Summary
Vi presenterar ett protokoll på modulär design och produktion av intelligenta robotar att hjälpa vetenskapliga och tekniska arbetstagare designa intelligenta robotar med särskilda uppgifter utifrån personliga behov och individualiserad design.
Abstract
Intelligenta robotar är en del av en ny generation av robotar som klarar känna av den omgivande miljön, planera sina egna handlingar och så småningom nå sina mål. Under de senaste åren ökat förlitan på robotar inom både industri och vardagsliv. I protokollet föreslås i denna uppsats beskrivs design och produktion av en hantering robot med en intelligent sökning algoritm och en autonom identifiering funktion.
Först, olika arbets-moduler monteras mekaniskt för att slutföra byggandet av arbetsplattformen och installation av robotic manipulatorn. Sedan vi utforma ett slutna styrsystem och en fyra kvadranter motorstyrning strategi, med hjälp av felsökning av programvara, samt inställd styrväxeln identitet (ID), överföringshastighet och andra arbetande parametrar för att säkerställa att roboten uppnår den önska dynamiskt prestanda och låg energiförbrukning. Nästa, vi felsöka sensorn för att uppnå flera sensor fusion för att exakt få miljöinformation. Slutligen, vi genomföra den relevanta algoritm, som kan erkänna framgången av robotens funktion för en given tillämpning.
Fördelen med denna metod är dess tillförlitlighet och flexibilitet, som användarna kan utveckla en mängd maskinvara byggande program och utnyttja omfattande debugger för att implementera en strategi för intelligenta. Detta tillåter användare att ställa in personliga krav utifrån deras behov med hög effektivitet och tålighet.
Introduction
Robotar är komplexa, intelligenta maskiner som kombinerar kunskaper i flera discipliner, inklusive mekanik, elektronik, kontroll, datorer, sensorer och artificiell intelligens 1,2. Robotar alltmer, hjälpa eller ens ersätta människor på arbetsplatsen, särskilt i industriell produktion, på grund av de fördelar som robotar besitter i utför repetitiva eller farliga uppgifter. Utformningen av protokollet intelligent robot i den aktuella studien bygger på en sluten slinga kontrollstrategi, specifikt sökvägen planering bygger på en genetisk algoritm. Dessutom har de funktionella modulerna varit strikt uppdelat3,4, vilket kan ge en stabil grund för framtida optimering arbete, så att robotarna har en stark kapacitet för uppgraderingar.
Modulära genomförandet av robotic plattformen bygger främst på följande metoder: flerdimensionella kombination kontrollstrategi i motorisk kontroll modul5,6, och intelligent prospektering baserat på en genetisk algoritm i modulen optimering algoritm.
Vi använder dubbla slutna kontroll av DC-motor och fyra kvadranter motordrift i modulen motorstyrning. Dubbelrum slutna varvtalsreglering innebär att produktionen av hastighetsregulatorn serverar som ingång för det nuvarande regulator, gör det möjligt att styra ström och vridmoment på motorn. Fördelen med detta system är att vridmomentet av motorn kan kontrolleras i realtid baserat på skillnaden mellan den angivna och faktiska hastighet. När skillnaden mellan angivna och faktiska hastigheter är relativt stor, motor vridmomentet ökar och hastighet förändringarna snabbare att köra motor hastigheten mot det givna värdet så snabbt som möjligt, vilket gör för snabb hastighet förordning7, 8 , 9. omvänt, när hastigheten ligger relativt nära det givna värdet, kan det minska automatiskt vridmomentet av motorn för att undvika överdriven hastighet, vilket gör att hastigheten uppnå det givna värdet relativt snabbt med inga felmeddelande6, 10. sedan motsvarande tiden konstant av den elektriska aktuella loopen är relativt liten, de fyra kvadranter motor11,12 kan reagera snabbare på dämpa effekten av störningar när systemet är föremål för yttre störningar. Detta gör det möjligt att förbättra stabiliteten och anti-jamming förmåga av systemet.
Vi väljer en genetisk intelligent optimering algoritm med högsta effektivitet baserat på resultaten av en simulering kör i MATLAB. En genetisk algoritm är en stokastisk parallella sökalgoritm utifrån teorin om naturligt urval i genetik. Det utgör en effektiv metod för att hitta den globala optimala lösningen i avsaknad av några inledande information. Det hälsningar angiven lösning av problemet som en befolkning, vilket ökar kvaliteten på lösningen via kontinuerlig markering, crossover, mutation och andra genetiska verksamhet. När det gäller väg planering av intelligenta robotar, uppstår svårighet till följd av otillräcklig inledande information, komplicerade miljöer och olinjäritet. Genetiska algoritmer är bättre på att lösa problemet med banplanering eftersom de besitter global optimering förmåga, stark anpassningsförmåga och robusthet i lösa Olinjära problem; Det finns inga särskilda restriktioner på problemet; beräkningen är enkel; och det finns inga särskilda krav för Sök utrymme 13,14.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. konstruktion av maskinen
- montera chassit som illustreras, säkra mekaniska komponenter använda lämpliga fästelement. ( figur 1)
Obs: Chassit, som omfattar den bottenplatta, motor, hjul, etc., är den primära komponenten i roboten ansvarar för dess rörelse. Således under monteringen, hålla fästet rakt. - Tin binda bly och både positiva och negativa elektroderna. Löda två tråd leder till de två ändarna av motorn, ansluta den röda kabeln till den positiva elektroden och den svarta kabeln till den negativa elektroden.
- Montera axelhylsan, motorerna och hjulen.
- Ansluta motorn till axelhylsan och säkra den med en skruv.
- Infoga axelhylsan i mitten av hjulnavet.
- Installera färdiga strukturen på chassit.
- Borra två hål, 3 mm i diameter, i mitten av chassi, att möjliggöra installation av motorn kör modul. Anslut motorn till den motor som driver modul.
- Borra ett hål 1 cm från både vänster och höger kanter chassit för installation av fästet för infraröda sensorer på undersidan.
- Installera två fästelement på mitten av de två sidorna av chassit.
Obs: För att säkerställa normal drift av de infraröda sensorerna, säkerställa att den anslutande bit är vinkelrät mot chassit. - Borra ett hål, 18 mm i diameter, genom var och en av de två strukturella komponenterna för montering av sensorer. ( figur 2A)
- Installera motor drive på undersidan av chassit. ( figur 2B) Installera en infraröd sensor pekar på var och en av de fyra riktningarna, respektive, av chassit. ( figur 2 c)
- Installera styrväxeln i symmetri. På grund av den stora åtdragningsmoment som genereras av driften av styrväxeln, kontrollera att bultarna är installerade på ett sätt som ger en fast och ogenomträngliga gemensam.
- Installera fyra IR-sensorer på mitten av maskinen.
- Plats på 14,8 V strömförsörjning i mitten av maskinen, och anbringa Microcontroller Unit (MCU) till batteriet.
- Anbringa fyra olika sensorer till den övre delen av maskinen. Justera vinkeln mellan varje sensor och marken till 60°, för att garantera identifiering är korrekta i förhållande till tabellen arbeta.
- Installera den dubbla axeln lutningssensor, som används för att upptäcka fall när maskinen misslyckas att nå sitt mål i arbetsarean.
- Använda en skruvmejsel för att fästa robotarmen på framsidan av maskinen. ( figur 3)
2. Felsökning styrning motor och Driver Module
- Dubbelklicka för att öppna programvaran felsökning (t.ex. Robot Servo Terminal2010). Anslut datorn till debug styrelsen med en Universal Serial Bus (USB) konvertera kabel. ( figur 4)
- Ange motorns styrning ' s baudhastighet 9600 bitar/s, hastighet begränsning till 521 rad/min, kantiga begränsningen till 300° och spänning begränsning till 9,6 V i gränssnittet arbeta.
- Ställ in fungerande robot styrinrättningens till " styrning motor läge. "
- Gäller asynkron halv duplex kommunikation som anslutningen mellan den personuppgiftsansvarige och styrning motorer. På så sätt registeransvarige kan styra mer än 255 styrning motorer från en enda Universal Asynchronous Receiver/Transmitter (UART)-gränssnitt. ( figur 5)
Varning: Det kan finnas, som mest 6 styrning motorer anslutna till en enda tråd. Alltför många styrning motorer kommer att leda till överhettning och stora spänningsfall, vilket resulterar i ovanligt beteende som återställer och onormala datakommunikation, etc. ( figur 6) - tillämpa asynkron halv duplex kommunikation som anslutningen mellan registeransvarige och motorn kör modul. ( figur 7)
- Ange ID-numret av de två drivande modulerna och i fyra styrning motorer. ID3- och ID4 lämnas tomma för framtida uppdatering ändamål. ( figur 8)
Obs: ID1: åt vänster kör modul; ID2: rightward körning modul; ID5: vänster-front styrning motor; ID6: höger-front styrning motor; ID7: vänster-bak styrning motor; ID8: höger-bak styrning motor. - Kaskad styrning motorerna en efter en och ansluta kaskad till handkontrollen.
- Ansluta sensorer till sina respektive controller-gränssnitt. Det bör noteras att sensorn vars anslutning bär ett trekantigt märke är jord (GND).
Obs: AD1: främre infraröd fotoelektrisk sensor på undersidan; AD2: rätt infraröd fotoelektrisk sensor på undersidan; AD3: bakre infraröd fotoelektrisk sensor på undersidan; AD4: vänster infraröda sensorn på undersidan; AD5: främre infraröd Vägmätsensor; AD6: rätt IR Vägmätsensor; AD7: bakre infraröd mätning sensor; AD8: vänster infraröd Vägmätsensor; AD9: vänster-front anti höst infraröd fotoelektrisk sensor; AD10: höger-front anti höst infraröd fotoelektrisk sensor; AD11: höger-bak anti höst infraröd fotoelektrisk sensor; AD12: vänster-bak anti höst infraröd fotoelektrisk sensor.
3. Felsökning sensorerna
- rotera den reglerar knopp på svansen av de infraröda sensorerna att justera detektionsområdet av sensorer. När roboten är placerad i mitten av tabellen arbetande, är logik i topp fyra IR-sensorer 1. När maskinen flyttas till kanten av tabellen arbetande, blir logik nivån av den infraröda sensorn på motsvarande sida 0. ( figur 9A)
Obs: Roboten kan bestämma dess läge i tabellen arbetar genom att analysera den logik nivån av infraröda sensorer. Till exempel om logik nivåerna av vänster och sensorerna är 0, roboten måste vara i regionen övre vänstra tabellen arbeta. - Jämföra uppmätta värden av avstånd sensor till deras utgångsvärden för kalibrering. ( figur 9B)
Observera: Avstånd sensorn är en analog sensor. Avståndet varierar, sensorn ' s signal styrka feedback och motsvarande uppmätta värden varierar också. De uppmätta värdena kommer att vidarebefordras till värddatorn via digitala sensorer så att roboten kan identifiera förändringar i sin omgivning. - Felsöka tiltvinkel sensorn.
- Placera tiltvinkel sensorn vågrätt och spela in sina uppmätta värden.
- Lutning sensorn mot två olika riktningar och spela in sina uppmätta värden. Om de uppmätta värdena är inom intervallet fel, sensorn kan anses vara i reguljär drift.
4. Kontrollera systemet
- konstruktion simuleringsmodellen av DC-motor, baserat på DC motorspänning kolbalansformeln, flux länkage ekvationen och vridmoment kolbalansformeln.
- Upprätta spänning balans ekvation ges av
där u d är direkt axis spänning, u q är kvadratur axis spänning. R d och R q betecknar direkt axis motstånd och kvadratur axis motstånd respektive. , , , , utgör direkt axel ström, Axel likström, direkt axis flux och kvadratur axis flux. - Upprätta flux länkage ekvation ges av
< img enlt = ”ekvation 6” src="//cloudfront.jove.com/files/ftp_upload/56422/56422eq6.jpg” / >
där och betecknar koefficienten av direkta axis self-inductance och kvadratur axis self-inductance respektive. och är koefficienten för ömsesidig induktans. , representerar elektromagnetisk vridmoment och belastning vridmoment. - Upprätta vridmoment kolbalansformeln beräknas av .
- Bygga simulering modell av DC-motor. ( figur 10)
- Upprätta spänning balans ekvation ges av
- Tillämpa dubbel slutna kontroll av DC-motor. Utnyttja resultatet av hastighetsregulatorn som indata till den nuvarande regulatorn att reglera motorn ' s vridmoment och nuvarande.
Obs: Diagram över strukturera av det nuvarande förordningen systemet. ( figur 11)
Överföringsfunktionen för den nuvarande PI-regulatorn visas som , där är det proportionella koefficienten den nuvarande regulatorn och är bly tidskonstant av den nuvarande regulatorn. Det kan erhållas genom koefficienten som skala , och integrerad koefficienten .- Använd dubbel slutna kontroll av DC-motor. ( figur 12)
- Tillämpas fyra kvadranter Rörelsestyrning av DC-motor. ( figur 13)
- Använda en H-brygga körning krets att uppnå fyra kvadranter rörelse av DC-motor genom att modulera den på-off av metall-oxid-Semiconductor Field-effecttransistor (MOSFET). ( figur 14)
Obs: När Q1 och Q4 är påslagna och motorn är i tillståndet framåt elektriska och den första kvadranten kör staten. När Q3 och Q4 är aktiverade, är motorn i den energi som bromsar staten och den andra kvadranten kör staten. När Q2 och Q3 är aktiverade, är motorn i den omvända elektriska och den tredje kvadrant motion staten. När Q1 och Q2 är påslagna, motorn är i omvänd energin bromsning och i den fjärde kvadrant motion staten.
- Använda en H-brygga körning krets att uppnå fyra kvadranter rörelse av DC-motor genom att modulera den på-off av metall-oxid-Semiconductor Field-effecttransistor (MOSFET). ( figur 14)
- Tillämpa puls bredd modulation (PWM) för att reglera hastigheten på DC-motor. Modulera DC spänning pulsbredd (månadskapacitet) tillämpas i motor armaturen genom att kontrollera den på-off av det elektriskt reglaget när spänningen i DC motor power supply är i huvudsak oförändrad, alltså modulerande medelvärdet och rotation hastighet indata till armaturspänningen motorns.
5. Skriva programmet
- använda USB Ladda ner linjen för att importera ett binärt (BIN) fil som genereras av KEIL5 i handkontrollen.
- Välj programmet som ska köras.
6. Ansökan Scenario
- tillämpa färg erkännande att kategorisera Last i en fabrik. ( figur 15)
- Använd en optisk kamera att samla bilder och verifierar skannade färgen med numret på den studsade tvådimensionell matrisen.
- Lyfta objektet med de mekaniska armarna.
- Utfärda ett kommando för att transportera objektet att på anvisad plats med kameran och köra motorn av roboten.
- Sök snabbt att rensa de utsedda områdena. ( figur 16)
- Använda fyra optiska sensorerna på roboten för att upptäcka platser av omgivande hinder.
- Kommandot motorns styrning att lyfta mekaniska spaden och rensa hinder i de utsedda områdena.
- Använd den genetiska algoritmen att bestämma den mest effektiva Sök sökvägen.
- Använda self-erkännande för att förhindra faller från arbetsbänken att separera arbetstagare från maskinen arbetsområdet och säkerställa säkerhet.
- Ändra signaler baserat på skillnaden i höjd mellan de fyra övre optiska sensorer, som känner igen arbetsbänken och marken.
- Analysera förändringsbar signalerna att bestämma placeringen av kanterna på arbetsbänken.
- Kommandot maskinen för att undvika att kanterna på arbetsbänken.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
I diagrammet av kontrollprogrammet dubbel slutna rörelse, lila representerar en given hastighetssignal och gul representerar värdet av kontroll system utdata. Figur 17 visar tydligt att det dubbla slutna kontrollsystemet är betydligt effektivare än en open-loop systemet. Faktiska överskridandet av produktionen av dubbel slutna systemet är relativt liten och dynamiska prestanda av systemet är bättre. ( Figur 17)
Figur 18 visar robotens färg tolkningsprecisionen under inflytande av reflekterat ljus vid olika våglängder. I praktiken, på grund av olika ljusförhållanden, kommer att reflekterat ljus våglängd av target-objektet fluktuera inom ett visst intervall. För att inspektera maskinen erkännande noggrannhet, utförs ett test i spänna av våglängderna av gult ljus (565-595 nm) och röd lampa (625-740 nm). Om värdet som returneras av kameran är 1, är färg erkännandet korrekt. I spänna av 585-593 nm överskrider gula ljus erkännande noggrannhet på kameran 90%, medan andelen utanför intervallet minskar snabbt. På samma sätt inom 660-700 nm överstiger den röda lampan erkännande noggrannhet 90%, medan andelen utanför intervallet minskar snabbt. Testresultaten visar att roboten under lämplig belysning, uppnår färgen erkännande med en liten felmarginal. ( Figur 18)
Figur 19 visar relationen mellan kamerans färgåtergivning erkännande och avståndet. Tolkningsprecisionen är omvänt korrelerad med avståndet. Som illustreras i experimentella resultat, då avståndet är mellan 0-30 cm, är färg erkännande noggrannhet kameran större än 80%. Resultaten visar att detta program har starka verktyg. ( Figur 19)
Figur 1 : Konstruktion av chassit. Klicka här för att se en större version av denna siffra.
Figur 2 : Installation av de infraröda sensorerna. Klicka här för att se en större version av denna siffra.
Figur 3 : Effekten av installationen. Klicka här för att se en större version av denna siffra.
Figur 4 : Felsökning arbetssidan. Klicka här för att se en större version av denna siffra.
Figur 5 : Anslutning av robot styrinrättning. Klicka här för att se en större version av denna siffra.
Figur 6 : Elektrisk anslutning principer. Klicka här för att se en större version av denna siffra.
Figur 7 : Elektrisk anslutning principer. Klicka här för att se en större version av denna siffra.
Figur 8 : Ange ID-nummer. Klicka här för att se en större version av denna siffra.
Figur 9 : Två sensorer. Klicka här för att se en större version av denna siffra.
Figur 10 : Simuleringsmodell för DC-motor. Klicka här för att se en större version av denna siffra.
Figur 11 : Nuvarande regelsystem. Klicka här för att se en större version av denna siffra.
Figur 12 : Simuleringsmodell av dubbel slutna kontroll. Klicka här för att se en större version av denna siffra.
Figur 13 :Rong > Diagram över fyra kvadranter drift av motorn. Klicka här för att se en större version av denna siffra.
Figur 14 : H-brygga krets. Klicka här för att se en större version av denna siffra.
Figur 15 : Arbetsflödet för färg erkännande. Klicka här för att se en större version av denna siffra.
Figur 16 : Arbetsflödet för Snabbsökning. Klicka här för att se en större version av denna siffra.
Figur 17 : Simulink diagram. Klicka här för att se en större version av denna siffra.
Figur 18 : Färg tolkningsprecisionen under inflytande av reflekterat ljus vid olika våglängder. Klicka här för att se en större version av denna siffra.
Figur 19 : Förhållandet mellan kamerans färgåtergivning erkännande och avståndet. Klicka här för att se en större version av denna siffra.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
I detta papper utformade vi en typ av intelligent robot som kan byggas självständigt. Vi genomfört de föreslagna intelligent sökalgoritm och autonoma erkännande genom att integrera flera programvaror med hårdvara. I protokollet, introducerade vi grundläggande metoder för konfigurering av maskinvaran och felsökning intelligenta roboten, som kan hjälpa användare att utforma en lämplig mekanisk struktur av sin egen robot. Under verklig drift är det dock nödvändigt att uppmärksamma stabilitet struktur, dess arbetsområde, frihet och utrymmesutnyttjande, att säkerställa att dessa parametrar uppfyller kraven. En rimlig mekaniska struktur garanterar hög precision, hög flexibilitet och hög robusthet av roboten. För att designa komplicerade mekaniska strukturer, kan användaren kombinera programvara såsom Adams och konstruera en simuleringsmodell som du kan tillämpa virtual prototyping-teknik. Detta kan tillåta dem att utesluta möjligheter som inte uppfyller de tekniska kraven eller möjligheter som inte är mekaniskt genomförbara.
En potentiell fråga är roboten oförmåga att exakt uppnå sina önskade funktioner. Detta kan bero främst på två orsaker. Först är sensorerna oförmåga att uppfylla kraven. Till exempel under det första testet kunde rengöring roboten i denna studie inte framgångsrikt driva hinder ur arbetsområdet. Detta berodde på att spänna av den infraröda sensorn på utrustningen var något smal, vilket innebar att roboten inte skulle kunna uppnå den erforderliga accelerationen när den upptäckt ett hinder. Problemet kan lösas genom att öka detektionsområdet av den infraröda sensorn. Att hantera dessa frågor, ytterligare en nivå av felsökning av sensorerna kan vara nödvändigt, baserat på situationen eller ansökan. Andra är valda motorn oförmåga att uppfylla kravet på prestanda. När du väljer en motor, måste prioriteras till en motor med lämplig start prestanda, operativa stabilitet och låg ljudnivå inom budgeten.
Till att börja med design och produktion av en ny robot måste parametrarna för ett system för manuell konfiguration definieras för att styra beteendet hos roboten, så att den kan anpassa sig till kraven på en ny uppgift. Alla processer måste samtidigt följa stegen presenteras i protokollet. En fördel med den modulära designen av roboten ligger i dess tydliga uppdelning av arbetet, vilket gör att den kan utvecklas via samarbete med olika tekniker. Maskiningenjörer utforma strukturen på hårdvaran, elingenjörer utforma strategin motorstyrning och kontroller ingenjörer konstruerar sökalgoritm. Arbetet i varje modul kan således utvecklas självständigt för att utföra en specifik uppgift. Vi tillhandahåller en grundläggande designschema för varje modul, att hjälpa användare att söka efter det optimala systemet för ett visst program.
Spänna av potentiella tillämpningar kommer att expandera kraftigt som intelligent robotteknik mognar. Det kommer att visa sig vara en ovärderlig resurs för individer i fälten av ocean utveckling, utforskning av rymden, industri- och jordbruksprodukter produktion, social service och underhållning, för att nämna några. Denna teknik kommer gradvis att ersätta mänskliga varelser i farliga och ohälsosamma arbetsmiljöer. Intelligenta robotar kommer att fortsätta att utveckla mot flera robot samarbete och intelligenta och uppkopplade riktning.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna har något att avslöja.
Acknowledgments
Författarna vill uttrycka sin tacksamhet till Mr Yaojie He för hans hjälp i utförandet av de experiment som redovisas i denna uppsats. Detta arbete stöds delvis av den nationella naturvetenskap Foundation i Kina (nr. 61673117).
Materials
Name | Company | Catalog Number | Comments |
structural parts | UPTECMONYH HAR | L1-1 | |
structural parts | UPTECMONYH HAR | L2-1 | |
structural parts | UPTECMONYH HAR | L3-1 | |
structural parts | UPTECMONYH HAR | L4-1 | |
structural parts | UPTECMONYH HAR | L5-1 | |
structural parts | UPTECMONYH HAR | L5-2 | |
structural parts | UPTECMONYH HAR | U3A | |
structural parts | UPTECMONYH HAR | U3B | |
structural parts | UPTECMONYH HAR | U3C | |
structural parts | UPTECMONYH HAR | U3F | |
structural parts | UPTECMONYH HAR | U3G | |
structural parts | UPTECMONYH HAR | U3H | |
structural parts | UPTECMONYH HAR | U3J | |
structural parts | UPTECMONYH HAR | I3 | |
structural parts | UPTECMONYH HAR | I5 | |
structural parts | UPTECMONYH HAR | I7 | |
structural parts | UPTECMONYH HAR | CGJ | |
link component | UPTECMONYH HAR | LM1 | |
link component | UPTECMONYH HAR | LM2 | |
link component | UPTECMONYH HAR | LM3 | |
link component | UPTECMONYH HAR | LM4 | |
link component | UPTECMONYH HAR | LX1 | |
link component | UPTECMONYH HAR | LX2 | |
link component | UPTECMONYH HAR | LX3 | |
link component | UPTECMONYH HAR | LX4 | |
Steering gear structure component | UPTECMONYH HAR | KD | |
Steering gear structure component | UPTECMONYH HAR | DP | |
Infrared sensor | UPTECMONYH HAR | E18-B0 | Digital sensor |
Infrared Range Finder | SHARP | GP2D12 | |
Gray level sensor | SHARP | GP2Y0A02YK0F | |
proMOTION CDS | SHARP | CDS 5516 | The robot steering gear |
motor drive module | Risym | HG7881 | |
solder wire | ELECALL | 63A | |
terminal | Bright wire | 5264 | |
motor | BX motor | 60JX | |
camera | Logitech | C270 | |
Drilling machine | XIN XIANG | 16MM | Please be careful |
Soldering station | YIHUA | 8786D | Be careful to be burn |
screwdriver | EXPLOIT | 043003 | |
Tweezers | R`DEER | RST-12 |
References
- Charalampous, K., Kostavelis, I., Gasteratos, A. Robot navigation in large-scale social maps: An action recognition approach. Expert Syst Appl. 66 (1), 261-273 (2016).
- Huang, Y., &Wang, Q. N. Disturbance rejection of Central Pattern Generator based torque-stiffness-controlled dynamic walking. Neurocomputing. 170 (1), 141-151 (2015).
- Tepljakov, A., Petlenkov, E., Gonzalez, E., Belikov, J. Digital Realization of Retuning Fractional-Order Controllers for an Existing Closed-Loop Control System. J Circuit Syst Comp. 26 (10), 32-38 (2017).
- Siluvaimuthu, C., Chenniyappan, V. A Low-cost Reconfigurable Field-programmable Gate Array Based Three-phase Shunt Active Power Filter for Current Harmonic Elimination and Power Factor Constraints. Electr Pow Compo Sys. 42 (16), 1811-1825 (2014).
- Brogardh, T., et al. Present and future robot control development - An industrial perspective. Annu Rev Control. 31 (1), 69-79 (2007).
- Wang, E., Huang, S. A Novel DoubleClosed Loops Control of the Three-phase Voltage-sourced PWM Rectifier. Proceedings of the CSEE. 32 (15), 24-30 (2012).
- Li, D. H., Chen, Z. X., Zhai, S. Double Closed-Loop Controller Design of Brushless DC Torque Motor Based on RBF Neural Network. Proc. 2nd International Conference on Frontiers of Manufacturing Science and Measuring Technology. (ICFMM 2012), , 1351-1356 (2012).
- Tian, H. X., Jiang, P. L., Sun, M. S. Double-Loop DCSpeed Regulation System Design Basd On OCC). Proc. 4th International Conference on Advances in Materials and Manufacturing (ICAMMP 2013), , 889-890 (2014).
- Xu, G. Y., Zhang, M. Double Closed-Loop Feedback Controller Design for Micro Indoor Smart Autonomous Robot). Proc. International Conference on Material Science and Engineering Technology. (ICMSET 2011), , 474-479 (2011).
- Chen, Y. N., Xie, B., Mao, E. R. Electric Tractor Motor Drive Control Based on FPGA. Proc. 5th IFAC Conference on Sensing, Control and Automation Technologies for Agriculture (AGRICONTROL), , 271-276 (2016).
- Zhang, J., Zhou, Y. J., Zhao, J. Study on Four-quadrant Operation of Brushless DC Motor Control Method. Proc. International Conference on Mechatronics, Robotics and Automation. (ICMRA 2013). , 1363-1368 (2013).
- Joice, C. S., Paranjothi, S. R., Kumar, V. J. S. Digital Control Strategy for Four Quadrant Operation of Three Phase BLDC Motor With Load Variations. Ieee T Ind Inform. 9 (2), 974-982 (2013).
- Drumheller, Z., et al. Optimal Decision Making Algorithm for Managed Aquifer Recharge and Recovery Operation Using Near Real-Time Data: Benchtop Scale Laboratory Demonstration. Ground Water Monit R. 37 (1), 27-41 (2017).
- Wang, X. S., GAO, Y., Cheng, Y. H., Ma, X. P. Knowledge-guided genetic algorithm for path planning of robot. Control Decis. 24 (7), 1043-1049 (2009).