Đang tải... (xem toàn văn)
Bài báo trình bày một phương pháp thiết kế và điều khiển robot hai bánh tự cân bằng. Việc thiết kế tập trung chính vào việc mô tả phần cứng, xử lý tín hiệu, thuật toán lọc bù và thiết kết bộ điều khiển PID mờ tự hiệu chỉnh thông số. Mục tiêu của bài báo là cân bằng robot đồng thời điều khiển vị trí và góc nghiêng bám theo tín hiệu tham chiếu. Bộ điều khiển được đề nghị gồm hai vòng điều khiển. Vòng điều khiển thứ nhất gồm hai bộ điều khiển PD mờ điều khiển cân bằng robot tại vị trí tham chiếu. Vòng điều khiển thứ hai sử dụng một bộ điều khiển PID tự hiệu chỉnh thông số điều khiển góc xoay của robot. Bộ điều khiển được chạy thời gian thực trên Kit STM32F4 Discovery sử dụng hệ điều hành thời gian thực freeRTOS. Kết quả thực nghiệm cho thấy bộ điều khiển đề nghị đã hoạt động tốt trên hệ thống nhúng và cho đáp ứng nhanh, cân bằng tốt, ổn định.
Hội nghị toàn quốc lần thứ Điều khiển Tự động hóa VCCA 2015 DOI: 10.15625/vap.2015.00012 Điều khiển thời gian thực robot hai bánh tự cân sử dụng điều khiển PID mờ tự chỉnh Real-time control of a two-wheeled self-balancing robot using self-tuning PID fuzzy controller Nguyễn Văn Khanh Trường ĐH Cần Thơ e-Mail: vankhanh@ctu.edu.vn Trần Thanh Hùng Trường ĐH Cần Thơ e-Mail: tthung@ctu.edu.vn Tóm tắt Ký hiệu Bài báo trình bày phương pháp thiết kế điều khiển robot hai bánh tự cân Việc thiết kế tập trung vào việc mô tả phần cứng, xử lý tín hiệu, thuật toán lọc bù thiết kết điều khiển PID mờ tự hiệu chỉnh thông số Mục tiêu báo cân robot đồng thời điều khiển vị trí góc nghiêng bám theo tín hiệu tham chiếu Bộ điều khiển đề nghị gồm hai vòng điều khiển Vòng điều khiển thứ gồm hai điều khiển PD mờ điều khiển cân robot vị trí tham chiếu Vòng điều khiển thứ hai sử dụng điều khiển PID tự hiệu chỉnh thông số điều khiển góc xoay robot Bộ điều khiển chạy thời gian thực Kit STM32F4 Discovery sử dụng hệ điều hành thời gian thực freeRTOS Kết thực nghiệm cho thấy điều khiển đề nghị hoạt động tốt hệ thống nhúng cho đáp ứng nhanh, cân tốt, ổn định Từ khóa: Robot hai bánh tự cân bằng, điều khiển mờ, điều khiển PID, hệ thống nhúng, hệ điều hành thời gian thực Ký hiệu , accel , gyro Đơn vị Radian xrobot , xLeft , xRight Meter robot u R, u L Radian D Meter Abstract: This paper aims to represent a method to design and control a two-wheeled self-balancing robot This work is to concentrate on hardware description, signal processing, complementary filter algorithm and selftuning Fuzzy PID controller The original objective of this controller is that stabilize the robot at the up-right equilibrium while keeping track the reference signals of position and rotation angle The proposed controller is comprised of two control loops The first loop is to use two fuzzy PD controllers which balance robot at a specific position reference The second loop is to use a self-tuning PID controller to control the rotation angle of the robot The whole controller is ported and run on STM32F4 Discovery kit based on the freeRTOS realtime operating system The experimental results indicate that the proposed controller system runs exactly on embedded system and has desired performance in term of fast response, good balance and stabilize with disturbance Keywords: Two-wheeled self-balancing robot, fuzzy control, PID control, embedded system, realtime operating system VCCA 2015 Ý nghĩa Góc nghiêng robot, góc nghiêng tính từ cảm biến gia tốc, góc nghiêng tính từ quay hồi chuyển Vị trí robot, bánh xe trái, bánh xe phải Góc xoay robot Tín hiệu điều khiển hai động phải trái robot Khoảng cách hai bánh xe robot Chữ viết tắt LQR PID ARM RTOS DSP PWM USART DMA FPU GUI IMU Linear-Quadratic Regulator Proportional Integral Devirative Advanced RISC Machines Real-time Operating System Digital Signal Processing Pulse Width Modulation Universal Synchronous/Asynchronous Receiver/Transmitter Dynamic Memory Access Floating Point Unit Graphical User Interface Inertial Measurement Unit Phần mở đầu Robot hai bánh tự cân thiết bị tự động di chuyển hai bánh xe Nó hoạt động dựa nguyên lý cân lắc ngược Đây hệ thống “under-actuated”, đa biến, phi tuyến không ổn định[1, 2, 7] Robot công ty phát triển thành phương tiện di chuyển thương mại có tên gọi Segway với số kiểu dáng phổ biến H Tuy nhiên, hệ thống nhà khoa học quan tâm nghiên cứu thử nghiệm nhiều thuật toán điều khiển khác từ tuyến tính đến phi tuyến lẫn thuật toán điều khiển thông minh Các thuật toán chủ yếu tập trung vào việc điều khiển cân bằng, điều khiển vị trí hướng robot 70 Hội nghị toàn quốc lần thứ Điều khiển Tự động hóa VCCA 2015 H Một số kiểu dáng Segway Hai thuật toán điều khiển tuyến tính kinh điển áp dụng robot hai bánh LQR PID Hai thuật toán cho kết tốt việc hiệu chỉnh thông số khó khăn, điều khiển PID [11] Để khắc phục nhược điểm này, có nhiều nghiên cứu tự chỉnh thông số điều khiển tuyến tính cho kết khả quan [5,6,10] Mặc kết mong muốn, việc kế điều khiển tuyến tính gặp khó khăn mô hình toán thông số robot phức tạp, khó xác định Bộ điều khiển mờ điều khiển thông minh thiết kế chủ yếu dựa vào kinh nghiệm đối tượng nên tỏ phù hợp áp dụng vào robot hai bánh Samer Miasa cộng [12] thiết kế điều khiển mờ chạy thời gian thực chip vi điều khiển dsPIC30F2010 hãng Microchip Bộ điều khiển thiết kế công cụ Matlab/Simulink Kết mô thực nghiệm cho thấy robot cân tốt Tuy nhiên, nhóm tác giả thiết kế điều khiển cân góc nghiêng robot Tương tự, Cheng-Hao Huang cộng [3] thiết kế ba điều khiển mờ để điều khiển cân bằng, vị trí hướng robot Bộ điều khiển thiết kế hoàn toàn ngôn ngữ C chạy thời gian thực chip FPGA Kết mô thực nghiệm cho thấy điều khiển hoạt động ổn định điều khiển tốt thông số robot Tuy nhiên, việc thiết kế thực thi điều khiển phức tạp Việc thiết kế điều khiển mờ cho thấy nhiều ưu điểm so với thiết kế điều khiển tuyến tính chất lượng đáp ứng chưa thể khẳng định ưu điểm Vì thế, việc so sánh đáp ứng điều khiển nhà nghiên cứu quan tâm Ahmad Nor Kasruddin Nasir cộng [2] đưa so sánh đáp ứng hai điều khiển mờ PID Dựa vào kết mô phỏng, nhóm tác giả khẳng định điều khiển mờ cho kết tốt điều khiển PID Bộ điều khiển mờ cho luật điều khiển hai động không giới hạn, giảm vọt lố, rút ngắn thời gian tăng so với điều khiển PID Một so sánh Amir A Bature cộng [7] công bố hội nghị quốc tế khí điện tử Trong đó, nhóm tác giả tiến hành thực nghiệm so sánh đáp ứng điều khiển mờ với điều khiển PID LQR thay mô Kết so sánh cho thấy điều khiển mờ cho đáp ứng nhanh, độ vọt lố thấp tiêu thụ nhiều lượng hai điều khiển lại Trong báo này, nhóm tác giả đưa đề nghị sử dụng điều khiển tự chỉnh PID mờ để điều khiển VCCA 2015 DOI: 10.15625/vap.2015.00012 robot để tận dụng mạnh điều khiển tuyến tính điều khiển thông minh Bộ điều khiển đề nghị gồm hai vòng điều khiển Vòng thứ có cấu hình gồm hai nhánh sử dụng điều khiển PD mờ Nhánh thứ tính toán góc tham chiếu cho điều khiển cân dựa vào vị trí tham chiếu để giúp robot bám vị trí Nhánh thứ hai cân robot góc tham chiếu Vòng điều khiển thứ hai điều khiển PID tự chỉnh thông số điều khiển hướng robot Góc nghiêng robot đo cảm biến tích hợp MPU6050 kết hợp với lọc bù Bộ điều khiển chạy thời gian thực vi điều khiển 32-bit nhân ARM Cortex-M4 STM32F407VG hãng STMicroelectronic Để thiết kế thực thi điều khiển nhúng, nhóm tác giả phối hợp sử dụng Matlab/Simulink hệ điều hành nhúng thời gian thực FreeRTOS Các phần lại báo có cấu trúc sau Phần trình bày việc thiết kế mạch điều khiển, điều khiển cách thực điều khiển nhúng Phần trình bày kết thực nghiệm điều khiển đề nghị Cuối phần trình bày kết luận hướng phát triển Nội dung 2.1 Thiết kế mạch điều khiển Mô hình robot hai bánh tự cân thiết kế H Mô hình nhóm tác giả thiết kế có khung rbot sử dụng chất liệu nhôm, hai động sử dụng loại 24VDC tích hợp mã hóa vòng quay tương đối 100 xung Hai mã hóa vòng quay sử dụng để đo vị trí góc xoay robot Góc nghiêng đo cảm biến gia tốc tích hợp chip MPU-6050 Robot sử dụng hai nguồn pin Lipo 24VDC-3.5Ah cấp cho hai động mạch công suất, pin dự phòng điện thoại thông minh 5VDC-2.4Ah cấp nguồn cho mạch điều khiển STM32F4 Discovery mạch phụ trợ H Mô hình robot hai bánh tự cân Bộ xử lý trung tâm sử dụng vi điều khiển STM32F407VG hãng STMicroelectronic Đây vi điều khiển 32-bit, tích hợp tính toán số thực dấu chấm động FPU, nhân tính toán DSP, tần số xung nhịp 168MHz, nhớ chương trình 1Mb, nhớ liệu 192Kb Ngoài ra, STM32F407VG có khả đọc mã hóa vòng quay, ngoại vi hỗ trợ DMA nhiều ngoại vi hữu ích khác Vì vậy, 71 Hội nghị toàn quốc lần thứ Điều khiển Tự động hóa VCCA 2015 vi điều khiển phù hợp để chạy thời gian thực điều khiển robot Cấu trúc phần cứng điều khiển robot H robot Cảm biến góc nghiêng IMU-6050 USB-RS232 I2C RS232 xLeft xRight (2) xRight xLeft (3) D 2.3 Thiết kế điều khiển 2.3.1 Cấu trúc điều khiển Bộ điều khiển robot thiết kế H Máy tính cá nhân GPIO xrobot DOI: 10.15625/vap.2015.00012 STM32F407VG r - PWM1 QEI1 QEI2 + PWM2 uy + Bộ điều khiển PD mờ xref Mạch công suất động DC (LMD18200) Bộ điều khiển PD mờ k1 - H Mã hóa Động DC phải vòng quay Với tần số lấy mẫu 100Hz, thời lọc 0.5s, công thức ước lượng góc nghiêng lọc sau: gyro ) 0.02accel - + uL ML Cấu trúc điều khiển robot 2.3.2 Bộ điều khiển cân bám vị trí Bộ điều khiển cân robot đồng thời điều khiển bám theo vị trí đặt trước Để thực điều này, điều khiển chia thành hai điều khiển PD mờ riêng biệt Bộ điều khiển thứ (Fuzzy PD1) nhận vào sai số vị trí để tính toán góc tham chiếu hợp lý để xe bám vị trí tham chiếu Bộ điều khiển thứ hai (Fuzzy PD2) nhận vào sai số góc nghiêng để tính toán điện áp điều khiển hai động giúp xe bám góc nghiêng đặt trước Giá trị tham chiếu Fuzzy PD2 ngõ Fuzzy PD1 Để đơn giản cho việc thiết kế, điều khiển mờ báo điều có cấu trúc giống H Tuy nhiên, hệ số vào/ra điều khiển khác ref ke + - feedback d dt H ku kde uout Bộ điều khiển mờ Cấu trúc điều khiển PD mờ Bộ điều khiển mờ có hai ngõ vào sai số e(t ) With Complemtary Filter Without Filter vi phân sai số de(t ) giá trị đặt giá trị thực Change Rotation Angle Change Tilt Angle Tilt Angle[radian] H (1) Kết thí nghiệm H cho thấy góc nghiêng qua lọc bù tốt chưa lọc ux Bộ điều khiển PID tự chỉnh Cấu trúc lọc bù ước lượng góc nghiêng n1 0.98(n Bộ điều khiển PID Bộ điều khiển PD mờ 2.2 Xử lý tín hiệu vào Góc nghiêng robot (ký hiệu ) tính dựa vào giá trị trả từ IMU Bộ lọc bù [13] sử dụng để ước lượng xác góc nghiêng robot Bộ lọc chọn cho kết ước lượng tốt, tính toán đơn giản phù hợp với việc chạy thời gian thực hệ thống nhúng Bộ lọc có cấu trúc H Robot bánh tự cân k2 Sơ đồ khối phần cứng điều khiển robot hai bánh tự cân H + e + Mã hóa Động DC trái vòng quay MR Fuzzy PD2 Fuzzy PD1 ref Mạch công suất động DC (LMD18200) x uR + ngõ uout(t) Hai hệ số ke kde sử dụng để điều chỉnh độ lớn ngõ vào, hệ số ku hiệu chỉnh tín hiệu điều khiển ngõ Các hệ số giúp hiệu chỉnh miền giá trị vào điều khiển cho phù hợp với đối tượng điều khiển Việc thiết kế điều khiển mờ thực qua bốn bước: xử lý vào ra, mờ hóa, suy diễn mờ giải mờ [9] Sau việc thiết kế Fuzzy PD1 Fuzzy PD2 trình bày chi tiết -1 -2 -3 H 10 Time[second] 12 14 16 18 20 So sánh góc nghiêng lọc chưa lọc Biểu thức (2), (3) sử dụng để tính vị trí góc xoay robot tính dựa vào quãng đường di chuyển hai bánh xe [1] Quãng đường tính toán dựa vào số xung trả từ hai mã hóa vòng quay VCCA 2015 Fuzzy PD1 - Bộ điều khiển mờ tính toán góc tham chiếu robot: Như trình bày, điều khiển dựa vào sai số vị trí để tính toán góc tham chiếu hợp lý để 72 Hội nghị toàn quốc lần thứ Điều khiển Tự động hóa VCCA 2015 robot bám vị trí đặt Bộ điều khiển mờ có hai ngõ vào sai số vị trí ex (t ) tốc độ thay đổi sai số vị trí dex (t ) , ngõ r (t ) góc nghiêng tham chiếu robot Ba biến ngôn ngữ định nghĩa đặt tên giống với ngõ vào cho điều khiển mờ Các biến ngôn ngữ có giá trị sau: - NB (Negative Big): âm lớn - NM (Negative Medium): âm vừa - NS (Negative Small): âm nhỏ - ZE (Zero): - PS (Positive Small) : dương nhỏ - PM (Positive Medium): dương vừa - PB (Positive Big): dương lớn Hàm liên thuộc của biến ngôn ngữ định nghĩa H 8, 9, 10 DOI: 10.15625/vap.2015.00012 này, luật hợp thành min-Prod phương pháp giải mờ trọng tâm sử dụng có công thức đơn giản, dễ thực hệ thống nhúng Fuzzy PD2 - Bộ điều khiển cân robot: Bộ điều khiển giữ vai trò ổn định robot góc tham chiếu tính toán từ Fuzzy PD1, có cấu trúc H Tương tự, điều khiển có hai ngõ vào sai số góc e (t ) tốc độ thay đổi sai số góc de (t ) , ngõ uy(t) để tính phần trăm điện áp điều khiển hai động Các giá trị ngôn ngữ, luật mờ, luật hợp thành phương pháp giải mờ điều khiển tương tự điều khiển Fuzzy PD1 Tuy nhiên, hàm liên thuộc biến ngôn ngữ có dạng khác H 12, 13, 14 H 12 Hàm liên thuộc lỗi góc H Hàm liên thuộc lỗi vị trí H 13 Hàm liên thuộc tốc độ lỗi góc H Hàm liên thuộc tốc độ lỗi vị trí -1 -0.7 -0.4 0.4 0.7 H 14 Hàm liên thuộc phần trăm điện áp điều khiển -0.5 -0.4 -0.25 0.25 0.4 0.5 H 10 Hàm liên thuộc ngõ góc robot Luật mờ xác định góc tham chiếu robot dựa vào vị trí đặt H 11 2.3.3 Bộ điều khiển góc xoay robot Đây điều khiển PID tự chỉnh có nhiệm vụ điều khiển robot bám theo góc xoay đặt trước Để đơn giản việc thiết kế, hệ số điều khiển PID tự chỉnh điều khiển PD mờ có cấu trúc H 15 Bộ điều khiển có hai ngõ vào sai số góc xoay tốc độ sai số góc xoay, hai ngõ k1 k2 để tự chỉnh ba hệ số điều khiển PID Các giá trị ngôn ngữ hai ngõ điều khiển mờ là: VVS-rất nhỏ, VS-rất nhỏ S-nhỏ, Mvừa, B-lớn, VB-rất lớn, VVB-rất lớn H 11 Luật mờ điều khiển tính góc tham chiếu Bước cuối việc thiết kế điều khiển mờ chọn luật hợp thành phương pháp giải mờ Bộ giải mờ đóng vai trò kết hợp ảnh hưởng luật điều khiển thành giá trị rỏ đầu Trong báo VCCA 2015 H 15 Cấu trúc điều khiển mờ tự chỉnh thông số cho điều khiển PID 73 Hội nghị toàn quốc lần thứ Điều khiển Tự động hóa VCCA 2015 Hàm liên thuộc biến ngôn ngữ vào H 16, 17, 18 DOI: 10.15625/vap.2015.00012 kinh điển giúp robot bám tốt góc xoay đứng yên vị trí [0, 0, 0] H 16 Hàm liên thuộc lỗi góc xoay H 21 Bộ điều khiển góc xoay robot Ngõ điều khiển PID ux kết hợp với uy để tạo phần trăm điện áp điều khiển hai động trái phải để robot vừa cân vừa bám vị trí góc xoay đặt trước Theo H ta có phần trăm điện áp điều khiển hai động biểu thứ (4) uR u y u x (4) uL u y u x H 17 Hàm liên thuộc tốc độ lỗi góc xoay Bộ điều khiển hoàn chỉnh thiết kế Matlab/Simulink H 22 0 0.1667 0.3333 0.5 0.6667 0.8333 H 18 Hàm liên thuộc ngõ k1 k2 Luật suy diễn mờ xác định giá trị hai hệ số k1 k2 H 19, 20 H 19 Luật mờ với ngõ k1 H 20 Luật mờ với ngõ k2 Hai hệ số k1, k2 dùng để hiệu chỉnh hệ số KP, KI KD điều khiển PID điều khiển góc xoay robot H 21 Hệ số KP KI hiệu chỉnh giá trị k1, hệ số k2 hiệu chỉnh KD Giá trị khởi động hệ số PID là: KD = 540, KI = 30, KD = 64 hệ số điều khiển PID VCCA 2015 H 22 Bộ điều khiển robot hai bánh tự cân 2.3.4 Thực điều khiển nhúng Để chạy thời gian thực, điều khiển thiết kế cần chuyển thành điều khiển dạng ngôn ngữ C Bộ điều khiển nhận tín hiệu hồi tiếp từ mô-đun chương trình đọc góc nghiêng, vị trí góc xoay để tính toán hai tín hiệu điều khiển ux uy Hai tín hiệu điều khiển dạng độ rộng xung PWM để điều khiển hai động qua mạch công suất Các liệu góc nghiêng, vị trí, góc xoay, hệ số KP, KI, KD, ngõ ux, uy đồng thời gửi máy tính PC để vẽ lên giao diện GUI để quan sát, hỗ trợ cho việc đánh giá đáp ứng hiệu chỉnh hệ số điều khiển Để thực thi điều khiển hệ thống nhúng, nhóm tác giả sử dụng hệ điều hành nhúng thời gian thực freeRTOS [8] Đây hệ điều hành thời gian thực (RTOS) thiết kế để hoạt động hệ thống nhúng có tài nguyên nhớ hạn chế Hệ điều hành có nhân viết ngôn ngữ C có cấu trúc đơn giản FreeRTOS chọn để phát triển ứng dụng số lý như: mã nguồn mở, phát triển ứng dụng hướng tác vụ, sử dụng rộng rãi hoạt động với nhiều tảng kiến trúc [4] Với điều khiển thiết kế, chương trình freeRTOS gồm hai tác vụ chính: 74 Hội nghị toàn quốc lần thứ Điều khiển Tự động hóa VCCA 2015 DataComTask chờ semaphore, Idle kích hoạt, chạy tác vụ chạy ControlTask giải phóng semaphhore để DataComTask chạy 2.3[độ], vị trí gần không đổi Khi ổn định, góc nghiêng robot thay đổi không 1[độ], sai số xác lập 1[độ]; vị trí robot có sai số xác lập lớn 0.01[m]; góc xoay robot có sai số xác lập 1[độ] Từ đáp ứng cho thấy robot cân tốt có nhiễu tác động vào làm thay đổi vị trí góc xoay a) 0.05 Tilt angle [radian] ControlTask: cập nhật ngõ vào, chạy điều khiển, cập nhật ngõ điều khiển động cơ, gửi liệu sang tác vụ DataComTask Tác vụ chạy theo chu kỳ 10ms (đây thời gian lấy mẫu điều khiển) DataComTask: Tác vụ chờ nhận liệu từ tác vụ ControlTask, gửi đến điệm DMA mô-đun USART sau kích hoạt để DMA điều khiển USART gửi liệu máy tính Do đó, thời gian thực thi tác vụ nhỏ không ảnh hưởng đến tác vụ ControlTask Giản đồ thời gian thực thi tác vụ hệ thống H 23 DOI: 10.15625/vap.2015.00012 -0.05 -0.1 10 15 20 25 Time [second] 30 35 40 45 50 b) 0.3 DataComTask 0.2 0.1 Position [meter] ControlTask -0.1 -0.2 Idle -0.3 t1 t2 tn tn+1 Thời gian 10 15 20 25 Time [second] 30 35 40 45 50 10 15 20 25 Time [second] 30 35 40 45 50 c) 0.3 H 23 Giản đồ thời gian thực thi tác vụ hệ thống Rotation angle [radian] 0.2 Ngắt SysTick, ControlTask kích hoạt để chạy điều khiển, cập nhật tín hiệu điều khiển 0.1 -0.1 -0.2 Kết thực nghiệm -0.3 d) 20 15 10 UR [voltage] Các thông số điều khiển Bảng Các thông số chọn phương pháp thử - sửa sai lúc thực nghiệm Bảng Bộ điều khiển Thông số Fuzzy PD1 kex 0.41 , kdex 7.3 , kux 0.4 PID tự chỉnh (giá trị mặc định) ke 2.5 , ku 100 kde 1.8 , -10 kP 540 , kD 64 kI 30 , -20 -25 10 15 20 25 Time [second] 30 35 40 45 50 10 15 20 25 Time [second] 30 35 40 45 50 e) Đáp ứng trường hợp robot cân không di chuyển ( xref 0[m] , ref 0[rad] ) H 24 đáp ứng robot thiết kế điểm cân đồng thời chịu tác động nhiễu từ bên làm thay đổi vị trí góc xoay Khi tác động nhiễu làm thay đổi vị trí (tại thời điểm: 6.8[s], 17.8[s], 41.8[s]), điều khiển tính toán góc tham chiếu hợp lý để đưa robot vị trí tham chiếu, góc xoay thay đổi không 1.1[độ] nhiễu tác động Khi tác động nhiễu làm góc xoay thay đổi (tại thời điểm: 29.2[s] 35.8[s]), điều khiển đáp ứng lại với nhiễu nhanh chóng đưa góc xoay giá trị đặt Khi tác tác động nhiễu, góc nghiêng lệch không VCCA 2015 -5 -15 20 10 UR [voltage] Fuzzy PD2 -10 -20 H 24 Đáp ứng robot đứng yên bị nhiễu tác động vào, a) góc nghiêng, b) vị trí, c) góc xoay, d) tín hiệu điều khiển động phải, e) tín hiệu điều khiển động trái Đáp ứng trường hợp robot di chuyển bám vị trí hướng cố định ( xref có giá trị lần lược 0, 0.4, 0.1, 0.2 0.2 mét, ref 0[rad] ) 75 Hội nghị toàn quốc lần thứ Điều khiển Tự động hóa VCCA 2015 H 25 đáp ứng robot thay đổi vị trí tham chiếu Đáp ứng cho thấy robot bám tốt vị trí với sai số xác lập vị trí lớn 0.01 [m], thời gian tăng vị trí thay đổi lớn (0.4 [m]) 1.5[s], độ vọt lố vị trí tối đa 0.015[m] Góc nghiêng robot ổn định vị trí đặt có sai số xác lập 1[độ] Góc xoay robot thay đổi (khi vị trí đặt thay đổi) không vượt 1.15[độ] Từ đáp ứng cho thấy robot hoạt động ổn định vi trí thay đổi liên tục a) trị đặt dạng sin biên độ 0.175[rad], tần số 0.13[Hz] H 26 đáp ứng robot góc xoay thay đổi theo dạng sin Đáp ứng H 26c cho thấy góc xoay robot bám tốt giá trị đặt Góc nghiêng robot thay đổi nhanh không 1.5[độ] Vị trí thay đổi không 0.05[m] Từ đáp ứng ta thấy robot hoạt động ổn định góc xoay thay đổi theo tham chiếu sin a) 0.05 0.02 Tilt angle [radian] Tilt angle [radian] DOI: 10.15625/vap.2015.00012 -0.05 0.01 -0.01 -0.1 -0.02 10 15 20 Time [second] 25 30 35 40 10 15 20 25 Time [second] 30 35 40 45 50 10 15 20 25 Time [second] 30 35 40 45 50 b) b) 0.05 0.4 position refference 0.04 0.03 Position [meter] 0.3 Position [meter] 0.2 0.1 0.02 0.01 -0.1 -0.01 -0.2 -0.02 10 15 20 Time [second] 25 30 35 40 c) c) 0.2 0.02 Rotation angle [radian] Rotation angle [radian] Rotation angle Reference 0.15 0.015 0.01 0.005 -0.005 -0.01 -0.015 0.1 0.05 -0.05 -0.1 -0.15 -0.02 -0.2 10 15 20 Time [second] 25 30 35 40 10 15 20 25 Time [second] 30 35 40 45 50 d) d) 15 20 10 15 UR [voltage] UL [voltage)] 10 -5 -5 -10 -10 -15 -20 -15 10 15 20 Time [second] 25 30 35 40 10 15 20 25 Time [second] 30 35 40 45 50 10 15 20 25 Time [second] 30 35 40 45 50 e) e) 15 20 10 15 UR [voltage] UR [voltage] 10 -5 -5 -10 -10 -15 -20 -15 10 15 20 Time [second] 25 30 35 40 H 25 Đáp ứng robot bám vị trí đặt trước, a) góc nghiêng, b) vị trí, c) góc xoay, d) tín hiệu điều khiển động phải, e) tín hiệu điều khiển động trái Đáp ứng trường hợp robot cân bằng, không di chuyển ( xref 0[m] ), hướng bám theo giá VCCA 2015 H 26 Đáp ứng robot bám góc xoay tham chiếu sin, a) góc nghiêng, b) vị trí, c) góc xoay, d) tín hiệu điều khiển động phải, e) tín hiệu điều khiển động trái Kết luận Bài báo trình phương pháp thiết kế điều khiển robot hai bánh tự cân Bộ điều khiển 76 Hội nghị toàn quốc lần thứ Điều khiển Tự động hóa VCCA 2015 thiết kế chạy thời gian thực hệ thống nhúng Kết thực nghiệm cho thấy điều khiển thiết kế đáp ứng nhanh, robot cân tốt với sai số xác lập trường hợp nhỏ, bền vững với nhiễu tác động từ bên [9] [10] Tài liệu tham khảo [1] [2] [3] [4] [5] [6] [7] [8] Thao Ng.G.M, Nghia D.H, Phuc Ng.H, A PID backstepping controller for two-wheeled selfbalancing robot, Proceeding of International Forum on Stategic Technology, Ulsan, Oct 2010 Nasir A.N.K., Ahmad M.A., Ghazali R., Pakheri N.S., Performance comparison between fuzzy logic controller (FLC) and PID controller for a highly nonlinear two-wheels balancing robot, The First International Conference on Informatics and Computational Intelligence, pp 176-181, Dec 2011 Huang C.H, Wang W.J, Design and implementation of fuzzy control on a two-wheel inverted pendulum, IEEE Transactions on Industrial Electronics, vol 58, no 7, pp 29883001, July 2011 Pinto S., Pereira J., Oliveira D., Alves F., Qaralleh E., Ekpanyapong M., Cabral J., Tavares A., Porting SLOTH system to freeRTOS running on ARM Cortex-M3, International Symposium on Industrial Electronics, pp.18881893, Istanbul, Turkey, June 2014 Qiu C., Huang Y., The design of fuzzy adaptive PID controller of two-wheeled self-balacing robot, International Journal of Information and Electronics Engineering, vol 5, no 3, pp 193197, May 2015 Fang J., The research on the application of fuzzy immune PD algorithm in the two-wheeled and self-balancing robot system, International Journal of Control and Automation, vol 7, no 10, pp 109-118, Oct 2014 Amir A.B, Salinda Buyamin, Mohamed N.A, Mustapha Muhammad, A comparison of controller for balancing two wheeled inverted pendulum robot, International Journal of Mechanical and Mechatronics Engineering, vol 14, no 03, pp 62-68, June 2014 FreeRTOS home page, [Online], Available: http://freertos.org/ access on July 19, 2015 VCCA 2015 [11] [12] [13] DOI: 10.15625/vap.2015.00012 Wu J., Zhang W., Wang S., A two-wheeled selfbalancing robot with the Fuzzy PD controller method, Mathematical Problems in Engineering Research Article, Volume 2012, Article ID 469491, 13 pages Ren T.J., Chen T.C., Chen C.J., Motion control for a two-wheeled vehicle using a self-tuning PID controller, Control Engineering Practice, vol 16, pp 365-375, Mar 2008 Muhammad T A., Large Signal Analysis of the Mach-Zender Modulator with Variable BIAS, Proceeding of Natl Sci Counc ROC(A), vol.25, no 4, pp 254-258, 2001 Miasa S., Al-Mjali M., Al-Haj Ibrahim A., Tutunji T.A., Fuzzy control of a two-wheel balancing robot using DSPIC, The 7th International Multi-Conference on Systems Signals and Devices, pp 1-6, Amman, Jordan, June 2010 Higgins W.T., A comparison of Complementary and Kalman Filtering, IEEE Transactions on Aerospace and Electronic Systems, vol AES11, no 3, Feb 2007 Nguyễn Văn Khanh nhận kỹ sư Điện tử trường Đại học Cần Thơ năm 2005, thạc sỹ Tự động hóa trường Đại học Bách Khoa TP HCM năm 2014 Thạc sỹ Nguyễn Văn Khanh tham gia giảng dạy trường Đại học Cần Thơ từ năm 2006 đến Hiện anh Giảng viên thuộc môn Tự động hóa, khoa Công Nghệ Trần Thanh Hùng nhận kỹ sư Điện tử trường Đại học Cần Thơ năm 1996, thạc sỹ Kỹ thuật Điện tử trường Đại học Bách Khoa TP HCM năm 2000, nhận tiến sỹ Kỹ thuật trường Đại học Kỹ thuật Sydney, Úc năm 2008 Tiến sỹ Trần Thanh Hùng tham gia giảng dạy trường Đại học Cần Thơ từ năm 1996 đến Hiện anh Giảng viên thuộc môn Tự động hóa, khoa Công Nghệ; giữ chức vụ Phó trưởng khoa khoa Công Nghệ, trường Đại học Cần Thơ 77