Luận án Bài toán ngược vận động robot dạng người trong phân tích ổn định, tạo dáng đi và điều khiển ứng dụng mô hình mạng nơ-rôn mimo narx thích nghi

Nội dung tài liệu: Luận án Bài toán ngược vận động robot dạng người trong phân tích ổn định, tạo dáng đi và điều khiển ứng dụng mô hình mạng nơ-rôn mimo narx thích nghi

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH TRẦN THIỆN HUÂN BÀI TOÁN NGƯỢC VẬN ĐỘNG ROBOT DẠNG NGƯỜI TRONG PHÂN TÍCH ỔN ĐỊNH, TẠO DÁNG ĐI VÀ ĐIỀU KHIỂN ỨNG DỤNG MÔ HÌNH MẠNG NƠ-RÔN MIMO NARX THÍCH NGHI LUẬN ÁN TIẾN SĨ NGÀNH: CƠ KỸ THUẬT Tp. Hồ Chí Minh, tháng 9/2019
2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH TRẦN THIỆN HUÂN BÀI TOÁN NGƯỢC VẬN ĐỘNG ROBOT DẠNG NGƯỜI TRONG PHÂN TÍCH ỔN ĐỊNH, TẠO DÁNG ĐI VÀ ĐIỀU KHIỂN ỨNG DỤNG MÔ HÌNH MẠNG NƠ-RÔN MIMO NARX THÍCH NGHI NGÀNH: CƠ KỸ THUẬT - 9520101 Hướng dẫn khoa học: 1. PSG. TS. HỒ PHẠM HUY ÁNH 2. TS. PHAN ĐỨC HUYNH Phản biện 1: Phản biện 2: Phản biện 3:
3. LÝ LỊCH CÁ NHÂN I. THÔNG TIN CÁ NHÂN - Họ và tên: Trần Thiện Huân - Ngày sinh: 04/02/1980 Nơi sinh: Bình Thuận Nam/Nữ: Nam - Địa chỉ: 105/15/05 TL37, Phường Thạnh Lộc, Quận 12, Tp. HCM. - Điện thoại: 0906535683 - Email: [email protected] - Cơ quan-nơi làm việc: Trường Đại học Sư phạm Kỹ thuật Tp. HCM. - Địa chỉ cơ quan: 01 Võ Văn Ngân, Phường Linh Chiểu, Quận Thủ Đức, Tp. HCM. II. QUÁ TRÌNH ĐÀO TẠO - Từ 1997-2001: Sinh viên ngành Vật lý điện tử, Trường Đại học Khoa học Tự nhiên Tp. HCM. - Từ 2003-2006: Học viên cao học ngành Vật lý điện tử (hướng kỹ thuật), Trường Đại học Khoa học Tự nhiên Tp. HCM. - Từ 2012-nay: Nghiên cứu sinh ngành Cơ kỹ thuật, Trường Đại học Sư phạm Kỹ thuật Tp. HCM. III. QUÁ TRÌNH CÔNG TÁC - Từ 2001-2002: Giáo viên Trường kỹ thuật Cao Thắng, Tp. HCM. - Từ 2003-nay: Giảng viên Trường Đại học Sư phạm Kỹ thuật Tp. HCM. Tp. Hồ Chí Minh, ngày 20 tháng 09 năm 2019 Trần Thiện Huân i
4. LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong Luận án là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Tp. Hồ Chí Minh, ngày 20 tháng 09 năm 2019 Trần Thiện Huân ii
5. LỜI CẢM ƠN Trước tiên, tôi xin gửi lời cảm ơn sâu sắc đến tập thể hướng dẫn: Thầy PGS.TS. Hồ Phạm Huy Ánh và Thầy TS. Phan Đức Huynh, nhờ những gợi ý nghiên cứu hết sức quý báu, những chỉ dẫn cụ thể và những ý kiến phản biện của các Thầy đã giúp tôi hoàn thành luận án này. Một lần nữa xin được bày tỏ lòng cảm ơn sâu sắc đến các Thầy. Tôi xin gửi lời cảm ơn đến tất cả Thầy Cô Khoa Xây dựng – Cơ học ứng dụng, Đại học Sư phạm Kỹ thuật Tp.HCM đã truyền đạt các kiến thức nền tảng quý báu từ các học phần tiến sĩ, nhờ những kiến thức nền tảng này mà tôi mới có thể thực hiện được công việc nghiên cứu. Xin gửi lời cảm ơn đến các Thầy trong các Hội đồng đánh giá các chuyên đề Tiến sĩ, những ý kiến phản biện và góp ý thật sự đã giúp tôi rất nhiều trong việc chỉnh sửa và hoàn chỉnh luận án của mình. Xin gửi lời cảm ơn đến lãnh đạo Trường Đại học Sư phạm Kỹ thuật Tp.HCM, Khoa Khoa học Ứng dụng vì đã có những chính sách hỗ trợ rất tốt cho nghiên cứu sinh học tập và làm việc. Xin cảm ơn Thầy TS. Võ Thanh Tân và các bạn bè đồng nghiệp đã động viên, giúp đỡ và chia sẻ kinh nghiệm để tôi có thể thực hiện công việc nghiên cứu một cách thuận lợi nhất. Xin trân trọng cảm ơn Phòng Thí Nghiệm Trọng Điểm Quốc Gia Điều Khiển Số và Kỹ Thuật Hệ Thống (DCSELAB) đã tài trợ kinh phí cho công việc nghiên cứu của tôi thông qua các đề tài nghiên cứu, cơ sở vật chất thực hiện thí nghiệm. Cuối cùng xin chân thành cảm ơn gia đình và người thân luôn chia sẻ mọi khó khăn và là chỗ dựa vững chắc về vật chất và tinh thần trong suốt thời gian thực hiện và hoàn thành luận án. iii
6. TÓM TẮT Hoạch định, tối ưu hóa và tạo dáng đi cho robot dạng người là nhằm làm cho robot đi được một cách tự nhiên và ổn định như con người. Hiện nay vẫn là bài toán khó do kỹ thuật hiện tại chưa tiếp cận được các đối tượng sinh học vô cùng phức tạp về kết cấu và tinh vi trong hoạt động. Tuy nhiên, nếu vấn đề này được xem xét từ quan điểm toán học thì hoạch định, tối ưu hóa và tạo dáng đi của robot dạng người trở thành vấn đề tối ưu có ràng buộc và phù hợp với các kỹ thuật tính toán tối ưu. Trong luận án này, tác giả thực hiện nghiên cứu và phát triển bộ tạo dáng đi (Walking Pattern Generator - WPG) phụ thuộc 4 thông số của Dip (chiều dài bước - S, độ nhấc chân - H, độ khuỵu gối - h và độ lắc hông - n) kết hợp các phương pháp tối ưu hóa ngẫu nhiên (meta-heuristic optimization approaches) và mô hình mạng nơ-rôn tiến hóa thích nghi (Adaptive Evolutionary Neural Model - AENM) để robot hai chân bước đi ổn định và tự nhiên như con người. Các đóng góp mới của luận án được tóm tắt như sau: Một là, Dip đã đề xuất bộ tạo dáng (WPG) phụ thuộc 4 thông số (S, H, h, n) và thực hiện tối ưu 4 thông số của bộ tạo dáng (WPG) để robot hai chân (kích thước nhỏ) bước đi ổn định với vận tốc nhanh nhất có thể sử dụng thuật toán di truyền (Genetic Algorithm - GA). Tuy nhiên, để bắt chướt dáng đi của con người thì robot hai chân phải kiểm soát được độ nhấc chân. Vì vậy, tác giả tiếp tục thực hiện tối ưu 4 thông số dáng đi (S, H, h, n) của bộ tạo dáng (WPG) để robot hai chân bước đi ổn định với độ nhấc chân mong muốn sử dụng các phương pháp tối ưu hóa ngẫu nhiên. Kết quả mô phỏng và thực nghiệm trên mô hình robot hai chân kích thước nhỏ HUBOT-5 chứng minh đề xuất của luận án là khả thi. Hai là, trong quá trình robot hai chân bước đi thì 4 thông số của bộ tạo dáng (WPG) của Dip là không đổi. Điều này làm cho robot hai chân khó thực hiện bước đi ổn định và tự nhiên với 1 quỹ đạo ZMP (Zero Momen Point) mong muốn. Để vượt qua khó khăn này, tác giả thực iv
7. hiện nhận dạng 4 thông số của bộ tạo dáng (WPG) này sử dụng mô hình mạng nơ-rôn tiến hóa thích nghi (AENM) được tối ưu bởi thuật toán tiến hóa vi sai cải tiến (MDE). Kết quả mô phỏng trên mô hình robot hai chân kích thước nhỏ HUBOT-5 chứng minh đề xuất của luận án là khả thi. Ba là, bộ tạo dáng (WPG) phụ thuộc 4 thông số (S, H, h, n) của Dip được đề xuất chỉ áp dụng cho robot hai chân trong giai đoạn bước đi và thiếu giai đoạn chuẩn bị và giai đoạn kết thúc. Để bổ sung, tác giả tiếp tục hoàn thiện bộ tạo dáng đi (WPG) của Dip với đầy đủ 3 giai đoạn như mong muốn với tên gọi là bộ tạo mẫu đi bộ tự nhiên (N-WPG). Kết quả mô phỏng trên mô hình robot hai chân kích thước nhỏ HUBOT-4 chứng minh đề xuất của luận án là khả thi. v
8. ABSTRACT Humanoid robot motion planning, optimization and gait generation is to make the robot walk naturally and stably as humans. Up to now it has been a difficult problem since the current technology has not yet reached the biological objects with highly complicated structure and sophisticated operation. However, under mathematical viewpoint the task of humanoid robot motion planning, optimization and gait generation is investigated as an optimization problem with respect to various trade-off constraints, hence it refers to evolutionary computation techniques. In this thesis, the author performs the research and development of Walking Pattern Generator (WPG) depending on 4 parameters of Dip (S- step length, h- leg displacement, H- height of swing ankle, n- hip displacement) combining meta- heuristic optimization approaches and Adaptive Evolutionary Neural Model (AENM) for biped robot to move smoothly and naturally as humans. The new contributions of the thesis are summarized as follows: Firstly, Dip proposed WPG depending on 4 parameters (S, H, h, n) and made optimal 4 parameters of WPG for the small-sized biped robot stable movement with the fastest possible speed using genetic algorithms (Genetic Algorithm-GA). However, in order to catch people's gaits, biped robots have to control their foot-lifting. Therefore, the author continues to optimize the four gait parameters (S, H, h, n) of the WPG that permits the biped robot able to stably and naturally walking with pre-set foot-lifting magnitude using meta-heuristic optimization approaches. Simulation and experimental results on small-sized biped robot model (HUBOT-5) prove that the thesis's proposal is feasible. Secondly, while the human robot walks, the 4 parameters of the WPG of Dip are unchanged. This makes biped robot difficult to perform a stable and natural walk with a desired ZMP trajectory (Zero Momen Point). To overcome this challenge, the author identifies and controls these 4 vi
9. parameters of the WPG using adaptive evolutionary neural model (AENM) optimized Modified Differential Evolution (MDE). Simulation results on the small-sized biped robot models (HUBOT-5) prove the thesis's proposal is feasible. Thirdly, the WPG depending on the 4 parameters (S, H, h, n) of the Dip proposed is only applicable to biped robots in the stepping stage and lacks of preparation and end stages. In order to overcome these problems, the author continues to complete WPG of Dip with full 3 stages as desired with the name of a Natural Walking Pattern Generator (N-WPG). Simulation results on the small-sized biped robot models (HUBOT-4) proves that the thesis's proposal is feasible. vii