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

Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014

Giải pháp điều khiển mờ cho hệ vận động của robot hỗ trợ
người thiểu năng vận động
Fuzzy Logic Control Solution for Motion System of an Assistive Robot
for Mobile Disabled People
Đào Văn Hiệp
HV Kỹ thuật Quân sự


Đào Trung Kiên
Viện MICA, ĐHBK Hà Nội


Tóm tắt
Robot hỗ trợ người thiểu năng vận động là một loại
robot sinh học. Vì vậy, phỏng sinh là hướng tiếp cận
tự nhiên trong thiết kế kết cấu cơ khí và điều khiển
loại robot này. Theo đó, hệ điều khiển vận động đã
được thiết kế bằng các phương pháp khác nhau, đặc
biệt là các phương pháp dựa trên trí tuệ nhân tạo.
Bài báo này giới thiệu một trong những nghiên cứu
ứng dụng trí tuệ nhân tạo (logic mờ) vào điều khiển
hệ vận động của robot sinh học. So sánh đáp ứng của
bộ điều khiển mờ với các bộ điều khiển được thiết kế
theo phương pháp truyền thống cho thấy bộ điều
khiển mờ có chất lượng tốt hơn, đồng thời thừa hưởng
được các ưu thế vốn có của logic mờ.
Từ khóa: hệ chấp hành tuyến tính, logic mờ, robot hỗ
trợ, trí tuệ nhân tạo

Abstract:
Assistive robot for people with disabilities is one kind
of bio-robots. Therefore, bio-mimetic is a natural
approach in mechanical design and control of
assistive robots. Following this scheme, many motion
control systems have been designed by different
methods, especially artificial intelligence (AI) based
ones.
This paper investigates an application study of using
AI (fuzzy logic) in the control of bio-robots.
Comparison of the designed fuzzy controller with
other ones designed by traditional methods shows that
the fuzzy controller is of higher performance, while
reveals the advantages of fuzzy logic.
Keywords: linear actuator, fuzzy logic, assistive robot,
artificial intelligence.

Chữ viết tắt:
AC
AI
ANFIS
ANN
FPD
GPG
MIT
MP
PD
PDF
PID
TC

TNVĐ
RBHT

Actuation Controller
Artificial Intelligence
Adaptive Neural Fuzzy Inference System
Artificial neural network
Fuzzy-Proportional-Derivative controller
Gait Pattern Generator
Massachusetts Institute of Technology
Motion Planner
Proportional-Derivative controller
Proportional-Derivative with Filter controller
Proportional-Integral-Derivative controller
Tracking Controller
Thiểu năng vận động
Robot hỗ trợ

VCM-2014

Tăng Quốc Nam
HV Kỹ thuật Quân sự

1. Đặt vấn đề

Robot hỗ trợ người thiểu năng vận động, sau đây gọi
tắt là robot hỗ trợ (RBHT) là một loại robot - bộ
xương ngoài (Robot-Exoskeleton), nhưng chúng có
những điểm khác biệt về kết cấu, động lực học và
điều khiển. Là robot - exoskeleton, chúng được mang

trên người, hoạt động đồng bộ với cơ thể, như một bộ
phận mở rộng của cơ thể (Extender) [1][2]. Nhưng
trong khi Robot-Exoskeleton hỗ trợ người lành đi bộ,
mang nặng, hầu như không chịu trọng lượng của cơ
thể, chỉ hỗ trợ một phần năng lượng cho người mang
(Quasi-Passive Exoskeleton) [3] thì RBHT phải chịu
trọng lượng của cả robot lẫn của người mang và hỗ
trợ toàn phần năng lượng cho người mang (FullyActive Exoskeleton). Về khía cạnh điều khiển, robot
hỗ trợ người lành hoàn toàn phụ thuộc người mang,
chỉ tác động vào từng thời điểm nhất định trong chu
kỳ bước, còn RBHT thì chủ động hoàn toàn, tác động
cả chu kỳ, người mang hoàn toàn bị động. Hơn nữa,
người TNVĐ thường không ổn định về thần kinh và
thân thể nên robot phải đủ nhạy bén và vững vàng đề
chống trọi với những động thái bất định của người. Vì
vậy, thiết kế cơ khí và điều khiển RBHT là những
thách thức lớn.
Cơ hệ RBHT là một hệ động lực phức tạp, các tín
hiệu vào có tính phi tuyến và độ bất định cao (không
ổn định, khó tính toán chính xác, bị nhiễu). Trong
điều kiện đó, bộ điều khiển mờ thường ồn định và
chống nhiễu tốt hơn so với các bộ điều khiển truyền
thống.
Mong muốn của nhóm nghiên cứu (thuộc Đề tài
KC.03.12/11-15) là thiết lập được một bộ điều khiển
PD mờ đạt được chỉ tiêu chất lượng cơ bản như PID
truyền thống, đồng thời có được những ưu điểm của
điều khiển mờ. Một bộ PD mờ (Fuzzy PD - FPD) đã
được thiết kế, chất lượng của nó được so sánh bộ PD
có lọc (PD with Filter - PDF), đã được chứng minh là

tốt nhất trong số các bộ PID truyền thống [7].

2. Hướng tiếp cận phỏng sinh trong điều
khiển robot sinh học
2.1 Sơ lược về hệ thần kinh vận động của người
Đi bộ là một dạng vận động có tính tự động, theo chu
kỳ của cơ thể, chủ yếu do chi dưới thực hiện dưới sự
điều khiển của hệ thần kinh vận động. Đó là một hệ
điều khiển phân cấp (xem H. 1). Cấp cao nhất là vùng
vận động ở vỏ não, có chức năng hoạch định và kiểm
soát chung quá trình vận động, như đích đến, hướng


Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014
vận động, xử lý tình huống phát sinh,… Các cấp dưới,
trong đó tiểu não và tủy sống giữ vai trò chủ chốt,
điều khiển trực tiếp quá trình. Tủy sống điều khiển
các hoạt động phản xạ, phát tín hiệu điều khiển đến
các cơ, nhận các tín hiệu phản hồi trực tiếp từ các cơ
và các giác quan. Tiểu não không trực tiếp sinh ra vận
động, nhưng có nhiệm vụ tiếp nhận và tổng hợp các
tín hiệu từ các sensor vị trí, gia tốc, hướng,… để định
hướng, định vị cơ thể và hiệu chỉnh vận động cho
chính xác và mềm mại, ổn định tư thế,… cũng như
(cùng các bộ phận khác, như hạch cơ sở, nội đồi) tạo
lập và hoàn thiện các chương trình vận động nhờ quá
trình học (Motor Learning).
Các cơ chân là phần tử chấp hành, tạo ra chuyển động
cơ học theo lệnh từ tủy sống. Trong cơ và gân có các
sensor vị trí (Muscle Spindle) và sensor lực (Golgi

Tendon Organ), sinh tín hiệu phản hồi về vận động.

trung nói về TC. Hệ chấp hành giữ vai trò như của cơ,
làm chuyển động các khớp.
f
Hoạch định
vận động

Người
mang
Y(, ,f)

Tạo quỹ
đạo mẫu

ref

u

ĐK bám
quỹ đạo

Chấp
hành

,

Khung
robot

 ,

Cấu trúc của hệ điều khiển vận động

H. 2

Hệ chấp hành của robot là các động cơ, tạo ra dịch
chuyển góc  hay mô-men  tại các khớp. Vì khớp ở
chân robot và ở chân người đồng trục với nhau nên
chuyển động của robot được truyền trực tiếp sang
người. Hệ chấp hành thường dùng là điện - cơ, thủy
lực hoặc khí nén. Bài báo này chỉ đề cập đến hệ chấp
hành điện - cơ.
Muốn bàn chân bám sát quỹ đạo mẫu thì mỗi khớp
chân phải bám theo góc khớp ref và vận tốc góc khớp
 tương ứng (xem H. 3).
d

 ref +

e

Bộ điều
khiển bám

-

H. 3

u

Thiết bị
chấp hành

, 

(t)
Khớp robot

Cấu trúc của hệ điều khiển khớp

Trên thực tế, đầu vào cho mỗi khớp thường chỉ dùng
góc khớp ref, còn vận tốc được tính theo quan hệ
   . Do đó, tín hiệu đo và phản hồi là góc khớp
thực (t).

3. Điều kiện ban đầu cho thiết kế

H. 1

Điều khiển hệ vận động ở người

2.2 Cấu trúc hệ điều khiển vận động của robot
Cấu trúc hệ điều khiển của robot được thiết kế theo
nguyên tắc phỏng sinh, bắt chước hệ điều khiển vận
động của người, nhưng thực thi các nhiệm vụ đơn
giản hơn, gồm 3 cấp: 1- bộ hoạch định vận động
(Motion Planner - MP), 2- bộ tạo quỹ đạo mẫu (Gait
Pattern Generator - GPG), và 3- bộ điều khiển hệ
chấp hành bám quỹ đạo (Tracking Controller - TC)

như trong H. 2. MP nhận biết ý định của người mang:
đứng lên, ngồi xuống, đi hay dừng,… CPG có nhiệm
vụ chọn chương trình đi tương ứng theo ý định, tạo dữ
liệu về quỹ đạo cho TC. TC có mặt ở từng khớp, điều
khiển góc khớp bám theo góc mẫu do CPG tạo ra.
Như vậy, phối hợp chuyển động các khớp để tạo ra
bước đi theo ý muốn là nhiệm vụ của MP và CPG. TC
đảm bảo điều kiện cần để có bước đi mong muốn. TC
là tên gọi theo phương thức điều khiển (bám). Nó còn
tên nữa, gọi theo chức năng, là bộ điều khiển hệ chấp
hành (Actuation Controller - AC). Bài báo này tập

VCM-2014

3.1 Chuẩn bị dữ liệu đầu vào
Dữ liệu đầu vào cho RBHT là góc khớp, thường được
đo, ghi bằng thực nghiệm trên người khỏe, hiệu chỉnh
cho phù hợp với tình trạng của người TNVĐ cụ thể.
Một số bộ dữ liệu được sử dụng rộng rãi, như của
Antonie Bogert (2003), Harman (2000) [2], Winter
(Canada) [4]. Trên H. 4 là đồ thị góc khớp, đã được sử
dụng tại MIT [2].

H. 4

Đồ thị góc khớp khi đi bộ


Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014
Với mục đích sử dụng làm tín hiệu vào ref cho bộ

điều khiển sau khi thiết kế, dữ liệu góc khớp được
chuyển thành giá trị số rời rạc như H. 5.
Do thi goc khop
60
40

Goc khop (do)

20
0
-20
-40
-60
-80
K. hong

0

5

10 15 20 25 30 35 40 45 50 55 60 65 70

48 46 42 37 30 22 14

0

-6

0 -7 -6 0 4 6 9 10 11
K. co chan -12 -20 -27 -27 -24 -20 -12 -7 -4

12
-4

K. goi

H. 5

6

75

80

85

90

95

0

-3

2

7

15 25

35

42

46

47

48

9

-1

-8

-12 -11 -4

-1

-2

-3

-3

0

-7

-20 -37 -55 -64 -63 -58 -47 -35 -20 -12

-7

Giá trị góc khớp được chuyển từ H. 3

3.2 Chọn thiết bị chấp hành
Kết cấu cơ khí ở mỗi chân của RBHT có sơ đồ như H.
6, trong đó mỗi chân có ba khớp chủ động. Hai loại
động cơ chấp hành đã được khảo sát, gồm xi lanh
thủy lực (không trình bày ở đây) và động cơ điện 1
chiều. Để robot có kết cấu gọn nhẹ, chúng tôi đã chọn
hệ chấp hành điện - cơ chuyển động thẳng, có tên
thương mại là Linear Actuator [5] như trong H. 7.

đảm bảo khả năng làm việc và an toàn, hệ thống được
thiết kế cho một khớp ảo, tập hợp các điều kiện làm
việc khắt khe nhất trong 3 khớp: dải làm việc rộng
nhất, vận tốc góc cao nhất, mô men lớn nhất, khối
lượng tải trọng lớn nhất. Tuy nhiên, tính toán cho
thấy, tỷ số truyền của hệ chấp hành quá nhỏ (1:1880)
nên ngay cả khối lượng lớn nhất như của đùi (~10kg)
cũng chỉ gây ra mô men quán tính chuyển động quay
quy đổi về trục động cơ bằng 0,15% mô men quán
tính của chính hệ chấp hành, có thể bỏ qua. Vì vậy mô
men quán tính của tất cả các khớp được tính như nhau
và bằng mô men quán tính J của hệ chấp hành.
Trên cơ sở số liệu kỹ thuật do nhà sản xuất cung cấp,
kết hợp tính toán điều kiện công tác như ở trên, bộ
thông số kỹ thuật của hệ chấp hành được tổng hợp

trong B.1. Đó là cơ sở để xây dựng mô hình động lực
học của đối tượng điều khiển.
Thông số kỹ thuật của hệ chấp hành
Thông số
Mô men quán tính J (kgm2)
Hệ số giảm chấn C (Nm/(rad/s))
Hệ số mô men KT (Nm/A)
Hệ số điện động Ke (Vs/rad)
Điện trở phần ứng R (Ω)
Điện cảm L (H)

B.1

Giá trị
0,022
0,5.10-3
0,06
1,0
2,45
0,035

4. Thiết kế bộ điều khiển
4.1 Mô hình toán học của hệ thống
Sau khi tính toán động lực học và quy đổi các thông
số hệ thống về động cơ, mô hình hệ chấp hành có
dạng như của động cơ điện một chiều, điều khiển
bằng dòng điện phần ứng, được thể hiện bằng hệ
phương trình cân bằng điện áp và cân bằng mô men:
 Lia  Ria  K e  v
(1)

 
  J   C  KT ia  Td
trong đó, v - điện áp; Td - mô men tải; các đại lượng
còn lại như trong B.1.
Hệ có hai tín hiệu vào, hai tín hiệu ra nhưng với bài
toán điều khiển bám vị trí, chỉ cần quan tâm đến hàm
truyền ( s) / V ( s) :
H. 6

( s )
KT

V ( s ) ( Ls  R )( Js 2  cs )  KT K e s

Sơ đồ kết cấu của một chân robot

Mô hình hệ chấp hành có điều khiển trong H. 3 được
cụ thể hóa trong H. 8, trong đó BĐK là bộ điều khiển
cần thiết kế.

k=20:1

260+150

12V
45W

l=3mm

(2)

+
r

-

Td
E

BĐK

K

V +
Ve -

1/(Ls+R)

Ia

KT

Tm
+

-

1/(Js+c)



Ke

H. 8

1/s



Motor

Sơ đồ hệ chấp hành có điều khiển

v=24mm/s

H. 7

Hệ chấp hành chuyển động thẳng

Tính toán động lực học toàn hệ thống cho thấy mô
men và công suất yêu cầu của các khớp không khác
nhau nhiều. Điều đó cho phép đơn giản hóa thiết kế,
chế tạo và sử dụng thiết bị nhờ trang bị cùng một thiết
bị chấp hành và bộ điều khiển cho tất cả các khớp. Để
VCM-2014

4.2 Thiết kế bộ điều khiển mờ
Cơ sở lý thuyết của điều khiển mờ là logic mờ, một
nhánh của trí tuệ nhân tạo. Khác với mạng nơ ron
nhân tạo, bắt chước cấu trúc và quá trình vật lý của hệ

thần kinh, giải thuật gen [6] bắt chước quá trình tiến
hóa của sinh vật trong tự nhiên, logic mờ bắt chước
cách tư duy, phân tích, ra quyết định của con người.


Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014
Về kỹ thuật tính toán, logic mờ là một nhánh của
phương pháp tính toán mềm.
So với điều khiển truyền thống, các hệ mờ có những
ưu điểm sau:
- Dễ thiết kế, không đòi hỏi công cụ toán học trừu
tượng, tránh được một trong những nhiệm vụ khó
khăn nhất là thiết lập và giải các hệ phương trình vi
phân phức tạp. Có nhiều trường hợp, thậm chí không
cần để ý đến bản chất vật lý của các đại lượng;
- Công cụ thiết kế, phân tích hệ mờ rất vạn năng, linh
hoạt, dễ sử dụng. Ngôn ngữ diễn tả thuật toán mờ gần
với ngôn ngữ tự nhiên nên dễ hiểu;
- Do không đòi hỏi thông tin vào thật chính xác, cho
phép tín hiệu vào thay đổi trong phạm vi rộng, làm
việc dựa trên cơ chế suy luận linh hoạt,... nên trong
nhiều trường hợp các hệ điều khiển mờ có tính bền
vững, tin cậy, ổn định cao.
Phần sau đây trình bày các bước cơ bản và kết quả
thiết kế bộ điều khiển mờ cho hệ chấp hành điện cơ
trong H. 7.
1/K2
Step

Do-radian

Bước 1: Thiết lập cấu trúc của hệ thống. Để dễ so
sánh và đánh giá hiệu quả của giải pháp mờ so với
giải pháp truyền thống, hệ điều khiển mờ được thiết
kế với cấu trúc tương tự bộ điều khiển PD truyền
thống, các hệ số KP, KD sẽ được xác định khi thiết kế.
Hệ được thiết kế trong Simulink, có sơ đồ như trong
H. 9. Các phần tử chính trong hệ thống, gồm:
- Đối tượng điều khiển là hệ chấp hành điện - cơ, có
hàm truyền (2), dạng số như trong hình vẽ;
- Bộ điều khiển PD mờ (FPD), điều khiển theo sai
lệch góc khớp e và tốc độ biến thiên của e, được tạo
nhờ khâu vi phân du / dt .
- Các phần tử hiển thị, chuyển đổi tín hiệu để kiểm tra
đáp ứng của hệ thống.
Tín hiệu vào cơ bản cho FPD là góc khớp cổ chân,
như H. 5, tín hiệu ra là điện áp, giá trị có thể thay đổi
được nhờ hệ số K1. Đáp ứng của toàn hệ thống là góc
khớp thực (t) và vận tốc góc (t).
Nhờ một chuyển mạch bằng tay, có thể mô phỏng hệ
thống với tín hiệu vào Step hoặc góc khớp mẫu ref.
du/dt

Signal 1

y

Derivative1
Van toc goc (rad/s)

Goc co chan

To Workspace
K2

Manual
Switch

Kp

Goc khop co chan

Error
K1

du/dt

FLC

Kd

Rad-do

0.06
0.00077s3 +0.5392s2 +0.6122s
Transfer Fcn

Derivative

H. 9

Sơ đồ cấu trúc của bộ FPD

Bước 2: Thiết kế hệ logic mờ, gồm thiết lập các
modul mờ hóa, suy luận mờ và giải mờ. Hệ logic mờ
ở đây sử dụng hệ suy luận Sugeno, có hai hàm thuộc
đầu vào (Error e và Error-dot e ) kiểu hình thang
(trapmf) và một hàm thuộc đầu ra (điện áp bù) kiểu
tuyến tính
output  a  e  b  e  c
(3)
trong đó a, b, c là các hằng số. Các hệ số a, b, c được
chọn tùy theo mức độ nhạy cảm cần có của hệ với sai
số e, tốc độ biến thiên của e và độ mờ. Phương án
được chọn là a = 0,5; b = 1. Giá trị c = (-2, -1, 0, 1, 2)
tương ứng các giá trị hàm thuộc đầu ra (AL, A, K, D,
DL), trong đó A - âm , D - dương, L - lớn, K - không.
Hệ quy tắc suy luận mờ được tóm tắt trong B.2.
B.2
E
A
K
D

Bảng quy tắc suy luận mờ
E-dot
A
K
D
DL

D
K

D
K
A

K
A
AL

Sử dụng luật hợp thành max-min, quy tắc suy luận mờ
được thể hiện bởi tập hợp các mệnh đề logic sau:

VCM-2014

Công cụ Rule Wiewer (H. 10) cho phép quan sát tổng
hợp các hàm thuộc, quy tắc suy luận mờ, hợp thành
và giải mờ, và kiểm tra quan hệ vào-ra. Ví dụ cho
input = [8,5] (nghĩa là e  8; e  5 ), sẽ nhận được
điện áp 6,7V.
Bước 3: Xác định các thông số điều khiển. Các thông
số cần xác định là hệ số tỷ lệ KP, vi phân KD, khuyếch
đại K1 (xem H. 9). Các thông số này chi phối chất
lượng điều khiển: lượng quá chỉnh, thời gian xác lập
và độ chính xác tĩnh. Tín hiệu vào thích hợp cho bước
này là hàm bậc thang đơn vị.
Bật chuyển mạch sang vị trí Step. Trước hết, điều
chỉnh KP, KD theo quy tắc vẫn áp dụng cho các hệ PID
truyền thống để hệ ổn định và đạt các đáp ứng đầu ra

tốt nhất có thể. Sau đó, điều chỉnh K1 để nhận được
dải điện áp phù hợp. Cuối cùng, bộ thông số được


Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014
chọn là KD = 0,27, KP = 2,5, K1 = 200. Đáp ứng Step
của hệ như trong H. 11: lượng quá chỉnh 2,6%, thời
gian xác lập khoảng 1,76s, sai số tĩnh bằng 0. Số liệu
này được lấy từ biến y do Simulink xuất sang
workspace (H. 9).

KC03_FLC/Goc co chan : Group 1
0
Signal 1

-10
-20
-30
-40
-50
-60
-70

0

1

2

3

4

5
Time (sec)

6

7

8

9

10

H. 12 Tín hiệu vào góc khớp cổ chân

Bật chuyển mạch sang tín hiệu thực (Goc co chan),
chạy chương trình, nhận được đáp ứng đầu ra (vẽ
cùng tín hiệu vào) như H. 13. Ta thấy, tín hiệu ra bám
sát tín hiệu vào, sai số lớn nhất khoảng 0,05.
Bước 5: Kết quả mô phỏng cho thấy bộ FPD làm việc
ổn định và có chất lượng tốt. Tuy nhiên, hiệu quả của
giải pháp mờ sẽ thể hiện trực quan hơn khi so sánh
trực tiếp đáp ứng của nó với PDF.
Một mô hình mới được thiết lập bằng cách ghép thêm
một bộ PDF (nền xanh), dùng chung tín hiệu vào với
FPD (xem H. 14).
Như đã nói trong mục đặt vấn đề, trong một nghiên

cứu khác [7], chúng tôi đã so sánh các bộ PID truyền
thống khi làm việc với cùng một hệ chấp hành trong
H. 9 và nhận thấy bộ PDF, dạng
N
KP  KD
(4)
1 N / s
có chất lượng tốt nhất. Trong đó N - hằng số của bộ
lọc, được xác định cùng với KP, KD.

H. 10 Quan sát hệ suy luận mờ
Dap ung Step
1.4
1.2

X: 1.566
Y: 1.026

X: 1.759
Y: 1.02

Amplitude

1
0.8
0.6
0.4

Dap ung goc khop co chan
10

0.2

Output
Input

0
-10

0

0.5

1

1.5
Time, s

2

2.5

3

Goc khop (do)

0

H. 11 Đáp ứng Step của bộ FPD

Bước 4: Thử nghiệm với tín hiệu vào mẫu ref, được
lấy từ đồ thị góc khớp cổ chân trong H. 5, đưa vào
Simulink dưới dạng đồ thị như H. 12.

-20
-30
-40
-50
-60
-70

0

2

4

6

8

Time, s

H. 13 Đáp ứng góc khớp cổ chân của FPD
1/K2
Step

Signal 1

Do-radian

Goc co chan

Manual
Switch
In1

0.06

Out1

0.00077s3+0.5392s2 +0.6122s

Compari son

Transfer Fcn

PD-Fuzzy Control ler

K2
PD(s)
PD Controll er

0.06
0.00077s3+0.5392s2 +0.6122s

K2

Transfer Fcn1

PDF
y
To Workspace

H. 14 Mô hình để so sánh FPD với PDF

VCM-2014

10


Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014

H. 15 Các thông số của bộ PDF

Tổng hợp các thông số của hai bộ điều khiển trong
B.3 cho thấy bộ FPD có chất lượng tốt hơn bộ PDF.
Điều này cũng được thể hiện trên H. 16.
FPD
2,5
0,27
2,6
1,76
0

Dap ung Step
1.4
X: 1.504
Y: 1.096

Amplitude

1

PD mo
PDF
Input

0
-10
-20
-30
-40
-50
-60

So sánh hai phương án thiết kế
Thông số
PDF
Hệ số Kp
30,157
Kd
16,122
N
4,828
Lượng quá chỉnh (%)
9,56
Thời gian ổn định (s)
1,98
Sai số xác lập

0

B.3

1.2

Dap ung goc co chan
10

Gockhop(do)

Công cụ Tuner của Matlab cho phép hiệu chỉnh các
thông số Bandwidth (bề rộng dải thông), Phase
margin (dự trữ ổn định pha), Response time (thời gian
đáp ứng) và Peak response (giá trị max) trong chế độ
tương tác. Khi hiệu chỉnh tự động, Matlab sẽ dung
hòa các tiêu chí trên và chọn các thông số chất lượng
là: quá chỉnh 9,56%, thời gian quá độ 1,98s.

X: 1.572
Y: 1.026

0.8
0.6

-70

0

2

4

6

8

10

Time, s

H. 17 Đáp ứng của PD mờ và của PD truyền thống

Kết quả trên nhận được với tín hiệu vào của khớp cổ
chân. Mô hình hệ điều khiển đồng thời khớp hông và
khớp gối được lập như trong H. 18. Hệ gồm hai bộ
điều khiển mờ giống nhau, mỗi bộ có tín hiệu vào
riêng, được trích từ H. 5. Đồ thị đáp ứng của chúng
được vẽ trên cùng hệ tọa độ trên H. 19.
Ta thấy, đồ thị đáp ứng của khớp cổ chân (xem H. 17)
và của khớp hông (H. 19) có sai số ban đầu, còn khớp
gối không có. Lý do là góc ban đầu của khớp hông và
khớp cổ chân khác 0, trong khi cơ cấu chấp hành xuất
phát từ vị trí 0. Sai số này có thể được khử dễ dàng
bằng cách gán điều kiện đầu thích hợp cho chúng,
hoặc set điểm 0 thích hợp cho phần cứng.

0.4
PD mo
PDF

Input

0.2
0

0

0.5

1

1.5
Time, s

2

2.5

Goc khop hong
Signal 1

1/K2

In1

Out1

du/dt
Van toc goc

3

H. 16 Đáp ứng step của PD mờ và PD truyền thống

Để mô phỏng với đầu vào là góc khớp thực, bật
chuyển mạch sang bên phải (H. 14). Đáp ứng của 2 hệ
được vẽ trên cùng đồ thị như H. 17. Ta thấy, đáp ứng
của FPD bám sát dữ liệu vào hơn của bộ PDF.

VCM-2014

Bo DK khop hong

Do-rad

K2

Signal 1

Goc khop goi

1/K2
Do-rad1

In1

Out1

Goc khop
Hong, Goi

Rad-do

Bo DK khop goi

H. 18 Mô hình PD mờ điều khiển khớp hông và khớp gối


Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014
[4]

Dap ung goc khop hong va khop goi
50
40

[5]
[6]

Goc khop (do)

30
20
Hong-ra
Hong-vao
Goi-ra
Goi-vao

10

[7]

0
-10
-20

0

1

2

3

4

5
Time, s

6

7

8

9

10

H. 19 Đáp ứng của hệ FPD ở khớp hông và khớp gối

5. Kết luận
So sánh đáp ứng của hệ điều khiển bám cho các khớp
của robot dùng FPD và PDF được thiết kế theo
phương pháp truyền thống cho thấy FPD có chất
lượng tốt hơn. Nhưng sẽ là sai nếu nói rằng "điều
khiển mờ tốt hơn điều khiển truyền thống". Mong
muốn của chúng tôi là bộ điều khiển mờ có được các
chỉ tiêu chất lượng tương đương PID truyền thống
ngay cả với hệ phi tuyến và dữ liệu vào không thể
được biểu diễn tường minh bằng toán học, hay nhập
nhằng, có biên giới mờ như ở người khuyết tật, và đã
đạt được. Tính ổn định, bền vững của điều khiển mờ
trong điều kiện nói trên không cần phải chứng minh,
vì nó nằm trong bản chất của điều khiển mờ. Với các
hệ tuyến tính, có mô hình toán học tường minh thì
giải pháp truyền thống vẫn là lựa chọn hợp lý, nhất là
khi được hỗ trợ bởi các phương pháp thiết kế tiên tiến.
Nói rộng ra, kết quả khả quan trong nghiên cứu ứng
dụng logic mờ và giải thuật gen [7] vào điều khiển
RBHT cho phép khẳng định tính khả thi của hướng
tiếp cận phỏng sinh. Nhưng còn một điều chúng tôi
tâm đắc nhưng chưa kịp thực hiện, là tạo khả năng
học cho bộ tạo quỹ đạo mẫu (Gait pattern generator GPG) tương tự não người. Về lý thuyết thì có thể thực
hiện được bằng cách thay bộ điều khiển mờ bằng hệ
ANFIS (Adaptive Neural Fuzzy Inference System),
hoặc đơn giản là gắn thêm modul ANN để xác định
các hệ số KP, KD cho bộ điều khiển mờ. Vấn đề nằm ở
chỗ, tạo dữ liệu huấn luyện cho ANN hay ANFIS thế
nào? Chúng tôi rất mong và chân thành cảm ơn những
chia sẻ của các bạn đọc.

Công trình này được thực hiện trong khuôn khổ đề tài
cấp Nhà nước, mã số KC.03.12/11-15.

Tài liệu tham khảo
[1]
[2]

[3]

José L. Pons: Wearable Robots: Biomechatronic
Exoskeletons; John Wiley & Sons, 2008.
Kazerooni, H. and R. Steger: The Berkeley
Lower Extremity Exoskeleton, Journal of
Dynamic Systems Measurement and ControlTransactions of the Asme, 2006.
Andrew Valiente: Design of a Quasi-Passive
Parallel Leg Exoskeleton to Augment Load
Carrying for Walking; Master’s of Science at
the MIT; August 2005.

VCM-2014

D. A. Winter: Biomechanics and Motor Control
of Human Movement, 5th Edition. John Wiley &
Sons, New York, 2009.
HIWIN: Linear Actuator LAS Series (2014).
R. L. Haupt, S. E. Haupt: Practical Genetic
Algorithm, 2nd ed., Wiley-Interscience, 2004.
Đào Văn Hiệp, Đào Trung Kiên: Tối ưu hóa bộ
điều khiển bám quỹ đạo khớp của robot hỗ trợ
người thiểu năng vận động, Chuyên san Điều

khiển & Tự động hóa, số 10 (08-2014).

GS. TS. Đào Văn Hiệp tốt
nghiệp Học viện Kỹ thuật quân
sự, chuyên ngành Cơ khí - Chế
tạo máy vào năm 1977; nhận
bằng tiến sĩ Cơ khí năm 1989 tại
Học viện Quân sự (VAAZ) Cộng hòa Czech; được Nhà nước
bổ nhiệm Phó giáo sư năm 2005,
Giáo sư năm 2011 ngành Cơ khíĐộng lực. Hiện nay, ông là giảng viên tại Khoa Hàng
không - Vũ trụ, Học viện Kỹ thuật quân sự. Các lĩnh
vực hoạt động chính: Công nghệ chế tạo thiết bị hàng
không, CAD/CAM/CNC, Kỹ thuật Robot, Cơ điện tử
trong các hệ thống sản xuất tự động.
TS. Đào Trung Kiên tốt nghiệp
ngành Công nghệ thông tin của
Trường Đại học Cergy-Pontoise,
Pháp vào năm 2004. Anh nhận
bằng thạc sĩ về Hệ thống phân tán
của Trường Đại học Paris 6
(UPMC), Pháp năm 2006, và bằng
tiến sĩ về Cơ khí và Tự động hoá,
Trường Đại học Dayeh, Đài Loan năm 2010. Hiện
anh là giảng viên, nghiên cứu viên của Phòng nghiên
cứu Môi trường Cảm thụ và Tương tác, thuộc Viện
nghiên cứu quốc tế MICA, Đại học Bách khoa Hà
Nội. Các hướng nghiên cứu chính bao gồm định vị ở
môi trường trong nhà, tương tác người-hệ thống đa
phương thức, động lực học và điều khiển.
TS. Tăng Quốc Nam, tốt nghiệp

đại học ngành Cơ khí động lực
năm 1995 tại Học viện Kỹ thuật
Quân sự, nhận bằng thạc sĩ về Cơ
điện tử tại Viện Công nghệ châu
Á (AIT) - Thái Lan năm 2002 và
bằng tiến sĩ về Cơ học kỹ thuật
tại Học viện Kỹ thuật Quân sự
năm 2011. Từ năm 1995 đến nay,
anh là giảng viên tại bộ môn
Robot đặc biệt và Cơ điện tử, khoa Hàng không Vũ
trụ, Học viện Kỹ thuật Quân sự. Các hướng nghiên
cứu chính bao gồm Cơ điện tử trong khí tài quân sự,
Động lực học và điều khiển robot di động, Định vị và
xây dựng bản đồ ở môi trường trong nhà, Robot đặc
biệt trong quân sự và thám hiểm, Mô hình hóa và mô
phỏng các hệ động lực.