Luận án Nghiên cứu phát triển hệ thống điều hướng thông minh cho robot tự hành trong môi trường bất định

Tên luận án:

NGHIÊN CỨU PHÁT TRIỂN HỆ THỐNG ĐIỀU HƯỚNG THÔNG MINH CHO ROBOT TỰ HÀNH TRONG MÔI TRƯỜNG BẤT ĐỊNH

Ngành:

Kỹ thuật điều khiển và tự động hóa

Tóm tắt nội dung tài liệu:

Luận án "Nghiên cứu phát triển hệ thống điều hướng thông minh cho robot tự hành trong môi trường bất định" của Đỗ Nam Thắng giải quyết tính cấp thiết của việc phát triển khả năng điều hướng độc lập, an toàn và đáng tin cậy cho robot tự hành trong các môi trường có sự hiện diện của con người. Mục tiêu trọng tâm của nghiên cứu là xây dựng hệ thống phát hiện và bám sát nhiều đối tượng, phát triển hệ thống dự đoán ý định tương tác của người đối với robot, và ứng dụng chúng vào việc điều hướng robot tự hành trong môi trường bất định. Đối tượng và phạm vi nghiên cứu tập trung vào điều khiển chuyển động của robot truyền động vi sai 2 bánh, sử dụng các giải pháp kỹ thuật dựa trên lý thuyết điều khiển tối ưu, kỹ thuật học máy và điều khiển thông minh.

Luận án mang ý nghĩa khoa học và thực tiễn quan trọng, cung cấp cơ sở cho việc nghiên cứu, giảng dạy và thiết kế các hệ thống phát hiện, bám sát nhiều đối tượng, dự đoán ý định tương tác của người, tránh vật cản và các hệ thống điều khiển cho robot tự hành. Các đóng góp chính bao gồm việc đề xuất và phát triển một hệ thống phát hiện và bám sát đa đối tượng cùng khung điều hướng cho robot trong môi trường bất định, sử dụng kỹ thuật học sâu Deep learning và học sâu tăng cường A3C. Luận án cũng đã xây dựng bộ cơ sở dữ liệu về tư thế người để huấn luyện mạng nơ-ron dự đoán ý định tương tác giữa người và robot, đồng thời nghiên cứu và ứng dụng hiệu quả thuật toán học sâu tăng cường kết hợp với mạng nơ-ron trong bài toán tránh vật cản động. Hệ thống điều hướng được đề xuất giúp robot nhận biết các đặc trưng tương tác của con người, đảm bảo an toàn về tâm lý và thể chất cho con người trong môi trường người – robot. Hướng nghiên cứu tiếp theo đề xuất tích hợp thêm các tình huống tương tác phức tạp và đặc trưng văn hóa để cải thiện hành vi của robot.

Mục lục chi tiết:

• MỞ ĐẦU

  • 1. Tính cấp thiết của đề tài luận án
  • 2. Mục tiêu của luận án
  • 3. Đối tượng, phạm vi nghiên cứu
  • 4. Nội dung nghiên cứu
  • 5. Ý nghĩa khoa học và thực tiễn
  • 6. Bố cục luận án

• Chương 1. TỔNG QUAN VỀ CÁC HỆ THỐNG ĐIỀU KHIỂNTHIẾT BỊ TỰ HÀNH

  • 1.1. Giới thiệu một số loại thiết bị tự hành
    • 1.1.1. Nền tảng robot di động
    • 1.1.2. Mô hình động học của rô bốt tự hành
  • 1.2. Cấu trúc điều khiển cơ bản của robot tự hành
  • 1.3. Hệ thống phát hiện và bám sát đối tượng
    • 1.3.1. Hệ thống phát hiện đối tượng
    • 1.3.2. Hệ thống bám sát đối tượng
  • 1.4. Các kỹ thuật học sâu
    • 1.4.1. Mạng nơ ron tích chập
    • 1.4.2. Kỹ thuật Faster R –CNN
    • 1.4.3. Kỹ thuật học sâu SSD (Single Shot Multibos Detector)
    • 1.4.4. Kỹ thuật học sâu YOLO
  • 1.5. Tổng quan về tình hình nghiên cứu trong và ngoài nước
  • 1.6. Kết luận chương 1

• Chương 2: XÂY DỰNG HỆ THỐNG PHÁT HIỆN VÀ BÁM SÁT NHIỀU ĐỐI TƯỢNG CHO ROBOT TỰ HÀNH

  • 2.1. Bài toán phát hiện và bám sát đối tượng người.
  • 2.2. Xây dựng hệ thống phát hiện và bám sát nhiều đối tượng cho hệ thống điều hướng robot trong môi trường bất định
    • 2.2.1. Hệ thống điều hướng robot trong môi trường bất định
    • 2.2.3.1 Hệ thống phát hiện nhiều đối tượng sử dụng kỹ thuật học sâu
    • 2.2.3.2 Đề xuất hệ thống bám sát nhiều đối tượng
  • 2.3. Đề xuất hệ thống dự đoán ý định tương tác của người đối với robot
    • 2.3.1 Hệ thống dự đoán ý định tương tác
    • 2.3.2. Xử lý dữ liệu cho hệ thống dự đoán ý định tương tác
  • 2.4. Kết luận chương 2

• Chương 3: XÂY DỰNG HỆ THỐNG ĐIỀU HƯỚNG THÔNG MINH CHO ROBOT TỰ HÀNH

  • 3.1 Thuật toán học sâu tăng cường DQN cho bài toán tránh vật cản động.
    • 3.1.1 Thuật toán Q – Learning
    • 3.1.2. Thuật toán DQN cho bài toán tránh vật cản
      • 3.1.2.1. Mô hình kiến trúc
      • 3.1.1.2 Thuật toán DQN cho bài toán tránh vật cản
    • 3.1.3 Xây dựng mô hình thuật toán
  • 3.2. Thuật toán A3C ứng dụng trong hệ thống điều hướng cho robot di động trong môi trường bất định
    • 3.2.1. Sơ đồ kiến trúc nhiều tầng A3C
    • 3.2.2. Thuật toán A3C
  • 3.4. Xây dựng hệ thống điều hướng cho robot tự hành
    • 3.4.1. Mô tả bài toán
    • 3.4.2. Hệ thống điều hướng cho robot tự hành trong môi trường bất định
    • 3.4.3. Khối hình thành tọa độ không gian
    • 3.4.4. Thiết lập không gian hoạt động
    • 3.4.5 Cấu trúc mạng
    • 3.4.6. Hàm thưởng
  • 3.3. Các chỉ tiêu đánh giá độ an toàn và thoải mái của con người khi di chuyển trong môi trường bất định
    • 3.3.1. Chỉ số cá nhân
    • 3.3.2 Chỉ số nhóm
  • 3.5. Kết luận Chương 3

• Chương 4. MÔ PHỎNG VÀ THỰC NGHIỆM

  • 4.1. Mô phỏng hệ thống phát hiện và bám sát nhiều đối tượng
    • 4.1.1 Thiết lập mô phỏng
    • 4.1.2 Kết quả mô phỏng.
  • 4.2. Mô phỏng đánh giá hệ thống dự đoán ý định tương tác của người đối với robot
    • 4.2.1. Mô tả bài toán
    • 4.2.2. Huấn luyện mạng và kiểm tra
    • 4.2.3. Kết quả thử nghiệm với các trường hợp tiếp cận riêng biệt
  • 4.3. Mô phỏng đánh giá khả năng ứng dụng thuật toán DQN trong bài toán tránh vật cản
    • 4.3.1. Thiết lập mô phỏng
      • 4.3.1.1 Thiết lập môi trường mô phỏng:
      • 4.3.1.2 Thiết lập các tham số mạng
    • 4.3.2 Kết quả mô phỏng
  • 4.4 Mô phỏng đánh giá hệ thống điều hướng robot di động trong môi trường bất định
    • 4.4.1 Thiết lập mô phỏng
      • 4.4.1.1 Thiết lập môi trường huấn luyện
      • 4.4.1.2 Thiết lập huấn luyện
      • 4.4.1.3 Quy trình huấn luyện
    • 4.4.2 Kết quả mô phỏng
  • 4.4 Kết luận chương 4

• KẾT LUẬN

• DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ