モジュラー設計と閉ループ制御戦略に基づく知能ロボットの生産
Summary
モジュラー設計のプロトコルを提案する、科学的、技術的な労働者の特別な生産タスクと知能ロボットの設計を支援する知能ロボットの生産の個人的なニーズに基づいて、個別のデザイン。
Abstract
知能ロボットは、周囲の環境を感知し、自分の行動を計画、最終的に彼らの目標を達することができるロボットの新世代の一部です。近年では、日々 の生活や産業とロボットに依存が増加しています。本稿で提案するプロトコルでは、デザインとインテリジェントな検索アルゴリズムと自律的同定機能のハンドリング ロボットの生産をについて説明します。
まず、作業のさまざまなモジュールは、作業プラットフォームの構築と、ロボット ・ マニピュレーターのインストールを完了するため機械的にまとめます。その後、我々 閉ループ制御システムおよびソフトウェアのデバッグの助けを借りて、4 象限モータ制御戦略の設計し同様、ステアリング ・ ギア id (ID)、ボー レートと目的動をロボットになることを確認する他の作業パラメーターを設定パフォーマンスと低消費電力。次に、我々 は、環境情報を正確に取得するマルチ センサー融合を達成するためにセンサーをデバッグします。最後に、特定のアプリケーションのためのロボットの機能の成功を認識することができます関連するアルゴリズムを実装します。
このアプローチの利点は、その信頼性と柔軟性、ユーザーことができますさまざまなハードウェア構築プログラムの開発し、インテリジェント制御戦略を実装するための包括的なデバッガーを利用します。高効率、堅牢性とニーズに基づいてパーソナライズされた要件を設定することができます。
Introduction
ロボットは、力学、電子、制御、コンピューター、センサー、人工知能1,2を含むいくつかの分野の知識を組み合わせる複雑なインテリジェントなマシンです。ますます、ロボットが支援または反復的なまたは危険なタスクを実行するロボットを持っている利点のための工業生産を中心に、職場の人間をも交換します。現在の研究では知能ロボット プロトコルの設計は、閉ループ制御戦略、遺伝的アルゴリズムに基づくパス具体的に基づいています。さらに、機能モジュールは、厳密に分けられた3,4ロボットがアップグレードの強力な能力を持つよう今後の最適化の仕事のための強固な基盤を提供することがありますされています。
ロボットプラット フォームのモジュールの実装は、次の方法主にに基づいて: モータ制御モジュール5,6と遺伝的アルゴリズムに基づくインテリジェントな探査における多次元組み合わせ制御戦略最適化アルゴリズム モジュールで。
モータ制御モジュールの DC モーター、4 象限駆動の二重の閉ループ制御を使用します。二重閉ループ速度制御は、速度レギュレータの出力が電流とモーターのトルクを制御することができます現在のレギュレータの入力として使用されることを意味します。このシステムの利点は、モータのトルク制御できますリアルタイムで指定された速度と実際の速度の違いに基づきます。ときに与えられたと実際の違い速度が比較的大きい、モーターのトルクの増加、急速なのためになる速度変更、可能な限り迅速に指定した値に対するモータ速度を駆動するより高速な速度規制7,8,9します逆に、速度が特定の値に近づくと比較的、それ減らすことができます自動的に特定の値を比較的すぐにはエラー6,を達成するために速度をできるように、スピードの出し過ぎを避けるためにモーターのトルク。10. 相当の時間以来電気の電流ループの定数は比較的小さく、4 象限モーター11,12より迅速に対応できるシステムがときの干渉の影響を抑える外部からの干渉。これは、安定性とシステムの妨害能力を向上させることができます。
MATLAB のシミュレーションの結果に基づいて最高の効率と遺伝的インテリジェントな最適化アルゴリズムを選択します。遺伝的アルゴリズムは、自然淘汰の遺伝学の理論に基づく確率的並列検索アルゴリズムです。それは、初期情報のない状態でグローバルな最適なソリューションを検索するための効率的な方法を構成します。それは連続した選択、交叉、突然変異と他の遺伝的操作によるソリューションの品質が向上、人口として問題のソリューション セットを考えています。知能ロボットによる計画パスに関しての難易度は初期情報の不足、複雑な環境および非線形性の結果として起こる。遺伝的アルゴリズムより良いパス計画大域的最適化機能、強力な適応性と非線形の問題を解決するための堅牢性を有していることからの問題を解決することができます。問題に特定の制限がないです。計算プロセスは簡単です。検索スペース13,14の特別な要件はありません。
Protocol
Representative Results
Discussion
本稿では、自律的に構築することができますインテリジェント ロボットの型を設計されています。ハードウェアといくつかのソフトウェア プログラムの統合によって提案されたインテリジェントな検索アルゴリズムと自律的に認識を実施しました。プロトコルでは、ハードウェアを構成するための基本的なアプローチを導入し、自分のロボットの適切な機械的構造を設計デバッグ知能ロボ?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
著者は、本稿で報告した実験を行うことの彼の援助の氏 Yaojie 彼に感謝の意を表したいです。この作品は中国の国家自然科学基金 (第 61673117) によって部分的に支えられました。
Materials
| 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. , 1351-1356 (2012).
- Tian, H. X., Jiang, P. L., Sun, M. S. Double-Loop DCSpeed Regulation System Design Basd On OCC). , 889-890 (2014).
- Xu, G. Y., Zhang, M. Double Closed-Loop Feedback Controller Design for Micro Indoor Smart Autonomous Robot). , 474-479 (2011).
- Chen, Y. N., Xie, B., Mao, E. R. Electric Tractor Motor Drive Control Based on FPGA. , 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).
