Điều khiển ổn định robot gắp sản phẩm trong môi trường có dao động (bến cảng)

TĨM TẮT
Hệ thống vận tải biển (bến cảng, ngồi khơi) như dầu, gas, hóa dầu, hóa chất... là
một ngành cơng nghiệp khá quan trọng. Hệ thống hoạt động trong điều kiện môi
trường khắc nghiệt (chịu tác động của dao động sóng biển, dao động lắc lư của tàu,
tác động của gió…). Như vậy, bài tốn đặt ra là điều khiển hệ thống hoạt động ổn
định, an toàn, hiệu quả trong điều kiện khắc nghiệt trên biển.
Trong chuyên đề này tôi hướng đến điều khiển ổn định robot gắp sản phẩm
trong mơi trường có dao động (bến cảng) sử dụng cảm biến leap motion điều khiển
real time cho robot ngoài khơi. Đề tài thực hiện mô phỏng và thi công mô hình thật.
Kết quả đạt được của đề tài : Thi cơng thành cơng mơ hình tạo dao động sóng
biển. Robot có thể gắp vật chính xác trong điều kiện mơi trường có dao động. Đề tài
sử dụng thuật tốn phân lớp listener và template matching để thu thập và xử lý dữ liệu
thu được từ cảm biến leap motion (cảm biến thu về giá trị vận tốc, gia tốc, vị trí 3D
X, Y, Z) chính xác gần 100%. Phương pháp tính phương trình động học cho robot là
phương pháp DLS, LMA (tìm ma trận động học nghịch cho robot với khả năng hội tụ
cao).
Với bố cục gồm ba phần chính :
1. Tổng quan về Robot ngồi khơi :
Tình hình nghiên cứu và ứng dụng của robot trong hoạt động ngoài khơi. Giới
hạn và tầm quan trọng của đề tài.
2. Cơ sở lý thuyết :
Phương pháp bù dao động, phương trình động học robot, thuật toán thu thập
dữ liệu cho cảm biến leap motion :
3. Điều khiển real time robot bằng cảm biến leap motion :
Thực hiện thuật toán điều khiển linh hoạt sử dùng cảm biến leap motion cho
robot gắp vật trong mơi trường có dao động (bến cảng).

vi


ABSTRACT

Robot became very important in industrial production and automation. It have
integrated into the activities of human society. Robots were produced to reduce labor
and improve the quality of human life.
Robots offshore operation were important major to study. Inclement conditions
offshore is a major challenge, and it is compounded when installation activity is taking
place in deepwater. Rough wind and weather conditions can test the limits of
installation systems, often resulting in downtime and sometimes causing damage to
vessels, cranes, winches and associated lifting appliance equipment. Growth in the
subsea sector is one of the significant drivers for the focus on crane safety and
capabilities in recent years.
The research direction of this paper is: “Stable Control Robot Offshore get
products in the environment motions (Harbor)”. The sult was so great when control
algorithm for robot was combined by method inverse kinematics robot & leap
motion sensor (algorithm classification listener and template matching) &
Processing Java to improve speed servo and exact position. Control robot using leap
motion sensor with approximate precision 100% and respond real time 100%.
Content consists of three main parts:
1. Introduction of robot.
Including development history, classification, current research and applications of
robot in the past and future.
2. Calculate & design robot.
Robot simulation in matlab : forward and inverse kinematics. After programming
robots on real models and constructingdynamic wave model.
3. Control strategy: flexible control robot
Control algorithm for robot was combined by method inverse kinematics robot &
leap motion sensor & processing java to improve speed servo and exact position for
robot.

vii

MỤC LỤC
LỜI CAM ĐOAN ............................................................................................................... iii
LỜI CẢM ƠN ..................................................................................................................... iv
QUYẾT ĐỊNH GIAO ĐỀ TÀI............................................................................................ v
TÓM TẮT........................................................................................................................... vi
ABSTRACT ...................................................................................................................... vii
MỤC LỤC ........................................................................................................................ viii
DANH MỤC CÁC HÌNH .................................................................................................. xi
CHƯƠNG I. TỔNG QUAN ROBOT NGỒI KHƠI ........................................................ 1
1.1.

Tổng quan ................................................................................................................. 1

1.2.

Tình hình nghiên cứu trong và ngồi nước .............................................................. 2

1.3.

Tính cấp thiết, ý nghĩa khoa học và thực tiễn của đề tài .......................................... 4

1.4.

Mục đích nghiên cứu, khách thể và đối tượng nghiên cứu. ..................................... 4

1.5.

Giới hạn của đề tài .................................................................................................... 4

1.6.

Phương pháp nghiên cứu. ......................................................................................... 4

1.7.

Kế hoạch thực hiện. .................................................................................................. 5

CHƯƠNG II. CƠ SỞ LÝ THUYẾT ................................................................................... 6
2.1.

Phương pháp bù dao động cho hoạt động ngoài khơi .............................................. 6

2.1.1. Giới thiệu chung về phương pháp bù dao động ....................................................... 6
2.1.2. Hệ thống bù dao động thụ động (PHC) và bù dao động chủ động (AHC). ............. 7
2.1.3. Các thành tựu trước đây về phương pháp bù dao động............................................ 8
2.2.

Phương trình điều khiển cho robot ngồi khơi. ........................................................ 9

2.2.1. Phương trình điều khiển robot ngoài khơi................................................................ 9
2.2.2. Bù dao động (heave compensation) ....................................................................... 11
2.3.

Giới thiệu về cảm biến leap motion ....................................................................... 12

2.3.1. Chức năng và vùng làm việc của leap motion........................................................ 13
2.3.2. Cấu tạo cảm biến leap motion ................................................................................ 15
2.3.3. Lập trình với cảm biến leap motion ....................................................................... 16
CHƯƠNG 3 : THIẾT KẾ .................................................................................................. 18

viii


3.1.

Sơ đồ khối hệ thống ................................................................................................ 18

3.2.

Thiết kế và thi cơng mơ hình tạo dao động 3 chiều X, Y, Z. ................................ 19

3.3.

Robot 6 bậc ............................................................................................................. 23

3.3.1. Thông số Robot. ..................................................................................................... 23
3.3.2. Thông số động cơ servo 12X.................................................................................. 27
3.3.3. Kit điều khiển ArbotiX robocontroller ................................................................... 28
3.4.

Thiết kế giao diện giám sát và điều khiển Robot ................................................... 29

3.5.

Thuật toán điều khiển cho robot ngồi khơi ........................................................... 32

3.5.1. Thuật tốn tổng qt cho robot ngồi khơi ............................................................ 32
3.5.2. Thuật tốn thu thập dữ liệu cho leap motion .......................................................... 33
3.5.2.1. Phân lớp Listener (Classification) ...................................................................... 33

3.5.2.2. Thuật toán template matching ............................................................................ 35
3.5.3. Thuật tốn điều khiển cho robot ngồi khơi ........................................................... 37
CHƯƠNG 4 : KẾT LUẬN ................................................................................................ 38
4.1.

Kết luận .................................................................................................................. 38

4.2.

Kết quả và đánh giá ................................................................................................ 40

4.3.

Hướng phát triển đề tài. .......................................................................................... 40

TÀI LIỆU THAM KHẢO ................................................................................................. 41

ix


DANH SÁCH CÁC CHỮ VIẾT TẮT
AHC

Active Heave Compensation

ARBTCS

Active Rider Block Tagline Control System

AMF

American Machine and Foundry Company

CCS

Crane Control System

CPU

Central Processing Unit

DH

Denavit – Hertenberg

EER

Equal Error Rate

FAR

False Acceptance Rate

FRR

False Reject Rate

MRU

Motion Reference Unit

NC

Numerically Controlled machine tool

PHC

Passive Heave Compensation

PWM

Pulse Width Modulation

IK

Inverse Kinematic

IMU

Inertial Measurement Unit

USB

Universal Serial Bus

x


DANH MỤC CÁC HÌNH
Hình 1. 1 Robot hoạt động ngồi khơi ...........................................................................1

Hình 2. 1 Cần cẩu hoạt động ngồi khơi ........................................................................6
Hình 2. 2 Hệ thống AHC và PHC .................................................................................7
Hình 2. 3 Cánh tay robot áp dụng thuật toán điều khiển linh hoạt ..............................10
Hình 2. 4 Điều khiển robot ngồi khơi bằng robot leap motion ..................................12
Hình 2. 5 Mơ tả mơi trường làm việc của leap motion .................................................13
Hình 2. 6 Mơ tả phạm vi làm việc của leap motion .....................................................14
Hình 3. 1 Mơ hình hóa hệ thống ...................................................................................18
Hình 3. 2 Cụ thể hóa mơ hình ......................................................................................19
Hình 3. 3 Thi cơng mơ hình tạo dao động 3 chiều .....................................................20
Hình 3. 4 Hệ trục tọa độ của tàu ...................................................................................20
Hình 3. 5 Trạng thái phổ của biển ................................................................................21
Hình 3. 6 Cánh tay robot 6 bậc ...................................................................................23
Hình 3. 7 Thơng số robot .............................................................................................24
Hình 3. 8 Vùng làm việc của robot .............................................................................25
Hình 3. 9 Khả năng xoay của robot ............................................................................26
Hình 3. 10

Thơng số của gripper ...............................................................................26

Hình 3. 11 Thơng số kit arbotix ...................................................................................28
Hình 3. 12

Nguồn cấp cho kit điều khiển .................................................................29

Hình 3. 13 Cáp FTDI ..................................................................................................29
Hình 3. 14 Phần mềm Java Processing ........................................................................30
Hình 3. 15 Giao diện điều khiển và giám sát robot ....................................................31
Hình 3. 16 Sơ đồ thuật tốn tổng qt cho robot ........................................................32
Hình 3. 17 Sơ đồ khối thuật tốn phân lớp listener ....................................................34
Hình 3. 18 Thuật tốn template matching....................................................................35

Hình 3. 19 Sơ đồ thuật tốn điều khiển robot ..............................................................37
Hình 4. 1 Mơ hình thi cơng ...........................................................................................39
Hình 4. 2 Mơ hình thi cơng ...........................................................................................39

xi


DANH MỤC CÁC BẢNG
Bảng 1. 1 Kế hoạch thực hiện .........................................................................................5
Bảng 3. 1 Trạng thái biển ..............................................................................................21
Bảng 3. 2 Thông số dao động của tàu ...........................................................................22
Bảng 3. 3

Thông số động cơ servo 12X .....................................................................27

Bảng 3. 4 Thông số kit Arbotix microcontroller..........................................................28

xii


CHƯƠNG I. TỔNG QUAN ROBOT NGOÀI KHƠI
1.1. Tổng quan
Ngày nay, các ngành cơng nghiệp ngồi khơi là một trong những ngành yêu cầu
những công nghệ tân tiến nhất trên thế giới. Với điều kiện khắc nghiệt của mơi trường
ngồi khơi, là thách thức lớn địi hỏi phải tìm ra những giải pháp điều khiển hệ thống
hiệu quả, an toàn và ổn định. Trong đó, Na Uy giữ vị trí hàng đầu trong ngành cơng
nghiệp hàng hải tồn cầu, trang thiết bị và công nghệ tàu thuyền hàng hải bậc nhất thế
giới.
Từ những khó khăn của điều kiện thời tiết, mơi trường có nhiều dao động, đặt ra
u cầu phải tìm ra những giải pháp mới. Robot ngồi khơi được ví như là những diễn

viên chính trong hoạt động vận chuyển và sắp xếp hàng hóa trên biển.
Trong các hoạt động ngồi khơi có nhiều vấn đề như : chuyển động do dịng chảy
và sóng, khó khăn trong việc xác định vị trí tải, dao động lắc lư của tàu… Khơng
giống như robot hoạt động trên mơi trường cố định.

Hình 1. 1 Robot hoạt động ngoài khơi

1


1.2. Tình hình nghiên cứu trong và ngồi nước
Tóm tắt các kết quả nghiên cứu trong và ngoài nước về điều khiển ổn định robot
ngoài khơi :
 Điều khiển robot ngoài khơi kết hợp với camera 2D, 3D.
Năm 2015, bài báo [2] “Robot Arm Manipulation Using Depth-Sensing
Cameras and Inverse Kinematics”, của hai tác giả “Akhilesh Kumar Mishra Oscar
Meruvia- Pastor”, trường đại học Newfoundland. Bài báo này được in trong tạp
chí IEEE với mã hiệu Oceans14_IEEE_ID_7003029. Bài báo trình bày về việc
ứng dụng camera cảm biến chiều sâu để xác định được vật thể 3D trong không
gian, kết hợp với động học nghịch robot, để giải quyết các vấn đề về mơi trường
hoạt động cho robot ngồi khơi. Kết quả đạt được trong nghiên cứu này rất chính
xác về nhận dạng và điều khiển đối tượng trong điều kiên môi trường dao động.
 Điều khiển robot ngồi khơi theo thuật tốn thích nghi : robot có khả năng
tự học trong q trình hoạt động (mạng thần kinh nhân tạo).
Năm 2002, bài báo [16] “ Neural network based predictive control systems for
underwater robotic vehicles ” được in trong tạp chí khoa học IEEE của tác giả
“V.S. Kodogiannis P.J.G. Lisboa J. Lucas” ( thành viên của trường đại học
Liverpool ). Thuật toán này áp dụng cho những bài tốn phi tuyến tính. Bài báo
này trình bày một phương pháp kiểm sốt và nhận dạng của một URV nguyên
mẫu (như một hệ thống phi tuyến tính), sử dụng các mạng thần kinh neural (NNS

- using neural networks). Mơ hình NNS được phát triển và sau đó dựa vào thuật
tốn tiên đốn hướng, vị trí tương lai của robot dưới nước. Thuật toán tiên đoán
gọi là “hybrid control strategies”. Kết quả mô phỏng của bài viết rất khả quan.
Năm 2012, bài báo [11] “A NEURAL NETWORK BASED CONTROLLER
FOR UNDER WATER ROBOTIC VEHICLES” cơng trình nghiên cứu của ba tác
giả “Josiane Maria Macedo Fernandes, Marcelo Costa Tanaka, Raimundo Carlos
Silv´erio Freire J´unior” ( thành viên của trường đại học Natal, RN, Ấn Độ ) được
in trong tạp chí “ABCM Symposium Series in Mechatronics - Vol. 5”. Bài báo
này trình bày về điều khiển huấn luyện robot dưới nước dựa trên mạng thần kinh
nhân tạo (NEURAL NETWORK). Mục tiêu của nghiên cứu này là phát triển hệ
thống định vị và điều khiển động học từ xa cho các phương tiện, robot dưới nước.
2


 Điều khiển robot hoạt động ngoài khơi theo phương pháp bù dao động
(heave compensation ). Phương pháp sử dụng giải thuật đốn vị trí của vật trong
tương lai. Sử dụng hệ thống bù dao động AHC và PHC.
Tháng 11 năm 2008, bài báo [5] “ A Heave Compensation Approach for
Offshore Cranes “ của American Control Conference Westin Seattle Hotel,
Seattle, Washington nghiên cứu về bù dao động cho cần cẩu ngồi khơi. Bài báo
này trình bày về phương pháp để tìm ma trận chuyển động nghịch với khả năng
hội tụ cao với số vịng lập ít hơn và đáp ứng nhanh hơn (phương pháp DLS và
LMA). Kết hợp với hệ thống MRU (motion reference unit) : hệ thống điều khiển
tải chuyển động với quỹ đạo tham chiếu để đự đoán chuyển động của tải & tàu.
Tháng 8 năm 2014, bài báo [17] “ Heave compeftsatioft improves offshore lifting
operations ” của hiệp hội khoa học ABS from OE (Offshore Engineer). Bài báo
trình bày về hệ thống bù dao động AHC và PHC. Thứ nhất là phương pháp bù
chuyển động thụ động (PHC). Chẳng hạn như lồng giảm xóc Frederick của hệ
thống bù chuyển động bằng một chương trình tối ưu hóa bậc hai tuần tự.
Hatleskog và Dunnigan nghiên cứu hệ thống bù chuyển động sóng biển dùng xi

lanh khí nén. Thứ hai là phương pháp bù dao động chủ động (AHC) cho các tàu
khoan bằng cách bổ sung thêm chuyển động theo chiều thẳng đứng của tải, từ đó
có thể hãm sự dao động của tải.
 Điều khiển robot ngoài khơi bằng công nghệ cảm biến trong không gian

3D.
Năm 2014, Bài báo [7] “3D vision and

object recognition for off-shore

robot guidance” của hiệp hội GEMINI Centre for Advanced Robotics nghiên cứu
về nhận dạng vị trí đối tượng cho robot ngồi khơi. Bài báo này trình bày về
xây dựng mơ hình CAD nâng cao để nhận dạng đối tượng. Từ đó, robot sẽ được
trang bị với tầm nhìn 3D dựa trên ánh sáng có cấu trúc của đối tượng. Như vậy,
việc điều khiển robot ngồi khơi hồn tồn có thể kiểm sốt được.
Năm 2015, Bài báo [1] “Leap Motion Controller for Authentication via Hand
Geometry and Gestures” tác giả “Alexander Chan, Tzipora Halevi, and Nasir
Memon’’ Hunter College High School, New York, NY, USA. Bài báo này nói về
điều khiển real time cho robot arm : kết hợp giữa động học nghịch robot và điều
3


khiển real time bằng cảm biến leap motion. Robot này có thể gắp được mọi vật
trong khơng gian.
1.3. Tính cấp thiết, ý nghĩa khoa học và thực tiễn của đề tài
Để robot ngoài khơi hoạt động an toàn, hiệu quả trong điều kiện khắc nghiệt ngồi
khơi (dao động bởi sóng biển và tàu). Đề tài “điều khiển ổn định robot gắp sản phẩm
trong mơi trường có dao động (bến cảng)” sử dụng thuật toán điều khiển linh hoạt
cho robot : kết hợp động học nghịch robot trong môi trường dao động và điều khiển
real time robot sử dụng cảm biến leap motion để giải quyết bài toán gắp vật trong mơi

trường có dao động. Đề tài này rất cấp thiết cần được nghiên cứu và đưa vào thực tiễn
trong điều khiển robot hoạt động ngồi khơi.
1.4. Mục đích nghiên cứu, khách thể và đối tượng nghiên cứu.
Mục đích của đề tài : Tính tốn , thiết kế và điều khiển mơ hình robot ngồi khơi
hoạt động an tồn, hiệu quả và hiệu suất cao sử dụng cảm biến leap motion để giải
quyết bài tốn gắp vật trong mơi trường có dao động.
Nhiệm vụ của đề tài :
 Phân tích và thực hiện điều khiển robot cổ điển.
 Phân tích, đánh giá và đọc dữ liệu cảm biến leap motion (hồi tiếp vị trí X, Y, Z)
 Đảm bảo đáp ứng truyền nhận dữ liệu real time cho robot.
Đối tượng nghiên cứu : Robot arm, cảm biến leap motion, cảm biến IMU, động cơ
servo, kit arduino…
1.5. Giới hạn của đề tài
Môi trường hoạt động của robot : trạng thái tĩnh. Vật cần gắp đặt trong môi trường
dao động 3 chiều ( theo phương X, Y, Z ).
1.6. Phương pháp nghiên cứu.
Phương pháp nghiên cứu được sử dụng chủ yếu là:
 Nghiên cứu phần mềm Solid Work.
 Thực hiện mô phỏng robot trên MATLAB.
 Cách thức thiết kế phần cứng cánh tay robot : động lực học, sức bền vật liệu, cơ
cấu cơ khí để lựa chọn thơng số thiết bị chính xác.
 Phân tích và thực hiện điều khiển robot trên mơ hình thực.
 Thực thi thuật tốn điều khiển linh hoạt dùng cảm biến leap motion.
4


1.7. Kế hoạch thực hiện.
Tháng 2 đến tháng 4
Tháng 4 đến tháng 6
Tháng 6 đến tháng 7

Tháng 7 đến tháng 8

Lắp ráp cánh tay robot 6 bậc và thi công mơ hình tạo dao
động theo 3 chiều X, Y, Z.
Điều khiển robot cổ điển trên mô phỏng và thực tế.
Thực thi thuật toán điều khiển linh hoạt dùng cảm biến leap
motion.
Kết hợp điều khiển robot – cảm biến leap motion gắp vật
trong mơi trường có dao động.

Tháng 8 đến tháng 9

Viết báo cáo luận văn tốt nghiệp.

Tháng 9 đến tháng 10

Chuẩn bị cho báo cáo luận văn tốt nghiệp.
Bảng 1. 1 Kế hoạch thực hiện

5


CHƯƠNG II. CƠ SỞ LÝ THUYẾT
2.1. Phương pháp bù dao động cho hoạt động ngoài khơi
2.1.1. Giới thiệu chung về phương pháp bù dao động
Trước hết, nắm được thuật ngữ heave compensation ( bù dao động ) & anti-sway
control (điều khiển chống dao động).
Các vấn đề an toàn và hiệu quả trong những hoạt động ngoài khơi được giải quyết
chưa triệt để từ những thành tựu trước đây. Và phương pháp bù dao động là phương
pháp được sử dụng khá hiệu quả và khắc phục được những nhược điểm so với những

phương pháp trước kia. Điểm khác nhau lớn nhất của những thành tựu này là phương
pháp tiếp cận. Thứ nhất là phương pháp bù chuyển động thụ động (PHC). Chẳng hạn
như lồng giảm xóc Frederick của hệ thống bù chuyển động bằng một chương trình tối
ưu hóa bậc hai tuần tự. Hatleskog và Dunnigan nghiên cứu hệ thống bù chuyển động
sóng biển dùng xi lanh khí nén. Thứ hai là phương pháp bù dao động chủ động (AHC)
cho các tàu khoan bằng cách bổ sung thêm chuyển động theo chiều thẳng đứng của tải,
từ đó có thể hãm sự dao động của tải.

Hình 2. 1 Cần cẩu hoạt động ngoài khơi
6


Không những thế, để đạt hiệu quả tối đa cho phương pháp bù dao động, người ta đã
kết hợp với phương pháp điều khiển chống dao động. Như phương pháp điềp khiển
song song lực & vị trí cho các tải cẩu hoạt động ngoài khơi (tác giả Skaare and
Egeland). Giai đoạn đầu là bù dao động, điều khiển thay đổi chiều dài dây cáp kết nối
với tải tương ứng với dao động của tải bởi sóng biển. Giai đoạn thứ hai là kiểm sốt
vận tốc tương đối giữa sóng biển và tải để giảm tác động của thủy động lực lên tải đặt
ngoài khơi.
2.1.2. Hệ thống bù dao động thụ động (PHC) và bù dao động chủ động (AHC).

Hình 2. 2 Hệ thống AHC và PHC
Hệ thống bù dao động thụ động (PHC : Passive Heave Compensation), bao gồm xi
lanh hoặc bình nén khí, tay quay, rịng rọc. Họ đơn giản hóa hệ thống bằng cách điều
khiển vịng kín và hầu như không yêu cầu hệ thống điều khiển điện tử. Hầu hết các hệ
thống PHC có thể khơng an tồn. Hệ thống PHC có thể giảm thiểu tác động của sóng
7


biển nhưng không tối ưu bằng hệ thống AHC (bù dao dộng chủ động). Hầu hết các hệ

thống PHC, với mỗi tải riêng biệt thì cần phải tính tốn một áp lực cụ thể riêng biệt,
như vậy có nghĩa là với mỗi hệ thống PHC sẽ tương ứng với mỗi loại tải khác nhau.
PHC không thể sử dụng trong trường hợp tải thay đổi.
Hệ thống bù dao động chủ động (AHC : Active Heave Compensation). Hệ thống
AHC được hiểu là hệ thống dự đoán chuyển động tải sử dụng các thiết bị đo lường :
như cảm biến chuyển động tăng cường : surge, sway, heave; cảm biển đo tốc độ quay :
roll, pitch, yaw. Chủ yếu là sử dụng hệ thống MRU (motion reference unit) : là hệ
thống cho tải chuyển động với quỹ đạo tham chiếu. Để kiểm soát chuyển động của tải,
từ đó giúp tải giảm ảnh hưởng bởi dao động sóng biển.
Hệ thống AHC điển hình là AHC tay quay hoặc xi lanh / ròng rọc. AHC xi lanh
bao gồm: 1 hoặc 2 bộ xi lanh, 2 bộ ròng rọc (1 tĩnh, 1 động). Dựa trên hệ thống điều
khiển MRU và HPU ( hydraulic control system : hệ thống điều khiển thủy lực ) bao
gồm hệ thống bình acquy trữ năng lượng. Hệ thống AHC tay quay điển hình bao gồm:
tay quay hình trụ (winch drum), bộ điều khiển MRU, và HPU (hệ thống điều khiển
thủy lực).
2.1.3. Các thành tựu trước đây về phương pháp bù dao động
Các thành tựu trước đây về phương pháp bù dao động (heave compensation):
 Hệ thống PHC (hệ thống bù dao động thụ động) chẳng hạn như lồng giảm xóc

Frederick - hệ thống bù dao động bằng một chương trình tối ưu hóa bậc hai tuần tự.
Hatleskog và Dunnigan nghiên cứu hệ thống bù chuyển động sóng biển dùng xi
lanh & khí nén. Và hệ thống PHC hiện nay bao gồm xi lanh hoặc bình nén khí, tay
quay, rịng rọc.
 Hệ thống AHC chẳng hạn như hệ thống AHC sử dụng hệ thống đo lường IMU

hệ thống đo lường để dự đoán chuyển động của tải & tàu. IMU là thiết bị được kết
hợp từ hai bộ cảm biến Accelerometer và cảm biến Gyroscope có chức năng cung
cấp thơng tin về góc quay và độ nghiêng giúp cho việc giữ thăng bằng của hệ thống
tự động Hiện nay, AHC chủ yếu sử dụng hệ thống MRU : hệ thống điều khiển tải
chuyển động với quỹ đạo tham chiếu để đự đoán chuyển động của tải & tàu.

Các thành tựu trong công việc anti-sway control (điều khiển chống dao động).

8


 Hai hướng tiếp cận chính trong các nghiên cứu trước đây: đầu tiên là sử dụng

các tín hiệu dao động thu được (signal shape) → tiếp theo là lọc tín hiệu ( signal
shape ) để làm mịn, giảm nhiễu → giúp giảm dao dộng tải. Cách tiếp cận này được
thiết kế chủ yếu là thử nghiệm cho cần cẩu trên đất liền.
 Đối với cần cẩu ngoài khơi, phương pháp trên không giải quyết một cách hiệu

quả được. Một phương pháp tiếp cận khác (ARBTCS) hệ thống điều khiển quỹ đạo
chuyển động chủ động, có chức năng chống dao động tải, bao gồm các tay quay và
ròng rọc. Tuy nhiên, hệ thống ARBTCS khơng thể tích hợp với hệ thống AHC ( bù
dao động chủ động ).
 Một phương pháp hiện nay sử dụng khá hiệu quả là phương pháp BG (bond

graph) giải quyết được vấn đề năng lượng (hệ thống có khả năng tái tạo năng lượng
tái sinh từ động cơ thủy lực); không những thế, phương pháp này cịn thỏa mãn
tính chất đa miền (áp dụng cho hầu hết các cần cẩu xa bờ, không quan tâm đến
phần cứng của cần cẩu). Cẩn cẩu ngoài khơi (robot) thường nặng hơn, cồng kềnh
hơn và hầu như điều khiển bằng thủy lực nên điều khiển robot cổ điển không đảm
bảo hiệu quả tương tự để điều khiển cần cẩu ngồi khơi.
Mục đích cuối cùng là tìm ra phương pháp mới cho robot ngồi khơi có khả năng
hoạt động an toàn, hiệu quả, ổn định : giúp giảm dao động và điều khiển chống dao
động áp dụng cho hầu hết các robot hoạt động ngồi khơi, thỏa mãn tính chất đa miền
và giúp hệ thống hoạt động an tồn, chính xác & hiệu quả, tăng năng suất.
2.2.

Phương trình điều khiển cho robot ngồi khơi.

2.2.1. Phương trình điều khiển robot ngồi khơi
Thay vì điều khiển từng khớp riêng, điều khiển khớp cuối (crane tip) thơng qua
việc mơ hình hóa chuyển động của nó để có được những góc độ cần thiết cho mỗi
khớp còn lại. Phương pháp này được áp dụng rộng rãi trong các hệ thống điều khiển
cánh tay robot. Với mơ hình điều khiển này có những ưu thế cho cần cẩu ngoài khơi:
thứ nhất, cung cấp sự linh hoạt hơn trong việc kiểm soát các loại cần cẩu bất kể cấu
hình. Thứ hai, vị trí của tải trực quan hơn. Hướng đến thiết lập hệ phương trình từ vị
trí của khớp cuối cùng có thể suy ra các thơng số góc của các góc cịn lại. ( Tham khảo
bài báo [10] ).

9


Hình 2. 3 Cánh tay robot áp dụng thuật tốn điều khiển linh hoạt
Điều khiển cần cẩu được tách ra thành các khối điều khiển chức năng, do đó tạo
nên sự linh hoạt để có thể áp dụng thuật tốn này cho các loại cần cẩu khác nhau. Để
minh họa cho phương pháp này, chẳng hạn như một cần cẩu ngồi khơi nói chung đã
được thực hiện như ví dụ (Hình 2.3). Cần cẩu có ba khớp quay được kích thích bởi
những động cơ thủy lực và xi lanh. Các hệ tọa độ, kích thước liên kết và góc độ khớp
được hiển thị và tương ứng với các ký hiệu trong phương pháp DH ( bộ thông số
Denavit - Hertenberg: α n , an, dn, θn ).
Phương pháp Denavit-Hartenberg (DH) là một cách cổ điển để giải quyết chuỗi
động học. Tương tự như vậy, cần cẩu có thể được coi như là một chuỗi động với ba
khớp và bốn liên kết. Sau đó nó có thể được giải quyết bằng cách xác định các thông
số DH tiêu chuẩn tương ứng của nó và các biến.
Ma trận 04𝑇 : gọi là ma trận chuyển đổi khớp cuối (crane tip) của robot:
𝑐𝜃1 𝑐(𝜃2 + 𝜃3 ) −𝑐𝜃1 𝑠(𝜃2 + 𝜃3 ) 𝑠𝜃1 cθ1 (L2 cθ2 + L3 c(θ2 + θ3 )
𝑠𝜃1 𝑐(𝜃2 + 𝜃3 ) −𝑠𝜃1 𝑠(𝜃2 + 𝜃3 ) −𝑐𝜃1 sθ1 (L2 cθ2 + L3 c(θ2 + θ3 )

0
] [2.1]
4T = [
0
𝑠(𝜃2 + 𝜃3 )
𝑐(𝜃2 + 𝜃3 )
L1 + L2 sθ2 + L3 s(θ2 + θ3
0
0
0
1
10


Trong đó : 𝑐𝜃𝑖 = cos(𝜃𝑖 ); 𝑠𝜃𝑖 = sin(𝜃𝑖 )
Chuyển đổi ma trận 04𝑇 về dạng tọa độ đề các.
cθ1 (L2 cθ2 + L3 c(θ2 + θ3 )
x
[y] = [sθ1 (L2 cθ2 + L3 c(θ2 + θ3 )]
z
L1 + L2 sθ2 + L3 s(θ2 + θ3

[2.2]

Ma trận Jacobian là ma trận chứa các đạo hàm riêng bậc nhất của hàm giữa hai
không gian vector. Trong lĩnh vực robot, Jacobian được sử dụng để liên hệ vận tốc góc
của khớp robot. Ở đây người ta sử dụng ma trận J cho vận tốc góc khớp cuối (crane
tip) của robot.
𝑣 = 0𝐽(𝜃)𝜃̇

0

[2.3]

Trong đó: 𝜃̇ là vận tốc góc; 0𝑣 là vận tốc khớp cuối (crane tip) của robot.
Công thức ma trận Jacobian trong hệ tọa độ đề các:
−sθ1 (L2 cθ2 + L3 c(θ2 + θ3 ) −cθ1 (L2 sθ2 + L3 s(θ2 + θ3 ) −L3 cθ1 s(θ2 + θ3 )
J(θ) = [ cθ1 (L2 cθ2 + L3 c(θ2 + θ3 ) −sθ1 (L2 sθ2 + L3 s(θ2 + θ3 ) −L3 sθ1 s(θ2 + θ3 )][2.4]
L2 cθ2 + L3 c(θ2 + θ3
−L3 c(θ2 + θ3 )
0

0

2.2.2. Bù dao động (heave compensation)
Khi crane tip có thể được điều khiển trong mọi hướng, để bù dao động theo chiều
dọc của sóng, tức là giữ cho vị trí crane tip ổn định, vận tốc góc cần thiết cho mỗi
khớp được tính tốn với phương trình sau :
0
0
]
−Vheave

θ̇ = 0J(θ)−1 . [

[2.5]

Phương pháp để tìm ma trận đảo (tìm chuyển động nghịch với dao động thu được
từ cảm biến). Phương pháp DLS và LMA là hai phương pháp để tìm ma trận chuyển
động nghịch (inverse kinematics) với khả năng hội tụ cao với số vịng lập ít hơn và đáp

ứng nhanh hơn.
Cơng thức tìm ma trận nghịch đảo theo phương pháp DLS:
0

𝐽(𝜃)−1 = 0𝐽(𝜃)𝑇 . ( 0𝐽(𝜃)𝑇 . 0𝐽(𝜃) + 𝜆2 𝐼)−1

[2.6]

Trong đó : JT : là ma trận chuyển vị; λ : hằng số hãm; I : là ma trận đơn vị (mọi
phần tử trên đường chéo chính bằng 1 và tất cả những phần tử khác đều bằng 0).
11


Đối với mô phỏng, dao động của con tàu được giả định là một hàm sóng sin đơn
giản. Trong các ứng dụng thực tế, hàm sóng dao động phức tạp hơn được thu bằng
cảm biến, ví dụ như phương pháp MRU_Motion Reference Unit.
Vheave = Asin(

2π
T

t)

[2.7]

Trong đó : A là biên độ; T là chu kỳ.
2.3. Giới thiệu về cảm biến leap motion
Dự án về điều khiển “real time” cho robot bằng leap motion được chia làm hai
phần : lập trình và thiết kế. Phần thứ nhất, lập trình để điều khiển cánh tay robot 6 bậc
tự do với cảm biến Leap Motion, một cảm biến chuyển động theo thời gian thực. Phần

thứ hai, dùng phần mềm Solid Work để thiết kế cách tay robot sáu bậc tự do.
Mục tiêu là kiểm sốt được một cánh tay robot ngồi khơi, điều khiển “real time
robot arm” có khả năng hoạt động trong mơi trường có dao động. Muốn đạt được điều
đó, phải nắm vững công nghệ điều khiển real time robot arm bằng leap motion. Hình
2.11 mơ tả các cơng cụ và các bước mà tôi đã sử dụng để điều khiển cánh tay robot,
theo thứ tự từ trái sang phải.

Hình 2. 4 Điều khiển robot ngoài khơi bằng robot leap motion
12


Xét thấy dự án này rất có tìm năng trong điều khiển robot ngồi khơi nên tơi quyết
định nghiên cứu dự án này để giải quyết bài toán gắp sản phẩm trong mơi trường khắc
nghiệt ngồi khơi.
2.3.1. Chức năng và vùng làm việc của leap motion
Leap motion được tích hợp đa chức năng. Và có thể ứng dụng leap motion để điều
khiển real time robot. Chúng ta biết rằng leap motion dễ dàng thay thế chuột máy tính
vì khả năng di chuyển của nó trong khơng gian 3D. Người dùng có thể đặt bàn tay
trong vùng hoạt động của cảm biến leap motion, từ đó máy tính sẽ thu về một lượng
dữ liệu thực như : hướng, vị trí 3D trong khơng gian, vận tốc, gia tốc… Xét thấy tính
chất của cảm biến leap motion giống như một loại cảm biến cử chỉ 3D, có thể thu được
300 khung hình trên mỗi giây… Như vậy cảm biến này rất thích hợp để điều khiển
robot.

Hình 2. 5 Mơ tả mơi trường làm việc của leap motion
Môi trường làm việc của cảm biến leap motion là một kim tự tháp ngược, phạm vi
hoạt động được giới hạn như hình 2.12. Khi tay lên cao, phạm vi chuyển động trở nên
rộng hơn. Các điểm nằm trong vùng quét 150 độ của cảm biến có thể cảm nhận trực
tiếp trên thiết bị từ 25mm đến 600mm. Khối hoạt động màu đỏ trong hình 2.13, được
gọi là tương tác khối, miễn là tay vẫn còn trong vùng đó thì “Leap motion” sẽ có thể

đọc chính xác vị trí của bàn tay. Người dùng có thể mở rộng các thiết bị bằng cách
phối hợp cách thiết bị tùy thuộc vào các ứng dụng được lựa chọn. Leap Motion có thể
nhận diện chuyển động của người dùng dưới dạng 3 chiều với thể tích khoảng 0,23
mét khối.
13


Hình 2. 6 Mơ tả phạm vi làm việc của leap motion
Ngoài việc cải tiến liên tục các thiết bị leap motion, các nhà sản xuất leap motion
sẽ bổ sung thêm đáp ứng môi trường làm việc thực và ảo của leap motion. Cảm biến
leap motion làm việc trong môi trường 3D thời gian thực. Người dùng có thể cảm
nhận chính họ như trong bộ điều khiển CPU, trong khi họ thao tác đối tượng. Giao
diện làm việc của leap motion có thể mở rộng tầm nhìn thêm 35 độ so với sản phẩm
Oculus của Rift, một công ty đối thủ trong lĩnh vực màn hình đa nhiệm. Nó cũng có
khả năng thu thập dữ liệu trong khơng gian 3D thông qua việc sử dụng các cảm biến
hồng ngoại. Những khả năng của Leap Motion là vô tận.
14


2.3.2. Cấu tạo cảm biến leap motion
Bộ điều khiển Leap Motion là một cảm biến cử chỉ 3D. Cảm biến được dùng để
đọc vi trí mơi trường xung quanh và phản hồi lại thơng tin cho con người, máy tính,
robot, giống như hệ thống thu thập dữ liệu. Chúng được sử dụng trong cuộc sống hàng
ngày và có thể trải rộng từ cảm biến quang trở đơn giản tới các cảm biến phức tạp. Các
cảm biến này được tích hợp trong các hệ thống sưởi và làm mát để đảm bảo nhiệt độ
hoàn hảo cho con người. Hệ thống GPS định vị được hầu hết tất cả các vị trí. Các cảm
biến loại nhỏ được tích hợp trong điện thoại thơng minh để cung cấp vơ số trị chơi và
ứng dụng giải trí cho con người ở mọi lứa tuổi.
Robot có thể dựa trên cảm biến để tương tác với mơi trường xung quanh nó. Hệ đa
camera cho phép robot có thể cảm nhận độ sâu, cảm biến âm thanh cho robot có khả

năng đáp ứng với giọng nói, cảm biến khí đốt và nhiệt độ nhận biết sự an tồn của mơi
trường cho con người…Và khả năng của nó là vơ hạn, vì cơng nghệ cải tiến cảm biến
leap motion ngày càng phát triển.
Cảm biến Leap Motion đã được thu nhỏ kích thước đáng kể trong những năm qua.
Leap Motion đã giảm tới một kích thước nhỏ gọn 13mmx13mmx76mm và chỉ nặng 45
gram. Nó được thiết kế để đặt giữa người dùng và máy tính. Kết nối USB phổ thông
cho phép sản phẩm dễ dàng sử dụng bởi bất kì thiết bị nào có hỗ trợ chuẩn giao tiếp
này. Cảm biến thu thập dữ liệu trên hệ tọa độ Cartesian, với gốc tọa độ đặt tại tâm của
mặt trên thiết bị.
Thay vì sử dụng bộ cảm biến chiều sâu truyền thống, Leap Motion có 2 camera
hồng ngoại và 3 cảm biến LED hồng ngoại, hoạt động với bước sóng 850nm. Các đèn
LED chiếu một mơ hình 3D của ánh sáng hồng ngoại theo trục Y để giao với tay của
người sử dụng. Các ống kính trên camera của Leap Motion chuyển động uốn cong các
tia sáng phản xạ vào bộ cảm biến bằng cách phóng một vùng khơng gian tương tác là
khoảng 60cm hình cubic 8 mặt trên cảm biến. Nó giới hạn bởi cường độ LED, dịng
điện tối đa của cổng USB máy tính.
Leap Motion ghi lại hình ảnh vào bộ nhớ của nó theo mã gray tại một ơ nhớ riêng.
Nó có khả năng theo dõi tất cả mười ngón tay để tính chính xác 1/100 của 1 mm ở 200
khung hình mỗi giây. Nó lưu các dữ liệu cảm biến tới bộ nhớ và phần mềm sử dụng,
gọi là Leap Motion Service, trong máy tính của người dung để thực hiện các thuật toán
15


để giải thích dữ liệu của cảm biến. để chỉnh ống kính, phần mềm Leap Motion sử
dụng một bản đồ hiệu chuẩn cung cấp các dữ liệu dể tính tốn giá trị góc thật sự của
tia sáng góc. Phần mềm tự động bỏ qua 17 đối tượng phụ như đầu người dùng, và bù
cho ánh sáng khơng đồng đều. Nó cũng có khả năng lọc hình ảnh để đảm bảo chuyển
đổi dữ liệu sn sẻ. Các hình ảnh được đọc bởi Leap Motion được chuyển đổi thành
các bức ảnh chụp, hoặc khung hình, trước khi được chuyển tới bảng điều khiển Leap
Motion, được sử dụng bởi các lập trình viên.

2.3.3. Lập trình với cảm biến leap motion
Leap Motion gồm 2 camera dùng để chụp hình lại đối tượng đối diện nó. Phần
mềm bên trong Leap Motion điều khiển quét những hình ảnh để tìm lịng bàn tay,
ngón tay… Tất cả những điều này cũng được minh họa trong hình 2.14. Tốc độ quét
Leap Motion và gửi lên PC khoảng 300 khung hình mỗi giây.
Thiết bị Leap Motion có thể nhìn thấy và sử dụng thơng tin một cách nhanh chóng
và chính xác, do đó làm cho thời gian đáp ứng kịp thời. Một khi các đối tượng trong
không gian làm việc được xác định, chúng được gán một ID duy nhất.

Hình 2. 7 Bộ điều khiển leap motion

16


Hình 2. 8 Khả năng “tracking hand” của leap motion
Bộ điều khiển leap motion lưu trữ tập mẫu có sẵn những cử chỉ của bàn tay con
người và so sánh nó với những hình ảnh bàn tay thực tế của người dùng bằng ID lưu
trữ trước đó. Đây là một phương pháp dùng leap motion để sửa chữa những dữ liệu
khơng hợp lí .
Các lớp điều khiển và giao diện cốt lõi của bộ điều khiển Leap Motion là rất mạnh
mẽ. Chúng ta có thể truy cập mỗi khung hình của dữ liệu theo dõi và thơng tin cấu
hình đã được thiết lập từ các lớp của bộ điều khiển.
Ví dụ, sử dụng khung dữ liệu Java có thể được sử dụng bất cứ lúc nào bởi các hàm
Controller.frame ().Các thơng tin mới nhất khung có thể được hỏi bằng cách gọi frame
(0) hoặc frame().
Bộ điều khiển có thể lưu trữ lên đến 60 khung hình trong lịch sử của nó. Mỗi sự
thể hiện của một lớp con của Leap Listener có thể được thêm vào bộ điều khiển để xử
lý các sự kiện từ các cảm biến Leap Motion. Mỗi lớp tiêu đề có thể được khởi tạo,
chỉnh sửa hoặc thay đổi tình trạng kết nối theo hệ điều hành tập trung đầu vào nó.

17


CHƯƠNG 3 : THIẾT KẾ
3.1.

Sơ đồ khối hệ thống

Sau khi nghiên cứu về phương pháp bù dao động, thiết lập phương trình tốn điều
khiển robot và lập trình điều khiển real time robot ngoài khơi sử dụng cảm biến leap
motion. Mục đích cuối cùng là điều khiển ổn định robot hoạt động ngồi khơi. Để giải
quyết vấn đề, tơi tiến hành đánh giá nghiên cứu xây dựng mơ hình hệ thống.
Mơ hình hệ thống bao gồm các khối sau : khối controller (kit Artbotix), khối cảm
biến leap motion, khối điều khiển và giám sát trên máy tính, khối thực thi (robot arm 6
bậc), model ship (khối tạo dao động sóng biển), MPU (khối thu thập dữ liệu dao động
của tàu về máy tính).

Hình 3. 1 Mơ hình hóa hệ thống
Chức năng của từng khối :
 Khối cảm biến leap motion : Thu thập dữ liệu của đối tượng trong không gian

3D, đảm bảo dữ liệu tối ưu nhất để đáp ứng điều khiển real time.
 Khối controller : Điều khiển mọi hoạt động của hệ thống. Nhận dữ liệu từ cảm

biến và truyền cho robot, truyền nhận dữ liệu với máy tính để điều khiển hệ thống.
 Khối PC – MONITOR SUPERVISOR : Khối này có chức năng điều khiển và

giám sát hoạt động của robot. Sử dụng phần mềm JAVA để thu nhận dữ liệu, điều
chế tín hiệu tối ưu hóa cho hệ thống. Khối PC có thể nhận dữ liệu từ khối MPU và
sau đó biểu diễn dạng sóng đồ thị dao động sóng biển.

18