Summary
Nous présentons un protocole sur la conception modulaire et la production de robots intelligents pour aider les travailleurs scientifiques et techniques à concevoir des robots intelligents avec des tâches de production spécial issu des besoins personnels et individualisé de conception.
Abstract
Les robots intelligents font partie d’une nouvelle génération de robots capables de détecter le milieu environnant, les planifier leurs propres actions et finissent par atteindre leurs cibles. Ces dernières années, s’appuyant sur les robots dans la vie quotidienne et de l’industrie a augmenté. Le protocole proposé dans le présent document décrit la conception et la production d’un robot de manutention avec un algorithme de recherche intelligent et une fonction d’identification autonome.
Tout d’abord, les différents modules de travail sont mécaniquement assemblés pour achever la construction de la plate-forme de travail et de l’installation du robot manipulateur. Ensuite, nous concevoir un système de commande en boucle fermée et une stratégie de contrôle moteur quatre quadrants, avec l’aide du débogage des logiciels, ainsi que régler l’appareil à gouverner, identité (ID), débit en bauds et autres paramètres de travail à faire en sorte que le robot obtienne la dynamique souhaitée performance et faible consommation d’énergie. Ensuite, nous déboguer le capteur pour atteindre la fusion multi-capteurs pour acquérir avec précision des informations environnementales. Enfin, nous mettre en œuvre l’algorithme pertinent, qui peut reconnaître le succès de la fonction du robot pour une application donnée.
L’avantage de cette approche est sa fiabilité et sa souplesse, car les utilisateurs peuvent développer une variété de programmes de construction de matériel et d’utiliser le débogueur complète pour mettre en œuvre une stratégie de contrôle intelligent. Cela permet aux utilisateurs de définir des exigences personnalisées selon leurs besoins avec robustesse et haute efficacité.
Introduction
Les robots sont des machines complexes et intelligents qui allient les connaissances de plusieurs disciplines, y compris la mécanique, électronique, contrôle, ordinateurs, capteurs et intelligence artificielle 1,2. De plus en plus, les robots sont aider ou même remplacer les humains en milieu de travail, en particulier dans la production industrielle, grâce à deux avantages robots possèdent dans l’exécution de tâches répétitives ou dangereux. La conception du protocole robot intelligent dans la présente étude repose sur une stratégie de commande en boucle fermée, plus précisément le chemin planification basée sur un algorithme génétique. En outre, les modules fonctionnels ont été strictement divisé3,4, qui peuvent fournir une base solide pour le travail futur d’optimisation, afin que les robots ont une forte capacité pour les mises à niveau.
La mise en œuvre modulaire de la plateforme robotique repose essentiellement sur les méthodes suivantes : stratégie de contrôle de combinaison multidimensionnelle dans motor control module5,6et l’exploration intelligente basé sur un algorithme génétique dans le module d’optimisation d’algorithme.
Nous utilisons double commande en boucle fermée des quatre quadrants fonctionnement moteur et moteur à courant continu dans le module de commande du moteur. Contrôle de la double boucle fermée vitesse signifie que la sortie du régulateur vitesse sert à l’entrée de la régulation du courant, ce qui lui permet de contrôler le courant et le couple du moteur. L’avantage de ce système est que le couple du moteur peut être commandé en temps réel basé sur la différence entre la vitesse et la vitesse réelle. Lorsque la différence entre réel et donnés des vitesses est relativement importante, le couple du moteur augmente et les changements de vitesse plus rapides de la vitesse du moteur vers la valeur donnée en voiture aussi vite que possible, qui en fait pour rapid vitesse du règlement7, 8 , 9. à l’inverse, lorsque la vitesse est relativement proche de la valeur donnée, il peut réduire automatiquement le couple moteur afin d’éviter une vitesse excessive, ce qui permet de la vitesse atteindre la valeur donnée relativement rapidement avec aucune erreur6, 10. depuis le temps équivalent constante de la boucle de courant électrique est relativement faible, les quatre quadrants moteur11,12 peut réagir plus rapidement pour supprimer les effets d’interférence lorsque le système est sous réserve de ingérences extérieures. Cela lui permet d’améliorer la stabilité et la capacité anti-brouillage du système.
Nous choisissons un algorithme d’optimisation intelligente génétique avec la plus grande efficacité basée sur les résultats d’une simulation en MATLAB. Un algorithme génétique est un algorithme de recherche parallèle stochastique fondé sur la théorie de la sélection naturelle en génétique. Elle constitue une méthode efficace pour trouver la solution optimale globale en l’absence de toute information initiale. Elle considère l’ensemble de la solution du problème comme une population, ce qui augmente la qualité de la solution via sélection continue, crossover, mutations et autres opérations génétiques. En ce qui concerne le chemin d’accès par des robots intelligents de planification, la difficulté se pose par suite de l’information initiale insuffisante, des environnements complexes et non-linéarité. Algorithmes génétiques sont plus aptes à résoudre le problème de planification parce qu’ils possèdent la capacité d’optimisation globale, forte capacité d’adaptation et la robustesse en résolvant les problèmes non linéaires ; Il n’y a aucune restriction spécifique sur le problème ; le processus de calcul est simple ; et il n’y a aucune exigence particulière pour la recherche spatiale 13,14.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. construction de la Machine
- monter le châssis comme illustré, sécurisation des composants mécaniques à l’aide de fixations appropriées. ( figure 1)
Remarque : Le châssis, qui se compose de plinthe, moteur, roues, etc., est le composant principal du robot responsable de son mouvement. Ainsi, au cours de l’Assemblée, gardez le support droit. - Le fil d’étain plomb et les deux électrodes positives et négatives. Souder deux fils s’ouvre sur les deux extrémités du moteur, brancher le fil rouge de l’électrode positive et le fil noir à l’électrode négative.
- Assembler le manchon de l’arbre, les moteurs et les roues.
- Connecter le moteur à la chemise d’arbre et le fixer avec une vis.
- Insérer le manchon de l’arbre au centre du moyeu de la roue.
- Installer la structure achevée sur le châssis.
- Percer deux trous, 3 mm de diamètre, au centre du châssis, permettant l’installation du module au volant moteur. Connecter le moteur pour le moteur d’entraînement module.
- Percer un trou de 1 cm de deux les bords gauche et droit du châssis pour l’installation du support pour les détecteurs infrarouges sur le fond.
- Installer deux fixations dans le Centre des deux côtés du châssis.
Remarque : Pour garantir un fonctionnement normal des capteurs infrarouges, s’assurer que le raccord est perpendiculaire au châssis. - Percer un trou de 18 mm de diamètre, par l’intermédiaire de chacune des deux composantes structurelles pour l’installation de capteurs. ( figure 2 a)
- Installer la motorisation sur le dessous du châssis. ( figure 2 b) Installer un capteur infrarouge, pointant à chacune des quatre directions, respectivement, du châssis. ( figure 2)
- Installer l’appareil à gouverner en symétrie. En raison du grand couple généré par le fonctionnement de l’appareil à gouverner, s’assurer que les boulons sont posés d’une manière qui fournit un joint ferme et imperméable.
- Installer quatre capteurs infrarouges sur le centre de la machine.
- Place le 14,8 V alimentation dans le centre de la machine et fixez l’unité de microcontrôleur (MCU) à la batterie.
- Fixer quatre capteurs de la gamme à la partie supérieure de la machine. Ajustez l’angle entre chaque capteur et le sol à 60°, pour garantir la précision de détection par rapport à la table de travail.
- Installer le capteur d’inclinaison de deux axes, qui sert à détecter les cas lorsque la machine ne parvient pas à atteindre son objectif dans la zone de travail.
- Utiliser un tournevis pour fixer le bras du robot à l’avant de la machine. ( figure 3)
2. Débogage du volant moteur et le Module pilote
- double-clic pour ouvrir le logiciel de débogage (par exemple, Robot Servo Terminal2010). Connectez l’ordinateur à l’Office de débogage avec un Bus USB (Universal Serial) câble de conversion. ( figure 4)
- Définir le moteur de direction ' en bauds 9600 bits/s, la limitation de vitesse à 521 rad/min, la limitation angulaire à 300° et tension limite à 9,6 V dans l’interface de travail s.
- Définir le mode de fonctionnement de l’appareil à gouverner robot à " direction mode moteur. "
- Appliquer une communication asynchrone semi-duplex que la connexion entre le contrôleur et les moteurs de direction. De cette façon, le contrôleur peut contrôler plus de 255 moteurs de direction depuis une interface unique de Asynchronous Receiver/Transmitter UART (Universal). ( figure 5)
ATTENTION : Il peut y avoir, tout au plus 6 moteurs connectés à un seul fil de direction. Trop de moteurs de direction conduira à une surchauffe et grande chute de tension, ayant pour résultat des comportements inhabituels tels que la communication de données de réarmement et anormaux, etc. ( Figure 6) - appliquer asynchrone semi-duplex communication comme la connexion entre le contrôleur et le moteur d’entraînement de module. ( figure 7)
- Définir le numéro d’ID des deux modules motrices et les quatre moteurs de direction. ID3 et ID4 restent vides à des fins de mise à jour futures. ( figure 8)
NOTE : ID1 : volant vers la gauche module ; ID2 : module de conduite vers la droite ; ID5 : front de gauche direction moteur ; ID6 : moteur de direction avant droit ; 7 : arrière gauche direction moteur ; ID8 : droit-arrière direction moteur. - Les moteurs de direction un par un en cascade et connecter la cascade au contrôleur.
- Connecter les capteurs à leurs interfaces de contrôleur respectifs. Il est à noter que le capteur dont connecteur porte une marque triangulaire est la masse (GND).
NOTE : AD1 : cellule photoélectrique infrarouge frontal sur la face inférieure ; AD2 : droite cellule photoélectrique infrarouge sur la face inférieure ; AD3 : arrière capteur photoélectrique infrarouge sur la face inférieure ; AD4 : capteur infrarouge gauche sur la face inférieure ; AD5 : distance infrarouge avant sonde ; AD6 : droit de distance infrarouge sonde ; AD7 : arrière infrarouge sonde ; AD8 : gauche distance infrarouge sonde ; AD9 : avant gauche pare-chute capteur photoélectrique infrarouge ; AD10 : avant droit pare-chute capteur photoélectrique infrarouge ; AD11 : droit-arrière pare-chute capteur photoélectrique infrarouge ; AD12 : capteur photoélectrique infrarouge de la pare-chute arrière gauche.
3. Les capteurs de débogage
bouton- tourner la réglementation sur la queue des capteurs infrarouges pour ajuster la plage de détection des capteurs. Lorsque le robot est placé au centre de la table de travail, le niveau logique des quatre capteurs infrarouges haut de la page est 1. Lorsque la machine se déplace vers le bord de la table de travail, le niveau de la logique du capteur infrarouge du côté correspondant sera 0. ( figure 9 a)
Remarque : Le robot peut déterminer son emplacement dans la table de travail en analysant le niveau logique des capteurs infrarouges. Par exemple, si les niveaux logiques des capteurs avant et gauche sont 0, le robot doit être dans la région en haut à gauche de la table de travail. - Comparer les valeurs mesurées de la capteur de distance à leurs valeurs de référence pour l’étalonnage. ( figure 9 b)
Remarque : La distance est un capteur analogique. Étant donné que la distance varie, le capteur ' retour de force pour le signal s et correspondant mesurée valeurs changeront aussi. Les valeurs mesurées seront relayés à la machine hôte par l’intermédiaire de capteurs numériques pour que le robot puisse identifier les changements dans son environnement. - Déboguer le détecteur d’angle d’inclinaison.
- Positionner le détecteur de l’angle d’inclinaison horizontale et d’enregistrer les valeurs mesurées.
- Inclinaison du capteur vers deux directions différentes et d’enregistrer ses valeurs mesurées. Si les valeurs mesurées sont dans la marge d’erreur, le capteur peut être considéré comme étant en fonctionnement normal.
4. Système de contrôle
- construire le modèle de simulation du moteur DC, basé sur l’équation de bilan de tension du moteur DC, équation de couplage de flux et d’équation de bilan de couple.
Équation de
- établir équilibre de tension donnée par
où u d est tension axe direct, u q est en quadrature axe tension. R d et R q désignent respectivement de résistance de l’axe direct et axe en quadrature.
, 
, 
, 
, représentent le courant direct axe, axe courant continu, de diriger le flux de l’axe et axe de quadrature. - Création de flux équation lien donnée par
< img unlt = « Équation 6" src="//cloudfront.jove.com/files/ftp_upload/56422/56422eq6.jpg » / >
où
et 
indiquent le coefficient de diriger le self-inductance de l’axe et en quadrature axe self-inductance respectivement. 
et 
sont coefficient d’inductance mutuelle. 
, 
représentent des couple couple et charge électromagnétique. - Établir équation du bilan de couple calculée par
. - Build simulation modèle du moteur DC. ( figure 10)
- établir équilibre de tension donnée par
- S’appliquent à double commande en boucle fermée du moteur DC. Utiliser la sortie du régulateur vitesse comme l’entrée de la régulation du courant pour réguler le moteur ' couple s et courant.
Remarque : Diagramme de la structure du système actuel de réglementation. ( figure 11)
La fonction de transfert du régulateur PI actuel apparaît comme
, où 
est le coefficient proportionnel de la régulation du courant et 
est la constante de temps de plomb de la régulation du courant. Il peut être obtenu par le coefficient d’échelle 
et le coefficient intégral 
.
- Appliquer double commande en boucle fermée du moteur DC. ( figure 12)
- Appliquer motion quadripartite de contrôle du moteur DC. ( figure 13)
- Utiliser un pont en H conduite circuit pour atteindre quatre quadrants motion du moteur DC en modulant la marche de Transistor à effet de champ métal-oxyde-semiconducteur (MOSFET). ( figure 14)
Remarque : Lorsque T1 et T4 sont allumés et le moteur est dans l’État électrique vers l’avant et le premier quadrant, état d’exécution. Lorsque Q3 et Q4 sont mis en marche, le moteur est dans l’énergie de freinage État et le deuxième quadrant état d’exécution. Lorsque Q2 et Q3 sont mis en marche, le moteur est dans l’État électrique inverse et l’état de mouvement troisième quadrant. Lorsque Q1 et Q2 sont mis en marche, le moteur est dans l’État et l’état de mouvement quatrième quadrant de freinage inversé de l’énergie.
- Utiliser un pont en H conduite circuit pour atteindre quatre quadrants motion du moteur DC en modulant la marche de Transistor à effet de champ métal-oxyde-semiconducteur (MOSFET). ( figure 14)
- Appliquer la modulation de largeur d’impulsions (PWM) de régler la vitesse du moteur DC. Moduler la DC tension largeur d’impulsion (rapport cyclique) appliquée à l’induit du moteur en contrôlant la marche de l’interrupteur électrique lorsque la tension d’alimentation du moteur DC fournissez demeurent essentiellement inchangés, modulant ainsi la valeur moyenne et l’entrée de vitesse de rotation à tension d’induit du moteur.
, 
, 
, 
, représentent le courant direct axe, axe courant continu, de diriger le flux de l’axe et axe de quadrature.
et 
indiquent le coefficient de diriger le self-inductance de l’axe et en quadrature axe self-inductance respectivement. 
et 
sont coefficient d’inductance mutuelle. 
, 
représentent des couple couple et charge électromagnétique.
.
, où 
est le coefficient proportionnel de la régulation du courant et 
est la constante de temps de plomb de la régulation du courant. Il peut être obtenu par le coefficient d’échelle 
et le coefficient intégral 
.
5. Écrire le programme
- utiliser la ligne de Télécharger USB pour importer un fichier binaire (BIN) généré par KEIL5 dans le contrôleur de.
- Sélectionnez le programme à exécuter.
6. Scénario d’application
- reconnaissance de couleur appliquer pour classer les marchandises dans une usine. ( figure 15)
- Utiliser une caméra optique pour recueillir des images et vérifier la couleur numérisée en utilisant le numéro du tableau bidimensionnel rebondi.
- Soulever l’objet avec les bras mécaniques.
- Émettre une commande pour le transport de l’objet à l’endroit désigné à l’aide de la caméra et le volant moteur du robot.
- Recherche rapidement pour effacer les zones désignées. ( figure 16)
- Utiliser les quatre capteurs optiques sur le robot pour détecter les emplacements des autour des obstacles.
- Le moteur de direction pour lever la pelle mécanique et franchir les obstacles dans les zones désignées de la commande.
- Utilisation de l’algorithme génétique pour déterminer le chemin d’accès recherche plus efficace.
- Utiliser la reconnaissance de soi empêchant la chute de l’établi pour séparer les travailleurs de la zone de travail de machine et d’assurer la sécurité des travailleurs.
- Modification des signaux basés sur la différence d’altitude entre les quatre capteurs optiques supérieures, qui reconnaissent l’établi et le sol.
- Analyser les signaux mutables pour déterminer l’emplacement des bords de l’établi.
- Commande de la machine afin d’éviter les bords de l’établi.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Dans le schéma du programme de contrôle double boucle fermée motion, violet représente un signal de vitesse donnée et le jaune représente la valeur de la production de système de contrôle. La figure 17 montre clairement que le système de double contrôle en boucle fermée est beaucoup plus efficace qu’un système de boucle ouverte. La remise des gaz réel de la sortie du système à boucle fermée double sont relativement faible et les performances dynamiques du système soient mieux. ( Figure 17)
Figure 18 montre la précision du robot de reconnaissance des couleurs sous l’influence de la lumière à différentes longueurs d’onde. Dans la pratique, en raison des différentes conditions de luminosité, la longueur d’onde lumineuse réfléchie de l’objet cible variera dans une certaine plage. Pour vérifier la précision de la reconnaissance de la machine, un essai est effectué dans la gamme de longueurs d’onde de la lumière jaune (565-595 nm) et de feux rouges (625-740 nm). Si la valeur retournée par la caméra est 1, la reconnaissance des couleurs est exacte. Dans la gamme de 585-593 nm, le taux d’exactitude de lumière jaune de la reconnaissance de la caméra dépasse 90 %, alors que le taux en dehors de la plage diminue rapidement. De même, au sein de la région 660-700 nm, le taux de précision de reconnaissance de lumière rouge dépasse 90 %, tandis que le taux en dehors de la plage diminue rapidement. Les résultats des essais démontrent que, sous l’éclairage approprié, le robot permet d’obtenir reconnaissance de couleur avec une faible marge d’erreur. ( Figure 18)
La figure 19 illustre la relation entre la précision de la caméra de la reconnaissance de la couleur et la distance. La précision de la reconnaissance est inversement corrélée avec la distance. Comme le montre les résultats expérimentaux, lorsque la distance est comprise entre 0 et 30 cm, la précision de la reconnaissance de la couleur de la caméra est supérieure à 80 %. Les résultats démontrent que ce programme a une forte utilité. ( Figure 19)
Figure 1 : Construction du châssis. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 2 : Installation des capteurs infrarouges. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 3 : L’effet de l’installation. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 4 : Débogage d’écran de travail. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 5 : Connexion du robot à gouverner. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 6 : Principes de raccordement électrique. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 7 : Principes de raccordement électrique. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 8 : Définir le numéro d’identification. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 9 : Deux capteurs. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 10 : Modèle de simulation du moteur à courant continu. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 11 : Système de réglementation actuel. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 12 : Modèle de simulation de double commande en boucle fermée. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 13 :Rong > schéma de quatre quadrants de fonctionnement du moteur. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 14 : Circuit de pont en H. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 15 : Le flux de travail de reconnaissance des couleurs. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 16 : Le flux de travail de recherche rapide. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 17 : Diagramme de Simulink. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 18 : Précision de la reconnaissance sous l’influence de la lumière à différentes longueurs d’onde de couleur. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 19 : Relation entre la précision de la caméra de la reconnaissance de la couleur et la distance. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Dans cet article, nous avons conçu un type de robot intelligent qui peut être construit de manière autonome. Nous avons implémenté l’algorithme de recherche intelligente proposée et la reconnaissance autonome en intégrant plusieurs logiciels avec le matériel. Dans le protocole, nous avons introduit des approches de base pour configurer le matériel et le robot intelligent, ce qui peut aider les utilisateurs de débogage de concevoir une structure mécanique appropriée de leur propre robot. Cependant, au cours de l’opération réelle, il est nécessaire de prêter attention à la stabilité de la structure, sa plage de fonctionnement, le degré de liberté et l’utilisation de l’espace, pour s’assurer que ces paramètres répondent aux exigences. Une structure mécanique raisonnable assure la haute précision, une grande flexibilité et une robustesse remarquable du robot. Pour concevoir des structures mécaniques complexes, l’utilisateur peut combiner un logiciel tel que Adams de construire un modèle de simulation et d’appliquer la technologie de prototypage virtuel. Cela peut leur permettre d’exclure des possibilités qui ne satisfont pas aux exigences techniques ou des possibilités qui ne sont pas mécaniquement possibles.
Un problème potentiel est l’incapacité du robot pour atteindre avec précision ses fonctions que vous souhaitez. Cela peut provenir principalement deux causes. Le premier est l’incapacité des capteurs pour répondre aux exigences. Par exemple, lors du premier test, le robot de nettoyage dans cette étude n’a pas pu pousser avec succès les obstacles hors de la zone de travail. C’est parce que la portée du capteur infrarouge sur l’équipement était un peu étroite, ce qui signifiait que le robot ne pouvait pas respecter l’accélération requise lorsqu’il a détecté un obstacle. Ce problème pourrait être résolu en augmentant la plage de détection du capteur infrarouge. Pour résoudre ces problèmes, un niveau supplémentaire de débogage des capteurs peut être nécessaire, fondée sur la situation ou l’application. La seconde est l’incapacité du moteur sélectionné pour répondre à l’exigence de performance. Lors du choix d’un moteur, la priorité doit être donnée à un moteur avec performance de départ approprié, la stabilité opérationnelle et à faible bruit dans le budget.
Pour commencer la conception et la production d’un nouveau robot, les paramètres pour un schéma de configuration manuelle doivent être définis pour contrôler le comportement du robot, afin qu’elle peut s’adapter aux exigences d’une nouvelle tâche. Simultanément, tous les processus doivent suivre les étapes présentées dans le protocole. Des avantages de la conception modulaire du robot réside dans sa répartition claire des travaux, ce qui lui permet d’être mis au point par l’intermédiaire de la collaboration de divers ingénieurs. Ingénieurs mécaniciens concevoir la structure du matériel, ingénieurs électriciens concevoir la stratégie de contrôle moteur et contrôles ingénieurs conçoivent l’algorithme de recherche. Ainsi, le travail de chaque module peut être développé indépendamment pour accomplir une tâche spécifique. Nous fournissons un schéma de conception de base pour chaque module, pour aider les utilisateurs à rechercher le régime optimal pour une application particulière.
La gamme d’applications potentielles accroîtra considérablement robot intelligent technologie mûrit. Il se révélera une ressource précieuse à des particuliers dans les domaines du développement de l’océan, l’exploration spatiale, production industrielle et agricole, service social et divertissement, pour n’en nommer que quelques-uns. Cette technologie remplacera progressivement les êtres humains dans des environnements de travail dangereux et insalubres. Les robots intelligents continuera à développer vers la coopération multi-robot et direction intelligente et en réseau.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Les auteurs n’ont rien à divulguer.
Acknowledgments
Les auteurs tiennent à exprimer leur gratitude à M. Yaojie He pour son aide dans l’accomplissement de l’expériences rapportées dans cet article. Ce travail a été soutenu en partie par la Fondation nationale des sciences naturelles de Chine (no 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).
