WE ARE CEE

CENTER ELECTRICAL ENGINEERING

Mobile, Embedded System, PCB Layout, Robotics and UAV

Nghiên cứu & Chuyển giao CN

ĐIỀU KHIỂN MỜ CHO MÁY BAY KHÔNG NGƯỜI LÁI CỠ NHỎ

I. Đặt vấn đề

Ngày nay, hệ thống các tổ hợp thiết bị bay không người lái, trong đó đối tượng trung tâm là các UAV được quan tâm, nghiên cứu với nhiều ứng dụng mạnh mẽ và rộng rãi trong công nghệ hàng không hiện đại. Ở những quốc gia có nền khoa học công nghệ phát triển mạnh, UAV được sử dụng trong nhiều lĩnh vực. Trong lĩnh vực quân sự, UAV hiện nay được sử dụng mạnh mẽ trong tác chiến hiện đại, góp phần thay đổi cục diện, quy mô cũng như quan điểm tiếp cận và xử lý các xung đột quân sự ở các cấp độ khác nhau.  

Đối với các loại UAV cánh bằng cỡ nhỏ và nhẹ, việc nghiên cứu sự ảnh hưởng của nhiễu loạn khí tượng đối với toàn bộ quá trình bay đóng vai trò quan trọng và quyết định đến chất lượng điều khiển, kiểm soát hành trình bay. Trong phạm vi của bài báo sẽ xâydựng mô hình toán học trạng thái của UAV và khảo sát ảnh hưởng của môi trường bên ngoài (các tác động của gió vào khung máy bay với đặc tính ngẫu nhiên).

Chuyển động ngẫu nhiên trong không khí tạo ra bởi nhiễu loạn khí quyển đóng vai trò lớn trong việc tạo ra lực và mô men phụ tác động lên UAV, là nguyên nhân gián tiếp khiến thông tin, hình ảnh nhận được từ thiết bị bay bị ảnh hưởng, gây ra những khó khăn nhất định cho quá trình điều khiển tương tác giữa UAV.

Hiện nay đã có nhiều giải pháp được đưa ra của nhiều tác giả trong và ngoài nước[7÷11]. Các hướng nghiên cứu được ưu tiên tập trung vào hoàn thiện hệ thống thông tin trên khoang, bao gồm việc tích hợp, sử dụng con quay hồi chuyển, sử dụng nguyên lý của các bộ lọc tối ưu đối với đặc tính khí động lực học cũng như xác định thông số khí động lực học UAV. Xây dựng các thuật toán điều khiển UAV như tổng hợp điều khiển thích nghi chủ động, sử dụng trí tuệ nhân tạo, mạng nơ-ron, đây là những phương pháp điều khiển đáp ứng những tiêu chuẩn hội tụ và ổn định cao, có cấu trúc lai giữa thuật toán điều khiển mờ và điều khiển truyền thống [4, 6]. Áp dụng nguyên lý giới hạn cho phép đối với các đặc tính khí động lực học UAV khi hoạt động trong điều kiện thời tiết xấu cho phép tìm kiếm sự thỏa hiệp về mức độ không chính xác của bộ thông số khí động lực học. Nguyên lý dựa trên việc xây dựng các bộ điều khiển mờ cho kênh thông tin độ cao, góc kren, nhằm đối phó với tác động của "nhiễu dư". 

II. Mô hình toán học UAV

Để mô tả quỹ đạo chuyển động của UAV, mô hình không gian đầy đủ được mô tả dưới dạng phương trình vi phân chuyển động của thiết bị bay trong khí quyển động, mô tả bằng phương trình sau [5]:

Trong đó:

                F1(;t): hàm vectơ lực và mômen quán tính

                F2: hàm vectơ lực và mômen khí động lực học

                F3: hàm vectơ nhiễu động môi trường bên ngoài

                x(t) – n- vectơ n chiều trạng thái đối tượng bay; xпк(t)- vectơ tọa độ vị trí; xио(t) - vectơ trạng thái của                  các cơ cấu chấp hành; -V(t) - vectơ vận tốc UAV; (t) - vectơ vận tốc góc quay của hệ tọa độ liên kết                     so với mặt đất,gồm các góc ϑ(t), ψ(t) và  γ(t).

Hầu hết các loại UAV đều có tốc độ bay cao hơn tốc độ của gió giật, nhiễu động. Chính vì vậy, nhiễu động có thể coi như trường ngẫu nhiên trong không gian.Nhiễu động gió trong khí quyển được mô tả như sau [6]:

w(x) = wo(x) + ξ(x)(2)

Trong đó:

                w(x) - vận tốc gió (m/s) tại điểm tọa độ       

                 x = (x, y, z); woR3 - vận tốc gió ban đầu, ξ(x) = (ξ1(x), ξ2(y), ξ3(z)) - giá trị thay đổi trạng thái ở môi                   trường bên ngoài.

Khi phân tích ảnh hưởng chuyển động các khối không khí đến chuyển động của thiết bị bay cho thấy có tác động kép từ sự thay đổi của vận tốc khối không khí so với mặt đất V(x, t) = Vk(x, t) + w(x), cũng như sự tác động của góc trượt β = βw  (β0 = 0) và góc tấn αw sinh ra do sự ảnh hưởng bởi chuyển động khối không khí, dẫn đến sự thay đổi giá trị của góc tấn .

Hệ phương trình tổng quát (1) mô tả chuyển động UAV cỡ nhỏ trong môi trường nhiễu loạn khí động, là một hệ phương trình vi phân bậc cao phi tuyến phức tạp. Khi xem xét chuyển động nhiễu động trong một vùng lân cận nhỏ của chuyển động danh nghĩa có thể sử dụng mô hình tuyến tính hóa cho phép phân tách thành cách chuyển động dọc và ngang, phương trình được mô tả như sau [11]:

 

Trong đó:

                 Δx(t_0 )=Δx_0là giá trị cho trước; ∆x(t) – vectơ độ lệch chuyển động  khi có nhiễu động so với chuyển động danh nghĩa; u(t) - vectơ điều khiển ba chiều (lực đẩy  cánh quạt, độ cao, góc kren) ; we(t) – vectơ nhiễu động; A(t), B(t), F(t) – ma trận trạng thái, điều khiển và nhiễu.

Để hiệu chỉnh vòng điều khiển UAV khi bay trong điều kiện nhiễu động khí tượng cần có các thông tin chính xác của 11 thành phần chuyển động sau:

                                                       xp(t) = [∆V, ∆θ, ∆L, ∆h, ∆ρ, ∆ωz, ∆ϑ, ,]T

Trong đó:θ- góc nâng quỹ đạo;ρ - trọng lượng riêng không khí;- hệ số động lực học (đạo hàm) của hệ số mômen khí động lực học tương ứng;- hệ số lực cản và đạo hàm hệ số lực nâng theo góc tấn α.

III. Bộ điều khiển mờ cho UAV

Bài toán nâng cao chất lượng điều khiển bỏ qua sự hiệu chỉnh sơ bộ sẽ khiến quá trình xử lý tăng đáng kể do tính phức tạp của hệ thống cũng như những khó khăn phát sinh trong quá trình vận hành hệ thống.

Để giải quyết được vấn đề này nhóm tác giả sẽ sử dụng thêm một khái niệm phụ "nhiễu dư" cho phép thỏa mãn các điều kiện của lý thuyết điều khiển mờ (thông qua bộ điều khiển mờ) trong điều kiện bị giới hạn thông tin đầu vào. Có thể đơn giản hóa mô hình trạng thái (3) và các phép đo biểu diễn dưới dạng:

 

Trong đó: 

                      x(t0) = x0;

                      H – ma trận cố định

Mô hình trạng thái trên có thể được mô tả tương đương như sau:

φ(,t), z(t) = Hx(t)

 

Trong đó

                       φ(t) = φ(,t) = (A-A0)x(t) + (B - B0)δ(t): tín hiệu nhiễu đầu vào của đối tượng điều khiển

                       А0 В0: giá trị danh nghĩa của ma trận

                        δ(t): tín hiệu đầu ra của bộ điều khiển mờ (ngược với u(t))

ký hiệu  - bao gồm tác động bên ngoài và bên trong của đối tượng điều khiển. Các tác động này có thể là những tác động không được xác định trước (không rõ ràng) như nhiễu động khí tượng từ môi trường bên ngoài.

Trong hệ thống điều khiển này hàm S(C, Cf, Φ) có cấu trúc chứa 2 bộ điều khiển: bộ điều khiển С với đầu ra u(t) và bộ điều khiển mờ Cf với đầu ra tín hiệu δ(t). Trong trường hợp này Φ là đối tượng phi tuyến tính và không chủ động.

Số tín hiệu đầu vào của bộ điều khiển mờ giới hạn bởi 2 sai số l(t) và đạo hàm  với tín hiệu đầu ra δ(t),nghĩa là Cf = Cf(l, ) = δ(t).

Nếu không tính đến ảnh hưởng của nhiễu động bên ngoài, theo phương pháp phân Letov-Kalman, luật điều khiển được tìm theo thuật toán LQR có dạng u(t) = -R-1BTPx(t), trong đó P(t) – ma trận dương, thu được khi giải bài toán điều khiển Riccati, R(t) – ma trận điều khiển theo tiêu chí bình phương, B(t) – ma trận điều khiển trong phương trình trạng thái.

Khi xem xét bộ điều khiển mờ, ta có δ(t) = Cf(l), l(t) = -z(t), tổng hợp điều khiển hỗn hợp gồm bộ điều khiển tối ưu và bộ điều khiển mờ cho ta tín hiệu được mô tả như sau: = u + δ.

Bộ điều khiển mờ Cf(z) đảm bảo thực hiện hàm xấp xỉ và bù trừ nhiễu khi duy trì tính tối ưu của hệ thống điều khiển mờ với bộ điều khiển tín hiệu ngược theo trạng thái: u(t) = G(t)x(t)

Ở đây G(t) = -R-1BTP(t).

Sử dụng bộ điều khiển mờ Takagi-Sugeno có phương trình trạng thái:duy trình tính ổn định tiệm cận, đảm bảo hàm bù trừ Cf1 của bộ điều khiển tuyến tính và mức độ chênh lệch khi thực hiện bất đẳng thức.

IV. Mô phỏng

Để tiến hành kiểm nghiệm và đánh giá bộ điều khiển mờ đề xuất tác giả mô phỏng hoạt động bám quỹ đạo đắt sử dụng phần mềm Matlab/Simulink với mội chủng loại UAV kiểu UAV-70V với các thông số như sau:

 

 

- Chiều dài: 2707 mm;

- Khối lượng: 56.5 Kg;

- Diện tích cánh: 1.05 m2;

- Sải cánh: 3000 mm;

- Dây cung khí động trung bình: 350 mm.

Từ các kết quả thu được thấy rằng độ cao H và vận tốc Vy(t) có thể dao động trong quá trình điều khiển nhanh chóng được dập tắt và hết rung lắc, giá trị mô phỏng của các tham số trong thực tế (giá trị danh nghĩa) không khác nhiều so với giá trị mong muốn, điều này cho thấy khả năng đạt được mục tiêu kiểm soát quá trình điều khiển như đầu bài đã đưa ra.

 

Hình 1: Thay đổi độ cao chuyển độn bay của UAV theo lịch trình

Hình 2: Thay đổi vận toác Vy(t)khi giảm độ cao từ 450m xuống 240m

Hình 3: Mô phỏng qũy đạo đặt của UAV với bộ điều khiển mờ

Kết quả mô phỏng hoạt động của UAV thực hiện bám quỹ đạo đặt với bộ điều mờ và bộ điều khiển PD truyền thống được mô tả trên hình 3. Chúng ta nhận thấy rằng UAV với bộ điều khiển mờ thực hiện bám quỹ đạo đặt trước với độ chính xác cao hơn so với bộ điều khiển PD truyền thống.

V. Kết luận

Bài báo đã trình bày được mô hình toán học của UAV dạng cánh bằng trong môi trường nhiễu loạn, đồng thời xây dựng thành công bộ điều khiển mờ áp dụng cho UAV trong chế độ bay theo quỹ đạo đặt trước. Việc áp dụng bộ điều khiển mờ cho phép UAV hoạt động một cách rất linh hoạt và hiệu quả với độ chính xác tương đối cao. Kết quả mô phỏng hoạt động của UAV thực hiện bám quỹ đạo với bộ điều khiển PD và bộ điều khiển mờ được tiến hành trên Matlab/Simulink. Từ kết quả của phần mô phỏng ta thấy rằng UAV với bộ điều khiển mờ hoạt động với độ chính xác cao hơn so với bộ điều khiển PD truyền thống. Ưu điểm lớn nhất của bộ điều khiển mờ đó là giúp cho UAV thực hiện bám chính xác quỹ đạo đã được đặt trước, quá điều chỉnh trong quá trình thực hiện bám quỹ đạo nhỏ hơn nhiều so với bộ điều khiển PD truyền thống. Để nghiên cứu tiếp theo, nhóm tác giả sẽ nghiên cứu áp dụng thuật toán đề xuất với các chủng loại máy bay cánh bằng khác để mình chứng thêm tính đúng đắn của thuật toán.

                                                                                                                                            TS. Trần Thuận Hoàng

 

BÀI VIẾT LIÊN QUAN:

Energy-Efficient Unmanned Aerial Vehicle (UAV) Surveillance Utilizing Artificial Intelligence (AI)

Recently, unmanned aerial vehicles (UAVs) have enhanced connectivity and ...

Preparation of Papers in Two Column Format for the ICSES Transactions and Conferences

Today, airports are quickly deploying self-service technologies as a ...

Robot Navigation Using FPGA Based Moving Object Tracking System

The paper describes an object tracking robot system implemented on FPGA. The ...

Trajectory Tracking Control of the Nonholonomic Mobile Robot using Torque Method and Neural Network

This paper deals with the problem of tracking control of the mobile robot with ...