Nghiên cứu hiện chỉnh bản đồ hiện trạng sử dụng đất phục vụ quản lý đất ngập nước thị xã Quảng Yên tỉnh Quảng Ninh

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

Phạm Duy Hưng

PHÁT TRIỂN THUẬT TOÁN TỰ TRIỂN KHAI
CHO HỆ THỐNG ĐA ROBOT GIÁM SÁT MÔI TRƯỜNG
KHÔNG BIẾT TRƯỚC

Chuyên ngành: Kỹ thuật Điện tử
Mã số: 9510302.01

LUẬN ÁN TIẾN SĨ NGÀNH CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ,
VIỄN THÔNG
NGƯỜI HƯỚNG DẪN KHOA HỌC:
1. PGS.TS. Trần Quang Vinh
2. PGS.TS. Ngô Trung Dũng

Hà Nội - 2019
i


LỜI CAM ĐOAN
Tôi xin cam đoan luận án này là công trình nghiên cứu của tôi dưới sự hướng
dẫn của PGS.TS Trần Quang Vinh và PGS. TS Ngô Trung Dũng, chưa được xuất
bản tại bất kỳ nơi nào. Mọi nguồn thông tin tham khảo sử dụng trong luận án đều
được trích dẫn đầy đủ.
Tác giả

Phạm Duy Hưng

ii


LỜI CẢM ƠN
Lời đầu tiên, tôi xin gửi lời cảm ơn sâu sắc đến PGS.TS Trần Quang Vinh và
PGS.TS Ngô Trung Dũng đã trực tiếp hướng dẫn, hỗ trợ và động viên tôi trong
suốt quá trình nghiên cứu. Tôi xin cảm ơn Phòng thí nghiệm More-Than-One
Robotics1 của PGS.TS Ngô Trung Dũng đã hỗ trợ cơ sở vật chất, trang thiết bị và
các điều kiện cần thiết để tôi thực hiện các thí nghiệm thực nghiệm trên hệ thống
robot thật.
Tôi xin gửi lời cảm ơn chân thành tới Ban giám hiệu Trường Đại học Công
nghệ và các thầy/cô của khoa Điện tử - Viễn thông đã hỗ trợ, tạo điều kiện và
động viên tôi rất nhiều trong thời gian thực hiện luận án.
Cuối cùng, tôi xin gửi lời cảm ơn tới những người thân yêu trong gia đình đã
luôn sát cánh, hỗ trợ, chia sẻ và động viên để tôi hoàn thành luận án này.

1

Phòng thí nghiệm More-Than-One Robotics () thuộc University of Brunei
Darussalam, Brunei giai đoạn 2011-2016, thuộc University of Prince Edward Island, Canada từ 2017 đến
nay.

iii


MỤC LỤC

Trang phụ bìa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

i

Lời cam đoan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ii

Lời cảm ơn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

iii

Danh mục các ký hiệu và chữ viết tắt . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

vi

Danh mục bảng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ix

Danh mục các hình vẽ, đồ thị . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

x

Mở đầu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

xii

Chương 1. TỔNG QUAN VỀ HỆ THỐNG ĐA ROBOT . . . . . . . . . .

1

1.1. Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1

1.2. Điều khiển phân tán hệ thống đa robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

1.2.1. Điều khiển dựa trên hành vi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

1.2.2. Trường lực thế nhân tạo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7

1.2.3. Điều khiển kết nối đại số . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10

1.3. Tự triển khai hệ thống đa robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

1.3.1. Theo dõi đa mục tiêu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

1.3.2. Bao phủ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

1.4. Kết luận chương . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

24

Chương 2. ĐIỀU KHIỂN PHÂN TÁN ĐA TẦNG HDC CHO DUY
TRÌ VÀ MỞ RỘNG MẠNG ĐA ROBOT . . . . . . . . . . . . . . . . . . . . . . . .

25

2.1. Mô hình hệ thống . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

25

2.2. Duy trì mạng đa robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

30

2.3. Tối ưu kết nối, mở rộng mạng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

iv


2.4. Điều khiển phân tán đa tầng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37

2.4.1. Điều khiển nút . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

38

2.4.2. Điều khiển kết nối . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

41

2.5. Độ phức tạp và tính ổn định của HDC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

43

2.5.1. Độ phức tạp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

43

2.5.2. Tính ổn định . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

45

2.6. Kết luận chương . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

47

Chương 3. ỨNG DỤNG HDC CHO TRIỂN KHAI HỆ THỐNG ĐA
ROBOT THEO DÕI ĐA MỤC TIÊU VÀ BAO PHỦ . . . . . . . . . . . . .

48

3.1. Bài toán theo dõi đa mục tiêu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

51

3.1.1. Đám mây đích liên thông . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

51

3.1.2. Phát hiện và phân loại biên của mạng đa robot. . . . . . . . . . . . . . . . .

55

3.1.3. Đám mây đích không liên thông . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

62

3.1.4. Kết quả thí nghiệm và thảo luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

64

3.2. Bài toán bao phủ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

79

3.2.1. Quy tắc tạo đỉnh ảo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

83

3.2.2. Điều khiển bao phủ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

85

3.2.3. Kết quả thí nghiệm và thảo luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

88

3.3. Kết luận chương . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

92

Chương 4. ỨNG DỤNG HDC CHO TRIỂN KHAI HỆ THỐNG ĐA
ROBOT KHÁM PHÁ MÔI TRƯỜNG CÓ CẤU TRÚC . . . . . . . . . .

94

4.1. Chiến lược triển khai các robot đồng nhất . . . . . . . . . . . . . . . . . . . . . . . . . . . .

95

4.2. Chiến lược triển khai robot mẹ, con . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

96

4.3. Kết quả thí nghiệm và thảo luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

98

4.3.1. Mô phỏng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

98

4.3.2. Thực nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

106

4.3.3. Thảo luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

106

4.4. Kết luận chương . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

108

KẾT LUẬN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

v

109


DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN
ĐẾN LUẬN ÁN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

112

TÀI LIỆU THAM KHẢO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

113

vi

DANH MỤC CÁC KÝ HIỆU
VÀ CHỮ VIẾT TẮT
Danh mục các ký hiệu
STT Ký hiệu
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

27
28
29
30
31
32
33

x
∆xi
rc
Si
Sai
Sci
Sni
Bi
ε, εi
N
Ni
Nic
Nin
Nig
λ2
→
−
vi
→
−
v ai
→

−
v ci
→
−
v si
Iij

Lc
di
eij
rij
Ti
Ki
Rni
RnTi
RnK
i
vmax
α, β, γ
Υ
ρij = ρji

Mô tả
Tọa độ của robot
Bước chạy của robot i trong khoảng thời gian ∆t
Bán kính dải cảm nhận
Vùng cảm nhận của robot i
Vùng tránh vật cản của robot i
Vùng tới hạn của robot i
Vùng không tới hạn của robot i

Vùng giới hạn của robot i
Dung sai tới hạn và dung sai tối thiểu
Tập định danh robot
Tập các robot hàng xóm của robot i
Tập các robot tới hạn của robot i
Tập các robot không tới hạn của robot i
Tập các robot thuộc cấu trúc LCT
Thuộc tính kết nối của mạng đa robot
Véctơ vận tốc tổng hợp của robot i
Véctơ vận tốc thành phần hướng đích của robot i
Véctơ vận tốc thành phần liên kết của robot i
Véctơ vận tốc thành phần phân chia của robot i
Chiều dài liên kết nối giữa robot i và j
Bậc truyền thông
Đích được phân công cho robot i nằm trong vùng Si
Cạnh kết nối giữa robot i và j
Khoảng cách tương đối giữa robot i và j
Nhóm cấu trúc tam giác của robot i
Nhóm cấu trúc k-kết nối của robot i
Tập các robot tới hạn dư thừa của robot i
Tập các robot tới hạn dư thừa trong nhóm Ti
Tập các robot tới hạn dư thừa trong nhóm Ki
Vận tốc cực đại của robot i
−
−
−
Hệ số hiệu chỉnh hành vi tương ứng với →
v ci , →
v si và →
v ai

Hệ số liên kết bầy
Tín hiệu đồng thuận giữa robot i và j

vii


Danh mục các chữ viết tắt

1
2
3
4
5
6
7
8
9

Chữ
viết tắt
AA
ACC
AP
BC
BEC
CDI
DAR
DCC
DSHR

10

DSNR

11

ESD

Aggregration Algorithm
Algebraic Connectivity Control
Artificial Physics
Behavior based Control
Boundary Error Correction
Cumulative Distance Information
Distance-Aware Routing
Distributed Coverage Control
Deployment Strategy for Homogeneous Robots
Deployment Strategy for Nonhomogeneous Robots
E-triangle Sector Detection

12
13
14
15
16
17
18
19

FILO

HDC
INMC
LCT
MANET
MRS
MTT
MWSN

First In Last Out
Hierarchical Distributed Control
In Network Mobility Control
Local Connectivity Topology
Mobile Ad-hoc Network
Multi-Robot System
Multi-Target Tracking
Mobile Wireless Sensor Network

20

NSB

Null Space Behavioral control

21
22
23
24

RREP
RREQ

VF
VTG

Route Reply
Route Request
Virtual Force
Virtual Target Generation

STT

Mô tả Tiếng Anh

Mô tả Tiếng Việt
Thuật toán tập hợp bầy robot
Điều khiển kết nối đại số
Vật lý nhân tạo
Điều khiển dựa trên hành vi
Sửa lỗi biên
Thông tin khoảng cách tích lũy
Định tuyến theo khoảng cách
Điều khiển bao phủ phân tán
Chiến lược triển khai cho các
robot đồng nhất
Chiến lược triển khai cho robot
mẹ, con
Phát hiện cung tam giác mở
rộng
Vào trước, ra sau
Điều khiển phân tán đa tầng
Điều khiển di chuyển nội mạng

Cấu trúc kết nối cục bộ LCT
Mạng Ad-hoc di động
Hệ thống đa robot
Theo dõi đa mục tiêu
Mạng cảm biến không dây di
động
Điều khiển hành vi không gian
Null
Phản hồi tuyến đường
Yêu cầu định tuyến
Lực ảo
Tạo đích ảo

viii


DANH MỤC CÁC BẢNG

3.1

Tham số điều khiển cho MRS . . . . . . . . . . . . . . . . . . . . . . . . 67

3.2

So sánh các phương pháp điều khiển phân tán MRS . . . . . . . . . . . 78

4.1

Thời gian pha dịch chuyển của DSHR và DSNR . . . . . . . . . . . . . 105

4.2

Thời gian pha phân tán và tập hợp của DSHR và DSNR . . . . . . . . 105

ix


DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

1.1

Mô hình điều khiển hành vi của Reynolds . . . . . . . . . . . . . . . . . 5

1.2

Trường lực thế nhân tạo APF . . . . . . . . . . . . . . . . . . . . . . . . 8

1.3

Ước ượng λ2 theo kiểu phân tán . . . . . . . . . . . . . . . . . . . . . . . 11

1.4

Triển khai bao phủ sử dụng phân vùng Voronoi . . . . . . . . . . . . . . 18

1.5

Triển khai bao phủ sử dụng lưới tam giác . . . . . . . . . . . . . . . . . 20

1.6

Triển khai bao phủ sử dụng APF . . . . . . . . . . . . . . . . . . . . . . 22

2.1

Vùng cảm nhận của robot . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.2

Hệ thống đa robot được mô hình hóa bởi đồ thị vô hướng . . . . . . . . 27

2.3

Thuật toán định tuyến dựa trên nhận thức khoảng cách DAR trong
mạng Ad-hoc di động . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

2.4

Phân loại các robot trong tập robot hàng xóm . . . . . . . . . . . . . . 30

2.5

Biến đổi của khoảng cách tương đối sau 1 chu kỳ lệnh ∆t . . . . . . . . 31

2.6

Cấu trúc kết nối cục bộ LCT . . . . . . . . . . . . . . . . . . . . . . . . 34

2.7

Chiến lược tinh giản cấu trúc kết nối cục bộ LCT . . . . . . . . . . . . 36

2.8

Sơ đồ khối điều khiển phân tán đa tầng HDC . . . . . . . . . . . . . . . 38

2.9

Trường tương tác của robot . . . . . . . . . . . . . . . . . . . . . . . . . 39

2.10 Hệ số liên kết bầy Υ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.11 Vùng tự do không chịu tác động bởi thành phần vận tốc liên kết. . . . 40
2.12 Hàm Lyapunov của HDC . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.1

Các dạng phân bố đích . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

3.2

MRS tạo vùng bao phủ cấu trúc lưới lục giác . . . . . . . . . . . . . . . 49

3.3

Các loại cấu trúc lưới . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

3.4

Lưu đồ thuật toán theo dõi đa mục tiêu . . . . . . . . . . . . . . . . . . 51

x

3.5

Di chuyển nội mạng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

3.6

Phân loại nút dựa trên trạng thái cung . . . . . . . . . . . . . . . . . . . 56

3.7

Nút biên lỗi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

3.8

Cung khuyết nằm trong cấu trúc tứ giác . . . . . . . . . . . . . . . . . . 58

3.9

Tập Nij và Nik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

3.10 Kịch bản hình thành cung tam giác mở rộng . . . . . . . . . . . . . . . 59
3.11 Phân loại đường biên . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.12 Lưu đồ thuật toán chiến lược theo dõi đa mục tiêu mở rộng . . . . . . 63
3.13 Quy tắc tạo kịch bản mô phỏng. . . . . . . . . . . . . . . . . . . . . . . 65
3.14 Độ phức tạp của kịch bản . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.15 Mô hình robot hai bánh vi sai . . . . . . . . . . . . . . . . . . . . . . . . 66
3.16 Tỷ lệ chiếm đích thành công của MRS . . . . . . . . . . . . . . . . . . . 68
3.17 Thuộc tính kết nối của mạng MRS trong các thí nghiệm mô phỏng . . 69

3.18 Tốc độ chiếm đích thành công . . . . . . . . . . . . . . . . . . . . . . . . 69
3.19 Độ phức tạp của HDC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.20 Robot di động được sử dụng trong thực nghiệm. . . . . . . . . . . . . . 71
3.21 Hệ thí nghiệm cùng các robot thật . . . . . . . . . . . . . . . . . . . . . 72
3.22 Thí nghiệm 4 robot chiếm đóng 4 đích liên thông . . . . . . . . . . . . . 73
3.23 Thí nghiệm 6 robot chiếm đóng 6 đích liên thông . . . . . . . . . . . . . 74
3.24 Thí nghiệm 14 robot chiếm đóng 14 đích liên thông . . . . . . . . . . . 74
3.25 Thí nghiệm 9 robot chiếm đóng 2 đám mây đích không liên thông . . . 75
3.26 Thí nghiệm 11 robot chiếm đóng 3 đám mây đích không liên thông . . 75
3.27 Thí nghiệm 5 robot chiếm đóng 20 đích phân bố liên thông . . . . . . . 76
3.28 Kết quả so sánh mô phỏng và thực nghiệm cùng 6 robot. . . . . . . . . 76
3.29 Thuộc tính kết nối của mạng MRS trong các thí nghiệm thực nghiệm
theo dõi đa mục tiêu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.30 Cặp nút biên kề của robot i . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.31 Vùng bao phủ của MRS . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.32 Quy tắc tạo đích ảo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
3.33 Lưu đồ thuật toán chiến lược bao phủ . . . . . . . . . . . . . . . . . . . 85
3.34 Quá trình triển khai tạo lưới bao phủ lục giác. . . . . . . . . . . . . . . 89
3.35 Lưới bao phủ lục giác được tạo bởi các robot trong môi trường tự do. . 90

xi


3.36 Lưới bao phủ lục giác được tạo bởi các robot trong môi trường có
cấu trúc giống căn phòng . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.37 Thuộc tính kết nối của mạng MRS trong các thí nghiệm thực nghiệm
bao phủ lưới lục giác. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.1

Mô hình môi trường có cấu trúc . . . . . . . . . . . . . . . . . . . . . . . 94

4.2

Chiến lược DSHR cho môi trường có cấu trúc . . . . . . . . . . . . . . . 95

4.3

Chiến lược DSNR cho môi trường có cấu trúc . . . . . . . . . . . . . . . 97

4.4

Quỹ đạo chuyển động theo bầy của 10 robot . . . . . . . . . . . . . . . 99

4.5

Thông số đặc trưng của chuyển động theo bầy cùng 10 robot trong
trường hợp không vật cản . . . . . . . . . . . . . . . . . . . . . . . . . . 100

4.6

Thông số đặc trưng của chuyển động theo bầy cùng 10 robot trong
trường hợp có vật cản . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

4.7

Tốc độ hội tụ tới trạng thái cân bằng của MRS gồm 10 robot . . . . . 100

4.8

Tiến trình triển khai của DSHR . . . . . . . . . . . . . . . . . . . . . . . 102

4.9

Tiến trình triển khai của DSNR . . . . . . . . . . . . . . . . . . . . . . . 104

4.10 Thuộc tính kết nối mạng MRS trong quá trình triển khai. . . . . . . . 104
4.11 So sánh thời gian triển khai của chiến lược DSHR và DSNR . . . . . . 105
4.12 DSHR cùng 13 robot thật . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.13 Thuộc tính kết nối mạng MRS trong thí nghiệm DSHR cùng 13
robot thật . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

xii


MỞ ĐẦU

Lý do chọn đề tài: Trong xu thế phát triển của cách mạng công nghiệp
4.0, robot ngày càng được ứng dụng rộng rãi trong đời sống xã hội của con người
từ các robot công nghiệp trong các nhà máy đến robot phục vụ tại các nhà hàng,
bệnh viên và hộ gia đình. Cùng với việc nghiên cứu nhằm cải tiến năng lực làm
việc, trí thông minh nhân tạo của các robot riêng lẻ, nghiên cứu về hoạt động của
hệ thống đa robot, viết tắt là MRS (Multi-Robot System), là lĩnh vực mới, có tính
cấp thiết để giải quyết các nhiệm vụ có quy mô lớn mà một robot khó đạt hiệu
quả như tuần tra và giám sát (patrol and surveillance), tìm kiếm và cứu hộ (search
and rescue), vận chuyển trong kho hàng (transportation in warehouse),...
MRS còn được gọi là robot bầy đàn gồm nhiều robot hoạt động tự trị tương
tác, hợp tác với nhau cùng thực hiện nhiệm vụ. Nhờ hoạt động phối hợp mà MRS
đạt hiệu suất cao hơn, giải quyết được những nhiệm vụ phức tạp hơn so với trường
hợp chỉ sử dụng một robot đơn.
Có nhiều chủ đề nghiên cứu về MRS trong đó vấn đề điều khiển đồng thời số

lượng lớn các robot di động tự triển khai vào môi trường và phối hợp hoạt động
giữa chúng dựa trên trao đổi thông tin là chủ đề mang tính thời sự, có ý nghĩa
khoa học và thực tiễn cao, có tiềm năng ứng dụng cho các hoạt động theo dõi đa
mục tiêu, bao phủ giám sát môi trường phục vụ an ninh, quốc phòng và tìm kiếm,
cứu hộ.
Trên thế giới các nghiên cứu về chủ đề này đã và đang được các nhà nghiên
cứu về hệ thống đa robot quan tâm thực hiện. Ở Việt Nam, nghiên cứu về robot
được bắt đầu từ nhiều năm nay nhưng các nghiên cứu về hệ thống đa robot chỉ mới
bắt đầu trong một vài năm trở lại đây ở một vài trường đại học, cơ quan nghiên
cứu với số công trình công bố còn rất khiêm tốn, chưa có nghiên cứu nào có mục
tiêu tương tự luận án này.
Mục đích nghiên cứu: Luận án này nghiên cứu phát triển thuật toán tự
triển khai (Self-Deployment) MRS cho giám sát môi trường không biết trước. Tự
xiii


triển khai được hiểu là việc điều khiển phân tán bầy robot nhằm trải rộng chúng
ra môi trường cho mục đích giám sát cụ thể như theo dõi đa mục tiêu và bao phủ.
Đặc trưng điển hình của MRS là phối hợp hoạt động trên nền tảng mạng truyền
thông giữa các robot cho phép chúng có thể trao đổi thông tin với nhau để phân
công nhiệm vụ. Vì vậy, điều khiển chuyển động của robot được đặt trong ràng buộc
phải luôn đảm bảo duy trì sự toàn vẹn của mạng trong suốt quá trình triển khai.
Luận án có các mục tiêu cụ thể như sau:
• Nghiên cứu điều khiển MRS đảm bảo duy trì sự toàn vẹn của mạng cho hoạt

động phối hợp giữa các robot trong khi thực hiện nhiệm vụ. Mạng có khả
năng mở rộng vùng bao phủ, thích nghi với môi trường không biết trước.

• Nghiên cứu chiến lược tự triển khai MRS theo dõi đa mục tiêu và bao phủ.

Chiến lược triển khai kết hợp hoạt động phân nhiệm dựa trên trao đổi thông
tin giữa các robot và điều khiển chuyển động của robot để thực thi nhiệm vụ.

Đối tượng nghiên cứu: Luận án thực hiện các nhiệm vụ nghiên cứu về điều
khiển duy trì sự toàn vẹn của mạng đa robot và chiến lược tự triển khai MRS cho
theo dõi đa mục tiêu và bao phủ trên đối tượng là các robot di động hoạt động tự
trị trong không gian hai chiều.
Phạm vi nghiên cứu: Luận án được giới hạn nghiên cứu trong điều khiển
phân tán, ở đó các robot tính toán và ra quyết định điều khiển dựa trên thông tin
cục bộ từ các robot hàng xóm trong vùng cảm nhận của chúng. Chuyển động của
robot được xem xét trên mô hình động học, không tính đến các đặc trưng động
lực học, cũng như ảnh hưởng của nhiễu. Luận án tập trung xem xét vấn đề điều
khiển duy trì sự toàn vẹn của mạng đa robot và chiến lược tự triển khai MRS cho
mục đích giám sát môi trường, cụ thể là theo dõi đa mục tiêu và bao phủ. Luận
án không nghiên cứu về vấn đề thu thập, phân tích thông số môi trường.
MRS được xem là hệ thống của hệ thống chứa đựng nhiều vấn đề phức tạp
đã và đang được quan tâm nghiên cứu, giải quyết như hệ thống cảm biến và tổng
hợp dữ liệu cảm biến để nhận biết và hiểu về môi trường xung quanh; định vị và
dẫn đường cho các robot; đảm bảo độ tin cậy truyền thông trong mạng đa robot,...
Các vấn đề này không thuộc phạm vi nghiên cứu của luận án. Để không ảnh hưởng
đến mục tiêu nghiên cứu, luận án giả thiết các robot có vùng cảm nhận và truyền
thông hình đĩa tròn, có khả năng xác định và phân biệt các robot và vật cản/mục
tiêu trong vùng cảm nhận, có khả năng trao đổi thông tin với các robot hàng xóm
trong vùng truyền thông với độ tin cậy cao và độ trễ truyền không đáng kể. Đây
xiv


là các giả thiết đang được sử dụng rộng rãi trong các nghiên cứu về MRS và mạng
cảm nhận không dây di động MWSN (Mobile Wireless Sensor Network).
Phương pháp nghiên cứu: Luận án kết hợp giữa nghiên cứu lý thuyết, mô

hình hóa, mô phỏng và thực nghiệm. Nghiên cứu lý thuyết sử dụng lý thuyết đồ
thị kết hợp với lý thuyết điều khiển để đề xuất mô hình, kỹ thuật điều khiển cho
duy trì, mở rộng mạng đa robot dựa trên cấu trúc hình học kết nối cục bộ giữa các
robot và chiến lược triển khai MRS để theo dõi đa mục tiêu và bao phủ. Mô phỏng
được thực hiện trên phần mềm Matlab để kiểm chứng mô hình, các kỹ thuật điều
khiển, triển khai trên quy mô lớn (về số lượng robot, kịch bản làm việc,...). Thực
nghiệm trên hệ thống robot di động thật nhằm đánh giá khả năng hoạt động của
các đề xuất trong thế giới thực. Thí nghiệm được thực hiện ở môi trường trong
nhà cùng sự hỗ trợ của hệ thống định vị giúp các robot có thể nhận thức được các
đối tượng xung quanh như robot, vật cản, mục tiêu trong vùng cảm nhận.
Những đóng góp của luận án: Luận án hoàn thành các mục tiêu nghiên
cứu và có 3 đóng góp mới như sau:
• Đề xuất một phương pháp mới có tên là điều khiển phân tán đa tầng, viết

tắt là HDC (Hierarchical Distributed Control), cho duy trì sự toàn vẹn mạng
toàn cục của MRS. HDC gồm điều khiển nút để điều khiển chuyển động của
robot và duy trì mạng toàn cục, và điều khiển kết nối để mở rộng vùng bao
phủ mạng. HDC dựa trên tiếp cận hình học xem xét cấu trúc hình học các
kết nối cục bộ giữa các robot vì thế nó không yêu cầu ước lượng kết nối đại
số của đồ thị mạng như các phương pháp đã tồn tại. Bên cạnh đó, nhờ vào
việc tinh giản các cấu trúc kết nối cục bộ, HDC có khả năng giải phóng các
ràng buộc của kết nối cục bộ giống như cực tiểu cục bộ, cho phép MRS thu
được hiệu suất cao trong chuyển động theo bầy, theo dõi đa mục tiêu và bao
phủ. Đóng góp này được công bố trong công trình [CT1-CT4],[CT8].

• Đề xuất chiến lược theo dõi đa mục tiêu, viết tắt là MTT (Multi-Target

Tracking), sử dụng HDC để triển khai MRS theo dõi đa mục tiêu và bao phủ

trong môi trường không biết trước. MTT kết hợp thủ tục phân nhiệm dựa

trên trao đổi thông tin giữa các robot và điều khiển HDC để thực thi nhiệm
vụ, duy trì mạng. Vượt qua các nghiên cứu đã tồn tại, luận án tìm ra rằng
bài toán theo dõi đa mục tiêu và bao phủ có đặc điểm chung: các đích cho
bài toán theo dõi đa mục tiêu giống với các đích ảo của bài toán bao phủ,
vì thế MTT được áp dụng để giải quyết cả hai bài toán. Trong bài toán bao
phủ, luận án đề xuất quy tắc tạo đích ảo VTG (Virtual Target Generation)
xv


dựa trên cấu trúc lưới lục giác cho phép MRS bao phủ được môi trường có
cấu trúc bất kỳ. Đóng góp này công bố trong công trình [CT2-CT5].
• Đề xuất thuật toán phát hiện và phân loại biên cho MRS trong đó sửa lỗi

biên được thực hiện bằng tiếp cận hình học. Lỗi biên được loại bỏ thông qua
xem xét cấu trúc hình học các kết nối cục bộ thay cho quá trình đệ quy và
đồng bộ toàn cục trong thuật toán gốc. Luận án tích hợp thuật toán phát
hiện biên vào chiến lược MTT để giải quyết bài toán theo dõi đa mục tiêu
với các kịch bản đích phân bố không liên thông. Đóng góp này công bố trong
công trình [CT6],[CT7].

Ý nghĩa khoa học và thực tiễn của luận án: Kết quả của luận án có ý
nghĩa khoa học trong lĩnh vực nghiên cứu về MRS, có giá trị và độ tin cậy, có tiềm
năng ứng dụng trong tuần tra và giám sát, tìm kiếm và cứu hộ phục vụ an ninh,
quốc phòng; vận chuyển trong nhà kho, sân bay, sản xuất quy mô lớn cho đời sống
xã hội.
Bố cục luận án: Luận án gồm 4 chương và phần kết luận, cụ thể như sau:
• Chương 1: Trình bày tổng quan tài liệu về MRS; phân tích, đánh giá và biện

luận về các kết quả nghiên cứu trong nước và trên thế giới gần đây liên quan
đến điều khiển MRS và chiến lược tự triển khai MRS cho theo dõi đa mục

tiêu và bao phủ.

• Chương 2: Trình bày lý thuyết đảm bảo duy trì và mở rộng mạng đa robot

dựa trên cấu trúc kết nối cục bộ của mạng; áp dụng lý thuyết được đề xuất
để thiết kế bộ điều khiển phân tán đa tầng HDC cho phép điều khiển MRS
chuyển động tới mục tiêu trong khi đảm bảo khả năng duy trì sự toàn vẹn và
mở rộng của mạng đa robot theo cấu trúc bất kỳ.

• Chương 3: Trình bày chiến lược tự triển khai MRS sử dụng HDC cho theo

dõi đa mục tiêu và bao phủ trong môi trường không biết trước. Chiến lược

MTT được đề xuất để giải quyết bài toán theo dõi đa mục tiêu trong trường
hợp các đích phân bố liên thông và được bổ sung thuật toán phát hiện biên
để giải quyết trường hợp các đích phân bố không liên thông. MTT cũng được
sử dụng để phát triển chiến lược triển khai bao phủ với việc bổ sung thêm bộ
tạo đích ảo cấu trúc lưới lục giác VTG. Hiệu quả của HDC và chiến lược tự
triển khai MTT được đánh giá thông qua mô phỏng và thực nghiệm.
• Chương 4: Trình bày chiến lược tự triển khai MRS trong môi trường có cấu

trúc giống sàn của một tầng nhà gồm nhiều phòng có hành lang chung. Mô
xvi


hình triển khai các robot đồng nhất gồm các robot có đặc tính giống nhau
và mô hình không đồng nhất theo kiểu robot mẹ, con được xem xét, nghiên
cứu. Chiến lược triển khai kết hợp nhiệm vụ di chuyển theo bầy của MRS
trên hành lang và nhiệm vụ triển khai bao phủ, thu hồi robot trong mỗi căn
phòng cần khám phá. Kết quả mô phỏng và thực nghiệm cho thấy tính thực

tiễn và hiệu quả của hai mô hình được đề xuất.
Cuối cùng là một số kết luận và các hướng nghiên cứu tiếp theo của luận án.
Quá trình thực hiện luận án, nghiên cứu sinh có 03 đợt đi trao đổi nghiên
cứu tại phòng thí nghiệm More-Than-One Robotics2 với tổng thời gian 12 tháng.
Toàn bộ lý thuyết, mô phỏng và thực nghiệm đều do nghiên cứu sinh thực hiện
dưới sự hướng dẫn của PGS.TS Trần Quang Vinh và PGS.TS Ngô Trung Dũng.
Phần thực nghiệm có khai thác, sử dụng cơ sở vật chất, trang thiết bị của phòng
thí nghiệm More-Than-One Robotics.

2

Phòng thí nghiệm More-Than-One Robotics () thuộc University of Brunei
Darussalam, Brunei giai đoạn 2011-2016, thuộc University of Prince Edward Island, Canada từ 2017 đến
nay.

xvii


Chương 1
TỔNG QUAN VỀ HỆ THỐNG ĐA ROBOT

1.1. Giới thiệu
Ngày nay, robot đã xuất hiện khá phổ biến trong đời sống xã hội của con
người từ robot công nghiệp trong các nhà máy, xưởng sản xuất đến robot dịch vụ,
phục vụ các nhà hàng, bệnh viện và hộ gia đình. Không có định nghĩa thống nhất
về robot nhưng có thể hiểu robot là một loại máy có thể thực hiện được những
công việc một các tự động hoặc bằng điều khiển từ máy tính hoặc vi mạch điện tử
được lập trình. Tiêu chuẩn của robot được đánh giá dựa trên khả năng nhận biết
môi trường; khả năng tương tác với những vật thể trong môi trường, đưa ra các
quyết định dựa trên thông tin từ môi trường; sự thông minh và hoạt động tự trị.

Nhiều robot đã đạt đến mức độ hoàn hảo cả về khả năng thực hiện nhiệm vụ và
sự thông minh như robot dạng người ASIMO của Honda, robot khám phá sao hỏa
ExoMars của ESA,... Tuy nhiên, trong thực tế, có nhiều nhiệm vụ sẽ không hiệu
quả, thậm chí không thể hoàn thành, nếu chỉ thực hiện bởi một robot như bao
phủ, giám sát vùng không gian rộng lớn; theo dõi nhiều mục tiêu đồng thời; phối
hợp vận chuyển trong kho hàng, nhà máy quy mô lớn; tìm kiếm, cứu nạn hay các
nhiệm vụ có quy mô thay đổi theo thời gian cần tối ưu nguồn lực tham gia như
nhiệm vụ xử lý rò rỉ dầu sau tai nạn,... Các yêu cầu thực tiễn này dẫn đến sự ra
đời các nghiên cứu về hệ thống đa robot hay còn được gọi là robot bầy đàn.
Hệ thống đa robot, viết tắt là MRS (Multi-Robot System), được nhắc đến như
một tập hợp số lượng lớn (large-scale) các robot tự trị (autonomy) có khả năng
cảm nhận được môi trường xung quanh, tính toán điều khiển và trao đổi thông tin
thông qua mạng truyền thông [1]. Các robot thường có tính năng hạn chế (limited
capability), không đạt hiệu quả nếu hoạt động một mình nhưng chúng lại hiệu quả
cao khi phối hợp với nhau để cùng thực hiện nhiệm vụ. Hoạt động tương tác, hợp
tác là đặc trưng điển hình của MRS, giúp MRS thu được kết quả nhanh hơn và
đáng tin cậy hơn một robot riêng lẻ. MRS có thể đồng nhất (Homogeneous), gồm
các robot hoàn toàn giống nhau, hoặc không đồng nhất (Non-homogeneous), gồm
1


nhiều loại robot có thiết kế, tính năng khác nhau. MRS có các đặc tính [2] sau:
• Tính bền vững (Robustness): là khả năng liên kết, hoạt động ổn định của hệ

thống ngay cả khi mất một vài robot.

• Tính linh hoạt (Flexibility): là có khả năng thích nghi với nhiều môi trường,

nhiệm vụ khác nhau mà không yêu cầu cấu hình lại hệ thống.

• Khả năng mở rộng (Scalability): là khả năng hoạt động với quy mô của bầy

robot khác nhau mà không yêu cầu cấu hình lại hệ thống. Đặc tính này được

nhắc đến như một đặc trưng của điều khiển phân tán, các thuật toán điều
khiển được thiết kế phải hoạt động không phụ thuộc vào quy mô của MRS.
Các đặc tính này cho phép MRS đạt hiệu suất và độ tin cậy cao trong các
nhiệm vụ. Bên cạnh đó, trong thực tế, có những nhiệm vụ tiềm ẩn nguy hiểm, tai
nạn xẩy ra với chính robot như các hoạt động khám phá hầm mỏ, tìm kiếm cứu
nạn,... Việc sử dụng MRS gồm nhiều robot có độ phức tạp và chi phí vừa phải là
giải pháp đem lại hiệu quả kinh tế cao so với việc sử dụng một robot có độ phức
tạp cao, chi phí chế tạo lớn.
Ra đời từ cuối những năm 1980, MRS đã nhận được sự quan tâm lớn từ cộng
đồng khoa học trên thế giới bởi tiềm năng phát triển và thách thức của nó. Cộng
đồng các nhà nghiên cứu về MRS hiện phân chia các hướng nghiên cứu thành 3
nhóm chính (tham khảo tại ) như sau:
• Mô hình hóa và điều khiển MRS : nghiên cứu về mô hình động học, động lực

học, cấu trúc cảm biến và tương tác với môi trường; Điều khiển tối ưu; Kiến
trúc điều khiển tập trung/phân tán và khả năng mở rộng của MRS; Các bài
toán điều khiển như chuyển động bầy đàn, bao phủ, đội hình,...MRS phỏng
sinh học và trí tuệ bầy đàn.

• Lập kế hoạch và cơ chế ra quyết định cho MRS : nghiên cứu về kế hoạch chuyển

động và phối hợp trong MRS; Phân nhiệm và hợp tác thực hiện nhiệm vụ;

Cơ chế ra quyết định; Tương tác giữa các robot, giữa robot với môi trường
và với con người; Phối hợp học tập trong bầy robot; Trí tuệ nhân tạo cho các
hệ thống lớn.

• Ứng dụng của MRS và các vấn đề công nghệ : nghiên cứu về ứng dụng của

MRS trong xã hội/công nghiệp; Thiết kế cơ, điện tử cho MRS; Hệ điều hành

và công nghệ đám mây cho MRS; Nền tảng phần mềm và công cụ mô phỏng
thực tế cho MRS; Bài toán truyền thông trong MRS; phương pháp thí nghiệm
2


MRS; MRS trong môi trường có cấu trúc (cho hoạt động tìm kiếm, cứu hộ,...);
MRS cấu trúc mi-crô/na-nô; Đánh giá hiệu suất và đối sánh trong MRS.
Mục tiêu của luận án là nghiên cứu điều khiển phân tán MRS và cơ chế tương
tác, phối hợp giữa các robot cho hoạt động tự triển khai để giám sát môi trường
không biết trước. Hoạt động phối hợp của các robot được thực hiện thông qua trao
đổi thông tin nhằm đạt được mục tiêu chung do vậy việc duy trì sự toàn vẹn của
mạng cho tất cả các robot theo thời gian là nội dung quan trọng trong nghiên cứu
này. Một số thuật ngữ sử dụng trong luận án được hiểu như sau:
Tự triển khai (Self-Deployment): là việc các robot tự điều khiển để phân tán
ra, trải ra hay nở ra môi trường cho mục đích giám sát như theo dõi đa mục tiêu
và bao phủ.
Giám sát môi trường không biết trước (Unknown Environmental Surveillance):
được hiểu và giới hạn trong phạm vi (1) MRS tìm kiếm và theo dõi các mục tiêu
phân bố ngẫu nhiên, không biết trước trong môi trường; (2) MRS giám sát môi
trường không biết trước thông qua bao phủ vùng cảm nhận của MRS lên nó. Yếu
tố không biết trước ở đây được hiểu là các điểm mục tiêu (đối với bài toán theo dõi
đa mục tiêu) và hình dạng biên của môi trường (đối với bài toán bao phủ). Luận
án tập trung nghiên cứu về điều khiển MRS và các chiến lược triển khai MRS cho
nhiệm vụ theo dõi đa mục tiêu và bao phủ. Luận án không nghiên cứu về thu thập,
phân tích thông số môi trường.
Theo dõi đa mục tiêu (Multi-Target Tracking): các robot có nhiệm vụ phối

hợp với nhau tìm kiếm và chiếm đóng các đích phân bố ngẫu nhiên, không biết
trước trong môi trường. Các đích có thể tĩnh hoặc động. Luận án này giới hạn
trong trường hợp các điểm đích cố định.
Bao phủ (Coverage): các robot có nhiệm vụ phối hợp với nhau để tạo ra vùng
cảm nhận của MRS bao phủ lên toàn bộ môi trường có cấu trúc bất kỳ. Luận án
này xem xét tạo vùng bao phủ của MRS theo cấu trúc lưới lục giác.
Điều khiển phân tán (Distributed control): phương thức điều khiển trong đó
mỗi robot tính toán và ra quyết định điều khiển chỉ dựa trên thông tin thu thập
được từ các robot hàng xóm nằm trong vùng nhìn thấy của nó.
Duy trì sự toàn vẹn của mạng: là việc đảm bảo hai robot bất kỳ trong mạng
duy trì sự kết nối với nhau trực tiếp hoặc gián tiếp qua các robot trong mạng nhờ
vậy chúng có thể trao đổi thông tin với nhau. Duy trì kết nối giữa hai robot được
hiểu là duy trì vùng cảm nhận và truyền thông giữa chúng.
Nghiên cứu được xem xét trên đối tượng là các robot di động tự trị hoạt động
3


trong không gian hai chiều. Chuyển động của robot được xem xét trên mô hình
động học, không tính đến các đặc trưng động lực học, cũng như ảnh hưởng của
nhiễu. Các mục tiêu cụ thể của luận án gồm:
• Nghiên cứu, thiết kế bộ điều khiển phân tán cho MRS đảm bảo robot có thể

di chuyển đến mục tiêu mong muốn trong khi luôn duy trì sự toàn vẹn của

mạng đa robot. Mạng đa robot được duy trì là nền tảng cho phép các robot
trao đổi thông tin phối hợp như phân nhiệm, dẫn đường, tạo quyết định đồng
thuận,... Điều khiển chuyển động đến mục tiêu cho phép robot thực hiện được
nhiệm vụ được giao.
• Nghiên cứu xây dựng chiến lược tự triển khai MRS giám sát môi trường với

hai nhiệm vụ cụ thể là: theo dõi đa mục tiêu và bao phủ. Chiến lược triển khai
là sự kết hợp việc phân nhiệm giữa các robot dựa trên mạng truyền thông
được duy trì và điều khiển chuyển động của robot để thực hiện nhiệm vụ
được phân công.

Ở Việt Nam, các nghiên cứu về MRS mới bắt đầu vài năm trở lại đây. Số
lượng các nhóm nghiên cứu và kết quả được công bố về hệ thống đa robot còn rất
ít. Cụ thể, nghiên cứu về điều khiển ổn định MRS tránh vật cản và tụ bầy sử dụng
logic mờ được thực hiện ở Trường Đại học Giao thông Vận tải và có 01 nghiên
cứu sinh tốt nghiệp năm 2016 [3–9]; nghiên cứu về điều khiển tối ưu MRS, loại
bỏ nhiễu động của mô hình động học và động lực học được thực hiện ở Trường
Đại học Công nghiệp Thành phố Hồ Chí Minh [10]; nghiên cứu về tìm đường cho
một nhóm robot sử dụng cây bao phủ được thực hiện trong đề tài luận văn thạc
sĩ ở Trường Đại học Bách khoa Hà Nội [11]; nghiên cứu về bao phủ sử dụng cơ
chế quay lui và đường cầy cho bầy robot được thực hiện bởi nhóm tác giả thuộc
Trường Đại học Vinh, Trường Đại học Duy Tân và Kyung Hee University (Hàn
Quốc) [12]. Khác với các nghiên cứu nêu trên, luận án này nghiên cứu sinh tập
trung vào chủ đề điều khiển duy trì sự toàn vẹn của mạng MRS và ứng dụng cho
các nhiệm vụ tìm kiếm mục tiêu, bao phủ môi trường không biết trước. Bên cạnh
hướng nghiên cứu này, ở Trường Đại học Công nghệ thuộc Đại học Quốc gia Hà
Nội còn có một số nghiên cứu về áp dụng thuật toán tối ưu PSO cho MRS [13–16].
Phần sau đây sẽ trình bầy tổng quan tài liệu nghiên cứu về các chủ đề liên
quan đến mục tiêu nghiên cứu của luận án nhằm làm rõ nội dung, phương pháp
tiếp cận thực hiện các mục tiêu này.

4


1.2. Điều khiển phân tán hệ thống đa robot
MRS gồm nhiều robot di động tương tác, phối hợp với nhau cùng thực hiện

các mục tiêu chung theo kiểu phân tán. Hoạt động phối hợp thực hiện trên nền
tảng mạng cảm nhận và truyền thông được duy trì giúp các robot có thể trao đổi
thông tin, ra các quyết định tập thể,... Vấn đề đặt ra là làm thế nào để có thể
điều khiển tất cả các robot cùng lúc hoạt động theo yêu cầu mong muốn. Có nhiều
nghiên cứu hiện nay về điều khiển MRS và có thể phân chia thành ba phương pháp
chính là điều khiển dựa trên hành vi, trường lực thế nhân tạo và điều khiển kết
nối đại số.

1.2.1. Điều khiển dựa trên hành vi
Điều khiển dựa trên hành vi, viết tắt là BC (Behaviour-based Control), được
lấy ý tưởng từ các nghiên cứu về hành vi bầy đàn của côn trùng hay động vật
trong thế giới tự nhiên và áp dụng chúng cho các hệ thống nhân tạo.
Trong MRS, phần lớn các nghiên cứu dựa trên những hiểu biết về các quy tắc
tương tác cục bộ đơn giản trong thế giới côn trùng và động vật như loài kiến, ong,
chim,... [17]. Một trong những mô hình BC đầu tiên được đề xuất bởi Reynolds [18]
mô phỏng chuyển động của đàn chim trên máy tính. Các phần tử trong đàn được
gọi là các boid. Mỗi boid có ba hành vi điều khiển hướng (Steering behaviors) đơn
giản như minh họa trong hình 1.1 gồm: liên kết (Coherent), phân chia (Separation)
và Sắp xếp (Alignment).

(a) Liên kết

(b) Phân chia

(c) Sắp xếp

Hình 1.1: Mô hình điều khiển hành vi của Reynolds [18].

• Hành vi liên kết: điều khiển hướng của boid về phía vị trí trung tâm của các

boid hàng xóm nằm trong vùng cảm nhận/nhìn thấy của nó.

• Hành vi phân chia: điều khiển hướng của boid tránh sự đông đúc của các

boid hàng xóm.

5


• Hành vi sắp xếp: điều khiển hướng của boid theo hướng trung bình của các

boid hàng xóm, giúp nó tương thích vận tốc với các boid hàng xóm.

Tổng hợp các hành vi thành phần hình thành hướng chuyển động cho mỗi cá
thể boid và tạo nên hành vi bầy đàn như được Reynolds phát triển trong [19, 20].
Trong [21], Vicsek đề xuất mô hình tính toán rời rạc để điều khiển chuyển động
theo một hướng của n phần tử được xem như các chất điểm, hoạt động tự trị.
Hướng chuyển động của từng phần tử được cập nhật bởi quy tắc cục bộ dựa vào
hướng trung bình của chính nó và hướng của các phần tử hàng xóm. Mô hình
Vicsek được xem như một phiên bản đặc biệt của mô hình boid. Jadbabaie [22] đã
cung cấp các giải thích về lý thuyết cho các hành vi quan sát được trong mô hình
Vicsek.
Trong [23, 24], Mataric đề xuất tập hành vi cơ bản dựa trên tương tác cục bộ
giữa các phần tử trong bầy nhân tạo và đã thử nghiệm trên các robot di động. Tập
hành vi này gồm: tránh va chạm (Collision avoidance/Safe-wandering) là khả năng
của robot tránh va chạm với bất kỳ vật gì trong môi trường; bám theo (Following)
là khả năng duy trì vị trí phía sau một robot khác tạo thành chuỗi/hàng; phân
tán (Dispersion) là khả năng một nhóm robot trải ra không gian nhiệm vụ; hành
vi tập hợp (Aggregation) là khả năng một nhóm robot tập hợp lại với nhau, ngược
với phân tán; hành vi về nhà (Homing) là khả năng một hoặc một nhóm các robot

tiếp cận vùng mục tiêu hoặc một vị trí mong muốn; hành vi bầy đàn (Flocking) là
khả năng một nhóm robot di chuyển như một tập hợp liên kết đồng nhất, bao gồm
các hành vi tránh va chạm, bám theo, phân tán và tập hợp,... Trong đề xuất của
Mataric, các hành vi cơ bản được thiết kế đơn giản, theo trạng thái cảm biến mà
robot thu được, chẳng hạn kịch bản hành vi tránh va chạm được đề ra như sau:
cảm biến của robot phát hiện robot khác ở bên phải thì nó sẽ rẽ trái và ngược lại
nếu nó phát hiện bên trái thì robot sẽ rẽ phải. Các hành vi cơ bản được kết hợp
theo một quy tắc nhất định tùy theo nhiệm vụ cụ thể để tạo ra hành vi tổng hợp
như: di chuyển theo bầy, tìm kiếm thức ăn,...
Trong [25], Marino đề xuất thuật toán tuần tra dựa trên BC. Các "hành động"
như tiếp cận đường biên của vùng giám sát, tuần tra dọc đường biên,... là hành
vi tổng hợp ở mức trừu tượng cao của điều khiển hành vi. Nó thu được bằng cách
kết hợp nhiều hành vi cơ bản trên không gian null, viết tắt là NSB (Null Space
Behavioral Control). Thuật toán không yêu cầu truyền thông giữa các robot. NSB
chuẩn xác định một tập cố định các nhiệm vụ/hành vi cơ bản và mức độ ưu tiên
của chúng, không thay đổi theo yêu cầu nhiệm vụ và điều kiện môi trường. Vì vậy
một phiên bản cải tiến được trình bầy trong [26] khắc phục các nhược điểm này.
6


Trong [26], Marino đề xuất một kiến trúc ba lớp gồm lớp dưới sử dụng để thực
hiện nhiệm vụ của từng robot riêng lẻ; lớp giữa định nghĩa các hành vi cơ bản.
Các hành vi này sau đó được kết hợp thông qua tiếp cận NSB tạo thành hành
động phức tạp hơn; lớp trên đóng vai trò người giám sát các thay đổi và lựa chọn
hành động thích hợp để thực hiện. Trong [27], Antonelli cũng sử dụng NSB để
điều khiển di chuyển theo bầy của một nhóm các robot. Trong luận án tiến sĩ của
Lê Thị Thúy Nga [9], thuật toán điều khiển bầy robot được đề xuất để thực hiện
nhiệm vụ tụ bầy và nhiệm vụ tìm kiếm mục tiêu duy nhất dựa trên nguyên lý NSB
và hàm lực thế được tính dựa trên cơ sở logic mờ. Sabattin [28] sử dụng NSB để
xây dựng bộ điều khiển MRS thực hiện hành vi tránh va chạm và bám theo tập

điểm cho trước.
Trong [29], Xu áp dụng BC cho bài toán điều khiển đội hình (formation
control) của MRS trong hai trường hợp: điều khiển để hình thành đội hình và điều
khiển duy trì đội hình trong quá trình di chuyển và tránh vật cản. Mỗi robot có
một số hành vi thành phần như di chuyển đến mục tiêu, tránh vật cản, bám theo
tường, tránh va chạm với robot khác, duy trì đội hình. Các hành vi thành phần
được biểu diễn bởi các véctơ có hướng và độ lớn phụ thuộc vào trạng thái môi
trường xung quanh mà robot quan sát được. Chúng được tổng hợp để tạo ra hành
vi điều khiển cho robot. Một nghiên cứu khác được Mendiburu trình bầy trong [30]
đưa ra kỹ thuật tổng hợp hành vi di chuyển theo bầy của MRS từ các hành vi dẫn
hướng, tập hợp và tránh va chạm. Nghiên cứu này thực hiện trên MRS sử dụng
mô hình robot hai bánh vi sai.
Nhận xét 1.2.1: Các nghiên cứu về điều khiển MRS sử dụng BC nêu trên
tập trung chủ yếu đến thiết kế và tổng hợp hành vi của bầy robot. Tùy theo quy
tắc tổng hợp mà MRS có tập hành vi khác nhau, nó cho thấy BC có tính linh hoạt
cao. Tuy nhiên, các hành vi được hình thành dựa trên tương tác cục bộ giữa các
robot nên nó thường không đảm bảo duy trì kết nối của mạng toàn cục vì thế hoạt
động phối hợp, phân nhiệm giữa các robot dựa trên mạng truyền thông không thực
hiện được. Điều khiển hành vi chủ yếu được sử dụng cho các bài toán điều khiển
di chuyển theo bầy hoặc tập hợp/tụ bầy.

1.2.2. Trường lực thế nhân tạo
Trường lực thế nhân tạo, viết tắt là APF (Artificial Potential Force Field),
là phương pháp được Khatib đề xuất năm 1986 [31]. Trong mô hình này, xung
quanh mỗi robot có một trường lực thế nhân tạo ở đó điểm mục tiêu tạo ra lực
hút (Attractive force) làm cho robot di chuyển về phía nó, vật cản tạo ra lực đẩy
7


(Repulsive force) tỷ lệ nghịch với khoảng cách từ robot tới vật cản và có hướng đi

ra xa vật cản. Hướng chuyển động của robot được tổng hợp từ hai lực này. Robot
sẽ di chuyển từ nơi có trường thế tổng hợp cao đến nơi thấp dọc theo hàm độ dốc
(gradient) âm của trường lực thế nhân tạo. Phương pháp này đã được nghiên cứu,
áp dụng phổ biến trong điều khiển phân tán MRS.
80

70

60

50

40

30

20
20

30

40

50

60

70

80

Figure
5: The
trajectory
experienced
our trong
two-behavior
when
is a goal
Hình
1.2: Trường
lực thế
tác động lênbyrobot
môi trườngrobot
có một
điểmthere
đích (hình
and tròn
an obstacle.
mầu đỏ) và một vật cản (hình tròn mầu xanh). Đường mầu đen đậm minh họa quỹ
đạo chuyển động của robot. Nguồn: bài giảng về lập kế hoạch đường đi sử dụng trường
thế ảo
Giáo sư Michael
A. or
Goodrich
của Trường Khoa
học Máy tính thuộc Đại học
be useful
forcủa
a FollowWall

behavior
a ReturnToTerritory
behavior.
McGill
có tại
The
second
field />is the perpendicular potential field, and is illustrated in Figure 7. It might be
useful for a AvoidWall or aAvoidTerritory behavior. It is obtained by setting ∆x = ±c and ∆y = 0
(or other constant
values
that represent
the direction
Trong [32],
Howard
đã sử dụng
APF đểdirections).
phân tán các nút cảm biến di động
The fourth field is the tangential potential field, and is illustrated in Figure 8. This field is
vào môi
trườngthekhông
biết trước,
có cấu in
trúc
một
nhà gồm
obtained
by finding
magnitude
and direction

thegiống
same sàn
waycủa
as for
thetầng
repulsive
obstacle.
hànhθlang
và các phòng.
Đâyand
được
nghiên
đầuθtiên
trường
lực the
However,
is modified
before ∆x
∆yxem
are là
defined
bycứu
setting
← θáp±dụng
90◦ which
causes
vectorthế
to nhân
shift from
away

from
thedicenter
the obstacle
pointing
thelực
direction
tạo pointing
cho mạng
cảm
biến
động.of Các
nút chịutotác
động incủa
đẩy từof the
tangent to the circle. The sign of the shift controls whether the tangential field causes a clockwise
nút hàng xóm của
chúng
và các
cản.
tổng hợporsẽCircleOpponent
giúp các nút chuyển
động
our counterclockwise
spin.
It might
be vật
useful
forLực
a PatrolFlag
behavior.

The
sixth
the Random
field.làm
This
useful
helps
theraagent
ra xa
cácfield
nútishàng
xóm và potential
vật cản. Nó
chofield
các isnút
từ vịbecause
trí banitđầu
trải
bounce around and avoid getting stuck in local minima that might arise when multiple fields are
môi trường và bao quanh vật cản. Các nút di chuyển theo kiểu "ủn" nhau, nút nọ
added together. It is obtained by randomly selecting d from a uniform distribution (i.e., picking
"ủn"with
nút kia
cho
đến khi tất
cảthe
cá nút
đạt [0,
trạng
thái

cân bằng
lực. Nếu
bất cứ đối
any point
equal
probability)
over
interval
γ] and
θ from
a uniform
distribution
over the
interval
[0,
2
∗
π].
tượng nào (nút mạng hoặc vật cản) trong mạng thay đổi vị trí thì trạng thái cân
The final field is the AvoidPast potential field. Let me motivate why we might want this field.
bằngthe
bị world
phá vỡ
và akhi
đócanyon
mạng diagrammed
sẽ tự cấu trúc
lại để tạo
rathe
cấurobot

trúc starts
cân bằng
mới.
Consider
with
box
in Figure
10. If
at the
bottom
of theĐiều
world,
it will
be là
attracted
thehoàn
box canyon
by the
As chỉ
it enters
the thông
box canyon,
khiển
APF
phươnginto
pháp
toàn phân
tángoal.
bởi nó
yêu cầu

tin it
will begin
to có
experience
AvoidWall
which
cause
it to yêu
center
cục bộ
được từthe
cácforces
cảm from
biến the
được
trang bị behavior
cho các nút
di will
động,
không
cầuin the
canyon. Eventually, it will reach a point where the attractive potential from the goal is insufficient
truyền the
thông
giữa các
nút. from the walls and the robot will be stuck.
to overcome
repulsive
potentials
One way to handle this box canyon effect is to introduce an AvoidPast behavior which sets ups

repelling potential fields for each location that it has visited — more recently visited areas have more
8
6