ứng dụng mạng nơron để giải bài toán động học ngược cho tay máy

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN VIỆT HÙNG

ỨNG DỤNG MẠNG NƠRON ĐỂ GIẢI
BÀI TOÁN ĐỘNG HỌC NGƯỢC CHO TAY MÁY
S

K

C

0

0

3

9

5

9

NGÀNH: KỸ THUẬT CƠ KHÍ- 60520103

S KC 0 0 4 2 3 0

Tp. Hồ Chí Minh, tháng 4 năm 2014


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN VIỆT HÙNG

ỨNG DỤNG MẠNG NƠRON ĐỂ GIẢI BÀI TOÁN ĐỘNG
HỌC NGƯỢC CHO TAY MÁY

NGÀNH: KỸ THUẬT CƠ KHÍ - 60520103
Hướng dẫn khoa học:
TS. LƯƠNG HỒNG SÂM

Tp. Hồ Chí Minh, tháng 04 / 2013


LÝ LỊCH KHOA HỌC
I. LÝ LỊCH SƠ LƯỢC:
Họ & tên: Nguyễn Việt Hùng
Giới tính: Nam
Ngày, tháng, năm sinh: 20/04/1985
Nơi sinh: Đăk Lăk
Quê quán: Hƣng Tây - Hƣng Nguyên - Nghệ An
Dân tộc: Kinh
Chỗ ở riêng hoặc địa chỉ liên lạc: 209/6/7 Nguyễn Văn Lƣợng, Phƣờng 10,
Quận Gò Vấp, Tp Hồ Chí Minh.

Điện thoại cơ quan:
Điện thoại nhà riêng:
Fax:
E-mail:
II. QUÁ TRÌNH ĐÀO TẠO:
1. Cao đẳng:
Hệ đào tạo: Chính quy
Thời gian đào tạo từ 09/2003 đến 03/2007
Nơi học: Trƣờng Cao đẳng Kỹ thuật Vinhempich, TP Hồ Chí Minh.
Ngành học: Cơ khí chuyên dùng
2. Đại học:
Hệ đào tạo: Chính quy
Thời gian đào tạo từ 09/2009 đến 04/2011
Nơi học: Trƣờng Đại học Sƣ phạm Kỹ thuật TP Hồ Chí Minh.
Ngành học: Công nghệ chế tạo máy
Tên đồ án: Xây dựng phần mềm thí nghiệm ảo trang bị điện trong máy công
nghiệp.
Nơi bảo vệ đồ án:Trƣờng Đại học Sƣ phạm Kỹ thuật TP Hồ Chí Minh.
Ngƣời hƣớng dẫn: ThS Trần Thanh Lam
III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP
ĐẠI HỌC:
Thời gian

Nơi công tác

Từ năm 2011 đến nay

Trƣờng Đại học Trần Đại Nghĩa

Công việc đảm nhiệm

Giáo viên


LỜI CAM ĐOAN
Tôi cam đoan đây là công trình nghiên cứu của tôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai
công bố trong bất kỳ công trình nào khác.
Tp. Hồ Chí Minh, ngày 01 tháng 4năm 2014

Nguyễn Việt Hùng

ii


CẢM TẠ
Để hoàn thành luận văn này, em xin chân thành cảm ơn quý thầy cô Trƣờng
Đại học Sƣ phạm Kỹ thuật đã tạo mọi điều kiện giúp đỡ trong quá trình học tập và
nghiên cứu.
Em xin đặc biệt chân thành cảm ơn Thầy TS Lƣơng Hồng Sâm đã nhiệt tình
hƣớng dẫn và truyền đạt những kiến thức quý báuđểem hoàn thành luận văn này.
Cuối cùng, xin cảm ơn Ban giám hiệu, quý thầy cô, đồng nghiệp Trƣờng Đại
học Trần Đại Nghĩa đã giúp đỡ và tạo mọi điều kiện thuận lợi cho em trong suốt
quá trình học tập và thực hiện luận văn.
Mặc dù đã có nhiều cố gắng trong quá trình thực hiện luận văn, song do kiến
thức và thời gian nghiên cứu còn hạn chế nên không thể tránh đƣợc sai sót, kính
mong nhận đƣợc ý kiến đóng góp của quý Thầy Cô và độc giả.
Xin chân thành cảm ơn!

iii

TÓM TẮT
Giải bài toán động học ngƣợc là cơ sở để điều khiển tay máy theo quỹ đạo
cho trƣớc. Nhiệm vụ của bài toán động học ngƣợc là từ các thông số vị trí và hƣớng
của bàn kẹp (điểm tác động cuối) của tay máy cần phải xác định giá trị của các biến
khớp qi. Cho đến nay, vẫn chƣa có một phƣơng pháp chung nào để giải bài toán
động học ngƣợc một cách hiệu quả nhất, đặc biệt là đối với tay máy có bậc tự do
lớn hơn 6. Để giải quyết vấn đề này, tác giả đã nghiên cứu, ứng dụng mạng nơron
nhân tạo với giải thuật Levenberg-Marquardt để giải bài toán động học ngƣợc cho
tay máy 5 bậc tự do Scorbot ER7. Hơn nữa, để mạng nơron có khả năng nhận biết
tốt bộ dữ liệu huấn luyện, cũng nhƣ để so sánh kết quả của phƣơng pháp này so với
phƣơng pháp giải tích, tác giả đã sử dụng hai mạng nơron để giải cho 2 vùng làm
việc cụ thể của tay máy. Mạng Net1_1 tƣơng ứng với vùng 1 và cấu hình 1 của tay
máy; mạng Net2_1 tƣơng ứng với vùng 2 và cấu hình 1. Để khẳng định tính đúng
đắn của các mạng đã đƣợc luyện, tác giải tiến hành giải bài toán động học ngƣợc
với một số vị trí cho trƣớc, nằm trong vùng huấn luyện của mạng. Kết quả giải bằng
mạng nơron gần nhƣ trùng khớp với kết quả giải bằng phƣơng pháp giải tích. Điều
đó cho thấy tính đúng đắn và hiệu qủa của phƣơng pháp giải bài toán động học
ngƣợc bằng mạng nơron.

iv


ABSTRACT
Solve the inverse kinematics problem is fundamentals of manipulator control
following a given trajectory. The task of inverse kinematics is from location and
orientation parameters of the manipulator clamp ( the end point of impact ) obtains
the values of the joint variables qi. So far, there is no general method to solve the
inverse kinematics problem most efficiently, especially for manipulators have more
than 6 degrees of freedom. To solve this problem, we studied application of

artificial neural network with Levenberg - Marquardt algorithm to solve inverse
kinematics for a manipulator with 5 degrees of freedom Scorbot ER7. Moreover, to
neural networks have good ability to recognize the training data, as well as to
compare the results of this method to analytical methods, we have used two neural
networks to solve for two working regions of the specific manipulator. Network
Net1_1 corresponds to the region 1 and configuration 1 of the robot arm 1; Net2_1
network corresponds to the region 2 and configuration 1. To confirm the correctness
of the network has been trained, we solved the inverse kinematics problem for
several pre-defined locations in the training area of network. Results of neural
network method almost coincide with the results solved by analytical methods, and
show the correctness and effectiveness of the method solved.

v


MỤC LỤC
Trang tựa
TRANG
Quyết định giao đề tài
Lý lịch khoa học ........................................................................................................... i
Lời cam đoan ..............................................................................................................ii
Cảm tạ ...................................................................................................................... iii
Tóm tắt ...................................................................................................................... iv
Mục lục ...................................................................................................................... vi
Danh sách các kí hiệu khoa học ................................................................................. ix
Danh sách các chữ viết tắt .......................................................................................... ix
Danh sách các bảng ...................................................................................................vii
Danh sách các hình ................................................................................................. viii
Chƣơng 1. TỔNG QUAN
1.1 Đặt vấn đề ............................................................................................................. 1

1.2 Giới thiệu chung về robot công nghiệp ................................................................ 2
1.2.1 Các bộ phận cấu thành công nghiệp ................................................................... 2
1.2.2 Bậc tự do của tay máy ........................................................................................ 3
1.2.4 Tổng quan về tình hình nghiên cứu bài toán động học ngƣợc ........................... 4
1.3Mục đích của đề tài ................................................................................................ 5
1.4 Nhiệm vụ của đề tài và giới hạn đề tài .................................................................. 5
1.5Phƣơng pháp nghiên cứu ........................................................................................ 6
Chƣơng 2. CƠ SỞ LÝ THUYẾT
2.1 Động học tay máy ................................................................................................. 7
2.1.1 Bài toán động học thuận của tay máy ................................................................ 7
2.1.1.1 Quy tắc Denavit - Hartenberg ........................................................................ 8
2.1.1.2 Mô hình biến đổi .......................................................................................... 10
2.1.1.3 Các bƣớc để thiết lập hệ phƣơng trình động học cho tay máy...................... 11
2.1.2 Bài toán động học ngƣợc của tay máy ............................................................ 11
2.2 Lý thuyết mạng nơron ........................................................................................ 12
2.2.1 Lịch sử phát triển của mạng nơron nhân tạo .................................................... 13

vi


2.2.2 Mô hình nơron sinh học ................................................................................... 13
2.2.3 Phần tử xử lí ..................................................................................................... 14
2.2.3.1 Tín hiệu vào (Inputs) -ra (Output) ................................................................. 15
2.2.3.2 Bộ cộng ......................................................................................................... 15
2.2.3.3 Hàm chuyển đổi ............................................................................................ 16
2.2.4 Các loại mô hình cấu trúc mạng nơron ............................................................ 19
2.2.5 Các tính chất của mạng nơron .......................................................................... 20
2.2.6 Các luật học ...................................................................................................... 20
2.2.7 Thuật toán Backpropagation ............................................................................ 22
2.2.7.1 Chế độ ho ̣c tƣ̀ng mẫu .................................................................................... 23

2.2.7.2 Chế đô ̣ ho ̣c theo nhóm mẫu ........................................................................... 23
2.2.8 Giải thuật Levenberg-Marquardt...................................................................... 24
2.2.8.1 Luâ ̣t câ ̣p nhâ ̣t tro ̣ng số ................................................................................... 25
2.2.8.2 Tính toán ma trận jacobian ............................................................................ 26
2.2.8.3 Quá trình huấn luyện .................................................................................... 31
Chƣơng 3. XÂY DƢ̣NG BỘ DƢ̃ LIÊU
̣ HUẤN LUYÊN
̣ ĐỂ GIẢI BÀI TOÁN
ĐỘNG HỌC NGƢỢC CHO TAY MÁY SCORBOT ER7 BẰNG MẠNG NƠRON
3.1 Giải bài toán động học thuận tay máy Scorbot ER7 ........................................... 35
3.2 Giải bài toán động học ngƣợc cho tay máy Scorbot ER7 ................................... 37
3.3 Xây dƣ̣ng bô ̣ mẫu để huấ n luyê ̣n mạng giải bài toán động học ngƣơ ̣c cho tay
máy Scorbot ER ........................................................................................................ 40
Chƣơng 4. HUẤN LUYÊN
̣ MẠNG NƠRON VÀPHÂN TÍCH KẾT QUẢ
4.1 Huấ n luyê ̣n ma ̣ng Net1_1................................................................................... 45
4.1.1 Xác định cấu trúc mạng.................................................................................... 45
4.1.2 Huấ n luyê ̣n ma ̣ng ............................................................................................ 46
4.1.3 Đánh giá thông tin huấ n luyê ̣n và kế t qủa mô phỏng ...................................... 53
4.1.4 Ứng dụng mạng Net1_1 để điều khiển tay máy theo quỹ đạo cho trƣớc ........ 54
4.2 Huấ n luyê ̣n ma ̣ng Net2_1.................................................................................... 60
4.2.1 Xác định cấu trúc mạng.................................................................................... 60

vii


4.2.2 Huấ n luyê ̣n ma ̣ng ............................................................................................ 60
4.2.3 Đánh giá thông tin huấ n luyê ̣n và kết qủa mô phỏng mạng Net2_1 ................ 64
4.2.4 Ứng dụng mạngNet2_1 để điều khiển tay máy theo quỹ đạo cho trƣớc ......... 65
Chƣơng 5. KẾT LUẬN VÀ KIẾN NGHỊ ................................................................ 71

TÀI LIỆU THAM KHẢO ......................................................................................... 74
PHỤ LỤC
................................................................................................... 76

viii


DANH SÁCH KÝ HIỆU KHOA HỌC
qi: Biếnkhớp
Pi : Số khớp loại i
ai: độ dài đƣờng vuông góc chung giữa 2 trục khớp động i+1 và i.
αi là góc quay quanh trục xi giữa trục zi-1 và zi.
di là khoảng cách đo dọc trục khớp động i từ đƣờng vuông góc chung giữa
trục khớp động i-1 với trục khớp động i đến đƣờng vuông góc chung giữa
khớp động i và trục khớp động i +1.
θi là góc quay quanh trục zi giữa trục xi-1 và xi.
Ai: ma trận tổng hợp mô tả vị trí và hƣớng của khâu thứ i so với khâu thứ i-1
i

Tn: Ma trận mô tả vị trí và hƣớng của khâu thứ n so với khâu thứ i

p: vectơ định vịcủa khâu tác động cuối
n, s, a: là các vectơ chỉ phƣơng của khâu tác động cuối
xi: Tín hiệu vào của nơron thứ i
yi: Tín hiệu racủa nơron thứ i
Wij: Trọng số liên kết giữa nơron thứ j với nơron thứ i
bi: Thành phần dịch chuyển bias
vi = neti: Tổng trọng số
a(neti) =a(vi): Hàm chuyển đổi
: Hệ số độ dốc của hàm chuyển đổi

xk: vector trọng số và bias hiện tại
gk: gradient hiện tại
k: hằ ng số họctheo qui tắ c giảm dố c nhấ t
E: tổ ng biǹ h phƣơng sai số
ep,m: sai lê ̣ch của tín hiê ̣u ra m khi duyê ̣t mẫu p
d: vectơ tín hiê ̣u ra mong muố n
: hê ̣ số ho ̣c của giải thuật Levenberg-Marquardt
i, j, k: chỉ số lặp

ix


J: ma trâ ̣n jacobian
ni: số nơron trong lớp vào
n1: số nơron ở lớp thƣ́ nhấ t
n2: số nơron ở lớp thƣ́ hai
nQ: số nơron ở lớp ra
zj,i: tín hiệu vào thứ i của nơron j
zj: tín hiệu ra của nơron j
sj: Độ dốc của hàm chuyển đổi của nơron thứ j
: tín hiệu lan truyền ngƣợc sai lê ̣ch

x


DANH SÁCH CHỮ VIẾT TẮT
ANN: Artificial Neural Network
MLP:
Multilayer perceptrons
PPN: Polynomial Pre-Processor

NN: Neural Network
ANFIS: Artificial Neuro- Fuzzy Inference System
DH:Denavit – Hartenberg
ci: biểu thị cho cosθi
si: biểu thị cho sinθi
cij…: biểu thị chocos(θi+ θj+…)

xi


DANH SÁCH CÁC BẢNG
TRANG
Bảng 3.1 Bảng thông số DH của tay máy Scorbot ER7 ........................................... 35
Bảng 4.1Kế t quả của bài toán đô ̣ng ho ̣c ngƣơ ̣c theo phƣơng pháp giải tích
và phƣơng pháp dùng mạng nơron khi điều khiển tay máy theo quỹ đạo
đƣờng tròn nằm trong vùng huấn luyện mạng Net1_1 ............................................. 54
Bảng 4.2Vị trí xác định bằng mạng Net1_1 khi mô phỏng theo quỹ đạo
đƣờng tròn ................................................................................................................. 57
Bảng 4.3Kế t quả mô phỏng theo quỹ đạo đƣờng tròn nằm trong vùng
huấn luyện mạng Net2_1 và kết quả giải theo phƣơng pháp giải tić h. ..................... 65
Bảng 4.4Vị trí của mạng Net2_1xác định đƣợc khi mô phỏng theo quỹ
đạo đƣờng tròn .......................................................................................................... 68

xii


DANH SÁCH CÁC HÌNH
TRANG
Hình 1.1Các bộ phận cấu thành robot công nghiệp ................................................... 3
Hình 2.1Các hệ toạ độ đối với 2 khâu động liên tiếp ................................................. 9

Hình 2.2 Mô hình của một dạng nơron sinh học ...................................................... 14
Hình 2.3 Mô hình một nơron thứ i ........................................................................... 15
Hình 2.4 Hàm chuyển đổi dạng giới hạn cứng ......................................................... 16
Hình 2.5 Hàm chuyển đổi dạng giới hạn cứng đối xứng ......................................... 16
Hình 2.6Hàm chuyển đổi dạng tuyến tính bão hòa .................................................. 17
Hình 2.7Hàm chuyển đổi dạng tuyến tính bão hòa đối xứng ................................... 17
Hình 2.8 Hàm chuyển đổi dạng sigmoid .................................................................. 18
Hình 2.9 Hàm chuyển đổi dạng tang hyperbolic ...................................................... 18
Hình 2.10 Hàm chuyển đổi dạng tuyến tính ............................................................. 19
Hình 2.11 Cấu trúc của mạng nơron truyền thẳng một lớp ...................................... 19
Hình 2.12 Cấu trúc của mạng nơron truyền thẳng nhiều lớp ................................... 20
Hình 2.13 Cấu trúc của mạng nơron chỉ có một nơron tự hồi qui............................ 21
Hình 2.14 Cấu trúc của mạng nơron hồi qui một lớp ............................................... 21
Hình 2.15 Cấu trúc của mạng nơron hồi qui nhiều lớp ............................................ 21
Hình 2.16 Liên kế t của nơron j với các phầ n khác trong ma ̣ng. .............................. 27
Hình 2.17 Mạng nơron truyền thẳng 3 lớp ............................................................... 29
Hình 2.18 Sơ đồ khố i để huấ n luyê ̣n sƣ̉ du ̣ng thuâ ̣t toán Levenberg

-

Marquardt .................................................................................................................. 33
Hình 3.1 Tay máy Scorbot ER7 ............................................................................... 34
Hình 3.2 Sơ đồ động học của tay máy Scorbot ER7 ................................................ 35
Hình 3.3Vùng làm viê ̣c của tay máy Scorbot ER 7 trong mă ̣t phẳ ng Oxy
và phân chia vùng huấn luyện ................................................................................... 40
Hình 3.4Hai lời giải khác nhau đƣơ ̣c miêu tả cho bài toán đô ̣ng ho ̣c ngƣơ ̣c
tay máy Scorbot ER 7 ................................................................................................ 41

xiii

Hình 3.5Vùng làm việc của tay máy Scorbot ER 7 trong mă ̣t phẳ ng Oxz ................ 42
Hình 3.6Vùng làm việc của tay máy Scorbot ER 7 trong mă ̣t phẳ ng Oxy
dùng cho mạng Net1_1 ............................................................................................. 43
Hình 3.7Vùng làm việc của tay máy Scorbot ER 7 trong mă ̣t phẳ ng Oxy
dùng cho mạng Net2_1. ............................................................................................ 44
Hình 4.1 Giao diê ̣n của Neural Network Toolbox .................................................... 46
Hình 4.2 Nhâ ̣p dƣ̃ liê ̣u vào Neural Network Toolbox .............................................. 46
Hình 4.3 Dƣ̃ liê ̣u huấ n luyê ̣n đã đƣơ ̣c nhâ ̣p vào Neural Network Toolbox .............. 47
Hình 4.4 Khởi ta ̣o ma ̣ng Net1_1 và lựa chọn thông tin cho mạng nơron ................ 47
Hình 4.5 Cấ u trúc của ma ̣ng Net1_1 ........................................................................ 48
Hình 4.6 Mạng Net1_1 đã đƣơ ̣c ta ̣o để chuẩ n bi ̣huấ n luyê ̣n ................................... 48
Hình 4.7 Chọn dữ liệu để huấn luyện mạng Net 1_1 ................................................ 48
Hình 4.8 Các thông số huấn luyện mạng Net 1_1 ..................................................... 49
Hình 4.9 Thông tin huấ n luyê ̣n ma ̣ng Net1_1 sau 1000 bƣớc lă ̣p ............................ 49
Hình 4.10 Đồ thị thể hiện tổng bình phƣơng sai số trong quá trình huấn
luyê ̣n ma ̣ng Net1_1 ................................................................................................... 50
Hình 4.11 Đồ thị thể hiện gradien , hê ̣ số kế t hơ ̣p ‘mu’ và sai số trên bô ̣ dƣ̃
liê ̣ukiể m chƣ́ng của mạng Net1_1............................................................................. 50
Hình 4.12 Đồ thị thể hiện mối quan hệ giữa giá trị đích và đầu ra của
mạng Net1_1 ............................................................................................................. 51
Hình 4.13 Thiế t lâ ̣p dƣ̃ liê ̣u để mô phỏng ma ̣ng Net1_1 .......................................... 51
Hình 4.14 Đồ thị thể hiện sai lệch của θ1 khi mô phỏng ma ̣ng Net1_1 ................... 52
Hình 4.15 Đồ thị thể hiện sai lệch của θ2 khi mô phỏng ma ̣ng Net1_1 ................... 52
Hình 4.16 Đồ thị thể hiện sai lệch của θ3 khi mô phỏng ma ̣ng Net1_1 ................... 52
Hình 4.17 Đồ thị thể hiện sai lệch của θ4 khi mô phỏng ma ̣ng Net1_1 ................... 53
Hình 4.18 Đồ thị thể hiê ̣n sai lê ̣ch của θ5 khi mô phỏng ma ̣ng Net1_1 ................... 53
Hình 4.19 Sai lê ̣ch của θ1 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng
mạng Net1_1 ............................................................................................................. 56

xiv


Hình 4.20 Sai lê ̣ch của θ2 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng
mạng Net1_1 ............................................................................................................. 56
Hình 4.21 Sai lê ̣ch của θ3 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng
mạng Net1_1 ............................................................................................................. 56
Hình 4.22 Sai lê ̣ch của θ4 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng
mạng Net1_1 ............................................................................................................. 57
Hình 4.23 Sai lê ̣ch của θ5 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng
mạng Net1_1 ............................................................................................................. 57
Hình 4.24 Sai lê ̣ch vi ̣trí của ma ̣ng Net 1_1 khi mô phỏng theo quỹ đa ̣o
đƣờng tròn ................................................................................................................ 59
Hình 4.25 Vị trí mong muốn và vị trí mạng Net 1_1 xác định đƣợc khi mô
phỏng theo quỹ đạo đƣờng tròn ................................................................................ 59
Hình 4.26 Lƣ̣a cho ̣n các thông số huấ n luyê ̣n ma ̣ng Net 2_1 ................................... 60
Hình 4.27 Quá trình huấn luyện mạng Net 2_1 đƣơ ̣c hoàn thành với 1867
bƣớc lă ̣p ..................................................................................................................... 61
Hình 4.28 Đồ thị thể hiện tổng bình phƣơng sai số trong quá trình huấn
luyê ̣n ma ̣ng Net2_1 ................................................................................................... 61
Hình 4.29 Đồ thị thể hiện gradien , hê ̣ số kế t hơ ̣p ‘mu’ và sai số trên bô ̣ dƣ̃
liê ̣ukiể m chƣ́ng của ma ̣ng Net2_1............................................................................. 62
Hình 4.30 Đồ thị thể hiện mối quan hệ giữa đầu ra của mạng và giá trị
đích của ma ̣ng Net2_1 ............................................................................................... 62
Hình 4.31 Đồ thị thể hiện sai lệch của θ1 khi mô phỏng ma ̣ng Net2_1 ................... 63
Hình 4.32 Đồ thị thể hiện sai lệch của θ2 khi mô phỏng ma ̣ng Net2_1 ................... 63
Hình 4.33 Đồ thị thể hiện sai lệch của θ3 khi mô phỏng ma ̣ng Net2_1 ................... 63
Hình 4.34 Đồ thị thể hiện sai lệch của θ4 khi mô phỏng ma ̣ng Net2_1 ................... 64
Hình 4.35 Đồ thị thể hiện sai lệch của θ5 khi mô phỏng ma ̣ng Net2_1 ................... 64
Hình 4.36 Sai lê ̣ch của θ1 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng

mạng Net2_1 ............................................................................................................. 66

xv


Hình 4.37 Sai lê ̣ch của θ2 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng
mạng Net2_1 ............................................................................................................. 66
Hình 4.38 Sai lê ̣ch của θ3 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng
mạng Net2_1 ............................................................................................................. 67
Hình 4.39 Sai lê ̣ch của θ4 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng
mạng Net2_1 ............................................................................................................. 67
Hình 4.40 Sai lê ̣ch của θ1 khi mô phỏng theo quỹ đa ̣o đƣờng tròn dùng
mạng Net2_1 ............................................................................................................. 67
Hình 4.41 Sai lê ̣ch vi ̣trí của ma ̣ng Net 2_1 khi mô phỏng theo quỹ đa ̣o
đƣờng tròn ................................................................................................................ 69
Hình 4.42 Vị trí của mạng Net2_1 khi mô phỏng theo quỹ đa ̣o đƣờng tròn ........... 69

xvi


Chƣơng 1

TỔNG QUAN
1.1 Đặt vấn đề
Ngày nay, với sự phát triển mạnh mẽ của khoa học kỹ thuật, các nước trên
thế giới đã và đang đẩy mạnh sự nghiệp công nghiệp hóa và hiện đại hóa vào trong
quá trình sản xuất nhằm nâng cao năng suất, chất lượng, giảm giá thành sản phẩm
và giảm thiểu sức lao động của con người. Đặc biệt là trong các môi trường nặng
nhọc, nguy hiểm như: sự nóng bức tại các lò hơi, sự lây lan của các bệnh hiểm
nghèo tại các cơ sở y tế, sự ô nhiễm không khí ở các hầm mỏ, sự nguy hiểm ở duới

đáy đại dương và trên không gian vũ trụ… Để đáp ứng được những vấn đề trên, các
nước có nền sản xuất phát triển đã đưa các robot công nghiệp vào các dây chuyền
sản xuất của mình.
Robot ngày càng được nâng cao về tính năng cũng như lĩnh vực hoạt động.
Chúng trở nên thông minh hơn, linh hoạt hơn, chính xác hơn và đáp ứng nhanh hơn.
Vì vậy để có thể khai thác, sử dụng một cách hiệu quả các robot đã được trang bị,
cũng như để có thể tiến hành nghiên cứu, chế tạo các robot mới đáp ứng được nhu
cầu đòi hỏi ngày càng cao của nền công nghiệp hiện đại thì việc nghiên cứu Robot
đang là vấn đề được các cơ sở sản xuất, các nhà khoa học, các trường học đại học,
cao đẳng rất quan tâm. Trong đó, giải quyết bài toán động học ngược cho tay máy là
điều kiện tiên quyết để điều khiển tay máy theo quỹ đạo cho trước. Hơn thế nữa,
việc tìm ra một phương pháp chung hiệu quả để giải cho tay máy n bậc tự do đang
là thách thức đối với những nhà nghiên cứu trên toàn thế giới.
Nhiệm vụ của bài toán động học ngược là xác định các giá trị của biến khớp
qi, (i=1,…,n) khi biết trước vị trí và hướng của bàn kẹp tay máy. Theo truyền thống,
có ba phương pháp thường được sử dụng để giải bài toán động học ngược cho tay
máy đó là: Phương pháp giải tích, phương pháp hình học và phương pháp lặp[10].
Mỗi một phương pháp đều có điểm hạn chế riêng. Phương pháp giải tích không
đảm bảo nhận được nghiệm tường minh [10]. Trường hợp giải theo phương pháp


hình học, thì nghiệm tường minh cho ba khớp đầu tiên phải tồn tại về phương diện
hình học. Bên cạnh đó, nghiệm tường minh của một loại tay máy không thể dùng
cho loại tay máy có dạng hình học khác [10]. Phương pháp lặp hội tụ tới một lời
giải duy nhất, nó phụ thuộc vào vị trí ban đầu[10].
Nếu số bậc tự do của tay máy tăng lên thì việc giải bài toán động học ngược
bằng các phương pháp truyền thống này sẽ tốn rất nhiều thời gian, đôi khi không
hội tụ đến lời giải cuối cùng vì vậy việc nghiên cứu đưa ra một phương pháp chung
sử dụng có hiệu quả để giải quyết vấn đề động học ngược cho tay máy là một đề tài
có giá trị thực tiễn cao.

1.2 Giới thiệu chung về robot công nghiệp
Robot công nghiệp có thể được hiểu là những thiết bị tự động linh hoạt, bắt
chước được các chức năng lao động công nghiệp của con người [1]. Những chiếc
robot công nghiệp đầu tiên được chế tạo vào năm 1956 bởi công ty Unimation của
George Devol và Joseph F. Engelberger ở Mỹ [1]. Các robot này chủ yếu được
dùng để vận chuyển các vật thể trong một phạm vi nhỏ.
1.2.1 Các bộ phận cấu thành robot công nghiệp
Cấu tạo của robot công nghiệp thông thường như trên hình 1.1[1] gồm các
bộ phận chủ yếu sau:
Tay máy: là cơ cấu cơ khí gồm các khâu, khớp. Chúng hình thành cánh tay
để tạo các chuyển động cơ bản và bàn kẹp để trực tiếp thao tác trên đối tượng. Tay
máy gồm có các bộ phận cơ bản sau: Đế (1), thân (2), cánh tay trên (3), cánh tay
dưới (4), bàn kẹp (5).
Hệ thống truyền dẫn động: là bộ phận chủ yếu tạo nên sự chuyển dịch các
khớp động.
Hệ thống điều khiển:đảm bảo sự hoạt động của robot theo các thông tin đặt
trước hoặc nhận biết trong quá trình làm việc.

2


Hình 1.1Các bộ phận cấu thành robot công nghiệp
Hệ thống cảm biến tín hiệu:thực hiện việc nhận biết và biến đổi thông tin về
hoạt động của bản thân robot (cảm biến nội tín hiệu) và của môi trường, đối tượng
mà robot phục vụ (cảm biến ngoại tín hiệu).
1.2.2 Bậc tự do của tay máy
Để định vị và định hướng bàn kẹp một cách tùy ý trong không gian ba chiều
tay máy cần có 6 bậc tự do, trong đó 3 bậc tự do để định vị và ba bậc tự do để định
hướng. Một số công việc như nâng hạ, xếp dỡ, … chỉ cần số bậc tự do ít hơn 6. Tay
máy hàn, sơn thường có 6 bậc tự do. Trong một số trường hợp như cần sự khéo léo,

linh hoạt hoặc khi cần tối ưu hóa quỹ đạo,… người ta có thể dùng tay máy có số bậc
tự do lớn hơn 6.
Thông thường các khâu của cơ cấu tay máy được nối ghép với nhau bằng
các khớp quay hoặc khớp tịnh tiến, chúng đều thuộc khớp động học loại 5. Trong cơ
cấu tay máy các khâu nối liên tiếp với nhau gọi là cơ cấu hở và thông thường mỗi
khâu gắn liền với nguồn lực riêng, cho nên đối với các loại cơ cấu dùng các khớp
động loại 5 thì số bậc tự do của cơ cấu bằng số khâu động.

3


Trong trường hợp chung có thể tính toán số bậc tự do theo công thức thông
dụng trong Nguyên lý máy [1]:
n

W  6n  ipi

(1.1)

i 1

Trong đó: - n : số khâu động
- Pi : số khớp loại i
1.2.4 Tổng quan về tình hình nghiên cứu bài toán động học ngƣợc
Ở nước ta, việc nghiên cứu giải bài toán động học ngược cho tay máy đã
được nhiều nhà nghiên cứu quan tâm [8], [9]. Tuy nhiên chưa có công trình nghiên
cứu nào ứng dụng mạng nơron để giải bài toán động học ngược cho tay máy. Cho
đến nay, trên thế giới đã có nhiều công trình nghiên cứu về lĩnh vực này và đã đạt
được những kết quả nhất định được công bố trong các tài liệu tham khảo như: [10],
[11],[12],[13],[14],[19]. Điều này mở ra một hướng mới để giải quyết vấn đề động

học ngược cho các tay máy nhiều bậc tự do mà cho đến nay vẫn chưa có một
phương pháp chung nào thực sự hiệu quả.
Raşit Kokör , Cemil Öz, Tarik Çakar, Hüseyin Ekiz [11] đã ứng dụng mạng
nơron để giải bài toán động học ngược cho tay máy 3 bậc tự do sử dụng mạng
truyền thẳng với giải thuật lan truyền ngược (Back propagation) cập nhật trọng số
theo qui tắc giảm dốc nhất (gradient descent learning algorith). Bằng phương pháp
kinh nghiệm, nhóm nghiên cứu đã thiết kế được mô hình mạng gồm 40 nơron trong
lớp ẩn, 3 nơron ở lớp vào và 3 nơron ở lớp ra. Mô hình này có sai số là 0,000121
với 5000 mẫu và thực hiện 3000000 bước lặp.
Alavandar S. và Nigam M. J[12] đã xây dựng phương pháp để giải bài toán
động học ngược cho tay máy dựa trên mạng nơron mờ. Trong đó sử dụng hệ thống
suy luận nơron mờ thích nghi (ANFIS) để huấn luyện cho tay máy 2 và 3 bậc tự do.
Kết quả mô phỏng trên máy tính đã cho thấy phương pháp này có thể ứng dụng để
giải quyết vấn đề động học ngược cho tay máy.
Shah, Rattan và Nakra [13] đã ứng dụng mạng nơron để giải bài toán động
học ngược cho tay máy 3 bậc tự do phẳng. Kết quả cho thấy, giải pháp này hoàn

4


toàn có thể sử dụng với sai số bằng không. Các tác giả khẳng định rằng mạng nơron
có thể trở thành một phương pháp thay thế để giải quyết bài toán ánh xạ động học
thuận và nghịch.
Raşit Kokör [14] đã đề xuất phương pháp giải bài toán động học ngược
bằng phương pháp kết hợp mạng nơron với giải thuật di truyền. Trong bài báo này
Ông cũng khẳng định mạng nơron có thể thực hiện với sai số chấp nhận được. Hơn
nữa, khi kết hợp với giải thuật di truyền, sai số vị trí có thể đạt tới mức micromet.
Panchanand Jha[19] đã giải bài toán động học ngược cho tay máy ba bậc tự
do với hai mạng khác nhau. Mạng nơron truyền thẳng nhiều lớp (MLP) sử dụng
thuật toán back propagation, cập nhật trọng số theo quy tắc giảm dốc nhất và mạng

nơron tiền xử lí đa thức(PPN). Kết quả cho thấy mạng MLP cho kết quả chính xác
hơn so với mạng PPN.
1.3 Mục đích của đề tài.
Nghiên cứu vàđưa ra được một phương pháp mới hiệu quả, có tính tổng
quát cao đó là ứng dụng mạng nơron để giải bài toán động học ngược cho tay máy.
Phương pháp này có thể ứng dụng để giải bài toán động học ngược cho các tay máy
có số bậc tự do lớn mà sẽ gặp khó khăn khi giải bằng các pháp truyền thống.
1.4 Nhiệm vụ của đề tài và giới hạn đề tài.
- Nghiên cứu bài toán động học tay máy.
- Nghiên cứu các phương pháp giải bài toán động học ngược.
- Nghiên cứu lý thuyết mạng nơron, nghiên cứu neural network toolbox của
phần mềm Matlab.
- Giải bài toán động học thuận và động học ngược cho tay máy Scorbot ER7.
- Xây dựng dữ liệu để huấn luyện mạng.
- Xác định mạng nơron thích hợp để giải bài toán động học ngược cho tay máy .
- Đánh giá kết quả nghiên cứu và phương hướng phát triển của đề tài .

5


1.5 Phƣơng pháp nghiên cứu.
Nghiên cứu lý thuyết, ứng dụng toolbox của phần mềm Matlab để xác định
cấu trúc và bộ trọng số của mạng nơron để giải bài toán động học ngược cho tay
máy Scorbot ER7.
So sánh kết quả của phương pháp giải bài toán động học ngược bằng mạng
nơron với phương pháp giải tích, từ đó rút ra kết luận.

KẾT LUẬN CHƢƠNG 1
Trong chương này, tác giả đã giới thiệu một cách khái quát về robot công
nghiệp, các công trình nghiên cứu và thành tựu đạt được của các nhà nghiên cứu

trên thế giới về lĩnh vực ứng dụng mạng nơron để giải bài toán động học ngược cho
tay máy. Trên cơ sở đó khẳng định được tầm quan trọng và tính cấp thiết của luận
văn này.

6


Chƣơng 2

CƠ SỞ LÝ THUYẾT
2.1 Động học tay máy
Tay máy thường là một cơ cấu hở gồm một chuỗi các khâu nối với nhau
bằng các khớp quay hoặc các khớp tịnh tiến. Một đầu của chuỗi được gắn lên thân,
đầu còn lại thường là bàn kẹp hoặc khâu gắn liền với dụng cụ làm việc. Điểm mút
của khâu tác động cuối cùng là điểm đáng quan tâm nhất do đó trong quá trình làm
việc đòi hỏi khâu này phải định vị và định hướng chính xác trong không gian

. Bài

toán động học tay máy giải quyết 2 dạng bài toán cơ bản : Bài toán động học thuận
và bài toán động học ngược.
- Bài toán động học thuận: Từ các thông số vị trí, vận tốc và gia tốc của khâu
dẫn để xác định vị trí, hướng, vận tốc và gia tốc của điểm tác động cuối.
- Bài toán động học ngược: Từ các yêu cầu về vị trí, hướng, vận tốc và gia
tốc của điểm tác động cuối, xác định giá trị các thông số tương ứng của các khâu
trước đó.
2.1.1 Bài toán động học thuận của tay máy
Trong đại đa số các trường hợp, tay máy là một chuỗi động hở, bao gồm một
số khâu được liên kết với nhau nhờ các khớp. Mỗi khâu hình thành với khớp phía
trước nó một cặp khâu - khớp. Tùy theo kết cấu của mình mà mỗi loại khớp đảm

bảo cho khâu nối sau nó các khả năng chuyển động nhất định.
Mỗi khớp (thực chất là cặp khâu - khớp) được đặc trưng bởi 2 loại thông số:
- Các thông số không thay đổi trong quá trình làm việc của tay máy được gọi
là tham số.
- Các thông số thay đổi trong quá trình làm việc được gọi là biến khớp.
Hai loại khớp thông dụng nhất trong kỹ thuật tay máy là khớp trượt và khớp
quay. Chúng đều là loại khớp có một bậc tự do.

7