Luận án Ổn định và điều khiển đa nhiệm hệ thống robot bầy đàn

i 
BỘ GIÁO DỤC VÀ ĐÀO TẠO 
TRƢỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI 
LÊ THỊ THÚY NGA 
ỔN ĐỊNH VÀ ĐIỀU KHIỂN ĐA NHIỆM 
HỆ THỐNG ROBOT BẦY ĐÀN 
LUẬN ÁN TIẾN SĨ KỸ THUẬT 
HÀ NỘI- 2016 
ii 
BỘ GIÁO DỤC VÀ ĐÀO TẠO 
TRƢỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI 
LÊ THỊ THÚY NGA 
ỔN ĐỊNH VÀ ĐIỀU KHIỂN ĐA NHIỆM 
HỆ THỐNG ROBOT BẦY ĐÀN 
 Chuyên ngành: Kỹ thuật điều khiển và tự động hóa 
 Mã số: 62.52.02.16 
LUẬN ÁN TIẾN SĨ KỸ THUẬT 
 NGƢỜI HƢỚNG DẪN KHOA HỌC: 
 1: GS.TS Lê Hùng Lân 
 2: PGS.TS Nguyễn Thanh Hải 
HÀ NỘI- 2016
i 
LỜI CAM ĐOAN 
 Tác giả xin cam đoan đây là công trình nghiên cứu của riêng tác giả 
dƣới sự hƣớng dẫn của GS.TS Lê Hùng Lân và PGS.TS Nguyễn Thanh 
Hải. Các số liệu, kết quả nêu trong luận án là trung thực và chƣa từng đƣợc ai 
công bố trong bất kỳ công trình nào khác. 
 Tác giả 
 Lê Thị Thúy Nga 
ii 
LỜI CẢM ƠN 
 Lời đầu tiên tác giả xin chân thành cảm ơn sâu sắc tới thầy GS.TS Lê 
Hùng Lân và thầy PGS.TS Nguyễn Thanh Hải đã tâm huyết hƣớng dẫn tác 
giả hoàn thành luận án này. 
 Đặc biệt tác giả xin chân thành cảm ơn các thầy giáo, cô giáo khoa 
Điện-Điện tử, Phòng đào tạo Sau đại học trƣờng Đại học Giao thông vận tải 
đã giúp đỡ và đóng góp nhiều ý kiến quan trọng để tác giả có thể hoàn thành 
luận án của mình. 
 Tác giả cũng xin cảm ơn sâu sắc tới thầy PGS.TS Nguyễn Văn Liễn, 
thầy GS.TS Nguyễn Doãn Phƣớc và thầy TS. Nguyễn Văn Tiềm luôn động 
viên, khích lệ, giúp đỡ và tạo mọi điều kiện để tác giả thực hiện thành công 
luận án này. 
iii 
MỤC LỤC 
LỜI CAM ĐOAN ............................................................................................... i 
LỜI CẢM ƠN ....................................................................................................ii 
DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT ................................... vi 
DANH MỤC CÁC BẢNG BIỂU .................................................................. viii 
DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ ..................................................... ix 
MỞ ĐẦU ............................................................................................................ 1 
CHƢƠNG I 
TỔNG QUAN VỀ ỔN ĐỊNH ROBOT BẦY ĐÀN .......................................... 5 
1.1 Khái niệm robot bầy đàn ......................................................................... 5 
1.2 Các nghiên cứu tổng quan về robot bầy đàn ........................................... 7 
1.3 Các mô hình toán học của robot bầy đàn .............................................. 16 
1.3.1 Mô hình động học chất điểm ........................................................... 16 
1.3.2 Mô hình động lực học ...................................................................... 19 
1.4 Tổng quan về ổn định robot bầy đàn .................................................... 20 
1.4.1 Khái niệm ổn định robot bầy đàn .................................................... 20 
1.4.2 Các dạng hàm hút/đẩy ...................................................................... 21 
1.5 Các vấn đề còn tồn tại và đề xuất giải pháp mục tiêu của luận án ....... 25 
1.6 Nội dung và phƣơng pháp nghiên cứu mới .......................................... 25 
Kết luận chƣơng 1 ....................................................................................... 26 
CHƢƠNG II 
PHÂN TÍCH ỔN ĐỊNH ROBOT BẦY ĐÀN SỬ DỤNG HÀM HÚT/ĐẨY 
MỜ.................................................................................................................... 27 
2.1 Cơ sở logic mờ ...................................................................................... 27 
iv 
2.2. Xây dựng hàm hút/đẩy mờ cho bài toán tụ bầy ................................... 29 
2.3. Ổn định robot bầy đàn sử dụng hàm hút/đẩy mờ ............................... 35 
2.3.1 Ổn định robot bầy đàn với mô hình toán học cơ bản ...................... 35 
2.3.2 Ổn định bầy đàn với mô hình toán học có hệ số tƣơng tác ............. 39 
Kết luận chƣơng 2 ....................................................................................... 44 
CHƢƠNG III 
ĐIỀU KHIỂN ROBOT BẦY ĐÀN DỰA TRÊN NGUYÊN LÝ ĐIỀU 
KHIỂN HÀNH VI KHÔNG GIAN NULL VÀ LOGIC MỜ45 
3.1 Đặt vấn đề ............................................................................................. 45 
3.2 Khái niệm không gian Null ................................................................... 48 
3.3 Điều khiển hành vi robot bầy đàn dựa trên không gian Null ................ 50 
3.4 Thuật toán điều khiển hành vi robot bầy đàn dựa trên nguyên lý NSB và 
logic mờ....................................................................................................... 54 
3.5. Phân tích sự ổn định của robot bầy đàn theo kỹ thuật NSB và logic 
mờ.. .............................................................................................................. 57 
Kết luận chƣơng 3: ...................................................................................... 62 
CHƢƠNG IV 
KIỂM NGHIỆM CÁC THUẬT TOÁN BẰNG MÔ PHỎNG VÀ TRÊN HỆ 
THỐNG THỰC ................................................................................................ 63 
4.1 Kiểm nghiệm thuật toán bằng mô phỏng .............................................. 63 
4.1.1 Xây dựng hàm hút/đẩy mờ .............................................................. 63 
4.1.2 Mô phỏng quá trình hội tụ của robot bầy đàn với mô hình toán học 
cơ bản ........................................................................................................ 65 
4.1.3 Mô phỏng quá trình hội tụ của robot bầy đàn với mô hình toán học 
có hệ số tƣơng tác ..................................................................................... 70 
v 
4.1.4 Mô phỏng quá trình tránh vật cản, tìm kiếm mục tiêu của robot bầy 
đàn dựa trên nguyên lý NSB và logic mờ ................................................. 73 
4.2 Kiểm nghiệm trên robot thực ................................................................ 81 
4.2.1 Robot e – puck ................................................................................. 81 
4.2.2 Bài toán tụ bầy ................................................................................. 84 
Kết luận chƣơng 4: ...................................................................................... 90 
KẾT LUẬN VÀ KIẾN NGHỊ.......................................................................... 92 
Kết luận ....................................................................................................... 92 
Kiến nghị ..................................................................................................... 92 
DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ LIÊN QUAN 
ĐẾN LUẬN ÁN ............................................................................................... 93 
TÀI LIỆU THAM KHẢO ................................................................................ 95 
PHỤ LỤC ....................................................................................................... 104 
vi 
DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT 
Các ký hiệu: 
STT Ký hiệu Đơn 
vị 
Ý nghĩa 
1 R
n 
 Không gian Euclide n chiều. 
2 N Số lƣợng cá thể robot trong bầy. 
3 m Vector vị trí của robot thứ i. 
4 m Vector vị trí của tâm bầy. 
5 m/s Vector vận tốc của robot thứ i. 
6 ( ) N Vector lực tƣơng tác giữa các cá thể robot. 
7 Amax
, A
min Giá trị lớn nhất và nhỏ nhất của độ lớn lực 
tƣơng tác. 
8 g(.) N Vector hàm hút/đẩy giữa các cá thể robot. 
9 Gfmax, Gfmin Giá trị lớn nhất và nhỏ nhất của độ lớn hàm 
đẩy. 
10 Gamax,
Gamin Giá trị lớn nhất và nhỏ nhất của độ lớn hàm 
hút. 
11 ( ) Hàm thuộc. 
12 cm Khoảng cách thực tế giữa các cá thể robot. 
13 
 cm Khoảng cách an toàn giữa các cá thể robot. 
14 cm Khoảng cách thực tế giữa cá thể robot thứ i 
với vật cản thứ m. 
15 
 cm Khoảng cách an toàn giữa cá thể robot thứ i 
với vật cản thứ m. 
vii 
16 cm Khoảng cách thực tế giữa cá thể robot thứ i 
với đích. 
17 
 cm Khoảng cách mong muốn cá thể robot thứ i 
với đích. 
18 Trọng số tƣơng tác giữa các cặp cá thể (i, j). 
19 W Ma trận tƣơng tác. 
20 L Ma trận Laplace. 
21 1, 2, n n giá trị riêng của ma trận. 
22 Vùng hội tụ của bầy đàn. 
23 J Ma trận Jacobi. 
24 M Số lƣợng vật cản trong môi trƣờng. 
25 J
T 
 Chuyển vị của ma trận J. 
26 J
+ 
 Ma trận giả nghịch đảo của ma trận J. 
27 (J) Hạng của ma trận J. 
Các chữ viết tắt: 
STT Chữ viết tắt Diễn giải nội dung 
1 SISO Một đầu vào – một đầu ra (Single Input Single 
Output) 
2 NSB Hành vi dựa trên không gian Null (Null Space 
based Behavior) 
3 SA Kiến trúc phân cấp (Subsumption Architecture) 
4 PSO Tối ƣu bầy đàn (Particle Swarm Optimization) 
5 TLTK Tài liệu tham khảo 
viii 
DANH MỤC CÁC BẢNG BIỂU 
Số 
hiệu 
Nội dung bảng biểu Trang 
1.1 Các dạng hàm hút/đẩy đã đƣợc nghiên cứu 24 
2.1 Một số dạng lực tƣơng tác giữa các cá thể thứ i và j dựa 
trên logic mờ 
33 
4.1 Kết quả tính toán các thông số của quá trình tụ bầy 68 
4.2 So sánh kết quả mô phỏng quá trình hội tụ của bầy với 
mô hình Gazi và mô hình mờ cơ bản 
69 
4.3 So sánh kết quả mô phỏng trong trƣờng hợp sử dụng kỹ 
thuật NSB và các phƣơng pháp khác 
81 
ix 
DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ 
Số 
hiệu 
Nội dung Trang 
1.1 Một số hành vi bầy đàn của các loài sinh vật trong tự 
nhiên. 
5 
1.2 Ba luật trong mô phỏng của Reynold 8 
1.3 Nhóm 5 robot tự di chuyển của Kelly và Keating 8 
1.4 Kết quả mô phỏng thuật toán di chuyển thích nghi bầy 
đàn với 120 robot. 
9 
1.5 Robot tụ bầy của Kube và Zhang 10 
1.6 Mô phỏng hành vi tụ bầy của s-bot 10 
1.7 Hành vi tụ bầy của nhóm robot gián của Garnier đề xuất 11 
1.8 (a) 5 robot c ng nhau tìm vũng nƣớc tràn. (b) Robot thực 
hiện nhiệm vụ bảo vệ. 
11 
1.9 Kiểm tra tua bin sử dụng robot bầy đàn Alice 12 
1.10 Mẫu robot S-bot và vận chuyển theo nhóm 14 
1.11 Các robot k o thanh 14 
1.12 Robot tìm mồi Mataric 15 
1.13 Các robot tìm kiếm và thu gom rác thải 15 
2.1 Mờ hóa tín hiệu đầu vào của bộ điều khiển mờ 31 
2.2 Mờ hóa tín hiệu đầu ra của bộ điều khiển mờ 31 
2.3 Đồ thị tổng hợp 38 
3.1 Kiến trúc SA, robot bầy đàn thực hiện ba nhiệm vụ: 46 
x 
khám phá, đi lang thang, tránh vật cản 
3.2 Giản đồ cấu trúc phân tán cho điều hƣớng tự động 47 
3.3 Giản đồ xác định không gian Null NJ 49 
3.4 Sơ đồ khối tổng hợp vector vận tốc của cá thể robot thứ i 50 
3.5 Giản đồ tổng hợp vận tốc theo phƣơng pháp NSB khi 
robot i thực hiện ba nhiệm vụ 
51 
4.1 Cấu trúc bộ mờ tính toán lực hút/đẩy giữa các cá thể 
robot. 
63 
4.2 Hàm thuộc tín hiệu đầu vào (a) và tín hiệu đầu ra (b) của 
bộ mờ f(.) 
64 
4.3 Mối quan hệ giữa tín hiệu vào và tín hiệu ra của bộ mờ 
f(.) 
64 
4.4 Lƣu đồ thuật toán mô phỏng quá trình hội tụ của robot 
bầy đàn. 
66 
4.5 Quá trình hội tụ của robot bầy đàn với mô hình cơ bản. 67 
4.6 Quá trình hội tụ của robot bầy đàn với mô hình [57] 69 
4.7 Quá trình hội tụ của robot bầy đàn với mô hình truyền 
thông khi số lƣợng N robot trong bầy thay đổi 
70 
4.8 Quá trình hội tụ của robot bầy đàn với mô hình có hệ số 
tƣơng tác tƣơng ứng với ma trận liên kết (a), 
(b) và W35(c). 
71 
4.9 Quá trình hội tụ của robot bầy đàn tƣơng ứng với các 
trƣờng hợp số lƣơng robot trong bầy và khả năng tƣơng 
tác giữa các cá thể thay đổi 
72 
4.10
a 
Lƣu đồ thuật toán mô phỏng robot bầy đàn tránh vật cản 
và tìm kiếm mục tiêu 
74 
xi 
4.10
b 
Lƣu đồ thuật toán mô phỏng robot bầy đàn tránh vật cản 
và tìm kiếm mục tiêu 
75 
4.10
c 
Lƣu đồ thuật toán mô phỏng robot bầy đàn tránh vật cản 
và tìm kiếm mục tiêu 
76 
4.11 Quá trình mô phỏng robot bầy đàn di chuyển tìm kiếm 
đích với là xác định âm và là xác định dƣơng khi 
số lƣợng robot trong bầy thay đổi. 
77 
4.12 Kết quả mô phỏng sự ổn định của quá trình tụ bầy robot 
bầy đàn 
77 
4.13 Quá trình mô phỏng robot bầy đàn di chuyển tìm kiếm 
đích khi chỉ có hệ số thay đổi 
78 
4.14 Quá trình mô phỏng robot bầy đàn di chuyển tìm kiếm 
đích khi các hệ số và thay đổi 
79 
4.15 Quá trình mô phỏng robot bầy đàn di chuyển tìm kiếm 
đích với là xác định dƣơng hoặc là xác định âm 
80 
4.16 Cảm biến và cơ cấu chấp hành của robot e-puck 82 
4.17 (a) 8 cảm biến khoảng cách (IR0†IR7), (b) vị trí của 3 
micro (MIC0÷ MIC2) 
83 
4.18 Cấu trúc phần cứng của e – puck 83 
4.19 Sơ đồ khối hệ thống điều khiển e - puck 85 
4.20 Sơ đồ biểu diễn khoảng cách và góc lệch của e – 
puck 
85 
4.21 Lƣu đồ thuật toán điều khiển e - puck 86 
4.22 Lƣu đồ thuật toán điều khiển e - puck quay 87 
4.23 Lƣu đồ thuật toán điều khiển e - puck hút/đẩy 87 
xii 
4.24 Quá trình hội tụ của 3 robot e - puck 89 
4.25 Quá trình hội tụ của 4 robot e - puck 90 
1 
MỞ ĐẦU 
Giới thiệu tóm tắt luận án 
 Luận án đi sâu nghiên cứu sự ổn định tụ bầy của robot bầy đàn, đặc biệt là 
cơ chế hợp tác giữa các cá thể robot trong bầy, để từ đó đƣa ra giải pháp thiết kế 
bộ mờ tính toán lực tƣơng tác giữa các cá thể, nhằm nâng cao chất lƣợng điều 
khiển ổn định robot bầy đàn. Cụ thể, nội dung của luận án gồm 4 chƣơng: 
- Chƣơng 1: Trình bày tổng quan về robot bầy đàn, tổng hợp các kết quả nghiên 
cứu liên quan đến ổn định robot bầy đàn, ƣu nhƣợc điểm của các nghiên cứu. Từ 
đó đề xuất các phƣơng hƣớng giải quyết: Xây dựng hàm hút/đẩy giữa các cá thể 
robot dựa trên cơ sở logic mờ. 
 - Chƣơng 2: Trình bày cơ sở khoa học và mô hình toán của robot bầy đàn, xây 
dựng hàm tính toán lực hút/đẩy dựa trên cơ sở logic mờ. Đồng thời chƣơng 2 đã 
chứng minh đƣợc tính ổn định của quá trình hội tụ nhờ lý thuyết Lyapunov trong 
hai trƣờng hợp: mô hình bầy đàn cơ bản và mô hình bầy đàn có x t đến khả năng 
tƣơng tác giữa các cá thể trong bầy. 
- Chƣơng 3: Đƣa ra giải pháp điều khiển robot bầy đàn tìm kiếm đích và tránh 
vật cản dựa trên kỹ thuật điều khiển hành vi không gian Null, đồng thời chứng 
minh sự ổn định của bầy đàn dựa trên cơ sở lý thuyết Lyapunov. 
- Chƣơng 4: Xây dựng mô hình tính toán lực hút/đẩy mờ và thực hiện mô phỏng 
hệ thống trên phần mềm Matlab để kiểm chứng các kết quả đã nghiên cứu ở 
chƣơng 2 và chƣơng 3. 
Kết luận và một số vấn đề cần nghiên cứu tiếp. 
Lý do chọn đề tài 
 Ngày nay, robot học đã đạt đƣợc rất nhiều thành tựu to lớn trong công 
nghiệp sản xuất cũng nhƣ trong đời sống xã hội. Có những công việc mà con 
ngƣời không thể trực tiếp tham gia thực hiện đƣợc thì sử dụng robot là một giải 
2 
pháp hữu hiệu. Robot bầy đàn sử dụng số lƣợng lớn các robot tƣơng đối đơn 
giản để thực hiện nhiệm vụ mà một robot đơn không thể thực hiện đƣợc hoặc 
thực hiện không hiệu quả, dựa trên cơ chế hợp tác giữa các cá thể giống hành vi 
của các loài vật sống thành bầy, thành đàn. Robot bầy đàn có thể đƣợc ứng dụng 
trong: tìm kiếm vật bị thất lạc, làm sạch, rà soát bom mìn hoặc thu thập thông 
tin. 
 Tuy nhiên, khi sử dụng số lƣợng lớn các robot cùng thực thi một nhiệm vụ 
thì khả năng va chạm giữa các cá thể là rất lớn và điều đó có thể dẫn đến các 
robot rất dễ bị hƣ hỏng. Mặt khác, trong quá trình th ... bile robots”, Proc. 
Mechatronics „96. 
34. L. L. Smith, G. K. Venayagamoorthy, P.G. Holloway (2006), “Obstacle 
Avoidance in Collective Robotic Search Using Particle Swarm 
ptimization”, Faculty Research & Creative Works. ID 1761. 
99 
35. L. Bayindir, E. Sahin (2007), “A Review of Studies in Swarm Robotics”, 
Turk J Elec Engin, Vol.15, No.2, Tubitak, pp.115-147. 
36. L. E. Parker (1999), “Cooperative Robotics for Multi-target Observation”, 
Intelligent Automation and Soft Computing, special issue on Robotics 
Research at Oak Ridge National Laboratory, 5 (1), pp.5-19. 
37. L. E. Parker (1996), “On the design of behavior based multi robot teams”, 
Advanced Robotics , 10(6), pp.547-578. 
38. L. Wang, H. Fang (2010), “Stability Analysis of Practical Anisotropic 
Swarms”, IEEE Trans Auto. Control, pp.768-772. 
39. L. X. Wang (1997), “A Course in Fuzzy Systems and Control”, Prentice-
Hall, Inc. Upper Saddle River, NJ, USA. 
40. L. H. Lan, L. T. T. Nga, L. H. Lan (2013), “Aggregation Stability of Multiple 
Agents With Fuzzy Attraction and Repulsion Forces”, MMAR 2013, 
pp.81-85. 
41. L. T. T. Nga, L. H. Lan (2015), „„Application of Null Space Based Behavior 
Control to the Swarm Robot‟s Control”, Journal Modern Mechanical 
Engineering (5), pp.97-104. 
42. L. C. Bento, G. Pires, U. Nunes (2002), “A Behavior Based Fuzzy Control 
Architecture for Path Tracking and Obstacle Avoidance”, Proceedings of 
the 5th Portuguese Conference on Automatic Control, Aveiro, pp.341-
346. 
43. Mataric (1995), “Behaviour - based control: Examples from navigation, 
learning, and group behaviour”, Journal of Experimental & heoretical 
Artificial Intelligence, pp.323-336. 
44. Miswanto, I. Pranoto, H. Muhammad, D. Mahayana (2011), “The Collective 
Behaviour of Multi-Agents System for Tracking a Desired Path”, 
100 
International Journal of Basic & Applied Sciences IJBAS-IJENS, Vol. 11, 
No.1, pp.81-86. 
45. N.Correll1, A. Martinoli1 (2009), “Towrds Multi - Robot inspection of 
Industrial Machinery - From Distributed Converage Algorithms to 
Experiments with Miniature Robotic Swarms”, IEEE Robotics & 
Automation, pp.103-112. 
46. N. Miyata, J. Ota, T. Arai, H. Asama (2002), “Cooperative Transport by 
Multiple Mobile Robots in Unknown Static Environments Associated 
with Real-Time Task Assignment”, IEEE Transactions on Robotics and 
Automation, Vol. 18, No. 5, October, pp.769-780. 
47. N. Li, Y. Wu, X. Wang (2014), “A Swarm Model for Obstacle Avoidance 
and Its Emergent Behavior Analysis”, Journal of Computational 
Information Systems, pp. 1449-1463. 
48. O. Soysal, E. Sahin (2005), “Probabilistic aggregation strategies in swarm 
robotic systems”, In Proc. of the IEEE Swarm Intelligence Symposium, 
(Pasadena, California), pp. 325-332. 
49. R. Groß, M. Dorigo (2004), “Group transport of an object to a target that 
only some group members may sense”, Lecture Notes in Computer 
Science 3242, pp. 852- 861. 
50. R. Brooks (1986), “A robust layered control system for a mobile robot”, 
IEEE Journal on Robotics and Automation; (2), pp.14–23. 
51. R. C. Arkin (1989), “Motor schema based mobile robot navigation”, 
The International Journal of Robotics Research, 8(4), pp.92-112. 
52. S. Etemadi, A. Alasty, G. Vossoughi (2008), “Stability Investigation of a 
Robotic Swarm with Limited Field of View”, Proceedings of the 17th 
World Congress The International Federation of Automatic Control 
Seoul, Korea, July 6-11, pp.10794-10799. 
101 
53. S. M. Lee, J. H. Kim, H. Myung (2011), “Design of Interval Type – 2 Fuzzy 
Logic Controllers for Flocking Algorithm”, IEEE International 
Conference on Fuzzy Systems, June 27-30, Taipei, Taiwan, pp.2594-2599. 
54. S. Aso, S. Yokota, H. Hashimoto, Y. Ohyama, A. Sasaki, H. Kobayashi 
(2008), “Control and Stability for Robotic Swarm based on Center of 
Gravity of Local Swarm”, Industrial Electronics, ISIE 2008, IEEE 
International Symposium on, pp.1341-1346. 
55. S. Roy, D. Banerjee, C. Guha Majumder, A. Konar, R. Janarthanan (2012), 
“Dynamic Obstacle Avoidance in Multi – Robot Motion Planning Using 
Prediction Principle”, Int.Jr.of Advanced Computer Engineering and 
Architecture, Vol.2 No.2, pp.269-283. 
56. T. Balch, R. C. Arkin (1998), “Behavior based formation control for 
multirobot teams”, IEEE Transactions on Robotics and Automation, 
14(6), pp.926-939. 
57. V. Gazi, M. Passino (2002), “Stability Analysis of Swarms”, Proceedings of 
the American Control Conference, pp.1813-1818. 
58. V. Caggiano, A. De Santis, B. Siciliano, A. Chianese (2006), “A biomimetic 
approach to mobility distribution for a human - like redundant arm”, In 
Proc. 1 st IEEE RAS/EMBS Int. Conf. Biomed. Robot. Biomechatron., pp. 
393-398. 
59. W. Li (2008), “Stability Analysis of Swarms with General Topology”, IEEE 
Transactions on Systems, Man, and Cybernetics - Part B: Cybernetics, 
Vol. 38, No. 4, pp.1084-1097. 
60. W. Zhang, M.S. Branicky, S. M. Phillips (2001), “Stability of Networked 
Control Systems”, IEEE Control Systems Magazine, pp.84-99. 
102 
61. X. Ge, X. Jiang (2010), “A New Robust Stability Criterion of Networked 
Control Systems”, Intelligent Control and Automation (WCICA), 8th 
World Congress on, pp.2855-2860. 
62. X. B. Chen, F. Pan, L. Li, H. Fang (2006), “Practical Stability Analysis for 
Swarm Systems”, IEEE, pp.3904-3909. 
63. X. Liang, X. Li (2010), “A New Decentralized Planning Strategy for 
Flocking of Swarm Robots ”, Journal of Computers, Vol.5, No. 6, pp. 
914-921. 
64. X. Dang, Q. Zhang (2010), “Stability and PID Control for Networked 
Control System”, Intelligent Control and Automation (WCICA), 8th 
World Congress on, pp.921-926. 
65. Y. Liu, K. M. Passino (2003), “Stability Analysis of Swarms in a Noisy 
Environment”, Proceedings of the 42nd IEEE, Conference on Decision 
and Control, pp.3573-3578. 
66. Y. Liu, K. M. Passino, M. Polycarpou (2003), “Stability Analysis of One-
Dimensional Asynchronous Swarms”, IEEE Transactions on Automatic 
Control, Vol. 48, No. 10, pp.1848-1854. 
67. Y. Zhu, X. Tang (2010), “Overview of Swarm Intelligence”, International 
Conference on Computer Application and System Modeling, pp.400-403. 
68. Y. H. Yong, Z. Yuling (2008), “Fuzzy System in Multivehicle Swarming”, 
Fifth International Conference on Fuzzy Systems and Knowledge 
Discovery, pp.211-215. 
69. Y. Oh, W. Chung, Y. Youm (1998), “Extended impedance control of 
redundant manipulators based on weighted decomposition of joint space”, 
Journal of Robotic Systems, Vol. 15, No. 5, pp.231-258. 
70. Y. Cao, A. S. Fukunaga, A. B. Kanhg (1997), “Cooperative mobile robotics: 
Antecedents and directions”, Autonomous Robots, (4), pp.7-27. 
103 
71. Y. Chevaleyre, F. Sempe, G. Ramalho (2004), “A theoretical analysis of 
multi – agent patrolling strategies”, In Autonomous Agents and Multi - 
Agent Systems, pp.1524-1525. 
72. Z. Xue, J. Zeng, C. Feng, Z. Liu (2011), “Stability Analysis of Exponential 
Type Stochastic Swarms with Time - Delay”, International Journal of 
Innovative Management, Information & Production, Vol.2, No.3, pp.1-
12. 
73. Z. Xue, J. Zeng, C. Feng, Z. Liu (2011), “Swarm Target Tracking Collective 
Behavior Control with Formation Coverage Search Agents & Globally 
Asymptotically Stable Analysis of Stochastic Swarm”, Journal of 
Computers, Vol.6, No.8, pp.1772-1780. 
74. Zu, Linan (2007), “Obstacle avoidance of multi mobile robots based on 
behavior decomposition reinforcement learning”, IEEE International 
Conference on Robotics and Biomimetics, pp.1018-1023. 
75. Z. Cheng, H. T. Zhang, M. Z. Q. Chen (2011), “Aggregation pattern 
transitions by slightly varying the attractive/repulsive function”, PloS one 
6 e22123. 
76. Z. Liu, Y. Tian, M. Yang (2010), “Behavior analysis in free space and 
obstacle environment of swarm robot systems based on Vicsek model”, 
In 2nd International Conference on Advanced Computer Control 
(ICACC), pp.224-229. 
77. https://www.cyberbotics.com/e-puck 
78. www.mathworks.com 
104 
PHỤ LỤC 
1. Chƣơng trình mô phỏng hội tụ: 
function result = robotwchuan 
N=10; % So lƣợng robot = 10 
C = 500; % kich thuoc không gian di chuyển CxC 
% Nhap toa do ngau nhien tren mat phang toa do [500, 500] 
 A = C*rand(2, N); 
 hold off; 
plot(A(1,:),A(2,:), 'o'); 
grid on; 
axis([0 C 0 C]); 
title('Map'); 
% Vong lap cac buoc tinh 
K=1000; % So vong lap 
delta=0.1; % buoc dich chuyen 
Sdeltax1 = 0; 
Sdeltax2 = 0; 
dat = 30; % khoảng cách an toàn 
f = 0; 
deltax = 0; 
deltay = 0; 
tracking = 0; 
for k = 0:(K-1) 
 for i=1:N 
 Sdeltax=0; 
105 
 Sdeltay=0; 
 for j=1:N 
 if (j ~= i) 
 % Khoang cach tu Robot j toi Robot i tai buoc tinh thu k 
 d=distance( A(:,j),A(:,i) ); 
 f = a( A(:,j), A(:,i), -0.85, -0.5, -0.45, -8.5, -5.7, -3.2, 30 ); 
 deltax= (f/d)*(A(1,j)-A(1,i)); 
 deltay= (f/d)*(A(2,j)-A(2,i)); 
 Sdeltax = Sdeltax + deltax*dettat; 
 Sdeltaxy = Sdeltay + deltay* dettat; 
 end 
 end 
 % Tinh toa do moi cua buoc k+1 
 A(1,i) = A(1,i) + Sdeltax; 
 A(2,i) = A(2,i) + Sdeltay; 
 % Xuat ra toa do moi buoc k+1 
 tracking(i*2-1, k+1) = A(1, i); 
 tracking(i*2, k+1) = A(2, i); 
 end 
end 
result = tracking; 
hold all; 
for i = 1:N 
 plot(tracking(i*2-1, :), tracking(i*2, :)); 
 plot(A(1,:),A(2,:), '.'); 
 legend('Vi tri dau', 'Duong di','Vi tri cuoi'); 
106 
 xlabel('Chieu rong (m)'); 
 ylabel('Chieu dai (m)') 
end 
end 
 % Tính khoang cách 2 điểm A và B 
function dist = distance(A, B) 
dist = norm(A-B); 
end 
% Hàm logic mờ tính lực hút/dẩy 
function result = a( M, N, A1, A2, A3, A, B, C, dat) 
A4=0; A5=-A1; A6=-A2; A7=-A3; 
G=-A; F=-B; E=-C; D=0; 
 if(distance(M,N)<= dat + A) 
 result = A1; 
 return 
end 
 if(A+ dat < distance(M,N)&& distance(M,N)<=B+ dat) 
 result = ((A2-A1)/(B-A))*(distance(M,N)- dat)+ (-A*A2+A1*B)/(B-A); 
 return 
end 
 if(B+ dat < distance(M,N)&& distance(M,N)<=C+ dat) 
 result = ((A3-A2)/(C-B))*(distance(M,N)- dat)+ (-B*A3+A2*C)/(C-B); 
 return 
end 
 if(C+theta < distance(M,N)&& distance(M,N)<D+theta) 
 result = ((A4-A3)/(D-C))*(distance(M,N)-theta)+ (-C*A4+A3*D)/(D-C); 
107 
 return 
end 
 if(distance(M,N)==theta+D) 
 result = A4; 
 return 
end 
if(D+theta < distance(M,N)&& distance(M,N)<=E+theta) 
 result = ((A7-A4)/(E-D))*(distance(M,N)-theta)+(-D*A7+A4*E)/(E-D); 
 return 
end 
 if(E+theta < distance(M,N)&& distance(M,N)<=F+theta) 
 result = ((A6-A7)/(F-E))*(distance(M,N)-theta)+(-E*A6+A7*F)/(F-E); 
 return 
end 
 if(F+theta < distance(M,N)&& distance(M,N)<=G+theta) 
 result = ((A5-A6)/(G-F))*(distance(M,N)-theta)+(F*A5+A6*G)/(G-F); 
 return 
end 
 if(distance(M,N)> theta + G) 
 result = A5; 
 return 
end 
end 
2. Chƣơng trình mô phỏng quá trình tránh vật cản và tìm kiếm mục tiêu của 
robot bầy đàn: 
function result = robottranhvatcan 
108 
N=15; % So robot 
C = 500; % kich thuoc ban do CxC 
M = 1; % Số lƣợng vật cản 
M1 = 1; % Số lƣợng đích đến 
A = C*rand(2,N); % Tọa độ ban đầu của các robot 
O = C*rand(2,M); % Tọa độ của các vat can 
O1 = C*rand(2,M1); % Tọa độ của đích 
K=1500; % So vong lap 
deltat=0.1; % Buoc dich chuyen 
Sdeltax = 0; 
Sdeltay = 0; 
dat = 0; 
dgat=0; 
doat=10; 
do=0;dg=0; 
fuzzy = 0; 
deltax1 = 0; 
deltax2 = 0; 
tracking = 0; 
R = 30; % Ban kinh vat can 
R1=10; % Ban kinh đích 
kvo=-1.5; % cac he so kvo âm và kvg dƣơng 
109 
kvg=0.05; 
mainFigure = figure( ... 
 'Position',[50, 50, 600, 600], ... 
 'color', [1 1 1], ... 
 'Menubar', 'none', ... 
 'Name','Swarm', ... 
 'DoubleBuffer', 'on'); 
plot(A(1,:),A(2,:), 'o'); 
 for k = 0:(K-1) 
 for i=1:N 
 Sdeltax=0; Sdeltay=0; 
 for j=1:N 
 for k1=1:M 
 for k2=1:M1 
 if (j ~= i) 
 d = distance( A(:,j),A(:,i) ); 
 do1 = distance(O(:,k1),A(:,i)); 
 do=do1-R; 
 dg1 = distance(O1(:,k2),A(:,i)); 
 dg=dg1-R1; 
 kc=distance(O1(:,k2),O(:,k1)); 
 alphao=atan((O(2,k1)-A(2,i))/(O(1,k1)-A(1,i))); 
110 
 alphag=atan((O1(2,k2)-A(2,i))/(O1(1,k2)-A(1,i))); 
 if (do<doat) 
 Jo=[(O(1,k1)-R*cos(alphao)-A(1,i))/do (O(2,k1)-R*sin(alphao)-A(2,i))/do]; 
 else Jo=[0 0]; 
 end 
 Jop=pinv(Jo); % Giả nghịch đảo của Jo 
 Io=[1 0; 0 1]; 
 No=Io-Jop*Jo; 
 vo=-kvo*Jop*(do-doat); 
 if (dg>=0) 
 Jg=[(O1(1,k2)-R1*cos(alphag)-A(1,i))/dg (O1(2,k2)-R1*sin(alphag)-A(2,i))/dg]; 
 else Jg=[0 0]; 
 end 
 Jgp=pinv(Jg); % Giả nghịch đảo của Jg 
 Ig=[1 0; 0 1]; 
 Ng=Ig-Jgp*Jg; 
 vg=kvg*Jgp*(dg); 
 Jog=[Jo; Jg]; 
 Jogp=pinv(Jog); % Giả nghịch đảo của Jog 
 Iog=[1 0; 0 1]; 
 Nog=Iog-Jogp*Jog; 
 Mo=Jo*No; 
111 
 Mg=Jg*Nog; 
 Mog=Jo*Nog; 
 Js=[(A(1,j)-A(1,i))/d (A(2,j)-A(2,i))/d]; 
 Jsp=pinv(Js); 
 f = a( A(:,j), A(:,i), -850, -710, -500, -350, -140, 250, 0, -0.750, 30 ); 
 vs=Jsp*f; 
 v=vo+No*vg+Nog*vs; 
 H=[Jop Jgp]; 
 H1=[Jsp Jogp]; 
 a=rank(Jop) 
 b=rank(Jgp) 
 c=a+b 
 a1=rank(Jsp) 
 b1=rank(Jogp) 
 c1=a1+b1 
 e=rank(H) 
 e1=rank(H1) 
 deltax=v(1,1); 
 deltay=v(2,1); 
 Sdeltax = Sdeltax + deltax*deltat; 
 Sdeltay = Sdeltay + deltay*deltat; 
 end 
112 
 end 
 end 
 end 
 % Tinh toa do moi cua buoc k+1 
 A(1,i) = A(1,i) + Sdeltax; 
 A(2,i) = A(2,i) + Sdeltay; 
 % Xuat ra toa do moi buoc k+1 
 tracking(i*2-1, k+1) = A(1, i); 
 tracking(i*2, k+1) = A(2, i); 
 end 
end 
figure(mainFigure); 
axis([0 C 0 C]); 
grid on; 
hold on; 
for k1=1:M 
 x = O(1,k1) + R*cos(linspace(0, 2*pi, 16)); 
 y = O(2,k1) + R*sin(linspace(0, 2*pi, 16)); 
line(x, y, 'Color', [.1 .5 .5]); 
end 
for k2=1:M1 
x = O1(1,k2) + R1*cos(linspace(0, 2*pi, 16)); 
113 
y = O1(2,k2) + R1*sin(linspace(0, 2*pi, 16)); 
line(x, y, 'Color', [.1 .5 .5]); 
end 
for i = 1:N 
 plot(tracking(i*2-1, :), tracking(i*2, :)); 
 plot(A(1,:),A(2,:), '.'); 
end 
end 
 %% function decleare 
function dist = distance(A, B) 
dist = norm(A-B); 
end 
 function result = a( M, N, A1, A2, A3, A4, A5, A7, B1, B2, dat) 
 A6=0; B3=-0.9; B4=0.9; 
 if(distance(M,N)<= dat + A1) 
 result = 0; 
 return 
end 
 if(A1+ dat < distance(M,N)&& distance(M,N)<=A2+ dat) 
 result = ((B1-B2)/(A1-A2))*(distance(M,N)- dat)+ (A1*B2-A2*B1)/(A1-A2); 
 return 
end 
114 
 if(A2+ dat < distance(M,N)&& distance(M,N)<=A3+ dat) 
 result = ((B2-B3)/(A2-A3))*(distance(M,N)- dat)+ (A2*B3-A3*B2)/(A2-A3); 
 return 
end 
if(A3+ dat < distance(M,N)&& distance(M,N)<=A4+ dat) 
 result = B3; 
 return 
end 
if(A4+ dat < distance(M,N)&& distance(M,N)<=A5+ dat) 
 result = ((B3-B2)/(A4-A5))*(distance(M,N)- dat)+ (A4*B2-A5*B3)/(A4-A5); 
 return 
end 
 if(A5+ dat < distance(M,N)&& distance(M,N)<=A6+ dat) 
 result = ((B2-B1)/(A5-A6))*(distance(M,N)- dat)+ (A5*B1-A6*B2)/(A5-A6); 
 return 
end 
if(A6+ dat < distance(M,N)&& distance(M,N)<=A7+ dat) 
 result = ((B1-B4)/(A6-A7))*(distance(M,N)- dat)+ (A6*B4-A7*B1)/(A6-A7); 
 return 
end 
if(distance(M,N)>A7+dat) 
 result = 0; 
115 
 return 
end 
end