(Luận văn thạc sĩ) Vận dụng một số phương pháp dạy học tích cực trong dạy học môn Tiếng Anh lớp 9 tại trường Trung học cơ sở Linh Đông, Quận thủ Đức, Thành phố Hồ Chí Minh

LỜI CAM ĐOAN
Tơi xin cam đoan đây là cơng trình nghiên cứu của tôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai
công bố trong bất kỳ cơng trình nào khác.
Tp. Hồ Chí Minh, ngày…tháng 4 năm 2016
(Ký tên và ghi rõ họ tên)

ii


LỜI CẢM ƠN
Để đạt được những kết quả quan trọng trong luận văn này trước tiên tôi xin
gửi lời cảm ơn chân thành đến thầy Ngơ Văn Thun, vì sự hướng dẫn tận tình, sự
thân thiện của thầy. Thầy cũng đã hỗ trợ tôi rất nhiều từ các thiết bị, phịng thực
nghiệm đến những tài liệu quan trọng, thầy ln chỉ cho tôi những hướng đi đúng
đắn. Thầy là người giúp tơi nối tiếp niềm đam mê robot của mình.
Tơi cũng xin gửi lời cảm ơn đến trường Đại học Sư phạm Kỹ thuật đã tạo điều
kiện cho tôi học tập, nghiên cứu và hồn thành luận văn của mình.
Sau cùng tơi xin cảm ơn gia đình đã ln ủng hộ và động viên tơi trong q
trình học tập.

iii


TÓM TẮT
Xe lăn tự hành là một lĩnh vực nghiên cứu khá mới ở Việt Nam. Vấn đề định
vị cho xe lăn tự hành là một việc cần thiết để giúp cho nó có thể tự hành trong mơi
trường mà không cần sự can thiệp của con người, một khi đã xác định được vị trí của
mình xe lăn tự hành có thể tìm đường đi đến vị trí u cầu hoặc thực hiện các công
việc yêu cầu di chuyển khác.
Trong đề tài này, người thực hiện trình bày giải thuật Kalman mở rộng trong

định vị trí cho xe lăn tự hành dựa trên dữ liệu thu được từ cảm biến laser SICK LMS
291. Xe lăn sử dụng giải thuật Incremental để trích xuất các điểm mốc từ dữ liệu thu
được. Giải thuật tìm đường D-star cũng được áp dụng để xe lăn có thể tự tìm đường
di chuyển và tránh các vật cản bằng phương pháp Vector Field Histogram.
Quá trình thực nghiệm các giải thuật được thực hiện trên một mơ hình xe lăn
tự hành. Kết quả thực nghiệm cho thấy xe lăn có khả năng tìm đường chính xác, ước
lượng vị trí bằng giải thuật Kalman mở rộng chính xác hơn so với dùng phương trình
di chuyển thơng thường.

iv


ABSTRACT
Autonomous wheelchairs are a new field of research in Vietnam. The
localization is a necessary feature for the autonomous wheelchairs to be selfpropelled without human intervention. When the wheelchairs identify their positions,
they can navigate to the required position or perform other moving tasks.
This thesis presented "Extended Kalman Filter" in locate autonomous
wheelchairs basing on data collected by the laser range finder SICK LMS 291. The
Incremental algorithm was used to extract landmarks from the data collected. The Dstar algorithm was also applied to wheelchairs in conjunction with the Vector Filed
Histogram method in order to help them find the optimal path and avoid obstacles.
Experimental processes were tested on an autonomous wheelchair model.
The results show that the wheelchair has the ability to find the path correctly, and that
the position estimation algorithm using Extended Kalman Filter is more accurate than
using the motion model.

v


MỤC LỤC


Trang tựa

TRANG

LÝ LỊCH KHOA HỌC ............................................................................................. i
LỜI CAM ĐOAN ..................................................................................................... ii
LỜI CẢM ƠN .......................................................................................................... iii
TÓM TẮT ................................................................................................................ iv
ABSTRACT ...............................................................................................................v
MỤC LỤC ................................................................................................................ vi
DANH MỤC CÁC CHỮ VIẾT TẮT................................................................... viii
DANH MỤC CÁC HÌNH ....................................................................................... ix
DANH MỤC CÁC BẢNG .................................................................................... xiii
Chương 1 TỔNG QUAN ..........................................................................................1
1.1. Tổng quan chung về lĩnh vực nghiên cứu, các kết quả nghiên cứu trong và
ngoài nước đã công bố ............................................................................................. 1
1.2. Mục tiêu đề tài................................................................................................ 5
1.3. Giới hạn của đề tài ......................................................................................... 6
1.4. Phương pháp nghiên cứu ............................................................................... 6
1.5. Nội dung đề tài ............................................................................................... 6
Chương 2 CƠ SỞ LÝ THUYẾT VỀ ĐỊNH VỊ XE LĂN ......................................8
2.1. Mô hình động học của xe lăn ......................................................................... 8
2.2. Vấn đề định vị cho xe lăn............................................................................. 10
2.2.1.

Những thông tin dùng cho việc định vị ................................................ 10

2.2.2.

Định vị vị trí tương đối ......................................................................... 12

2.2.3.

Định vị vị trí tuyệt đối........................................................................... 13

2.3. Thuật tốn định vị ........................................................................................ 17
2.3.1.

Bộ lọc Kalman ...................................................................................... 19

2.3.2.

Bộ lọc hạt .............................................................................................. 23

vi


Chương 3 ĐỊNH VỊ CHO XE LĂN TỰ HÀNH SỬ DỤNG BỘ LỌC KALMAN
MỞ RỘNG ...............................................................................................................26
3.1. Phương pháp xác định vật mốc .................................................................... 26
3.2. Triển khai thuật toán lọc Kalman mở rộng cho xe lăn ................................ 32
3.2.1.

Bước dự đoán ........................................................................................ 32

3.2.2.

Bước cập nhật ....................................................................................... 34

Chương 4 QUY HOẠCH QUỸ ĐẠO DI CHUYỂN CHO XE LĂN ..................38

4.1. Tìm đường đi bằng giải thuật D-star ............................................................ 38
4.2. Phương pháp tránh vật cản bằng Vector Field Histogram ........................... 49
Chương 5 CẤU TRÚC PHẦN CỨNG VÀ PHẦN MỀM CỦA XE LĂN ..........55
5.1. Cấu trúc phần cứng của xe lăn ..................................................................... 55
5.1.1.

Các cảm biến dùng cho xe lăn .............................................................. 57

5.1.2.

Cơ cấu chuyển động của xe lăn ............................................................ 61

5.1.3.

Mạch điều khiển trung tâm ................................................................... 61

5.2. Cấu trúc phần mềm của xe lăn ..................................................................... 62
Chương 6 KẾT QUẢ THỰC NGHIỆM ...............................................................64
6.1. Thực nghiệm thứ nhất .................................................................................. 64
6.2. Thực nghiệm thứ hai .................................................................................... 73
6.3. Thực nghiệm thứ ba ..................................................................................... 78
Chương 7 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ...........................................81
7.1. Những kết quả đạt được của đề tài............................................................... 81
7.2. Hướng phát triển của đề tài .......................................................................... 81
TÀI LIỆU THAM KHẢO ......................................................................................83
PHỤ LỤC .................................................................................................................85

vii

DANH MỤC CÁC CHỮ VIẾT TẮT

VFH

Vector Field Histogram

SLAM

Simultaneous Localization and Mapping

EKF

Extended Kalman Filter

PF

Particles Filter

LMS

Laser Measurement System

R&D

Research and Development

RFID

Radio Frequency Identification

viii


DANH MỤC CÁC HÌNH
HÌNH

TRANG

Hình 1.1: Xe lăn tự hành và bài tốn định vị .............................................................2
Hình 1.2: Xe lăn TinMan II ........................................................................................4
Hình 1.3: Xe lăn tự hành Wheelesley ........................................................................4
Hình 1.4: Xe lăn tự hành UBIRO ...............................................................................5
Hình 2.1: Mơ hình động học của xe lăn .....................................................................9
Hình 2.2: Bản đồ mơi trường dạng hình học ............................................................11
Hình 2.3: Bản đồ mơi trường dạng cây ....................................................................11
Hình 2.4: Ví dụ về vật mốc nhân tạo .......................................................................15
Hình 2.5: Ví dụ về vật mốc tự nhiên trong nhà ........................................................16
Hình 2.6: Minh họa của thuật tốn Kalman, a) Độ tin cậy ban đầu. b) Thực hiện một
phép đo (in đậm). c) Độ tin cậy sau khi tích hợp các phép đo bằng cách dùng thuật
toán lọc Kalman. d) Độ tin cậy sau khi xe lăn tiếp tục di chuyển. e) Thực hiện một
phép đo tiếp theo. f) Độ tin cậy kết quả ....................................................................21
Hình 3.1: Biểu đồ dữ liệu thơ của cảm biến .............................................................26
Hình 3.2: Biểu đồ dữ liệu cảm biến sau khi xử lý....................................................27
Hình 3.3: Vị trí các điểm mốc ..................................................................................28
Hình 3.4: Dữ liệu laser thu được ..............................................................................28
Hình 3.5: Các đường thẳng tìm được theo chiều y ..................................................29
Hình 3.6: Các đường thẳng tìm được theo chiều x ..................................................30
Hình 3.7: Mơ tả giải thuật Incremental ....................................................................31
Hình 3.8: Các vật mốc tìm được ..............................................................................32
Hình 3.9: Vị trí của điểm mốc thực và điểm mốc điểm mốc ước lượng so với vị trí

xe lăn .........................................................................................................................36
Hình 3.10: Sơ đồ mơ tả hoạt động của giải thuật Kalman mở rộng.........................37
Hình 4.1: Bản đồ đường đi và xe lăn .......................................................................40
Hình 4.2: Bản đồ đường đi dạng ma trận .................................................................40

ix


Hình 4.3: Khởi đầu với điểm mục tiêu .....................................................................41
Hình 4.4: Mở rộng điểm mục tiêu ............................................................................41
Hình 4.5: Mở rộng các nút .......................................................................................42
Hình 4.6: Mở rộng các nút cho đến khi gặp điểm xuất phát ....................................42
Hình 4.7: Tìm được đường đi tối ưu ........................................................................43
Hình 4.8: Đường đi tìm được thể hiện trên bản đồ ..................................................43
Hình 4.9: Phát hiện vật cản mới ...............................................................................44
Hình 4.10: Lập danh sách Open list cho vật cản mới ..............................................44
Hình 4.11: Chọn ơ có giá trị k thấp nhất ..................................................................45
Hình 4.12: Tính tốn ơ (5,4) .....................................................................................45
Hình 4.13: Tính tốn các ơ cịn lại trong Open list ..................................................46
Hình 4.14: Xem xét các ơ xung quanh ơ (3,2) .........................................................46
Hình 4.15: Tính tốn mở rộng từ ơ (4,1) ..................................................................47
Hình 4.16: Tính tốn hồn tất ơ xuất phát ................................................................47
Hình 4.17: Tìm được đường đi mới .........................................................................48
Hình 4.18: Đường đi thay thế được tìm ra ...............................................................48
Hình 4.19: Bản đồ ơ lưới ..........................................................................................50
Hình 4.20: Gộp bản đồ các tế bào hoạt động vào biểu đồ cực .................................50
Hình 4.21: Biểu đồ cực một chiều............................................................................52
Hình 4.22: Dựa vào mức ngưỡng trên sơ đồ cực để chọn hướng di chuyển ...........53
Hình 4.23: Xác định vùng an tồn............................................................................53
Hình 4.24: Xác định vùng an toàn cho xe lăn trong ví dụ áp dụng D-star...............54

Hình 5.1: Sơ khối cấu trúc phần cứng của xe lăn.....................................................55
Hình 5.2: Mơ hình xe lăn tự hành ............................................................................56
Hình 5.3: Sơ đồ kết nối phần cứng của xe lăn .........................................................56
Hình 5.4: Nguyên tắc hoạt động của cảm biến siêu âm ...........................................57
Hình 5.5: Các trường hợp khơng nhận dạng được khoảng cách ..............................58
Hình 5.6: Cảm biến laser SICK LMS 291 ...............................................................59
Hình 5.7: Cách hoạt động của cảm biến laser SICK LMS ......................................59

x


Hình 5.8: Cách hoạt động của encoder ....................................................................60
Hình 5.9: Bố trí encoder trên xe lăn .........................................................................60
Hình 5.10: Các trường hợp điều khiển vận tốc của cơ cấu lái vi sai........................61
Hình 5.11: Sơ đồ khối cấu trúc phần mềm của xe lăn. ............................................63
Hình 5.12: Lưu đồ giải thuật của chương trình ........................................................63
Hình 6.1: Bản đồ mơi trường thực nghiệm ..............................................................64
Hình 6.2: Vị trí điểm đặt thứ nhất của xe lăn, điểm mục tiêu và vật cản.................65
Hình 6.3: Bản đồ đường đi dự kiến ..........................................................................65
Hình 6.4: Đường đi và vị trí của xe lăn ....................................................................66
Hình 6.5: Xe lăn điều chỉnh đường đi khi gặp vật cản.............................................66
Hình 6.6: Biểu đồ sai số vị trí theo phương x ..........................................................67
Hình 6.7: Biểu đồ sai số vị trí theo phương y ..........................................................67
Hình 6.8: Kết quả thực nghiệm từ giây 0 đến giây 86 .............................................68
Hình 6.9: Vị trí điểm đặt thứ hai của xe lăn, điểm đích và vật cản ..........................69
Hình 6.10: Bản đồ đường đi dự kiến ........................................................................69
Hình 6.11: Sơ đồ di chuyển của xe lăn trong thực nghiệm 2 ...................................70
Hình 6.12: Xe lăn điều chỉnh đường đi khi gặp vật cản thứ 1 .................................70
Hình 6.13: Xe lăn điều chỉnh đường đi khi gặp vật cản thứ 2 .................................71
Hình 6.14: Biểu đồ sai số vị trí theo phương x ........................................................71

Hình 6.15: Biểu đồ sai số vị trí theo phương y ........................................................72
Hình 6.16: Kết quả thực nghiệm từ giây 0 đến giây 115 .........................................72
Hình 6.17: Bản đồ trong thực nghiệm thứ hai..........................................................73
Hình 6.18: Vị trí xe lăn, điểm đích và các vật cản trong thực nghiệm hai...............73
Hình 6.19: Đường đi dự kiến của xe lăn ..................................................................74
Hình 6.20: Sơ đồ di chuyển của xe lăn trong thực nghiệm 2 ...................................74
Hình 6.21: Xe lăn điều chỉnh đường đi khi gặp vật cản thứ 1 .................................75
Hình 6.22: Xe lăn điều chỉnh đường đi khi gặp vật cản thứ 2 .................................75
Hình 6.23: Xe lăn điều chỉnh đường đi khi gặp vật cản thứ 3 .................................76
Hình 6.24: Biểu đồ sai số vị trí theo phương x ........................................................76

xi


Hình 6.25: Biểu đồ sai số vị trí theo phương y ........................................................77
Hình 6.26: Kết quả thực nghiệm từ giây 0 đến giây 60 ...........................................77
Hình 6.27: Bản đồ trong thực nghiệm thứ ba ...........................................................78
Hình 6.28: Sơ đồ di chuyển của xe lăn trong thực nghiệm 3 ...................................78
Hình 6.29: Biểu đồ sai số vị trí theo phương x ........................................................79
Hình 6.30: Biểu đồ sai số vị trí theo phương y ........................................................79

xii


DANH MỤC CÁC BẢNG
BẢNG

TRANG

Bảng 2.1: Thuật toán lọc Bayes ................................................................................18

Bảng 2.2: Thuật toán lọc Kalman .............................................................................19
Bảng 2.3: Thuật toán lọc EKF...................................................................................22
Bảng 2.4: Sự khác nhau giữa thuật toán lọc KF và EKF ..........................................22
Bảng 2.5: Thuật toán lọc hạt .....................................................................................24
Bảng 6.1: Bảng so sánh sai số vị trí trong q trình thực nghiệm ............................80

xiii


1. Tổng Quan

Chương 1

TỔNG QUAN
1.1.

Tổng quan chung về lĩnh vực nghiên cứu, các kết quả nghiên cứu trong

và ngoài nước đã công bố
Những năm gần đây, các ứng dụng robot thông minh để phục vụ con người
ngày càng phát triển mạnh. Với tốc độ phát triển công nghệ như hiện nay, nhu cầu
đối với các hệ thống robot trợ giúp cho con người dự kiến sẽ tăng. Đây là một lĩnh
vực ứng dụng dường như là chính của các robot phục vụ trong tương lai gần. Vì vậy,
con người tìm cách biến đổi các robot để có những biến thể mới phục vụ cho con
người, khái niệm xe lăn tự hành (autonomous wheelchair) từ đó cũng ra đời.
Một chiếc xe lăn là một chiếc ghế được trang bị bánh xe. Thiết bị này có thể
chia làm 2 loại là tự hành và không tự hành. Những loại không tự hành thường có
người đẩy ở phía sau hoặc trên xe có trang bị bộ phận vận hành thủ công bằng tay để
người ngồi có thể vận hành. Loại thứ hai là bánh xe được kết nối với động cơ giúp
cho việc di chuyển thoải mái và tiện lợi hơn, ngoài ra nó cịn có thể tích hợp thêm cả

máy tính để điều khiển. Việc điều khiển cho xe lăn tự hành có nhiều điểm giống với
điều khiển robot tự hành. Vì vậy, ta có thể xem một xe lăn tự hành giống như một
robot tự hành có thể vận chuyển người ngồi ở trên. Định vị cho xe lăn tự hành là một
việc cần thiết và cơ bản. Đối với môi trường trong một căn phòng nếu xe lăn đã được
cung cấp sẵn bản đồ thì nó có thể tự định vị và tìm đến nơi người sử dụng cần, ví dụ
như người sử dụng gọi nó đến vị trí của mình, hoặc di chuyển tự động đưa người sử
dụng đến vị trí cần thiết theo lệnh. Các thuật tốn cho việc tự định vị được phát triển
dựa trên cơ sở của tốn học xác suất. Hình 1.1 mơ tả một xe lăn được đặt trong một
căn phòng và đang thắc mắc về vị trí hiện tại của nó.
Năm 1960 Rudolf Emil Kalman đã cho xuất bản bài báo nổi tiếng “A new
approach to linear filtering and prediction problems” [10] trong đó cơng bố thuật
tốn sử dụng chuỗi giá trị đo lường có ảnh hưởng nhiễu hoặc sai số, để ước đốn biến
số nhằm tăng độ chính xác. Thuật tốn này còn được gọi là bộ lọc Kalman, được sử

Trang 1


1. Tổng Quan

dụng rộng rãi trong kỹ thuật, phổ biến trong các ứng dụng định hướng, định vị và
điều khiển các phương tiện di chuyển. Việc cơng bố thuật tốn đã mở ra hướng tiếp
cận cho vấn đề định vị robot tự hành. Sau bộ lọc Kalman thì bộ lọc hạt (Particle filter)
hay còn được gọi là phương pháp Sequential Monte Carlo được phát triển, thuật ngữ
bộ lọc hạt được Del Moral đặt ra năm 1996 [11]. Thuật toán lọc hạt được sử dụng để
giải quyết vấn đề lọc phi tuyến trong xử lý tín hiệu và trong thống kê. Đề tài này sử
dụng bộ lọc Kalman mở rộng để ước lượng vị trí và hướng của xe lăn trong một bản
đồ được cung cấp sẵn thông qua các dữ liệu thu được từ các cảm biến. Xe lăn có khả
năng tìm đường đi đến vị trí u cầu và tránh vật cản trên đường.

Hình 1.1: Xe lăn tự hành và bài tốn định vị

Tình hình nghiên cứu trong và ngồi nước
Tình hình nghiên cứu trong nước:
Tại Việt Nam tình hình nghiên cứu xe lăn tự hành cịn khá mới, chủ yếu là xe
lăn điện được thêm cơ cấu động cơ điện và cần điều khiển bằng tay. Các kết quả
nghiên cứu thường đến từ các trường Đại học lớn. Năm 2013, nhóm sinh viên trường
Đại học Bách khoa Đà Nẵng cũng đã nghiên cứu thành công xe lăn thông minh điều
khiển bằng tay hoặc bằng chuyển động đầu. Tuy nhiên như đã nói ở trên ta hồn tồn
có thể áp dụng các nghiên cứu về robot tự hành để áp dụng cho xe lăn tự hành, vì vậy
sẽ mở rộng đáng kể những kết quả nghiên cứu và ứng dụng.

Trang 2


1. Tổng Quan

Luận văn thạc sĩ của tác giả Nguyễn Đặng Phúc Nguyên hoàn thành năm 2011
tại trường Đại học Sư phạm Kỹ thuật [12] nói về việc định vị cho robot tự hành sử
dụng giải thuật Monte Carlo để định vị robot. Kết quả được mô phỏng bằng phần
mềm Player/Stage. Robot mô phỏng là một robot được trang bị 14 cảm biến siêu âm
xung quanh robot.
Luận văn thạc sĩ của tác giả Lê Hoàng Anh hoàn thành năm 2012 tại trường
Đại học Sư phạm Kỹ thuật [2] đã đề cập đến vấn đề định vị cho robot tự hành. Nội
dung của luận văn nói đến việc sử dụng dữ liệu thu thập được từ camera Kinect trong
việc xác định các vật mốc, thuật toán định vị được sử dụng là bộ lọc Kalman và thuật
tốn tìm đường được sử dụng là A-star, các vật cản trong môi trường đã được biết
trước.
Điểm mới trong luận văn này là việc người thực hiện sử dụng cảm biến laser
thay vì camera, để xác định các vật mốc trong môi trường. Cảm biến laser có khoảng
cách đo xa, chính xác, vấn đề xử lý dữ liệu từ cảm biến laser cũng nhanh hơn camera.
Ngồi ra, cảm biến laser có thể sử dụng ngay cả trong bóng tối hoặc trong mơi trường

ánh sáng mạnh, khắc phục được hạn chế cơ bản của camera. Đề tài sử dụng thuật toán
Kalman mở rộng để định vị vị trí cho xe lăn, thuật tốn tìm đường được sử dụng là
thuật tốn D-star giúp cho xe lăn có thể tìm đường đi thay thế nhanh chóng khi gặp
vật cản ngẫu nhiên xuất hiện trong môi trường và tránh các vật cản bằng giải thuật
Vector Field Histogram. Quá trình thực nghiệm được thực hiện trên mơ hình xe lăn
thực sử dụng cơ cấu lái vi sai. Xe lăn được trang bị 7 cảm biến siêu âm và một cảm
biến laser SICK LMS 291.
Tình hình nghiên cứu ngồi nước:
Trên thế giới việc nghiên cứu xe lăn tự hành đã diễn ra khá lâu và đã có nhiều
thành tựu được cơng bố, các nghiên cứu cũng tập trung vào các vấn đề như tránh vật
cản hoặc định vị cho xe lăn.
Dưới đây là một số mô tả về các nghiên cứu xe lăn tự hành đã được tiến hành
và vẫn đang diễn ra:

Trang 3


1. Tổng Quan

Viện KISS Institute for Practical Robotics tọa lạc tại Virginia là một tổ chức
giáo dục phi lợi nhuận R&D trong các công nghệ hỗ trợ robot, robot không gian, thiết
bị tự hành dưới nước, các robot trong giáo dục… David Miller và Marc Slack thuộc
viện KISS đã phát triển TinMan I và TinMan II (Hình 1.2). Đây là một xe lăn được
tích hợp điều khiển joystick, kết hợp với các cảm biến giúp nó tránh vật cản [7].
Wellesley (Hình 1.3) là tên được đặt cho chiếc xe lăn được phát triển thử
nghiệm bởi Holly Yanco lần đầu tại Wellesley College và bây giờ là tại MIT. Chiếc
ghế được thiết kế để có thể xoay tại chỗ. Nó có 12 cảm biến tiệm cận, 6 cảm biến siêu
âm, 2 encoder. Một máy tính 68332 được tích hợp và giao diện điều khiển chạy trên
máy Macintosh PowerBook [7].

Hình 1.2: Xe lăn TinMan II

Hình 1.3: Xe lăn tự hành Wheelesley

Trang 4


1. Tổng Quan

UBIRO (UBIquitous RObot) (Hình 1.4) mặc dù có tên robot nhưng nó là một
xe lăn tự hành. UBIRO được phát triển vào năm 2009 dựa trên nền một chiếc xe lăn
điện [EMC-230] cho người già và người tàn tật. UBIRO bao gồm 3 phần chính: máy
tính điều khiển, hệ thống RFID để thu thập thơng tin vị trí của xe lăn và bộ phận điều
hướng. Máy tính đóng vai trò là bộ xử lý trung tâm của xe lăn giúp nó điều khiển các
bộ phận thu thập dữ liệu cũng như ra các lệnh điều khiển dựa trên các thuật tốn có
sẵn hoặc theo ý muốn người sử dụng [14].

Hình 1.4: Xe lăn tự hành UBIRO
1.2.

Mục tiêu đề tài
Đề tài thực hiện xây dựng giải thuật định vị cho xe lăn di động. Xe lăn có khả

năng xác định vị trí dựa trên dữ liệu thu thập được từ cảm biến laser khi biết trước
bản đồ môi trường. Xe lăn có khả năng lập kế hoạch đường đi di chuyển đến vị trí
yêu cầu và tránh vật cản trên đường đi. Xe lăn được cho biết trước vị trí đặt, vị trí
điểm đích. Các giải thuật được áp dụng trên mơ hình xe lăn thực, sử dụng cơ cấu lái
vi sai.

Trang 5

1. Tổng Quan

1.3.

Giới hạn của đề tài
Đề tài chỉ nghiên cứu khảo sát môi trường trong nhà. Bản đồ môi trường, vị

trí điểm đích và vị trí đặt đã được cung cấp trước cho xe lăn khi khởi động, không
cung cấp vị trí vật cản.
1.4.

Phương pháp nghiên cứu

Các phương pháp nghiên cứu được sử dụng như sau:
-

Phương pháp khảo sát: khảo sát các giải thuật định vị, tránh vật cản và tìm
đường khác nhau nhằm tìm được giải thuật phù hợp.

-

Phương pháp nghiên cứu tài liệu: tìm hiểu, thu thập các tài liệu liên quan
đến đề tài. Nghiên cứu các lý thuyết liên quan để xây dựng giải thuật điều
khiển cho xe lăn.

-

Phương pháp thực nghiệm: lập trình phần mềm và chạy trên mơ hình đã

xây dựng. Kiểm tra kết quả thu được và điều chỉnh các giải thuật cũng như
chương trình để thu được kết quả tốt hơn.

1.5.

Nội dung đề tài

Chương 2: Cơ Sở Lý Thuyết Về Định Vị Xe Lăn
Chương này người thực hiện đưa ra các khái niệm định vị, các phương pháp
định vị cơ bản thường được sử dụng và hai giải thuật được khảo sát là bộ lọc hạt và
bộ lọc Kalman. So sánh, lựa chọn giải thuật phù hợp với yêu cầu đưa ra của đề tài.
Ngồi ra người thực hiện cũng nêu mơ hình động học cho xe lăn nhằm mục đích tạo
nền tảng để áp dụng các giải thuật.
Chương 3: Định Vị Cho Xe Lăn Tự Hành Sử Dụng Bộ Lọc Kalman Mở Rộng
Trong chương 3 người thực hiện trình bày phương pháp trích xuất các đường
thẳng, vật mốc khi xe lăn hoạt động trong môi trường trong nhà từ dữ liệu laser. Bên
cạnh đó phần cịn lại là triển khai thuật toán EKF cho xe lăn, nêu các bước áp dụng
giải thuật EKF cho xe lăn.
Chương 4: Quy Hoạch Quỹ Đạo Di Chuyển Cho Xe Lăn
Trong phần 4 người thực hiện trình bày cách thức hoạt động của giải thuật Dstar trong giải quyết vấn đề tìm đường đi và cách áp dụng cho xe lăn. Bên cạnh đó

Trang 6


1. Tổng Quan

phần còn lại của chương 4 là việc trình bày giải thuật tránh vật cản Vector Field
Histogram.
Chương 5: Cấu Trúc Phần Cứng Và Phần Mềm Của Xe Lăn
Trong chương 5 cấu trúc phần cứng và phần mềm sẽ được giới thiệu, các khối

chính trong cấu trúc phần cứng, cách kết nối các thiết bị, linh kiện và đặc tính của các
khối sẽ được trình bày. Cấu trúc phần mềm giới thiệu cách hoạt động và tương tác
giữa các phần mềm. Ngoài ra lưu đồ giải thuật của chương trình cũng được giới thiệu.
Chương 6: Kết Quả Thực Nghiệm
Chương này trình bày kết quả thực nghiệm của đề tài, quá trình hoạt động của
xe lăn và các kết quả thu được khi áp dụng các giải thuật đã lựa chọn.
Chương 7: Kết Luận Và Hướng Phát Triển
Chương này nói về các kết quả đạt được của đề tài và các hướng phát triển tiếp
theo của đề tài.

Trang 7


2. Cơ Sở Lý Thuyết Về Định Vị Xe Lăn

Chương 2

CƠ SỞ LÝ THUYẾT VỀ ĐỊNH VỊ XE LĂN
Trong định vị có ba vấn đề cơ bản là định vị cục bộ (position tracking), định
vị toàn cục (global localization) và nhảy cóc vị trí (kidnapped problem).
Định vị cục bộ hay cịn gọi là theo dấu vị trí, là việc cập nhật vị trí dựa trên dữ
liệu từ vị trí trước đó. Điều này có nghĩa là vị trí đặt của xe lăn phải được biết trước.
Thêm nữa, sai số của vị trí biết trước đó cũng phải nhỏ nếu khơng việc theo dấu vị trí
có thể sai khi định vị xe lăn. Định vị cục bộ thường được nói đến nhiều khi sử dụng
phương pháp định vị bằng Kalman vì sự ước lượng của xe lăn thường được mơ hình
hóa bằng phân bố hình nón ví dụ như phân bố chuẩn.
Định vị tồn cục là việc xác định vị trí khi khơng được biết trước vị trí đặt
trước đó, xe lăn có thể được đặt bất cứ đâu trong mơi trường mà không cần bất cứ
thông tin nào về vị trí của nó. Trong định vị tồn cục sự ước lượng của xe lăn thường
được biểu diễn bằng phân bố đều.

Nhảy cóc vị trí là việc xác định vị trí khi xe lăn đột ngột bị di chuyển đến vị
trí khác, nhảy cóc vị trí chỉ giống vấn đề định vị tồn cục khi nó bị mất vị trí hồn
tồn. Độ khó tăng lên khi xe lăn khơng biết rằng nó đã bị di chuyển đến vị trí khác
trong khi nó đang "nghĩ" mình vẫn ở vị trí cũ.
Trong luận văn này, người thực hiện giải quyết vấn đề nêu đầu tiên là định vị
cục bộ cho xe lăn sử dụng giải thuật Kalman mở rộng. Để có thể áp dụng giải thuật
Kalman cho xe lăn trước tiên ta phân tích mơ hình động học của xe lăn.
2.1.

Mơ hình động học của xe lăn
Mơ hình động học của một xe lăn khi đặt trong mơi trường được mơ tả trong

Hình 2.1 [8]. Mơ hình động học là một phần quan trọng khi giải quyết bất kì bài tốn
định vị nào, khi có được mơ hình chuyển động của xe lăn ta có thể dự đốn được
qng đường di chuyển, góc xoay của xe với các biến điều khiển đầu vào là tốc độ di
chuyển của mỗi bánh xe.

Trang 8


2. Cơ Sở Lý Thuyết Về Định Vị Xe Lăn

Hình 2.1: Mơ hình động học của xe lăn
Với:
(𝑥, 𝑦) là hệ tọa độ của môi trường.
(𝑥𝑟 , 𝑦𝑟 ) là hệ tọa độ của xe lăn.
𝑅 là bán kính bánh xe.
𝐿 là khoảng cách giữa hai bánh xe.
𝑉𝑙 là tốc độ bánh xe bên trái.
𝑉𝑟 là tốc độ bánh xe bên phải.

Quãng đường di chuyển tương ứng và hướng của xe lăn trong khoảng thời gian ∆𝑡:
∆𝑆 =
∆𝜃 =

∆𝑡.(𝑉𝑙 +𝑉𝑟 )
2
∆𝑡.(𝑉𝑟 −𝑉𝑙 )
𝐿

(2.1)
(2.2)

Trạng thái của xe tại thời điểm t+1 có thể được cập nhật như sau:
𝑥𝑡+1
𝑥𝑡
∆𝑆𝑡 cos⁡(𝜃𝑡 + ∆𝜃𝑡 /2)
[𝑦𝑡+1 ] = [𝑦𝑡 ] + [ ∆𝑆𝑡 sin⁡(𝜃𝑡 + ∆𝜃𝑡 /2) ]
𝜃𝑡+1
𝜃𝑡
∆𝜃𝑡

(2.3)

Áp dụng biểu thức (2.3) vào thực tế sẽ khơng khả thi vì ngồi sự di chuyển
theo biến điều khiển xe lăn còn chịu nhiều loại nhiễu khác nhau tác động làm sai lệch
vị trí và hướng vì vậy cần sử dụng một thuật toán điều chỉnh lại các giá trị bị sai lệch.
Thuật toán lọc Kalman là một hướng tiếp cận giúp giải quyết vấn đề này bằng cách

Trang 9

2. Cơ Sở Lý Thuyết Về Định Vị Xe Lăn

đưa ra những ước lượng về sự di chuyển của xe lăn sau đó dùng những thơng tin thu
được từ cảm biến để cập nhật lại. Thực chất của bộ lọc Kalman là một phép tính tốn
truy hồi ước đốn trạng thái của một quá trình sao cho trung bình phương sai là nhỏ
nhất.
2.2.

Vấn đề định vị cho xe lăn
Các phương pháp định vị đều hướng đến việc giải quyết một câu hỏi là: Hiện

giờ xe lăn đang ở đâu?. Để xe lăn có thể hình dung được vị trí của nó, nó phải có các
vật hoặc điểm để làm mốc đánh dấu một vị trí trên bản đồ. Vật mốc hoặc điểm mốc
phải là các vật hoặc điểm cố định vì nếu nó di chuyển được thì hệ trục và các tọa độ
tính tốn dựa trên đó sẽ sai lệch theo. Câu hỏi này mặc dù là đơn giản nhưng không
dễ dàng trả lời và các câu trả lời sẽ khác nhau tùy thuộc vào đặc điểm kỹ thuật của xe
lăn. Kỹ thuật định vị làm việc tốt trên một xe lăn trong một mơi trường khơng có
nghĩa là nó sẽ tốt trong tất cả các mơi trường cịn lại. Ví dụ như kỹ thuật định vị được
thiết kế để hoạt động tốt trong mơi trường ngồi trời có thể vô dụng khi áp dụng trong
nhà. Tất cả các kỹ thuật định vị nói chung cung cấp hai phần cơ bản của thơng tin là
vị trí hiện tại của xe lăn trong môi trường và hướng của xe lăn trong mơi trường đó.
Thơng số đầu tiên có thể được cung cấp dưới vị trí tọa độ Descartes khi ở trong nhà
hoặc kinh độ và vĩ độ nếu như ở môi trường rộng lớn ngồi trời. Thơng số thứ hai có
thể thu được từ la bàn, cảm biến góc xoay.
2.2.1. Những thông tin dùng cho việc định vị
Như đã nêu ở đầu chương 2, ta có 3 vấn đề định vị thường gặp là theo dõi vị
trí, định vị tồn cục và nhảy cóc vị trí. Trong luận văn này người thực hiện lựa chọn
giải quyết vấn đề theo dấu vị trí cho xe lăn tự hành. Để giải quyết vấn đề theo dấu vị
trí xe lăn cần có hai loại thông tin. Đầu tiên là những thông tin được cho biết trước,

những thông tin này được xe lăn tổng hợp hoặc cung cấp bởi nguồn bên ngoài như là
một giá trị ban đầu. Thứ hai là những thông tin xe lăn thu được từ môi trường thông
qua mỗi giai đoạn quan sát trong quá trình di chuyển.

Trang 10


2. Cơ Sở Lý Thuyết Về Định Vị Xe Lăn

2.2.1.1. Những thơng tin biết trước
Nhìn chung những thơng tin này được cung cấp cho xe lăn để mô tả trạng thái
và vị trí đầu tiên của xe lăn trong mơi trường. Những thông tin này thông thường gồm
những dữ liệu sau:
-

Bản đồ:

Xe lăn được cung cấp trước một bản đồ mơ tả về mơi trường. Có thể là một
bản đồ dạng hình học (Hình 2.2) hoặc dạng cây (Hình 2.3).

Hình 2.2: Bản đồ mơi trường dạng hình học

Hình 2.3: Bản đồ môi trường dạng cây

Trang 11


2. Cơ Sở Lý Thuyết Về Định Vị Xe Lăn

-

Vị trí ban đầu:

Vị trí ban đầu thường được cung cấp để sử dụng trong việc giải quyết vấn đề
theo dấu vị trí. Vị trí được cung cấp thường có dạng [𝑥⁡𝑦⁡𝜃]𝑇 .
2.2.1.2. Những thông tin xe lăn tự thu thập
Loại thông tin thứ hai là những thông tin xe lăn thu thập được từ các cảm biến
trong quá trình di chuyển trong môi trường. Một xe lăn thực hiện hai hoạt động khi
di chuyển đó là điều khiển di chuyển trong môi trường và thu thập dữ liệu. Hai hoạt
động này sẽ mang đến hai loại thông tin sau.
-

Thông tin điều khiển:

Để di chuyển trong môi trường xe lăn cần có hệ thống điều khiển di chuyển.
Một hệ thống điều khiển di chuyển có thể bao gồm các bánh xe, các thành phần truyền
động và những phần giúp xe lăn di chuyển về phía trước. Hệ thống điều khiển này
trực tiếp làm thay đổi vị trí của xe lăn. Bằng cách thu thập thơng tin điều khiển này
ta có thể ước lượng vị trí mới của xe lăn. Việc này thường được gọi là các phép đo vị
trí tương đối. Trong phép đo tương đối, xe lăn sẽ tự xác định vị trí của nó thơng qua
thơng tin từ chính nó mà khơng dựa vào dữ liệu thu thập từ bên ngồi.
-

Thơng tin từ cảm biến:

Xe lăn cảm nhận mơi trường xung quanh bằng các cảm biến. Những cảm biến
cung cấp các thông tin từ môi trường thường gọi là các quan sát hoặc đo lường. Những
thông tin này cung cấp mô tả về môi trường trong một thời điểm nhất định. Các thông
tin quan sát này cung cấp dữ liệu độc lập về vị trí xe lăn, nó khơng dựa vào bất kì cơ
sở dữ liệu hay vị trí trước đó. Vì vậy nó cung cấp các phép đo vị trí tuyệt đối.

2.2.2. Định vị vị trí tương đối
Các phép đo tương đối hay còn gọi là dead reckoning đã được con người sử
dụng từ rất lâu. Nguyên thủy của phép đo này dùng cho việc ước lượng vị trí của tàu
thủy chỉ dựa trên tốc độ, hướng di chuyển và thời gian di chuyển kể từ vị trí cũ. Dựa
theo việc định vị kiểu này thì sai số sẽ tăng dần theo thời gian di chuyển. Trong ứng
dụng định vị xe lăn, việc định vị trí tương đối thường sử dụng hai phương pháp
odometry hoặc inertial navigation.

Trang 12


2. Cơ Sở Lý Thuyết Về Định Vị Xe Lăn

-

Odometry:

Odometry thường được dùng nhiều trong các ứng dụng robot tìm đường. Nó
hoạt động bằng cách tổng hợp thơng tin về đoạn đường di chuyển. Đại diện cho
phương pháp này là việc sử dụng cảm biến encoder để đếm số vòng quay bánh xe.
Odometry được sử dụng rộng rãi vì nó khá chính xác trong khoảng cách ngắn, giá rẻ
và cho tỉ lệ lấy mẫu cao. Tuy nhiên việc di chuyển sẽ dẫn đến trượt encoder gây ra
sai số trong cả quãng đường đi và định hướng. Những sai số này tích lũy theo thời
gian. Một bất lợi nữa của phương pháp odometry là độ nhạy của nó với địa hình. Nếu
xe lăn di chuyển trong địa hình khơng bằng phẳng nó có thể dẫn đến sai số lớn vì
odometry khơng thể phát hiện sự bất thường của địa hình. Ngồi ra sự khác biệt về
đường kính bánh xe cũng gây ra sai số. Mặc dù bất lợi về việc sai số tăng dần nhưng
nó là một phương pháp dễ áp dụng và là nguồn thông tin quan trọng trong định vị.
-

Inertial navigation:

Phương pháp này sử dụng các cảm biến con quay hồi chuyển và cảm biến gia
tốc để đo góc xoay và gia tốc của xe lăn. Cảm biến con quay hồi chuyển đo sự thay
đổi trong góc xoay của xe lăn trong khi cảm biến gia tốc đo sự thay đổi theo trục x và
y. Cũng giống như phương pháp odometry phương pháp này cũng có độ trượt cao và
sai số tích lũy theo thời gian. Những thơng tin này hồn tồn độc lập với nguồn thơng
tin từ bên ngồi.
2.2.3. Định vị vị trí tuyệt đối
Các phép đo vị trí tuyệt đối cung cấp thơng tin về vị trí của xe lăn độc lập với
vị trí ước lượng trước đó, vị trí này thu được trong từng lần đo riêng lẻ. Việc này có
lợi ích là sai số vị trí khơng tích lũy theo thời gian như trong trường hợp định vị tương
đối. Các phép đo vị trí tuyệt đối có thể cung cấp vị trí đầy đủ hoặc chỉ một phần ví dụ
như tọa độ hoặc góc xoay. Các phương pháp thu thập vị trí tuyệt đối có thể chia theo
phương thức dựa vào vật mốc và phương thức dựa vào bản đồ.
2.2.3.1. Phương pháp dựa vào vật mốc
Vật mốc là một đặc điểm trong môi trường mà xe lăn có thể khám phá được.
Dữ liệu thu được từ cảm biến của xe lăn sẽ được phân tích để tìm kiếm sự tồn tại của

Trang 13