Name: 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 (動画) | JoVE Journal
Uploaded: 2017-10-14T13:00:00.000+00:00
Duration: 11 min 53 s
Description: 学ぶモジュラー設計と閉ループ制御戦略による知能ロボットの生産手法。多センサー融合と四象限モーター制御により、環境認識と自律動作を実現するロボット開発プロトコルを解説。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

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。

1 です。 マシンの建設 <ol><li>組み立てシャーシの示すように、適切なファスナーを使用して機械部品を保護します。( 図 1) 
	注: ベースボード、モーター、車輪、等で構成され、シャーシはその動きを担当のロボットの主要コンポーネントです。したがって、アセンブリ中にブラケットをまっすぐに保つ</li>。
	<li>錫ワイヤー リードと正と負の両方の電極。プラス電極とマイナス電極に黒リード赤リードの接続モーターの両端にリード 2 線はんだします</li>。
	<li>は、軸スリーブ、モーターと車輪を組み立てます。
	<ol><li>軸スリーブにモーターを接続し、ネジで固定します</li>。
		<li>車輪ハブのセンターにシャフト スリーブを挿入します</li>。
		<li>シャーシの上に完成した構造をインストールします</li>。
	</ol></li> <li>モジュールを駆動するモーターのインストールを可能にするシャーシの中心部に直径 3 mm の 2 つの穴をドリルします。モジュールを駆動するモーターにモーターを接続します</li>。
	<li>1 つドリル穴の左と右の両方のエッジ、シャーシ下部に赤外線センサーのブラケットのインストールから 1 cm</li>。
	<li>シャーシの 2 つの側面の中央に 2 つのファスナーをインストールします 。
	メモ: 赤外線センサーの正常な動作を確保するために接続部分がシャーシに対して垂直を確認します</li>。
	<li>は、センサーのインストールの 2 つの構造コンポーネントのそれぞれを直径 18 mm の穴をドリルします。( 図 2 a)</li>
	<li>はシャーシの下側にモーター ドライブをインストールします。( 図 2 b)シャーシのそれぞれ、それぞれの 4 つの方向を指す 1 つの赤外線センサーをインストールします。( 図 2)</li>
	<li>対称性のステアリング ・ ギヤをインストールします。ステアリング ・ ギヤの操作によって生成された大きなトルクのため、ボルトがしっかりと遮水ジョイントを備え付ける方法でインストールされていることを確認します</li>。
	<li>マシンの中心に 4 つの赤外線センサーをインストールします</li>。
	<li>場所、14.8 V マシンの中央に電源し、バッテリ パックにマイコン ユニット (MCU) を貼る</li>。
	<li>は、マシンの上部に 4 つのレンジ センサーを貼付します。作業テーブルに対する検出精度を保証する 60 ° に、各センサーと地面の間の角度を調整します</li>。
	<li>マシンが作業領域の目標を達成に失敗したときの場合を検出するために使用 2 軸チルト センサーをインストールします</li>。
	<li>では、ドライバーを使用して、マシンの前面にロボット アームを取り付けます。( 図 3)</li>
</ol> 2。ステアリングのエンジンとドライバー モジュールをデバッグ <ol><li>デバッグ ソフトウェア (例えば、ロボットのサーボ Terminal2010) を開くをダブルクリックします。コンピューター デバッグ ボードで、ユニバーサル シリアル バス (USB) ケーブルを変換に接続します。( 図 4)</li>
	<li>ステアリング エンジンを設定 ' s ボーレートを 9600 ビット/秒、521 rad/分の速度制限、作業インタ フェースで 9.6 V に 300 ° と電圧制限を角度制限します</li>。
	<li>ロボット ステアリング ギアの動作モードを設定 " ステアリング エンジン モード "</li>。
	<li>には、コント ローラーとステアリング エンジン間の接続として非同期の半二重通信が適用されます。このように、コント ローラーは単一の普遍的な非同期レシーバー/トランスミッタ (UART) インターフェイスから 255 以上のステアリング エンジンを制御できます。( 図 5) 
	注意: 可能性があります、ほとんどのステアリング エンジン単一のワイヤに接続されている 6。あまりにも多くのステアリング エンジンは過熱し、大規模な電圧降下、リセットと異常のデータ通信などの異常な動作の結果につながる ( 図 6)</li> <li>非同期半二重を適用コント ローラーとモータ駆動モジュール間の接続と通信します。( 図 7)</li>
	<li>は、2 つの駆動モジュールと 4 つのステアリング エンジンの ID 番号を設定します。ID3 と ID4 は、将来の更新目的の空白に残っています。( 図 8) 
	注: ID1: 左運転モジュールID2: 右駆動モジュールID5: 左フロント ステアリング エンジン;ID6: 右フロント ステアリング エンジン;ID7: 左リアのステアリング エンジン;ID8: 右後部ステアリング エンジン</li>。
	<li>ステアリング エンジン 1 つずつをカスケードし、カスケードをコント ローラーに接続します</li>。
	<li>は、センサーをそれぞれコント ローラーのインターフェイスに接続します。そのコネクタを冠する三角マーク センサーはグランド (GND) であることに注意してください 。
	注: AD1: 底面; フロント赤外線光電センサーAD2: 右裏面; 赤外線光電センサー裏面; AD3: 背面の赤外線ビーム センサー裏面; AD4: 左赤外線センサーAD5: フロント赤外線距離測定センサー;AD6: 右赤外線距離測定センサーAD7: 背面の赤外線センサーを測定AD8: 左赤外線距離測定センサー;AD9: 左前方落下防止赤外線光電センサー;AD10: 右前方落下防止赤外線光電センサー;AD11: 右背面落下防止赤外線光電センサー;AD12: 左背面落下防止赤外線光電センサー</li>。
</ol> 3。センサーをデバッグ センサーの検出範囲を調整する赤外線センサーの尻尾の <ol><li>回転調整ノブ。ロボットは、作業テーブルの中心に位置し、上の 4 つの赤外線センサーの論理レベルは 1 です。マシンは、作業テーブルの端に移動したとき、対応する側の赤外線センサーの論理レベルは 0 になります。( 図 9 a) 
	メモ: 赤外線センサーのロジック レベルを分析することによって作業テーブルの位置は、ロボットが判断できます。たとえば、左とフロント センサーのロジック レベルが 0 の場合、ロボットが作業テーブルの左上の領域にある必要があります</li>。
	<li>は、校正用の基準値を距離センサーの測定値を比較します。( 図 9 b) 
	注: 距離センサーはアナログ センサーです。距離の変化、センサー、' s 信号強度フィードバックおよび対応する測定値も異なります。ロボットは、その周辺の変化を識別できるように、測定値をデジタル センサーを介してホスト マシンに中継されます</li>。
	<li>は、傾斜角センサーをデバッグします。
	<ol><li>傾斜角センサーを水平に配置し、その測定値を記録します</li>。
		<li>傾斜の 2 つの方向に向けてセンサーと測定値を記録します。測定値の誤差範囲内にある場合、センサーは通常の操作であるとみなすことができる</li>。
	</ol></li></ol> 4。スキームを制御 <ol><li>構築 DC モータ電圧バランス方程式、フラックス リンケージ方程式とトルク バランス方程式に基づく DC モータのシミュレーション モデル。
	<ol><li>を確立する電圧バランス方程式によって与えられる <img alt="Equation 1" src="/files/ftp_upload/56422/56422eq1.jpg"> u q は直交軸電圧 u d が直接軸電圧は。R d と R q は、それぞれ直接軸抵抗、直交軸抵抗を示すため。<img alt="Equation 2" src="/files/ftp_upload/56422/56422eq2.jpg">、<img alt="Equation 3" src="/files/ftp_upload/56422/56422eq3.jpg">、<img alt="Equation 4" src="/files/ftp_upload/56422/56422eq4.jpg">、<img alt="Equation 5" src="/files/ftp_upload/56422/56422eq5.jpg">、直接軸電流を表す軸電流を直接、直接磁束軸と直交軸フラックス。</li>
		<li>を確立するフラックスによって与えられたリンケージ式 &lt; img、lt ="方程式 6" src="/files/ftp_upload/56422/56422eq6.jpg"/&gt; 、<img alt="Equation 7" src="/files/ftp_upload/56422/56422eq7.jpg"> と <img alt="Equation 8" src="/files/ftp_upload/56422/56422eq8.jpg"> 係数を示す自己インダクタンス軸と直交軸自己インダクタンスをそれぞれ直接します。<img alt="Equation 9" src="/files/ftp_upload/56422/56422eq9.jpg"> と <img alt="Equation 10" src="/files/ftp_upload/56422/56422eq10.jpg"> は相互インダクタンスの係数。<img alt="Equation 11" src="/files/ftp_upload/56422/56422eq11.jpg">、<img alt="Equation 12" src="/files/ftp_upload/56422/56422eq12.jpg"> 電磁トルクと負荷トルクを表します</li>。
		<li>を確立するトルク バランス方程式によって計算 <img alt="Equation 13" src="/files/ftp_upload/56422/56422eq13.jpg">.</li>
		DC モータの <li>ビルド シミュレーション モデル。( 図 10)</li>
	</ol></li> <li>DC モーターのダブルの閉ループ制御を適用します。モーターを調節する電流レギュレータへの入力として速度レギュレータの出力を活用 ' s トルクと電流します 。
	注: 現在の規制システムの構造の図。( 図 11) 
	PI 電流レギュレータの伝達関数として示されている <img alt="Equation 14" src="/files/ftp_upload/56422/56422eq14.jpg">、<img alt="Equation 15" src="/files/ftp_upload/56422/56422eq15.jpg"> の比例係数電流レギュレータ、<img alt="Equation 16" src="/files/ftp_upload/56422/56422eq16.jpg"> 電流レギュレータのリード時間定数です。スケール係数で取得することができます <img alt="Equation 17" src="/files/ftp_upload/56422/56422eq17.jpg">、および積分係数 <img alt="Equation 18" src="/files/ftp_upload/56422/56422eq18.jpg">。
	<ol><li>DC モータの適用二重閉ループ制御。( 図 12)</li>
	</ol></li> <li>DC モータの 4 象限運動制御を適用します。( 図 13)
	<ol><li>H ブリッジ運転利用回路、オン-オフ金属酸化膜半導体の電界効果トランジスタ (MOSFET) の変調による DC モータの 4 象限動作を達成するために。( 図 14) 
		注: 第 1 四半期および第 4 四半期の電源がオンになっているし、前方の電気状態にモーターや実行状態の第一象限。第 3 四半期および第 4 四半期のオンのときモーターはブレーキの状態、実行状態第 2 象限エネルギーです。Q2 と Q3 のオンのときモーター、逆の電気状態と第 3 象限動作状態です。モータは逆のエネルギー制動状態と第 4 象限動作状態で Q1 と Q2 をオンにした場合</li>。
	</ol></li> <li>パルス幅変調 (PWM) DC モータの速度を調節するを適用します。DC 電圧パルス幅 (デューティ サイクル) DC モーター電源の電圧供給本質的に変わらずに残るとき、オン-オフ電気のスイッチの制御によってモータの電機子に適用される平均値と回転速度入力を変調を調節します。モーターの電機子電圧</li>。
</ol> 5。プログラムを書く <ol><li>USB ダウンロード行を使用して、コント ローラーに KEIL5 によって生成されたバイナリ (BIN) ファイルをインポートします</li>。
	<li>を実行するプログラムを選択します</li>。
</ol> 6。アプリケーション シナリオ <ol><li>工場で貨物を分類する適用色認識。( 図 15)
	<ol><li>光学カメラを使用して画像を収集し、バウンスの二次元配列の数を使用してスキャンした色を確認します</li>。
		<li>機械の腕を持つオブジェクトを持ち上げています</li>。
		<li>カメラ ロボットのモーターを運転して指定された場所へのオブジェクトを転送するためのコマンドを発行します</li>。
	</ol></li> <li>指定された領域をクリアするすぐに検索。( 図 16)
	<ol><li>ロボットの周辺障害物の位置を検知する 4 つの光センサーを使用します</li>。
		<li>機械式ショベルを持ち上げ、指定地域内の障害物をクリアするステアリングのエンジンをコマンドします</li>。
		<li>最も効果的な検索パスを決定するための遺伝的アルゴリズムの使用</li>
	</ol></li> <li>マシン作業領域からの労働者を分離し、労働者の安全を確保するワークベンチからの落下を防ぐために自己認識を使用します。
	<ol><li>ワークベンチと地面を認識 4 上部光学センサー、高度差に基づいて信号を変更します</li>。
		<li>ワークベンチのエッジの場所を特定する変更可能な信号を解析します</li>。
		<li>ワークベンチのエッジを避けるためにマシンをコマンドします</li>。
	</ol>
	</li>
</ol>

<ol><li>Charalampous, K., Kostavelis, I., Gasteratos, A. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S0957417416305103">Robot navigation in large-scale social maps: An action recognition approach.</a> Expert Syst Appl. 66 (1), 261-273 (2016).</li>
<li>Huang, Y., &Wang, Q. N. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S0925231215008759">Disturbance rejection of Central Pattern Generator based torque-stiffness-controlled dynamic walking.</a> Neurocomputing. 170 (1), 141-151 (2015).</li>
<li>Tepljakov, A., Petlenkov, E., Gonzalez, E., Belikov, J. <a target="_blank" href="http://www.worldscientific.com/doi/abs/10.1142/S0218126617501651">Digital Realization of Retuning Fractional-Order Controllers for an Existing Closed-Loop Control System.</a> J Circuit Syst Comp. 26 (10), 32-38 (2017).</li>
<li>Siluvaimuthu, C., Chenniyappan, V. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/15325008.2014.949911?journalCode=uemp20">A Low-cost Reconfigurable Field-programmable Gate Array Based Three-phase Shunt Active Power Filter for Current Harmonic Elimination and Power Factor Constraints.</a> Electr Pow Compo Sys. 42 (16), 1811-1825 (2014).</li>
<li>Brogardh, T., et al. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S1367578807000077">Present and future robot control development - An industrial perspective.</a> Annu Rev Control. 31 (1), 69-79 (2007).</li>
<li>Wang, E., Huang, S. <a target="_blank" href="http://ieeexplore.ieee.org/document/6896170/">A Novel DoubleClosed Loops Control of the Three-phase Voltage-sourced PWM Rectifier.</a> Proceedings of the CSEE. 32 (15), 24-30 (2012).</li>
<li>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).</li>
<li>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).</li>
<li>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).</li>
<li>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).</li>
<li>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).</li>
<li>Joice, C. S., Paranjothi, S. R., Kumar, V. J. S. <a target="_blank" href="http://ieeexplore.ieee.org/document/6319386/">Digital Control Strategy for Four Quadrant Operation of Three Phase BLDC Motor With Load Variations.</a> Ieee T Ind Inform. 9 (2), 974-982 (2013).</li>
<li>Drumheller, Z., et al. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1111/gwmr.12198/abstract">Optimal Decision Making Algorithm for Managed Aquifer Recharge and Recovery Operation Using Near Real-Time Data: Benchtop Scale Laboratory Demonstration.</a> Ground Water Monit R. 37 (1), 27-41 (2017).</li>
<li>Wang, X. S., GAO, Y., Cheng, Y. H., Ma, X. P. <a target="_blank" href="https://www.researchgate.net/publication/290318006_Knowledge-guided_genetic_algorithm_for_path_planning_of_robot">Knowledge-guided genetic algorithm for path planning of robot.</a> Control Decis. 24 (7), 1043-1049 (2009).</li>
</ol>

著者が明らかに何もありません。

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ットは、ユーザーに役立つことがあります。ただし、実際の操作中に構造、その動作範囲、自由度とこれらのパラメーターが要件を満たしていることを確認するための領域の使用率の安定性に注意を払う必要です。高精度、高柔軟性、およびロボットのロバスト性の高い合理的な機械構造を保証します。複雑な機械構造物を設計するには、ユーザーは、シミュレーション モデルを構築し、仮想プロトタイピング技術を適用・ アダムスなどのソフトウェアを組み合わせることができます。これは技術的な要件を満たしていない可能性や機械的に可能ではない可能性を除外することができます可能性があります。
1 つの潜在的な問題は、正確にその目的の機能を達成するためにロボットのできません。これは主に...

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。

<table><tbody><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>L1-1</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>L2-1</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>L3-1</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>L4-1</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>L5-1</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>L5-2</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>U3A</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>U3B</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>U3C</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>U3F</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>U3G</td><td></td></tr><tr><td>構造部品</td><td>HAR</td><td>U3H</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>U3J</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>I3</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>I5</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>I7</td><td></td></tr><tr><td>構造部品</td><td>UPTECMONYH HAR</td><td>CGJ</td><td></td></tr><tr><td>リンク部品</td><td>UPTECMONYH HAR</td><td>LM1</td><td></td></tr><tr><td>リンク部品</td><td>UPTECMONYH HAR</td><td>LM2</td><td></td></tr><tr><td>リンク部品</td><td>UPTECMONYH HAR</td><td>LM3</td><td></td></tr><tr><td>リンク部品</td><td>UPTECMONYH HAR</td><td>LM4</td> リンク部品 UPTECMONYH HAR LX1 <td></td></tr><tr><td></td><td></td><td></td><td></td></tr><tr><td>リンク部品</td><td>UPTECMONYH HAR</td><td>LX2</td><td></td></tr><tr><td>リンク部品</td><td>UPTECMONYH HAR</td><td>LX3</td><td></td></tr><tr><td>リンクコンポーネント</td><td>UPTECMONYH HAR</td><td>LX4</td><td></td></tr><tr><td>ステアリングギア構造コンポーネント</td><td>UPTECMONYH HAR</td><td>KD</td><td></td></tr><tr><td>ステアリングギア構造コンポーネント</td><td>UPTECMONYH HAR</td><td>DP</td><td></td></tr><tr><td>赤外線センサー</td><td>UPTECMONYH HAR</td><td>E18-B0</td><td>デジタルセンサー</td></tr><tr><td>赤外線&nbsp;範囲&nbsp;ファインダー</td><td>シャープ</td><td>GP2D12</td><td></td></tr><tr><td>グレーレベルセンサー</td><td>シャープ</td><td>GP2Y0A02YK0F</td><td></td></tr><tr><td>proMOTION&nbsp;CDS</td><td>シャープ</td><td>CDS&nbsp;5516</td><td>ロボット ステアリングギア</td></tr><tr><td>モーター ドライブモジュール</td><td>リシム</td><td>HG7881</td><td></td></tr><tr><td>はんだワイヤー</td><td>ELECALL</td><td>63A</td><td></td></tr><tr><td>端子</td><td>ブライトワイヤー</td><td>5264</td><td></td></tr><tr><td>モーター</td><td>BXモーター</td><td>60JX</td><td></td></tr><tr><td>カメラ</td><td>ロジクール</td><td>C270</td><td></td></tr><tr><td>ボール盤</td><td>XIN XIANG</td><td>16MM</td><td>ご注意ください</td></tr><tr><td>はんだ付けステーション</td><td>YIHUA</td><td>8786D</td><td>Be&nbsp;ご注意&nbsp;に&nbsp;be&nbsp;ドライバー</td></tr><tr><td></td><td>EXPLOIT</td><td>043003</td><td></td></tr><tr><td>ピンセット</td><td>R'DEER</td><td>RST-12</td><td></td></tr></tbody></table>

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

The Modular Design and Production of an Intelligent Robot Based on a Closed-Loop Control Strategy

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。

ダブルの閉ループ運動制御プログラムの図で紫が所定の速度信号を表し、黄色は、制御システムの出力の値を表します。図 17は、二重の閉ループ制御システムはオープン ・ ループ システムよりかなり効果的を明確に示します。ダブルの閉ループ システムの出力の実際のオーバー シュートは比較的小さいとシステムの動的性能が優れています。(図 17)
図 18は、異なる波長で光の反射の影響の下でロボットの色認識精度を示しています。、光条件が異なるため、実際にターゲット オブジェクトの反射の光の波長は、一定の範囲内で変動します。、コンピューターの認識の正確さを検査するには、テストは黄色光 (565 595 nm) と赤い光 (625 740 nm) の波長の範囲で実施します。カメラによって返される...

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。

Intelligent robots are part of a new generation of robots that are able to sense the surrounding environment, plan their own actions and eventually reach ...

知能ロボットは、周囲の環境を感知し、自分で行動を計画し、最終的に目標に到達することができる新世代のロボットの一部です。近年、日常生活や産業においてロボットへの依存度が高まっています。この論文で提案されているプロトコルは、知能検索アルゴリズムと自律識別機能を備えたヒューマノイドロボットの設計と製造について説明しています。まず、さまざまな作業モジュールが機械的に組み立てられ、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設置が完了します。次に、Robo Servo Terminal 2010と呼ばれるデバッグソフトウェア、Sat Steering Gear ID、Baud Rate、およびその他の動作パラメータを使用して、4象限モーター制御戦略の閉ループ制御システムを設計し、ロボットが目的の動的性能と低エネルギー消費を達成できるようにします。次に、環境情報を高精度に取得するためのマルチセンサフュージョンを実現するためのセンサのデバッグを行います。最後に、特定のアプリケーションに対するロボットの機能の成功を認識できる関連性アルゴリズムを実装します。このアプローチの利点は、ユーザーがさまざまなハードウェア構築プログラムを開発し、包括的なデバッガを利用してインテリジェントな制御戦略を実装できるため、信頼性と柔軟性があることです。これにより、ユーザーはニーズに基づいてパーソナライズされた要件を、高い効率と堅牢性で設定できます。機械の構造。1つは、ベースボード、モーター、ホイールなどで構成されるシャーシは、その動きを担当するロボットの主要なコンポーネントです。したがって、組み立て中はブラケットをまっすぐに保つ必要があります。図のようにシャーシを組み立て、適切な留め具を使用して機械部品を固定します。2つ目は、リード線と正極と負極の両方を取り付けます。モーターの両端に2本のリード線をはんだ付けし、赤いリード線を正極に接続し、黒いリード線を負極に接続します。3つは、2つの穴をあけます。シャーシ中央に直径3mmで、モーター駆動モジュールを取り付けることができます。モーターをモーター駆動モジュールに接続します。シャーシの右端と左端の両方から1センチメートルのところに1つの穴を開けて、下部に赤外線センサーのブラケットを取り付けます。センサーを取り付けるために、2つの構造コンポーネントのそれぞれに直径18ミリメートルの穴を開けます。4、ステアリングギアを対称に取り付けます。ステアリングギアの操作によって発生する大きな衝撃のため、ボルトはしっかりとした不浸透性のジョイントを確保する方法で取り付ける必要があります。5、機械の中央に4つの赤外線センサーを取り付けます。6つ目は、14.8ボルトの電源をマシンの中央に配置し、マイコンユニットをバッテリーパックに取り付けます。7つは、機械の上部に4つのRENセンサーを取り付け、各センサーと地面との間の角度を60度に調整します。作業テーブルに対する検出精度を保証するため。8つは、機械が作業領域のターゲットに到達できない場合を検出するために使用される二重軸傾斜センサーを取り付けます。9、ドライバーを使用してロボットアームを機械の前面に取り付けます。1つは、ダブルクリックしてロボットサーバーターミナルを開くことはめったになく、10デバッグソフトウェアです。PCをUSB変換ケーブルでデバッグボードに接続し、ステアリングエンジンのボーレートを9、600ビート/秒、レート制限を毎分521ラウンド、角度制限を300度、電圧制限を9.6ボルトに設定します。2つは、2つの駆動モジュールと4つのステアリングエンジンのID番号を設定します。ID 3 と ID 4 は、将来の更新のために空白のままです。注、ID1、左方向駆動モジュール、ID2、右方向駆動モジュール、ID5、左フロントステアリングエンジン、ID6、右フロントステアリングエンジン、ID7、左リアステアリングエンジン、ID8、右リアステアリングエンジン。3つ目は、センサーをそれぞれの制御インターフェースに接続することです。なお、コネクタに三角形のマークがついているセンサーはGとD.Oneで、赤外線センサーの尾部にある調整ノブを回してセンサーの検出範囲を調整し、ロボットが赤外線センサーのロジックレベルを分析して作業テーブル内の位置を判断できるようにします。2つ目は、傾斜角センサーをデバッグすることです。傾斜角度センサーを水平に配置し、これらの測定値を記録します。センサーを2つの異なる方向に傾け、その数値を記録します。測定値が矢印の範囲内にある場合、センサーは正常に動作していると見なすことができます。1つは、DCモーターのシミュレーションモデルを構築することです。DCモーターの電圧バランス方程式、フラックスリンケージ方程式、トルクバランス方程式に基づいています。2つ目は、DCモーターのダブルクローズドループ制御を適用することです。スピードレギュレーターの出力を電流レギュレーターへの入力として利用し、モーターのトルクと電流を調整します。3つ目は、DCモーターの4象限モーションコントロールを適用します。4つ目は、HBR駆動サロゲートを利用して、MOSFETのオン/オフを変調することにより、DCモーターの4象限運動を実現します。5、パルスワイズ変調を適用してDCモーターの速度を調整します。DCモーター電源の電圧が基本的に変わらないときに電気スイッチのオン/オフを制御することにより、モーターアーマチュアに印加されるDC電圧をパルス状に変調します。これにより、入力される回転数の平均値と回転数をモータの電機子電圧に変調する。1つは、USBダウンロードラインを使用して、Cal-5によって生成されたBINファイルをコントローラーに入力することです。2つ目は、実行するプログラムを選択することです。工場内の貨物を分類するために色規制を適用します。1つは、大型のタグ光学カメラを使用して画像を収集し、寸法領域への結合の数を使用してスキャンカラーを確認します。2つ目は、メカニカルアームで物体を持ち上げることです。3つ目は、カメラとロボットの駆動モーターを使用して、オブジェクトを指定された場所に転送するコマンドを発行します。代表的な結果は、2A、7A、14AのダブルクローズドループモーションコントロールプログラムをシミュレートするMATLABのダイアグラムで示されています。これは、ダブルクローズドループ制御システムがオープンループシステムよりも大幅に効果的であることを明確に示しています。ダブルクローズドループシステムの出力の実際のオーバーシュートは比較的小さく、システムの動的性能は優れています。この論文では、自律的に見ることができるタイプの知能ロボットを設計しました。私たちは、提案されたインテリジェント検索アルゴリズムと自律認識を、いくつかのソフトウェアプログラムをハードウェアと統合することにより実装しました。この製品では、ハードウェアの構成とインテリジェントロボットのデバッグのための基本的なアプローチを紹介しました。これにより、ユーザーは自分のロボットの適切な機械的構造を設計するのに役立ちます。ただし、実際の運用時には、構造の安定性、動作範囲、自由度、およびスペース利用に注意を払い、これらのパラメータが要件を満たしていることを確認する必要があります。潜在的な問題の1つは、ロボットが実際に目的の機能を達成できないことです。これは主に2つの原因から生じる可能性があります:1つ目は、センサーが要件を満たすことができないことであり、問題に対処するためには、センサーの追加レベルのデバッグが必要になる場合があります。この状況またはアプリケーションに基づいて、2つ目は、選択したモーターが性能要件を満たすことができないことです。モーターを選択する際には、適切な始動性能、動作安定性、低騒音を予算内で実現するモーターを優先する必要があります。新しいロボットの設計と製造を開始するには、新しいロボットの動作を制御するために手動構成スキームのパラメータを定義して、新しいタスクの要求に適応できるようにする必要があります。同時に、すべてのプロセスはプロトコルに示されている手順に従う必要があります。ロボットのモジュラー設計の利点は、さまざまなエンジニアの協力によって開発できる明確な作業分割にあります。各モジュールの作業は、特定のタスクを達成するために独立して開発できます。各モジュールに基本的な設計スキームを提供し、ユーザーが特定のアプリケーションに最適なスキームを検索できるようにします。知能ロボット技術が成熟するにつれて、潜在的なアプリケーションの範囲は大幅に拡大します。これは、海洋開発、宇宙探査、産業、農業生産、社会奉仕、娯楽などの分野の個人にとって非常に貴重なリソースであることが証明されます。この技術は、危険で不衛生な作業環境において、徐々に人間に取って代わるでしょう。知能ロボットは、インテリジェントでネットワーク化された方向でのマルチロボット協力に向けて発展し続けます。

the-modular-design-production-an-intelligent-robot-based-on-closed

Research

JoVE Journal

Engineering

工学

我々は、神経のコントロールで一般的な原則を調査するために閉ループフライマシンインタフェースを使用してください。...

ブレインマシンインタフェースの閉ループ性能を研究する実験プラットフォーム

この論文では、クローズドループ実験を行うための実験フレームワークが提示されています。そこでは、ロボット体との連続的な相互作用の中で、情報処理(すなわち、コーディングとデコード)とニューロンアセンブリの学習が研究されます。...

閉ループ神経のロボット実験は、神経回路網の計算特性を試験すること

この論文は、外科用マニピュレータ用のソフトユニットの設計と製造について説明しています。ベースモジュールには、全方向の曲げと伸びを実現する3つの柔軟な流体アクチュエータと、剛性制御を可能にする粒状ジャミングベースのメカニズムが含まれています。完全な機械的特性評価も報告されています。...

低侵襲手術でのソフトモジュラーロボットのエラストマーユニットの設計と製作

臭気源を局在化する能力は、昆虫の生存のために必要であり、人工的な匂いトラッキングに適用可能であることが期待されています。昆虫制御のロボットは、実際のカイコガによって駆動され、ロボットプラットフォームを通して昆虫の匂い追跡能力を評価することを可能にされています。...

昆虫制御のロボット：移動ロボットプラットフォーム昆虫の匂い追跡能力を評価します

分散ロボットノードは、登山植物の成長軌道を操縦するために青色光刺激のシーケンスを提供します。自然光トロピズムを活性化することにより、ロボットは、ロボットが休眠しているときに対照的に不可能である事前定義されたパターンにそれらを成長させ、バイナリ左右の決定を通して植物を導きます。...

誘導植物成長のためのロボットセンシングと刺激供給

プレプレグテープを使用した複合ラミネートのロボットレイアップ用の共同複合製造システムを開発しました。提案されたシステムは幾何学的複雑さの高いレベルの複合積層の生産を可能にする。パスプランニング、ロボットの調整、制御の課題は、提案された方法で取り組んでいます。...

協調複合製造(CCM)システムの運用

このプロトコルは、ヤモリにインスパイアされたソフトロボットのクライミング性能の製造、制御、評価のために実行されるステップの詳細なリストを提供します。...

ヤモリにインスパイアされたソフトロボットの製造・制御・性能評価

ここでは、協働ロボットのコラボレーションと品質管理のためのコンピュータービジョンシステムによる検証を通じて、スケーリングされた半自動アセンブリプロセスのシミュレーションと監視のためのプロトコルを提示します。...

ロボットアームの連携によるスケール化された組立プロセスのシミュレーションと、品質管理のためのビジョンシステムによる監視

本研究では、CIGS太陽電池の光吸収層の粒界を研究するための原子プローブ断層撮影技術の使用を記載している。公知の構造の所望の粒界を含むアトムプローブ·チップを製造するための新しいアプローチは、ここで提示される。...

銅上のア​​トムプローブトモグラフィ研究（、ジョージア州）SE<sub&gt; 2</sub&gt;粒界

電子受容体と電子供与性ポリマーの製造であるTiアルコキシドに基づいて完全に印刷可能な、フラーレンのない、非常に空気中で安定な、バルクヘテロ接合太陽電池のための方法がここに記載されています。また、チタンアルコキシド単位の分子嵩高を通して光活性層の形態を制御するための方法が報告されています。...

チタンアルコキシドおよび半導体ポリマーに基づいて、完全に印刷可能な有機 - 無機バルクヘテロ接合太陽電池用形態制御

学ぶモジュラー設計と閉ループ制御戦略による知能ロボットの生産手法。多センサー融合と四象限モーター制御により、環境認識と自律動作を実現するロボット開発プロトコルを解説。

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

さらに動画を探す