Petrovycheva Iuliia

      Tout au long de son existence, l'humanité a essayé d'améliorer, de faciliter leur travail. Au stade actuel de développement de ces problèmes sont presque résolus. Il y avait des systèmes automatisés qui sont utilisés dans différents domaines de l'activité humaine. La plupart de ces systèmes entre dans la catégorie des robots.

      Aujourd'hui, les robots sont progressivement pénétrer toutes les sphères de la vie humaine - de robots installés dans le lieu de travail, où ils ont maîtrisé une variété de professions - à partir de soudage à la peinture des carrosseries, des robots ont atterri sur Mars, et ils ont progressivement pénétrer dans les maisons des gens, bien que principalement comme un danger jouets. Cependant, le développement de robots ne s'arrête pas pendant une minute, et le plus intéressant, mais en même temps, et l'une des tâches les plus difficiles est d'apprendre le mouvement des robots sur les jambes de deux, trois, quatre ou six.

      Actuellement, les systèmes de gestion basé sur des réseaux de neurones sont développent. Vous pouvez voir un grand nombre de systèmes d'exploitation gérés sur la base du neurone, ganglion, ou un réseau complexe de neurones à couches multiples.

      Développement de la commande électrique s'applique aux systèmes àdes dizaines de watts, qui sont utilisés dans la commande électrique des robots mobiles, des robots humanoïdes, et d'autres.

      Il est urgent de la tâche de créer des algorithmes pour le contrôle de modules mécatroniques pour atteindre les meilleurs résultats de la dynamique du robot et les processus dynamiques dans le moteur d'entraînement.

1.2 But et objectifs

      OBJECTIF DU TRAVAIL MAGISTERE basé sur le développer d'un algorithme de commande pour le robot mobile Koala basé des réseaux de neurones.

      Le principal objectif de travail

      Enquête sur le robot mobile Koala est le point de départ pour le développement de la robotique à l'Université technique nationale de Donetsk. Ayant l'objet désiré, qui est en fait un robot, il devient possible:

• examiner l'ensemble du système pour le contrôle de robots mobiles, les éléments de base et accessoires, y sont inclus;

• utiliser des extensions MATLAB logiciel Simulink pour la simulation de commande électrique et système de contrôle de robot mobile;

• études expérimentales du système d'entraînement électrique pour le travail des tâches communes sur la vitesse et de position;

• description mathématique des processus d'interaction entre le plomb et le soutien des roues avec le sol des caractéristiques différentes;

• études expérimentales du système d'entraînement électrique de robot mobile pour les différentes caractéristiques de l'environnement, en utilisant différents capteurs;

• examen et l'élaboration d'algorithmes pour la motion de robot mobile basée sur les réseaux neuronaux;

• examen des algorithmes de contrôle pour robot manipulateur Katana dans l'interaction avec l'environnement;

• imposer des restrictions sur les caractéristiques du mouvement du robot mobile avec une charge massive;

• tiser robot manipulateur de commande algorithme utilisant l'accéléromètre trois axes;

• fusion de l'algorithme de commande du robot manipulateur basé sur le réseau de neurones pour l'interaction humaine.

1.3 Valeur pratique

      Un algorithme développé pour réaliser l'interaction humaine avec l'organe exécutif du robot humanoïde sans efforts inacceptables au contact et à réduire la durée de la phase d'oscillation de l'interaction processus.

2 Partie générale

2.1 Multicouches systèmes neuronals

      Notre environnement est vitale - un monde de diversité des systèmes - écologiques, biologiques, techniques, économiques et sociaux.

      La théorie du contrôle classique a réussi à maîtriser les techniques plutôt rigide influence extérieure centralisée sur les différents objets et les processus. Il y avait un besoin urgent de trouver des moyens de cibler l'impact des processus dans les systèmes non linéaires.

      Particulièrement efficace est l'utilisation de tels systèmes, réseaux de neurones multicouches dans une application de gestion de nouveaux problèmes ne se prêtent pas aux méthodes traditionnelles. C'est ce qui explique une des caractéristiques importantes qui distinguent réseaux de neurones multicouches: leurs propriétés d'approximation universelle, une grande capacité d'apprentissage, le traitement parallèle, les signaux analogiques et numériques, etc Ces propriétés de ces réseaux, système de réseau de neurones peut générer automatiquement des algorithmes de contrôle efficaces qui ont un haut degré d'adaptation paramétrique et structurelle de l'environnement et les objectifs de gestion en évolution.

      Développé par les auteurs et exprimée en [1]. Théorie et algorithmes d'apprentissage de réseaux de neurones multicouches avoir en elle une application spécifique pour la synthèse de systèmes de contrôle neural réseau à l'aide d'études de modélisation directe et inverse. Très prometteuse est l'utilisation de ces réseaux pour construire de nouvelles classes de systèmes de réseau de neurones basé sur les idées de la théorie du contrôle synergique. Synergetics peut donner une réponse claire à la question méthodologique, pourquoi sont simples lois de la physique est un excellent travail dans notre environnement est le monde très complexe et la rendre ainsi possible de décrire de manière fiable tout à fait différents phénomènes. Le fait est que les systèmes dynamiques naturelles qui ont de nombreux degrés de liberté est l'auto-organisation. Son essence réside dans le fait que la physique (chimiques, biologiques) procédé permet de produire plusieurs degrés principaux de liberté, de paramètres d'ordre appelé, qui, après un certain temps « ajusté » tous les autres degrés de liberté des systèmes naturels complexes. Un tel « ajustement » être traité comme un « principe de superposition » nouvelle pour les systèmes non linéaires comme un moyen de construire des structures complexes à partir de pièces simples. En règle générale, le nombre de paramètres d'ordre est faible, ce qui nous permet de décrire et d'explorer le système dynamique complexe. Dans la stratégie de la théorie du contrôle synergique réalisé l'auto - organisation est la formation et l'entretien des invariants extérieur et intra - dynamiques. Selon les objectifs imposés par les invariants peut être constant ou variable, cela signifie que, respectivement, le régime de stabilisation dynamique du système ou le déplacer vers un nouvel état dynamique. Dans le premier cas, dire la langue biologiques, la mise en œuvre des invariants du système de « stabilisation » et la seconde — la « dynamique » de sélection. En d'autres termes, la création délibérée d'invariants dynamique permet pour les systèmes d'auto - organisation.

      Développé en [1] la théorie et des méthodes de synthèse des systèmes de réseau de neurones sans aucun doute trouver leur application pour la construction des systèmes de contrôle de pointe et des installations mobiles à des fins diverses. Ainsi, le domaine évident d'application des systèmes de réseau de neurones est la robotique, en particulier dans les tâches complexes de conduite et de l'adaptation mobile robots à des incertitudes et des anti - environnement. Dans ce cas, les éléments de l'intelligence artificielle, introduites dans la structure des systèmes de contrôle de robots mobiles peut être fondée sur l'union d'une approche synergique, et des algorithmes d'apprentissage des réseaux de neurones multicouches, qui sont utilisés comme contrôleurs de l'auto - apprentissage. Cette approche permet la synthèse d'auto - apprentissage des algorithmes de contrôle pour les robots mobiles à travers l'objectif de former l'architecture des réseaux de neurones multicouches basée sur la formation fonctionnelle et les objectifs de contrôle correspondants.

2.2 L'histoire du dèveloppement de robots mobiles

      Robotique mobile — un mécanisme automatisé pour déplacer dans un milieu donné [2].

      Le notion du robot Karel Capek a inventé en 1920 pour « RUR ». (Rossum's Universal Robots) — la pièce scientifique. En 1942, Isaac Asimov a inventé les 3 lois de la robotique dans la narration « Runaround ».

      Pendant la Seconde Guerre mondiale, 1939-1945 les premiers robots mobiles sont le résultat des progrès technologiques en informatique et la cybernétique. Ils sont les bombes volantes qui sont produit une explosion de la charge dans le diapason donné des coordonnées spécifiées. Fusées V1 et V2 étaient des prototypes de « pilote automatique » et un système de détonation automatique. Ils étaient les ancêtres des missiles de croisière modernes.

Figure 1 — Apparition de la « bombe volante » et les fusées V2

      En 1970, a été conçu par Stanford « panier en ligne »suiveur, un robot mobile qui pourrait suivre le blanc ligne, en utilisant des informations provenant de la caméra. Il avait une radio avec un énorme système informatique, qui a effectué les calculs nécessaires [3].

      Vers la même époque (1966-1972) StanfordInstitut de recherche de la Construction mène des recherches Robot « Shakey le robot », équipé d'une caméra télémètre, bump capteurs et l'unité radio [4]. « Shakey » a été le premier robot qui peutraison de ses actions. Dans le même temps, l'Union soviétique explore la surface lunaire à l'aide d'un robot mobile « Lunokhod - 1 ».

      En 1976, son programme « Viking » NASA envoie deux engins spatiaux non habités vers Mars.

      En 1995, un robot mobile programmable « Pioneer » devient disponible dans le commerce, ce qui permet largement exploré le domaine de la robotique et de développer l'enseignement universitaire. Les robots mobiles sont de plus un élément standard de l'université programme.

Companie iRobot Corporation

      Depuis la fin de 1980 Laboratoire d'intelligence artificielle de l'Institut Technologie du Massachusetts a joué le premier rôle dans le développement mondial robots. Ces robots ont été simulées sur la base du comportement des insectes, et fondée sur ce travail plus tard, mis au point toute une industrie — Étude Comportement du robot [5].

      iRobot Corporation En 1990, il fonde le professeur visé à l'Institut du Dr Rodney Brooke (Rodney Brooks) et des spécialistes en robotique Colin Angle (Angle Colin) et Helen Greiner (Helen Greina). Colin Angle est un pionnier dans le développement de robots mobiles, et son travail sur la création de robots avec un comportement adaptatif pour des projets liés à l'expédition de recherche de la NASA vers Mars, qui a déjà été mentionné plus tôt.

      En 1999, « Sony » est un robot — un chien « Aibo », qui est capable de voir, marcher et interagir avec l'environnement.

      En 2004, jouet robot biomorphique « Robosapien », développé par Mark Tilden est disponible pour les acheteurs.

      100 robots moniles travaillent ensemble dans projet « Le projet Centibots » pour faire une carte de l'environnement et identifier les objets.

       En 2008, « Boston Dynamics » publié des vidé de nouvelle génération de robot mobile « BigDog », la capacité qui peuv marcher sur le terrain de glace et de rétablir l'équilibre état avec extérieure substantielle influences perturbatrices.

      En 2009, le marché ukrainien quitte l'entreprise avec iRobot Corporation avec les modèles adaptés et officiellement certifié pour le Marché européen. Moins de ce sont les vendeurs informelles.

      À ce jour, nous avons un système complexe unique avec de nombreux degrés de liberté, il est très résistant à diverses surfaces, même lorsque l'impact physique sur eux.

2.3 Classification et d'application des robots mobiles

      Par type d'environnement dans lequel le robot mobile mobile:

       –un terrain ou un robot domestique. Les plus courantes sont faitesmontée sur roues, cependant, peut être attribuée à cette catégorie de robots, ayant deux ou plusieurs segments (les animaux de type humain);

      – robots aériens, qui sont généralement liés à ne pas servir les véhicules de transport aérien;

      – Robots sous - marins ont généralement le nom de véhicules autonomes sous-marins.

      Par voie de motion de robot mobile:

      – robot avec des jambes: jambes humanlike ou zhivotnopodobnye pieds;

      – robot à roues.

2.4 Robots mobiles montès sur les roues

      Actuellement, il ya environ 300 robots mobiles à roues produites par des entreprises étrangères. Dans le cadre de ce travail est effectué par un aperçu et une analyse comparative des robots seul mobile capable de se déplacer dans un environnement donné au moyen de roues [6].

      Robots qui ont participé à la liquidation de l'accident de Tchernobyl. Robot de transport spécialisé (RTS - 1) est un appareil légendaire et bien connu, a pris une part active dans le nettoyage de Tchernobyl toit dans les décombres d'éléments hautement radioactifs du réacteur détruit. Le robot a été opéré au niveau des rayons gamma de fond des rayons X jusqu'à 3000 par heure. Dans certains endroits (au bas du nombre tube de ventilation 2), les niveaux de rayonnement atteint 10.000 roentgen par heure.Avec elle fut sauvée par l'irradiation d'environ 1000 personnes, qui doit être utilisé pour effectuer cette opération [7].

Figure 2 — Robot de transport spécialisé (RTS - 1)

      Fauteuils roulants — un dispositif pour les personnes qui ne peuvent se déplacer comme temporaire (pour cause de maladie), et en raison de leur handicap, mais capable d'être en position assise. 2 types principaux: un homme marchant avec un étranger et un homme mû par une [8].

2.5 Robot mobile Koala

Figure 3 — La vue gênêrale du robot Koala et des moteurs è courant continu

(140 КБ, 4 videos, 5 cycles)

Figure 4 — L'apparence et la position des principaux êlêments du robot Koala

  1.Le module de contrôle et les indicateurs clés.

  2. Housse de protection.

  3. Capteurs infrarouges.

  4. La partie supêrieure du corps.

  5. La partie avant du corps.

  6. Fixations de roue.

  7. Roues.

  8. Fixations de roue.

Le système de gestion

      Chaque roue est entraînée par un moteur électrique à courant continu relié aux roues par un engrenage avec le coefficient de transmission 58,5:1. Un codeur incrémental est situé sur l'arbre du moteur et produit 100 impulsions par tour complet de l'arbre moteur. Cela implique la réception de 5.850 impulsions par tour de roue, ce qui correspond à 22 impulsions dans le millimètre lors du déplacement du robot vers l'avant.Robot processeur principal dispose d'une gestion directe de puissance, le moteur et peut lire le codeur incrémental supplémentaires, en utilisant une unité spéciale appelée UPP (Universal Pulse Processor). Il peut également afficher des informations sur un courant de chaque moteur, qui est proportionnelle au couple des roues.

      La tension appliquée à moteur peut être réglée par le processeur principal d'alimentation et de déconnexion de la fréquence donnée et en une période déterminée. Fréquence de commutation de base est constante et suffisamment élevée pour le moteur ne répond pas à un seul commutateur. Ainsi, le moteur répond à la tension moyenne appliquée, qui peut être modifié par la période de correction, du moteur dans un état ON. Cela implique que les changements que le rapport entre les périodes d'ON et OFF, comme le montre sur la Figure 5. La valeur de la PWM est définie comme le temps pendant lequel le moteur est dans un état ON.

Figure 5 — Tension PWM en fonction du rapport entre le moment de ON et la pleine période. Fréquence de commutation de base est constante

      Valeurs PWM peut être réglée directement ou peut avoir son propre contrôleur du moteur. Contrôleur du moteur peut améliorer la gestion de la vitesse et de la position du moteur, ajuster la valeur PWM en fonction de la vitesse réelle, lu sur le capteur incrémental.

Figure 6 — Système de gestion du moteur

      Deux moteurs à courant continu peut être régulée par régulation PID - régulateur, effectué sur le programme du processeur principal [9]. Chaque membre du contrôleur (proportionnel, intégral, différentiel) est compatible avec une constante qui définit le poids de l'élément: pour les proportionnelle à l'intégrale d'un différentiel.

      Le contrôleur peut être utilisé dans deux modes: régulateur de vitesse et régulateur de position. Mode de contrôle actif est défini en fonction du type de la commande spécifiée. Si le régulateur reçoit une commande de régulation de position , le régime de commande passe à un contrôleur de régulation de potion.

      Dans le régime de régulation de la vitesse a une valeur d'entrêe de vitesse de roue et maintient cette vitesse roues. Changement de vitesse est aussi rapide que possible, dans n'importe quelle direction. Il n'ya aucune restriction sur la vitesse dans ce mode n'est pas fourni. Dans le rêgime de l'organisme de rêglementation a des spêcifications d'entrêe pour la position de la roue, l'accêlêration et vitesse de pointe. En utilisant ces valeurs, le contrêleur accêlêre la roue jusqu'à ce que la roue atteint une vitesse maximale et ralentit de faêon à parvenir à une situation donnêe. Ce mouvement est effectuê sur un trapêze, comme le montre la Figure 8.

Figure 7 — Forme trapézoïdale de la vitesse avec une accélération et une vitesse maximale de parvenir à une situation donnée

2.6 La modèlisation mathèmatique du robot mobile Koala

      Le robot est équipé de moteurs à courant continu deux a été simulée système de contrôle et de débogage pour robot mobile Koala dans un système de coordonnées différent lors de la présentation de diverses affectations.

Figure 8 — Graphique de l'évolution des courants

Figure 9 — Les changements d'horaire avec le dépassement de vitesse

Figure 10 — Le changement d'horaire de la position et l'angle de l'axe de rotation

Figure 11 — Calendrier des courants transitoires de la roue droite et gauche

Figure 12 — Les graphiques des phênomènes transitoirs des vitesses de la roue droite et gauche

3 Conclusion

3.1 Rèsultats

      À la suite de ce travail a été étudiée algorithme Braytenberga [10], qui est, le mode de démonstration de commande du robot mobile Rob système modélisé, fait son déboguage.

3.2 Recherches suivantes

      Dans le futur, nous envisageons d'étudier supplémentaires robot codeurs. Il est également prévu de se joindre capteur de gaz, un capteur de distance laser, capteur d'humidité, capteur de température, sonde de fumée, détecteur de rayonnement pour l'étude des algorithmes pour le mouvement du robot avec différents modèles de capteurs pour les différentes caractéristiques environnementales. Prévues une description mathématique des processus d'interaction des roues en plomb et de soutien avec le sol de caractéristiques différentes. Il est également nécessaire de considérer l'algorithme du robot Koala en coopération avec un Katana manipulateur.