Giải pháp điều khiển mờ cho hệ vận động của robot hỗ trợ người thiểu năng vận động
Tóm tắt Giải pháp điều khiển mờ cho hệ vận động của robot hỗ trợ người thiểu năng vận động: ...hồi là góc khớp thực (t). 3. Điều kiện ban đầu cho thiết kế 3.1 Chuẩn bị dữ liệu đầu vào Dữ liệu đầu vào cho RBHT là góc khớp, thường được đo, ghi bằng thực nghiệm trên người khỏe, hiệu chỉnh cho phù hợp với tình trạng của người TNVĐ cụ thể. Một số bộ dữ liệu được sử dụng rộng rãi, nh...i lượng; - Công cụ thiết kế, phân tích hệ mờ rất vạn năng, linh hoạt, dễ sử dụng. Ngôn ngữ diễn tả thuật toán mờ gần với ngôn ngữ tự nhiên nên dễ hiểu; - Do không đòi hỏi thông tin vào thật chính xác, cho phép tín hiệu vào thay đổi trong phạm vi rộng, làm việc dựa trên cơ chế suy luận li... Dap ung Step A m pl itu de Time, s X: 1.759 Y: 1.02 0 1 2 3 4 5 6 7 8 9 10 -70 -60 -50 -40 -30 -20 -10 0 Signal 1 Time (sec) KC03_FLC/Goc co chan : Group 1 0 2 4 6 8 10 -70 -60 -50 -40 -30 -20 -10 0 10 Dap ung goc khop co chan G oc k ho p (d o) Time, s Outp...
ừ các cơ và các giác quan. Tiểu não không trực tiếp sinh ra vận động, nhưng có nhiệm vụ tiếp nhận và tổng hợp các tín hiệu từ các sensor vị trí, gia tốc, hướng, để định hướng, định vị cơ thể và hiệu chỉnh vận động cho chính xác và mềm mại, ổn định tư thế, cũng như (cùng các bộ phận khác, như hạch cơ sở, nội đồi) tạo lập và hoàn thiện các chương trình vận động nhờ quá trình học (Motor Learning). Các cơ chân là phần tử chấp hành, tạo ra chuyển động cơ học theo lệnh từ tủy sống. Trong cơ và gân có các sensor vị trí (Muscle Spindle) và sensor lực (Golgi Tendon Organ), sinh tín hiệu phản hồi về vận động. H. 1 Điều khiển hệ vận động ở người 2.2 Cấu trúc hệ điều khiển vận động của robot Cấu trúc hệ điều khiển của robot được thiết kế theo nguyên tắc phỏng sinh, bắt chước hệ điều khiển vận động của người, nhưng thực thi các nhiệm vụ đơn giản hơn, gồm 3 cấp: 1- bộ hoạch định vận động (Motion Planner - MP), 2- bộ tạo quỹ đạo mẫu (Gait Pattern Generator - GPG), và 3- bộ điều khiển hệ chấp hành bám quỹ đạo (Tracking Controller - TC) như trong H. 2. MP nhận biết ý định của người mang: đứng lên, ngồi xuống, đi hay dừng, CPG có nhiệm vụ chọn chương trình đi tương ứng theo ý định, tạo dữ liệu về quỹ đạo cho TC. TC có mặt ở từng khớp, điều khiển góc khớp bám theo góc mẫu do CPG tạo ra. Như vậy, phối hợp chuyển động các khớp để tạo ra bước đi theo ý muốn là nhiệm vụ của MP và CPG. TC đảm bảo điều kiện cần để có bước đi mong muốn. TC là tên gọi theo phương thức điều khiển (bám). Nó còn tên nữa, gọi theo chức năng, là bộ điều khiển hệ chấp hành (Actuation Controller - AC). Bài báo này tập trung nói về TC. Hệ chấp hành giữ vai trò như của cơ, làm chuyển động các khớp. H. 2 Cấu trúc của hệ điều khiển vận động Hệ chấp hành của robot là các động cơ, tạo ra dịch chuyển góc hay mô-men tại các khớp. Vì khớp ở chân robot và ở chân người đồng trục với nhau nên chuyển động của robot được truyền trực tiếp sang người. Hệ chấp hành thường dùng là điện - cơ, thủy lực hoặc khí nén. Bài báo này chỉ đề cập đến hệ chấp hành điện - cơ. Muốn bàn chân bám sát quỹ đạo mẫu thì mỗi khớp chân phải bám theo góc khớp ref và vận tốc góc khớp tương ứng (xem H. 3). H. 3 Cấu trúc của hệ điều khiển khớp Trên thực tế, đầu vào cho mỗi khớp thường chỉ dùng góc khớp ref, còn vận tốc được tính theo quan hệ . Do đó, tín hiệu đo và phản hồi là góc khớp thực (t). 3. Điều kiện ban đầu cho thiết kế 3.1 Chuẩn bị dữ liệu đầu vào Dữ liệu đầu vào cho RBHT là góc khớp, thường được đo, ghi bằng thực nghiệm trên người khỏe, hiệu chỉnh cho phù hợp với tình trạng của người TNVĐ cụ thể. Một số bộ dữ liệu được sử dụng rộng rãi, như của Antonie Bogert (2003), Harman (2000) [2], Winter (Canada) [4]. Trên H. 4 là đồ thị góc khớp, đã được sử dụng tại MIT [2]. H. 4 Đồ thị góc khớp khi đi bộ Tạo quỹ đạo mẫu ĐK bám quỹ đạo Chấp hành Khung robot Người mang Hoạch định vận động ref u , Y(,,f) , f Bộ điều khiển bám Thiết bị chấp hành Khớp robot ref e u (t) d + - , Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014 VCM-2014 Với mục đích sử dụng làm tín hiệu vào ref cho bộ điều khiển sau khi thiết kế, dữ liệu góc khớp được chuyển thành giá trị số rời rạc như H. 5. H. 5 Giá trị góc khớp được chuyển từ H. 3 3.2 Chọn thiết bị chấp hành Kết cấu cơ khí ở mỗi chân của RBHT có sơ đồ như H. 6, trong đó mỗi chân có ba khớp chủ động. Hai loại động cơ chấp hành đã được khảo sát, gồm xi lanh thủy lực (không trình bày ở đây) và động cơ điện 1 chiều. Để robot có kết cấu gọn nhẹ, chúng tôi đã chọn hệ chấp hành điện - cơ chuyển động thẳng, có tên thương mại là Linear Actuator [5] như trong H. 7. H. 6 Sơ đồ kết cấu của một chân robot H. 7 Hệ chấp hành chuyển động thẳng Tính toán động lực học toàn hệ thống cho thấy mô men và công suất yêu cầu của các khớp không khác nhau nhiều. Điều đó cho phép đơn giản hóa thiết kế, chế tạo và sử dụng thiết bị nhờ trang bị cùng một thiết bị chấp hành và bộ điều khiển cho tất cả các khớp. Để đảm bảo khả năng làm việc và an toàn, hệ thống được thiết kế cho một khớp ảo, tập hợp các điều kiện làm việc khắt khe nhất trong 3 khớp: dải làm việc rộng nhất, vận tốc góc cao nhất, mô men lớn nhất, khối lượng tải trọng lớn nhất. Tuy nhiên, tính toán cho thấy, tỷ số truyền của hệ chấp hành quá nhỏ (1:1880) nên ngay cả khối lượng lớn nhất như của đùi (~10kg) cũng chỉ gây ra mô men quán tính chuyển động quay quy đổi về trục động cơ bằng 0,15% mô men quán tính của chính hệ chấp hành, có thể bỏ qua. Vì vậy mô men quán tính của tất cả các khớp được tính như nhau và bằng mô men quán tính J của hệ chấp hành. Trên cơ sở số liệu kỹ thuật do nhà sản xuất cung cấp, kết hợp tính toán điều kiện công tác như ở trên, bộ thông số kỹ thuật của hệ chấp hành được tổng hợp trong B.1. Đó là cơ sở để xây dựng mô hình động lực học của đối tượng điều khiển. B.1 Thông số kỹ thuật của hệ chấp hành Thông số Giá trị Mô men quán tính J (kgm2) 0,022 Hệ số giảm chấn C (Nm/(rad/s)) 0,5.10-3 Hệ số mô men KT (Nm/A) 0,06 Hệ số điện động Ke (Vs/rad) 1,0 Điện trở phần ứng R (Ω) 2,45 Điện cảm L (H) 0,035 4. Thiết kế bộ điều khiển 4.1 Mô hình toán học của hệ thống Sau khi tính toán động lực học và quy đổi các thông số hệ thống về động cơ, mô hình hệ chấp hành có dạng như của động cơ điện một chiều, điều khiển bằng dòng điện phần ứng, được thể hiện bằng hệ phương trình cân bằng điện áp và cân bằng mô men: a a e T a d Li Ri K v J C K i T (1) trong đó, v - điện áp; Td - mô men tải; các đại lượng còn lại như trong B.1. Hệ có hai tín hiệu vào, hai tín hiệu ra nhưng với bài toán điều khiển bám vị trí, chỉ cần quan tâm đến hàm truyền ( ) / ( )s V s : 2 ( ) ( ) ( )( ) T T e Ks V s Ls R Js cs K K s (2) Mô hình hệ chấp hành có điều khiển trong H. 3 được cụ thể hóa trong H. 8, trong đó BĐK là bộ điều khiển cần thiết kế. H. 8 Sơ đồ hệ chấp hành có điều khiển 4.2 Thiết kế bộ điều khiển mờ Cơ sở lý thuyết của điều khiển mờ là logic mờ, một nhánh của trí tuệ nhân tạo. Khác với mạng nơ ron nhân tạo, bắt chước cấu trúc và quá trình vật lý của hệ thần kinh, giải thuật gen [6] bắt chước quá trình tiến hóa của sinh vật trong tự nhiên, logic mờ bắt chước cách tư duy, phân tích, ra quyết định của con người. 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 0 K. hong 48 46 42 37 30 22 14 6 0 -6 -7 -3 2 7 15 25 35 42 46 47 48 K. goi 0 -7 -6 0 4 6 9 10 11 12 9 -1 -8 -12 -11 -4 -1 -2 -3 -3 0 K. co chan -12 -20 -27 -27 -24 -20 -12 -7 -4 -4 -7 -20 -37 -55 -64 -63 -58 -47 -35 -20 -12 -80 -60 -40 -20 0 20 40 60 G oc k ho p (d o) Do thi goc khop 12V 45W k=20:1 l=3mm v=24mm/s 26 0+ 15 0 + - 1/(Ls+R) KT 1/(Js+c) 1/s Ke V Ve Td Tm + -Ia BĐK K + - r E Motor Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014 VCM-2014 Về kỹ thuật tính toán, logic mờ là một nhánh của phương pháp tính toán mềm. So với điều khiển truyền thống, các hệ mờ có những ưu điểm sau: - Dễ thiết kế, không đòi hỏi công cụ toán học trừu tượng, tránh được một trong những nhiệm vụ khó khăn nhất là thiết lập và giải các hệ phương trình vi phân phức tạp. Có nhiều trường hợp, thậm chí không cần để ý đến bản chất vật lý của các đại lượng; - Công cụ thiết kế, phân tích hệ mờ rất vạn năng, linh hoạt, dễ sử dụng. Ngôn ngữ diễn tả thuật toán mờ gần với ngôn ngữ tự nhiên nên dễ hiểu; - Do không đòi hỏi thông tin vào thật chính xác, cho phép tín hiệu vào thay đổi trong phạm vi rộng, làm việc dựa trên cơ chế suy luận linh hoạt,... nên trong nhiều trường hợp các hệ điều khiển mờ có tính bền vững, tin cậy, ổn định cao. Phần sau đây trình bày các bước cơ bản và kết quả thiết kế bộ điều khiển mờ cho hệ chấp hành điện cơ trong H. 7. Bước 1: Thiết lập cấu trúc của hệ thống. Để dễ so sánh và đánh giá hiệu quả của giải pháp mờ so với giải pháp truyền thống, hệ điều khiển mờ được thiết kế với cấu trúc tương tự bộ điều khiển PD truyền thống, các hệ số KP, KD sẽ được xác định khi thiết kế. Hệ được thiết kế trong Simulink, có sơ đồ như trong H. 9. Các phần tử chính trong hệ thống, gồm: - Đối tượng điều khiển là hệ chấp hành điện - cơ, có hàm truyền (2), dạng số như trong hình vẽ; - Bộ điều khiển PD mờ (FPD), điều khiển theo sai lệch góc khớp e và tốc độ biến thiên của e, được tạo nhờ khâu vi phân /du dt . - Các phần tử hiển thị, chuyển đổi tín hiệu để kiểm tra đáp ứng của hệ thống. Tín hiệu vào cơ bản cho FPD là góc khớp cổ chân, như H. 5, tín hiệu ra là điện áp, giá trị có thể thay đổi được nhờ hệ số K1. Đáp ứng của toàn hệ thống là góc khớp thực (t) và vận tốc góc (t). Nhờ một chuyển mạch bằng tay, có thể mô phỏng hệ thống với tín hiệu vào Step hoặc góc khớp mẫu ref. H. 9 Sơ đồ cấu trúc của bộ FPD Bước 2: Thiết kế hệ logic mờ, gồm thiết lập các modul mờ hóa, suy luận mờ và giải mờ. Hệ logic mờ ở đây sử dụng hệ suy luận Sugeno, có hai hàm thuộc đầu vào (Error e và Error-dot e ) kiểu hình thang (trapmf) và một hàm thuộc đầu ra (điện áp bù) kiểu tuyến tính output a e b e c (3) trong đó a, b, c là các hằng số. Các hệ số a, b, c được chọn tùy theo mức độ nhạy cảm cần có của hệ với sai số e, tốc độ biến thiên của e và độ mờ. Phương án được chọn là a = 0,5; b = 1. Giá trị c = (-2, -1, 0, 1, 2) tương ứng các giá trị hàm thuộc đầu ra (AL, A, K, D, DL), trong đó A - âm , D - dương, L - lớn, K - không. Hệ quy tắc suy luận mờ được tóm tắt trong B.2. B.2 Bảng quy tắc suy luận mờ E-dot E A K D A DL D K K D K A D K A AL Sử dụng luật hợp thành max-min, quy tắc suy luận mờ được thể hiện bởi tập hợp các mệnh đề logic sau: Công cụ Rule Wiewer (H. 10) cho phép quan sát tổng hợp các hàm thuộc, quy tắc suy luận mờ, hợp thành và giải mờ, và kiểm tra quan hệ vào-ra. Ví dụ cho input = [8,5] (nghĩa là 8; 5e e ), sẽ nhận được điện áp 6,7V. Bước 3: Xác định các thông số điều khiển. Các thông số cần xác định là hệ số tỷ lệ KP, vi phân KD, khuyếch đại K1 (xem H. 9). Các thông số này chi phối chất lượng điều khiển: lượng quá chỉnh, thời gian xác lập và độ chính xác tĩnh. Tín hiệu vào thích hợp cho bước này là hàm bậc thang đơn vị. Bật chuyển mạch sang vị trí Step. Trước hết, điều chỉnh KP, KD theo quy tắc vẫn áp dụng cho các hệ PID truyền thống để hệ ổn định và đạt các đáp ứng đầu ra tốt nhất có thể. Sau đó, điều chỉnh K1 để nhận được dải điện áp phù hợp. Cuối cùng, bộ thông số được Van toc goc (rad/s) 0.06 0.00077s +0.5392s +0.6122s3 2 Transfer Fcn y To WorkspaceStep K2 Rad-do Manual Switch Kp Kd K1 Goc khop co chan Signal 1 Goc co chan FLC Error 1/K2 Do-radian du/dt Derivative1 du/dt Derivative Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014 VCM-2014 chọn là KD = 0,27, KP = 2,5, K1 = 200. Đáp ứng Step của hệ như trong H. 11: lượng quá chỉnh 2,6%, thời gian xác lập khoảng 1,76s, sai số tĩnh bằng 0. Số liệu này được lấy từ biến y do Simulink xuất sang workspace (H. 9). H. 10 Quan sát hệ suy luận mờ H. 11 Đáp ứng Step của bộ FPD Bước 4: Thử nghiệm với tín hiệu vào mẫu ref, được lấy từ đồ thị góc khớp cổ chân trong H. 5, đưa vào Simulink dưới dạng đồ thị như H. 12. H. 12 Tín hiệu vào góc khớp cổ chân Bật chuyển mạch sang tín hiệu thực (Goc co chan), chạy chương trình, nhận được đáp ứng đầu ra (vẽ cùng tín hiệu vào) như H. 13. Ta thấy, tín hiệu ra bám sát tín hiệu vào, sai số lớn nhất khoảng 0,05. Bước 5: Kết quả mô phỏng cho thấy bộ FPD làm việc ổn định và có chất lượng tốt. Tuy nhiên, hiệu quả của giải pháp mờ sẽ thể hiện trực quan hơn khi so sánh trực tiếp đáp ứng của nó với PDF. Một mô hình mới được thiết lập bằng cách ghép thêm một bộ PDF (nền xanh), dùng chung tín hiệu vào với FPD (xem H. 14). Như đã nói trong mục đặt vấn đề, trong một nghiên cứu khác [7], chúng tôi đã so sánh các bộ PID truyền thống khi làm việc với cùng một hệ chấp hành trong H. 9 và nhận thấy bộ PDF, dạng 1 /P D NK K N s (4) có chất lượng tốt nhất. Trong đó N - hằng số của bộ lọc, được xác định cùng với KP, KD. H. 13 Đáp ứng góc khớp cổ chân của FPD H. 14 Mô hình để so sánh FPD với PDF 0 0.5 1 1.5 2 2.5 3 0 0.2 0.4 0.6 0.8 1 1.2 1.4 X: 1.566 Y: 1.026 Dap ung Step A m pl itu de Time, s X: 1.759 Y: 1.02 0 1 2 3 4 5 6 7 8 9 10 -70 -60 -50 -40 -30 -20 -10 0 Signal 1 Time (sec) KC03_FLC/Goc co chan : Group 1 0 2 4 6 8 10 -70 -60 -50 -40 -30 -20 -10 0 10 Dap ung goc khop co chan G oc k ho p (d o) Time, s Output Input 0.06 0.00077s +0.5392s +0.6122s3 2 Transfer Fcn1 0.06 0.00077s +0.5392s +0.6122s3 2 Transfer Fcn y To Workspace Step PDF In1 Out1 PD-Fuzzy Control ler PD(s) PD Controller Manual Switch K2 K2 Signal 1 Goc co chan 1/K2 Do-radian Comparison Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014 VCM-2014 H. 15 Các thông số của bộ PDF Công cụ Tuner của Matlab cho phép hiệu chỉnh các thông số Bandwidth (bề rộng dải thông), Phase margin (dự trữ ổn định pha), Response time (thời gian đáp ứng) và Peak response (giá trị max) trong chế độ tương tác. Khi hiệu chỉnh tự động, Matlab sẽ dung hòa các tiêu chí trên và chọn các thông số chất lượng là: quá chỉnh 9,56%, thời gian quá độ 1,98s. Tổng hợp các thông số của hai bộ điều khiển trong B.3 cho thấy bộ FPD có chất lượng tốt hơn bộ PDF. Điều này cũng được thể hiện trên H. 16. B.3 So sánh hai phương án thiết kế Thông số PDF FPD Hệ số Kp Kd N 30,157 16,122 4,828 2,5 0,27 - Lượng quá chỉnh (%) 9,56 2,6 Thời gian ổn định (s) 1,98 1,76 Sai số xác lập 0 0 H. 16 Đáp ứng step của PD mờ và PD truyền thống Để mô phỏng với đầu vào là góc khớp thực, bật chuyển mạch sang bên phải (H. 14). Đáp ứng của 2 hệ được vẽ trên cùng đồ thị như H. 17. Ta thấy, đáp ứng của FPD bám sát dữ liệu vào hơn của bộ PDF. H. 17 Đáp ứng của PD mờ và của PD truyền thống Kết quả trên nhận được với tín hiệu vào của khớp cổ chân. Mô hình hệ điều khiển đồng thời khớp hông và khớp gối được lập như trong H. 18. Hệ gồm hai bộ điều khiển mờ giống nhau, mỗi bộ có tín hiệu vào riêng, được trích từ H. 5. Đồ thị đáp ứng của chúng được vẽ trên cùng hệ tọa độ trên H. 19. Ta thấy, đồ thị đáp ứng của khớp cổ chân (xem H. 17) và của khớp hông (H. 19) có sai số ban đầu, còn khớp gối không có. Lý do là góc ban đầu của khớp hông và khớp cổ chân khác 0, trong khi cơ cấu chấp hành xuất phát từ vị trí 0. Sai số này có thể được khử dễ dàng bằng cách gán điều kiện đầu thích hợp cho chúng, hoặc set điểm 0 thích hợp cho phần cứng. H. 18 Mô hình PD mờ điều khiển khớp hông và khớp gối 0 0.5 1 1.5 2 2.5 3 0 0.2 0.4 0.6 0.8 1 1.2 1.4 X: 1.504 Y: 1.096 Dap ung Step A m pl itu de Time, s X: 1.572 Y: 1.026 PD mo PDF Input 0 2 4 6 8 10 -70 -60 -50 -40 -30 -20 -10 0 10 Dap ung goc co chan G oc k ho p (d o) Time, s PD mo PDF Input Van toc goc K2 Rad-do Signal 1 Goc khop hong Signal 1 Goc khop goi Goc khop Hong, Goi1/K2 Do-rad1 1/K2 Do-rad du/dt In1 Out1 Bo DK khop hong In1 Out1 Bo DK khop goi Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014 VCM-2014 H. 19 Đáp ứng của hệ FPD ở khớp hông và khớp gối 5. Kết luận So sánh đáp ứng của hệ điều khiển bám cho các khớp của robot dùng FPD và PDF được thiết kế theo phương pháp truyền thống cho thấy FPD có chất lượng tốt hơn. Nhưng sẽ là sai nếu nói rằng "điều khiển mờ tốt hơn điều khiển truyền thống". Mong muốn của chúng tôi là bộ điều khiển mờ có được các chỉ tiêu chất lượng tương đương PID truyền thống ngay cả với hệ phi tuyến và dữ liệu vào không thể được biểu diễn tường minh bằng toán học, hay nhập nhằng, có biên giới mờ như ở người khuyết tật, và đã đạt được. Tính ổn định, bền vững của điều khiển mờ trong điều kiện nói trên không cần phải chứng minh, vì nó nằm trong bản chất của điều khiển mờ. Với các hệ tuyến tính, có mô hình toán học tường minh thì giải pháp truyền thống vẫn là lựa chọn hợp lý, nhất là khi được hỗ trợ bởi các phương pháp thiết kế tiên tiến. Nói rộng ra, kết quả khả quan trong nghiên cứu ứng dụng logic mờ và giải thuật gen [7] vào điều khiển RBHT cho phép khẳng định tính khả thi của hướng tiếp cận phỏng sinh. Nhưng còn một điều chúng tôi tâm đắc nhưng chưa kịp thực hiện, là tạo khả năng học cho bộ tạo quỹ đạo mẫu (Gait pattern generator - GPG) tương tự não người. Về lý thuyết thì có thể thực hiện được bằng cách thay bộ điều khiển mờ bằng hệ ANFIS (Adaptive Neural Fuzzy Inference System), hoặc đơn giản là gắn thêm modul ANN để xác định các hệ số KP, KD cho bộ điều khiển mờ. Vấn đề nằm ở chỗ, tạo dữ liệu huấn luyện cho ANN hay ANFIS thế nào? Chúng tôi rất mong và chân thành cảm ơn những chia sẻ của các bạn đọc. Công trình này được thực hiện trong khuôn khổ đề tài cấp Nhà nước, mã số KC.03.12/11-15. Tài liệu tham khảo [1] José L. Pons: Wearable Robots: Biomechatronic Exoskeletons; John Wiley & Sons, 2008. [2] Kazerooni, H. and R. Steger: The Berkeley Lower Extremity Exoskeleton, Journal of Dynamic Systems Measurement and Control- Transactions of the Asme, 2006. [3] Andrew Valiente: Design of a Quasi-Passive Parallel Leg Exoskeleton to Augment Load Carrying for Walking; Master’s of Science at the MIT; August 2005. [4] D. A. Winter: Biomechanics and Motor Control of Human Movement, 5th Edition. John Wiley & Sons, New York, 2009. [5] HIWIN: Linear Actuator LAS Series (2014). [6] R. L. Haupt, S. E. Haupt: Practical Genetic Algorithm, 2nd ed., Wiley-Interscience, 2004. [7] Đào Văn Hiệp, Đào Trung Kiên: Tối ưu hóa bộ điều khiển bám quỹ đạo khớp của robot hỗ trợ người thiểu năng vận động, Chuyên san Điều khiển & Tự động hóa, số 10 (08-2014). GS. TS. Đào Văn Hiệp tốt nghiệp Học viện Kỹ thuật quân sự, chuyên ngành Cơ khí - Chế tạo máy vào năm 1977; nhận bằng tiến sĩ Cơ khí năm 1989 tại Học viện Quân sự (VAAZ) - Cộng hòa Czech; được Nhà nước bổ nhiệm Phó giáo sư năm 2005, Giáo sư năm 2011 ngành Cơ khí- Động lực. Hiện nay, ông là giảng viên tại Khoa Hàng không - Vũ trụ, Học viện Kỹ thuật quân sự. Các lĩnh vực hoạt động chính: Công nghệ chế tạo thiết bị hàng không, CAD/CAM/CNC, Kỹ thuật Robot, Cơ điện tử trong các hệ thống sản xuất tự động. TS. Đào Trung Kiên tốt nghiệp ngành Công nghệ thông tin của Trường Đại học Cergy-Pontoise, Pháp vào năm 2004. Anh nhận bằng thạc sĩ về Hệ thống phân tán của Trường Đại học Paris 6 (UPMC), Pháp năm 2006, và bằng tiến sĩ về Cơ khí và Tự động hoá, Trường Đại học Dayeh, Đài Loan năm 2010. Hiện anh là giảng viên, nghiên cứu viên của Phòng nghiên cứu Môi trường Cảm thụ và Tương tác, thuộc Viện nghiên cứu quốc tế MICA, Đại học Bách khoa Hà Nội. Các hướng nghiên cứu chính bao gồm định vị ở môi trường trong nhà, tương tác người-hệ thống đa phương thức, động lực học và điều khiển. TS. Tăng Quốc Nam, tốt nghiệp đại học ngành Cơ khí động lực năm 1995 tại Học viện Kỹ thuật Quân sự, nhận bằng thạc sĩ về Cơ điện tử tại Viện Công nghệ châu Á (AIT) - Thái Lan năm 2002 và bằng tiến sĩ về Cơ học kỹ thuật tại Học viện Kỹ thuật Quân sự năm 2011. Từ năm 1995 đến nay, anh là giảng viên tại bộ môn Robot đặc biệt và Cơ điện tử, khoa Hàng không Vũ trụ, Học viện Kỹ thuật Quân sự. Các hướng nghiên cứu chính bao gồm Cơ điện tử trong khí tài quân sự, Động lực học và điều khiển robot di động, Định vị và xây dựng bản đồ ở môi trường trong nhà, Robot đặc biệt trong quân sự và thám hiểm, Mô hình hóa và mô phỏng các hệ động lực. 0 1 2 3 4 5 6 7 8 9 10 -20 -10 0 10 20 30 40 50 Dap ung goc khop hong va khop goi G oc k ho p (d o) Time, s Hong-ra Hong-vao Goi-ra Goi-vao
File đính kèm:
- giai_phap_dieu_khien_mo_cho_he_van_dong_cua_robot_ho_tro_ngu.pdf