Ứng dụng mạng Nơron điều khiển mobile robot di chuyển tránh vật cản

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHỆ TP. HCM



LÊ THANH HOÀN


ỨNG DỤNG MẠNG NƠRON ĐIỀU KHIỂN MOBILE ROBOT
DI CHUYỂN TRÁNH VẬT CẢN


LUẬN VĂN THẠC SĨ
Chuyên ngành : Kỹ thuật điện
Mã số ngành : 60520202


HƯỚNG DẪN KHOA HỌC: PGS.TS TRẦN THU HÀ







TP. HỒ CHÍ MINH, Tháng 12 năm 2012




Chủ tịch Hội đồng đánh giá LV

TS. Nguyễn Hùng
CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI
TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHỆ TP. HCM



Cán bộ hướng dẫn khoa học : PGS. TS Trần Thu Hà
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)






Luận văn Thạc sĩ được bảo vệ tại Trường Đại học Kỹ thuật Công nghệ TP. HCM
ngày 02 tháng 02 năm 2013

Thành phần Hội đồng đánh giá Luận văn Thạc sĩ gồm:
(Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ Luận văn Thạc sĩ)

4. TS. Nguyễn Hùng Chủ tịch hội đồng
1. PGS.TS. Bùi Xuân Lâm Phản biện 1
3. TS. Đồng Văn Hướng Phản biện 2
2. PGS.TS. Ngô Văn Dưỡng Ủy viên

5. TS. Trương Việt Anh Thư ký


Xác nhận của Chủ tịch Hội đồng đánh giá Luận sau khi Luận văn đã được

sửa chữa (nếu có).


TP.HCM, Ngày 21 tháng 12 năm 2012
NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: LÊ THANH HOÀN Giới tính: Nam
Ngày, tháng, năm sinh: 16/05/1987 Nơi sinh: DăkLăk
Chuyên ngành: Kỹ thuật điện MSHV: 1181031015
I- TÊN ĐỀ TÀI:
ỨNG DỤNG MẠNG NƠRON ĐIỀU KHIỂN MOBILE ROBOT DI CHUYỂN TRÁNH
VẬT CẢN
II- NHIỆM VỤ VÀ NỘI DUNG:
- Chương 1: Tổng quan.
- Chương 2: Cơ sở lý thuyết.
- Chương 3: Mô hình động học của mobile robot.
- Chương 4: Thiết kế phần cứng robot.
- Chương 5: Kết luận.
III- NGÀY GIAO NHIỆM VỤ: 21/06/2012
IV- NGÀY HOÀN THÀNH NHIỆM VỤ: 21/12/2012
V- CÁN BỘ HƯỚNG DẪN: PGS.TS TRẦN THU HÀ

CÁN BỘ HƯỚNG DẪN KHOA QUẢN LÝ CHUYÊN NGÀNH

PGS.TS Trần Thu Hà

TRƯ
ỜNG ĐH KỸ THUẬT CÔNG NGHỆ TP. HCM


PHÒNG QLKH - ĐTSĐH
C
ỘNG H
ÒA XÃ H
ỘI CHỦ NGHĨA VIỆT NAM

Độc lập - Tự do - Hạnh phúc

i

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả
nêu trong Luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình
nào khác.
Tôi xin cam đoan rằng mọi sự giúp đỡ cho việc thực hiện Luận văn này đã được
cảm ơn và các thông tin trích dẫn trong Luận văn đã được chỉ rõ nguồn gốc.
Học viên thực hiện Luận văn
(Ký và ghi rõ họ tên)



Lê Thanh Hoàn

ii

LỜI CÁM ƠN

Để hoàn thành Luận văn Thạc sĩ của mình, em xin gửi lời cảm ơn chân thành
tới Ban giám hiệu, phòng Quản lý khoa học – Đào tạo sau đại học, Khoa Cơ – Điện –
Điện tử cùng các Giảng viên trường Đại học Kỹ Thuật Công Nghệ Thành phố Hồ Chí
Minh đã nhiệt tình tạo điều kiện và truyền đạt những kiến thức quý báu cho em trong
suốt quá trình học tập cũng như hoàn thành Luận văn Thạc sĩ này.
Đặc biệt, em xin chân thành cảm ơn PGS.TS Trần Thu Hà, người đã trực tiếp
hướng dẫn em trong suốt quá trình hoàn thành luận văn. Với những chỉ dẫn, những tài liệu,
sự tận tình hướng dẫn, những lời đôn đốc và động viên của Cô đã giúp em vượt qua nhiều
khó khăn thách thức trong quá trình thực hiện luận văn này.
Sau cùng, em muốn gửi lời cảm ơn đến gia đình và người thân, luôn động viên,
tiếp thêm sức mạnh cho em và các anh, chị trong lớp 11SMD1 đã sát cánh, cổ vũ em trên
con đường tri thức.




Lê Thanh Hoàn

iii

TÓM TẮT

Ngày nay với sự phát triển không ngừng của khoa học kĩ thuật và nhu cầu của
con người trong đời sống ngày càng được nâng lên. Việc thiết kế ra những sản phẩm
mang lại tiện ích cho con người cần phải đáp ứng được các nhu cầu đó. Việc xây dựng
một robot tự hành có thể thay thế con người thực hiện các công việc trong các môi
trường độc hại (Ví dụ: môi trường hóa chất, nhiệt độ cao, áp xuất cao, những khu vực
hạn chế tầm nhìn, phóng xạ, …) là một vấn đề cấp thiết. Vấn đề đặt ra là chế tạo và
làm ra mobile robot có khả năng di chuyển tránh vật cản sử dụng được trong nhiều loại
môi trường. Vì vậy, trong cuốn luận văn này báo cáo đề tài “Ứng dụng mạng nơron
điều khiển mobile robot tránh vật cản”.
Luận văn áp dụng lý thuyết mạng nơron nhân tạo xây dựng một mobile robot di
chuyển trên mặt phẳng có thể tự động cảm nhận và tránh được các chướng ngại vật.
Nội dung thực hiện của luận văn gồm có 5 chương như sau:
- Chương 1: Tổng quan – Giới thiệu đề tài về robot tự hành và ý nghĩa thực tiễn của
nó, nhiệm vụ giới hạn của đề tài, nội dung thực hiện.
- Chương 2: Tổng quan về nơron nhân tạo – Trình bày lý thuyết áp dụng trong đề tài
luận văn.
- Chương 3: Mô hình động học mobile robot – Giới thiệu và xây dựng mô hình toán
học cho mobile robot. Chạy chương trình mô phỏng bằng phần mềm matlab và
đưa ra một số kết quả mô phỏng.
- Chương 4: Thiết kế phần cứng robot - Thiết kế và thi công mô hình thực nghiệm
gồm: Sơ đồ nguyên lý, sơ đồ khối, lựa chọn thiết kế, thông số của đối tượng cần
điều khiển, mạch vi điều khiển, mạch nguồn
- Chương 5: Kết luận – Phân tích kết quả luận văn, những thuận lợi, khó khăn và
hướng phát triển đề tài.

iv

ABSTRACT


Today, with the continuous development of science and technology, human life
is increasingly improved. The design of these products bring benefits to human. The
construction of a self-propelled robot can replace humans perform tasks in hazardous
environments (for example: environmental chemicals, high temperature, high pressure,
limited vision areas, free radiation, mine, etc.). The question is how to make mobile
robots capable of moving avoid obstacles used in a variety of environments. The thesis
report topic "The application of neural networks to control mobile robot avoid
obstacles."
This thesis applies the theory of artificial neural networks; genetic algorithms to
build a mobile robot moving in the plane can automatically sense and avoid obstacles.
Contents of the thesis consist of five chapters as follows:
- Chapter 1: Overview - Introduction to themes of self-propelled robot and its
practical implications, limitations of the mandate, perform content.
- Chapter 2: Overview of artificial neuron - Presentation of simulation theory
applies in topics such as: artificial neural networks.
- Chapter 3: Mobile robot dynamics model - Introduction and mathematical
modeling for self-propelled robot. Control Solution and simulation - Make some
simulation results to compare and change control methods and parameters.
- Chapter 4: Design and construction - Presentation design process and
construction.
- Chapter 5: Conclusion - Analysis of the results of the thesis and development.
v

MỤC LỤC

LỜI CAM ĐOAN i
LỜI CÁM ƠN ii
TÓM TẮT iii
MỤC LỤC v
DANH MỤC CÁC TỪ VIẾT TẮT viii
DANH MỤC CÁC BIỂU ĐỒ, ĐỒ THỊ, SƠ ĐỒ, HÌNH ẢNH ix
DANH MỤC CÁC BẢNG xii
CHƯƠNG 1: TỔNG QUAN 1
1.1 ĐẶT VẤN ĐỀ 2
1.2 TÍNH CẤP THIẾT CỦA ĐỀ TÀI 2
1.3 NHIỆM VỤ CỦA LUẬN VĂN 3
1.4. TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU 3
1.4.1. Tình hình nghiên cứu trên thế giới 3
1.4.2. Tình hình nghiên cứu trong nước 5
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 7
2.1 GIỚI THIỆU VỀ MẠNG NƠRON. 8
2.1.1. Những kiến trúc tính toán 8
2.1.2. Lịch sử phát triển của mạng nơron 9
2.1.3 Mô hình mạng nơron nhân tạo 10
2.1.4 Phân loại theo cấu trúc mạng nơron 17
2.2 ỨNG DỤNG CỦA MẠNG NƠRON TRONG ĐIỀU KHIỂN 25
2.2.1 Mạng nơron 3 lớp truyền thẳng 26
2.2.2 Mạng nơron truyền thẳng nhiều lớp 26
2.3 MỘT SỐ CẤU TRÚC MẠNG NƠRON VÀ HUẤN LUYỆN MẠNG 27
2.3.1 Mạng nơron 3 lớp lan truyền ngược 27
2.3.2 Luật học lan truyền ngược 28
vi

2.3.3 Cấu trúc mạng nơron nhiều lớp 34
2.3.4 Các hệ số học của lan truyền ngược 36

2.4. MẠNG NƠRON TRONG KĨ THUẬT ROBOT 38
CHƯƠNG 3: MÔ HÌNH ĐỘNG HỌC CỦA MOBILE ROBOT 40
3.1 PHƯƠNG TRÌNH ĐỘNG HỌC CỦA MOBILE ROBOT 41
3.2 GIẢI PHÁP ĐIỀU KHIỂN VÀ MÔ PHỎNG 45
3.2.1 HỆ THỐNG ĐIỀU KHIỂN CHO MOBILE ROBOT 45
3.2.2 SƠ ĐỒ SIMULINK ĐIỀU KHIỂN MOBILE ROBOT BẰNG MẠNG
NƠRON NHÂN TẠO 45
a. Mô phỏng robot chuyển động theo quỹ đạo thiết lập trước là đường cong 49
b. Mô phỏng với quỹ đạo đặt trước là đường thẳng 52
c. Thiết lập tín hiệu đặt là đường tròn 56
CHƯƠNG 4: THIẾT KẾ PHẦN CỨNG CỦA ROBOT 59
4.1 SƠ ĐỒ KHỐI ROBOT 60
4.1.1 Nguồn cung cấp cho robot 60
4.1.2 Tổng quan về vi điều khiển PIC 16F877A 61
4.1.3 Cảm biến quang E3S-AD12 74
4.1.4 Khối động lực 74
4.2. THIẾT KẾ PHẦN MỀM 75
4.3 LỰA CHỌN THIẾT KẾ 77
4.3.1 Hình dáng của robot 77
4.3.2 Động cơ 80
4.4 SƠ ĐỒ NGUYÊN LÝ CỦA BỘ ĐIỀU KHIỂN 81
4.4.1 Sơ đồ nguyên lý bộ nguồn cung cấp 81
4.4.2 Sơ đồ nguyên lý mạch điều khiển 81
4.4.3 Sơ đồ nguyên lý mạch động lực 82
4.4.4 Sơ đồ nguyên lý mạch đảo chiều relay, sơ đồ nguyên lý khối sensor 82
vii

4.5 THỬ NGHIỆM MÔ HÌNH 83
CHƯƠNG 5: KẾT LUẬN 90
5.1 CÁC KẾT QUẢ ĐẠT ĐƯỢC CỦA ĐỀ TÀI 91

5.2 ƯU VÀ KHUYẾT ĐIỂM CỦA ĐỀ TÀI 92
5.2.1 Ưu điểm 92
5.2.2 Khuyết điểm 92
5.3 HƯỚNG PHÁT TRIỂN ĐỀ TÀI 93
TÀI LIỆU THAM KHẢO 94
PHỤ LỤC 95

viii


DANH MỤC CÁC TỪ VIẾT TẮT
UTP Ngưỡng trên (Upper Trip Point)
LTP Ngưỡng dưới (Lower Trip Point)
MSE Sai số trung bình bình phương (Mean square error)


ix

DANH MỤC CÁC BIỂU ĐỒ, ĐỒ THỊ, SƠ ĐỒ, HÌNH ẢNH
Hình 2.1 Một mạng nơron đơn giản gồm hai nơron 11
Hình 2.2 Nơron là khâu MISO 12
Hình 2.3 Cấu trúc của một phần tử xử lý nơron thứ i (PE) 13
Hình 2.4 Các hàm kích hoạt 17
Hình 2.5 Phân loại theo cấu trúc mạng nơron 18
Hình 2.6 Cấu trúc chung của mạng Jordan 20
Hình 2.7 Mạng hồi quy đơn giản 21
Hình 2.8 Học có giám sát 23
Hình 2.9 Học không có giám sát 24
Hình 2.10 Cấu trúc chung của quá trình học 27
Hình 2.11 Mạng Nơron 3 lớp lan truyền ngược 30

Hình 2.12. Mạng nơron truyền thẳng nhiều lớp 37
Hình 3.1 Biểu diễn Mobile robot trong không gian hai chiều 40
Hình 3.2 Hệ thống điều khiển chuyển động robot di động 42
Hình 3.3 Khối tùy chỉnh mạng nơron 43
Hình 3.4 Hệ thống điều khiển mobile robot di động sử dụng mạng nơron 44
Hình 3.5 Mô hình toán của robot di động 45
Hình 3.6 Thiết lập tín hiệu đặt là đường cong 46
Hình 3.7 Vị trí của robot sau khi xử lý tín hiệu đặt là đường cong 46
Hình 3.8 Tín hiệu ngõ ra đối với trục x khi tín hiệu đặt là đường cong 47
x

Hình 3.9 Tín hiệu ngõ ra đối với trục y khi tín hiệu đặt là đường cong 47
Hình 3.10 Thiết lập tín hiệu đặt là hình tứ giác 48
Hình 3.11 Vị trí của robot sau khi xử lý tín hiệu đặt là hình tứ giác 53
Hình 3.12 Tín hiệu ngõ ra đối với trục x khi tín hiệu đặt là hình tứ giác 54
Hình 3.13 Tín hiệu ngõ ra đối với trục y khi tín hiệu đặt là hình tứ giác 55
Hình 3.14 Thiết lập tín hiệu đặt là đường tròn 56
Hình 3.15 Vị trí của robot sau khi xử lý tín hiệu đặt là đường tròn 57
Hình 3.16 Tín hiệu ngõ ra đối với trục x khi tín hiệu đặt là đường tròn 57
Hình 3.17 Tín hiệu ngõ ra đối với trục y khi tín hiệu đặt là đường tròn 58
Hình 4.1 Sơ đồ khối của robot 60
Hình 4.2 Vi điều khiển PIC 16F877A 61
Hình 4.3 Sơ đồ khối của PIC16F877A 64
Hình 4.4 Sơ đồ chân của PIC 65
Hình 4.5 Sơ đồ logic của tất cả các ngắt trong vi điều khiển PIC16F877 73
Hình 4.6 Cảm biến E3S-AD12 74
Hình 4.7 Sơ đồ cấu tạo cảm biến E3S-AD12 74
Hình 4.8 Lưu đồ giải thuật tiến 75
Hình 4.9 Lưu đồ giải thuật lùi 76
Hình 4.10 Hình mobile robot từ trái qua phải 77

Hình 4.11 Hình mobile robot chụp từ trên xuống dưới 78
Hình 4.12 Hình mobile robot nhìn từ dưới lên 79
xi

Hình 4.13 Hình bên trong mobile robot 79
Hình 4.14 Hình động cơ DC 12V không encoder 80
Hình 4.15 Sơ đồ nguyên lý khối nguồn cung cấp 81
Hình 4.16 Sơ đồ nguyên lý mạch điều khiển 81
Hình 4.17 Sơ đồ nguyên lý khối mạch động lực 82
Hình 4.18 Sơ đồ nguyên lý khối đảo chiều relay 82
Hình 4.19 Sơ đồ nguyên lý khối sensor 83
Hình 4.20 Robot tránh vật cản phía trước 84
Hình 4.21 Robot tránh vật cản 1 và vật cản 2 phía trước 85
Hình 4.22 Robot tránh cùng lúc 2 vật cản phía trước 86
Hình 4.23 Robot tránh cùng lúc 3 vật cản phía trước 87
Hình 4.24 Robot tránh vật cản nằm một phí 88
Hình 4.25 Robot đứng yên khi tín hiệu hồi tiếp về báo không có đường đi 89









xii


DANH MỤC CÁC BẢNG

Bảng 4.1 Các thanh ghi liên quan đến Port A 68
Bảng 4.2 Các thanh ghi liên quan đến Port B 69
Bảng 4.3 Các thanh ghi liên quan đến Port C 70
Bảng 4.4 Các thanh ghi liên quan đến Port D 70
Bảng 4.5 Các thanh ghi liên quan đến Port E 71





.






1






CHƯƠNG 1: TỔNG QUAN


2

1.1 ĐẶT VẤN ĐỀ.

Mạng nơron được đã nghiên cứu và được ứng dụng nhiều trong các hệ thống
điều khiển thông minh, hệ thống điều khiển tự động nhờ các khả năng: Học, nhớ lại và
khái quát hoá từ các mẫu huấn luyện hoặc dữ liệu, mạng nơron nhân tạo trở thành một
phát minh ứng dụng mới đầy hứa hẹn. Các tính toán nơron cho phép giải quyết tốt
những bài toán đặc trưng bởi một số hoặc tất cả các tính chất sau: sử dụng không gian
nhiều chiều, các tương tác phức tạp, chưa biết hoặc không thể theo dõi về mặt toán học
giữa các biến.
Bài toán lập lộ trình cho mobile robot di chuyển tránh vật cản vô định hình là
một bài toán khá phức tạp, do khi tồn tại và hành động trong môi trường mobile robot
sẽ phải chịu rất nhiều sự tác động khác nhau. Tuy nhiên, các tính toán mạng nơron lại
cho phép giải quyết tốt các bài toán có nhiều tương tác phức tạp. Vì vậy, ứng dụng
mạng nơron trong bài toán xác định lộ trình cho mobile robot sẽ hứa hẹn là một giải
pháp hiệu quả góp phần nâng cao hiệu năng làm việc của robot nhờ khả năng di chuyển
nhanh chóng, chính xác trong các môi trường làm việc của mình.
1.2 TÍNH CẤP THIẾT CỦA ĐỀ TÀI.
Mobile robot dùng để thay thế cho con người làm việc như các cánh tay máy
vận chuyển hàng hóa trong các hệ thống công nghiệp. Mobile robot có thể di chuyển
trong các môi trường độc hại ảnh hưởng đến sức khỏe của con người như: môi trường
hóa chất, nhiệt độ cao, áp xuất cao, phóng xạ, …để thực hiện nhiệm vụ thay thế con
người. Việc nghiên cứu thiết kế mobile robot ứng dụng mạng công nghệ noron điều
khiển mobile robot là một vấn đề cần thiết. Tác giả chọn đề tài “Ứng dụng mạng nơron
điều khiển mobile robot tránh vật cản”.
3

1.3 NHIỆM VỤ LUẬN VĂN.
Luận văn thạc sĩ thực hiện nhiệm vụ sau :
- Nghiên cứu ứng dụng công nghệ mạng nơron để điều khiển chuyển động
mobile robot. Xây dựng phương trình toán học của đối tượng mobile robot tự hành.
- Mô phỏng ứng dụng mạng nơron nhân tạo để điều khiển mobile robot theo quỹ
đạo cho trước.

- Nghiên cứu giải thuật định vị vật cản và phát hiện vật cản, điều khiển Mobile
robot tránh vật cản.
- Thiết kế và thi công phần cứng của mobile robot với hệ thống điều khiển sử
dụng công nghệ mạng nơron chuyển động tránh vật cản.
- Thiết kế phần mềm và thi công bộ điều khiển dùng mạng nơron trên vi điều
khiển PIC16F877A.
- Chạy thử nghiệm trên mô hình thực.
1.4. TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU.
1.4.1. Tình hình nghiên cứu trên thế giới.
Hơn nửa thể kỷ qua, robot đã có những bước phát triển và tiến hóa mạnh mẽ.
Robot đầu tiên được ứng dụng trong công nghiệp vào những năm 60 để thay thế con
người làm các công việc nặng nhọc, nguy hiểm trong môi trường độc hại. Ngày nay,
ngoài ứng dụng sơ khai ban đầu của robot trong chế tạo máy thì các ứng dụng khác
như trong y tế, chăm sóc sức khỏe, nông nghiệp, đóng tàu, xây dựng, an ninh quốc
phòng và gia đình đang có nhu cầu gia tăng đang là động lực cho các robot địa hình và
robot dịch vụ phát triển.
Có thể kể đến một số loại robot được quan tâm nhiều trong trên thế giới là: tay
máy robot (Robot Manipulators), robot di động (Mobile Robots), robot phỏng sinh học
(Bio Inspired Robots) và robot cá nhân (Personal Robots). Tay máy robot bao gồm các
loại robot công nghiệp (Industrial Robot), robot y tế (Medical Robot) và robot trợ giúp
4

người tàn tật (Rehabilitation robot). Với robot phỏng sinh học, các nghiên cứu thời
gian qua tập trung vào 2 loại chính là robot đi (Walking robots) và robot dáng người
(Humanoid Robots).
Đặc biệt robot di động (Mobile Robots) được quan tâm nghiên cứu và ứng dụng
nhiều như xe tự hành trên mặt đất AGV (Autonomous Guided Vehicles), robot tự hành
dưới nước AUV (Autonomous Underwater Vehicles), robot tự hành trên không UAV
(Unmanned Arial Vehicles) và robot tự hành trên vũ trụ (Space robots). Do nhu cầu sử
dụng ngày càng tăng đối với robot di động nên nó đòi hỏi phải có khả năng thích nghi

linh hoạt hơn, thông minh hơn và mức độ tự động hóa cao. Nên trên thế giới đã sử
dụng mạng nơron trong điều khiển robot di động đã được ứng dụng rộng rãi.
- Aliakbar, giảng viên đại học kỹ thuật Amirkabir, Iran viết sách “Multiple Target
Tracking For Mobile Robots Using the JPDAF Algorithm”. Tác giả trình bày đã
nghiên cứu vấn đề định vị cho Mobile Robot sử dụng kỹ thuật JPDAF (Joint
Probabilistic Data Association Filter). Tác giả cho rằng vấn đề ước lượng vị trí của
Robot trong môi trường vật lý là vấn đề hết sức quan trọng. Trong lĩnh vực Robot, bộ
lọc của Kalman đã dẫn đến một quy luật định hướng. Kalman hướng tới sự kết hợp của
tập hợp các thiết bị đo và các phép đo từ các cảm biến trên Robot và từ đó ước lượng vị
trí hiện tại của Robot. Giải thuật JPDAF là sự kết hợp của các bộ lọc và các phương
pháp ước lượng nhằm hiệu chỉnh vị trí của Robot. Tác giả đã đưa ra các công thức toán
học cho giải thuật, cơ sở để giải bài toán checking trên Mobile Robot.
- Jungtae Kim, khoa kỹ thuật và khoa học máy tính, POSTECH, Hàn Quốc
nghiên cứu điều khiển Mobile Robot thông qua xử lý ảnh nhìn, bài viết “Vision-based
Track Running Mobile Robot”. Tác giả đã nghiên cứu các phương pháp điều khiển
Mobile Robot chạy theo một ảnh nền. Đầu tiên tác giả xử lý một ảnh, tách đường đi
của Robot thành một đường khác màu với môi trường. Từ đường này tác giả xác định
5

mối quan hệ giữa vị trí Robot với đường và tìm ra sai số từ đó đưa ra điều khiển thích
hợp. Tác giả đã sử dụng thiết bị camera để đọc ảnh, phân tích và xử lý ảnh.
- Bài viết của “S. K. Harisha, Ramkanth Kumar P., M. Krishna, and S. C.
Sharma” về vấn đề “Fuzzy Logic Reasoning to Control Mobile Robot on Pre-defined
Strip Path”. Tác giả đã nghiên cứu điều khiển, quy hoạch đường đi cho Mobile Robot.
Tìm hiểu các lý thuết về Fuzzy, các luật và đưa ra các điều khiển Mobile Robot dựa
vào kỹ thuật này. Tiến hành mô phỏng trên phần mềm để kiểm nghiệm kết quả.
1.4.2. Tình hình nghiên cứu trong nước.
Tại Việt Nam, nghiên cứu phát triển robot đã có những bước tiến đáng kể trong
25 năm vừa qua. Các nghiên cứu về robot ở Việt Nam liên quan nhiều đến các vấn đề
về động học, động lực học, thiết kế quỹ đạo, xử lý thông tin cảm biến, cơ cấu chấp

hành, điều khiển và phát triển trí thông minh cho robot. Các nghiên cứu về động học và
động lực học robot được các khoa cơ khí, chế tạo máy ở các trường đại học và các viện
nghiên cứu về cơ học, chế tạo máy, quan tâm cả trong dân sự và quân sự.
Lĩnh vực điều khiển robot rất phong phú, từ các phương pháp điều khiển truyền
thống như PID, phương pháp tính mô men, phương pháp điều khiển trượt đến các
phương pháp điều khiển thông minh như điều khiển sử dụng mạng nơron, logic mờ,
thuật gen và các phương pháp điều khiển tự thích nghi, các phương pháp học cho
robot, các hệ visual servoing…
Ở nước ta lĩnh vực sử dụng mạng nơron để điều khiển mobile robot đã có nhiều
đề tài nghiên cứu dưới dạng luận văn, bài báo khoa học. Nhưng chỉ dừng lại ở mô
phỏng hoặc đã làm được mô hình. Các robot này ít được ứng dụng vào thực tiễn và chủ
yếu để phục vụ cho nghiên cứu và giảng dạy.
Ở nước ta, tín hiệu GPS cũng đã được đưa vào ứng dụng trong các thiết bị định vị
điều khiển có gắn trong ô tô như của hãng Toyota Việt Nam kết hợp với công nghệ
GSM/ GPRS và GIS để giám sát xe từ xa theo thời gian thực.
6

- Đề tài: “ Ứng dụng tín hiệu GPS trong hệ thống khống chế trắc địa cạnh ngắn”
của kĩ sư Đoàn Văn Chinh (đại học Whushan Trung Quốc) và Thạc sĩ Ngô Xuân Thế
(Viện khoa học và công nghệ). Đề tài đã ứng dụng tín hiệu GPS vào hệ thống trắc địa
và đem lại hiệu quả thiết thực.
- Đề tài: “Định vị cho Robot tự hành” của KS Trần Nguyễn Phúc Nguyên do TS
Ngô Văn Thuyên (Đại học Sư Phạm Kĩ Thuật) làm hướng dẫn khoa học trình bày chi
tiết các phương pháp định vị và cuối cùng chọn ra phương pháp xác suất để định vị cho
robot, đề tài đã sử dụng phần mềm Player/ Stage để mô phỏng.
Để có thể khảo sát và mô phỏng mobile robot với phương pháp sử dụng tín hiệu
GPS định vị.
Đề tài của học viên Nguyển Minh Thức “Định vị cho mobile robot sử dụng GPS”
đã khảo sát và ứng dụng GPS để điều khiển đường đi của robot đến điểm chọn trước và
tránh vật cản tĩnh trên đường đến đích .

Đề tài chọn là ứng dụng mạng noron để điều khiển Mobile Robot tránh vật cản,
chọn đường đi cho mobile robot .
Mô hình được thiết kế sử dụng có 6 cảm biến quang E3S-AD12 và sử dụng
PIC16F877 để thiết kế bộ điều khiển cho robot.




7






CHƯƠNG 2: CƠ SỞ LÝ THUYẾT













8

2.1 GIỚI THIỆU VỀ MẠNG NƠRON.
2.1.1. Những kiến trúc tính toán.
Khái niệm tính toán có thể được hiểu theo nhiều cách. Trước đây, việc tính toán
bị ảnh hưởng bởi quan niệm tính toán theo chương trình (Programed computing). Theo
quan điểm này, để giải quyết bài toán thì bước đầu tiên ta cần thiết kế giải thuật sau đó
cài đặt giải thuật đó trên cấu trúc hiện hành có ưu thế nhất[1].
Quan sát các hệ sinh học, đặc biệt là bộ não người ta thấy chúng có những đặc
điểm sau:
(1) Bộ não tích hợp và lưu trữ kinh nghiệm: Tức là bộ não có khả năng tự phân
loại và liên kết các dữ liệu vào.
(2) Bộ não xem xét kinh nghiệm mới dựa trên những kinh nghiệm đã lưu trữ.
(3) Bộ não có khả năng dự đoán chính xác những tình huống mới dựa trên
những kinh nghiệm tự tổ chức trước đây.
(4) Bộ não không yêu cầu thông tin hoàn hảo.
(5) Bộ não thể hiện một kiến trúc chấp nhận lỗi tức là có thể khôi phục sự mất đi
của một vài nơron bằng cách thích nghi với nơron còn lại hoặc bằng cách
đào tạo bổ xung.
(6) Cơ chế hoạt động của bộ não đôi khi không rõ ràng trong vận hành. Ví dụ
với một số bài toán chúng ta có thể cung cấp nghiệm nhưng không thể giải
thích được các bước tìm nghiệm.
(7) Bộ não có khuynh hướng đưa ra những giải pháp trong một trạng thái cân
bằng hoặc có khuynh hướng dẫn đến trạng thái đó.
Từ đó ta nhận thấy, tính toán dựa trên các hệ sinh học khác với tính toán theo chương
trình ở các đặc điểm sau:
- Quá trình tính toán được tiến hành song song và phân tán trên nhiều nơron.
- Tính toán thực chất là quá trình học chứ không phải theo một sơ đồ định
sẵn từ trước.
9

Dựa trên những đặc điểm này một phương pháp tính toán mới có nền tảng từ
sinh học là mạng nơron nhân tạo (Artifical Neural Networks_ ANNs) đã ra đời và có
tiềm năng trở thành kiến trúc tính toán chiếm ưu thế.
2.1.2. Lịch sử phát triển của mạng nơron.
Mạng nơron nhân tạo được xây dựng từ những năm 1940 nhằm mô phỏng một
số chức năng của bộ não người. Dựa trên quan điểm cho rằng bộ não người là bộ điều
khiển. Mạng nơron nhân tạo được thiết kế tương tự như nơron sinh học sẽ có khả năng
giải quyết hàng loạt các bài toán như tính toán tối ưu, điều khiển, công nghệ robot…
Quá trình nghiên cứu và phát triển nơron nhân tạo có thể chia thành 4 giai đoạn
như sau[2]:
- Giai đoạn 1: Có thể tính từ nghiên cứu của William (1890) về tâm lý học với
sự liên kết các nơron thần kinh. Năm 1940 Mc Culloch và Pitts đã cho biết nơron có
thể mô hình hoá như thiết bị ngưỡng (Giới hạn) để thực hiện các phép tính logic và mô
hình mạng nơron của Mc Culloch – Pitts cùng với giải thuật huấn luyện mạng của
Hebb ra đời năm 1943.
- Giai đoạn 2: vào khoảng gần những năm 1960, một số mô hình nơron hoàn
thiện hơn đã được đư ra như: Mô hình Perceptron của Rosenblatt (1958), Adalile của
Widrow (1962). Trong đó mô hình Perceptron rất được quan tâm vì nguyên lý đơn
giản, nhưng nó cũng có hạn chế vì như Marvin Minsky và Seymour papert của MIT
( Massachurehs Insritute of Technology) đã chứng minh nó không dùng được cho các
hàm logic phức (1969). Còn Adaline là mô hình tuyến tính, tự chỉnh, được dùng rộng
rãi trong điều khiển thích nghi, tách nhiễu và phát triển cho đến nay.
- Giai đoạn 3: Có thể tính vào khoảng đầu thập niên 80. Những đóng góp lớn
cho mạng nơron trong giai đoạn này phải kể đến Grossberg, Kohonen, Rumelhart và
Hopfield. Trong đó đóng góp lớn của Hopfield gồm hai mạng phản hồi: Mạng rời rạc
năm 1982 và mạng liên tục năm 1984. Đặc biệt, ông đã dự kiến nhiều khả năng tính
toán lớn của mạng mà một nơron không có khả năng đó. Cảm nhận của Hopfield đã
10

được Rumelhart, Hinton và Williams đề xuất thuật toán sai số truyền ngược nổi tiếng

để huấn luyện mạng nơron nhiều lớp nhằm giải bài toán mà mạng khác không thực
hiện được. Nhiều ứng dụng mạnh mẽ của mạng nơron ra đời cùng với các mạng theo
kiểu máy Boltzmann và mạng Neocognition của Fukushima.
- Giai đoạn 4: Tính từ năm 1987 đến nay, hàng năm thế giới đều mở hội nghị
toàn cầu chuyên ngành nơron IJCNN (International Joit Conference on Neural
Networks). Rất nhiều công trình được nghiên cứu để ứng dụng mạng nơron vào các
lĩnh vực như: Kỹ thuật tính, điều khiển, bài toán tối ưu, y học, sinh học, thống kê, giao
thông, hoá học, Cho đến nay mạng nơron đã tìm và khẳng định được vị trí của mình
trong rất nhiều ứng dụng khác nhau.
2.1.3 Mô hình mạng nơron nhân tạo.
Cơ sở của mạng nơron.
Ngay từ khi được khai sinh bằng sự ra đời cuốn sách “ Điều khiển học, hay điều
chỉnh và sự truyền thông trong cơ thể sống, trong máy móc” của tác giả Nobert
Wieners xuất bản năm 1948. Điều khiển học đã đặt ra mục địch nghiên cứu áp dụng
nguyên lý làm việc của hệ thống thần kinh động vật vào điều khiển. Công cụ giúp điều
khiển học thực hiện được mục đích này là trí tuệ nhân tạo và mạng nơron.
Với logic mờ, trí tuệ nhân tạo phát triển mạnh mẽ trong những năm gần đây tạo
ra cơ sở xây dựng các hệ chuyên gia, những hệ có khả năng cung cấp “kinh nghiệm
điều khiển hệ thống” hay còn gọi là các hệ trợ giúp ra quyết định. Trí tuệ nhân tạo được
xây dựng dựa trên hệ nơron nhân tạo. Sự kết hợp giữa logic mờ và mạng nơron trong
thiết kế hệ thống điều khiển tự động nói chung và việc ứng dụng điều khiển nơron cho
các đối tượng công nghiệp nói riêng là một khuynh hướng hoàn toàn mới, phương
hướng thiết kế hệ thống thông minh, một hệ thống mà bộ điều khiển có khả năng tư
duy như bộ não của con người.