NGHIÊN CỨU ỨNG DỤNG HÀM HÚT ĐẨY CHO BỘ ĐIỀU KHIỂN MỜ ĐIỀU KHIỂN HÀNH VI TỤ BẦY, TÌM KIẾM MỒI ROBOT BẦY ĐÀN

Phạm Văn Huy

doi:10.34238/tnu-jst.12612

NGHIÊN CỨU ỨNG DỤNG HÀM HÚT ĐẨY CHO BỘ ĐIỀU KHIỂN MỜ ĐIỀU KHIỂN HÀNH VI TỤ BẦY, TÌM KIẾM MỒI ROBOT BẦY ĐÀN

Thông tin bài báo

Ngày nhận bài: 17/04/25 Ngày hoàn thiện: 14/06/25 Ngày đăng: 15/06/25

Các tác giả

Phạm Văn Huy , Trường Đại học Kinh tế - Kỹ thuật Công nghiệp

Tóm tắt

Vấn đề nghiên cứu đặt ra là để xây dựng một thuật toán điều khiển đơn giản nhưng hiệu quả, cho phép robot bầy đàn vừa duy trì được sự phối hợp trong di chuyển, vừa thực hiện tốt nhiệm vụ tìm kiếm mục tiêu. Nghiên cứu tiến hành mô hình hóa các lực tương tác giữa robot với nhau và với môi trường xung quanh bằng hàm hút đẩy, trong đó lực hút giúp duy trì đội hình và hướng đến mục tiêu, còn lực đẩy hỗ trợ tránh va chạm và phân tán khi cần thiết. Các thông tin đầu vào này được đưa vào bộ điều khiển mờ để xác định vận tốc và hướng di chuyển cho từng robot. Mô hình điều khiển được đánh giá thông qua mô phỏng trên Matlab với các kịch bản cụ thể: di chuyển theo đàn, tránh chướng ngại vật và hội tụ tại vị trí có mồi. Thuật toán đề xuất cho phép các robot duy trì được cấu trúc đội hình ổn định trong quá trình di chuyển và phân tán hợp lý khi tìm kiếm mục tiêu. Kết quả mô phỏng cho thấy các robot có khả năng hội tụ chính xác tại vị trí mồi với sai số định vị nhỏ, thời gian hội tụ ngắn và mức độ va chạm thấp. Việc ứng dụng mô hình lực hút đẩy vào bộ điều khiển mờ cho thấy khả năng mô phỏng hiệu quả các hành vi tụ bầy, tìm kiếm mồi robot bầy đàn. Kết quả nghiên cứu mở ra hướng ứng dụng trong tìm kiếm, cứu nạn trong môi trường phức tạp và thay đổi liên tục.

Từ khóa

Robot bầy đàn; Hàm hút đẩy; Tụ bầy; Tìm kiếm; Điều khiển mờ

Toàn văn:

PDF

Tài liệu tham khảo

[1] J. M. Hereford and M. A. Siebold, “Bio-inspired search strategies for robot swarms,” in Swarm Robotics from Biology to Robotics, IntechOpen, 2010, doi: 10.5772/8600

[2] R. D. Arnold, H. Yamaguchi, and T. Tanaka, “Search and rescue with autonomous flying robots through behavior-based cooperative intelligence,” Journal of International Humanitarian Action, vol. 3, 2018, doi: 10.1186/s41018-018-0045-4.

[3] Y. D. Liu et al., “A Novel Swarm Robot Simulation Platform for Warehousing Logistics,” International Conference on Robotics and Biomimetics, 2017, doi: 10.1109/ROBIO.2017.8324822.

[4] Y. Liu and K. M. Passino, “Stability Analysis of Swarms in a Noisy Environment,” Proceedings of the 42nd IEEE, Conference on Decision and Control, 2003, pp.3573-3578.

[5] L. Wang and H. Fang, “Stability Analysis of Practical Anisotropic Swarms,” 11th International Conference on Control, Automation, Robotics and Vision, 2010, pp.768-772.

[6] T. T. N. Le and H. L. Le, “Application of Null Space Based Behavior Control to the Swarm Robot Control,” Modern Mechanical Engineering, vol. 5, pp. 97-104, 2015.

[7]. V. Gazi and M. Passino, “Stability Analysis of Swarms,” Proceedings of the American Control Conference, 2002, pp.1813-1818.

[8]. L. Chaimowicz, M. F. Campos, and V. Kumar, “Dynamic role assignment for cooperative robots,” in Proceedings 2002 IEEE International Conference on Robotics and Automation (Cat. No. 02CH37292), vol. 1, IEEE, 2002, pp. 293–298.

[9]. Z. Xue, J. Zeng, C. Feng, and Z. Liu, “Swarm Target Tracking Collective Behavior Control with Formation Coverage Search Agents & Globally Asymptotically Stable Analysis of Stochastic Swarm,” Journal of Computers, vol. 6, no. 8, pp.1772-1780, 2011.

[10] W. Li, “Stability Analysis of Swarms with General Topology,” IEEE Transactions on Systems, Man, and Cybernetics - Part B: Cybernetics, vol. 38, no. 4, pp.1084-1097, 2008.

DOI: https://doi.org/10.34238/tnu-jst.12612

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ