NGHIÊN CỨU ĐIỀU KHIỂN BÁM QUỸ ĐẠO CHO ROBOT TỰ HÀNH TRÊN CƠ SỞ KỸ THUẬT HỌC TĂNG CƯỜNG

Roãn Văn Hóa; Lại Khắc Lãi; Lê Thị Thu Hà

doi:10.34238/tnu-jst.5759

NGHIÊN CỨU ĐIỀU KHIỂN BÁM QUỸ ĐẠO CHO ROBOT TỰ HÀNH TRÊN CƠ SỞ KỸ THUẬT HỌC TĂNG CƯỜNG

Thông tin bài báo

Ngày nhận bài: 28/03/22 Ngày hoàn thiện: 31/05/22 Ngày đăng: 31/05/22

Các tác giả

1. Roãn Văn Hóa , Trường Đại học Kinh tế - Kỹ thuật Công nghiệp
2. Lại Khắc Lãi, Trường Đại học Kỹ thuật Công nghiệp – ĐH Thái Nguyên
3. Lê Thị Thu Hà, Trường Đại học Kỹ thuật Công nghiệp – ĐH Thái Nguyên

Tóm tắt

Hiện nay, việc sử dụng robot tự hành ngày càng phổ biến trong các ngành công nghiệp. Một trong những bài toán quan trọng về điều khiển chuyển động robot tự hành là điều khiển bám quỹ đạo chuyển động tham chiếu. Tuy nhiên, robot tự hành có cấu trúc điều khiển tầng bao gồm bộ điều khiển động lực học ở vòng trong và bộ điều khiển động học ở vòng ngoài. Để giải quyết bài toán thiết kế không cần chia tách bộ điều khiển riêng biệt, bài báo trình bày phương pháp sử dụng kỹ thuật học tăng cường quy hoạch động thích nghi trực tuyến với cấu trúc chỉ sử dụng một mạng nơ ron xấp xỉ hàm (Online adaptive dynamic programming with one neural network - OADP1NN). Thuật toán có thể xấp xỉ trực tuyến nghiệm tối ưu (nghiệm phương trình Hamilton Jacobi Bellman – HJB) đồng thời với luật điều khiển tối ưu. Thực hiện mô phỏng trên phần mềm Matlab, các kết quả cho thấy thuật toán OADP1NN đã đáp ứng đầy đủ được hai tiêu chí điều khiển robot tự hành đó là: bám quỹ đạo tham chiếu và tối thiểu hóa hàm chi phí liên quan đến sai số bám và năng lượng điều khiển.

Từ khóa

Học tăng cường; Quy hoạch động thích nghi; Mạng nơ ron; Phương trình HJB; Robot tự hành

Toàn văn:

PDF

Tài liệu tham khảo

[1] H. Hoang, “Direct adaptive control for trajectory tracking of mobile robot,” Proceeding of International Conference on Control, Automation and Information Sciences (ICCAIS), 2012, pp. 300-305.

[2] S. Khoshnam and M. a. A. T. Alireza, “Adaptive feedback linearizing control of nonholonomic wheeled mobile robots in presence of parametric and nonparametric uncertainties,” Robotics and Computer-Integrated Manufacturing, vol. 27, pp. 194-204, 2011.

[3] H. Zargarzadeh, T. Dierks, and S. Jagannathan, “Adaptive neural network based optimal control of nonlinear continuous-time systems in strict feedback form,” International Journal of Adaptive Control and Signal Processing, vol. 28, pp. 305-324, 2014.

[4] F. L. Lewis and D. Vrabie, “Reinforcement learning and adaptive dynamic programming for feedback control,” IEEE Circuits and Systems Magazine, vol. 9, no. 3, pp. 32-50, 2009.

[5] T. Dierks and S. Jagannathan, “Neural network output feedback control of robot formations,” IEEE Trans, Systems, Man, and Cybernetics, vol. 40, pp. 383-399, 2010.

[6] T. Dierks and S. Jagannathan, “Optimal control of affine nonlinear continuous-time systems using an online Hamilton-Jacobi-Isaacs formulation,” Proceedings of 49th IEEE Conference on Decision and Control, 2010, pp. 3048-3053.

[7] T. Dierks, B. Brenner, and S. Jagannathan, “Neural Network-Based Optimal Control of Mobile Robot Formations With Reduced Information Exchange,” IEEE Transactions on Control Systems Technology, vol. 21, pp. 1407-1415, 2013.

[8] K. G. Vamvoudakis and F. L. Lewis, “Online actor-critic algorithm to solve the continuous-time infinite horizon optimal control problem,” Automatica, no. 46, pp. 878-888, 2010.

[9] Y. Jiang and Z. Jiang, “Robust adaptive dynamic programming and feedback stabilization of Nonlinear Systems,” IEEE Transactions on Neural Networks and Learning Systems, vol. 25, pp. 882-893, 2014.

[10] F. a. V. D. Lewis, “Reinforcement learning and adaptive dynamic,” IEEE Circuits and Systems Magazine, vol. 9, no. 3, pp. 32-50, 2009.

[11] F. L. Lewis, S. Jagannathan, and A. Yesildirek, Neural network control of robot manipulators and nonlinear systems, Taylor & Francis, 1999.

[12] R. Fierro and F. L. Lewis, “Control of a Nonholonomic Mobile Robot Using Neural Networks,” IEEE Transactions on Neural Networks, vol. 9, pp. 589-600, 1998.

DOI: https://doi.org/10.34238/tnu-jst.5759

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ