Mô phỏng ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ gắp và đặt của cánh tay robot UR5

Chia sẻ: Dạ Thiên Lăng | Ngày: | Loại File: PDF | Số trang:10

Thêm vào BST

Báo xấu

5
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu "Mô phỏng ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ gắp và đặt của cánh tay robot UR5" xem xét sự ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ gắp và đặt sản phẩm của cánh tay robot 6 bậc tự do UR5. Các cặp giá trị của tỷ lệ giảm chấn và hệ số ma sát giữa các khớp của robot sẽ được thay đổi để đánh giá sự ảnh hưởng của chúng tới kết quả thực hiện nhiệm vụ của robot. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Mô phỏng ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ gắp và đặt của cánh tay robot UR5

231 Tuyển tập công trình Hội nghị Cơ học toàn quốc lần thứ XI, Hà Nội, 02-03/12/2022 Mô phỏng ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ gắp và đặt của cánh tay robot UR5 Nguyễn Văn Thưởng1,*, Đinh Văn Phong1 1 Trường Cơ khí, Đại học Bách Khoa Hà Nội *Email: hust.thuongnguyen@gmail.com Tóm tắt. Nghiên cứu này xem xét sự ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ gắp và đặt sản phẩm của cánh tay robot 6 bậc tự do UR5. Các cặp giá trị của tỷ lệ giảm chấn và hệ số ma sát giữa các khớp của robot sẽ được thay đổi để đánh giá sự ảnh hưởng của chúng tới kết quả thực hiện nhiệm vụ của robot. Môi trường thiết lập được thực hiện trên nền tảng hệ điều hành robot ROS (Robot Operating System) và chương trình mô phỏng Gazebo và Rviz. Chương trình hoạch định chuyển động được thực hiện bởi MoveIt. Kết quả nghiên cứu cho thấy hạn chế của các thuật toán hoạch định chuyển động truyền thống trong việc chỉ đưa ra các kết quả dẫn đường hình học tối ưu mà không tính đến khả năng đáp ứng của hệ thống phần cứng robot và khả năng đảm bảo sự an toàn khi làm việc cùng con người. Từ khóa: động lực học, hoạch định chuyển động, mô phỏng, UR5. 1. Mở đầu Trong những năm gần đây, với sự bùng nổ mạnh mẽ về công nghệ robot, đặc biệt là cánh tay robot, nhu cầu về sử dụng robot an toàn và hiệu quả hơn ngày càng tăng, kéo theo sự phát triển mạnh mẽ của các công trình nghiên cứu liên quan [1]. Để nâng cao tính hiệu quả và an toàn, các nghiên cứu về cánh tay robot tập trung vào hai vấn đề chính đó là hoạch định chuyển động [2], và phân tích mô hình động học và động lực học của robot [3]. Hoạch định chuyển động của robot đề cập đến hai khía cạnh: lập kế hoạch đường dẫn (chuyển động toàn cục) và lập kế hoạch quỹ đạo (chuyển động cục bộ). Trong lập kế hoạch đường dẫn, một đường hình học kết nối một điểm ban đầu với một điểm cuối, đi qua các điểm trung gian, được tính toán và thành lập. Trong khi đó, việc lập kế hoạch quỹ đạo được thiết kế để robot chuyển động theo một đường hình học nhất định, chịu tác động bởi các ràng buộc về thời gian, gia tốc, và vận tốc. Việc tính toán quỹ đạo này dựa trên các đặc tính động học của robot cũng như đặc điểm hình học của nó (bao gồm cả đặc điểm hình học của không gian làm việc). Một trong những thuật toán hoạch định chuyển động nổi tiếng và được ứng dụng nhiều nhất trong thực tế như thuật toán thuật toán cây ngẫu nhiên thăm dò nhanh RRT (Rapid Exploration Random Tree) [4] và các biến thể phát triển của nó [2]. Trong lĩnh vực hình học, các thuật toán RRT đều hoàn chỉnh về mặt xác suất và có thể nhanh chóng tìm ra con đường đi tối ưu trong không gian dựa trên một bản đồ đã có sẵn. Tuy nhiên, vì chỉ tập trung vào tìm đường dẫn hình học tối ưu và xử lý các vấn đề về động học như vị trí, hướng của robot … nên các thuật toán hoạch định chuyển động bỏ qua vấn đề về động lực học. Hầu hết các thuật toán đều đặt giả thiết rằng hướng chuyển động của tay máy có thể thay đổi ngay lập tức, điều này là không thực tế khi các tay máy trong thực tế hoạt động ở tốc độ cao hoặc vô tình gặp một chướng ngại vật bất ngờ trên đường di chuyển mà không có sẵn trên bản đồ [5]. Ngoài ra, với sự phát triển của công nghệ robot, đặt ra cho các nhà nghiên cứu hai vấn đề sau [6]: • Sự phát triển của công nghệ đã và đang hướng tới các loại robot có khả năng làm việc với con người cùng một lúc, tạo ra môi trường tương tác con người – robot. Khi đó, mọi hàng rào vật lý cần được dỡ bỏ. Vì vậy, đảm bảo an toàn là một trong những vấn đề quan trọng trong môi trường làm việc. Các phương pháp hoạch định chuyển động truyền thống như RRT lập kế hoạch đường đi trong không gian không có va chạm trong khi bỏ qua hoàn toàn vùng nguy hiểm tiềm tàng, hay được gọi là vùng va chạm không thể tránh khỏi. Trong khi đó, khi tương tác với con người, robot không thể bỏ qua các vùng va chạm không thể tránh
232 N. V. Thưởng, Đ. V. Phong khỏi này (Hình 1). Do đó, việc nghiên cứu các thuật toán hoạch định chuyển động tuân theo các ràng buộc động lực học (vận tốc, gia tốc) là điều cần thiết để giữ an toàn cho con người. Hình 1. Con người và robot cộng tác • Nhiệm vụ chính của cánh tay robot là di chuyển đồ vật từ vị trí ban đầu đến vị trí mục tiêu trong khi tránh chướng ngại vật. Làm thế nào để tạo ra hiệu suất tối đa dựa trên thiết bị và nguồn lực có sẵn là một trong những vấn đề cơ bản để nâng cao hiệu quả của nhà máy. Trong môi trường công nghiệp, sự thay đổi tải phụ thuộc vào các nhiệm vụ khác nhau, do đó, đường dẫn được tạo bởi thuật toán hoạch định chuyển động chỉ tuân theo các ràng buộc động học đôi khi không thực tế với công suất giới hạn hay hiệu suất của hệ thống phần cứng có thể đạt được. Và nếu các ràng buộc động lực học được xem xét, một quỹ đạo khả thi có thể tìm thấy thay vị một quỹ đạo hình học tối ưu nhất nhưng không thể áp dụng được. Dựa trên phân tích trên, trong nghiên cứu này, chúng tôi sẽ xem xét sự ảnh hưởng của các thông số động lực học tới vận tốc và gia tốc trong quá trình thực hiện nhiệm vụ gắp và đặt sản phẩm của cánh tay robot UR5, từ đó đánh giá tầm quan trọng của việc cần xem xét các vấn đề động lực học trong hoạch định chuyển động để nâng cao hiệu suất làm việc và hướng tới môi trường tương tác an toàn khi con người và robot cùng cộng tác làm việc. Nội dung trình bày trong bài báo này được thể hiện như sau: Phần 2 trình bày tổng quan về mô hình toán học của robot UR5. Phần 3 thể hiện nội dung thiết lập mô phỏng. Phần 4 trình bày kết quả thí nghiệm và thảo luận. Cuối cùng, phần 5 đưa ra kết luận và hướng nghiên cứu trong tương lai. 2. Mô hình toán học 2.1. Thuật toán tìm đường RRT Sơ đồ giản lược của phương pháp RRT truyền thống được biểu diễn trong Hình 1. Hình 1. Sơ đồ thuật toán RRT
233 Mô phỏng ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ Quy trình RRT giải quyết vấn đề như sau: Đầu tiên, RRT khởi tạo điểm bắt đầu 𝑞𝑞 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 , điểm gắp và đặt của cánh tay robot UR5 đích 𝑞𝑞 𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔 , và cây ngẫu nhiên 𝑇𝑇. Cây ngẫu nhiên 𝑇𝑇 ban đầu chỉ bao gồm điểm xuất phát 𝑞𝑞 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 . Sau đó, một nút 𝑋𝑋 𝑟𝑟𝑟𝑟 được tạo ngẫu nhiên trong không gian 𝐷𝐷. Tiếp theo, một nút 𝑋𝑋 𝑛𝑛𝑛𝑛𝑛𝑛 gần với 𝑋𝑋 𝑟𝑟𝑟𝑟 nhất sẽ được xác định ngẫu nhiên trên hướng từ 𝑞𝑞 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 tới 𝑋𝑋 𝑟𝑟𝑟𝑟 . Từ hướng của 𝑋𝑋 𝑛𝑛𝑛𝑛𝑛𝑛 tới 𝑋𝑋 𝑟𝑟𝑟𝑟 tạo một nút mới 𝑋𝑋 𝑛𝑛𝑛𝑛 với khoảng cách tăng dần 𝛾𝛾. Trên đường đi từ 𝑋𝑋 𝑛𝑛𝑛𝑛𝑛𝑛 tới 𝑋𝑋 𝑛𝑛𝑛𝑛 , RRT chèn một số 𝑟𝑟𝑟𝑟 𝑛𝑛 𝑟𝑟𝑟𝑟 𝑟𝑟𝑟𝑟 𝑛𝑛 𝑟𝑟𝑟𝑟 hay không. Nếu nút 𝑋𝑋 𝑛𝑛𝑛𝑛 thỏa mãn điều kiện không va chạm sẽ được thêm vào cây ngẫu nhiên 𝑇𝑇 và điểm với khoảng cách bằng nhau, đồng thời kiểm tra xem mỗi điểm có va chạm với chướng ngại vật 𝑛𝑛 𝑛𝑛 𝑛𝑛 các bước trên được lặp lại cho đến khi nút mới tiến tới điểm đích 𝑞𝑞 𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔 . Thuật toán 1 thể hiện sơ đồ 𝑛𝑛 thuật toán của RRT. Thuật toán 1 𝑞𝑞 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 : điểm xuất phát Tham số vào: 𝑞𝑞 𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔 : điểm đích 𝐾𝐾: Số nút trong cây ngẫu nhiên 𝛾𝛾: khoảng cách giữa các nút 𝐷𝐷: không gian hoạt động 𝑇𝑇: Cây ngẫu nhiên RRT Tham số ra: 1. Khởi tạo 𝑞𝑞 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 2. Cho 𝑘𝑘 = 1 đến 𝐾𝐾 thực hiện Khởi tạo 𝑋𝑋 𝑟𝑟𝑟𝑟 Tìm 𝑋𝑋 trong không gian 𝐷𝐷 gần nhất với 𝑋𝑋 3. 𝑛𝑛𝑛𝑛𝑛𝑛 𝑟𝑟𝑟𝑟 𝑟𝑟𝑟𝑟 Tìm 𝑋𝑋 nằm giữa 𝑋𝑋 và 𝑋𝑋 cách 𝑋𝑋 một khoảng 𝛾𝛾 4. 𝑛𝑛𝑛𝑛 𝑛𝑛𝑛𝑛𝑛𝑛 𝑟𝑟𝑟𝑟 , 𝑛𝑛𝑛𝑛𝑛𝑛 𝑛𝑛 𝑟𝑟𝑟𝑟 Nếu �𝑞𝑞 𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔 − 𝑋𝑋 � < 𝛾𝛾: Kết thúc vòng lặp 5. 𝑛𝑛𝑛𝑛 𝑛𝑛 𝑛𝑛 𝑟𝑟𝑟𝑟 𝑛𝑛 Ngược lại: Nếu không va chạm: Thêm 𝑋𝑋 vào 𝑇𝑇 6. 𝑛𝑛𝑛𝑛 𝑛𝑛 7. 𝑛𝑛 9. Trả về bản đồ cây 𝑇𝑇 8. Kết thúc vòng lặp 2.2. Robot UR5 Robot UR5 (Hình 2) là robot sáu bậc tự do được sản xuất bởi hãng Universal Robots. Tính năng nổi bật của robot này đó là sự nhanh nhẹn do trọng lượng nhẹ, tốc độ, dễ lập trình, linh hoạt, và an toàn [7]. Một trong những đặc điểm chính của UR5 là tất cả sáu khớp của nó đều đóng góp vào các chuyển động biến đổi và quay của thiết bị cuối gắn trên tay máy.
234 N. V. Thưởng, Đ. V. Phong Hình 2. Cánh tay robot UR5 và các thông số kỹ thuật [8] khớp và khoảng cách giữa chúng. Trục màu đỏ, lục, và lam tương ứng với ba trục 𝑥𝑥, 𝑦𝑦, và 𝑧𝑧. Dựa trên Trong Hình 2, UR5 được hiển thị ở trạng thái cấu hình ban đầu, cùng với các hệ tọa độ của các vị trí tương đối và hướng của các tọa độ này, ma trận quay giữa chúng được xác định và sau đó các thuộc tính cục bộ và toàn cục trong chuyển động của mỗi khớp trong chuỗi động học được tính toán. 2.3. Mô hình động lực học Mô hình động lực học của robot liên quan đến vị trí, vận tốc và gia tốc của các khớp robot và lực/momen xoắn tác dụng tại mỗi khớp để tạo ra chuyển động. Công thức chung cho mô hình động lực 𝜏𝜏 = 𝑴𝑴( 𝒒𝒒) 𝒒𝒒̈ + 𝑪𝑪( 𝒒𝒒, 𝒒𝒒̇) 𝒒𝒒̇ + 𝑮𝑮( 𝒒𝒒) + 𝑸𝑸 𝑅𝑅 ( 𝒒𝒒̇), học của cánh tay robot N bậc tự do được biểu diễn như sau [8]: Trong đó 𝒒𝒒 ∈ ℝ 𝑁𝑁 , 𝒒𝒒̇ ∈ ℝ 𝑁𝑁 , và 𝒒𝒒̈ ∈ ℝ 𝑁𝑁 lần lượt là các vectơ vị trí, vận tốc, và gia tốc của tất cả (1) các khớp của cánh tay robot. 𝑴𝑴(𝒒𝒒) ∈ ℝ 𝑁𝑁,𝑁𝑁 là ma trận quán tính, 𝒄𝒄( 𝒒𝒒, 𝒒𝒒̇) ∈ ℝ 𝑁𝑁 là ma trận momen xoắn Coriolis và ly tâm, 𝒈𝒈(𝒒𝒒) là vectơ trọng lực. Trong khi đó, 𝜏𝜏 ∈ ℝ 𝑁𝑁 đại diện cho các lực điều khiển hoặc ngoại lực tác động lên robot. Một thông số khác đó là 𝑸𝑸 𝑅𝑅 ∈ ℝ 𝑁𝑁 , đại diện vectơ lực ma sát và độ lớn 𝑸𝑸 𝑅𝑅 ( 𝒒𝒒̇) = 𝑭𝑭 𝒄𝒄 ( 𝒒𝒒) 𝑠𝑠𝑠𝑠 𝑠𝑠 𝑠𝑠( 𝒒𝒒̇) + 𝑭𝑭 𝒗𝒗 ( 𝒒𝒒) 𝒒𝒒̇ của nó được thể hiện bằng công thức sau: với 𝑭𝑭 𝒗𝒗 ( 𝒒𝒒) và 𝑭𝑭 𝒄𝒄 ( 𝒒𝒒) tương ứng là hệ số ma sát nhờn và ma sát Coulomb. (2) Trong thuật toán RRT trình bày trong mục 2.1, bản đồ dẫn đường RRT cung cấp vị trí các nút để robot lần lượt di chuyển đến các điểm đó trên con đường đạt được vị trí đích mong muốn. Trong biến vô hướng 𝑠𝑠. 𝑠𝑠 tăng đơn điệu theo thời gian 𝑡𝑡 để đảm bảo rằng chúng luôn chuyển động về phía mô hình động lực học, khoảng cách giữa các nút hay đường dẫn hình học được tham số hóa bằng một trước dọc theo đường đi, tức là 𝑠𝑠̇( 𝑡𝑡) > 0 và 𝑡𝑡 → 𝑠𝑠: [0, 𝑇𝑇] → [0,1], trong đó 𝑇𝑇 là tổng thời gian di chuyển. Khi đó, 𝒒𝒒(𝑠𝑠(𝑡𝑡) có thể lấy đạo hàm theo 𝑡𝑡 như sau: 𝒒𝒒̇ = 𝒒𝒒′𝑠𝑠̇, 𝒒𝒒̈ = 𝒒𝒒"𝑠𝑠̇ 2 + 𝒒𝒒′𝑠𝑠̈ (3)
235 Mô phỏng ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ trong đó 𝒒𝒒 = 𝜕𝜕𝒒𝒒/𝜕𝜕𝜕𝜕 và 𝒒𝒒" = 𝜕𝜕 𝒒𝒒/𝜕𝜕𝑠𝑠 2 . Thay thế (2) và (3) vào (1) ta được phương trình chuyển động ′ 2 gắp và đặt của cánh tay robot UR5 theo 𝑠𝑠 như sau: 𝜏𝜏( 𝑠𝑠) = 𝒎𝒎( 𝑠𝑠) 𝑠𝑠̈ + 𝒄𝒄( 𝑠𝑠) 𝑠𝑠̇ 2 + 𝒇𝒇 𝒗𝒗 ( 𝑠𝑠) 𝑠𝑠 + 𝒈𝒈(𝑠𝑠) (4) 𝒎𝒎( 𝑠𝑠) = 𝑴𝑴�𝒒𝒒( 𝑠𝑠)�𝒒𝒒′(𝑠𝑠) trong đó 𝒄𝒄( 𝑠𝑠) = 𝑴𝑴�𝒒𝒒( 𝑠𝑠)�𝒒𝒒"(𝑠𝑠) + 𝑪𝑪(𝒒𝒒(𝑠𝑠), 𝒒𝒒′(𝑠𝑠))𝒒𝒒′(𝑠𝑠) 𝒇𝒇 𝒗𝒗 ( 𝑠𝑠) = 𝑭𝑭 𝒗𝒗 �𝒒𝒒( 𝑠𝑠)�𝒒𝒒′(𝑠𝑠) 𝒈𝒈( 𝑠𝑠) = 𝑭𝑭 𝒄𝒄 �𝒒𝒒( 𝑠𝑠)�𝑠𝑠𝑠𝑠 𝑠𝑠 𝑠𝑠(𝒒𝒒′ ( 𝑠𝑠)) + 𝑮𝑮( 𝒒𝒒(𝑠𝑠)) Dựa vào phương trình 4, ta thấy rằng mô hình động lực học của robot chịu tác động bởi các thông số như lực ma sát, lực điều khiển, lực giảm chấn. Nếu các đại lượng trên của robot không được xác định chính xác, sẽ ảnh hưởng đến khả năng hoàn thành nhiệm vụ của robot, cũng như ảnh hưởng đến các trạng thái của robot khi hoạt động trong không gian có sự xuất hiện của con người. Trong nghiên cứu này, bài toán động lực học thuận sẽ được đề cập. Theo đó, khi các giá trị momen xoắn và lực tác động lên các khớp, cũng như vị trí các khớp đã được xác định, các tác động phi tuyến như lực ma sát hay lực giảm chấn sẽ được thay đổi để theo dõi và đánh giá sự thay đổi của vận tốc và gia tốc của các khớp theo thời gian. 3. Thiết lập mô phỏng 3.1. Công cụ mô phỏng Để phương pháp thí nghiệm mô phỏng đạt được kết quả gần với thực tế nhất, công cụ mô phỏng cần đáp ứng được các tiêu chí sau: • Tính khả thi: Công cụ phải cung cấp được mô trường mô phỏng giống với thực tế như mô hình vật lý của robot hay khả năng thu thập các thông tin cảm biến. • Độ tin cậy: Công cụ nghiên cứu cần phải dễ dàng sửa đổi hay mở rộng bằng cách thêm vào các thành phần và tính năng mới • Khả năng tích hợp: Công cụ phải cho phép khả năng tích hợp với các robot thực tế trong tương lai. Để đáp ứng các yêu cầu trên, hệ điều hành robot ROS cùng với phần mềm mô phỏng Gazebo và Rviz đã được chọn lựa sử dụng. ROS là một kiến trúc hệ thống được thiết kế để giao tiếp với phần cứng robot và tích hợp các phần cứng robot khác nhau với nhau. Chức năng của ROS giống như một chương trình đa năng, có khả năng kết nối các phần mềm và ngôn ngữ mã hóa khác nhau. ROS có các công cụ phát triển tích hợp sẵn, chẳng hạn như Gazebo và Rviz, cung cấp một môi trường mô phỏng mạnh mẽ, cho phép các nhà phát triển kiểm tra kết quả chương trình trước khi áp dụng chúng vào môi trường thực tế. Cùng với ROS, trình mô phỏng robot 3D Gazebo được sử dụng. Gazebo là một trong những trình mô phỏng nổi tiếng nhất về ứng dụng robot, có chức năng hoàn chỉnh với cả mô phỏng động học và động lực học. Gazebo được thiết kế để tái hiện chính xác môi trường động lực mà robot có thể gặp phải. Tất cả các vật thể được mô phỏng đều có khối lượng, vận tốc, ma sát, và nhiều đặc tính vật lý khác cho phép chúng hoạt động thực tế khi bị đẩy, kéo, hoặc xô ngã. Ngoài ROS và Gazebo, công cụ hiển thị hình ảnh Rviz được sử dụng để trực quan hóa và giám sát thông tin cảm biến thu được trong thời gian thực từ kịch bản mô phỏng. Sự tích hợp giữa ROS, Gazebo và Rviz được thể hiện trong Hình 3.
236 N. V. Thưởng, Đ. V. Phong Hình 3. Sự tích hợp giữa ROS, Gazebo, và Rviz Ngoài các công cụ mô phỏng kể trên, MoveIt được sử dụng để mô phỏng chương trình lập kế hoạch đường đi cho tay máy. MoveIt là một nền tảng thao tác robot mã nguồn mở cho phép phát triển các ứng dụng robot phức tạp bằng ROS. MoveIt là nguồn cung cấp chính các chức năng cho phép lập kế hoạch chuyển động trong robot công nghiệp như điều hướng tay máy. MoveIt hỗ trợ trao đổi tệp và dữ liệu giữa các máy chủ, hệ thống và ứng dụng trong và giữa các tổ chức, cũng như nhóm và cá nhân sử dụng một thư mục chia sẻ chung với quyền truy cập trình duyệt đơn giản cho người dùng. 3.2. Thiết lập môi trường mô phỏng Môi trường mô phỏng cho quá trình thực hiện nhiệm vụ gắp và đặt sản phẩm của robot UR5 được thể hiện như trong Hình 4. Môi trường bao gồm một tay máy UR5, một máy ảnh 3D để thu về dữ liệu từ môi trường, một sản phẩm cần gắp có dạng hình lập phương, và một chiếc đĩa đánh dấu vị trí đặt sản phẩm. Hình 4a thể hiện môi trường mô phỏng trong Gazebo, và hình 4b thể hiện hình ảnh trực quan của robot và môi trường thu về được từ máy ảnh 3D. (a) (b) Hình 4. Môi trường mô phỏng nhiệm vụ gắp và đặt sản phẩm của robot UR5. (a) Thiết lập môi trường mô phỏng trong Gazebo; (b) Mô phỏng tương ứng hiển thị trên phần mềm Rviz 3.3. Thiết lập chương trình mô phỏng Mô hình robot UR5 trên Gazebo có thể mô phỏng các đặc tính vật lý của một robot thực tế, bao phạm vi nghiên cứu này, nhóm nghiên cứu chỉ xét đến hai thông số là tỷ lệ giảm chấn 𝑑𝑑 và hệ số ma gồm lực giảm chấn, lực ma sát, ma trận quán tính giữa các liên kết và khối lượng các khớp. Trong sát 𝑓𝑓. Các thông số động và động lực học khác như vận tốc, momen quán tính hay khối lượng các khớp được giữ nguyên như cài đặt trong [9]. Thuật toán hoạch định chuyển động được áp dụng trong nghiên cứu này là thuật toán tìm đường đi RRT như đã trình bày ở mục 2.1. Chu trình mô phỏng được thiết lập theo hai trường hợp như biểu diễn trong Sơ đồ 1:
237 Mô phỏng ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ gắp và đặt của cánh tay robot UR5 • Trường hợp 1: bỏ qua tác động của lực giảm chấn và lực ma sát, khi đó robot sẽ hoạt động đúng như theo quỹ đạo mà thuật toán RRT đã chỉ ra. • Trường hợp 2: thêm vào mô hình vật lý của UR5 trong chương trình mô phỏng các cặp giá trị của tỉ lệ giảm chấn và hệ số ma sát để đánh giá sự ảnh hưởng của chúng. Sơ đồ 1 𝑞𝑞 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 : điểm xuất phát; 𝑞𝑞 𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔 : điểm đích (điểm gắp vật); Tham số vào: 𝑇𝑇: bản đồ RRT 𝑑𝑑: tỷ lệ giảm chấn; 𝑓𝑓: hệ số ma sát Khởi tạo 𝑑𝑑 = 0 ; 𝑓𝑓 = 0. Khởi tạo: 𝑑𝑑 = 1 ; 0 < 𝑓𝑓 ≤ 0.61 Trường hợp 1: Trường hợp 2: Tham số ra: Biểu đồ vị trí, vận tốc và gia tốc của tay gắp theo thời gian Trong trường hợp 2, các giá trị 𝑑𝑑 = 1 và 𝑓𝑓 = 0.61 được lấy theo giá trị mặc định cung cấp bởi [10]. Hình 5 thể hiện kết quả vị trí tay máy khi các cặp giá trị 𝑑𝑑 và 𝑓𝑓 được thiết lập khác nhau (các vị 4. Kết quả và thảo luận trí nằm trong khoanh tròn). Theo đó, khi bỏ qua lực giảm chấn và ma sát giữa các khớp, robot hoạt (Hình 5a và 5c). Khi tăng giá trị của 𝑑𝑑 lên giá trị thật của robot như cung cấp bởi [10] và giữ nguyên động hoàn chỉnh theo thuật toán dẫn đường RRT. Vị trí tay gắp khớp với vị trí và hình dạng của vật giá trị của 𝑓𝑓, tay gắp vẫn đến được vị trí của vật nhưng hướng của tay gắp đã bị lệch một góc so với hình dạng của vật (Hình 5b). Độ lệch góc được thể hiện rõ hơn ở biểu đồ hình 6 thời gian. Trong hình 6a và hình 6c, góc quay của tay gắp trong hai trường hợp này đều đạt được giá trị giống nhau. Trong khi đó, hình 6b thể hiện góc quay của tay gắp đã bị xoay quá lớn dẫn đến vị trí chuyển động của tay gắp bị sai lệch so với quỹ đạo. Điều này dẫn đến quá trình gắp bị thất bại và robot không thể hoàn Trong quá trình mô phỏng, nhóm nghiên cứu thực hiện tăng dần giá trị của 𝑓𝑓 cho đến khi robot thành nhiệm vụ (Hình 5e). hiện thuật toán chuyển động tay máy của robot. Hình 5c và 5f cho thấy khi 𝑓𝑓 ≥ 0.15, tay gắp robot đạt đạt được trạng thái hoàn thành nhiệm vụ để đánh giá sự ảnh hưởng của lực ma sát lên quá trình thực được vị trí mong muốn như khi bỏ qua tác động của lực giảm chấn và lực ma sát. (a) (b) (c)
238 N. V. Thưởng, Đ. V. Phong (d) (e) (f) số 𝑑𝑑 và 𝑓𝑓 lần lượt là: hình (a) và (d): 𝑑𝑑 = 0 và 𝑓𝑓 = 0.1 ; hình (b) và (e): 𝑑𝑑 = 1 và 0.1 < 𝑓𝑓 < 0.15; hình (c) và (f): 𝑑𝑑 = 1 và 𝑓𝑓 ≥ 0.15 Hình 5. Mô phỏng quá trình thực hiện nhiệm vụ gắp sản phẩm của UR5 khi giá trị thông (a) (b) (c) 𝑑𝑑 và 𝑓𝑓 lần lượt là: hình (a): 𝑑𝑑 = 0 và 𝑓𝑓 = 0.1 ; hình (b): 𝑑𝑑 = 1 và 0.1 < 𝑓𝑓 < 0.15; hình (c): 𝑑𝑑 = 1 và Hình 6. Biểu đồ thể hiện góc quay của tay gắp theo trục thẳng đứng của robot UR5 khi giá trị thông số 𝑓𝑓 ≥ 0.15 Nguyên nhân dẫn đến kết quả sai lệch của tay gắp khi thay đổi cặp giá trị 𝑑𝑑 và 𝑓𝑓 đến từ chương trình hoạch định chuyển động. Như đã đề cập ở các phần trước, các thuật toán hoạch định chuyển động truyền thống thường chỉ đưa ra các kết quả hình học của quỹ đạo mà bỏ qua hoàn toàn các ràng buộc liên đến động lực học như lực giảm chấn hay lực ma sát. Ở kết quả thí nghiệm hình 5b, giá trị của lực giảm chấn thay đổi sẽ dẫn đến độ chính xác của quá trình chuyển động các khớp thay đổi. Nếu không có các cảm biến đánh giá vị trí mà chỉ tuân theo thuật toán dẫn đường, vị trí tay gắp sẽ rất dễ bị sai lệch. Khi tăng giá trị ma sát lên một giá trị nhất định, tay gắp có thể đến được chính xác vị trí nhờ khớp, nguyên liệu chế tạo robot. Hơn nữa, để xác định được một cặp giá trị 𝑑𝑑 và 𝑓𝑓 chính xác để đáp vào lực cản của lực ma sát. Tuy nhiên, trong thực tế, lực ma sát phụ thuộc vào cách ghép nối giữa các ứng được độ chính xác cho các thuật toán dẫn đường là công việc phức tạp. Vì vậy, điều cần thiết là cần phát triển các thuật toán hoạch định chuyển động có xem xét đến các thông số động lực học, để có Mặc dù trong hai trường hợp các cặp giá trị 𝑑𝑑 = 0, 𝑓𝑓 = 0.1 và 𝑑𝑑 = 1 và 𝑓𝑓 ≥ 0.15, robot đều thể ứng dụng cho nhiều loại robot có các mô hình toán học khác nhau. hoàn thành nhiệm vụ, tuy nhiên trạng thái của robot tại thời điểm hoàn thành lại khác nhau. Hình 7 thể hiện biểu đồ vị trí, vận tốc và gia tốc của tay gắp theo thời gian. Bỏ qua vấn đề về thời gian hoàn thành dừng ngay tức thời, khi đó, mặc dù giá trị vận tốc đã trở về 0 𝑚𝑚/𝑠𝑠 nhưng giá trị gia tốc vẫn được giữ nhiệm vụ, ta thấy rằng khi robot đạt được vị trí mong muốn, lực điều khiển tác động lên khớp quay sẽ nguyên tại thời điểm đó. Trong trường hợp Hình 7a, giá trị gia tốc của tay gắp khi tới đích là 0.4 𝑚𝑚/
239 Mô phỏng ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ 𝑠𝑠 , trong khi giá trị này là 0.5 𝑚𝑚/𝑠𝑠 2 như trong trường hợp Hình 7b. Độ lớn gia tốc liên quan đến lực 2 gắp và đặt của cánh tay robot UR5 tác động sinh ra khi tay gắp đạt được vị trí mong muốn. Khi robot cộng tác với con người, trong các vùng có sự tương tác vật lý hay vùng nguy hiểm tiềm tàng, nếu lực này không được kiểm soát, sẽ ảnh hưởng đến sự an toàn của con người. (a) (b) màu xanh lá cây) của tay gắp theo thời gian của robot UR5 khi giá trị thông số 𝑑𝑑 và 𝑓𝑓 lần lượt là: hình Hình 7. Biểu đồ thể hiện vị trí (đường màu xanh da trời), vận tốc (đường màu cam), và gia tốc (đường (a): 𝑑𝑑 = 0 và 𝑓𝑓 = 0.1; hình (b): 𝑑𝑑 = 1 và 𝑓𝑓 = 0.61. Trục tung thể hiện giá trị độ lớn, trục hoành thể hiện giá trị thời gian.
240 N. V. Thưởng, Đ. V. Phong 5. Kết luận Nội dung nghiên cứu này trình bày kết quả mô phỏng của sự ảnh hưởng của các thông số động lực học tới quá trình thực hiện nhiệm vụ gắp và đặt sản phẩm của cánh tay robot UR5. Bản chất của các phương pháp hoạch định truyền thống là tìm đường dẫn hình học tối ưu, trong khi robot cần một đường dẫn khả thi với giới hạn công suất hay hiệu suất phần cứng của mình. Hơn nữa, với sự phát triển về công nghệ robot ngày nay, robot đang hướng tới được sử dụng để làm việc cùng với con người. Việc xem xét đưa các thông số động lực học vào hoạch định quỹ đạo sẽ giúp kiểm soát tốt hơn trạng thái của robot khi tương tác với con người nhằm đảm bảo sự an toàn. Trong tương lai, việc nghiên cứu đưa mô hình động lực học của robot vào các thuật toán hoạch định chuyển động sẽ được nhóm nghiên cứu thực hiện nhằm nâng cao tính hiệu quả và độ chính xác cho các loại cánh tay robot. Lời cảm ơn Nghiên cứu này được hỗ trợ một phần bởi Chương trình trọng điểm cấp quốc gia: Hỗ trợ nghiên cứu, phát triển và ứng dụng công nghệ 4.0 (KC-4.0/19-25), tài trợ cho dự án: Nghiên cứu thiết kế và chế tạo Cobot ứng dụng trong công nghiệp và một số lĩnh vực khác có sự hợp tác người - máy (Mã: KC-4.0-35/19-35). Tài liệu tham khảo [1] Zhang, Shuai & Li, Shiqi & Li, Xiao & Xiong, Youjun & Xie, Zheng. A Human-Robot Dynamic Fusion Safety Algorithm for Collaborative Operations of Cobots. Journal of Intelligent & Robotic Systems, 104, (1), (2022), pp. 1-14. [2] Liu. S., Liu. P. A Review of Motion Planning Algorithms for Robotic Arm Systems. Lecture Notes in Mechanical Engineering. Springer, Singapore, (2020). [3] R. M. Ramli, N. A. Herman, H. M. Adib. Simulation on Robot Arm Manipulator Modeling using Dynamic Kinematic. Emerging Technology in Computing, Communication and Electronics (ETCCE), pp. 1-6, (2020). [4] J. J. Kuffner., S. M. LaValle. RRT-connect: An efficient approach to single-query path planning. in IEEE Int. Conf. on Robotics and Automation, 2000. [5] T. Kunz, M. Stilman. Probabilistically complete kinodynamic planning for robot manipulators with acceleration limits. IEEE/RSJ International Conference on Intelligent Robots and Systems, (2014), pp. 3713- 3719. [6] Herman P. Investigation of manipulator dynamics with a viscous damping model. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 221, (5), (2007), pp. 513-517. [7] P. M. Kebria, S. Al-wais, H. Abdi, S. Nahavandi. Kinematic and dynamic modeling of UR5 manipulator. IEEE International Conference on Systems, Man, and Cybernetics (SMC), (2016), pp. 004229-004234. [8] Kovincic. N., Müller. A., Gattringer. H., Weyrer. M., Schlotzhauer. A., Brandstötter. M. Dynamic parameter identification of the Universal Robots UR5. In Proceedings of the Austrian Robotics Workshop, Austria, (May 2019). [9] https://roboticscasual.com/robotics-tutorials [10] https://ros-planning.github.io/moveit_tutorials/doc/gazebo_simulation/gazebo_simulation.html