Tài liệu Ứng dụng hệ dẫn đường quán tính trong xác thực mô hình động lực học xe đạp: Điều khiển – Cơ điện tử - Truyền thông
T.V. Phương, N.T.L. Hương, Đ.T. Kiên, H.N. Đế, “Ứng dụng hệ dẫn đường xe đạp.” 196
ỨNG DỤNG HỆ DẪN ĐƯỜNG QUÁN TÍNH TRONG XÁC THỰC
MÔ HÌNH ĐỘNG LỰC HỌC XE ĐẠP
Triệu Việt Phương1,2, Nguyễn Thị Lan Hương2,3, Đào Trung Kiên3*, Hoàng Ngọc Đế3
Tóm tắt: Bài báo này trình bày việc thiết kế và xây dựng một hệ dẫn đường quán
tính (INS), và ứng dụng trong việc xác thực một mô hình động lực học phi tuyến đầy
đủ của xe đạp. Cảm biến INS được gắn trên khung để đo góc nghiêng của xe đạp
khi chuyển động tự do cung cấp dữ liệu để xác định các điểm cực đặc trưng cho các
chế độ dao động của xe ở từng vận tốc. Giá trị các điểm cực này được so sánh với
kết quả thu được từ mô phỏng cho thấy kết quả là tương đồng, qua đó khẳng định
tính đúng đắn của mô hình xe được xây dựng.
Từ khoá: Hệ dẫn đường quán tính, Xác thực mô hình, Động lực học, Xe đạp.
1. GIỚI THIỆU
Xe đạp đã được sử dụng từ thế kỷ XIX và ngày nay xuất hiện ở mọi nơi. Mặc dù việc
...
9 trang |
Chia sẻ: quangot475 | Lượt xem: 407 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Ứng dụng hệ dẫn đường quán tính trong xác thực mô hình động lực học xe đạp, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
Điều khiển – Cơ điện tử - Truyền thông
T.V. Phương, N.T.L. Hương, Đ.T. Kiên, H.N. Đế, “Ứng dụng hệ dẫn đường xe đạp.” 196
ỨNG DỤNG HỆ DẪN ĐƯỜNG QUÁN TÍNH TRONG XÁC THỰC
MÔ HÌNH ĐỘNG LỰC HỌC XE ĐẠP
Triệu Việt Phương1,2, Nguyễn Thị Lan Hương2,3, Đào Trung Kiên3*, Hoàng Ngọc Đế3
Tóm tắt: Bài báo này trình bày việc thiết kế và xây dựng một hệ dẫn đường quán
tính (INS), và ứng dụng trong việc xác thực một mô hình động lực học phi tuyến đầy
đủ của xe đạp. Cảm biến INS được gắn trên khung để đo góc nghiêng của xe đạp
khi chuyển động tự do cung cấp dữ liệu để xác định các điểm cực đặc trưng cho các
chế độ dao động của xe ở từng vận tốc. Giá trị các điểm cực này được so sánh với
kết quả thu được từ mô phỏng cho thấy kết quả là tương đồng, qua đó khẳng định
tính đúng đắn của mô hình xe được xây dựng.
Từ khoá: Hệ dẫn đường quán tính, Xác thực mô hình, Động lực học, Xe đạp.
1. GIỚI THIỆU
Xe đạp đã được sử dụng từ thế kỷ XIX và ngày nay xuất hiện ở mọi nơi. Mặc dù việc
sử dụng và lái xe là tương đối đơn giản, nhưng các tính chất động lực học lại là một vấn đề
thách thức và là một đối tượng nghiên cứu hấp dẫn đối với nhiều nhà khoa học trong các
lĩnh vực vật lý, điều khiển. Ví dụ, xe đạp không ổn định ở trạng thái tĩnh, tương tự như
một con lắc ngược, nhưng lại trở nên ổn định khi chuyển động ở vận tốc nhất định. Xe đạp
cũng có hiện tượng lái với pha không tối thiểu (non-minimum phase steering) [1], là khi ta
đánh lái sang phải, thì xe chuyển động sang trái một lượng nhất định trước khi chuyển
động sang phải.
Nhiều mô hình động lực học của xe đạp đã được đề xuất với những đặc điểm và tính chất
khác nhau, tuy nhiên không có nhiều mô hình được công bố ở dạng phương trình vi phân
cho phép mô tả đầy đủ các tính chất động lực học phức tạp của xe. Trong những công bố
trước [2][3], chúng tôi đã xây dựng một mô hình động lực học của xe đạp dạng phi tuyến
tổng quát với 9 bậc tự do, cho phép biểu diễn đầy đủ trạng thái các khâu của xe gồm khung,
ghi-đông, hai bánh, cùng với các điều kiện tiếp xúc của các bánh xe với mặt đất.
Trong bài báo này, chúng tôi trình bày một cách xác thực mô hình đó bằng cách so
sánh các chế độ dao động xác định từ mô hình với kết quả thực nghiệm. Để xác định được
các đặc trưng dao động của xe từ thực nghiệm, một bộ dẫn hướng quán tính được xây
dựng cho phép đo các góc nghiêng của xe trong quá trình chuyển động. Với dữ liệu thu
được, và bằng phương pháp hồi quy, ta có thể xác định được các đặc trưng dao động.
2. HỆ DẪN ĐƯỜNG QUÁN TÍNH
Hệ dẫn đường quán tính (inertial navigation system – INS) xác định vị trí vật thể dựa
trên chính thông tin chuyển động nội tại của vật thể, đó là hướng và gia tốc chuyển động.
Nếu biết vận tốc và vị trí ban đầu, từ gia tốc chuyển động của vật thể, lấy tích phân theo
thời gian sẽ xác định được vận tốc chuyển động, từ vận tốc chuyển động, lấy tích phân
theo thời gian, sẽ xác định được vị trí của vật thể [4]. Phần cứng của một hệ INS bao gồm
khối đo lường quán tính (inertial measurement unit - IMU) và thiết bị tính toán. IMU bao
gồm cảm biến gia tốc 3 chiều (3-axis accelerometer), và cảm biến vận tốc góc 3 chiều (3-
axis gyroscope). Nguyên lý xác định hướng, vận tốc, vị trí vật thể của hệ INS kiểu
Strapdown trong hệ quy chiếu Trái Đất (e-frame) được thực hiện theo sơ đồ Hình 1.
Hệ INS có ưu điểm là cung cấp thông tin hướng, vận tốc, vị trí vật thể một cách liên tục
và tức thời, có khả năng hoạt động độc lập trong mọi điều kiện khí hậu, thời tiết, địa hình.
Nghiên cứu khoa học công nghệ
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san ACMEC, 07 - 2016 197
Tuy nhiên do sử dụng phép tính tích phân nên hệ INS có thể sinh ra sai số tích lũy theo
thời gian.
INS
IMU
Cảm biến vận
tốc
Cảm biến gia
tốc
Chuyển hệ
quy chiếu
Bù gia tốc
trọng trường
Hướng
ban đầu
Gia tốc
chuyển động
Vận tốc
ban đầu
Vị trí
ban đầu
Hướng
Vị trí
Vận tốc
Hình 1. Minh họa nguyên lý xác định hướng, vận tốc, vị trí vật thể của hệ INS kiểu
strapdown trong hệ e-frame.
Phương trình xác định hướng, vận tốc, vị trí vật thể của hệ INS kiểu strapdown trong hệ
e-frame có dạng như sau:
2
e e
e e e e e e e b e
ie ie ie b
e e b
b b eb
r v
v Ω v Ω Ω r C f g
C C Ω
(1)
trong đó, er là vector vị trí vật thể xét trong hệ e-frame, ev là vector vận tốc vật thể xét
trong hệ quy chiếu cố định gắn với tâm Trái Đất (e-frame), e
b
C là ma trận chuyển hệ tọa độ
từ hệ quy chiếu vật thể (b-frame) sang hệ e-frame, bf là vector gia tốc đo được bởi cảm
biến gia tốc gắn trên vật thể, e
ie
Ω là ma trận mô tả các thành phần vận tốc góc của hệ e-
frame quay quanh hệ quy chiếu quán tính (i-frame) xét trong hệ e-frame:
0 0
0 0
0 0 0
e
ie
e e
ie ie
Ω (2)
với 57, 2921159 10 ( / )e
ie
rad s , eg là vector gia tốc trọng trường xét trong hệ e-
frame, b
eb
Ω là ma trận mô tả các thành vận tốc góc giữa hệ b-frame với hệ e-frame xét
trong hệ b-frame:
0
0
0
b b
zeb yeb
b b b
eb zeb xeb
b b
yeb xeb
Ω (3)
với b b b b b e
eb ib ie ib e ie
C , b
eb
là vector vận tốc góc giữa hệ b-frame với hệ e-
frame xét trong hệ b-frame, b
ib
là vector vận tốc góc đo bởi cảm biến vận tốc góc gắn trên
vật thể, b
ie
là vector vận tốc góc giữa hệ e-frame với hệ i-frame xét trong b-frame, b
e
C ma
trận chuyển hệ tọa độ từ hệ e-frame sang hệ b-frame.
Điều khiển – Cơ điện tử - Truyền thông
T.V. Phương, N.T.L. Hương, Đ.T. Kiên, H.N. Đế, “Ứng dụng hệ dẫn đường xe đạp.” 198
3. ĐỘNG LỰC HỌC XE ĐẠP
3.1. Mô hình phi tuyến
b
a
e
f
d
c
D
B A
F
o s
ax
ex
fx
dx
az
bz
ez
rr
bx
fr
dz
fz
ck
ci
ei
ek
(a)
o
c
e
ci
cj
ck
ei
ej ek
I
J
K
o
b
a
c
e
s
o
f
d
r
f
D
B
A F
(b)
Hình 2. Mô hình và các tham số của xe đạp.
Với mô hình xe đạp được thể hiện trên Hình 2, các phương trình của mô hình động lực
học của xe bánh có thể được viết dưới dạng tổng quát
,
,
.
T
q Wu
Ju Q B λ
Bu 0
, (4)
trong đó:
,
.
T
r f r f
T
x y z x y z r f r f
X Y Z
v v v
q
u
, (5)
Nghiên cứu khoa học công nghệ
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san ACMEC, 07 - 2016 199
với , ,X Y Z là các toạ độ của điểm tham chiếu; , , là các góc Euler gồm các
thành phần góc quay, góc ngẩng và góc nghiêng; là góc lái; f và r lần lượt là các
góc quay bánh trước và bánh sau; , ,x y zv v v và , ,x y z là vận tốc dài và vận tốc
góc của xe lần lượt theo các phương x, y, z; f và r là hai biến đại số tương ứng với
bánh trước và bánh sau; W là ma trận hệ số của phương trình q = Wu ; J là ma trận
quán tính của hệ; Q là các ngoại lực suy rộng; B là ma trận Jacobi; và λ là các nhân tử
Lagrange.
Do giới hạn độ dài của bài báo này, bạn đọc có thể tham khảo chi tiết quá trình xây
dựng các phương trình này tại [3] hoặc [2].
3.2. Mô hình tuyến tính
Trong [5], Schwab và các cộng sự đã xây dựng một mô hình tuyến tính tiêu chuẩn cho
xe đạp trong các điều kiện thông thường.
21 0 2W x W x Wv g v Mq C q K K q f , (6)
trong đó, [ , ]TW q ; [0, ]
Tf với là mô-men lái; M , 1C , 0K và 2K là các
ma trận hệ số hằng có giá trị phụ thuộc vào các thuộc tính kích thước và khối lượng của
xe. Ta có thể viết lại phương trình (6) dưới dạng
1 2 11 0 2W x W x Wv g v q M C q K K q M f , (7)
Bằng cách chọn vector trạng thái [ , , , ]T x , ta có thể biểu diễu mô hình này
dưới dạng phương trình trạng thái:
,
,
x Ax B
y Cx
, (8)
trong đó,
1 2 3 4
5 6 7 8
0 1 0 0
0 0 0 1
a a a a
a a a a
A , 1
2
0
0
b
b
B và
1 0 0 0
0 0 1 0
C . Chú ý rằng, từ các
phương trình (7) và (8), ta có:
2
1,3,5,7
2,4,6,8
,
,
i i i x
i i x
a v
a v
(9)
với i và i là các hằng số phụ thuộc vào M , 1C , 0K , 2K ; và 1,2ib là các hằng số phụ
thuộc vào M .
Theo [5], ta có thể xác định được các điểm cực với các giá trị phụ thuộc vào vận tốc
tiến của xe. Ở các điều kiện thông thường, xe đạp có bốn điểm cực cơ bản tương ứng với
ba chế độ dao động: (i) một điểm cực thực tương đối ổn định ở vận tốc thấp và hơi không
ổn định khi vận tốc tăng dần, tương ứng với chế độ capsize (lật); (ii) một điểm cực thực có
tính ổn định cao đặc trưng cho chế độ castering (nghiêng định hướng); và (iii) hai điểm
cực phức liên hợp không ổn định ở vận tốc thấp, nhưng dần chuyển sang ổn định ở vận tốc
cao, tương ứng với chế độ weave (lắc, đảo).
Điều khiển – Cơ điện tử - Truyền thông
T.V. Phương, N.T.L. Hương, Đ.T. Kiên, H.N. Đế, “Ứng dụng hệ dẫn đường xe đạp.” 200
4. XÁC THỰC MÔ HÌNH
4.1. Phương pháp xác thực
Trong bài báo này, phương pháp xác thực được sử dụng là so sánh các chế độ dao động
của mô hình phi tuyến so với kết quả đo được từ thực nghiệm, thông qua việc xác định các
trị riêng. Để xác định các trị riêng từ mô hình phi tuyến, ta sử dụng phương pháp nhận
dạng hệ thống (system identification), như thể hiện trên Hình 3. Từ mô hình phi tuyến, ta
có thể thực hiện mô phỏng chuyển động của xe ở những vận tốc cần thiết với đầu vào là
mô-men lái , và đầu ra là các góc nghiêng và góc lái . Tiếp theo, với dữ liệu đầu
vào và đầu ra này, ta có thể nhận dạng mô hình tuyến tính ở phương trình (8) bằng cách sử
dụng phương pháp Gauss-Newton để xác định bộ tham số 1..8 1,2
T
i ia b θ thông qua
việc cực tiểu hoá hàm mục tiêu
2
1
( ) ( ) ( )
n
i
E i i
θθ y y , (10)
trong đó, iθy là đầu ra thu được của mô hình tuyến tính (8), và iy là đầu ra thu được
của mô hình phi tuyến (4).
Để đảm bảo xe không bị đổ trong thời gian mô phỏng, một bộ điều khiển bám tư thế có
phản hồi được sử dụng. Tuy nhiên, việc sử dụng bộ điều khiển vòng kín thường khiến dữ
liệu dùng để nhận dạng hệ thống không đủ mức kích thích (excitation). Nhằm khắc phục
vấn đề này, một tín hiệu ngẫu nhiên nhỏ được thêm vào mô-men lái để tăng mức độ kích
thích của tín hiệu nhận dạng. Tín hiệu ngẫu nhiên này có giá trị đủ nhỏ để không gây đổ xe
trong quá trình mô phỏng.
Mô hình
phi tuyến
θref τ
θ
Điều khiển
bám tư thế
Nhận dạng
hệ thống
tín hiệu ngẫu nhiên
đầu ra
θ, δ
A, B, C
Hình 3. Xác định tham số mô hình tuyến tính bằng nhận dạng hệ thống.
Để xác định các trị riêng từ thực nghiệm, ta cũng dựa trên mô hình tuyến tính. Mỗi
thành phần kx (k = 1..4) của x có thể được biểu diễn theo thời gian dưới dạng:
31 2 41 2 3 4( )
tt t t
kx t e e e e
, (11)
với i là các hằng số và i là các giá trị riêng của hệ. Vì các xe hai bánh có hai cực phức
liên hợp nhau, trừ ở các vận tốc rất thấp, nên ta có thể nói rằng 1,2 d j là hai trị
riêng phức liên hợp tương ứng với chế độ weave, 3 cap tương ứng với chế độ capsize,
Nghiên cứu khoa học công nghệ
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san ACMEC, 07 - 2016 201
và 4 cast tương ứng với chế độ castering. Vì vậy, phương trình (11) có thể được viết
lại dưới dạng:
1 2 3 4( ) sin( ) cos( ) .
cap cast
t tdt
kx t e C t C t C e C e
(12)
Do chế độ castering có tính ổn định rất cao, nên trong thực tế có ảnh hưởng rất nhỏ tới
chuyển động thực của xe. Vì vậy, ta có thể viết lại (12) như sau:
1 2 3 4( ) sin( ) cos( ) .
captdt
kx t C e C t C t C e
(13)
Nhờ thiết bị INS gắn trên xe, ta có thể đo được biến đổi của góc nghiêng của xe theo
thời gian khi chuyển động tự do, qua đó xác định được giá trị của các tham số d , và
cap , qua đó xác định được các điểm cực tương ứng của xe.
4.2. Kết quả thực nghiệm
Để thu được dữ liệu thực nghiệm, ta cần đẩy một xe đạp thực tới khi đạt được vận tốc
nhất định rồi buông tay để xe chuyển động tự do. Từ dữ liệu vận tốc và góc nghiêng thu
được từ các cảm biến, ta thực hiện phép hồi quy để xác định vận tốc trung bình và giá trị
các tham số phương trình (13), như thể hiện trên Hình 4 và Hình 5. Các giá trị thu được là
5,83xv m/s, 1,59d , 7,57 và 0,029cap .
0 0.5 1 1.5 2 2.5 3
5
5.5
6
6.5
Thoi gian (s)
V
a
n
t
o
c
(
m
/s
)
Du lieu thuc nghiem
Ket qua hoi quy
Hình 4. Kết quả hồi quy để xác định vận tốc xe.
Hình 6 thể hiện dữ liệu đầu vào, đầu ra và kết quả nhận dạng khi mô phỏng xe chạy ở
vận tốc 5,83m/s bằng mô hình phi tuyến với các tham số kích thước và khối lượng của mô
hình được đo từ xe đạp thực được thể hiện trong Bảng 1, trong đó , , ,a b f dm , , , ,a b f dρ ,
, , ,A B F DI lần lượt là khối lượng, toạ độ trọng tâm và mô-men quán tính của các A, B, F, D;
fr , rr là bán kính bánh trước và bánh sau; và g là gia tốc trọng trường. Với ma trận A
thu được, ta có thể tính được các trị riêng 7, 46 , 0,023, và 0,31 6,83 j , khá tương
Điều khiển – Cơ điện tử - Truyền thông
T.V. Phương, N.T.L. Hương, Đ.T. Kiên, H.N. Đế, “Ứng dụng hệ dẫn đường xe đạp.” 202
đồng với các trị riêng thu được từ thực nghiệm. Với cách làm tương tự, ta có thể xác định
được trị riêng của hệ thống ở các vận tốc khác. Hình 7 thể hiện kết quả tổng hợp so sánh
các trị riêng xác định được từ mô hình phi tuyến và từ kết quả thực nghiệm. Kết quả này
cho thấy các giá trị xác định được từ hai cách là tương đồng với nhau.
0 0.5 1 1.5 2 2.5 3
-10
-8
-6
-4
-2
0
2
4
6
8
10
Thoi gian (s)
G
o
c
n
g
h
ie
n
g
(
d
e
g
)
Du lieu thuc nghiem
Ket qua hoi quy
Hình 5. Kết quả hồi quy để xác định các tham số dao động của xe.
0 5 10 15 20 25 30 35 40 45 50
-2
0
2
(N
m
)
Mo-men lai
0 5 10 15 20 25 30 35 40 45 50
-6
-4
-2
0
2
4
6
(d
e
g
)
Du lieu goc nghieng
Du lieu goc lai
Goc nghieng tu mo hinh
Goc lai tu mo hinh
0 5 10 15 20 25 30 35 40 45 50
-0.5
0
0.5
(d
e
g
)
Thoi gian (s)
Sai so goc nghieng
Sai so goc lai
Hình 6. Dữ liệu và kết quả nhận dạng hệ thống ở vận tốc 5,83m/s.
Nghiên cứu khoa học công nghệ
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san ACMEC, 07 - 2016 203
Bảng 1. Tham số mô hình đo từ xe thực.
Tham
số
Giá trị
Tham
số
Giá trị
am 11.05 (kg) fm 4.04 (kg)
bm 2.09 (kg) dm 3.92 (kg)
aρ (0.1296, 0, 0.285) (m) fρ (0.017, 0, 0.1083) (m)
bρ (–0.365, 0, 0.503) (m) dρ (0, 0, 0.601) (m)
eρ (0.789, 0, –0.078) (m) ε 15°
AI
0.41 0 0.07
1.93 0
1.56
(kg.m2) FI
0.42 0 0.03
0.38 0
0.04
(kg.m2)
BI
0.11 0 0
0.22 0
0.11
(kg.m2) DI
0.20 0 0
0.41 0
0.20
(kg.m2)
fr , rr 0.325 (m) g 9.8 (m/s
2)
1 2 3 4 5 6 7 8 9 10
-15
-10
-5
0
5
10
15
20
v
x
(m/s)
Hình 7. Kết quả so sánh trị riêng giữa mô hình và thực nghiệm.
phan ao cua che do weave
phan thuc cua che do weave
che do capsize
Điều khiển – Cơ điện tử - Truyền thông
T.V. Phương, N.T.L. Hương, Đ.T. Kiên, H.N. Đế, “Ứng dụng hệ dẫn đường xe đạp.” 204
5. KẾT LUẬN
Các kết quả được so sánh với nhau cho thấy các điểm cực đặc trưng cho các chế độ dao
động của xe ở các vận tốc khác nhau được xác định từ dữ liệu thực nghiệm tương đồng với
các giá trị riêng được tính từ dữ liệu mô phỏng nhờ phương pháp nhận dạng hệ thống. Kết
quả so sánh này khẳng định tính đúng đắn của mô hình động lực học đầy đủ đã được xây
dựng, và cũng khẳng định khả năng hoạt động đúng của cảm biến INS được phát triển.
REFERENCES
[1]. N.H. Getz, “Control of balance for a nonlinear non-minimum phase model of a
bicycle,” Proc. of American Control Conference, 1994, pp. 148-151.
[2]. T.K. Dao, C.K. Chen, “A study of bicycle dynamics via system identification
approaches,” J. of Chinese Institute of Engineers, 35(7), 2012, 853-869.
[3]. C.K. Chen, T.K. Dao, “Speed-adaptive roll-angle-tracking control of an unmanned
bicycle using fuzzy logic,” Vehicle System Dynamics, 1(48), 2010, 133-147.
[4]. D.H. Titterton, J.L. Weston, Strapdow, “Inertial Navigation Technology”, 2nd
Edition. The Institution of Electrical Engineers, Michael Faraday House, Peter
Peregrimus Ltd, 2004.
[5]. Meijaard, J.P., Papadopoulos, J.M., Ruina, A. and Schwab, A.L., “Linearized
dynamics equations for the balance and steer of a bicycle: a benchmark and review,”
Proc. of the Royal Society, Series A, 2007, 463, pp. 1955-1982, DOI:
10.1098/rspa.2007.1857.
ABSTRACT
APPLICATION OF INERTIAL NAVIGATION SYSTEM IN THE VALIDATION OF A
BICYCLE MODEL
In this paper, the development of an inertial navigation system (INS) and its
application in the validation of a non-linear model of a bicycle is introduced. The
INS sensor mounted on the frame of the bicycle provide roll-angle data in free
motion allow to identify the pole location at different speeds. These pole-location
values are then compared to the eigenvalues obtained from the model output
generated in simulations. The simularity between the simulation and experimental
results confirms the correctness of the developed non-linear bicycle model.
Keywords: Inertial navigation system, Model validation, Dynamic systems, Bicycle.
Nhận bài ngày 17 tháng 05 năm 2016
Hoàn thiện ngày 01 tháng 07 năm 2016
Chấp nhận đăng ngày 04 tháng 07 năm 2016
Địa chỉ: 1 Viện Đo lường Việt Nam
2 Viện Điện, Trường Đại học Bách Khoa Hà Nội
3 Viện MICA, Trường Đại học Bách Khoa Hà Nội
* Email: trung-kien.dao@mica.edu.vn
Các file đính kèm theo tài liệu này:
- 24_copy_5632_2150243.pdf