ĐẠI HỌC QUỐC GIA TP.HCM
---------TRƯỜNG ĐẠI HỌC BÁCH KHOA
KHOA: KH & KT Máy tính___
BỘ MÔN: KHMT___________
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập - Tự do - Hạnh phúc
NHIỆM VỤ LUẬN ÁN TỐT NGHIỆP
Chú ý: Sinh viên phải dán tờ này vào trang nhất của bản thuyết trình
HỌ VÀ TÊN: Võ An Khang __________________________ MSSV: 1711700 _______
HỌ VÀ TÊN: Huỳnh Quốc Phú _______________________ MSSV: 1711638 _______
HỌ VÀ TÊN: _____________________________________ MSSV: ______________
NGÀNH: ___________________________________ LỚP: ______________________
1. Đầu đề luận án:
Sử Dụng Thiết Bị Không Người Lái Trong Khảo Sát Môi Trường
2. Nhiệm vụ đề tài (yêu cầu về nội dung và số liệu ban đầu):
- Tìm hiểu về các thiết bị bay không người lái
- Tìm hiểu các công cụ hỗ trợ giả lập môi trường hỗ trợ quá trình huấn luyện
- Xây dựng các giải thuật tìm được, và xây dựng lại mội trường trong thời gian thực
- Hiện thực giải thuật và kiểm chứng trên môi trường giả lập, và môi trường thực tế
3. Ngày giao nhiệm vụ luận án: 1/3/2021
4. Ngày hoàn thành nhiệm vụ: 30/6/2021
5. Họ tên giảng viên hướng dẫn:
Phần hướng dẫn:
1) Nguyễn Đức Dũng __________________________________________________________
2) _________________________________________________________________________
3) _________________________________________________________________________
Nội dung và yêu cầu LVTN đã được thông qua Bộ môn.
Ngày ........ tháng ......... năm ..........
CHỦ NHIỆM BỘ MÔN
GIẢNG VIÊN HƯỚNG DẪN CHÍNH
(Ký và ghi rõ họ tên)
(Ký và ghi rõ họ tên)
PHẦN DÀNH CHO KHOA, BỘ MÔN:
Người duyệt (chấm sơ bộ): ________________________
Đơn vị: _______________________________________
Ngày bảo vệ: ___________________________________
Điểm tổng kết: __________________________________
Nơi lưu trữ luận án: ______________________________
TRƯỜNG ĐẠI HỌC BÁCH KHOA
KHOA KH & KT MÁY TÍNH
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập - Tự do - Hạnh phúc
---------------------------Ngày 01 tháng 08 năm 2021
PHIẾU CHẤM BẢO VỆ LVTN
(Dành cho người hướng dẫn/phản biện)
1. Họ và tên SV: Võ An Khang, Huỳnh Quốc Phú
MSSV: 1711700, 1712638
Ngành (chuyên ngành): KHMT
2. Đề tài: Sử Dụng Thiết Bị Không Người Lái Trong Khảo Sát Môi Trường
3. Họ tên người hướng dẫn/phản biện: Nguyễn Đức Dũng
4. Tổng quát về bản thuyết minh:
Số trang:
Số chương:
Số bảng số liệu
Số hình vẽ:
Số tài liệu tham khảo:
Phần mềm tính toán:
Hiện vật (sản phẩm)
5. Tổng quát về các bản vẽ:
- Số bản vẽ:
Bản A1:
Bản A2:
Khổ khác:
- Số bản vẽ vẽ tay
Số bản vẽ trên máy tính:
6. Những ưu điểm chính của LVTN:
Nhóm đã thực hiện khảo sát các hướng tiếp cận cho bài toán điều khiển thiết bị bay không người lái
trong môi trường chưa biết trước. Nhóm đã hiện thực được giải pháp tái cấu trúc mội trường và các
giải thuật tìm đường phù hợp với các chiến lượt khác nhau. Các kết quả đánh giá cho thấy giải pháp
cho phép thiết bị có thể di chuyển đến mục tiêu và đồng thời tái tạo lại môi trường một cách tương
đối trong quá trình di chuyển.
7. Những thiếu sót chính của LVTN:
Do điều kiện khách quan nên nhóm chưa hoàn chỉnh được phần thực nghiệm ngoài trời, các khó
khăn về thiết bị cũng làm hạn chế các kết quả đánh giá của nhóm.
8. Đề nghị: Được bảo vệ o
Bổ sung thêm để bảo vệ o
9. 3 câu hỏi SV phải trả lời trước Hội đồng:
a.
Không được bảo vệ o
b.
c.
10. Đánh giá chung (bằng chữ: giỏi, khá, TB): Giỏi
Điểm: 10 /10
Ký tên (ghi rõ họ tên)
Nguyễn Đức Dũng
75ѬӠ1*ĈҤ,+Ӑ&%È&+.+2$
.+2$.+ .70È<7Ë1+
&Ӝ1*+Ñ$;+Ӝ,&+Ӫ1*+Ƭ$ 9,ӊ71$0
ĈӝFOұS7ӵGR+ҥQKSK~F
1Jj\WKiQJQăP
3+,ӂ8&+Ҩ0%Ҧ29ӊ/971
'jQKFKRQJ˱ͥLK˱ͣQJG̳QSK̫QEL͏Q
+ӑYjWrQ69 9}$Q.KDQJ+XǤQK4XӕF3K~
0669
1JjQKFKX\rQQJjQK.KRD +ӑF0i\7tQK
ĈӅWjL6ӱGөQJWKLӃWEӏNK{QJQJѭӡLOiLWURQJNKҧRViWP{LWUѭӡQJ
+ӑWrQQJѭӡLKѭӟQJGүQSKҧQELӋQ7UҫQ+ӗQJ7jL
7әQJTXiWYӅEҧQWKX\ӃWPLQK
6ӕWUDQJ
6ӕFKѭѫQJ
6ӕEҧQJVӕOLӋX
6ӕKuQKYӁ
6ӕWjLOLӋXWKDPNKҧR
3KҫQPӅPWtQKWRiQ
+LӋQYұWVҧQSKҭP
7әQJTXiWYӅFiFEҧQYӁ
6ӕEҧQYӁ
%ҧQ$
%ҧQ$
.KәNKiF
6ӕEҧQYӁYӁWD\
6ӕEҧQYӁWUrQPi\WtQK
1KӳQJѭXÿLӇPFKtQKFӫD/971
/XkQYăQÿѭDUDӭQJGөQJFөWKӇViWYӟLWKӵFWӃ
&yVӵQJKLrQFӭXNӃWKӧSSKiWWULӇQWӯFiFF{QJWUuQKQJKLrQFӭXOLrQTXDQ
6LQKYLrQNӃWKӧS[k\GӵQJFҧSKҫQFӭQJYjSKҫQPӅP
1KӳQJWKLӃXVyWFKtQKFӫD/971
&KѭDFyWKtQJKLӋPWKӵFWӃGRWuQKKuQKNKiFKTXDQ
ĈӅQJKӏĈѭӧFEҧRYӋ Ƒ
%әVXQJWKrPÿӇEҧRYӋ Ƒ
.K{QJÿѭӧFEҧRYӋ Ƒ
FkXKӓL69SKҧLWUҧOӡLWUѭӟF+ӝLÿӗQJ
ĈӅ[XҩWKѭӟQJJLҧLTX\ӃWWURQJWUѭӡQJKӧSFyYұWWKӇÿӝQJWURQJTXiWUuQKED\
ĈiQKJLiFKXQJEҵQJFKӳJLӓLNKi7%*LӓL
ĈLӇP
.êWrQJKLU}KӑWrQ
7UҫQ+ӗQJ7jL
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
KHOA KHOA HỌC & KỸ THUẬT MÁY TÍNH
——————– * ———————
BÁO CÁO LUẬN VĂN TỐT NGHIỆP
Sử Dụng Thiết Bị Không Người
Lái Trong Khảo Sát Môi Trường
HỘI ĐỒNG: Khoa học máy tính 2
GVHD: Tiến sĩ Nguyễn Đức Dũng
GVPB: Thạc sĩ Trần Hồng Tài
Sinh viên thực hiện:
Võ An Khang
MSSV: 1711700
Huỳnh Quốc Phú MSSV: 1712638
Tp. Hồ Chí Minh, 7/2021
Lời cam đoan
Chúng tôi xin cam đoan đây là công trình nghiên cứu của riêng chúng tôi dưới
sự hướng dẫn của TS. Nguyễn Đức Dũng Nội dung nghiên cứu và các kết quả đều
là trung thực và chưa từng được công bố trước đây. Các số liệu được sử dụng cho
quá trình phân tích, nhận xét được chính chúng tôi thu thập từ nhiều nguồn khác
nhau và sẽ được ghi rõ trong phần tài liệu tham khảo. Ngoài ra, chúng tôi cũng có
sử dụng một số nhận xét, đánh giá và số liệu của các tác giả khác, cơ quan tổ chức
khác. Tất cả đều có trích dẫn và chú thích nguồn gốc. Nếu phát hiện có bất kì sự
gian lận nào, chúng tôi xin hoàn toàn chịu trách nhiệm về nội dung luận văn tốt
nghiệp của mình. Trường đại học Bách Khoa thành phố Hồ Chí Minh không liên
quan đến những vi phạm tác quyền, bản quyền do chúng tôi gây ra trong quá trình
thực hiện.
Lời ngỏ
Luận văn tốt nghiệp là thử thách cuối cùng và lớn nhất đối với mỗi sinh viên. Vì
vậy, chúng tôi rất biết ơn những con người đã hỗ trợ chúng tôi trong quá trình thực
hiện đề tài luận văn này. Chúng tôi xin cảm ơn thầy Nguyễn Đức Dũng đã hỗ trợ rất
nhiều về kiến thức, định hình chi tiết hướng đi của bài toán, giám sát tiến độ cũng
như quan tâm về các vấn đề khác trong tình hình dịch bệnh cho nhóm trong quá
trình làm luận văn. Chúng tôi xin cảm ơn anh Hoàng Minh Phương đã hỗ trợ chúng
tôi tìm hiểu về cơ sở lý thuyết cũng như cách giải quyết cho đề tài. Chúng tôi xin
cảm ơn thầy Nguyễn Cao Trí đã chia sẽ những kinh nghiệm làm việc với drone và
cũng là người giúp chúng tôi có đam mê để thực hiện đề tài về máy bay không người
lái. Chúng tôi cũng xin cảm ơn mọi người trong Graphicsminer Lab đã giúp đỡ nhiệt
tình cho nhóm. Cuối cùng và hơn ai hết, chúng tôi xin cảm ơn cha và mẹ, những
người đã nuôi nấng chúng tôi trưởng thành như ngày hôm nay. Xin chân thành cảm
ơn mọi người!
Tóm tắt nội dung
Trong những năm gần đây, Máy bay không người lái (UAV - Unmanned Aerial Vehicle)
đang ngày càng phát triển và trở nên gần gũi hơn trong cuộc sống của con người với những
lợi thế mà nó mang lại. Tuy nhiên, phần lớn các loại UAV phổ biến hiện nay đều cần có
người điều khiển để hoạt động. Vậy để một UAV có thể hoạt động độc lập là một việc rất
cần thiết. Mục tiêu chính của luận văn này là phát triển một hệ thống máy bay không
người lái có thể điều hướng tự động và an toàn trong môi trường không biết trước. Để
làm được điều đó, nhóm tập trung giải quyết hai bài toán là lập quỹ đạo bay và tái cấu
trúc môi trường - hai bài toán là cơ sở để hướng tới máy bay không người lái hoàn toàn
tự động. Phương pháp đề xuất được thực hiện trên nền tảng thử nghiệm được thiết kế
bao gồm máy bay không người lái cơ bản, camera độ sâu và máy tính nhúng. Được thử
nghiệm thành công trong nhiều môi trường khác nhau, cho thấy hiệu quả theo thời gian
thực của việc bay an toàn và lưu trữ bản đồ cho các nhiệm vụ quan trắc.
Mục lục
Danh sách bảng
iii
Danh sách hình vẽ
iv
1 Giới thiệu đề tài
1
1.1
Đặt vấn đề . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1.2
Động lực . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2
1.3
Mục tiêu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
1.4
Tổng quan về luận văn . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
2 Cơ sở lý thuyết
2.1
2.2
4
Mô hình hóa và điều khiển Quadcopter . . . . . . . . . . . . . . . . . . . .
4
2.1.1
Mô hình hóa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
2.1.2
Điều khiển . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
Motion Planning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
2.2.1
Không gian cấu hình của bài toán Motion Planning . . . . . . . . .
8
2.2.2
Mô hình hóa bài toán . . . . . . . . . . . . . . . . . . . . . . . . . .
9
2.2.3
Các thuật toán Search-based . . . . . . . . . . . . . . . . . . . . . . 10
2.2.4
Các thuật toán Sampling-based . . . . . . . . . . . . . . . . . . . . 13
3 Tái cấu trúc môi trường chưa biết trước
3.1
3.2
20
Mô hình hóa bài toán . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.1
Phân loại bản đồ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1.2
Occupancy Grid Map . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Tái cấu trúc môi trường chưa biết trước . . . . . . . . . . . . . . . . . . . 27
3.2.1
Bản đồ toàn cục
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
i
3.2.2
Bản đồ cục bộ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4 Xây dựng quỹ đạo di chuyển
4.1
32
Bài toán tối ưu hóa quỹ đạo . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.1
Mô hình hóa bài toán . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.2
Minimum Effort Trajectory . . . . . . . . . . . . . . . . . . . . . . 35
4.1.3
Ràng buộc về các điểm tham chiếu . . . . . . . . . . . . . . . . . . 36
4.1.4
Tái mô hình bài toán theo dạng Quy Hoạch Toàn Phương không
ràng buộc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.2
Xây dựng quỹ đạo qua môi trường chưa biết trước . . . . . . . . . . . . . . 39
4.2.1
Xây dựng quỹ đạo toàn cục . . . . . . . . . . . . . . . . . . . . . . 40
4.2.2
Tái xây dựng quỹ đạo cục bộ . . . . . . . . . . . . . . . . . . . . . 41
5 Thiết kế hệ thống và kết quả thực nghiệm
5.1
43
Thiết kế hệ thống . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.1.1
Thiết kế nền tảng phần cứng (PKDrone Kit) . . . . . . . . . . . . . 43
5.1.2
Nền tảng phần mềm . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.2
Phương pháp thực nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.3
Kết quả và đánh giá . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.3.1
Mô hình mô phỏng . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
A
Quỹ đạo di chuyển . . . . . . . . . . . . . . . . . . . . . . 53
B
Tái cấu trúc môi trường . . . . . . . . . . . . . . . . . . . 65
5.3.2
Thí nghiệm thực tế . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6 Tổng kết
70
6.1
Tổng kết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.2
Hướng phát triển . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Tài liệu tham khảo
73
Danh sách bảng
2.1
Mã giả giải thuật Dijkstra và A*. . . . . . . . . . . . . . . . . . . . . . . . 13
2.2
Mã giả giải thuật RRT*. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3
Mã giả thủ tục trích xuất đường đi từ cây tìm kiếm G(V, E). . . . . . . . . 15
2.4
Mã giả giải thuật Informed RRT*. . . . . . . . . . . . . . . . . . . . . . . . 18
2.5
Mã giả Thủ tục lấy một trạng thái ngẫu nhiên trong một Ellipsoid. . . . . 19
3.1
Mã giả giải thuật xây dựng occupancy grid. . . . . . . . . . . . . . . . . . . 26
5.1
Bảng thông số chi tiết phần cứng sử dụng. . . . . . . . . . . . . . . . . . . 48
5.2
Bảng so sánh tốc độ giải thuật trong mô phỏng 1. . . . . . . . . . . . . . . 55
5.3
Bảng so sánh tốc độ giải thuật toàn cục trong mô phỏng 2. . . . . . . . . . 58
5.4
Bảng so sánh tốc độ giải thuật cục bộ trong mô phỏng 2. . . . . . . . . . . 59
5.5
Bảng so sánh tốc độ giải thuật toàn cục trong mô phỏng 3. . . . . . . . . . 63
5.6
Bảng so sánh tốc độ giải thuật cục bộ trong mô phỏng 3. . . . . . . . . . . 63
5.7
Bảng so sánh thời gian chèn gói tin point cloud và ram sử dụng của bản đồ. 65
iii
Danh sách hình vẽ
1.1
Một phi công lái máy bay trên công trường để thu thập thông tin địa hình.
2
1.2
Một số ví dụ việc tự động hoàn toàn của UAV. . . . . . . . . . . . . . . .
2
2.1
Mô hình máy bay Quadcopter. . . . . . . . . . . . . . . . . . . . . . . . . .
4
2.2
Hệ quy chiếu đối với Quadcopter. . . . . . . . . . . . . . . . . . . . . . . .
5
2.3
Kiến trúc điều khiển Multicopter của PX4 [2]. . . . . . . . . . . . . . . . .
7
2.4
3D configuration space . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8
2.5
Không gian trạng thái 2 chiều. . . . . . . . . . . . . . . . . . . . . . . . . .
9
2.6
Giải thuật tìm đường Dijkstra và A*. . . . . . . . . . . . . . . . . . . . . . 12
2.7
So sánh 2 giải thuật RRT* và Informed RRT*. . . . . . . . . . . . . . . . . 19
3.1
Mô hình hóa quá trình xây dựng bản đồ. . . . . . . . . . . . . . . . . . . . 22
3.2
Minh họa sử dụng topological map [17]. . . . . . . . . . . . . . . . . . . . . 23
3.3
Minh họa point cloud maps. . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4
Minh họa occupancy grid ở dạng 2 chiều. . . . . . . . . . . . . . . . . . . . 25
3.5
Minh họa kỹ thuật ray-casting. . . . . . . . . . . . . . . . . . . . . . . . . 27
3.6
Minh họa kiến trúc Octree. . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.7
Biểu diễn môi trường trong Octomap . . . . . . . . . . . . . . . . . . . . . 29
3.8
Minh họa việc sử dụng bản đồ cục bộ trong môi trường giả lập. . . . . . . 30
3.9
Minh họa bản đồ chứa thông tin Euclidean Distance Transform [23]. . . . . 31
4.1
Môi trường và không gian trạng thái. . . . . . . . . . . . . . . . . . . . . . 33
4.2
Quỹ đạo biểu diễn bằng một hàm piecewise. . . . . . . . . . . . . . . . . . 34
4.3
Minh họa quỹ đạo toàn cục. . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.4
Minh họa về việc quỹ đạo cục bộ va chạm với vật cản. . . . . . . . . . . . 41
5.1
Hệ thống UAV PKDrone Kit. . . . . . . . . . . . . . . . . . . . . . . . . . 44
iv
5.2
Thông tin từ Intel RealSense D435. . . . . . . . . . . . . . . . . . . . . . . 45
5.3
Máy tính nhúng Jetson Nano Kit. . . . . . . . . . . . . . . . . . . . . . . . 46
5.4
Bay thực tế với khối UAV cơ bản. . . . . . . . . . . . . . . . . . . . . . . . 47
5.5
Bay thực tế cả hệ thống PKDrone Kit. . . . . . . . . . . . . . . . . . . . . 48
5.6
Sơ đồ khối của toàn bộ hệ thống. . . . . . . . . . . . . . . . . . . . . . . . 50
5.7
So sánh VINS-Mono và EKF2 bằng GPS. . . . . . . . . . . . . . . . . . . . 51
5.8
Mô hình máy bay cùng với Intel Realsense D435i trong giả lập. . . . . . . . 52
5.9
Môi trường giả lập đơn giản. . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.10 Quỹ đạo toàn cục mô phỏng 1 . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.11 Khoảng cách quỹ đạo mô phỏng 1 . . . . . . . . . . . . . . . . . . . . . . . 56
5.12 Quỹ đạo mô phỏng 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.13 Môi trường giả lập phức tạp. . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.14 Quỹ đạo toàn cục trong mô phỏng 2. . . . . . . . . . . . . . . . . . . . . . 58
5.15 Quỹ đạo cục bộ trong mô phỏng 2. . . . . . . . . . . . . . . . . . . . . . . 59
5.16 Khoảng cách quỹ đạo mô phỏng 2 . . . . . . . . . . . . . . . . . . . . . . . 60
5.17 Quỹ đạo mô phỏng 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.18 Quỹ đạo toàn cục trong mô phỏng 3. . . . . . . . . . . . . . . . . . . . . . 61
5.19 Quỹ đạo cục bộ mô phỏng 3. . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.20 Khoảng cách quỹ đạo mô phỏng 3 . . . . . . . . . . . . . . . . . . . . . . . 63
5.21 Quỹ đạo mô phỏng 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.22 So sánh tốc độ cập nhập gói tin bản đồ theo thời gian trên giả lập. . . . . 66
5.23 Sử dụng VINS-Mono trong việc ước tính trạng thái trong nhà. . . . . . . . 67
5.24 Sử dụng VINS-Mono trong việc ước tính trạng thái ngoài trời. . . . . . . . 68
5.25 Minh họa sử dụng hệ thống tái tạo môi trường trong thực tế. . . . . . . . . 69
Chương 1
Giới thiệu đề tài
1.1
Đặt vấn đề
Trong một thập kỷ trở lại đây, các phương tiện bay không người lái (UAV) đã thu hút
được sự chú ý của cả giới học thuật và công nghiệp vì tính đơn giản về cơ học và điều
khiển, khả năng cơ động cao và chi phí thấp. Những tính năng này của UAV khiến chúng
trở thành những robot trên không phổ biến trong một số lượng lớn các ứng dụng robot
như giao hàng, quay phim và giám sát. Tuy nhiên, những phương tiện bay này từng được
vận hành bởi các phi công chuyên nghiệp để hoàn thành các nhiệm vụ khác nhau ví dụ
như hình 1.1.
Bởi vì phần lớn UAV trên thị trường không thể điều hướng an toàn và tự chủ trong
môi trường phức tạp. Đặc biệt là trong các tình huống thực tế, các phương tiện bay bị
ảnh hưởng bởi các cảm biến và máy tính nhúng kèm hạn chế về năng lượng tính toán. Các
nghiên cứu gần đây về nỗ lực thu hẹp khoảng cách giữa các phương tiện bay có người lái
và không người lái đã cho thấy những tiến bộ đáng kinh ngạc như ví dụng trong hình 1.2.
Tuy nhiên, không giống như các cuộc đua và quay phim bằng máy bay không người lái
tự động, thông thường đã bản đồ thô được cung cấp từ trước, điều hướng tự động trong
các môi trường không xác định đòi hỏi nhiều hơn và là giải pháp được mong đợi cho các
ứng dụng khác nhau trong thế giới thực, chẳng hạn như tìm kiếm và cứu hộ trong thảm
họa cảnh và vận chuyển hàng hóa.
1
GIỚI THIỆU ĐỀ TÀI
Hình 1.1: Một phi công lái máy bay trên công trường để thu thập thông tin địa hình.
(a) Deep Drone Racing [1]
(b) Chế độ bay tự động của máy bay DJI
Mavic Air 2S.
Hình 1.2: Một số ví dụ việc tự động hoàn toàn của UAV.
1.2
Động lực
Trong những năm gần đây, các hệ thống UAV tự hành dựa trên cảm biến hình ảnh
[24, 25] đang được ưu tiên nghiên cứu và áp dụng rộng rãi. Thách thức chính của điều
hướng tự động dựa trên cảm biến hình ảnh là UAV được yêu cầu phải di chuyển dựa trên
các điểm waypoints và tránh va chạm trong suốt hành trình chỉ dựa trên khả năng tính
toán bằng máy tính nhúng kèm theo trong suốt chuyến bay. Các cách tiếp cận thường
được sử dụng là kết hợp việc ước tính trạng thái UAV từ thông tin từ IMU và cảm biến
hình ảnh kết hợp với việc tái tạo bản đồ từ thông tin của môi trường. Từ đó tạo quỹ đạo
di chuyển không va chạm dựa trên các giải thuật tìm đường đi. Cụ thể việc lập kế hoạch
2
GIỚI THIỆU ĐỀ TÀI
và tái tạo bản đồ sẽ được trình bày trong luận văn này.
1.3
Mục tiêu
Trong phạm vi nghiên cứu của đề tài này, nhóm sẽ tập trung xây dựng hệ thống máy
bay tự động lái với 3 mục tiêu chính:
• Thiết kế hệ thống tái cấu trúc môi trường chưa biết trước phục vụ cho nhiệm vụ điều
hướng và lập bản đồ môi trường.
• Thiết kế phương pháp xây dựng quỹ đạo chuyển động cho UAV trong môi trường
chưa biết trước.
• Xây dựng hệ thống bay không người lái hoàn chỉnh từ phần cứng đến phần mềm.
1.4
Tổng quan về luận văn
Trong báo cáo luận văn này, nhóm chia nội dung thành 6 phần chính. Đầu tiên, chương
1 nêu ra vấn đề cần giải quyết, động lực và mục tiêu của đề tài. Chương 2 có nhiệm vụ giới
thiệu các kiến thức nền tảng để thực hiện đề tài, mô hình hoá bài toán bài toán motion
planning. Phân loại các phương pháp tìm đường đi trong bài toán. Chương 3 sẽ giới thiệu
và mô hình hóa bài toán tái cấu trúc môi trường sau đó đề xuất thiết kế hệ thống tái
cấu trúc môi trường chưa biết trước phục vụ cho nhiệm vụ điều hướng và lập bản đồ môi
trường. Tiếp đến chương 4 sẽ đề cập cách thức thiết kế quỹ đạo dựa trên đường đi và đề
xuất phương pháp cho việc xây dựng quỹ đạo chuyển động cho UAV trong môi trường
chưa biết trước. Việc tiến hành xây dựng hệ thống phần cứng, chạy thử nghiệm và đánh
giá các phương pháp đã đề cập được thể hiện qua chương 5. Cuối cùng, chương 6 sẽ tổng
kết lại toàn bộ quá trình làm đề cương luận văn. Kết quả đạt được, khó khăn và thử
thách. Hướng phát triển của bài toán trong tương lai.
3
Chương 2
Cơ sở lý thuyết
Ở chương này, nhóm tập trung giới thiệu những kiến thức nền tảng cần về động lực
học của UAV, cụ thể là mô hình quadcopter. Mô hình hóa bài toán motion planning.
2.1
Mô hình hóa và điều khiển Quadcopter
Máy bay Quadcopter được định nghĩa là một máy bay được tạo thành từ bốn động
cơ, giữ bảng điện tử ở chính giữa sẽ được làm rõ ở chương 5 và các động cơ ở hướng như
hình 2.1. Do cấu hình này, máy bay Quadcopter có thể lơ lửng trên không, di chuyển về
phía trước, sang ngang, lên, xuống và xoay theo ba trục roll, pitch và yaw một cách riêng
biệt.
Hình 2.1: Mô hình máy bay Quadcopter.
4
CƠ SỞ LÝ THUYẾT
Hình 2.2: Hệ quy chiếu đối với Quadcopter.
2.1.1
Mô hình hóa
Trước khi mô tả mô hình toán học của một quadrotor, cần phải giới thiệu các tọa độ
tham chiếu trong đó chúng ta mô tả cấu trúc và vị trí. Đối với quadrotor, thông thường
sẽ sử dụng hai hệ quy chiếu. Đầu tiên là hệ quy chiếu cố định toàn cục và thứ hai là hệ
quy chiếu cố định thân. Hệ tọa độ cố định toàn cục, còn được gọi là hệ tọa độ thế giới
hay hệ tọa độ quán tính, là một hệ thống mà định luật một Newton được coi là hợp lệ.
Như hình 2.2 sau đây, OE là khung cố định với toàn cục, trong đó X hướng về phía Đông
(East), Y chỉ về phía Bắc (North) và Z hướng lên trên. Điều này làm cho hệ tọa độ cảnh
trở thành hệ tọa độ "Đông Bắc Lên" (ENU). Tiếp theo OB là khung cố định của thân
quadcopter có x, y và z là được xác định dọc theo các trục của quadcopter.
Dựa trên [15], nhóm định nghĩa trạng thái của một UAV là vị trí, vận tốc của khối
tâm và định hướng của các góc Euler trong hệ quy chiếu thế giới (OE ):
x := [ x, y, z, φ, θ, ψ, ẋ, ẏ, ż, p, q, r]T .
(2.1)
Trong đó, sáu trạng thái xác định vị trí của hệ trong không gian ba chiều Tọa độ Descartes
r =(x, y, z) và đạo hàm thời gian của chúng ṙ = (ẋ, ẏ, ż) xác định tốc độ. Sáu trạng thái
xác định thái độ của hệ thống: Các góc Euler (φ, θ, ψ) lần lượt đại diện cho roll, pitch
và yaw và đạo hàm thời gian của chúng (p, q, r) mô tả chuyển động quay. Ma trận xoay
E
từ khung thân sang khung toàn cục RB
có thể bắt nguồn từ (φ, θ, ψ) [15]. Như hình 2.2,
F1, F2, F3 và F4 là các lực do động cơ tác dụng lên hệ. Các phương trình điều chỉnh gia
5
CƠ SỞ LÝ THUYẾT
tốc của khối tâm là :
0
0
E
mr̈ = 0 + RB
0
−mg
F1 + F2 + F3 + F4
(2.2)
Ngoài các lực, mỗi động cơ tạo ra một moment vuông góc với mặt phẳng quay là M1, M2,
M3 và M4. động cơ 1 và 3 quay theo hướng zB trong khi 2 và 4 quay theo hướng zB . Do
đó, M1 và M3 tác động theo hướng zB trong khi M2 và M4 tác động theo hướng zB . Ta
gọi L là khoảng cách từ trục quay của động cơ đến tâm của quadcopter.Và I là moment
quán tính. Gia tốc góc được xác định bởi phương trình :
ṗ
L(F 2 − F 4)
p
p
I q̇ =
− q I q
L(F 3 − F 1)
ṙ
M1 − M2 + M3 − M4
r
r
(2.3)
Di chuyển theo quỹ đạo 3 chiều
Việc di chuyển theo quỹ đạo 3 chiều ở đề tài này nhóm chỉ tập trung giải quyết di
chuyển bám theo vị trí (r) và với gia tốc (r̈ nhỏ. Dựa trên [15], Chúng ta có một phương
pháp để tính điểm gần nhất trên quỹ đạo rT , so với vị trí hiện tại r. Và vector vận tốc
mong muốn là r˙T . Ta xác định vị trí và sai số vận tốc là :
ep = rT (t) − r
(2.4)
ev = rT (t) − r
(2.5)
và :
Sau đó, tiến hành tính toán gia tốc điều khiển r̈des , từ PD feedback của sai số vị trí và
vận tốc :
r̈des = Kp ep + Kd ev + r̈T .
(2.6)
Từ các tham số ep , ev và r̈des , ta có thể dùng để tính vận tốc góc mong muốn cho mỗi
động cơ [15].
6
CƠ SỞ LÝ THUYẾT
Hình 2.3: Kiến trúc điều khiển Multicopter của PX4 [2] với Inertial Frame là Khung Toàn
cục và Body Frame là khung thân.
2.1.2
Điều khiển
Do các phương pháp điều khiển đã được giải quyết và không phải là phạm vi của đề
tài nên nhóm đề xuất sử dụng hệ thống firmware mã nguồn mở PX4 [2] cho việc điều
khiển UAV, kiến trúc điều khiển tổng thể của UAV dưới dạng quadcopter có thể được
biểu diễn bằng sơ đồ khối được thể hiện trong Hình 2.3. Kiến trúc này cho phép đầu vào
với nhiều hình thức như vị trí, vận tốc và gia tốc cũng như attitude và angular body rate.
Từ đó đáp ứng được yêu cầu di chuyển theo quỹ đạo của một hệ máy bay không người
lái.
Bên cạnh đó, để cung cấp các trạng thái cho hệ thống điều khiển, PX4 hỗ trợ Thư
viện Ước tính và Kiểm soát (EKF2) sử dụng thuật toán Bộ lọc Kalman Mở rộng (EKF)
để xử lý các phép đo cảm biến và cung cấp ước tính về các trạng thái như vị trí, hướng,
vận tốc, gia tốc, tốc độ gió,... Việc sử dụng khối EKF2 này sẽ được trình bày cụ thể ở
chương 5.
2.2
Motion Planning
Trong bài toán motion planning, cho trước một không gian trạng thái đã biết trước,
mục tiêu cần đạt được chính là các điểm khả dĩ, hay được biết đến là waypoints, sao cho
chúng tạo thành một liên kết không va chạm vật thể từ điểm đầu đến điểm cuối trong
không gian trạng thái. Ở chương này, chúng ta sẽ làm rõ qua hai giải thuật tìm đường đi
dựa vào phương pháp tìm kiếm trên đồ thị, Dijkstra và A∗ . Bên cạnh đó, chúng ta cũng
xem xét hai giải thuật tìm đường đi khác dựa trên phương pháp lấy mẫu, đó là RRT ∗ và
7
- Xem thêm -