ĐIỀU KHIỂN THÍCH NGHI BỀN VỮNG CHO ROBOT DI ĐỘNG VI SAI  HAI BÁNH CÓ MÔ HÌNH BẤT ĐỊNH, NHIỄU NGOÀI VÀ TRƯỢT BÁNH XE  TRÊN CƠ SỞ BỘ ĐIỀU KHIỂN TRƯỢT VÀ MẠNG NƠ RON

Doãn Văn Hóa; Lê Thị Hoàn

doi:10.34238/tnu-jst.12361

ĐIỀU KHIỂN THÍCH NGHI BỀN VỮNG CHO ROBOT DI ĐỘNG VI SAI HAI BÁNH CÓ MÔ HÌNH BẤT ĐỊNH, NHIỄU NGOÀI VÀ TRƯỢT BÁNH XE TRÊN CƠ SỞ BỘ ĐIỀU KHIỂN TRƯỢT VÀ MẠNG NƠ RON

Thông tin bài báo

Ngày nhận bài: 21/03/25 Ngày hoàn thiện: 09/07/25 Ngày đăng: 09/07/25

Các tác giả

1. Doãn Văn Hóa , Trường Đại học Kinh tế - Kỹ thuật Công nghiệp
2. Lê Thị Hoàn, Trường Đại học Kinh tế - Kỹ thuật Công nghiệp

Tóm tắt

Bài báo này trình bày phương pháp điều khiển thích nghi bền vững, tập trung vào việc sử dụng kỹ thuật điều khiển trượt kết hợp với mạng nơ ron hàm cơ sở xuyên tâm. Phương pháp này được thiết kế cho các robot di động vi sai hai bánh, một loại robot thường gặp trong các ứng dụng di chuyển tự động. Một trong những điểm mạnh của phương pháp này là khả năng giải quyết hiệu quả các thách thức mà robot gặp phải, bao gồm nhiễu từ môi trường bên ngoài, sự không chắc chắn của mô hình và hiện tượng trượt bánh xe. Những yếu tố này thường gây ra những khó khăn lớn trong việc duy trì ổn định và hiệu suất điều khiển cho robot. Tính ổn định của hệ thống vòng kín đã được chứng minh thông qua việc áp dụng tiêu chuẩn Lyapunov, một công cụ quan trọng trong lý thuyết hệ thống điều khiển. Để kiểm tra tính hiệu quả của phương pháp điều khiển được đề xuất, các kết quả mô phỏng đã được thực hiện trên nền tảng Matlab – Simulink. Trong các thử nghiệm này, robot được kiểm tra khả năng di chuyển ổn định theo các quỹ đạo khác nhau, bao gồm quỹ đạo hình tròn và hình ba lá. Các kết quả này không chỉ xác nhận tính hợp lý của phương pháp mà còn cho thấy hiệu suất vượt trội của nó trong việc duy trì hoạt động điều khiển ổn định cho robot di động vi sai hai bánh với sai số bám xấp xỉ bằng không.

Từ khóa

Điều khiển thích nghi; Điều khiển trượt; Robot di động vi sai hai bánh; Trượt bánh xe; Mạng nơ ron hàm cơ sở xuyên tâm

Toàn văn:

PDF

Tài liệu tham khảo

[1] S. G. Tzafestas, Introduction to mobile robot control, First edition. Amsterdam: Elsevier, 2014.

[2] H. Yu, N. Sheng, and Z. Ai, “Sliding mode control for trajectory tracking of mobile robots,” 2021 40th Chinese Control Conference (CCC), Shanghai, China, 2021, pp. 13-17.

[3] Y. Cao and J. Pu, “A Novel Zeroing Neural Network Control Scheme for Tracked Mobile Robot Based on an Extended State Observer,” Applied Sciences, vol.14, no.1, 2023, Art. no. 303.

[4] C. Lei, G. Li, and Z. Yang, “Backstepping Sliding Mode Control for Trajectory Tracking of Mobile Robot: An Experimental and Comparative Study,” 2024 IEEE 7th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC), vol.7, pp.700-706, 2024.

[5] S. R. Dekhterman, W. R. Norris, D. Nottage, and A. Soylemezoglu, “Hierarchical Rule-Base Reduction Fuzzy Control for Path Tracking Variable Linear Speed Differential Steer Vehicles,” IEEE Transactions on Fuzzy Systems, vol. 33, no. 3, pp. 828-841, 2025.

[6] N. K. Goswami and P. K. Padhy, “Sliding mode controller design for trajectory tracking of a non-holonomic mobile robot with disturbance,” Comput. Electr. Eng., vol. 72, pp. 307-323, 2018.

[7] S. Peng and W. Shi, “Adaptive fuzzy output feedback control of a nonholonomic wheeled mobile robot,” IEEE Access, vol. 6, pp. 43414- 43424, 2018.

[8] D. Huang, J. Zhai, W. Ai, and S. Fei, “Disturbance observer-based robust control for trajectory tracking of wheeled mobile robots,” Neurocomputing, vol. 198, pp. 74-79, 2016.

[9] L. Li, T. Wang, Y. Xia, and N. Zhou, “Trajectory tracking control for wheeled mobile robots based on nonlinear disturbance observer with extended Kalman filter,” J. Franklin Inst., vol. 357, no. 13, pp. 8491-8507, 2020.

[10] T. T. L. Vu, “Research and design controller for mobile robot on the basis of sliding mode control method,” (in Vietnamese), TNU Journal of Science and Technology, vol. 227, no. 8, pp. 95–102, Apr. 2022.

[11] T. T. T. Tran, “Proportional integral derivative sliding mode control for an omni-directional mobile robot,” (in Vietnamese), TNU Journal of Science and Technology, vol. 227, no. 8, pp. 123–130, Apr. 2022.

[12] T. H. Nguyen, T. H. Vo, Q. L. Vo, and H. H. Bui, “Design and development of traction tracking control for mobile robots based on neural networks subject to uncertainty parameters and disturbances,” (in Vietnamese), HUIH Journal, vol. 2024, 2024, Art. no. 286, doi: 10.57001/huih5804.2024.286.

[13] Y. Jiang, L. C. Boon, and W. Danwei, “Integrated Estimation for Wheeled Mobile Robot posture, velocities, and wheel skidding perturbations,” in Proceedings of the IEEE International Conference on Robotics and Automation, 2007, pp. 2355–2360.

[14] G. Baffet, A. Charara, and J. Stephant, “Sideslip angle, lateral force and road fricion estimation in simulations and experiments,” Proceedings of IEEE International Conference on Control Applications, 2006, pp. 903-908.

[15] T. Nguyen and L. Le, “Neural network-based adaptive tracking control for a nonholonomic wheeled mobile robot with unknown wheel slips, model uncertainties, and unknown bounded disturbances,” Turkish J. Electr. Eng. Comput. Sci., vol. 26, no. 1, pp. 378-392, 2018.

[16] V. Q. Ha, S. T. H. Pham, and N. T.-T. Vu, “Adaptive fuzzy type-2 controller for wheeled mobile robot with disturbances and wheelslips,” Journal of Robotics, vol. 2021, pp. 1-11, September 2021.

[17] Y. Jinhua, Y. Suzhen, and J. Xiao, “Trajectory tracking control of WMR based on sliding mode disturbance observer with unknown skidding and slipping,” IEEE 2nd International Conference on Cybernetics, Robotics and Control, 2017, pp. 18-22.

[18] J. Liu, Intelligent control design and MATLAB simulation, Springer Singapore, 2017, doi: 10.1007/978-981-10-5263-7.

DOI: https://doi.org/10.34238/tnu-jst.12361

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ