1
ROBOT DI ÑOÄNG TÖÏ ÑÒNH VÒ KHOÂNG DUØNG COÄT MOÁC
Ñoaøn Hieäp (+)
TS. Nguyeãn Vaên Giaùp (++)
(+) Sinh vieân thuoäc Chöông trình Ñaøo taïo Kyõ sö chaát löôïng cao taïi Vieät Nam
(++) Boä moân Cô Ñieän Töû , Khoa Cô Khí, Tröôøng Ñaïi hoïc Baùch Khoa TPHCM
TOÙM TAÉT
Coâng vieäc khoù khaên nhaát trong ñieàu khieån moät
robot di ñoäng töï trò, ñoù laø vieäc robot töï ñònh vò chính
xaùc vò trí vaø höôùng cuûa noù trong khoâng gian laøm
vieäc. Baøi baùo naøy nhaèm giôùi thieäu moät phöông phaùp
ñònh vò robot baèng giaûi thuaät ñònh vò khoâng duøng coät
moác hieän. YÙ töôûng chính cuûa giaûi thuaät naøy laø xaùc
ñònh nhöõng vò trí khaû thi cuûa robot trong khoâng gian
laøm vieäc, söû duïng tín hieäu cuûa caûm bieán sieâu aâm nhö
laø moät thieát bò xaùc ñònh khoaûng caùch vaø höôùng cuûa
robot ñoái vôùi caùc chöôùng ngaïi vaät coá ñònh, ñeå töø ñoù
suy ra vò trí cuûa robot baèng caùch so saùnh baûn ñoà
toaøn cuïc vaø baûn ñoà cuïc boä quanh robot.
Töø khoùa: Ñònh vò, Doø ñöôøng, Coät moác hieän, Robot di ñoäng
töï trò
ABSTRACT
An important challenge of an autonomous mobile
robot is finding its current pose (position and
orientation) within working environment. This paper
represents a method for self-localization without
explicit landmarks. The main idea of this algorithm
comes from finding feasible poses using ultrasonic
sensors as a point-and-shoot ranging device. These
poses are then computed to estimate robot’s pose by
correlating the global and local maps.
Keyword: Localization, Navigation, Explicit landmark,
Autonomous mobile robot
1. GIÔÙI THIEÄU
Baøi baùo naøy giôùi thieäu moät phöông phaùp ñònh vò
vaø thaêm doø baûn ñoà döïa treân heä thoáng thuaät toaùn
choàng chaát caûm bieán, ñöôïc ñeà xuaát bôûi Hans P.
Moravec [Moravec89].
Baøi baùo goàm 4 phaàn chính: phaàn ñaàu tieân seõ trình
baøy caùc khaùi nieäm cô sôû ñöôïc söû duïng, phaàn thöù hai
trình baøy noäi dung caùc thuaät toaùn, phaàn thöù ba seõ
trình baøy caùc keát quaû moâ phoûng ñaït ñöôïc, vaø phaàn
keát luaän laø nhöõng ñaùnh giaù veà khaû naêng thöïc hieän
cuõng nhö ñeà xuaát thöïc hieän moät robot thí nghieäm
phuïc vuï cho vieäc hoïc taäp vaø nghieân cöùu.
2. ÑAËT VAÁN ÑEÀ
Moâi tröôøng hoaït ñoäng cuûa robot laø moät caên phoøng
coù maët saøn phaúng, ñöôïc giôùi haïn bôûi caùc böùc töôøng
ñaõ bieát. Caùc chöôùng ngaïi vaät ñöôïc xem laø chöôùng
ngaïi vaät hai chieàu [Latombe91]. Maët saøn ñöôïc chia
thaønh caùc vuøng rôøi raïc, goïi laø caùc oâ löôùi. Robot söû
duïng caùc caûm bieán sieâu aâm, ñöôïc ñaët treân moät voøng
troøn bao quanh robot, seõ caäp nhaät caùc xaùc suaát bò
chieám (occupied) hoaëc coøn troáng (empty) cuûa caùc oâ
löôùi. Töø nhöõng ñaùnh giaù naøy robot veõ laïi baûn ñoà
chöôùng ngaïi vaät. Döïa vaøo baûn ñoà tìm ñöôïc, robot seõ
xaùc ñònh vò trí cuûa noù baèng vieäc ñi tìm nhöõng vò trí
khaû thi.
3. MOÄT SOÁ KHAÙI NIEÄM CÔ SÔÛ
3.1 Robot di ñoäng töï trò vaø coät moác
Robot di ñoäng töï trò laø robot coù taát caû nhöõng gì
caàn thieát tích hôïp beân trong robot. [Marsland02]
Nghóa laø robot coù caùc pin, caûm bieán, maùy tính vaø
chöông trình ñieàu khieån ñeå noù khoâng ñöôïc keát noái
vôùi baát kyø söï hoã trôï beân ngoaøi naøo. Chöông trình
ñieàu khieån cuõng phaûi coù khaû naêng ñieàu khieån robot
maø khoâng caàn söï trôï giuùp cuûa con ngöôøi. Nhö vaäy,
coät moác (landmark) [Borenstein96] cuõng laø moät
hình thöùc hoã trôï thoâng tin töø beân ngoaøi, ñöôïc söû
duïng khaù phoå bieán trong nhieàu öùng duïng khaùc.
Trong ñeà taøi naøy, coät moác khoâng ñöôïc söû duïng.
3.2 Vectô ñònh vò
Soùng sieâu aâm truyeàn ñi trong khoâng khí vôùi vaän
toác khoaûng 343 m/s. Caûm bieán sieâu aâm phaùt ra vaø
thu veà caùc maët soùng sieâu aâm, sau ñoù khueách ñaïi
cöôøng ñoä cuûa soùng vôùi haøm muõ theo thôøi gian. Caûm
bieán xaùc ñònh thôøi gian soùng di chuyeån trong khoâng
gian, ñeå suy ra khoaûng caùch töø noù ñeán chöôùng ngaïi
vaät gaàn nhaát, naèm trong vuøng queùt cuûa caûm bieán
[Thuan03]. Vectô ñònh vò ñoái vôùi moät caûm bieán ño
khoaûng caùch khi noù ghi nhaän moät thoâng soá s laø moät
vectô coù ñoä lôùn baèng s vaø coù chieàu laø chieàu cuûa caûm
bieán ñoù. (xem hình 1) [Brown00]
3.3 Vò trí khaû thi
YÙ töôûng cô baûn nhaát cuûa thuaät toaùn ñònh vò vôùi
nhieàu caûm bieán trong baøi baùo naøy ñöôïc theå hieän
döôùi daïng ñi tìm vò trí khaû thi cuûa robot, laø nhöõng vò
trí maø robot coù theå ñöùng taïi ñoù vaø ghi nhaän ñöôïc
thoâng soá ñaõ nhaän ñöôïc töø caûm bieán. (xem hình 1)
Vò trí khaû thi cuûa robot ñoái vôùi moâi tröôøng coù
chöôùng ngaïi vaät M vaø vectô ñònh vò z laø vò trí maø taïi
ñoù ta coù theå ñaët goác cuûa vectô ñònh vò, sao cho ngoïn
cuûa vectô naèm treân chöôùng ngaïi vaät M, maø thaân cuûa
2
vectô khoâng caét qua baát kyø chöôùng ngaïi vaät
naøo.[Brown00]
Hình 1: (a) laø vò trí khaû thi,
(b) vaø (c) khoâng phaûi laø vò trí khaû thi
3.4 Vuøng queùt cuûa caûm bieán sieâu aâm
Trong khoâng gian hai chieàu, buùp höôùng (beam
patern) cuûa caûm bieán sieâu aâm coù theå ñöôïc ñôn giaûn
hoaù thaønh moät hình quaït vôùi goùc môû töø 15 ñeán 45
ñoä, tuyø loaïi. Caùc buùp beân (side lobe) seõ ñöôïc loaïi
boû nhôø caùc thieát bò hoã trôï phaàn cöùng, hoaëc khoâng
ñöôïc tính toaùn trong phaàn meàm.
Hình 2: Buùp höôùng cuûa caûm bieán Polaroid 6500
Phaïm vi trong goùc môû vaø khoaûng caùch xa nhaát maø
caûm bieán coù theå xaùc ñònh ñöôïc chöôùng ngaïi vaät,
chuùng ta goïi ñoù laø vuøng queùt cuûa caûm bieán (xem
hình 3).
4. CAÙC THUAÄT TOAÙN
4.1 Thuaät toaùn thaêm doø baûn ñoà
Hình 3: Vuøng queùt cuûa caûm bieán sieâu aâm
Vuøng queùt cuûa caûm bieán sieâu aâm ñöôïc chia thaønh
3 vuøng chính. Vuøng I, laø vuøng maø caûm bieán ghi
nhaän coù vaät caûn, vuøng II laø vuøng töø vuøng I ñeán caûm
bieán, döôøng nhö khoâng coù vaät caûn naøo, vuøng III laø
vuøng phía sau vaät caûn, laø vuøng chöa bieát, trong
thuaät toaùn khoâng quan taâm ñeán vuøng naøy. (xem hình
3)
Goïi s laø khoaûng caùch ño ñöôïc cuûa caûm bieán, H laø
söï kieän oâ löôùi ñaõ bò chieám vaø –H laø söï kieän oâ löôùi
coøn troáng. Phaân boá xaùc suaát treân vuøng queùt cuûa caûm
bieán sieâu aâm laø moät phaân boá Gauss theo phöông
höôùng kính, phaân boá naøy seõ ñöôïc ñôn giaûn hoaù
thaønh moät cung troøn trong thuaät toaùn. Vì vaäy, neáu
cho tröôùc moät thoâng soá caûm bieán, chuùng ta coù theå
tính ñöôïc xaùc suaát caûm bieán ghi nhaän ñöôïc vaät caûn
naèm taïi moät oâ löôùi, neáu ñaõ thöïc söï coù moät vaät caûn
naøo ñoù naèm trong vuøng queùt cuûa caûm bieán sieâu aâm,
[Murphy00],[Moravec89] theo coâng thöùc sau:
Vuøng I: Max
R
rR
HsP *
2
)()(
)|(
β
α
β
−
+
−
= (1)
Vuøng II: 2
)()(
1)|(
β
α
β
−
+
−
−= R
rR
HsP (2)
Vuøng III: )|( HsP khoâng quan taâm.
Nhöng ôû ñaây yeáu toá caàn xaùc ñònh laø xaùc suaát ñaõ
bò chieám cuûa moät oâ löôùi khi caûm bieán ghi nhaän ñöôïc
thoâng soá s, coù nghóa laø caàn tính )|( sHP . Aùp duïng
coâng thöùc toaøn phaàn Bayes [Diep99], nhö sau:
)()|()()|(
)()|(
)|( HPHsPHPHsP
HPHsP
sHP −−−
= (3)
trong ñoù, P(H) laø xaùc suaát cuûa söï kieän H, ñaây laø
thôøi ñieåm laàn ñaàu tieân oâ löôùi ñöôïc queùt, giaù trò khôûi
taïo laø xaùc suaát ngaãu nhieân:
5.0)(1)()( =−=−= HPHPHP (4)
Moät vaán ñeà khaùc laïi ñöôïc ñaët ra laø neáu coù nhieàu
caûm bieán cuøng queùt qua moät oâ löôùi, hay laø sau moät
thôøi gian di chuyeån, robot laïi queùt qua oâ löôùi ñoù.
Nhö vaäy, vieäc caäp nhaät cho caùc oâ löôùi phaûi döïa vaøo
thoâng tin coù tröôùc cuûa oâ löôùi ñoù, nhö sau:
)|()|()|()|(
)|()|(
)|(
11
1
−−
−−−+
=
nnnn
nn
nsHPHsPsHPHsP
sHPHsP
sHP (5)
Hình 4 döôùi daây moâ taû quaù trình thaêm doø baûn ñoà
cuûa robot. Vuøng ñen ñaäm laø vuøng khoâng gian troáng,
vuøng maøu xaùm laø vuøng chöa bieát. Caùc vuøng maøu
coøn laïi laø vuøng coù caùc giaù trò xaùc suaát thay ñoåi.
Hình 4: Baûn ñoà ñang ñöôïc veõ laïi
22.5 ñoä
Buùp beân
z
a
b
c
M
3
Vaán ñeà kyõ thuaät khoù khaên nhaát trong phaàn naøy laø
vieäc duøng caûm bieán sieâu aâm ñeå xaùc ñònh khoaûng
caùch töø robot ñeán caùc chöôùng ngaïi vaät. Baøi toaùn ñaët
ra laø laøm caùch naøo ñeå giaûi quyeát hieän töôïng ñoïc
cheùo (crosstalk) cuûa caùc caûm bieán sieâu aâm. Hieän
töôïng ñoïc cheùo laø hieän töôïng maø caûm bieán naøy ghi
nhaän soùng sieâu aâm ñöôïc phaùt ra töø caûm bieán khaùc
sau moät hay nhieàu laàn phaûn xaï treân caùc chöôùng ngaïi
vaät. Hieän töôïng naøy ñaõ ñöôïc J. Borenstein giaûi
quyeát baèng vieäc ñaët leäch caùc thôøi gian phaùt cuûa moãi
caûm bieán, vaø söû duïng moät chu kyø phaùt phuø hôïp vôùi
soá löôïng caûm bieán ñöôïc söû duïng [Borenstein95]. Do
giôùi haïn cuûa baøi baùo, chuùng toâi khoâng trình baøy noäi
dung chi tieát cuûa phöông phaùp naøy.
4.2 Thuaät toaùn ñònh vò
Thay vì söû duïng khaùi nieäm vò trí khaû thi baèng hình
hoïc nhö phaàn treân ñaõ trình baøy, ñeå ñöa vaøo chöông
trình tính toaùn, hình aûnh vò trí khaû thi coù theå ñöôïc ruùt
ra töø baûn ñoà ñöôïc chia löôùi theo coâng thöùc toaùn hoïc
sau:
)),0( () (),( zlMzMzMFP Θ−Θ∂= (6)
Trong ñoù, FP thay cho chöõ feasible poses coù
nghóa laø vò trí khaû thi, M laø taäp hôïp caùc ñieåm naèm
treân bieân chöôùng ngaïi vaät, vaø z laø vectô ñònh vò maø
robot xaùc ñònh ñöôïc, )(X∂ laø kyù hieäu cho taäp hôïp
caùc ñieåm bieân cuûa taäp hôïp X, Θlaø kyù hieäu cuûa
pheùp tröø Minkowskii vaø l(x,y) laø kyù hieäu cuûa moät
ñoaïn thaúng hôû noái hai ñieåm x vaø y, nhöng khoâng keå
hai ñieåm x vaø y. [Brown00]
Toång Minkowskii laø toång cuûa moät taäp hôïp vôùi
moät vectô, keát quaû cuûa pheùp coäng naøy laø moät taäp
hôïp ñöôïc xaùc ñònh baèng vieäc coäng taát caû caùc phaàn
töû cuûa taäp hôïp vôùi vectô ñoù. Hình aûnh sau ñaây moâ
taû pheùp tröø Minkowskii (hình 7) vaø caùc vò trí khaû thi
tìm ñöôïc duøng coâng thöùc (6) (hình 8).
Hình 7: Hieäu Minkowskii
ÔÛ ñaây coù theå nhaän thaáy raèng, phaàn naèm trong cuûa
taäp hôïp zM Θcuõng seõ naèm trong taäp hôïp
),0( zlM Θ, do ñoù, chuùng ta coù theå ñôn giaûn coâng
thöùc (6) thaønh daïng
)),0( () (),( zlMzMzMFP Θ−Θ= (7)
Hình 8: Tìm vò trí khaû thi öùng vôùi
chöôùng ngaïi vaät M vaø vectô ñònh vò z
Cho raèng trong khoâng gian chöôùng ngaïi vaät M,
robot ghi nhaän ñöôïc nhieàu vectô ñònh vò vaø goïi taäp
hôïp caùc vectô ñònh vò laø Z. Baèng caùch giao taát caû
nhöõng vò trí khaû thi, vò trí hieän taïi cuûa robot seõ coù
theå ñöôïc tìm thaáy baèng coâng thöùc sau:
),(),( zMFPZMFP Zz∈
=I (8)
Hình 9 moâ taû vò trí khaû thi öùng vôùi caùc vectô ñònh
vò x, y, vaø z, ñoàng thôøi tìm ra vò trí thöïc cuûa robot,
neáu robot ghi nhaän ñöôïc 3 vectô ñònh vò x, y, z ñoù.
Hình 9: Tìm vò trí khaû thi baèng vectô ñònh vò
Tuy nhieân, moät vaán ñeà ñöôïc ñaët ra laø caûm bieán
sieâu aâm luoân traû veà caùc giaù trò vôùi moät sai soá nhaát
ñònh. Chính vì vaäy, thay vì tính toaùn vò trí khaû thi vôùi
vectô ñònh vò lyù töôûng nhö treân, robot seõ phaûi tính
toaùn vò trí khaû thi vôùi moät sai soá
ε
naøo ñoù. Sai soá
ε
naøy ñöôïc xaùc ñònh döïa treân phaân boá cuûa caûm
bieán sieâu aâm. Baùn kính
ε
laø baùn kính sao cho xaùc
suaát xuaát hieän chöôùng ngaïi vaät trong phaïm vi baùn
kính ñoù laø 90%. Vì vaäy, coâng thöùc (7) seõ ñöôïc vieát
laïi nhö sau:
)))1(,0( ()B(z (),( z
zlMMzMFP
ε
εε
−Θ−⊕Θ= (9)
o
o
Q
o
-Q
P
QP Θ
o
4
Trong ñoù,
ε
B laø quaû caàu baùn kính
ε
. Hình 10 moâ
taû vò trí khaû thi cuûa robot vôùi 3 vectô ñònh vò coù sai
soá.
Hình 10: Ñònh vò coù tính ñeán sai soá
Nhö vaäy, sai soá
ε
naøy vaøo khoaûng bao nhieâu, vaø
laøm caùch naøo ñeå haïn cheá sai soá? Xem caûm bieán
sieâu aâm vôùi buùp höôùng ñöôïc thu goïn laïi trong moät
hình quaït baùn kính baèng taàm queùt xa nhaát cuûa caûm
bieán (khoaûng 10m ñoái vôùi caûm bieán Polaroid 6500
vaø 6m ñoái vôùi SRF08); ñoàng thôøi, phaân boá Gauss
cuûa caûm bieán cuõng ñöôïc xem nhö phaân phoá laø moät
ñöôøng troøn theo goùc môû (hình 3). Nhö vaäy, ñoä daøi
cung troøn ôû khoaûng caùch 10m, vôùi goùc môû 25 ñoä laø
)(36.4
180
25
10)10(mmArc ==
π
Baùn kính
ε
seõ coù ñoä lôùn leân ñeán vaøi meùt. Sai soá
naøy laø sai soá khoâng theå chaáp nhaän ñöôïc. Moät giaûi
phaùp ñaët ra laø duøng nhieàu caûm bieán cho vieäc ghi
nhaän moät vectô ñònh vò nhö hình 11. [Elfes85]
Hình 11: Duøng nhieàu caûm bieán
ñeå ghi nhaän moät vectô ñònh vò
Goùc 1
θ
giôùi haïn ôû ñaây baèng bao nhieâu thì toát
nhaát, vì goùc naøy caøng lôùn thì caøng oån ñònh, nhöng
noù phuï thuoäc vaøo khoaûng caùch töø caûm bieán ñeán
chöôùng ngaïi vaät chöa bieát. ÔÛ ñaây chuùng toâi choïn
o
30
1=
θ
. Ñieàu ñoù coù nghóa laø, trong quaù trình di
chuyeån, robot seõ löu laïi caùc “veät queùt” cuûa caûm
bieán sieâu aâm tröôùc ñoù, neáu “veät queùt” cuõ giao vôùi
veät queùt môùi taïi moät ñieåm hôïp vôùi vò trí môùi vaø cuõ
cuûa caûm bieán moät goùc lôùn hôn 30o thì ta xaùc nhaän
ñieåm ñoù laø chöôùng ngaïi vaät, vaø choïn vectô ñònh vò
ñi qua ñieåm ñoù. Trong tröôøng hôïp goùc ghi nhaän
khoâng toát, ta seõ phaûi duøng phöông phaùp ATM (Arc
Transversal Median) [CNL03] ñeå tìm ra ñieåm troïng
taâm trong caùc ñieåm nghi ngôø vaø choïn vectô ñònh vò
ñi qua ñieåm ñoù.
Hình 12: Tìm goùc giao hai caûm bieán
Xeùt chöôùng ngaïi vaät naèm ôû khoaûng caùch 6 meùt
caùch caûm bieán nhö hình 12 treân, ñoàng thôøi, sai soá
vuøng I laø 10 cm:
cm
cmcm
Len
cmcmArc
o3.37
)30tan(
10
)30sin(
10
)30(
314
180
30
600)600(
=+=
==
π
(10)
Trong ñoù, Arc kyù hieäu cho cung troøn laø nhöõng vò
trí maø caûm bieán ghi nhaän coù theå coù vaät caûn vaø Len
laø chieàu daøi ñoaïn giao cuûa hai caûm bieán. Keát quaû
cho thaáy ñoä chính xaùc cuûa caûm bieán seõ taêng leân
khoaûng 5.8
3
.
7
314 ≈ laàn. Vôùi keát quaû naøy, baùn kính sai
soá
ε
seõ vaøo khoaûng 15 cm ñeán 20 cm. Ñaây laø moät
keát quaû lyù töôûng.
Cuoái cuøng, cho duø coù haïn cheá ñöôïc sai soá cuûa
caûm bieán, trong moät moâi tröôøng chöa bieát, khoâng coù
moät söï khaúng ñònh naøo raèng robot seõ ghi nhaän caùc
vectô ñònh vò nhö khi thaêm doø baûn ñoà (hình 13). Hay
noùi caùch khaùc, taäp hôïp vò trí khaû thi cuûa robot nhö
trong coâng thöùc (8) seõ coù theå laø moät taäp roãng, hoaëc
moät taäp hôïp maø caùc phaàn töû khoâng lieân thoâng (coù
nhieàu vò trí khaû thi cuûa robot naèm nhieàu nôi caùch xa
nhau treân baûn ñoà).
Hình 13: Chöôùng ngaïi vaät di ñoäng
Baèng caùch ñöa vaøo moät haøm ñaëc tröng nhö sau,
vieäc tìm ra vò trí khaû thi coù theå ñöôïc thöïc hieän deã
daøng.
1
θ
θ
)sin(
10
θ
)tan(
10
θ
θ
10
600
10
5
∉
∈
=FPp
FPp
p
zMFP : 0
: 1
)(
),(
χ
(11)
Laïi tieáp tuïc ñöa vaøo haøm rnk() laø toång giaù trò caùc
haøm ñaëc tröng cuûa p nhö sau:
∑
∈
=
Zz zMFP ppZMrnk )(),,( ),(
χ
(12)
Vaäy, vò trí cuûa robot laø vò trí phuø hôïp vôùi nhieàu
vectô ñònh vò ñöôïc robot ghi nhaän nhaát:
== ∈)),,((sup),,(|),( qZMrnkpZMrnkpZMLoc Cq
(13)
Trong ñoù, C laø taäp hôïp taát caû caùc oâ löôùi trong baûn
ñoà. Maëc duø vaäy, Loc(M,Z) coù theå seõ laø moät taäp hôïp
caùc ñieåm lieân thoâng. Ñeå tìm ra moät ñieåm duy nhaát,
ta seõ tính toång cuûa caùc haøm rnk() cuûa caùc ñieåm laân
caän, ñieåm coù giaù trò cao nhaát seõ laø vò trí töùc thôøi cuûa
robot. Neáu laáy toång caùc ñieåm laân caän gaàn nhaát vaãn
khoâng tìm ra ñöôïc ñieåm duy nhaát, chuùng ta seõ laáy
toång caùc ñieåm laân caän tieáp theo.
Ngoaøi ra, ñeå haïn cheá vuøng tính toaùn vò trí cuûa
robot vaø naâng cao ñoä chính xaùc, robot coù theå ñöôïc
hoã trôï thuaät toaùn dead reckoning döïa vaøo vieäc tính
toaùn vò trí theo söï ñieàu khieån mong muoán vaø ñöa
vaøo moät sai soá tích luyõ theo quaõng ñöôøng di chuyeån
cuûa robot. Sai soá cuûa phöông phaùp dead reckoning
seõ ñöôïc kieåm tra vaø söûa loãi baèng phöông phaùp
UMBmark. [Borenstein94] Chuùng toâi ñaõ vieát moät
chöông trình tính toaùn UMBmark Calculator giuùp
ngöôøi thí nghieäm moâ taû laïi keát quaû thí nghieäm vôùi
UMBmark, vaø tính toaùn nhanh caùc sai soá ñeå hieäu
chænh.
5. CHÖÔNG TRÌNH MOÂ PHOÛNG
Nhieäm vuï cuûa chöông trình moâ phoûng laø kieåm tra
caùc keát quaû cuûa thuaät toaùn, ñoàng thôøi cuõng laø moät
chöông trình nhaèm giôùi thieäu veà heä thoáng thuaät toaùn
naøy cho sinh vieân.
Chöông trình ñöôïc vieát theo laäp trình höôùng ñoái
töôïng baèng ngoân ngöõ Visual C++ .NET.
Ngoaøi ra, trong phaàn Help (giuùp ñôõ), chuùng toâi
trình baøy taát caû caùc lyù thuyeát veà thuaät toaùn, cuõng
nhö caùc lyù thuyeát veà baøi toaùn ñoäng hoïc cho robot di
ñoäng moâ hình NEWT, caùc lyù thuyeát caûm bieán sieâu
aâm, hoàng ngoaïi, la baøn,… seõ hoã trôï cho vieäc giaûng
daïy vaø nghieân cöùu veà sau.
Döôùi ñaây laø giao dieän chöông trình moâ phoûng
CabSim vaø chöông trình tính toaùn UMBmark
Calculator (hình 14, 15, 16).
Hình 14: Chöông trình UMBmark Calculator
Hình 15: Baûn ñoà chöôùng ngaïi vaät
(a)
(b)
©
Hình 16: (a) Robot baét ñaàu queùt baûn ño
(b) Robot ñang thaêm doø baûn ñoà
(c)Robot hoaøn thaønh vieäc queùt baûn ñoà