O Design Modular e a produção de um robô inteligente baseada em uma estratégia de controle de circuito fechado
Summary
Apresentamos um protocolo sobre design modular e produção de robôs inteligentes para ajudar trabalhadores científicos e técnicos projetar robôs inteligentes com tarefas específicas de produção com base em necessidades pessoais e individualizadas de projeto.
Abstract
Robôs inteligentes fazem parte de uma nova geração de robôs que são capazes de sentir o ambiente circundante, planejar suas ações e eventualmente atingir os alvos. Nos últimos anos, tem aumentado a confiança sobre robôs na vida diária e na indústria. O protocolo proposto neste trabalho descreve o projeto e a produção de um robô de manipulação com um algoritmo de busca inteligente e uma função de identificação autónoma.
Primeiro, os vários módulos de trabalho mecanicamente são montados para completar a construção da plataforma de trabalho e a instalação do manipulador robótico. Então, podemos projetar um sistema de controle de circuito fechado e uma estratégia de controle de motor de quatro-quadrante, com o auxílio de depuração de software, bem como definir leme identidade (ID), taxa de transmissão e outros parâmetros de funcionamento para garantir que o robô atinge a dinâmica desejada desempenho e baixo consumo de energia. Em seguida, podemos depurar o sensor para fazer uma fusão de multi sensor para adquirir a informação ambiental com precisão. Finalmente, podemos implementar o algoritmo de relevante, que pode reconhecer o sucesso da função do robô para um determinado aplicativo.
A vantagem desta abordagem é sua confiabilidade e flexibilidade, como os usuários podem desenvolver uma variedade de programas de construção de hardware e utilizar o depurador abrangente para implementar uma estratégia de controle inteligente. Isto permite aos usuários definir requisitos personalizados com base em suas necessidades com alta eficiência e robustez.
Introduction
Robôs são máquinas complexas, inteligentes que combinam conhecimentos de várias disciplinas, incluindo mecânica, eletrônica, controle, computadores, sensores e inteligência artificial 1,2. Cada vez mais, os robôs são auxiliando ou mesmo substituindo os humanos no local de trabalho, especialmente na produção industrial, devido às vantagens que os robôs possuem na execução de tarefas repetitivas ou perigosas. O design do protocolo robô inteligente no estudo atual é baseado em uma estratégia de controle de circuito fechado, especificamente o caminho planejamento com base em um algoritmo genético. Além disso, os módulos funcionais foram estritamente dividida3,4, que pode proporcionar uma base sólida para o trabalho futuro de otimização, para que os robôs têm uma forte capacidade para upgrades.
A implementação modular da plataforma robótica é baseada principalmente em métodos a seguir: estratégia de controle combinação multidimensional no módulo de controle do motor5,6e exploração inteligente baseado em um algoritmo genético no módulo de algoritmo de otimização.
Nós usamos o duplo controle de circuito fechado do motor da C.C. e operação do motor de quatro-quadrante no módulo de controle do motor. Controle de velocidade dupla de loop fechado significa que a saída do regulador de velocidade serve como a entrada do regulador atual, permitindo-lhe controlar a corrente e o torque do motor. A vantagem deste sistema é que o torque do motor pode ser controlado em tempo real com base na diferença entre a determinada velocidade e a velocidade real. Quando a diferença entre o real e determinado velocidades é relativamente grande, o torque do motor aumenta e as mudanças de velocidade mais rápidas para conduzir a velocidade do motor em direção a determinado valor tão rapidamente quanto possível, que contribui para a rápida velocidade de regulamento7, 8 , 9. por outro lado, quando a velocidade é relativamente próximo do valor determinado, ele pode automaticamente reduzir o torque do motor para evitar o excesso de velocidade, permitindo que a velocidade atingir determinado valor relativamente rapidamente com nenhum erro6, 10. desde o tempo equivalente constante do loop atual elétrico é relativamente pequeno, o motor de quatro-quadrante11,12 pode responder mais rapidamente para suprimir o impacto da interferência quando o sistema está sujeito a interferências externas. Isto lhe permite melhorar a estabilidade e a habilidade anti-jamming do sistema.
Nós escolhemos um algoritmo genético otimização inteligente com a máxima eficiência, baseada nos resultados de uma simulação em MATLAB. Um algoritmo genético é um algoritmo de pesquisa paralelo estocástico baseado na teoria da seleção natural em genética. Constitui um método eficiente para encontrar a solução ideal global na ausência de qualquer informação inicial. O conjunto de solução do problema considera uma população, aumentando assim a qualidade da solução através de seleção contínua, crossover, mutação e outras operações genéticas. No que se refere a caminho de planejamento por robôs inteligentes, dificuldade surge como resultado de insuficiente informação inicial, ambientes complicadas e não-linearidade. Algoritmos genéticos são mais capazes de resolver o problema de caminho planejamento porque eles possuem capacidade de otimização global, adaptação forte e robustez na resolução de problemas não-lineares; Não existem restrições específicas sobre o problema; o processo de cálculo é simples; e não há nenhum requisito especial para o espaço de busca 13,14.
Protocol
Representative Results
Discussion
Neste trabalho, nós projetamos um tipo de robô inteligente que pode ser construído de forma autónoma. Implementamos o algoritmo proposto busca inteligente e autónomo reconhecimento através da integração de vários programas de software com o hardware. No protocolo, introduzimos as abordagens básicas para configurar o hardware e Depurando o robô inteligente, que pode ajudar os usuários projetar uma estrutura mecânica adequada de seu próprio robô. No entanto, durante a operação real, é necessário prestar …
Disclosures
The authors have nothing to disclose.
Acknowledgements
Os autores gostaria de expressar a sua gratidão ao Sr. Yaojie He por sua assistência na realização das experiências relatadas neste trabalho. Este trabalho foi financiado em parte pela Fundação Nacional de ciências naturais da China (n. º 61673117).
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).
