Luận án Phương pháp thiết kế hướng đối tượng trong điều khiển phương tiện bay không người lái

kênh RC. Vi mạch này có thể được cung cấp nguồn điện thông qua thiết bị nhận RC hoặc một nguồn điện riêng rẽ. Nó có thể được cho phép lập trình, biên dịch và nạp chương trình dựa trên ngôn ngữ C++ trên Arduino IDE. 107 + Tích hợp các thiết bị khác Các hình 4.3, 4.4, 4.5, 4.6, 4.7 và 4.8 lần lượt mô tả thêm: tích hợp vi mạch trên Q-UAV, thiết bị điều khiển bằng tay Futaba T8FG, bộ thu nhận tín hiệu trạng thái của Q-UAV, màn hình hiển thị video thu được tại mặt đất và hiển thị thông số, pin và mạch sạc điện Cellpro và động cơ T-motor kèm theo các thông số kỹ thuật, tham gia vào thử nghiệm và đánh giá hệ thống điều khiển Q-UAV. Hình 4.3. Tích hợp vi mạch trên Q-UAV Hình 4.4. Thiết bị điều khiển bằng tay Futaba T8FG Hình 4.5. Bộ thu nhận tín hiệu trạng thái của Q-UAV 108 Hình 4.6. Màn hình hiển thị video thu được tại mặt đất và hiển thị thông số Hình 4.7. Pin và mạch sạc điện Cellpro Hình 4.8. Động cơ T-motor và các thông số kỹ thuật 4.2.2. Quy trình khởi động hệ thống thử nghiệm Bước 1: Kiểm tra các bất thường của Q-UAV bằng mắt thường, tránh tình trạng lỏng ốc, nứt cánh quạt, cong vênh trục động cơ, v.v... 109 Bước 2: Kiểm tra điện áp của pin là 25.2V đối với pin 6 cells. Đây là một bước rất quan trọng tránh tình trạng hết pin ngay lập tức sẽ làm rơi Q- UAV. Bước 3: Kết nối bộ thu phát tín hiệu điều khiển để theo dõi các thông số trạng thái của Q-UAV truyền về máy tính. Bước 4: Chạy chương trình điều khiển Mission Planner trên máy tính. Bước 5: Cấp nguồn cho mạch điều khiển trên Q-UAV. Bước 6: Trên giao diện của phần mềm điều khiển MissonPlanner, chọn cổng giao tiếp COM và Baudrate để tiến hành kết nối máy tính với bảng mạch điều khiển (hình 4.9). Hình 4.9. Giao diện phần mềm điều khiển và theo dõi trạng thái trên máy tính Bước 7: Kiểm tra các thông số của Q-UAV trước lúc cất cánh thông qua bộ thu phát tín hiệu RFD900; toàn bộ các thông số về trạng thái của Q- UAV, bao gồm: góc nghiêng cánh, góc chúc, góc hướng (RPY), độ cao, gia 110 tốc tịnh tiến theo 3 trục oxyz và gia tốc góc sẽ được hiển thị trên màn hình máy tính. Hình 4.10 minh họa màn hình kiểm tra tham số PID cho Q-UAV. Bước 8: Tiến hành thực nghiệm theo từng kịch bản khác nhau với những cài đặt cụ thể riêng. Chỉnh hệ số PID cho chế độ bay cân bằngHệ số PID cho góc Roll Hệ số PID cho góc Yaw Hệ số PID cho góc Pitch Hệ số PID cho chế độ bay giữ tại 1 điểm Hình 4.10. Ví dụ: Giao diện kiểm tra các tham số PID cho Q-UAV 4.3. Tiến hành thử nghiệm và đánh giá hệ thống điều khiển Q-UAV 4.3.1. Thử nghiệm và đánh giá các chế độ cất cánh, bay treo và hạ cánh tự động Hình 4.11 minh họa hình ảnh thử nghiệm khả năng cất cánh tự động và bay treo cân bằng tại một điểm trong điều kiện ngoài trời và đánh giá khả năng giữ cân bằng và ổn định tại một điểm bay treo đó, cũng như thử nghiệm khả năng hạ cánh tự động nhằm đánh giá khả năng tự quay về điểm xuất phát trong các trường hợp khẩn cấp, như: nguồn điện cung cấp sắp cạn kiệt và mất 111 tín hiệu điều khiển. Hình 4.12 mô tả giao diện cài đặt các chế bộ an toàn cho Q-UAV. Hình 4.11. Hình ảnh thử nghiệm và đánh giá các chế độ cất cánh, bay treo và hạ cánh tự động Hình 4.12. Giao diện cài đặt các chế độ an toàn cho Q-UAV 112 Q-UAV đã cất cánh tự động tới độ cao 20m và đã bay treo cân bằng trong 9 phút 36 giây với các dao động của các góc RPY xung quanh điểm “0” do ảnh hưởng của các yếu tố môi trường (hình 4.13). Hình 4.13. Đồ thị theo dõi trạng thái Q-UAV trên máy tính Tiếp theo, Q-UAV đã tự động hạ cánh theo tham số an toàn đã cài đặt (hình 4.12) về điểm cất cánh với sai số 0,5m. Với kết quả thử nghiệm trên đây cho thấy hệ thống điều khiển Q-UAV đã được thiết kế có độ tin cậy cao trong các chế độ cất cánh, bay treo và hạ cánh tự động. 4.3.2. Thử nghiệm và đánh giá bay tự động bám theo các quỹ đạo mong muốn Đây là kịch bản thử nghiệm khả năng bay tự động bám theo các quỹ đạo mong muốn được đặt trước thông qua máy tính điều khiển, nhằm đánh giá khả năng bám quỹ đạo cũng như khả năng tự cân bằng ổn định của Q- UAV. Để thiết lập các điểm đi, sau khi kết nối phần cứng điều khiển trên Q- UAV với máy tính, ta sẽ chuyển sang Tab Flight Plan. Ở đây xuất hiện khung giao diện bản đồ với bản đồ Google Map khi có kết nối Internet. Trong kịch bản này, luận án đã thực hiện theo 4 quỹ đạo với 3 góc mở lái và tốc độ bay khác nhau như sau: 113 Trường hợp 1: Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 90 độ với vận tốc là 2,5 m/s. Trường hợp 2: Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 60 độ với vận tốc là 2,5 m/s. Trường hợp 3: Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 60 độ với vận tốc là 3,5 m/s. Trường hợp 4: Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 30 độ với vận tốc là 3,5 m/s. Dưới đây là các kết quả thử nghiệm và đánh giá khả năng bám quỹ đạo cũng như khả năng tự cân bằng ổn định của Q-UAV cho các trường hợp trên. + Trường hợp 1: Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 90 độ với vận tốc là 2,5 m/s (hình 4.14). Trong đó, đường màu vàng là quỹ đạo mong muốn cài đặt trên máy tính; đường màu xanh nước biển là quỹ đạo thực tế mà Q-UAV đã di chuyển. Hình 4.14. Màn hình theo dõi và cài đặt các điểm đường (WP): trường hợp 1 Sau khi tiến hành bay thực tế và thu được toàn bộ bảng ghi (dạng logfile) các tham số điều khiển và thông số trạng thái của Q-UAV. Luận án thực hiện lấy số liệu thực tế thu được từ thiết bị GPS và chuyển các giá trị 114 kinh độ và vĩ độ thu được từ GPS sang hệ trục tọa độ NED, nhằm dễ dàng trực quan đánh giá sai số chi tiết trong trường hợp bay bám theo quỹ đạo đặt sẵn trên phần mềm MatLab-Simulink (hình 4.15 và 4.16). Hình 4.15. Quỹ đạo di chuyển thực tế thu được của Q-UAV: trường hợp 1 Hình 4.16. Quỹ đạo di chuyển mô phỏng của Q-UAV: trường hợp 1 Như trên các hình 4.14, 4.15 và 4.16: tại các điểm WP1 và WP2, Q- UAV đã bay bám khá sát với góc quỹ đạo mong muốn; tại điểm WP3, Q- UAV đã bay vọt qua điểm cài đặt ~ 2,0m. Tuy nhiên, tại mỗi điểm WP đã được đặt một vòng tròn sai số có bán kính là 2,0m. Điều này hoàn toàn phù 115 hợp trong điều kiện thử nghiệm thực tế hiện nay. Trên quãng đường di chuyển giữa các WP, Q-UAV đã bám sát với đường thẳng quỹ đạo đặt ra với sai số lớn nhất là 0,8m. Hình 4.17 cho thấy được khoảng cách và thời gian di chuyển giữa các WP của Q-UAV, cũng như theo dõi được khoảng cách còn lại để đi đến các điểm WP tiếp theo. Hình 4.17. Khoảng cách và thời gian di chuyển giữa các WP của Q-UAV: trường hợp 1 Hình 4.18 và 4.19 cho phép đánh giá được sự đáp ứng điều khiển đối với các góc RPY tương ứng. Ở đây, góc điều khiển trạng thái thực tế hoàn toàn bám được so với góc điều khiển trạng thái mong muốn. Hình 4.18. Đồ thị theo dõi giữa góc chúc điều khiển mong muốn và thực tế: trường hợp 1 116 Hình 4.19. Đồ thị theo dõi giữa góc nghiêng điều khiển mong muốn và thực tế: trường hợp 1 + Trường hợp 2: Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 60 độ với vận tốc là 2,5 m/s (hình 4.20). Trong đó, đường màu vàng là quỹ đạo mong muốn cài đặt trên máy tính; đường màu xanh nước biển là quỹ đạo thực tế mà Q-UAV đã di chuyển. Hình 4.20. Màn hình theo dõi và cài đặt các điểm đường (WP): trường hợp 2 Như trên hình 4.20, quỹ đạo di chuyển thực tế của Q-UAV từ điểm Home đến điểm WP1 chưa được bám sát vào quỹ đạo cài đặt trên máy tính vì 117 do quá trình quá độ cất cánh bằng tay sau đó mới chuyển chế độ từ bằng tay sang chế độ tự động và ngay sau đó Q-UAV di chuyển tự động tới điểm WP1. Điều này hoàn toàn phù hợp so với quỹ đạo di chuyển mô phỏng của Q-UAV (hình 4.21). Hình 4.21. Quỹ đạo di chuyển mô phỏng của Q-UAV: trường hợp 2 Trên hình 4.22: tại điểm WP3, Q-UAV bay quanh điểm này là lâu nhất và duy trì khoảng cách tới điểm tiếp theo ở 11m với lý do thời gian quá độ trong điều khiển thiết bị bay và bộ điều khiển cần thời gian để đáp ứng điều khiển tới điểm tiếp theo. Hình 4.22. Khoảng cách và thời gian di chuyển giữa các WP của Q-UAV: trường hợp 2 118 Hình 4.23 và 4.24 cho phép đánh giá được sự đáp ứng điều khiển đối với các góc RPY tương ứng. Ở đây, góc điều khiển trạng thái thực tế hoàn toàn bám được so với góc điều khiển trạng thái mong muốn. Hình 4.23. Đồ thị theo dõi giữa góc chúc điều khiển mong muốn và thực tế: trường hợp 2 Hình 4.24. Đồ thị theo dõi giữa góc nghiêng điều khiển mong muốn và thực tế: trường hợp 2 + Trường hợp 3: Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 60 độ với vận tốc là 3,5 m/s (hình 4.25). Trong đó, đường màu vàng là quỹ đạo mong muốn cài đặt trên máy tính; đường màu xanh nước biển là quỹ đạo thực tế mà Q-UAV đã di chuyển. 119 Hình 4.25. Màn hình theo dõi và cài đặt các điểm đường (WP): trường hợp 3 Khi tăng tốc độ di chuyển lên 3.5 m/s, Q-UAV bám khá tốt vào quỹ đạo được cài đặt như trên. Thời gian quá độ điều khiển tại mỗi điểm WP cài đặt là nhỏ. Điều này là hoàn toàn phù hợp so với quỹ đạo di chuyển mô phỏng của Q-UA trên hình 4.26. Hình 4.26. Quỹ đạo di chuyển mô phỏng của Q-UAV: trường hợp 3 120 Trong trường hợp này, do tốc độ di chuyển của Q-UAV được gia tăng lên 3,5 m/s nên tốc độ đáp ứng góc điều khiển trạng thái sẽ bị chậm hơn so với góc điều khiển trạng thái mong muốn như trên hình 4.27 và 4.28. Hình 4.27. Đồ thị theo dõi giữa góc chúc điều khiển mong muốn và thực tế: trường hợp 3 Hình 4.28. Đồ thị theo dõi giữa góc nghiêng điều khiển mong muốn và thực tế: trường hợp 3 + Trường hợp 4: Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 30 độ với vận tốc là 3,5 m/s (hình 4.29). Trong đó, đường màu vàng là quỹ đạo mong muốn cài đặt trên máy tính; đường màu xanh nước biển là quỹ đạo thực tế mà Q-UAV đã di chuyển. 121 Hình 4.29. Màn hình theo dõi và cài đặt các điểm đường (WP): trường hợp 4 Như được mô tả trên hình 4.29 và 4.30: tại điểm WP3, với góc mở lái hẹp (~30 độ) và tốc độ di chuyển là 3.5 m/s thì Q-UAV sẽ không bám hoàn toàn được vào điểm WP3 như trong với trường hợp 1 và 2. Tuy nhiên, tại mỗi một điểm WP cài đặt lại luôn có một bán kính sai số giúp cho bị bay dễ tiếp cận được điểm WP tiếp theo. Trong trường hợp này, bán kính sai số tại mỗi điểm WP cài đặt là 2,0m; Q-UAV vẫn hoàn toàn bám được vào điểm WP cài đặt đó với sai số ~2,0m. Hình 4.30. Quỹ đạo di chuyển mô phỏng của Q-UAV: trường hợp 4 122 Trên hình 4.31 và 4.32, tại một số thời điểm góc điều khiển chúc có thể đạt tới 15 độ và góc điều khiển nghiêng đạt tới -15 độ. Điều này chính là do các góc mở lái hẹp; từ đó dẫn đến Q-UAV phải nghiêng lớn hơn nhằm di chuyển bám theo quỹ đạo đã được cài đặt. Hình 4.31. Đồ thị theo dõi giữa góc chúc điều khiển mong muốn và thực tế: trường hợp 4 Hình 4.32. Đồ thị theo dõi giữa góc nghiêng điều khiển mong muốn và thực tế: trường hợp 4 Như vậy, qua kết quả thử nghiệm với các kịch bản đã được đặt ra, Q- UAV đã thực hiện với các sai số nằm trong khoảng từ 0,5m đến 5,0 m tùy theo điều kiện thời tiết, các thông số cấu hình tinh chỉnh cho Q-UAV và đặc 123 biệt là sai số của GPS. Bảng dữ liệu các thông số của quỹ đạo và trạng thái của Q-UAV thu được trên thực tế cho 4 trường hợp theo kịch bản thử nghiệm khả năng bay tự động bám theo các quỹ đạo trên đây được mô tả trong Phụ lục 2. Trong ứng dụng trên đây, phương thức điều khiển tích cấp ngược (IB) kết hợp với bộ lọc Kalman mở rộng (EKF) và Automate lai (HA) đã được sử dụng trong hệ thống điều khiển chính; đa bộ điều chỉnh PI cục bộ được áp dụng cho các động cơ điện. Từ đó, ứng xử liên tục tức thời (IGCB) của toàn bộ hệ thống được xây dựng dựa trên sơ đồ khối chức năng thực thi (hình 2.4) nhằm nâng cao hiệu năng kiểm soát cao độ (z), vị trí theo mặt ngang (x, y) và trạng thái (RPY) trong quá trình hoạt động theo máy trạng thái toàn cục của Q-UAV (hình 3.7). Các kết quả thực hiện điều khiển và kiểm soát an toàn hệ thống đã được cải thiện so với việc sử dụng đơn lẻ một trong các phương thức điều khiển truyền thống [13] (các phương thức điều khiển truyền thống được trình bày trong Mục 1.2 của Chương 1). Ngoài ra, các qui tắc tùy biến và tái sử dụng các gói điều khiển chính, cổng, giao thức và máy trạng thái trong PIM của hệ thống điều khiển Q-UAV (Bảng 3.1) và mẫu kết nối truyền đạt giữa các gói điều khiển (hình 3.8) có thể được áp dụng trong phát triển ứng dụng điều khiển cho các Q-UAV hoặc MUAV mới. Kết luận chương Trong chương này, luận án đã trình bày về thử nghiệm và đánh giá hệ thống điều khiển Q-UAV đã được thiết kế bằng công nghệ hướng đối tượng, bao gồm các điểm chính, như: + Mô tả tích hợp thiết bị và qui trình khởi động hệ thống thử nghiệm. + Đưa ra các kịch bản thử nghiệm. + Tiến hành thử nghiệm và đánh giá hệ thống: Thử nghiệm khả năng cất cánh tự động và bay treo cân bằng tại một điểm trong điều kiện ngoài trời và đánh giá khả năng giữ cân bằng và ổn định tại một điểm bay treo đó; Thử 124 nghiệm khả năng hạ cánh tự động nhằm đánh giá khả năng tự quay về điểm xuất phát trong các trường hợp khẩn cấp, như: nguồn điện cung cấp sắp cạn kiệt và mất tín hiệu điều khiển; Thử nghiệm khả năng bay tự động bám theo các quỹ đạo mong muốn được đặt trước thông qua máy tính điều khiển, nhằm đánh giá khả năng bám quỹ đạo cũng như khả năng tự cân bằng ổn định của Q-UAV. Với các kết quả thử nghiệm và đánh giá các đáp ứng điều khiển trên đây có thể minh chứng cho tính khả thi về hiệu năng và tính năng của hệ thống điều khiển Q-UAV đã được phân tích, thiết kế và thực thi bởi MDA kết hợp với RealTime UML và ROPES. 125 KẾT LUẬN VÀ KIẾN NGHỊ 1. Kết luận Luận án đã đề cập tới mô hình phân tích, thiết kế và thực thi hệ thống điều khiển cho thiết bị bay chong chóng mang Q-UAV có chế độ cất cánh và hạ cánh thẳng đứng (VTOL); mô hình này dựa trên việc cụ thể hóa công nghệ hướng đối tượng trong thời gian thực. Nội dung của luận án được thể hiện thông qua các điểm chính như sau: + Nghiên cứu tổng quan về UAV và các kỹ thuật mô hình hóa, mô phỏng và thực thi điều khiển. + Dựa trên mô hình động lực học trong điều khiển Q-UAV kết hợp với cụ thể hóa HA thông qua các giả thuyết thi hành hệ thống nhằm đưa ra cấu trúc điều khiển cho Q-UAV tự hành bám theo quỹ đạo mong muốn. + Đưa ra mô hình phân tích, thiết kế và thực thi hướng đối tượng thông qua MDA kết hợp với RealTime UML và ROPES cho hệ thống điều khiển Q- UAV, bao gồm các mô hình: CIM, PIM và PSM cùng với các qui tắc theo vết giữa các mô hình này theo các nền tảng công nghệ khác nhau có hỗ trợ hướng đối tượng. Các mô hình thiết kế và thực thi đã được minh họa với sự hỗ trợ của các phần mềm IBM Rational Rose RealTime, OpenModelica và MatLab- Simulink cùng với nền công nghệ Arduino nhằm thực hiện nhanh chóng mô hình triển khai cho Q-UAV. + Thử nghiệm, hiệu chỉnh và đánh giá chương trình điều khiển thông qua các kịch bản cụ thể; kết quả thử nghiệm đã cho thấy mô hình điều khiển Q-UAV bảo đảm được tính ổn định và tính năng điều khiển phù hợp với mô hình phân tích và thiết kế. Các điểm mới trong nghiên cứu bao gồm: + Đưa ra cấu trúc điều khiển cho Q-UAV dựa trên việc cụ thể hóa các đặc trưng của hệ thống động lực lai (HDS) có ứng xử điều khiển được mô tả bởi Automate lai (HA). 126 + Đưa ra các mô hình phân tích, thiết kế và thực thi điều khiển hướng đối tượng trong thời gian thực cho hệ thống điều khiển Q-UAV thông qua cụ thể hóa MDA và các giả thuyết thực thi Automate lai (HA) được kết hợp với RealTime UML và ROPES. Dựa theo các mô hình đã đề xuất này, hệ thống điều khiển cho Q-UAV tự hành bám theo quỹ đạo mong muốn đã được triển khai thành công. + Các qui tắc tùy biến và tái sử dụng các thành phần thiết kế của PIM được đưa ra nhằm ứng dụng trong điều khiển Q-UAV hoặc MUAV dạng chong chóng mang và cất cánh/hạ cánh thẳng đứng (VTOL) khác nhau. Tuy nhiên, trong luận án này có một số tồn tại sau: - Chưa đưa ra các hoạt động chi tiết của vòng lặp thứ hai trong vòng đời phát triển hệ thống điều khiển của Q-UAV dựa theo qui trình MDA đã đề xuất. - Do giới hạn về mặt tài chính, ứng dụng Q-UAV mới sử dụng vi điều khiển mô hình Arduino; nên hiệu năng tính toán điều khiển và phạm vi hoạt động của hệ thống cũng bị hạn chế theo. 2. Kiến nghị Trong thời gian sắp tới, NCS kết hợp với các đồng nghiệp sẽ phát triển cách tiếp cận trên đây với các ngôn ngữ hình thức khác nhau (ví dụ: [37]) nhằm cải thiện việc mô hình hóa các thành phần vật lý của hệ thống và chi tiết các thành phần của chu trình phát triển lặp tiếp theo. Đặc biệt là ứng dụng sẽ được trang bị các cảm biến và vi xử lý công nghiệp nhằm cải thiện hiệu năng và phạm vi hoạt động của toàn bộ hệ thống. Cách tiếp cận này có thể được phát triển tiếp theo cho ứng dụng điều khiển phối hợp nhóm các UAV tự hành theo đội hình. 127 TÀI LIỆU THAM KHẢO Tiếng Việt: [1] Nguyễn Phú Hùng, Nguyễn Phú Khánh, Vũ Quốc Huy, Phạm Gia Điềm et al. (2013) Nghiên cứu, thiết kế, chế tạo máy bay siêu nhỏ tự động bay theo quĩ đạo yêu cầu. Báo cáo nghiệm thu cấp Nhà nước, Đề tài Khoa học và Công nghệ Tiềm năng, Mã số KC03.TN03/11-15, Trường Đại học Bách khoa Hà Nội. Tiếng Anh: [2] Agner L. T. W., Soares I. W., Stadzisz P. C., Simão J. M. (2014) A Brazilian survey on UML and model-driven practices for embedded software development. Journal of Systems and Software, Elsevier, ISSN 0164-1212, Volume 86, Issue 4, pp. 997- 1005. [3] Akhlaki K. B., Tuñón M. I. C., Terriza J. A. H., Morales L. E. M. (2007) A methodological approach to the formal specification of real-time systems by transformation of UML-RT design models. Science of Computer Programming, Elsevier, ISSN 0167-6423, Volume 65, Issue 1, pp. 41-56. [4] Alexis K., Nikolakopoulos G., Tzes A. (2014) On Trajectory Tracking Model Predictive Control of an Unmanned Quadrotor Helicopter Subject to Aerodynamic Disturbances. Asian Journal of Control, Wiley, Volume 16, Issue 1, pp. 209-224. [5] ANSYS (2015) Simulation-Driven Product Development. Ansys-Fluent, [6] Arduino (2013) Open-source electronics prototyping platform for hardware and software. [7] Austin R. (2010) Unmanned Aircraft Systems: UAV Design, Development and Deployment. Wiley and Sons. [8] Bader P., Blanes S., Ponsoda E. (2014) Structure preserving integrators for solving (non-)linear quadratic optimal control problems with applications to describe the flight of a quadrotor. Journal of Computational and Applied Mathematics, Elsevier, ISSN 0377-0427, Volume 262, pp. 223-233. [9] Balint A. (Eds.) (2011) Advances in Flight Control Systems. InTech. [10] Béla L. , Lorinc M. (2011) Nonlinear Control of Vehicles and Robots. Springer. [11] Bi Y., Duana H. (2013) Implementation of autonomous visual tracking and landing for a low-cost quadrotor. Optik: International Journal for Light and Electron Optics, Elsevier, ISSN 0030-4026, Volume 124, Issue 18, pp. 3296–3300. 128 [12] Booch G., Rumbaugh J., Jacobson I. (1999) The Unified Modeling Language User Guide. Addison-Wesley. [13] Bouabdallah S. (2007) Design and control of quadrotors with application to autonomous flying. PhD Thesis, École Polytechnique Fédérale de Lausanne, France. [14] Bouchoucha M., Seghour S., Osmani H., Bouri M. (2011) Integral Backstepping for Attitude Tracking of a Quadrotor System. Electronics and Electrical Engineering, ISSN 1392 – 1215, Vol 116, No 10, pp. 75-80. [15] Bui M. D. (2007) Real-Time Object Uniform Design Methodology with UML. Springer. [16] Carloni L. P. , Passerone R. , Pinto A. , Sangiovanni-Vincentelli A. L. (2006) Languages and Tools for Hybrid Systems Design. now Publishers Inc. [17] Carrillo L. R. G., López A. E. D., Lozano R., Pégard C. (2013) Quad Rotorcraft Control: Vision-Based Hovering and Navigation. Springer. [18] Cichella V., Kaminer I., Xargay E., Dobrokhodov V., Hovakimyan N., Aguiar A. P., et al., "A Lyapunov-based approach for Time-Coordinated 3D Path-Following of multiple quadrotors," 2012, pp. 1776-1781. [19] Colorado J., Barrientos A., Martinez A., Lafaverges B., Valente P. (2010) Mini- quadrotor attitude control based on Hybrid Backstepping & Frenet-Serret theory. Robotics and Automation (ICRA), IEEE International Conference, ISSN 1050- 4729, pp. 1617-1622. [20] DJI (2015) DJI: The future of posible. [21] Douglass B. P. (2004) Real Time UML: Advances in The UML for Real-Time Systems, Third Edition. Addison Wesley. [22] Douglass B. P. (2014) Real-Time UML Workshop for Embedded Systems, 2nd Edition. Elsevier. [23] Drouot A., Richard E. , Boutayeb M. (2014) Hierarchical Backstepping Based Control of A Gun Launched MAV in crosswinds: Theory and experiment. Control Engineering Practice, Elsevier, ISSN 0967-0661, Volume 25, pp. 16-25. [24] FAA (2009) Advanced Avionics Hanbook. U.S. Department of Transportation, Federal Aviation Administration (FAA), Washington, DC 20402-9325, U.S.A. [25] Fahlstrom P. G., Gleason T. J. (2012) Introduction to UAV Systems, 4th Edition. Wiley & Sons. 129 [26] FlyCam (2015) Fly Cam UAV - Drone Headquarters. [27] Fossen T. I. (2013) Mathematical Models for Control of Aircraft and Satellites, 3rd Edition. Department of Engineering Cybernetics, NTNU, Norway. [28] Fritzson P. (2011) Introduction to Modeling and Simulation of Technical and Physical Systems with Modelica. Wiley & Sons. [29] Gamma E., Helm R., Johnson R., Vlissides J. (1995) Design Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley. [30] Guillaume J. J. D. (2009) Fault-tolerant Flight Control and Guidance Systems: Practical Methods for Small Unmanned Aerial Vehicles. Springer. [31] Ha C., Zuo Z., Francis B Choi F. B., Lee D. (2014) Passivity-based adaptive backstepping control of quadrotor-type UAVs. Robotics and Autonomous Systems, Elsevier, ISSN 0921-8890, Volume 62, Issue 9, pp. 1305–1315. [32] Henzinger T. A., Kopke P. W., Puri A., Varaiya P. (1998) What's Decidable about Hybrid Automata? Journal of Computer and System Sciences, Elsevier, ISSN 0022-0000, Volume 57, Issue 1, pp. 94-124. [33] Hien N. V, Soriano T (2001) Implementing Hybrid Automata for Developing Industrial Control Systems. 8th IEEE-ETFA, vol. 2, pp. 129-137. [34] Hien N. V. (2001) Une Méthode Industrielle de Conception de Commande par Automate Hybride Développée en Objets vol. Thèse de Doctorat, Univertsité Marseille III, France. [35] Hien N. V. , Vinh H. T. , Soriano T. (2006) Using Model-Driven Architecture to Develop Industrial Control Systems. Proc. of 4th IEEE-RIVF, pp. 75-80. [36] IBM (2013) IBM Rational online documentation, Redbooks and Training kit. https://www.ibm.com/developerworks/university/. [37] INCOSE (2014). Systems Engineering Vision 2025. San Diego, C.A. 92111-2222, U. S. A. [38] Iriondo N., Estévez E., Orive D., Marco M. (2014) On the use of model-based techniques for achieving multi-mode control architectures. Journal of Mechatronics: The Science of Intelligent Machines, ISSN 0957-4158, Volume 24, Issue 7, pp. 866-882. [39] Jazar R. N. (2011) Advanced Dynamics: Rigid Body, Multibody, and Aerospace Applications. Wiley & Sons. 130 [40] Lavagno L. , Martin G. , Selic B. (Eds.) (2003) UML for Real: Design of Embedded Real-Time Systems. Kluwer Academic Publishers. [41] Levine W. S. (Eds.) (2011) The Control Handbook: Control system-advanced methods. CRC Press, Taylor & Francis Group. [42] Lin H.J, Tsay T.S (2011) Modeling Identification and Simulation of Bank to Turn Unmanned Aerial Vehicle. WSEAS Transactions on Systems, vol. 10, pp. 91-103. [43] Liu C., Chen W. H., Andrews J. (2012) Tracking control of small-scale helicopters using explicit nonlinear MPC augmented with disturbance observers. Control Engineering Practice, Elsevier, ISSN 0967-0661, Volume 20, Issue 3, pp. 258-268. [44] Liu Y., Qi N., Tang Z. (2012) Linear Quadratic Differential Game Strategies with Two-pursuit Versus Single-evader. Chinese Journal of Aeronautics, Elesevier, ISSN 1000-9361, Volume 25, Issue 6, pp. 896-905. [45] Lombaerts T. (Eds.) (2012) Automatic Flight Control Systems – Latest Developments. InTech. [46] Maopeng R., Qing W., Delong H., Chaoyang D. (2014) Backstepping design of missile guidance and control based on adaptive fuzzy sliding mode control. Chinese Journal of Aeronautics, Elesevier, ISSN 1000-9361, Volume 27, Issue 3, pp. 634- 642. [47] MathWorks (2014) MatLab-Simulink. [48] Moallemi M., Wainer G. (2013) Modeling and simulation-driven development of embedded real-time systems. Journal of Simulation Modelling Practice and Theory, Elsevier, ISSN 1569-190X, Volume 38, pp. 115-131. [49] Mohammadi B., Pironneau O. (1994) Analysis of the K-epsilon turbulence model. Wiley. [50] Mosterman P. J. (1997) Hybrid Dynamic Systems: a Bon Graph Modeling Paradigm and Its Application in Diagnosis. PhD Thesis, Vanderbilt University, USA. [51] Murray M. et al. (1994) A Mathematical Introduction to Robotic Manipulation. CRC Press. [52] Museum Hiller Aviation (2004) History of helicopters. HILLER, [53] Nelson R. (1998) Flight Stability and Automatic Control 2nd Edition. McGraw Hill. 131 [54] Nonami K. , Kendoul F., Suzuki S. , Wang W. , Nakazawa D. (2010) Autonomous Flying Robots - Unmanned Aerial Vehicles and Micro Aerial Vehicles. Springer. [55] OMG (2010) Documents Associated With Unified Modeling Language (UML), V2.4. OMG, [56] OMG (2011) UML Profile for MARTE: Modeling and Analysis of Real-Time Embedded Systems. OMG Formal Version. [57] OMG (2014) The Architecture of Choice for a Changing World: Success Stories. [58] OMG (2014) Model Driven Architecture (MDA) Guide rev. 2.0. OMG Document ormsc/2014-06-01, [59] OpenModelica (2014) OpenModelica Software, Version 1.9.2 https://www.openmodelica.org/. [60] Pounds P. E. I., Bersak D. R., M. Dollar A. M. (2012) Stability of small-scale UAV helicopters and quadrotors with added payload mass under PID control. Autonomous Robots, Springer, ISSN 0929-5593, Volume 33, Issue 1-2, pp. 129- 142. [61] Regula G., Lantos B. (2009) Backstepping based control design with state estimation and path tracking to an indoor quadrotor helicopter. Periodica Polytechnica Electrical Engineering, ISSN 1587-3781, Vol. 53, No. 3-4, pp. 151- 161. [62] Salih A. L., M. Moghavvemi M. , Mohamed H. A. F., Gaeid K. S. (2010) Flight PID controller design for a UAV quadrotor. Academic Journals, ISSN 1992-2248, Vol. 5(23), [63] Selic B. (1998) Using UML for modeling complex real-time systems. Lecture Notes in Computer Science, Springer, ISSN 0302-9743, Volume 1474., pp. 250-260. [64] Selic B., Gerard S. (2014) Modeling and Analysis of Real-Time and Embedded Systems with UML and MARTE. Elsevier. [65] Soriano T. , Sghaier A. , Hien N. V. (2004) Mechatronics Design from an Object- Oriented Point of View. WSEAS Transactions on Communications, ISSN 1109- 2742, Volume 3, Issue 1, pp. 282-287. [66] Taylor D. A. (1992) Object-oriented Information Systems: Planning and Implementation. Wiley & Sons. [67] Templeton T., Shim D. H., Geyer C., Sastry S. S. (2007) Autonomous Vision-based Landing and Terrain Mapping Using an MPC-controlled Unmanned Rotorcraft. 132 Robotics and Automation, IEEE International Conference, ISSN 1050-4729, pp. 1349 - 1356. [68] Tewari A. (2011) Advanced Control of Aircraft, Spacecraft and Rockets. Wiley & Sons. [69] Todd Templeton, David Hyunchul Shim, Christopher Geyer, S. Shankar Sastry, "Autonomous Vision-based Landing and Terrain Mapping Using an MPC- controlled Unmanned Rotorcraft," presented at the IEEE International Conference on Robotics and Automation, Roma, Italy, 2007. [70] Traoré S. (1994) Une approche orientée objet dans la simulation des systèmes dynamiques hybrides. Thèse de doctorat, Université de Rennes, France. [71] Turki S. (2008) Ingénierie système guidée par les modèles: Application du standard IEEE 15288, de l’architecture MDA et du langage SysML à la conception des systèmes mécatroniques. Thèse de Doctorat, Université du Sud Toulon Var, France. [72] Valavanis K. P., Vachtsevanos G. J., Antsaklis P. J. (2007) Technology and autonomous mechanisms in the Mediterranean: from ancient Greece to Byzantium. Proceedings of the European Control Conference (ECC2007), Kos, pp. 263-270. [73] Valavanis K. P., Vachtsevanos G. J. (Eds.) (2015) Handbook of Unmanned Aerial Vehicles. Springer. [74] Valavanis K. P. (Eds.) (2007) Advances in Unmanned Aerial Vehicles - State of the Art and the Road to Autonomy. Springer. [75] Verries J. (2010) Approche pour la Conception de Systèmes Aéronautiques Innovants en Vue d'Optimiser L'Architecture Application au Système Portes Passagers. Thèse de Doctorat, Université de Toulouse, France. [76] Versteeg H. K. , Malalasekera W. (2007) An Introduction to Computational Fluid Dynamics: The Finite Volume Method, 2nd Edition. Pearson Education [77] Xun Gong, Zhicheng Hou, Changjun Zhao, Yue Bai, Yantao Tian, "Backstepping Sliding Mode Attitude Control of Quad rotor with Adaptive Algorithm," presented at the 2nd International Conference on Materials, Mechatronics and Automation, 2012. [78] Yamaha (2015) Yamaha: Precision agriculture and agricultural spraying. [79] Yu Y. , Sun F. , Wang Y. (2012) Controller Design of Quadrotor Aerial Robot. Elsevier, Physics Procedia 33, pp. 1254-1260. 133 [80] Zhao W., Go T. H. (2014) Quadcopter formation flight control combining MPC and robust feedback linearization. Journal of the Franklin Institute, Elsevier, ISSN 0016-0032, Volume 351, Issue 3, pp. 1335-1355. [81] Zhao Y., Sheng Y., Liu X. (2014) Sliding mode control based guidance law with impact angle constraint. Chinese Journal of Aeronautics, Elesevier, ISSN 1000- 9361, Volume 27, Issue 1, pp. 145-152. [82] Zheng E. H., Xiong J. J., Luo J. L. (2014) Second order sliding mode control for a quadrotor UAV. ISA Transactions®, Elsevier, ISSN 0019-0578, Volume 53, Issue 4, pp. 1350–1356. 134 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN 1. Diem P. G., Hien N. V., Khanh, N. P. (2013) An Object-Oriented Analysis and Design Model to Implement Controllers for Quadrotor UAVs by Specializing MDA’s Features with Hybrid Automata and Real- Time UML, WSEAS Transactions on Systems (Indexed in Scopus, SCImago, E-ISSN 2224-2678, Issue 10, Volume 12, (October 2013), pp. 483-496. 2. Diem P. G., Khanh N. P., Hien N. V., Hung N. P. (2013) A Real-Time Object Collaboration to Develop Controllers of Small-Scale Autonomous Unmanned Aerial Vehicles, RCMME, ISBN: 978-983- 2408-14-7, Kuala Lumpur, Malaysia, (2013), pp. 146-156. 3. Diem P. G., Anh P. H., Khanh N. P., Hung N. P., Hien N. V. (2014) A Hybrid Control Model to Develop the Trajectory-Tracking Controller for a Quadrotor UAV, the 5th ICMAE, Madrid, Spain, (July 18-19, 2014), Proc. of ICMAE2014, ISBN-13: 978-3-03835-223-5; Journal of Advanced Materials Research (Indexed in Scopus, SCImago, ISSN: print 1022-6680 ISSN, cd 1022-6680 ISSN, web 1662-8985,Volume 1016, (2014), pp. 678-685. 4. Diem P. G., Khanh N. P., Hien N. V. (2014) An Object-Oriented Design Model to Implement Controllers of Miniature Quadrotor UAVs, Journal of Science and Technology, VAST - Vietnam Academy Of Science And Technology, ISSN: 0866-708X, (2014), pp. 150-159. 5. Anh P. H., Diem P. G., Tuan D. T., Hien N. V. (2014) A Hybrid Automata-Based Model to Develop Controllers for Quadrotor UAVs, Proc. of RCMME2014, ISBN: 978-604-911-942-2, Hanoi, Vietnam, (2014), pp. 397-401. 135 6. Tung P. X., Diem P. G., Huy V. Q., Hien N. V. (2014) A Capsule- Based Model to Implement Controllers for Quadrotor UAVs, Proc. of International Conference on Engineering Mechanics and Automation (ICEMA 3), ISBN: 978-604-913-367-1, Hanoi, Vietnam, (October 15- 16, 2014), pp. 179-186. 7. Phạm Gia Điềm, Nguyễn Phú Khánh, Ngô Văn Hiền, Nguyễn Phú Hùng (2014), Mô hình thiết kế điều khiển phi tuyến cho Quadrotor UAV siêu nhỏ, Hội nghị Cơ học Thủy khí Toàn quốc, Đồng hới, Quảng Bình, Việt Nam, 2013, Tuyển tập, ISSN: 1859-4182, (2014), Tr. 134-141. 8. K.M Tuấn, N. Đông, N.H. Nam, P.G. Điềm, N.V. Hiền (2014) Qui trình hướng đối tượng trong mô hình hóa và mô phỏng các hệ thống cơ điện tử điều khiển thông qua tích hợp SysML/Modelica/MDA với Automate lai, Tạp chí Cơ khí Việt Nam, ISSN: 0866-7056, (2014), Tr. 150-157. 9. Phạm Hoàng Anh, Phạm Gia Điềm, Đỗ Trọng Tuấn, Ngô Văn Hiền, Nguyễn Phú Hùng (2015) Mô hình thiết kế hệ thống điều khiển cho Quadrotor UAV dựa trên nền công nghệ Arduino. Hội nghị Khoa học Cơ học Thuỷ khí Toàn quốc năm 2014, tổ chức từ 24 đến 26 tháng 7 năm 2014, tại Hoàn Cầu Resort, Tp. Phan Rang, tỉnh Ninh Thuận, Việt Nam, Tuyển tập, ISSN: 1859-4182, (2015), Tr. 1-9. 136 PHỤ LỤC Phụ lục 1. Các mô hình, hàm chức năng cơ bản trong mô phỏng và thực thi điều khiển cho ứng dụng Q-AUV Chương trình mô phỏng Q-UAV bằng MatLab được kết hợp với Simulink và lập trình giao diện (GUI) được chia thành ba khối như trên hình PL1.1. Hình PL1.1. Sơ đồ khối tổng quát mô phỏng Q-UAV với MatLab-Simulink Các hình PL1.2, hình PL1.3 và Bảng PL1.1 lần lượt mô tả các phần tử mô phỏng chính của khối điều khiển, khối động lực học và các thông số động lực học cơ bản của ứng dụng điều khiển Q-UAV. Hình PL1.2. Các thành phần mô phỏng trong khối điều khiển Q-UAV với MatLab-Simulink 137 Hình PL1.3. Các thành phần mô phỏng trong khối động lực học cho điều khiển Q-UAV Bảng PL1.1. Các thông số động lực học cơ bản của ứng dụng Q-UAV Tên thông số Giá trị Khối lượng (m) 4.450 kg Mô men quán tính đối với trục x (Ixx) 51.34e-3 kg.m2 Mô men quán tính đối với trục y (Iyy) 51.34e-3 kg.m2 Mô men quán tính đối với trục z (Izz) 11.18e-2 kg.m2 Góc tới nghiêng (θo) 0.25 rad Mô men quán tính rô to của động cơ (Jr) 36.24e-5 kg.m2 Khoảng cách ngang và dọc từ tâm cánh quạt tới trọng tâm (l) 0.515 m Một số hàm chức năng minh họa mô phỏng HIL được xử lý trong MatLab cho ứng dụng Q-UAV: + Các hàm mặc định được gọi khi khởi tạo chương trình 138 function varargout = multi_sim(varargin) function multi_sim_OpeningFcn(hObject, eventdata, handles, varargin) + Hàm đặt thuộc tính cho đối tượng set(handles.start_button, 'Enable', 'on'); set(handles.stop_button, 'Enable', 'off'); + Khai báo biến toàn cục global v f v_r index accelerometer gyroscope plot_length update_rate; + Nạp mô hình hệ thống load_system('multi_model'); set_param('multi_model/ch1_input', 'Value', '1000'); set_param('multi_model/ch2_input', 'Value', '1000'); set_param('multi_model/ch3_input', 'Value', '1000'); set_param('multi_model/ch4_input', 'Value', '1000'); set_param('multi_model/ch5_input', 'Value', '1000'); set_param('multi_model/ch6_input', 'Value', '1000'); axes(handles.model_plot); axis('off'); fid = fopen('model.stl', 'r'); handles.timer = timer('ExecutionMode', 'fixedSpacing', 'Period', round(1000 / update_rate) / 1000, 'TimerFcn', {@update_data, handles}); function stop_button_Callback(hObject, eventdata, handles) function ch5_pwm_Callback(hObject, eventdata, handles) function ch6_center_Callback(hObject, eventdata, handles) Chương trình minh họa được nạp trên vi xử lý điều khiển cho ứng dụng Q- UAV: Phần mềm bao gồm mô đun điều khiển chính và giao diện người sử dụng được lập trình dựa trên IDE mã nguồn mở của Arduino và Microsoft Visual 2010 C#. Dưới đây là một phần ví dụ minh họa mã chương trình chính của Automate lai (HA) cho Q-UAV bởi hai tệp “HA_Q_UAV.h” và “HA_Q_UAV.cpp”. Hình PL1.4 minh họa kiểm tra mã chương trình chính của tất cả các mô đun được biên dịch để nạp vào vi xử lý MCU-STM32- Cortex M4 trên Arduino IDE. Trong đó, chương trình chính có tùy biến và tái sử dụng một số mô đun sẵn có trong thư viện của Arduino IDE, như: , , , , , , , , , , , , ... 139 /*********************************************************************    Login    : User    Configuration   : DefaultConfig    Model Element  : Main HA algorithm for the Q‐UAV, with EEPROM‐backed storage    File Path  : DefaultConfig\HA_Q_UAV.h  *********************************************************************/  #ifndef HA_Q_UAV_H  #define HA_Q_UAV_H  #include   #include   //## link itsState  class State;  //## package Default  //## class HA_Q_UAV  class HA_Q_UAV {  public :      HA_Q_UAV();      ~HA_Q_UAV();      //## operation request()      void request();      ////    Additional operations    ////      OMIterator getItsState() const;      void addItsState(State* p_State);      void removeItsState(State* p_State);      void clearItsState();  protected :       void cleanUpRelations();      ////    Relations and components    ////      OMCollection itsState;    //## link itsState      ////    Framework operations    ////  public :     void _addItsState(State* p_State);     void _removeItsState(State* p_State);     void _clearItsState();  };  #endif  /*********************************************************************    END of HA_Q_UAV.h  *********************************************************************/  /******************************************************************** Login : User Configuration : DefaultConfig Model Element : HA_Q_UAV File Path : DefaultConfig\HA_Q_UAV.cpp *********************************************************************/ #include "HA_Q_UAV.h" //## link itsState #include "State.h" //## package Default //## class HA_Q_UAV HA_Q_UAV::HA_Q_UAV() { } HA_Q_UAV::~HA_Q_UAV() { cleanUpRelations(); } void HA_Q_UAV::request() { //#[ operation request() //#] } OMIterator HA_Q_UAV::getItsState() const { OMIterator iter(itsState); return iter; } void HA_Q_UAV::addItsState(State* p_State) { if(p_State != NULL) { p_State->_setItsHA_Q_UAV(this); } _addItsState(p_State); } void HA_Q_UAV::removeItsState(State* p_State) { if(p_State != NULL) { 140 p_State->__setItsHA_Q_UAV(NULL); } _removeItsState(p_State); } void HA_Q_UAV::clearItsState() { OMIterator iter(itsState); while (*iter){ (*iter)->_clearItsHA_Q_UAV(); iter++; } _clearItsState(); } void HA_Q_UAV::cleanUpRelations() { { OMIterator iter(itsState); while (*iter){ HA_Q_UAV* p_HA_Q_UAV = (*iter)->getItsHA_Q_UAV(); if(p_HA_Q_UAV != NULL) { (*iter)->__setItsHA_Q_UAV(NULL); } iter++; } itsState.removeAll(); } } void HA_Q_UAV::_addItsState(State* p_State) { itsState.add(p_State); } void HA_Q_UAV::_removeItsState(State* p_State) { itsState.remove(p_State); } void HA_Q_UAV::_clearItsState() { itsState.removeAll(); } /********************************************************************* END of HA_Q_UAV.cpp *********************************************************************/ Hình PL1.4. Kiểm tra mã chương trình chính của tất cả các mô đun được biên dịch trước khi nạp vào vi xử lý MCU-STM32-Cortex M4 141 Phụ lục 2. Dữ liệu các thông số quỹ đạo và trạng thái của Q-UAV theo các kịch bản thử nghiệm Các Bảng PL1, PL2, PL3 và PL4 lần lượt mô tả dữ liệu các thông số của quỹ đạo và trạng thái của Q-UAV thu được trên thực tế cho 4 trường hợp theo kịch bản thử nghiệm khả năng bay tự động bám theo các quỹ đạo mong muốn đặt trước. Bảng PL2.1. Trường hợp 1- Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 90 độ với vận tốc là 2,5 m/s Time (ms) Latitude Longitude Altitude (m) Error Trajectory Roll (rad) Pitch (rad) Yaw (rad) 2.3671800e+05 2.1006370e+01 1.0584313e+02 2.0010000e+01 1.5213621e+01 -2.9671950e-02 2.2968713e-02 2.1739205e-02 2.3740500e+05 2.1006367e+01 1.0584313e+02 2.0000000e+01 1.5068075e+01 -1.1591826e-02 4.7924290e-03 3.2390989e-02 2.3789400e+05 2.1006365e+01 1.0584313e+02 2.0010000e+01 1.4974574e+01 -1.8342872e-04 -1.8079877e-02 3.2682836e-02 2.3856600e+05 2.1006363e+01 1.0584313e+02 2.0020000e+01 1.4943460e+01 6.0451742e-02 -7.3653243e-02 2.9652911e-01 2.3889300e+05 2.1006363e+01 1.0584313e+02 2.0030000e+01 1.4943673e+01 2.9481465e-02 -3.1512659e-02 4.7436687e-01 2.3956000e+05 2.1006364e+01 1.0584313e+02 2.0040000e+01 1.4850014e+01 1.8481784e-02 3.0010257e-02 8.7430108e-01 2.4025100e+05 2.1006367e+01 1.0584313e+02 2.0020000e+01 1.4683537e+01 4.6815131e-02 1.5818711e-02 1.2948327e+00 2.4076800e+05 2.1006369e+01 1.0584313e+02 2.0040000e+01 1.4278169e+01 7.4806526e-02 3.9965101e-02 1.5300236e+00 2.4127000e+05 2.1006371e+01 1.0584313e+02 2.0060000e+01 1.3644227e+01 6.9219381e-02 -1.1287396e-02 1.5533226e+00 2.4194100e+05 2.1006372e+01 1.0584313e+02 2.0100000e+01 1.3103956e+01 8.5745357e-02 -4.1815754e-02 1.5223298e+00 2.4261300e+05 2.1006371e+01 1.0584313e+02 2.0080000e+01 1.2916694e+01 3.9520692e-02 -6.1822195e-02 1.4622834e+00 2.4293900e+05 2.1006370e+01 1.0584314e+02 2.0030000e+01 1.2677586e+01 5.6046482e-02 -2.7763125e-02 1.4601727e+00 2.4362800e+05 2.1006368e+01 1.0584314e+02 2.0010000e+01 1.2448932e+01 4.2612154e-02 -2.5957424e-02 1.4585043e+00 2.4411800e+05 2.1006367e+01 1.0584315e+02 2.0040000e+01 1.2137134e+01 4.3786731e-02 6.5492988e-02 1.4783641e+00 2.4476600e+05 2.1006366e+01 1.0584315e+02 2.0080000e+01 1.2085179e+01 1.4395665e-02 5.0298914e-02 1.4524754e+00 2.4513100e+05 2.1006365e+01 1.0584315e+02 2.0040000e+01 1.2022840e+01 1.4439395e-02 1.2942056e-02 1.4413280e+00 2.4575100e+05 2.1006363e+01 1.0584316e+02 2.0000000e+01 1.1867107e+01 -2.6745997e-02 2.5763987e-03 1.4314312e+00 2.4611000e+05 2.1006361e+01 1.0584316e+02 2.0000000e+01 1.1763391e+01 -3.4737948e-02 6.1564948e-03 1.4328871e+00 2.4736000e+05 2.1006362e+01 1.0584316e+02 2.0010000e+01 1.1617889e+01 5.5489670e-03 1.0846124e-02 1.4723568e+00 2.4785200e+05 2.1006363e+01 1.0584316e+02 2.0020000e+01 1.1524270e+01 3.2995097e-02 -2.6346689e-02 1.4543859e+00 2.4848800e+05 2.1006365e+01 1.0584316e+02 2.0030000e+01 1.1440843e+01 2.6296455e-02 3.8886070e-04 1.4743736e+00 2.4899000e+05 2.1006366e+01 1.0584316e+02 2.0070000e+01 1.1347272e+01 2.1007748e-02 9.2521321e-04 1.4888135e+00 2.4950700e+05 2.1006366e+01 1.0584316e+02 2.0100000e+01 1.1170563e+01 1.4581425e-02 -5.1637986e-03 1.5014433e+00 2.4997100e+05 2.1006366e+01 1.0584317e+02 2.0100000e+01 1.1087560e+01 7.0212842e-03 -1.0506039e-02 1.5008492e+00 2.5064800e+05 2.1006366e+01 1.0584317e+02 2.0090000e+01 1.0962968e+01 6.3799345e-03 -2.7024833e-02 1.4892942e+00 2.5130100e+05 2.1006367e+01 1.0584317e+02 2.0040000e+01 1.0890148e+01 1.7803458e-02 -2.1932816e-02 1.4827819e+00 2.5179800e+05 2.1006367e+01 1.0584317e+02 2.0030000e+01 1.0744532e+01 4.2402893e-03 -1.9293899e-02 1.4833158e+00 2.5279800e+05 2.1006367e+01 1.0584317e+02 2.0020000e+01 1.0515767e+01 -1.5268864e-02 -3.6511157e-02 1.4773740e+00 2.5329000e+05 2.1006367e+01 1.0584317e+02 2.0060000e+01 1.0255933e+01 -6.9125877e-03 -4.2861067e-02 1.4728551e+00 2.5393800e+05 2.1006367e+01 1.0584317e+02 2.0080000e+01 1.0100073e+01 -3.0452741e-02 -5.8276694e-02 1.4786282e+00 2.5477800e+05 2.1006368e+01 1.0584317e+02 2.0070000e+01 9.8609856e+00 -2.4936771e-02 -8.7782994e-02 1.4911931e+00 142 Bảng PL2.2. Trường hợp 2 - Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 60 độ với vận tốc là 2,5 m/s Time (ms) Latitude Longitude Altitude (m) Error Trajectory Roll (rad) Pitch (rad) Yaw (rad) 3.8698600e+05 2.1006390e+01 1.0584310e+02 2.7150000e+01 1.3389874e+01 9.7297214e-02 3.2043967e-02 9.1593206e-02 3.8747500e+05 2.1006397e+01 1.0584310e+02 2.7400000e+01 1.3132028e+01 1.6740854e-01 3.0424995e-03 2.7583358e-01 3.8812400e+05 2.1006402e+01 1.0584310e+02 2.7880000e+01 1.3028301e+01 6.3089795e-02 -2.4169747e-02 6.1173975e-01 3.8860800e+05 2.1006408e+01 1.0584311e+02 2.8100000e+01 1.2479694e+01 2.8580284e-02 -4.0914495e-02 8.9975661e-01 3.8933400e+05 2.1006414e+01 1.0584312e+02 2.8190000e+01 1.1768573e+01 5.5262130e-02 -1.0900140e-02 1.0404824e+00 3.8994500e+05 2.1006420e+01 1.0584312e+02 2.8220000e+01 1.1092738e+01 4.0863421e-02 -3.2199539e-02 9.7676575e-01 3.9059500e+05 2.1006425e+01 1.0584313e+02 2.8220000e+01 1.0437703e+01 4.0762212e-02 -3.6661319e-02 9.3370515e-01 3.9108400e+05 2.1006431e+01 1.0584314e+02 2.8160000e+01 9.7579596e+00 9.0565652e-02 -3.1107310e-02 9.4356406e-01 3.9196500e+05 2.1006439e+01 1.0584315e+02 2.8130000e+01 8.9781205e+00 7.7030815e-02 -2.2560075e-02 9.4455820e-01 3.9268800e+05 2.1006445e+01 1.0584316e+02 2.8140000e+01 8.5190846e+00 6.9165148e-02 -7.9276962e-03 9.3603373e-01 3.9350600e+05 2.1006452e+01 1.0584318e+02 2.8210000e+01 1.4385977e+01 -4.3797936e-02 2.5646600e-01 6.9776005e-01 3.9433400e+05 2.1006457e+01 1.0584319e+02 2.8230000e+01 1.4828323e+01 -1.2506370e-01 4.8339617e-02 2.7600715e-01 3.9524100e+05 2.1006457e+01 1.0584319e+02 2.8290000e+01 1.4788967e+01 7.5162174e-03 -1.0761227e-01 -3.4581915e-01 3.9616400e+05 2.1006459e+01 1.0584318e+02 2.8410000e+01 1.4151802e+01 1.0144272e-01 3.2493176e-03 -7.8022730e-01 3.9660800e+05 2.1006465e+01 1.0584317e+02 2.8450000e+01 1.3143426e+01 7.7788427e-02 3.0417539e-02 -7.6811337e-01 3.9744300e+05 2.1006473e+01 1.0584316e+02 2.8460000e+01 1.2168618e+01 8.3069950e-02 -1.1605002e-02 -6.6533202e-01 3.9842600e+05 2.1006483e+01 1.0584315e+02 2.8480000e+01 1.1167825e+01 9.1849901e-02 5.7757802e-02 -7.3214650e-01 3.9939300e+05 2.1006495e+01 1.0584314e+02 2.8470000e+01 1.0092819e+01 6.1985910e-02 1.3078956e-01 -7.3265111e-01 3.9998800e+05 2.1006505e+01 1.0584313e+02 2.8450000e+01 9.4417869e+00 3.1034257e-02 5.1078252e-02 -7.3916888e-01 4.0106300e+05 2.1006524e+01 1.0584312e+02 2.8370000e+01 8.5914959e+00 4.7795046e-02 4.9942538e-02 -6.8182248e-01 143 Bảng PL2.3. Trường hợp 3 - Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 60 độ với vận tốc là 3,5 m/s Time (ms) Latitude Longitude Altitude Error Trajectory (m) Roll (rad) Pitch (rad) Yaw (rad) 8.8937400e+05 2.1006362e+01 1.0584314e+02 1.0130000e+01 5.9082193e+00 -7.1306271e-03 4.4077467e-02 2.2739077e-02 8.8984500e+05 2.1006363e+01 1.0584314e+02 1.0270000e+01 5.6689583e+00 -9.8559245e-02 2.4492677e-02 -2.1913463e-01 8.9021300e+05 2.1006364e+01 1.0584314e+02 1.0500000e+01 5.4500739e+00 -1.1757275e-01 -4.5581762e-02 -4.5123446e-01 8.9087100e+05 2.1006364e+01 1.0584313e+02 1.0770000e+01 1.0773302e+01 1.3689587e-02 1.3689224e-02 -7.5263482e-01 8.9149300e+05 2.1006365e+01 1.0584312e+02 1.1070000e+01 1.1357458e+01 1.1597564e-01 2.9583788e-02 -4.9596813e-01 8.9198800e+05 2.1006366e+01 1.0584312e+02 1.1430000e+01 1.1535110e+01 8.3755068e-02 -7.7545598e-02 -1.6857411e-01 8.9248500e+05 2.1006368e+01 1.0584312e+02 1.1740000e+01 1.1423385e+01 3.8993124e-02 -9.1382809e-02 2.8491029e-01 8.9315100e+05 2.1006374e+01 1.0584312e+02 1.2080000e+01 1.0841630e+01 -3.5533002e-03 -7.5505480e-02 8.5144806e-01 8.9364100e+05 2.1006382e+01 1.0584313e+02 1.2390000e+01 9.9535438e+00 -4.9388584e-02 -4.5284957e-02 8.5826027e-01 8.9430600e+05 2.1006390e+01 1.0584314e+02 1.3070000e+01 9.0491381e+00 -6.4756878e-02 -6.7155801e-02 6.3188463e-01 8.9479600e+05 2.1006399e+01 1.0584314e+02 1.3360000e+01 8.0422555e+00 -2.1231221e-02 -1.1016943e-01 5.6177056e-01 8.9550300e+05 2.1006409e+01 1.0584315e+02 1.3630000e+01 7.0224249e+00 2.2126442e-02 -9.6008889e-02 6.1010987e-01 8.9599100e+05 2.1006421e+01 1.0584316e+02 1.3880000e+01 5.9409683e+00 6.8622306e-03 -8.3605155e-02 6.2731218e-01 8.9648300e+05 2.1006430e+01 1.0584317e+02 1.4120000e+01 5.3375720e+00 -4.9890198e-02 2.3743648e-02 4.6756664e-01 8.8937400e+05 2.1006362e+01 1.0584314e+02 1.0130000e+01 5.9082193e+00 -7.1306271e-03 4.4077467e-02 2.2739077e-02 144 Bảng PL2.4. Trường hợp 4 - Bay theo quỹ đạo 4 điểm với góc mở lái lớn nhất tại mỗi điểm là 30 độ với vận tốc là 3,5 m/s Time Latitude Longitude Altitude Error Trajectory Roll Pitch Yaw 1.1814290e+06 2.1006369e+01 1.0584314e+02 1.0210000e+01 2.4204145e+00 8.4147369e-03 -8.1135415e-02 7.3727588e-03 1.1825960e+06 2.1006370e+01 1.0584314e+02 1.0440000e+01 2.0684150e+00 -7.0824988e-02 -2.6345355e-02 -5.2596211e-01 1.1830880e+06 2.1006369e+01 1.0584314e+02 1.0610000e+01 1.8582568e+00 -8.0209643e-02 -3.9423764e-02 -8.2158184e-01 1.1837070e+06 2.1006366e+01 1.0584313e+02 1.0790000e+01 1.4413362e+00 2.3532839e-01 8.4919259e-02 -1.0587517e+00 1.1842330e+06 2.1006365e+01 1.0584312e+02 1.1020000e+01 8.7714849e+00 1.2818059e-01 1.3573709e-01 -1.1032330e+00 1.1848980e+06 2.1006369e+01 1.0584312e+02 1.1280000e+01 8.6338126e+00 1.0188278e-01 2.5564633e-02 -9.0613884e-01 1.1852330e+06 2.1006373e+01 1.0584312e+02 1.1540000e+01 8.3594764e+00 6.7237675e-02 5.6717820e-03 -7.3574823e-01 1.1858060e+06 2.1006382e+01 1.0584313e+02 1.1800000e+01 7.6540489e+00 4.4380788e-02 1.0390303e-02 -4.0573406e-01 1.1868810e+06 2.1006390e+01 1.0584313e+02 1.2100000e+01 6.8641559e+00 1.3295867e-02 -4.4527758e-02 3.9583600e-01 1.1879010e+06 2.1006412e+01 1.0584315e+02 1.2370000e+01 4.6867903e+00 -1.6026497e-02 -9.9515490e-02 5.2215868e-01 1.1894150e+06 2.1006440e+01 1.0584316e+02 1.2640000e+01 5.9095706e+00 -7.3907889e-02 -8.2582355e-02 -3.3438277e-01 1.1917180e+06 2.1006489e+01 1.0584315e+02 1.2930000e+01 4.8652208e+00 2.4811685e-02 1.5039711e-03 -4.9404266e-01 1.1922880e+06 2.1006502e+01 1.0584314e+02 1.3200000e+01 4.4512406e+00 2.7672680e-02 -2.9451910e-02 -4.8791069e-01 1.1928530e+06 2.1006513e+01 1.0584313e+02 1.3410000e+01 4.2108860e+00 -7.1599321e-03 1.4085494e-01 -6.4456201e-01 1.1934130e+06 2.1006522e+01 1.0584313e+02 1.3520000e+01 4.0550498e+00 -3.4699224e-02 6.7507923e-02 -8.9697605e-01