mục tiêu mặt đất một cách chính xác và phân biệt với các đối tượng khác trong môi trường phức tạp là then chốt. Sự phát triển mạnh mẽ của thị giác máy tính UAV đã và đang cung cấp các công cụ mạnh mẽ để giải quyết những vấn đề này, nâng cao khả năng tự chủ của UAV.

Chế độ trượt là một phương pháp điều khiển phi tuyến mạnh mẽ, được áp dụng rộng rãi để giải quyết bài toán bám quỹ đạo cho UAV. Thuật toán điều khiển UAV này nổi bật với khả năng chống nhiễu loạn và xử lý bất định động học của hệ thống. Nghiên cứu đã xây dựng các bề mặt trượt cả tuyến tính và phi tuyến tính, cho phép UAV bám theo các quỹ đạo phức tạp hơn. Việc xác định các luật điều khiển tương đương là cần thiết để đảm bảo sự ổn định của chế độ trượt, đưa trạng thái hệ thống về mặt trượt mong muốn. Hiện tượng chattering, một nhược điểm thường gặp của điều khiển chế độ trượt, cũng được phân tích và đề xuất giải pháp giảm thiểu. Phương pháp này đóng góp đáng kể vào việc dẫn đường UAV bám mục tiêu một cách chính xác, ngay cả trong điều kiện môi trường không lý tưởng.

Quỹ đạo Dubin cung cấp một tập hợp các đường đi tối ưu cho các phương tiện có giới hạn về bán kính quay tối thiểu, điển hình như UAV cánh bằng. Hoạch định quỹ đạo UAV sử dụng các đường cong Dubin giúp UAV chuyển động mượt mà, tránh các thay đổi hướng đột ngột gây mất ổn định. Nghiên cứu đã xây dựng một chế độ trượt đặc biệt dựa trên quỹ đạo Dubin, cho phép UAV bám theo các đường cong phức tạp một cách hiệu quả. Điều này đặc biệt hữu ích khi mục tiêu di chuyển theo các quỹ đạo không thẳng hoặc cần thực hiện các thao tác vòng lặp. Khả năng điều khiển UAV bám mục tiêu được cải thiện đáng kể nhờ vào sự kết hợp giữa tính tối ưu của quỹ đạo Dubin và khả năng chống nhiễu của chế độ trượt, nâng cao đáng kể khả năng cơ động của UAV trong môi trường thực tế.

Hệ tọa độ Serret-Frenet là một công cụ toán học hữu ích để mô tả động học dọc theo một đường cong trong không gian ba chiều. Việc sử dụng hệ tọa độ này cho phép UAV bám theo các quỹ đạo phức tạp và uốn lượn một cách chính xác. Thuật toán điều khiển UAV được phát triển trong hệ tọa độ Serret-Frenet giúp xác định vị trí và hướng của UAV so với đường quỹ đạo mục tiêu. Điều này cho phép UAV duy trì khoảng cách và góc hướng chính xác, bất kể độ cong của đường đi. Khả năng theo dõi mục tiêu di động được nâng cao, đặc biệt khi mục tiêu di chuyển theo các đường cong phức tạp hoặc trong môi trường có chướng ngại vật đòi hỏi đường đi lượn. Các giải pháp dẫn đường này tối ưu hóa khả năng bám của UAV.

Việc xác định chính xác tọa độ và các tham số chuyển động của mục tiêu là bước thiết yếu trong bất kỳ hệ thống theo dõi nào. Mô hình camera và hệ tọa độ camera được sử dụng để chuyển đổi thông tin hình ảnh thành dữ liệu vị trí không gian. Thị giác máy tính UAV đóng vai trò cực kỳ quan trọng trong việc này, xử lý dữ liệu từ camera để ước tính vị trí 3D của mục tiêu. Độ chính xác của quá trình nhận dạng mục tiêu mặt đất ảnh hưởng trực tiếp đến hiệu suất của toàn bộ hệ thống bám. Để cải thiện độ tin cậy của dữ liệu vị trí, các thuật toán ước lượng tiên tiến như Bộ lọc Kalman cho UAV có thể được tích hợp. Bộ lọc này giúp kết hợp dữ liệu từ các cảm biến khác nhau và giảm nhiễu, cung cấp thông tin mục tiêu ổn định hơn cho hệ thống điều khiển.

Nghiên cứu đã phát triển hai chế độ bám mục tiêu chính để đáp ứng các yêu cầu nhiệm vụ khác nhau. Chế độ loitering (quay quanh mục tiêu) cho phép UAV bay theo quỹ đạo tròn hoặc elip xung quanh mục tiêu, duy trì một khoảng cách và góc nhìn ổn định. Chế độ này lý tưởng cho việc giám sát khu vực xung quanh mục tiêu mà không cần tiếp cận quá gần. Chế độ bám theo đường quỹ đạo động kép (escorting) được thiết kế để hộ tống mục tiêu, đòi hỏi UAV phải theo sát mục tiêu trên một quỹ đạo song song hoặc đã định trước. Mỗi chế độ có chiến lược hoạch định quỹ đạo UAV và thuật toán điều khiển UAV riêng biệt, được tối ưu hóa cho mục đích cụ thể. Phân tích thời gian quá độ trong các chế độ này giúp đảm bảo sự chuyển đổi mượt mà và ổn định.

Bài toán hộ tống mục tiêu đặt ra yêu cầu đặc biệt về hoạch định quỹ đạo UAV: cần có một quỹ đạo kép, một cho UAV và một cho mục tiêu di động. Trong chế độ này, điều khiển UAV bám mục tiêu phải đảm bảo UAV duy trì vị trí an toàn tương đối so với mục tiêu, đồng thời vẫn theo sát chuyển động của mục tiêu một cách chính xác. Nghiên cứu đã xác định và phân tích sai số bám trong chế độ hộ tống sử dụng quỹ đạo kép. Mục tiêu là giảm thiểu sai số này thông qua việc tối ưu hóa các tham số điều khiển và dẫn đường. Việc tối ưu hóa quỹ đạo kép không chỉ cải thiện độ chính xác mà còn tăng cường hiệu quả và an toàn của nhiệm vụ hộ tống, cho phép UAV thực hiện các nhiệm vụ phức tạp hơn trong môi trường động.

Camera là một trong những cảm biến UAV cho theo dõi quan trọng nhất, cung cấp thông tin hình ảnh chi tiết về mục tiêu và môi trường xung quanh. Dữ liệu hình ảnh này là đầu vào cơ bản cho các thuật toán thị giác máy tính UAV, giúp ước tính vị trí, kích thước và chuyển động của mục tiêu. Các thuật toán xử lý hình ảnh được áp dụng để trích xuất các đặc trưng quan trọng từ hình ảnh, loại bỏ nhiễu và tăng cường chất lượng dữ liệu. Để tăng cường độ chính xác và độ tin cậy, việc tích hợp dữ liệu từ camera với các cảm biến khác như GPS và IMU là cần thiết. Sự kết hợp này tạo ra một cái nhìn toàn diện hơn về môi tiêu và giúp UAV đưa ra quyết định chính xác hơn trong quá trình điều khiển UAV bám mục tiêu.

Nhận dạng mục tiêu mặt đất, đặc biệt là các mục tiêu di động, là một nhiệm vụ phức tạp đòi hỏi các thuật toán thị giác máy tính UAV tiên tiến. Nghiên cứu phát triển các phương pháp để phát hiện, phân loại và theo dõi các đối tượng chuyển động trong các điều kiện môi trường khác nhau. Các thuật toán này phải có khả năng xử lý các yếu tố như thay đổi ánh sáng, che khuất một phần mục tiêu, và nền địa hình phức tạp. Việc cải thiện khả năng phân biệt mục tiêu từ các đối tượng nhiễu khác là rất quan trọng để đảm bảo tính chính xác của hệ thống theo dõi mục tiêu di động. Công nghệ học sâu và mạng nơ-ron có thể được ứng dụng để nâng cao hiệu suất nhận dạng, giúp UAV hoạt động hiệu quả hơn trong các kịch bản thực tế.

Hệ thống dẫn đường UAV bám mục tiêu đạt được độ chính xác cao nhờ vào việc tích hợp đa cảm biến. Camera cung cấp dữ liệu hình ảnh, trong khi GPS và IMU cung cấp thông tin về vị trí và động học của UAV. Dữ liệu từ các cảm biến UAV cho theo dõi này được hợp nhất bằng các thuật toán phức tạp để tạo ra một ước lượng vị trí mục tiêu và trạng thái UAV chính xác hơn. Bộ lọc Kalman cho UAV là một công cụ lý tưởng cho việc hợp nhất cảm biến, giúp lọc nhiễu và ước lượng các trạng thái không thể đo trực tiếp. Điều này đảm bảo rằng hệ thống điều khiển nhận được thông tin đáng tin cậy và ổn định nhất, từ đó cải thiện đáng kể khả năng điều khiển UAV bám mục tiêu và giảm thiểu sai số trong quá trình hoạt động.

Các thuật toán dẫn đường và hoạch định quỹ đạo UAV được mô phỏng chi tiết trong môi trường ảo. Các phương pháp dựa trên chế độ trượt, quỹ đạo Dubin và hệ tọa độ Serret-Frenet đều được kiểm tra trong nhiều điều kiện khác nhau. Kết quả mô phỏng cho thấy khả năng của các thuật toán trong việc giúp UAV bám sát quỹ đạo mong muốn một cách hiệu quả, ngay cả khi có sự thay đổi đột ngột về hướng hoặc tốc độ của mục tiêu. Các chỉ số về sai số bám, độ ổn định và thời gian phản hồi được thu thập và phân tích để đánh giá toàn diện hiệu suất của từng thuật toán. Điều này giúp khẳng định tính đúng đắn của các mô hình và luật điều khiển đã được đề xuất.

Sai số bám là một chỉ số hiệu suất quan trọng, phản ánh mức độ chính xác của việc theo dõi mục tiêu di động. Sai số này được phân tích kỹ lưỡng trong các chế độ bám khác nhau, bao gồm chế độ loitering (quay quanh) và escorting (hộ tống). Nghiên cứu định lượng các yếu tố ảnh hưởng đến sai số bám, như tốc độ mục tiêu, nhiễu loạn môi trường, và độ trễ của hệ thống. Mục tiêu chính là giảm thiểu sai số bám đến mức tối đa, đảm bảo UAV duy trì khoảng cách và vị trí tương đối chính xác với mục tiêu. Việc phân tích này cung cấp dữ liệu định lượng cho việc dẫn đường UAV bám mục tiêu hiệu quả hơn trong các nhiệm vụ thực tế.

Nghiên cứu đã đạt được các kết quả tích cực, chứng minh tính khả thi và hiệu quả của các phương pháp điều khiển và dẫn đường đã phát triển. Các thuật toán và hệ thống hoạt động ổn định trong môi trường mô phỏng đa dạng. Khả năng điều khiển UAV bám mục tiêu di động mặt đất được xác nhận rõ ràng. Các ứng dụng tiềm năng của công nghệ này rất rộng lớn, bao gồm giám sát biên giới, tìm kiếm cứu nạn, kiểm tra hạ tầng, và các nhiệm vụ an ninh quốc phòng. Nghiên cứu này mở ra hướng phát triển mới cho các hệ thống UAV tự chủ, góp phần nâng cao hiệu suất và đa dạng hóa các ứng dụng của UAV trong tương lai.