intTypePromotion=1
ADSENSE

Giải pháp điều khiển mờ cho hệ vận động của robot hỗ trợ người thiểu năng vận động

Chia sẻ: Huynh Thi Thuy | Ngày: | Loại File: PDF | Số trang:7

67
lượt xem
4
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết "Giải pháp điều khiển mờ cho hệ vận động của robot hỗ trợ người thiểu năng vận động" giới thiệu một trong những nghiên cứu ứng dụng trí tuệ nhân tạo vào điều khiển hệ vận động của robot sinh học. So sánh đáp ứng của bộ điều khiển mờ với các bộ điều khiển được thiết kế theo phương pháp truyền thống cho thấy bộ điều khiển mờ có chất lượng tốt hơn, đồng thời thừa hưởng được các ưu thế vốn có của logic mờ.

Chủ đề:
Lưu

Nội dung Text: Giải pháp điều khiển mờ cho hệ vận động của robot hỗ trợ người thiểu năng vận động

Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014<br /> <br /> <br /> Giải pháp điều khiển mờ cho hệ vận động của robot hỗ trợ<br /> người thiểu năng vận động<br /> Fuzzy Logic Control Solution for Motion System of an Assistive Robot<br /> for Mobile Disabled People<br /> Đào Văn Hiệp Đào Trung Kiên Tăng Quốc Nam<br /> HV Kỹ thuật Quân sự Viện MICA, ĐHBK Hà Nội HV Kỹ thuật Quân sự<br /> hdaovan@mta.edu.vn trung-kien.dao@mica.edu.vn tangquocnam@mta.edu.vn<br /> <br /> Tóm tắt<br /> Robot hỗ trợ người thiểu năng vận động là một loại<br /> 1. Đặt vấn đề<br /> Robot hỗ trợ người thiểu năng vận động, sau đây gọi<br /> robot sinh học. Vì vậy, phỏng sinh là hướng tiếp cận<br /> tắt là robot hỗ trợ (RBHT) là một loại robot - bộ<br /> tự nhiên trong thiết kế kết cấu cơ khí và điều khiển<br /> xương ngoài (Robot-Exoskeleton), nhưng chúng có<br /> loại robot này. Theo đó, hệ điều khiển vận động đã<br /> những điểm khác biệt về kết cấu, động lực học và<br /> được thiết kế bằng các phương pháp khác nhau, đặc<br /> điều khiển. Là robot - exoskeleton, chúng được mang<br /> biệt là các phương pháp dựa trên trí tuệ nhân tạo.<br /> trên người, hoạt động đồng bộ với cơ thể, như một bộ<br /> Bài báo này giới thiệu một trong những nghiên cứu<br /> phận mở rộng của cơ thể (Extender) [1][2]. Nhưng<br /> ứng dụng trí tuệ nhân tạo (logic mờ) vào điều khiển<br /> trong khi Robot-Exoskeleton hỗ trợ người lành đi bộ,<br /> hệ vận động của robot sinh học. So sánh đáp ứng của<br /> mang nặng, hầu như không chịu trọng lượng của cơ<br /> bộ điều khiển mờ với các bộ điều khiển được thiết kế<br /> thể, chỉ hỗ trợ một phần năng lượng cho người mang<br /> theo phương pháp truyền thống cho thấy bộ điều<br /> (Quasi-Passive Exoskeleton) [3] thì RBHT phải chịu<br /> khiển mờ có chất lượng tốt hơn, đồng thời thừa hưởng<br /> trọng lượng của cả robot lẫn của người mang và hỗ<br /> được các ưu thế vốn có của logic mờ.<br /> trợ toàn phần năng lượng cho người mang (Fully-<br /> Từ khóa: hệ chấp hành tuyến tính, logic mờ, robot hỗ<br /> Active Exoskeleton). Về khía cạnh điều khiển, robot<br /> trợ, trí tuệ nhân tạo<br /> hỗ trợ người lành hoàn toàn phụ thuộc người mang,<br /> Abstract: chỉ tác động vào từng thời điểm nhất định trong chu<br /> Assistive robot for people with disabilities is one kind kỳ bước, còn RBHT thì chủ động hoàn toàn, tác động<br /> of bio-robots. Therefore, bio-mimetic is a natural cả chu kỳ, người mang hoàn toàn bị động. Hơn nữa,<br /> approach in mechanical design and control of người TNVĐ thường không ổn định về thần kinh và<br /> assistive robots. Following this scheme, many motion thân thể nên robot phải đủ nhạy bén và vững vàng đề<br /> control systems have been designed by different chống trọi với những động thái bất định của người. Vì<br /> methods, especially artificial intelligence (AI) based vậy, thiết kế cơ khí và điều khiển RBHT là những<br /> ones. thách thức lớn.<br /> This paper investigates an application study of using Cơ hệ RBHT là một hệ động lực phức tạp, các tín<br /> AI (fuzzy logic) in the control of bio-robots. hiệu vào có tính phi tuyến và độ bất định cao (không<br /> Comparison of the designed fuzzy controller with ổn định, khó tính toán chính xác, bị nhiễu). Trong<br /> other ones designed by traditional methods shows that điều kiện đó, bộ điều khiển mờ thường ồn định và<br /> the fuzzy controller is of higher performance, while chống nhiễu tốt hơn so với các bộ điều khiển truyền<br /> reveals the advantages of fuzzy logic. thống.<br /> Keywords: linear actuator, fuzzy logic, assistive robot, Mong muốn của nhóm nghiên cứu (thuộc Đề tài<br /> artificial intelligence. KC.03.12/11-15) là thiết lập được một bộ điều khiển<br /> PD mờ đạt được chỉ tiêu chất lượng cơ bản như PID<br /> Chữ viết tắt: truyền thống, đồng thời có được những ưu điểm của<br /> AC Actuation Controller điều khiển mờ. Một bộ PD mờ (Fuzzy PD - FPD) đã<br /> AI Artificial Intelligence được thiết kế, chất lượng của nó được so sánh bộ PD<br /> ANFIS Adaptive Neural Fuzzy Inference System có lọc (PD with Filter - PDF), đã được chứng minh là<br /> ANN Artificial neural network tốt nhất trong số các bộ PID truyền thống [7].<br /> FPD Fuzzy-Proportional-Derivative controller<br /> GPG Gait Pattern Generator 2. Hướng tiếp cận phỏng sinh trong điều<br /> MIT Massachusetts Institute of Technology khiển robot sinh học<br /> MP Motion Planner<br /> 2.1 Sơ lược về hệ thần kinh vận động của người<br /> PD Proportional-Derivative controller<br /> Đi bộ là một dạng vận động có tính tự động, theo chu<br /> PDF Proportional-Derivative with Filter controller<br /> kỳ của cơ thể, chủ yếu do chi dưới thực hiện dưới sự<br /> PID Proportional-Integral-Derivative controller<br /> điều khiển của hệ thần kinh vận động. Đó là một hệ<br /> TC Tracking Controller<br /> điều khiển phân cấp (xem H. 1). Cấp cao nhất là vùng<br /> TNVĐ Thiểu năng vận động<br /> vận động ở vỏ não, có chức năng hoạch định và kiểm<br /> RBHT Robot hỗ trợ<br /> soát chung quá trình vận động, như đích đến, hướng<br /> <br /> <br /> VCM-2014<br /> Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014<br /> <br /> vận động, xử lý tình huống phát sinh,… Các cấp dưới, trung nói về TC. Hệ chấp hành giữ vai trò như của cơ,<br /> trong đó tiểu não và tủy sống giữ vai trò chủ chốt, làm chuyển động các khớp.<br /> điều khiển trực tiếp quá trình. Tủy sống điều khiển<br /> f<br /> các hoạt động phản xạ, phát tín hiệu điều khiển đến<br /> Hoạch định Người<br /> các cơ, nhận các tín hiệu phản hồi trực tiếp từ các cơ vận động mang<br /> Y(, ,f)<br /> và các giác quan. Tiểu não không trực tiếp sinh ra vận<br /> động, nhưng có nhiệm vụ tiếp nhận và tổng hợp các Tạo quỹ ref ĐK bám u Chấp , Khung<br /> tín hiệu từ các sensor vị trí, gia tốc, hướng,… để định đạo mẫu quỹ đạo hành robot<br /> <br /> hướng, định vị cơ thể và hiệu chỉnh vận động cho  ,<br /> <br /> chính xác và mềm mại, ổn định tư thế,… cũng như H. 2 Cấu trúc của hệ điều khiển vận động<br /> (cùng các bộ phận khác, như hạch cơ sở, nội đồi) tạo<br /> lập và hoàn thiện các chương trình vận động nhờ quá Hệ chấp hành của robot là các động cơ, tạo ra dịch<br /> trình học (Motor Learning). chuyển góc  hay mô-men  tại các khớp. Vì khớp ở<br /> Các cơ chân là phần tử chấp hành, tạo ra chuyển động chân robot và ở chân người đồng trục với nhau nên<br /> cơ học theo lệnh từ tủy sống. Trong cơ và gân có các chuyển động của robot được truyền trực tiếp sang<br /> sensor vị trí (Muscle Spindle) và sensor lực (Golgi người. Hệ chấp hành thường dùng là điện - cơ, thủy<br /> Tendon Organ), sinh tín hiệu phản hồi về vận động. lực hoặc khí nén. Bài báo này chỉ đề cập đến hệ chấp<br /> hành điện - cơ.<br /> Muốn bàn chân bám sát quỹ đạo mẫu thì mỗi khớp<br /> chân phải bám theo góc khớp ref và vận tốc góc khớp<br />  tương ứng (xem H. 3).<br /> d<br /> <br />  ref + e u ,  (t)<br /> Bộ điều Thiết bị<br /> Khớp robot<br /> khiển bám chấp hành<br /> -<br /> <br /> <br /> <br /> H. 3 Cấu trúc của hệ điều khiển khớp<br /> Trên thực tế, đầu vào cho mỗi khớp thường chỉ dùng<br /> góc khớp ref, còn vận tốc được tính theo quan hệ<br />    . Do đó, tín hiệu đo và phản hồi là góc khớp<br /> thực (t).<br /> 3. Điều kiện ban đầu cho thiết kế<br /> 3.1 Chuẩn bị dữ liệu đầu vào<br /> Dữ liệu đầu vào cho RBHT là góc khớp, thường được<br /> đo, ghi bằng thực nghiệm trên người khỏe, hiệu chỉnh<br /> cho phù hợp với tình trạng của người TNVĐ cụ thể.<br /> H. 1 Điều khiển hệ vận động ở người<br /> Một số bộ dữ liệu được sử dụng rộng rãi, như của<br /> Antonie Bogert (2003), Harman (2000) [2], Winter<br /> 2.2 Cấu trúc hệ điều khiển vận động của robot (Canada) [4]. Trên H. 4 là đồ thị góc khớp, đã được sử<br /> Cấu trúc hệ điều khiển của robot được thiết kế theo dụng tại MIT [2].<br /> nguyên tắc phỏng sinh, bắt chước hệ điều khiển vận<br /> động của người, nhưng thực thi các nhiệm vụ đơn<br /> giản hơn, gồm 3 cấp: 1- bộ hoạch định vận động<br /> (Motion Planner - MP), 2- bộ tạo quỹ đạo mẫu (Gait<br /> Pattern Generator - GPG), và 3- bộ điều khiển hệ<br /> chấp hành bám quỹ đạo (Tracking Controller - TC)<br /> như trong H. 2. MP nhận biết ý định của người mang:<br /> đứng lên, ngồi xuống, đi hay dừng,… CPG có nhiệm<br /> vụ chọn chương trình đi tương ứng theo ý định, tạo dữ<br /> liệu về quỹ đạo cho TC. TC có mặt ở từng khớp, điều<br /> khiển góc khớp bám theo góc mẫu do CPG tạo ra.<br /> Như vậy, phối hợp chuyển động các khớp để tạo ra<br /> bước đi theo ý muốn là nhiệm vụ của MP và CPG. TC<br /> đảm bảo điều kiện cần để có bước đi mong muốn. TC<br /> là tên gọi theo phương thức điều khiển (bám). Nó còn<br /> tên nữa, gọi theo chức năng, là bộ điều khiển hệ chấp H. 4 Đồ thị góc khớp khi đi bộ<br /> hành (Actuation Controller - AC). Bài báo này tập<br /> <br /> <br /> VCM-2014<br /> Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014<br /> <br /> Với mục đích sử dụng làm tín hiệu vào ref cho bộ đảm bảo khả năng làm việc và an toàn, hệ thống được<br /> điều khiển sau khi thiết kế, dữ liệu góc khớp được thiết kế cho một khớp ảo, tập hợp các điều kiện làm<br /> chuyển thành giá trị số rời rạc như H. 5. việc khắt khe nhất trong 3 khớp: dải làm việc rộng<br /> nhất, vận tốc góc cao nhất, mô men lớn nhất, khối<br /> Do thi goc khop<br /> 60<br /> lượng tải trọng lớn nhất. Tuy nhiên, tính toán cho<br /> thấy, tỷ số truyền của hệ chấp hành quá nhỏ (1:1880)<br /> 40<br /> nên ngay cả khối lượng lớn nhất như của đùi (~10kg)<br /> 20 cũng chỉ gây ra mô men quán tính chuyển động quay<br /> quy đổi về trục động cơ bằng 0,15% mô men quán<br /> Goc khop (do)<br /> <br /> <br /> <br /> <br /> 0<br /> tính của chính hệ chấp hành, có thể bỏ qua. Vì vậy mô<br /> -20<br /> men quán tính của tất cả các khớp được tính như nhau<br /> -40 và bằng mô men quán tính J của hệ chấp hành.<br /> -60 Trên cơ sở số liệu kỹ thuật do nhà sản xuất cung cấp,<br /> -80<br /> kết hợp tính toán điều kiện công tác như ở trên, bộ<br /> 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 0 thông số kỹ thuật của hệ chấp hành được tổng hợp<br /> K. hong 48 46 42 37 30 22 14 6 0 -6 -7 -3 2 7 15 25 35 42 46 47 48<br /> K. goi 0 -7 -6 0 4 6 9 10 11 12 9 -1 -8 -12 -11 -4 -1 -2 -3 -3 0 trong B.1. Đó là cơ sở để xây dựng mô hình động lực<br /> K. co chan -12 -20 -27 -27 -24 -20 -12 -7 -4 -4 -7 -20 -37 -55 -64 -63 -58 -47 -35 -20 -12<br /> học của đối tượng điều khiển.<br /> H. 5 Giá trị góc khớp được chuyển từ H. 3<br /> B.1 Thông số kỹ thuật của hệ chấp hành<br /> 3.2 Chọn thiết bị chấp hành Thông số Giá trị<br /> Kết cấu cơ khí ở mỗi chân của RBHT có sơ đồ như H. Mô men quán tính J (kgm2) 0,022<br /> 6, trong đó mỗi chân có ba khớp chủ động. Hai loại Hệ số giảm chấn C (Nm/(rad/s)) 0,5.10-3<br /> động cơ chấp hành đã được khảo sát, gồm xi lanh Hệ số mô men KT (Nm/A) 0,06<br /> thủy lực (không trình bày ở đây) và động cơ điện 1 Hệ số điện động Ke (Vs/rad) 1,0<br /> chiều. Để robot có kết cấu gọn nhẹ, chúng tôi đã chọn<br /> Điện trở phần ứng R (Ω) 2,45<br /> hệ chấp hành điện - cơ chuyển động thẳng, có tên<br /> Điện cảm L (H) 0,035<br /> thương mại là Linear Actuator [5] như trong H. 7.<br /> 4. Thiết kế bộ điều khiển<br /> 4.1 Mô hình toán học của hệ thống<br /> Sau khi tính toán động lực học và quy đổi các thông<br /> số hệ thống về động cơ, mô hình hệ chấp hành có<br /> dạng như của động cơ điện một chiều, điều khiển<br /> bằng dòng điện phần ứng, được thể hiện bằng hệ<br /> phương trình cân bằng điện áp và cân bằng mô men:<br />  Lia  Ria  K e  v<br />   (1)<br />   J   C  KT ia  Td<br /> trong đó, v - điện áp; Td - mô men tải; các đại lượng<br /> còn lại như trong B.1.<br /> Hệ có hai tín hiệu vào, hai tín hiệu ra nhưng với bài<br /> toán điều khiển bám vị trí, chỉ cần quan tâm đến hàm<br /> truyền ( s) / V ( s) :<br /> H. 6 Sơ đồ kết cấu của một chân robot ( s ) KT<br />  (2)<br /> V ( s ) ( Ls  R )( Js 2  cs )  KT K e s<br /> k=20:1 Mô hình hệ chấp hành có điều khiển trong H. 3 được<br /> cụ thể hóa trong H. 8, trong đó BĐK là bộ điều khiển<br /> 12V<br /> cần thiết kế.<br /> 45W<br /> Td<br /> -<br /> 260+150<br /> <br /> <br /> <br /> <br /> + E V + Ia Tm - <br /> BĐK K 1/(Ls+R) KT 1/(Js+c) 1/s<br /> r Ve - + <br /> <br /> l=3mm Ke<br /> Motor<br /> <br /> <br /> H. 8 Sơ đồ hệ chấp hành có điều khiển<br /> v=24mm/s<br /> 4.2 Thiết kế bộ điều khiển mờ<br /> H. 7 Hệ chấp hành chuyển động thẳng Cơ sở lý thuyết của điều khiển mờ là logic mờ, một<br /> Tính toán động lực học toàn hệ thống cho thấy mô nhánh của trí tuệ nhân tạo. Khác với mạng nơ ron<br /> men và công suất yêu cầu của các khớp không khác nhân tạo, bắt chước cấu trúc và quá trình vật lý của hệ<br /> nhau nhiều. Điều đó cho phép đơn giản hóa thiết kế, thần kinh, giải thuật gen [6] bắt chước quá trình tiến<br /> chế tạo và sử dụng thiết bị nhờ trang bị cùng một thiết hóa của sinh vật trong tự nhiên, logic mờ bắt chước<br /> bị chấp hành và bộ điều khiển cho tất cả các khớp. Để cách tư duy, phân tích, ra quyết định của con người.<br /> <br /> VCM-2014<br /> Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014<br /> <br /> Về kỹ thuật tính toán, logic mờ là một nhánh của Bước 1: Thiết lập cấu trúc của hệ thống. Để dễ so<br /> phương pháp tính toán mềm. sánh và đánh giá hiệu quả của giải pháp mờ so với<br /> So với điều khiển truyền thống, các hệ mờ có những giải pháp truyền thống, hệ điều khiển mờ được thiết<br /> ưu điểm sau: kế với cấu trúc tương tự bộ điều khiển PD truyền<br /> - Dễ thiết kế, không đòi hỏi công cụ toán học trừu thống, các hệ số KP, KD sẽ được xác định khi thiết kế.<br /> tượng, tránh được một trong những nhiệm vụ khó Hệ được thiết kế trong Simulink, có sơ đồ như trong<br /> khăn nhất là thiết lập và giải các hệ phương trình vi H. 9. Các phần tử chính trong hệ thống, gồm:<br /> phân phức tạp. Có nhiều trường hợp, thậm chí không - Đối tượng điều khiển là hệ chấp hành điện - cơ, có<br /> cần để ý đến bản chất vật lý của các đại lượng; hàm truyền (2), dạng số như trong hình vẽ;<br /> - Công cụ thiết kế, phân tích hệ mờ rất vạn năng, linh - Bộ điều khiển PD mờ (FPD), điều khiển theo sai<br /> hoạt, dễ sử dụng. Ngôn ngữ diễn tả thuật toán mờ gần lệch góc khớp e và tốc độ biến thiên của e, được tạo<br /> với ngôn ngữ tự nhiên nên dễ hiểu; nhờ khâu vi phân du / dt .<br /> - Do không đòi hỏi thông tin vào thật chính xác, cho - Các phần tử hiển thị, chuyển đổi tín hiệu để kiểm tra<br /> phép tín hiệu vào thay đổi trong phạm vi rộng, làm đáp ứng của hệ thống.<br /> việc dựa trên cơ chế suy luận linh hoạt,... nên trong Tín hiệu vào cơ bản cho FPD là góc khớp cổ chân,<br /> nhiều trường hợp các hệ điều khiển mờ có tính bền như H. 5, tín hiệu ra là điện áp, giá trị có thể thay đổi<br /> vững, tin cậy, ổn định cao. được nhờ hệ số K1. Đáp ứng của toàn hệ thống là góc<br /> Phần sau đây trình bày các bước cơ bản và kết quả khớp thực (t) và vận tốc góc (t).<br /> thiết kế bộ điều khiển mờ cho hệ chấp hành điện cơ Nhờ một chuyển mạch bằng tay, có thể mô phỏng hệ<br /> trong H. 7. thống với tín hiệu vào Step hoặc góc khớp mẫu ref.<br /> <br /> 1/K2 du/dt y<br /> Signal 1<br /> <br /> Step Derivative1<br /> Van toc goc (rad/s) To Workspace<br /> Do-radian Goc co chan<br /> <br /> Manual K2<br /> Switch<br /> Kp Goc khop co chan Rad-do<br /> <br /> Error 0.06<br /> K1<br /> 0.00077s3 +0.5392s2 +0.6122s<br /> Transfer Fcn<br /> du/dt Kd FLC<br /> <br /> Derivative<br /> <br /> <br /> <br /> <br /> H. 9 Sơ đồ cấu trúc của bộ FPD<br /> Bước 2: Thiết kế hệ logic mờ, gồm thiết lập các<br /> modul mờ hóa, suy luận mờ và giải mờ. Hệ logic mờ<br /> ở đây sử dụng hệ suy luận Sugeno, có hai hàm thuộc<br /> đầu vào (Error e và Error-dot e ) kiểu hình thang<br /> (trapmf) và một hàm thuộc đầu ra (điện áp bù) kiểu<br /> tuyến tính<br /> output  a  e  b  e  c (3)<br /> trong đó a, b, c là các hằng số. Các hệ số a, b, c được<br /> chọn tùy theo mức độ nhạy cảm cần có của hệ với sai<br /> số e, tốc độ biến thiên của e và độ mờ. Phương án Công cụ Rule Wiewer (H. 10) cho phép quan sát tổng<br /> được chọn là a = 0,5; b = 1. Giá trị c = (-2, -1, 0, 1, 2) hợp các hàm thuộc, quy tắc suy luận mờ, hợp thành<br /> tương ứng các giá trị hàm thuộc đầu ra (AL, A, K, D, và giải mờ, và kiểm tra quan hệ vào-ra. Ví dụ cho<br /> DL), trong đó A - âm , D - dương, L - lớn, K - không. input = [8,5] (nghĩa là e  8; e  5 ), sẽ nhận được<br /> Hệ quy tắc suy luận mờ được tóm tắt trong B.2. điện áp 6,7V.<br /> B.2 Bảng quy tắc suy luận mờ Bước 3: Xác định các thông số điều khiển. Các thông<br /> E-dot số cần xác định là hệ số tỷ lệ KP, vi phân KD, khuyếch<br /> A K D<br /> E đại K1 (xem H. 9). Các thông số này chi phối chất<br /> A DL D K lượng điều khiển: lượng quá chỉnh, thời gian xác lập<br /> K D K A và độ chính xác tĩnh. Tín hiệu vào thích hợp cho bước<br /> D K A AL này là hàm bậc thang đơn vị.<br /> Sử dụng luật hợp thành max-min, quy tắc suy luận mờ Bật chuyển mạch sang vị trí Step. Trước hết, điều<br /> được thể hiện bởi tập hợp các mệnh đề logic sau: chỉnh KP, KD theo quy tắc vẫn áp dụng cho các hệ PID<br /> truyền thống để hệ ổn định và đạt các đáp ứng đầu ra<br /> tốt nhất có thể. Sau đó, điều chỉnh K1 để nhận được<br /> dải điện áp phù hợp. Cuối cùng, bộ thông số được<br /> <br /> VCM-2014<br /> Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014<br /> <br /> chọn là KD = 0,27, KP = 2,5, K1 = 200. Đáp ứng Step KC03_FLC/Goc co chan : Group 1<br /> của hệ như trong H. 11: lượng quá chỉnh 2,6%, thời 0<br /> Signal 1<br /> gian xác lập khoảng 1,76s, sai số tĩnh bằng 0. Số liệu -10<br /> này được lấy từ biến y do Simulink xuất sang -20<br /> workspace (H. 9). -30<br /> -40<br /> <br /> -50<br /> -60<br /> -70<br /> 0 1 2 3 4 5 6 7 8 9 10<br /> Time (sec)<br /> H. 12 Tín hiệu vào góc khớp cổ chân<br /> Bật chuyển mạch sang tín hiệu thực (Goc co chan),<br /> chạy chương trình, nhận được đáp ứng đầu ra (vẽ<br /> cùng tín hiệu vào) như H. 13. Ta thấy, tín hiệu ra bám<br /> sát tín hiệu vào, sai số lớn nhất khoảng 0,05.<br /> Bước 5: Kết quả mô phỏng cho thấy bộ FPD làm việc<br /> ổn định và có chất lượng tốt. Tuy nhiên, hiệu quả của<br /> giải pháp mờ sẽ thể hiện trực quan hơn khi so sánh<br /> trực tiếp đáp ứng của nó với PDF.<br /> H. 10 Quan sát hệ suy luận mờ Một mô hình mới được thiết lập bằng cách ghép thêm<br /> một bộ PDF (nền xanh), dùng chung tín hiệu vào với<br /> Dap ung Step FPD (xem H. 14).<br /> 1.4<br /> Như đã nói trong mục đặt vấn đề, trong một nghiên<br /> 1.2<br /> cứu khác [7], chúng tôi đã so sánh các bộ PID truyền<br /> X: 1.566 X: 1.759<br /> Y: 1.026 Y: 1.02 thống khi làm việc với cùng một hệ chấp hành trong<br /> 1 H. 9 và nhận thấy bộ PDF, dạng<br /> N<br /> Amplitude<br /> <br /> <br /> <br /> <br /> 0.8 KP  KD (4)<br /> 1 N / s<br /> 0.6 có chất lượng tốt nhất. Trong đó N - hằng số của bộ<br /> lọc, được xác định cùng với KP, KD.<br /> 0.4 Dap ung goc khop co chan<br /> 10<br /> Output<br /> Input<br /> 0.2 0<br /> <br /> -10<br /> 0<br /> 0 0.5 1 1.5 2 2.5 3 -20<br /> Goc khop (do)<br /> <br /> <br /> <br /> <br /> Time, s<br /> -30<br /> H. 11 Đáp ứng Step của bộ FPD<br /> -40<br /> <br /> Bước 4: Thử nghiệm với tín hiệu vào mẫu ref, được -50<br /> lấy từ đồ thị góc khớp cổ chân trong H. 5, đưa vào -60<br /> Simulink dưới dạng đồ thị như H. 12.<br /> -70<br /> 0 2 4 6 8 10<br /> Time, s<br /> <br /> H. 13 Đáp ứng góc khớp cổ chân của FPD<br /> <br /> 1/K2 Signal 1<br /> <br /> Step Do-radian Goc co chan<br /> Manual<br /> Switch<br /> 0.06<br /> In1 Out1<br /> 0.00077s3+0.5392s2 +0.6122s Compari son<br /> PD-Fuzzy Control ler Transfer Fcn<br /> <br /> <br /> K2<br /> <br /> 0.06<br /> PD(s) K2<br /> 0.00077s3+0.5392s2 +0.6122s<br /> PD Controll er Transfer Fcn1 PDF<br /> y<br /> <br /> To Workspace<br /> <br /> H. 14 Mô hình để so sánh FPD với PDF<br /> <br /> <br /> VCM-2014<br /> Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014<br /> <br /> <br /> <br /> <br /> H. 15 Các thông số của bộ PDF<br /> <br /> Công cụ Tuner của Matlab cho phép hiệu chỉnh các<br /> thông số Bandwidth (bề rộng dải thông), Phase 10<br /> Dap ung goc co chan<br /> <br /> margin (dự trữ ổn định pha), Response time (thời gian PD mo<br /> 0 PDF<br /> đáp ứng) và Peak response (giá trị max) trong chế độ Input<br /> tương tác. Khi hiệu chỉnh tự động, Matlab sẽ dung -10<br /> <br /> hòa các tiêu chí trên và chọn các thông số chất lượng<br /> Gockhop(do)<br /> <br /> <br /> <br /> <br /> -20<br /> là: quá chỉnh 9,56%, thời gian quá độ 1,98s.<br /> -30<br /> <br /> Tổng hợp các thông số của hai bộ điều khiển trong -40<br /> B.3 cho thấy bộ FPD có chất lượng tốt hơn bộ PDF.<br /> -50<br /> Điều này cũng được thể hiện trên H. 16.<br /> -60<br /> B.3 So sánh hai phương án thiết kế<br /> -70<br /> Thông số PDF FPD 0 2 4 6 8 10<br /> Time, s<br /> Hệ số Kp 30,157 2,5<br /> Kd 16,122 0,27 H. 17 Đáp ứng của PD mờ và của PD truyền thống<br /> N 4,828 -<br /> Kết quả trên nhận được với tín hiệu vào của khớp cổ<br /> Lượng quá chỉnh (%) 9,56 2,6<br /> chân. Mô hình hệ điều khiển đồng thời khớp hông và<br /> Thời gian ổn định (s) 1,98 1,76<br /> khớp gối được lập như trong H. 18. Hệ gồm hai bộ<br /> Sai số xác lập 0 0 điều khiển mờ giống nhau, mỗi bộ có tín hiệu vào<br /> riêng, được trích từ H. 5. Đồ thị đáp ứng của chúng<br /> Dap ung Step<br /> 1.4 được vẽ trên cùng hệ tọa độ trên H. 19.<br /> X: 1.504<br /> Ta thấy, đồ thị đáp ứng của khớp cổ chân (xem H. 17)<br /> 1.2 Y: 1.096<br /> và của khớp hông (H. 19) có sai số ban đầu, còn khớp<br /> 1 gối không có. Lý do là góc ban đầu của khớp hông và<br /> X: 1.572<br /> Y: 1.026 khớp cổ chân khác 0, trong khi cơ cấu chấp hành xuất<br /> Amplitude<br /> <br /> <br /> <br /> <br /> 0.8 phát từ vị trí 0. Sai số này có thể được khử dễ dàng<br /> 0.6<br /> bằng cách gán điều kiện đầu thích hợp cho chúng,<br /> hoặc set điểm 0 thích hợp cho phần cứng.<br /> 0.4<br /> PD mo<br /> Goc khop hong Do-rad Bo DK khop hong<br /> 0.2 PDF du/dt<br /> Input Signal 1 1/K2 In1 Out1<br /> Van toc goc<br /> 0<br /> 0 0.5 1 1.5 2 2.5 3<br /> Time, s K2<br /> <br /> Goc khop Rad-do<br /> H. 16 Đáp ứng step của PD mờ và PD truyền thống Signal 1 1/K2 In1 Out1 Hong, Goi<br /> <br /> <br /> Để mô phỏng với đầu vào là góc khớp thực, bật Goc khop goi Do-rad1 Bo DK khop goi<br /> <br /> chuyển mạch sang bên phải (H. 14). Đáp ứng của 2 hệ<br /> được vẽ trên cùng đồ thị như H. 17. Ta thấy, đáp ứng H. 18 Mô hình PD mờ điều khiển khớp hông và khớp gối<br /> của FPD bám sát dữ liệu vào hơn của bộ PDF.<br /> <br /> <br /> <br /> <br /> VCM-2014<br /> Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014<br /> <br /> <br /> 50<br /> Dap ung goc khop hong va khop goi [4] D. A. Winter: Biomechanics and Motor Control<br /> of Human Movement, 5th Edition. John Wiley &<br /> 40 Sons, New York, 2009.<br /> 30<br /> [5] HIWIN: Linear Actuator LAS Series (2014).<br /> [6] R. L. Haupt, S. E. Haupt: Practical Genetic<br /> Goc khop (do)<br /> <br /> <br /> <br /> <br /> 20 Algorithm, 2nd ed., Wiley-Interscience, 2004.<br /> Hong-ra<br /> Hong-vao [7] Đào Văn Hiệp, Đào Trung Kiên: Tối ưu hóa bộ<br /> 10<br /> Goi-ra<br /> Goi-vao<br /> điều khiển bám quỹ đạo khớp của robot hỗ trợ<br /> 0 người thiểu năng vận động, Chuyên san Điều<br /> khiển & Tự động hóa, số 10 (08-2014).<br /> -10<br /> <br /> <br /> -20<br /> 0 1 2 3 4 5 6 7 8 9 10<br /> GS. TS. Đào Văn Hiệp tốt<br /> Time, s nghiệp Học viện Kỹ thuật quân<br /> H. 19 Đáp ứng của hệ FPD ở khớp hông và khớp gối sự, chuyên ngành Cơ khí - Chế<br /> tạo máy vào năm 1977; nhận<br /> 5. Kết luận bằng tiến sĩ Cơ khí năm 1989 tại<br /> So sánh đáp ứng của hệ điều khiển bám cho các khớp Học viện Quân sự (VAAZ) -<br /> của robot dùng FPD và PDF được thiết kế theo Cộng hòa Czech; được Nhà nước<br /> phương pháp truyền thống cho thấy FPD có chất bổ nhiệm Phó giáo sư năm 2005,<br /> lượng tốt hơn. Nhưng sẽ là sai nếu nói rằng "điều Giáo sư năm 2011 ngành Cơ khí-<br /> khiển mờ tốt hơn điều khiển truyền thống". Mong Động lực. Hiện nay, ông là giảng viên tại Khoa Hàng<br /> muốn của chúng tôi là bộ điều khiển mờ có được các không - Vũ trụ, Học viện Kỹ thuật quân sự. Các lĩnh<br /> chỉ tiêu chất lượng tương đương PID truyền thống vực hoạt động chính: Công nghệ chế tạo thiết bị hàng<br /> ngay cả với hệ phi tuyến và dữ liệu vào không thể không, CAD/CAM/CNC, Kỹ thuật Robot, Cơ điện tử<br /> được biểu diễn tường minh bằng toán học, hay nhập trong các hệ thống sản xuất tự động.<br /> nhằng, có biên giới mờ như ở người khuyết tật, và đã<br /> đạt được. Tính ổn định, bền vững của điều khiển mờ TS. Đào Trung Kiên tốt nghiệp<br /> trong điều kiện nói trên không cần phải chứng minh, ngành Công nghệ thông tin của<br /> vì nó nằm trong bản chất của điều khiển mờ. Với các Trường Đại học Cergy-Pontoise,<br /> hệ tuyến tính, có mô hình toán học tường minh thì Pháp vào năm 2004. Anh nhận<br /> giải pháp truyền thống vẫn là lựa chọn hợp lý, nhất là bằng thạc sĩ về Hệ thống phân tán<br /> khi được hỗ trợ bởi các phương pháp thiết kế tiên tiến. của Trường Đại học Paris 6<br /> Nói rộng ra, kết quả khả quan trong nghiên cứu ứng (UPMC), Pháp năm 2006, và bằng<br /> dụng logic mờ và giải thuật gen [7] vào điều khiển tiến sĩ về Cơ khí và Tự động hoá,<br /> RBHT cho phép khẳng định tính khả thi của hướng Trường Đại học Dayeh, Đài Loan năm 2010. Hiện<br /> tiếp cận phỏng sinh. Nhưng còn một điều chúng tôi anh là giảng viên, nghiên cứu viên của Phòng nghiên<br /> tâm đắc nhưng chưa kịp thực hiện, là tạo khả năng cứu Môi trường Cảm thụ và Tương tác, thuộc Viện<br /> học cho bộ tạo quỹ đạo mẫu (Gait pattern generator - nghiên cứu quốc tế MICA, Đại học Bách khoa Hà<br /> GPG) tương tự não người. Về lý thuyết thì có thể thực Nội. Các hướng nghiên cứu chính bao gồm định vị ở<br /> hiện được bằng cách thay bộ điều khiển mờ bằng hệ môi trường trong nhà, tương tác người-hệ thống đa<br /> ANFIS (Adaptive Neural Fuzzy Inference System), phương thức, động lực học và điều khiển.<br /> hoặc đơn giản là gắn thêm modul ANN để xác định<br /> các hệ số KP, KD cho bộ điều khiển mờ. Vấn đề nằm ở TS. Tăng Quốc Nam, tốt nghiệp<br /> chỗ, tạo dữ liệu huấn luyện cho ANN hay ANFIS thế đại học ngành Cơ khí động lực<br /> nào? Chúng tôi rất mong và chân thành cảm ơn những năm 1995 tại Học viện Kỹ thuật<br /> chia sẻ của các bạn đọc. Quân sự, nhận bằng thạc sĩ về Cơ<br /> Công trình này được thực hiện trong khuôn khổ đề tài điện tử tại Viện Công nghệ châu<br /> cấp Nhà nước, mã số KC.03.12/11-15. Á (AIT) - Thái Lan năm 2002 và<br /> bằng tiến sĩ về Cơ học kỹ thuật<br /> Tài liệu tham khảo tại Học viện Kỹ thuật Quân sự<br /> [1] José L. Pons: Wearable Robots: Biomechatronic<br /> năm 2011. Từ năm 1995 đến nay,<br /> Exoskeletons; John Wiley & Sons, 2008.<br /> anh là giảng viên tại bộ môn<br /> [2] Kazerooni, H. and R. Steger: The Berkeley<br /> Robot đặc biệt và Cơ điện tử, khoa Hàng không Vũ<br /> Lower Extremity Exoskeleton, Journal of<br /> trụ, Học viện Kỹ thuật Quân sự. Các hướng nghiên<br /> Dynamic Systems Measurement and Control-<br /> cứu chính bao gồm Cơ điện tử trong khí tài quân sự,<br /> Transactions of the Asme, 2006.<br /> Động lực học và điều khiển robot di động, Định vị và<br /> [3] Andrew Valiente: Design of a Quasi-Passive<br /> xây dựng bản đồ ở môi trường trong nhà, Robot đặc<br /> Parallel Leg Exoskeleton to Augment Load<br /> biệt trong quân sự và thám hiểm, Mô hình hóa và mô<br /> Carrying for Walking; Master’s of Science at<br /> phỏng các hệ động lực.<br /> the MIT; August 2005.<br /> <br /> <br /> VCM-2014<br />
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2